Article Per Year (5 Year)
p-Index From 2020 - 2025
12.863
P-Index
This Author published in this journals
All Journal Jurnal technoscientia Jurnal Informatika dan Teknik Elektro Terapan ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika International Journal of Artificial Intelligence Research Informatics for Educators and Professional : Journal of Informatics KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer JURNAL ILMIAH INFORMATIKA Conference SENATIK STT Adisutjipto Yogyakarta Jurnal ICT : Information Communication & Technology Jurnal Sistem Informasi Kaputama (JSIK) Jurnal Pelayanan dan Pengabdian Masyarakat (Pamas) JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Informatika dan Rekayasa Perangkat Lunak JURSIMA (Jurnal Sistem Informasi dan Manajemen) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknik Informatika C.I.T. Medicom JURNAL TEKNOLOGI TECHNOSCIENTIA Jurnal Informatika Terpadu Baselang: Jurnal Ilmu Pertanian, Peternakan, Perikanan dan Lingkungan Jurnal Janitra Informatika dan Sistem Informasi Abdimas Altruis: Jurnal Pengabdian Kepada Masyarakat Jurnal Informatika Teknologi dan Sains (Jinteks) International Journal of Hydrological and Environmental for Sustainability Literasi: Jurnal Pengabdian Masyarakat dan Inovasi J-Icon : Jurnal Komputer dan Informatika Jurnal Teknologi Pangan dan Industri Perkebunan JURSIMA AMMA : Jurnal Pengabdian Masyarakat Jurnal Informatika: Jurnal Pengembangan IT Jurnal Sistem Informasi dan Manajemen Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal)
Martanto .
STMIK IKMI Cirebon
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities 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 Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Nursing Social Sciences Other

Published : 114 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 114 Documents
Search

 8   9   10   11   12 
PENERAPAN FP-GROWTH UNTUK ANALISIS POLA PEMBELIAN PRODUK SKINCARE Khoirunisa, Pitria; Martanto, Martanto; Dikananda, Arif Rinaldi; Rohman, Dede
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 1 (2025): EDISI 23
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i1.5213

Abstract

Kemajuan teknologi informasi dan persaingan di industri kecantikan menghasilkan data transaksi yang besar. Algoritma FP-Growth dipilih dalam penelitian ini karena efisiensinya dalam menganalisis data besar tanpa perlu menghasilkan kandidat itemset seperti algoritma Apriori. Data ini, jika dianalisis dengan tepat, dapat memberikan wawasan yang berguna untuk memperbaiki strategi pemasaran, meningkatkan efisiensi operasional, dan meningkatkan kepuasan pelanggan. CV Leika Skincare belum memiliki panduan dalam memanfaatkan data transaksi secara optimal. Penelitian ini bertujuan untuk mengidentifikasi pola pembelian produk skincare menggunakan data transaksi penjualan dari Januari hingga Juni 2024, terdiri dari 25.818 entri data dan 22 atribut. Data dalam industri kecantikan sangat penting karena memberikan wawasan terkait perilaku pelanggan, preferensi produk, dan kebutuhan pasar, sehingga membantu perusahaan seperti CV Leika Skincare dalam merancang kampanye pemasaran yang relevan dan berbasis data. Dengan metode FP-Growth, bagian dari pendekatan Knowledge Discovery in Databases (KDD), serta bantuan perangkat lunak Rapid Miner, ditemukan 10 aturan asosiasi yang signifikan. Hasil penelitian ini memberikan wawasan strategis untuk promosi bundling produk, rekomendasi produk, dan manajemen stok yang lebih baik. Penelitian ini menunjukkan pentingnya pemanfaatan data secara strategis dalam meningkatkan daya saing di industri kecantikan.
MENINGKATKAN EFISIENSI PANEL SURYA MELALUI IOT BERBASIS ARDUINO Hamam, Moh; Martanto, Martanto; Dikananda, Arif Rinaldi; Rifa'i, Ahmad
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 1 (2025): EDISI 23
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i1.5231

