Article Per Year (5 Year)
p-Index From 2021 - 2026
7.983
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Teknologi dan Kejuruan Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Prosiding SNATIF Jurnal Edukasi dan Penelitian Informatika (JEPIN) Infotech Journal Jurnal Ilmiah Matrik IKRA-ITH Informatika : Jurnal Komputer dan Informatika JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Jiko (Jurnal Informatika dan komputer) JURIKOM (Jurnal Riset Komputer) JUMANJI (Jurnal Masyarakat Informatika Unjani) MIND (Multimedia Artificial Intelligent Networking Database) Journal Jurnal Tekno Kompak METIK JURNAL Building of Informatics, Technology and Science Jurnal Informatika dan Rekayasa Elektronik JATI (Jurnal Mahasiswa Teknik Informatika) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) JIKA (Jurnal Informatika) JOINT (Journal of Information Technology jurnal syntax admiration Jurnal Teknologi Informatika dan Komputer Innovation in Research of Informatics (INNOVATICS) Informatics and Digital Expert (INDEX) Jurnal Ilmiah Wahana Pendidikan Journal of Informatics and Communication Technology (JICT) Jurnal Locus Penelitian dan Pengabdian Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Jurnal Algoritma Jurnal Sosial dan Sains Riwayat: Educational Journal of History and Humanities Jurnal Global Ilmiah Journal of Informatics and Communication Technology (JICT) Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK)
Fajri Rakhmat Umbara
Fakultas Sains Dan Informatika Universitas Jenderal Achmad Yani, Cimahi, Indonesia
Religion Aerospace Engineering Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering 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 Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Physics Social Sciences Other

Published : 90 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 90 Documents
Search

 4   5   6   7   8 
Penerapan Kriptografi Advanced Encryption Standard (AES) dan Steganografi Spread Spectrum Untuk Mengamankan Pesan Dalam Gambar Salsabila, Salsabila Fajriati Romli; Asep Id Hadiana; Fajri Rakhmat Umbara
Journal of Informatics and Communication Technology (JICT) Vol. 5 No. 2 (2023)
Publisher : PPM Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52661/j_ict.v5i2.216

Abstract

Perkembangan teknologi informasi dan perangkat lunak menghadirkan tantangan baru dalam hal keamanan. Kemajuan teknologi informasi, seperti jaringan internet 5G dan potensi 6G, membuka peluang baru namun juga meningkatkan risiko serangan siber, seperti phising. Keamanan data sensitif dalam pertukaran informasi, terutama melalui email, menjadi fokus utama. Penggunaan enkripsi seperti Advanced Encryption Standard (AES) dan teknik Spread Spectrum dalam attachment email dapat meningkatkan keamanan. AES adalah algoritma enkripsi simetris yang menawarkan tingkat keamanan berdasarkan panjang kunci yang digunakan. Teknik Spread Spectrum memberikan perlindungan tambahan dengan menyebarkan energi sinyal. Spread Spectrum bekerja dengan cara menyimpan data yang perlu disembunyikan sebagai noise dalam sebuah citra. Noise tersebut ditanamkan ke dalam citra selama proses akuisisi, dan jika disimpan pada frekuensi yang rendah, perubahan tersebut tidak akan terlihat oleh mata manusia. Hasil dari proses enkripsi dan dekripsi yang dilakukan menggunakan algoritma AES dan Spread Spectrum ini tidak dapat ditembus atau dibaca oleh aplikasi pihak ketiga seperti OpenSSL/TLS. Penelitian ini menghasilkan sebuah pesan yang telah dienkripsi dan disisipkan ke dalam gambar dalam format .png. Hasil pengujian MSE dan PSNR menunjukkan bahwa perbandingan antara citra sebelum dan setelah pesan disisipkan tidak dapat terdeteksi oleh mata manusia
Talk show segmentation system based on Twitter using K-medoids clustering algorithm Sepyanto, Kharisma Jevi Shafira; Chrisnanto, Yulison Herry; Umbara, Fajri Rakhmat
Jurnal Pendidikan Teknologi Kejuruan Vol 3 No 3 (2020): Regular Issue
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/jptk.v3i3.15123

Abstract

Innovations on a talk show on television can be a threat. Audience will be divided into groups so that it can make a downgrade rating program. Program ratings affect companies that will use advertising services. Television companies will go bankrupt. The biggest source of income is sales of advertising services. One way to overcome them can be analyzed in public opinion. The results of the analysis can provide information about the attractiveness of the community towards the program. But the analysis process takes a long time and can be done only by a competent person so another process is needed to get the results of the analysis that is fast and can be done by anyone. In this study using K-Medoids Clustering in the process of identifying public opinion. The clustering process known as unsupervised learning will be combined with the labeling process. The previous episode's tweet data will be labeled and then used to obtain the predicted labels from other cluster members. Before going through the clustering stage, the tweet data will go through the text preprocessing stage then transformed into a numeric form based on the appearance of the word. Transformation data will be clustered by calculating proximity using Cosine Similarity. Labels from the Medoids cluster will be used on unlabeled tweet data. The cluster results were tested using the Silhouette Coefficient method to get 0.19 results. However, this method successfully predicted public opinion and achieved an accuracy of 80%.
PENGUKURAN KUALITAS PERANGKAT LUNAK PADA SIMRS KHANZA MENGGUNAKAN FUNCTION POINT DAN SYSTEM USABILITY SCALE Nugroho, Akbar Satrio; Umbara, Fajri Rakhmat; Yuniarti, Rezki
Jurnal Tekno Kompak Vol 19, No 1 (2025): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i1.4672

