Article Per Year (5 Year)
p-Index From 2021 - 2026
3.776
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi JUITA : Jurnal Informatika Jurnal Informatika dan Teknik Elektro Terapan JAIS (Journal of Applied Intelligent System) Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer Jurnal ICT : Information Communication & Technology Infotekmesin Journal of Innovation Information Technology and Application (JINITA) Brahmana : Jurnal Penerapan Kecerdasan Buatan JOINT (Journal of Information Technology Journal of Computer Networks, Architecture and High Performance Computing Jurnal Teknik Informatika (JUTIF) Informatics and Digital Expert (INDEX) Jurnal Puan Indonesia Tedc Prosiding Seminar Nasional Hasil-hasil Penelitian dan Pengabdian Pada Masyarakat Journal of Informatics and Electronics Engineering Journal Of Artificial Intelligence And Software Engineering Jurnal Informatika: Jurnal Pengembangan IT Scientific Journal of Informatics Journal of New Trends in Sciences
Sugianto, Castaka Agus
Politeknik TEDC Bandung
Religion Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Veterinary

Published : 44 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 44 Documents
Search

 1   2   3   4   5 
Improving Extreme Gradient Boosting Model for Heart Disease Prediction Using SMOTE for Class Imbalance Rohmayani, Dini; Sugianto, Castaka Agus; Perdana, Rangga Satria; Nafea, Mohammed Mansoor
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 4 (2025): JUTIF Volume 6, Number 4, Agustus 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.4.4753

Abstract

The goal of this study is to come up with an intelligent predictive model that can classify the severity of heart disease. The model will employ both XGBoost and oversampling to resolve the problem of data imbalance. In addition, the model will be implemented for real-world application using an interactive interface. The study uses the UCI Heart Disease dataset, which includes many clinical features. Preprocessing involves handling missing values, removal of features with a substantial fraction of missing values, and the use of SMOTE resampling for learning from class-balanced instances. The main classifier that was used for the research purposes was the XGBoost classifier, while the dataset was split 80:20 for training and testing purposes. For ease of individual-level real-time testing of the predictions, the model is implemented through Streamlit. The XGBoost model worked extraordinarily well, with the accuracy standing at 92%, as did precision along with recall, as well as the F1-score, being 92%. These findings clearly outperform other current studies of the same sort that have made use of alternative classifiers. In addition, its deployment using Streamlit makes it even more clinically applicable. Innovation The novelty of the research lies in the combined application of SMOTE with XGBoost, enabling effective classification under imbalanced conditions, along with the real-time implementation using Streamlit for user-level predictions. The model is of high value for early identification and stratification of the severity of heart disease in clinical decision support settings.
Development of a Microservice-Based Attendance System with Face Recognition and QR Code at SMK Negeri 2 Cimahi Riyan, Riyan; Sugianto, Castaka Agus
Journal of Artificial Intelligence and Software Engineering Vol 5, No 3 (2025): September
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i3.7417

Abstract

Sistem absensi manual yang masih banyak digunakan di lingkungan sekolah sering menimbulkan permasalahan, seperti ketidakefisienan proses pencatatan, potensi kecurangan kehadiran, dan keterlambatan penyampaian informasi kepada pihak sekolah maupun orang tua. Penelitian ini bertujuan mengembangkan sistem absensi digital berbasis arsitektur microservice dengan mengintegrasikan teknologi pengenalan wajah (face recognition) untuk absensi harian, pemindaian kode respons cepat (quick response code) untuk absensi per mata pelajaran, serta pengiriman notifikasi otomatis melalui WhatsAppApplication Programming Interface (API). Sistem dikembangkan menggunakan metode Waterfall melalui tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Pengujian dilakukan secara langsung dengan fokus pada pengujian fungsional terhadap fitur utama yang telah dirancang. Hasil pengujian menunjukkan bahwa seluruh fitur dapat berjalan dengan baik sesuai kebutuhan pengguna, membantu proses verifikasi kehadiran menjadi lebih cepat dan akurat, serta mempercepat penyampaian informasi ketidakhadiran kepada orang tua. Penelitian ini menunjukkan bahwa implementasi arsitektur microservice efektif dalam meningkatkan kualitas sistem absensi sekolah dan memiliki prospek untuk pengembangan lebih lanjut.
Sentiment Analysis of Netizen Opinions on TikTok Towards iPhone Using Naïve Bayes Algorithm and Support Vector Machine (SVM) Pebriana, Sela; Sugianto, Castaka Agus
Journal of Artificial Intelligence and Software Engineering Vol 5, No 3 (2025): September
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i3.7011