Abstract

Krisis energi global dan meningkatnya kebutuhan akan solusi ramah lingkungan menjadikan energi surya sebagai salah satu alternatif utama. Namun, efisiensi panel surya tradisional sering terhambat oleh posisi yang statis, menyebabkan penyerapan energi kurang optimal. Penelitian ini bertujuan untuk meningkatkan efisiensi panel surya dengan sistem otomatis berbasis Internet of Things (IoT) dan Arduino. Metode yang digunakan mencakup pengembangan prototipe yang mengintegrasikan sensor Light Dependent Resistor (LDR) untuk mendeteksi intensitas cahaya, mikrokontroler Arduino untuk pengendalian, dan aplikasi Blynk untuk pemantauan real-time. Data intensitas cahaya digunakan untuk mengatur posisi panel surya secara otomatis mengikuti perubahan posisi matahari sepanjang hari. Hasil penelitian menunjukkan bahwa sistem ini mampu meningkatkan efisiensi penyerapan energi panel surya secara signifikan. Sistem ini memungkinkan pemantauan dan pengendalian yang mudah, menjadikannya solusi yang ekonomis dan praktis untuk energi terbarukan yang lebih efisien
APPLICATION OF K-MEANS ALGORITHM IN KINDERGARTEN SCHOOL LOCATION CLUSTERING OF SCHOOL SELECTION STRATEGY BY PARENTS Syifa, Nurkhasanah Fadhila; Martanto, Martanto; Dikananda, Arif Rinaldi; Rohman, Dede
J-Icon : Jurnal Komputer dan Informatika Vol 13 No 1 (2025): March 2025
Publisher : Universitas Nusa Cendana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35508/jicon.v13i1.20202

Abstract

This research aims to improve the kindergarten school location clustering model to support parents' school selection strategies. The main issue raised is the need to understand parents' preferences more deeply in choosing the right school for their children. To achieve this goal, the K-Means algorithm was applied and analyzed to cluster parents' data based on characteristics such as occupation, education, and residential location. This research utilizes a quantitative method with an exploratory descriptive approach. The results showed that the K-Means algorithm successfully formed two clusters with different characteristics. Cluster_0 includes groups with more centralized or close locations, education levels that tend to be low, and types of jobs that are at the lower middle economic level, while cluster_1 groups with more dispersed or distant locations, higher education levels, and jobs that are at higher economic levels. The quality of the resulting clusterization is considered quite good, with a Davies-Bouldin Index (DBI) value of 0.151. The application of the K-Means algorithm is proven to be effective in identifying groups of parents with different preferences, so it can be a foundation for schools in developing more targeted and tailored service strategies. This research makes an important contribution to the application of clustering techniques to support marketing strategies and decision-making in the early childhood education sector.
IMPLEMENTASI ALGORITMA REGRESI LINEAR UNTUK MODEL PREDIKSI PENJUALAN DI TOKO AMANDA BROWNIES Syahri, Ibnu Nava; Martanto, Martanto; Dikananda, Arif Rinaldi; Mulyawan, Mulyawan
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6337

Abstract

Teknologi informasi telah mendorong pengembangan metode prediksi berbasis data untuk meningkatkan efisiensi bisnis, termasuk di industri ritel. Amanda Brownies Outlet Kesambi Cirebon menghadapi tantangan dalam memprediksi penjualan akibat pola konsumen yang dinamis. Penelitian ini bertujuan untuk mengembangkan model prediksi penjualan menggunakan regresi linear guna meningkatkan akurasi dan efisiensi pengelolaan stok. Pendekatan CRISP-DM digunakan dalam penelitian ini, dengan enam tahap utama: pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan implementasi. Data penjualan dari Juni hingga Agustus 2024 digunakan sebagai sumber utama analisis. Model dibangun menggunakan RapidMiner dengan pembagian data 70% untuk pelatihan dan 30% untuk pengujian. Evaluasi model menunjukkan nilai Root Mean Squared Error (RMSE) sebesar 16,890, yang mengindikasikan tingkat kesalahan prediksi yang rendah. Hasil ini menunjukkan bahwa model regresi linear dapat membantu pengelolaan stok secara lebih efektif, mengurangi risiko kelebihan atau kekurangan stok, dan mendukung optimalisasi rantai pasokan. Temuan ini menegaskan efektivitas regresi linear dalam prediksi penjualan dan membuka peluang untuk pengembangan model lebih lanjut dengan mempertimbangkan variabel tambahan atau algoritma machine learning yang lebih kompleks.
ANALISIS PREDIKSI PENJUALAN TISU MENGGUNAKAN REGRESI LINEAR Ardhanur, Ichlas; Martanto, Martanto; Dikananda, Arif Rinaldi; Mulyawan, Mulyawan
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6310