Abstract

Pesatnya pertumbuhan perangkat lunak pada masa ini membuat setiap sektor memiliki kebutuhannya masing-masing dalam menggunakan suatu produk perangkat lunak, tidak terkecuali di sektor layanan kesehatan yang menjadi salah satu sektor paling penting dimasa pandemi COVID-19 sebelumnya. Setelah melewati masa pandemi COVID-19 masyarakat menjadi sadar akan pentingnya sektor E-health dalam membantu akses layanan kesehatan. Sehingga hal ini perlu diukur terkait kesiapan untuk situasi mendatang dimana perangkat lunak SIMRS Khanza menjadi salah satu objek pengukuran pada penelitian kali ini. Proses pengukuran ini dapat menggunakan metode Function Point yang bertujuan untuk mengukur tingkat kompleksitas disisi fungsionalitas dan penggunaan metode System Usability Scale dalam mengukur kegunaan menurut pengguna disisi Usabilitas. Dengan adanya dukungan data hasil pengukuran ini maka, penentuan kualitas dalam suatu produk perangkat lunak dapat ditentukan dengan mudah. Dari permasalahan tersebut menemukan bahwa dalam penelitian ini dalam menghitung nilai Function Point perangkat lunak SIMRS Khanza memperoleh nilai sebesar 6011,28 dengan nilai Crude Function Point (CFP) sebesar 4968 dan Relative Complexity Adjustment Factor (RCAF) sebesar 1.21. Pada pengukuran skala nilai System Usability Scale mendapatkan nilai Skor sebesar 62,14 dimana sistem dapat dikategorikan yang berada pada tingkat Grade Good dari jumlah responden sebanyak 55 orang yang telah dilakukan uji reliabilitas dengan skor Cronbach Alpha sebesar 0,634. Berdasarkan dari hasil tersebut maka, dapat disimpulkan bahwa kualitas perangkat lunak SIMRS Khanza dari sisi fungsionalitas memiliki tingkat kompleksitas yang sangat tinggi namun dari hasil evaluasi pengukuran metode System Usability Scale dimana penggunanya masih bisa menggunakannya secara efektif dan masih dapat merasa puas dalam menggunakannya.
KLASIFIKASI DATA GEMPA BUMI DI PULAU JAWA MENGGUNAKAN ALGORITMA EXTREME GRADIENT BOOSTING Kharis Pratama, Adam; Ashaury, Herdi; Rakhmat Umbara, Fajri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i4.7296

Abstract

Gempa bumi adalah fenomena yang terjadi akibat pergerakan lempeng tektonik dan dapat memiliki dampak merusak. Kedalaman hiposentrum memiliki peran penting dalam menentukan karakteristik gempa. Proses klasifikasi kedalaman hiposentrum penting untuk memahami potensi gempa di wilayah Indonesia. Dalam menghadapi data gempa yang besar dan kompleks, serta tantangan dalam mengidentifikasi pola dari kedalaman hiposentrum, terdapat permasalahan dalam proses klasifikasi. Penelitian ini memfokuskan pada penerapan algoritma Extreme Gradient Boosting (XGBoost) dalam mengklasifikasikan data gempa bumi berdasarkan kedalaman hiposentrum di Pulau Jawa. Beberapa penelitian sebelumnya menggunakan XGBoost untuk klasifikasi menunjukkan kemampuan algoritma ini dalam berbagai konteks. Hasil eksperimen menunjukkan bahwa model XGBoost dengan penyetelan parameter menghasilkan akurasi 99.58%. Keputusan ini didukung oleh kemampuan model untuk mengatasi masalah ketidakseimbangan data dan menghasilkan prediksi akurat. Meskipun akurasi sempurna belum tercapai, hasil ini realistis dan memiliki potensi untuk mengklasifikasikan data gempa dengan akurasi yang tinggi.
PREDIKSI CURAH HUJAN MENGGUNAKAN METODE CATEGORICAL BOOSTING (CATBOOST) Febriansyah Istianto, Andrian; Id Hadiana, Asep; Rakhmat Umbara, Fajri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i4.7304