Abstract

This study aims to analyze TikTok users’ sentiment toward the iPhone by utilizing TikTok comments as the primary data source. TikTok was chosen due to its high user engagement and ease of access to spontaneous public opinions. A total of 964 comments were collected and processed through a data cleaning stage. The sentiments were classified into positive and negative categories using two popular machine learning algorithms: Naïve Bayes and Support Vector Machine (SVM). This comparison was conducted to evaluate the effectiveness of each algorithm in handling local social media data, which is typically brief and unstructured. The results show that Naïve Bayes achieved an accuracy of 74%, while SVM reached 71%. These findings indicate that Naïve Bayes performs better in fast sentiment analysis of short-text public opinions and has practical potential for monitoring consumer perception and supporting efficient digital marketing strategies.
Sistem Informasi Kependudukan Berbasis Web Menggunakan Teknologi Web 3.0 di Kelurahan Cibabat Kota Cimahi Fitrah, La Ode Muhammad; Sugianto, Castaka Agus
Journal of Informatics and Electronics Engineering Vol 5 No 1 (2025): Juni 2025
Publisher : Unit Penelitian dan Pengabdian kepada Masyarakat Politeknik TEDC Bandung Jl. Pesantren Km 2 Cibabat Cimahi Utara – Cimahi 40513 Jawa Barat – Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70428/jiee.v5i1.1161

Abstract

Sistem informasi kependudukan memiliki manfaat yang sangat penting yaitu untuk membantu pengelolaan data kependudukan pada suatu daerah, dan mempermudah pelayanan kepada masyarakat khususnya dalam pembuatan data administrasi. Selain itu, sistem informasi kependudukan juga harus dapat menjamin keamanan data dari masyarakat Pengolaan data kependudukan pada kelurahan Cibabat masih dilakukan secara manual, dimana ini membuat masyarakat yang hendak ingin mengurus masalah administrasi terkait data kependudukan harus datang terlebih dahulu ke kelurahan, lalu mengisi formulir yang diberikan dalam bentuk kertas. Kemudian datanya akan diinputkan kembali ke dalam sistem oleh admin, dan masyarakat tersebut harus menunggu hingga suratnya telah berhasil diproses dan biasanya harus menunggu beberapa hari sehingga hasilnya bisa diperoleh. Hal tersebut tentunya tidak efektif dan efisien. Oleh karena itu, dibutuhkan suatu sistem yang dapat menunjang proses pengelolaan data kependudukan serta terjamin keamanannya. Sistem yang akan dibuat berbasis web menggunakan teknologi web 3.0 dengan database blockchain. Metode yang digunakan dalam pengembangan aplikasinya ialah Waterfall. Berdasarkan hasil pengujian blackbox, semua fungsi yang ada dalam sistem informasi kependudukan dapat berjalan sesuai yang diharapkan. Sedangkan berdasarkan hasil pengujian UAT sistem informasi kependudukan terbukti dapat diterima dengan baik oleh pengguna dengan nilai persentase 95.2%. Maka dengan adanya sistem informasi kependudukan ini, dapat mempermudah pelayanan kepada masyarakat dalam pengurusan data administrasi dengan fitur-fitur yang tersedia didalamnya serta terjamin keamanan datanya sebab tersimpan langsung ke dalam blockchain.
Sistem Informasi Peminjaman Laboratorium Komputer Menggunakan Face Recognition Studi Kasus : Politeknik TEDC Bandung Sugianto, Castaka Agus; Rahmawan, Septiadi
Journal of Informatics and Electronics Engineering Vol 1 No 1 (2021): Juni 2021
Publisher : Unit Penelitian dan Pengabdian kepada Masyarakat Politeknik TEDC Bandung Jl. Pesantren Km 2 Cibabat Cimahi Utara – Cimahi 40513 Jawa Barat – Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (898.872 KB)