Abstract

Abstrak. Penelitian ini dilakukan untuk mendukung pengambilan keputusan dalam strategi produksi dan distribusi penjualan tisu yang efisien. Dalam dunia bisnis yang semakin kompetitif, prediksi penjualan yang akurat menjadi elemen penting untuk memastikan ketersediaan produk sesuai dengan permintaan pasar sekaligus menghindari kelebihan atau kekurangan stok. Model regresi linear dipilih dalam penelitian ini karena kesederhanaannya, penerapannya yang luas, dan kemampuannya untuk memberikan gambaran hubungan antara variabel-variabel tertentu terhadap penjualan. Penelitian ini bertujuan untuk memprediksi penjualan tisu menggunakan regresi linear dan mengevaluasi keakuratan modelnya melalui metrik R-squared (R²), Mean Squared Error (MSE), Root Mean Squared Error (RMSE), dan Mean Absolute Error (MAE). Hasil penelitian menunjukkan bahwa model regresi linear dapat menjelaskan 83% variasi data penjualan tisu (R² = 0,83), menunjukkan efektivitas model ini dalam menggambarkan hubungan variabel. Namun, nilai RMSE sebesar 78,34 dan MAE sebesar 56,69 menunjukkan adanya kesalahan prediksi yang signifikan. Oleh karena itu, disarankan untuk menambahkan variabel prediktor lain, seperti faktor musiman atau promosi, serta menggunakan model lebih kompleks, seperti regresi non-linear atau Random Forest, untuk hasil yang lebih akurat. Penelitian ini menyimpulkan bahwa regresi linear merupakan metode dasar yang bermanfaat, tetapi pengembangan model dan data yang lebih komprehensif diperlukan untuk meningkatkan akurasi prediksi.
PENERAPAN IOT PADA KENDALI LAMPU MENGGUNAKAN ESP8266 DAN SENSOR CAHAYA UNTUK EFISIENSI ENERGI Hidayat, Fajar; Martanto, Martanto; Rinaldi, Arif; Rifai, Ahmad
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6340

Abstract

Perkembangan Internet of Things (IoT) membuka peluang untuk meningkatkan efisiensi energi, salah satunya dalam pengelolaan pencahayaan ruangan. Penelitian ini bertujuan merancang sistem kendali lampu berbasis IoT menggunakan mikrokontroler ESP8266 dan sensor cahaya untuk mengatur penggunaan energi secara otomatis. Sistem ini mengatur nyala dan intensitas lampu berdasarkan pencahayaan alami di ruangan, sehingga mengurangi ketergantungan pada pencahayaan buatan. Mikrokontroler ESP8266 bertindak sebagai pusat kendali yang terhubung dengan internet, memungkinkan pengoperasian lampu melalui aplikasi web atau smartphone. Sensor cahaya mendeteksi intensitas cahaya sekitar untuk menyesuaikan lampu dengan kondisi lingkungan. Hasil pengujian menunjukkan bahwa sistem ini berhasil mengurangi konsumsi energi dengan memanfaatkan cahaya alami secara optimal. Fitur kendali jarak jauh memungkinkan pengguna mengoperasikan lampu dengan mudah, bahkan dari lokasi jauh. Dengan desain yang sederhana dan biaya implementasi rendah, sistem ini menjadi solusi efisien untuk menghemat energi serta mengurangi emisi karbon. Integrasi teknologi IoT memungkinkan pemantauan energi secara real-time, meningkatkan fleksibilitas dan kenyamanan dalam pengoperasian.
ALGHORITMA BACKPROPAGATION NEURAL NETWORK DENGAN MENGOPTIMASI PARTICLE SWARM OPTIMIZATION UNTUK MEMPREDIKSI SAHAM BANK BCA Muzani, Muhamad; Martanto, Martanto; Dikananda, Arif Rinaldi; Rifai, Ahmad
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6208

Abstract

Pasar saham menjadi instrumen investasi menarik di tengah pesatnya perkembangan teknologi informasi. Namun, volatilitas harga saham yang tinggi sering menyulitkan investor mengambil keputusan. Prediksi harga saham menjadi penting untuk membantu menyusun strategi investasi yang efektif. Penelitian ini menggunakan kerangka kerja Knowledge Discovery in Databases (KDD), mencakup tahap data selection, data preprocessing, data transformation, data mining, dan interpretation/evaluation. Data historis harga saham Bank BCA dikumpulkan dari sumber terpercaya dan dianalisis untuk memilih fitur relevan yang memengaruhi harga saham. Model Backpropagation Neural Network (BPNN) diterapkan untuk prediksi, dengan optimasi menggunakan Particle Swarm Optimization (PSO) guna meningkatkan akurasi dan kecepatan konvergensi model. Evaluasi model dilakukan dengan metrik Squared Error (SE) dan Root Mean Squared Error (RMSE). Hasil menunjukkan SE sebesar 0.325 dengan margin kesalahan ±0.565, menandakan kesalahan prediksi rendah. RMSE sebesar 0.570 dengan margin ±0.000 mengindikasikan model memiliki akurasi tinggi, dengan prediksi yang sangat mendekati nilai aktual.
ALGORITMA REGRESI LINIER UNTUK MENINGKATKAN MODEL PREDIKSI PENJUALAN PADA TOKO DEVANJAYABAN Hardika, Hardika; Martanto, Martanto; Dikananda, Arif Rinaldi; Mulyawan, Mulyawan
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6357

Abstract

Penjualan ban mobil menghadapi tantangan akibat volatilitas pasar dan pola permintaan yang kompleks, sehingga diperlukan model prediksi yang andal. Penelitian ini mengembangkan model prediksi penjualan di Toko Devan Jaya Ban menggunakan regresi linear. Data historis penjualan bulanan (Januari–April 2024) dianalisis dengan metode Knowledge Discovery in Databases (KDD), mencakup seleksi data, preprocessing, transformasi, pemodelan, dan evaluasi. Model dibangun menggunakan RapidMiner dan dievaluasi dengan Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), dan Relative Error (RE). Hasil menunjukkan performa baik dengan RMSE 1.778, MAE 1.478 ± 0.989, dan RE 6.81% ± 5.09%. Preprocessing, seperti normalisasi data dan pemilihan variabel relevan, meningkatkan akurasi model. Regresi linear terbukti efektif dalam memprediksi penjualan serta mendukung optimalisasi stok, perencanaan pemasaran, dan pengambilan keputusan bisnis. Pengembangan lebih lanjut dapat mencakup variabel eksternal seperti tren pasar, musim, dan faktor ekonomi, serta membandingkan regresi linear dengan algoritma pembelajaran mesin lain untuk model yang lebih adaptif.
Pendugaan Umur Simpan Ale-Ale (Meretrix-Meretrix) Tepung Dengan Perbedaan Bahan Pengemas Menggunakan Metode Accelerated Shelf Life Test (Aslt) Model Arrhenius Zulfahmi, A. Nova; Martanto, Martanto
Baselang Vol 4, No 2: OKTOBER 2024
Publisher : Fakultas Pertanian Universitas Muara Bungo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36355/bsl.v4i2.211