Abstract

Pendeteksian wajah ialah salah satu tahap pertama yang sangat berarti dalam sistem pengenalan wajah yang digunakan dalam identifikasi biometrik. Deteksi wajah pula bisa digunakan buat pencarian ataupun pengindeksan informasi wajah dari citra ataupun video yang berisi wajah dengan bermacam dimensi, posisi, serta background. Pelaksanaan pengenalan wajah pula belum banyak penggunaannya. Selaku contoh pengelolaan laboratorium di Politeknik TEDC Bandung belum optimal terutama laboratorium komputer. Banyak yang tidak mengisi formulir yang sudah disediakan selaku ketentuan buat memakai laboratorium. Tidak hanya itu pula membutuhkan waktu yang lumayan lama, yaitu 1, 5 menit cuma buat mengisi formulir yang sudah disediakan. Pada permasalahan semacam peminjaman kunci laboratorium masih memakai tata cara manual ialah dengan metode mengisi form yang sudah disediakan. Dalam riset ini bertujuan buat merubah tata cara peminjaman laboratorium dari manual jadi komputerisasi serta mempraktikkan fitur pengenalan wajah pada sistem data peminjaman laboratorium. Dalam penyelesaian riset ini memakai metode waterfall yang menolong pada pengembangan sistem, sesi analisis yang digunakan selaku identifikasi sistem yang lagi berjalan dengan sistem yang hendak dikembangkan, pada sesi perancangan sistem memakai Unified Modelling Language( UML) dengan diagram yang digunakan antara lain use case diagram, activity diagram serta class diagram, MySQL digunakan selaku sesi perancangan database, buat sesi perancangan interface memakai Visual Studio Community 2015 dengan OpenCV serta selaku media penguji sistem memakai tata cara blackbox. Hasil riset menampilkan kalau akurasi dari sistem deteksi wajah sangat bergantung pada posisi wajah, pencahayaan sinar yang menimpa wajah, mimik muka serta atribut wajah dalam hasil riset ini sistem bisa mengambil alih proses manual peminjaman laboratorium kedalam proses komputerisasi.
Aplikasi Pengajuan Dosen Pengampu Mata Kuliah Berbasis Web Studi Kasus : Politeknik TEDC Bandung Sugianto, Castaka Agus; Apnena, Riri Damayanti; ., Zulkipli
Journal of Informatics and Electronics Engineering Vol 1 No 2 (2021): Desember 2021
Publisher : Unit Penelitian dan Pengabdian kepada Masyarakat Politeknik TEDC Bandung Jl. Pesantren Km 2 Cibabat Cimahi Utara – Cimahi 40513 Jawa Barat – Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1011.064 KB)