Abstract

Kerang ale-ale memiliki cangkang keras dan licin dengan warna bervariasi dari putih, cokelat, hingga hitam. Bentuknya kecil dan menyerupai remis, dengan daging bening yang memiliki cita rasa gurih. Di Kabupaten Ketapang, ale-ale umumnya dijual di pasar tradisional. Olahan ale-ale tepung dibuat dengan melapisi daging ale-ale menggunakan campuran tepung tapioka, terigu, dan bumbu, sehingga menghasilkan tekstur yang renyah serta rasa gurih. Penelitian ini bertujuan untuk mengestimasi umur simpan Ale-ale tepung, produk olahan khas Kabupaten Ketapang, yang dikemas menggunakan tiga jenis bahan pengemas berbeda: polipropilen, polietilen, dan aluminium foil. Metode yang digunakan adalah Accelerated Shelf Life Test (ASLT) dengan model Arrhenius, di mana sampel disimpan pada suhu 25°C, 35°C, dan 45°C. Parameter yang diuji meliputi kadar air, asam lemak bebas, dan uji organoleptik (tekstur, aroma, rasa, dan warna). Hasil menunjukkan bahwa aluminium foil memberikan umur simpan terpanjang, yaitu 63 hari pada suhu 25°C, diikuti oleh polipropilen (31 hari) dan polietilen (16 hari). Kenaikan suhu mempercepat kerusakan produk, terutama terkait dengan peningkatan kadar air dan asam lemak bebas. Pengemasan aluminium foil menunjukkan permeabilitas yang lebih rendah terhadap uap air, sehingga mampu mempertahankan kualitas produk lebih baik dibandingkan bahan pengemas lainnya. Kesimpulannya, penggunaan aluminium foil sebagai bahan pengemas memberikan hasil terbaik dalam mempertahankan umur simpan Ale-ale tepung, dengan perbedaan signifikan dalam laju oksidasi dan kualitas produk selama penyimpanan.
ALGORITMA REGRESI LINEAR UNTUK PREDIKSI HASIL PANEN DAN STRATEGI PRODUKSI PADI DI KABUPATEN CIREBON Fatimah, Lilis; Martanto, Martanto; Dikananda, Arif Rinaldi; Rifa’i, Ahmad
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5139