Abstract

Penentuan dosen pengampu mata kuliah merupakan proses penentuan/memilah dosen pengampu mata kuliah setiap semester di Politeknik TEDC Bandung. Pengajuan dosen pengampu dilakukan oleh setiap program studi dan diserahkan ke bagian akademik. Yang selanjutnya bagian akademik mengumpulkan semua data pengajuan dosen pengampu dari setiap program studi dan mengadakan rapat sebaran bersama Wakil Direktur 1 dan pihak dari setiap program studi. Proses pengajuan dosen pengampu mata kuliah dirasa kurang efektif karena pengelolaan data masih menggunakan proses manual, namun sudah terkomputerisasi dengan menggunakan Microsoft Excel. Karena masih menggunakan proses ini. Pernah terjadi duplikasi mata kuliah disemester sebelumnya diajukan kembali disemester berikutnya dan ada dosen yang mendapatkan jumlah jam yang melebih kuantitas jam yang telah ditentukan. Maka untuk menangani hal tersebut dibutuhkan suatu wadah yang dapat mengefektifkan proses pengelolaan data pengajuan dosen pengampu mata kuliah untuk mengurangi faktor human error seperti duplikasi mata kuliah dan dapat merekap otomatis semua data pengajuan dosen pengampu yaitu dengan suatu aplikasi penentuan dosen pengampu mata kuliah berbasis web yang mudah diakses oleh banyak orang. Metode yang digunakan dalam pengembangan aplikasi penentuan dosen pengampu mata kuliah adalah metode waterfall. Berdasarkan hasil pengujian blackbox, semua fungsi yang ada dalam aplikasi penentuan dosen pengampu mata kuliah dapat berjalan sesuai yang diharapkan. Sedangkan berdasarkan hasil pengujian UAT aplikasi penentuan dosen pengampu mata kuliah terbukti dapat diterima dengan baik oleh pengguna dengan nilai persentase 97.1%.
Klasifikasi Kelayakan Penerima Bantuan Langsung Tunai Bagi UMKM di Kota Cimahi Menggunakan Algoritma Naïve Bayes Sugianto, Castaka Agus; Sari, Putri Nurlaela
Journal of Informatics and Electronics Engineering Vol 4 No 2 (2024): Desember 2024
Publisher : Unit Penelitian dan Pengabdian kepada Masyarakat Politeknik TEDC Bandung Jl. Pesantren Km 2 Cibabat Cimahi Utara – Cimahi 40513 Jawa Barat – Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70428/jiee.v4i2.1091

Abstract

Dinas Sosial Kota Cimahi merupakan bagian dari instansi pemerintahan di Kota Cimahi. Dinas Sosial melaksanakan program yang ditetapkan pemerintah, yaitu program Bantuan Langsung Tunai untuk UMKM. Dalam pelaksanaan program ini, banyak pelaku UMKM yang mengeluh karena tidak menerima bantuan, sementara beberapa pelaku UMKM lainnya dianggap memiliki usaha besar dan pendapatan yang cukup justru mendapatkan bantuan. Oleh karena itu, penelitian ini melakukan pengolahan informasi dengan menggunakan data mining untuk mengelompokkan Kelayakan Penerima Bantuan Langsung Tunai bagi UMKM di Kota Cimahi dengan menggunakan Algoritma Naïve Bayes. Diharapkan hasil dari proses ini dapat digunakan sebagai bahan evaluasi bagi pemerintah. Pada penelitian ini, peneliti mengkategorikan data penerima bantuan langsung tunai UMKM menjadi “Layak” dan “Tidak Layak” dengan menggunakan teknik klasifikasi dalam data mining melalui Algoritma Naïve Bayes. Model data mining dihasilkan menggunakan RapidMiner, dengan nilai Probabilitas untuk kelas “Layak” sebesar 0,485 yang dibulatkan menjadi 0,48, sedangkan nilai Probabilitas untuk kelas “Tidak Layak” adalah 0,515 yang dibulatkan menjadi 0,51. Dari total 202 data untuk class “Layak” sebanyak 98 data, dan class “Tidak Layak” sebanyak 104 data. Dengan melakukan 3 (tiga) opsi pengujian yaitu 1 (satu) kali uji coba, 5 fold cross validation, dan 10 fold cross validation, algoritma Naïve Bayes menunjukkan tingkat Akurasi 100%, Presisi 100%, Recall 100%, dan AUC 1.00. Oleh karena itu, dapat disimpulkan bahwa hasil pengujian dengan algoritma Naïve Bayes adalah signifikan. Kata Kunci— Kelayakan, data mining, klasifikasi, algoritma naïve bayes
Algoritma Fp-Growth Untuk Menemukan Data Minat Baca Pengunjung Di Perpustakaan Dengan Metode Asosiasi (Studi Kasus Perpustakaan Umum Kota Cimahi) Hidayah, Hamimah Nur; Sugianto, Castaka Agus
Journal of Informatics and Electronics Engineering Vol 5 No 1 (2025): Juni 2025
Publisher : Unit Penelitian dan Pengabdian kepada Masyarakat Politeknik TEDC Bandung Jl. Pesantren Km 2 Cibabat Cimahi Utara – Cimahi 40513 Jawa Barat – Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70428/jiee.v5i1.1116

Abstract

Perpustakaan Umum Kota Cimahi sebagai salah satu sebagai sumber informasi, pendidikan, inspirasi, dan rekreasi bagi penduduk Kota Cimahi khususnya dibidang pendidikan. Saat ini, minat baca di Indonesia menduduki peringkat rendah dibandingkan dengan negara-negara Asia Tenggara lainnya, khusunya minat baca dikalangan pelajar atau anak muda didaerah Kota Cimahi. Saran yang dapat meningkatkan minat baca masyarakat khusunya pelajar adalah perpustakaan. Untuk mengoptimalkan peran perpustakaan, diperlukan program yang menarik minat baca masyarakat. Data mining adalah metode yang membantu menganalisis dan menemukan pola dalam kumpulan data; penelitian ini bertujuan untuk menemukan pola minat baca dengan menggunakan metode yang terhubung dengan Algoritma FP-Growth melalui perangkat lunak RapidMiner. Hasil penelitian menunjukan adanya keterkaitan antar kategori buku seperti Karya Umum, Filsafat, Agama, Ilmu Sosial, Bahasa, Ilmu Murni, Terapan, Kesenian & Olahraga, Kesusasteraan, Sejarah & Geografi. Kategori Sejarah & Geografi memiliki nilai support terbesar dari hasil 1 itemset, yaitu 44,38% dari total peminjaman, kategori buku yang menunjukkan bahwa buku kategori ini sering dipinjam. Selain itu, pola peminjaman tertinggi kedua dari hasil 2 itemset adalah antara Kategori Buku Ilmu Murni dan Bahasa, terjadi bersamaan pada 29,38% dari total peminjaman. Dan pola peminjaman tertinggi ketiga dari hasil 3 itemset adalah Kategori Buku Bahasa, Ilmu Murni, Ilmu Murni, terjadi bersamaan pada 29,38% dari total peminjaman. Kata Kunci— Data Mining, algoritma FP-Growth, Association Rules, Pola Peminjaman.
OPTIMASI NAIVE BAYES MENGGUNAKAN ALGORITMA GENETIKA PADA KLASIFIKASI KOMENTAR CYBERBULLYING PADA MEDIA SOSIAL X Tahir, Syifa Fauzia; Sugianto, Castaka Agus
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4834

Abstract

Abstrak. Penetrasi pengguna internet di Indonesia meningkat signifikan dari tahun ke tahun. Asosiasi Penyelenggara Jasa Internet Indonesia (APJII) melaporkan bahwa penetrasi internet di Indonesia telah mencapai 79,5% pada tahun 2024, melibatkan lebih dari 221 juta jiwa dari total populasi sekitar 278,69 juta jiwa. Peningkatan ini sebesar 1,4% dibandingkan survei sebelumnya, menunjukkan tren kenaikan penggunaan internet di tengah masyarakat Indonesia. Namun, di balik peningkatan penetrasi pengguna internet yang cukup menggembirakan, terdapat fakta bahwa kasus cyberbullying juga meningkat cukup tinggi. Penelitian ini bertujuan untuk mengatasi masalah ini dengan memanfaatkan machine learning, khususnya algoritma Naive Bayes, untuk mengklasifikasikan tweet yang mengandung unsur cyberbullying secara otomatis di X. Algoritma genetika digunakan untuk mengoptimalkan pemilihan fitur, meningkatkan akurasi model. Metodologi penelitian mencakup pengumpulan data, preprocessing, transformasi teks menggunakan TF-IDF, klasifikasi dengan Naive Bayes, dan evaluasi dengan confusion matrix. Hasil penelitian menunjukkan bahwa model yang dioptimalkan mencapai akurasi 77,34%, presisi 73,79%, recall 98,17%, dan skor F1 84,25%, menunjukkan efektivitas model dalam mendeteksi dan mengklasifikasikan komentar cyberbullying. Penelitian ini menyimpulkan bahwa penggunaan Algoritma Genetika untuk mengoptimalkan model Naive Bayes merupakan pendekatan yang efektif dalam mendeteksi cyberbullying di media sosial sepeti X.
ANALISIS SENTIMEN TIM NASIONAL SEPAK BOLA INDONESIA DI TURNAMEN PIALA DUNIA U-17 INDONESIA PADA TWITTER (X) MENGGUNAKAN ALGORTIMA NAÏVE BAYES Juniardi, Trianda; Sugianto, Castaka Agus
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5188