Abstract

Kabupaten Cirebon berperan strategis dalam mendukung ketahanan pangan nasional melalui produksi padi. Penelitian ini bertujuan merancang model prediksi hasil panen menggunakan algoritma regresi linear. Data tujuh tahun terakhir meliputi luas tanam, luas panen, dan penggunaan pupuk dianalisis menggunakan metode KDD yang mencakup seleksi data, praproses, transformasi, data mining, dan evaluasi model. Hasil penelitian menunjukkan nilai MSE 1.392.394,91, RMSE 1.179,99, MAE 763,29, dan R² 0,992, dengan korelasi luas panen dan luas tanam masing-masing 0,99 dan 0,98. Strategi peningkatan hasil panen meliputi pemanfaatan varietas unggul, penggunaan lahan tidur, adopsi teknologi modern, dan perlindungan lahan dari alih fungsi. Model ini andal dalam mendukung perencanaan produksi padi dan dapat diterapkan pada sektor pertanian lain untuk meningkatkan produktivitas berkelanjutan.
Co-Authors A, Ronny Abdillah, Naufal Abdul Rosid, Rizal Ahmad Rifai Aji Dian Permana, Muhamad Aji Saputra, Mohammad AKBAR, MUHAMAD DENI Alfin Maulana Almadina, Muhammad Fitrian Shousyade Alpian Novansyah, Indi Andini, Eva Ardhanur, Ichlas Asmana, Asmana Augustian Pangestiazi, Irvanda Azahra, Amaliyah Putri Aziz Sahidin, Naufal Bernadeta Wuri Harini Cep Lukman Rohmat Chrisna Basila Rahman, Muhammad Damar Widjaja Darmanto Darmanto Dea Eryanti Putri Dewi Yuliyanti, Dewi Dian Ade Kurnia Dias Bayu Saputra Dikananda, Arif Rinaldi Dilita Pramasmawari Lita Dita Rizki Amalia Diyanti yanti Djoko Untoro Suwarno Dwi Hastuti, Ningrum Edy, Benediktus Yudha Fadhil Muhammad Bsysyar Faisal Adam, Faisal Faizal Rizqi, Muhammad Faroman Syarief, Faroman Fathur Rezki Junaedi, Muhammad fatimah, lilis Fauzan Afrizal, Ricky Febriani, Budi Febriyani, Adinda Fihir, Muhammad Fithriyani, Nurul Muna Fuji Astri, Dewanti Gifthera Dwilestari Hamam, Moh Hardika Hardika, Hardika Harini, BW Haryanto, Agustinus Surya Hayati , Umi Hayati, Umi Heliyanti Susana Hepsi Nindiasari Hidayat, Fajar Ignatius Adi Prabowo Ika Anikah Iksan Maulana, Muhammad Irfan Ali Irfan Ali, Irfan irfan cholid Iswanjono Iswanjono Jamaludin, Maulana Jamalul'ain, Abdul Kamil, Firmanilah Khoirunisa, Pitria Kholilullah, Mohammad khusnul khotimah Linggo Sumarno Lukmanul Hakim Lutfi Hakim Ma'arif Syaefullah, Muhammad Mahardika, Fathoni Maulana Jamaludin Maulana Yusuf, Muhammad Meida Nurus Mirna Mirna Moruk, Ewaldus Mu'min Azis, Muhammad Mubarok Mubarok Muhamad Djaelani Muhamad farhan Tholhah hidayat Muhamad Jihad Andiana Muhamad Taufik Sugandi Muhammad Aditya Rabbani Adit Muhammad Fadhilah Muhammad Haikal Muhammad Hasan Fadlun Muhammad Saifurridho Mujibulloh, Mujibulloh Mulyawan Mulyawan, Mulyawan Musyarofah Musyarofah, Musyarofah Muzani, Muhamad Muzilin, Elin Nailil Amani, Najiyah Nana Suarna Nanita, Nanita Nining Rahaningsih Nova Zulfahmi, A Nova Zulfahmi, A. Nur Asih, Nur Nur Hermawan, Ilham Nurhanifah, Indah Odi Nurdiawa Odi Nurdiawan Panca Wardanu, Adha Petrus Setyo Prabowo Prabowo, PS Prahara, Sukma Primawan, A.Bayu Puji Rahayu Putri, Niken Zeliana Raditya Danar Dana Ramdan Adi Surya, Muhamad Rifa'i, Ahmad Rifa’I, Ahmad Rinaldi Dikananda, Arif Rinaldi, Arif Riskandi, Muhammad Rizal Rizal Rizka Amelia Rohman, Dede Ronny Dwi Agusulistyo Saeful Anwar Safrudin, Muhamad Saifurridho, Muhammad Salsabila Ainal Wasilah, Qonita Samsudin, Risma'ruf Setiyani, Th. Prima Ari Setiyani, TPA Siti Paridah, Ninda Sri Suwartini Subur, Muhamad Sulistiyana Sulistiyana Sumarno, L Suryaningsih Suryaningsih Suwarno, DU Syahri, Ibnu Nava Syam Al ghifari, Muhammad Syamsul Aripin, Muhammad Syaripah, Imas Syifa, Nurkhasanah Fadhila Tati Suprapti Thomas Agam Tjendro Tri Anelia Tri Gustiane, Indri Tuti Hartati Umi Hayati Ummiyati Ummiyati W Widyastuti, W Wibowo, Daniel Widjaja, D Wihadi, Dwiseno WIHADI, RB DWISENO Willy Prihartono Wiwien Widyastuti Wujarso, Riyanto Yudhistira Arie Wijaya Zulfahmi, A. Nova