Abstract

Piala Dunia U-17 adalah salah satu ajang bergengsi dalam sepak bola internasional yang menarik perhatian luas, termasuk di platform media sosial seperti Twitter(X). Penelitian ini bertujuan untuk menganalisis sentimen masyarakat Indonesia terhadap tim nasional sepak bola U-17 Indonesia selama ajang Piala Dunia U-17 menggunakan algoritma Naïve Bayes. Data dikumpulkan dari komentar-komentar Twitter(X) yang diklasifikasikan menjadi sentimen positif, negatif, dan netral. Metode ini melibatkan proses preprocessing untuk membersihkan dan mengelola data teks sebelum analisis. Hasil analisis menunjukkan mayoritas masyarakat mengekspresikan sentimen positif terhadap timnas U-17 Indonesia, dengan dukungan yang kuat terlihat dari kata-kata seperti "timnas," "Indonesia," dan "kebanggaan." Namun, terdapat juga kritik yang signifikan terhadap performa timnas, mencerminkan variasi opini dalam masyarakat. Metode Naïve Bayes berhasil mengklasifikasikan sentimen dengan akurasi 78.34%, presisi 82.96%, recall 78.34%, f1-score 74.95%. Penelitian ini memberikan wawasan penting tentang persepsi dan respons masyarakat terhadap event olahraga besar di Indonesia, serta relevansi dan kegunaan algoritma Naïve Bayes dalam menganalisis data sentimen media sosial secara efektif.
Co-Authors Aditia Gusman Aldy Noer Tjahyo Apnena, Riri Damayanti Ayu Hendrati Rahayu Candra Irawan Christy Atika Sari Dadan Saepul Ramdan Dahlan Dahlan Dini Rohmayani Dini Rohmayani Eko Hari Rachmawanto Faishal Fachruddin Febianto, Aldi Kristiawan Fitrah, La Ode Muhammad Fredricka, Jhoanne Hidayah, Hamimah Nur Iqna Aulia Iskandar, Rachmat Juniardi, Trianda Kosasih, Heldi Akbar Lela Kesmasari Maulana, Firdi Rizky Melani Nur Astita Mohamed Doheir Nadya Selvi Pujiyanita Nafea, Mohammed Mansoor Nia Ekawati, Nia Pebriana, Sela Perdana, Rangga Satria Pujiyanita, Nadya Selvi Rahmawan, Septiadi Ramdan, Dadan Saepul Riyan Riyan Rizqy Dimas Monica Rohmayani, Dini Safira, Rifa Sari, Putri Nurlaela Shandy Tresnawati Sukmawati, Dini Syams, Fawwaz Muhammad Syifa Fauzia Tahir Tahir, Syifa Fauzia Tati Ernawati Tresnawati, Shandy Tri Herdiawan Apandi Tri Pratiwi Olivia Riska Bokings Wanaziana, Keny Kirana Zulkipli ., Zulkipli Zundi, Teguh Muhammad