Abstract

Curah hujan memiliki peran krusial dalam banyak aspek kehidupan manusia dan lingkungan. Curah hujan memiliki dampak sosial dan ekonomi yang besar, termasuk kerusakan infrastruktur, banjir, dan gangguan transportasi. Banjir dan peristiwa ekstrem serupa dapat mengakibatkan kerugian jiwa dan kerusakan properti yang parah setiap tahun, dan ini dihubungkan dengan perubahan iklim yang diperkirakan akan semakin sering dan merusak di masa yang akan datang. Dalam upaya untuk memantau, mengantisipasi dan memproyeksikan terjadinya hujan, maka penelitian ini berfokus dalam memprediksi curah hujan dengan menggunakan data mining. Dalam penelitian ini, berfokus dalam penerapan metode Categorical Boosting (CatBoost) yang dapat mengelola data kategorikal secara efisien yang merupakan pengembangan dari Gradient Boosting Decision Tree (GBDT). Berdasarkan data yang diperoleh dari kaggle yang terdiri dari 23 atribut, penelitian ini akan memprediksi curah hujan. Pra-pemrosesan data melibatkan langkah-langkah seperti pembersihan data, penyeimbangan kelas, pemilihan fitur, dan pengkodean data. Pengujian menggunakan metode Categorical Boosting menghasilkan tingkat akurasi prediksi curah hujan sebesar 94,22% berdasarkan evaluasi Confusion Matrix. Penelitian ini bertujuan untuk memprediksi curah hujan dengan menggunakan metode Categorical Boosting (CatBoost).
PENAMBAHAN FITUR MULTI-FACTOR AUTHENTICATION DALAM STUDI KASUS SISTEM INFORMASI REKAM MEDIS RUMAH SAKIT Anwar Fauzi, Mochammad; Id Hadiana, Asep; Rakhmat Umbara, Fajri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i4.7305

Abstract

Data rekam medis merupakan informasi yang sangat penting dan sensitif bagi pasien dan harus dilindungi dari akses yang tidak sah. Dalam hal ini, sistem informasi Rumah Sakit memegang peran penting dalam menjaga keamanan data rekam medis pasien. Namun, ancaman akses yang tidak sah masih mengintai dan merusak privasi pasien. Saat ini sistem informasi rekam medis Rumah Sakit hanya mengandalkan autentikasi email dan kata sandi, sehingga rentan terhadap pencurian. Untuk mengatasi masalah ini, diperlukan rancangan keamanan Multi-Factor Authentication. Penerapan Multi-Factor Authentication pada penelitian ini memakai Personal Security Question dan Auth Token. Personal Security Question digunakan untuk memverifikasi pengguna dengan pertanyaan pribadi, sedangkan Auth Token menciptakan kode auntentikasi pada komunikasi server. Pada penelitian ini mekanisme sistem login dibagi menjadi tiga yaitu login dengan kata sandi, login dengan menjawab pertanyaan pribadi, dan login dengan menggunakan kode TOTP yang didapatkan dari email. Hasil dari penelitian ini adalah menjadikan sistem informasi rekam medis Rumah Sakit menjadi lebih aman dan mengurangi risiko diakses oleh pihak yang tidak berwenang. Hasil pengujian validasi TOTP dengan Google Authenticator yang dilakukan sebanyak seratus kali validasi menunjukan bahwa kode TOTP yang dihasilkan Google Authenticator tidak dapat mencocokan dengan hasil kode TOTP yang dihasilkan sistem.
ALGORITMA XGBOOST UNTUK KLASIFIKASI KUALITAS AIR MINUM Dava Maulana, Muhammad; Id Hadiana, Asep; Rakhmat Umbara, Fajri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 5 (2023): JATI Vol. 7 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i5.7308

Abstract

Air adalah sumber daya alam yang penting bagi keberlangsungan hidup organisme di bumi, termasuk manusia, hewan, dan tumbuhan. Namun, potensi tercemarnya air oleh bakteri dan zat mineral berbahaya mengancam kesehatan manusia. Penyebab utama tercemarnya air meliputi aktivitas manusia yang intens, proses industri kompleks, dan kurangnya kesadaran akan dampak limbah yang dibuang sembarangan ke perairan. Kualitas air bisa diukur dengan berbagai parameter, dan pendekatan machine learning dapat digunakan untuk klasifikasi kualitas air. Salah satu metode yang efektif adalah XGBoost, sebuah varian gradient tree boosting yang mampu meningkatkan akurasi prediksi dengan mengurangi overfitting. Penelitian sebelumnya telah menunjukkan bahwa XGBoost memiliki performa yang baik dalam klasifikasi, bahkan mengungguli beberapa algoritma lain seperti Naïve Bayes dan Random Forest dalam konteks tertentu. Penelitian ini juga bertujuan untuk mengukur akurasi algoritma XGBoost dalam melakukan klasifikasi kualitas air. Hasil percobaan menunjukan dengan dataset sebanyak 2400 dengan pembagian data latih 80% dan data uji 20%, yang terdiri dari 1200 data kelas dapat diminum dan 1200 data kelas tidak dapat diminum. Akurasi yang didapat adalah 82.29%, precision 78.62%, recall 85.90% dan f1-score 82.09%.
PREDIKSI JANGKA PENDEK JUMLAH PARIWISATA DENGAN METODE WEMA PADA PARAMETER MULTIVALUE FORECASTING PROVINSI JAWA TIMUR Aditya Bahrul 'Alam, Moch; Rakhmat Umbara, Fajri; Nurul Sabrina, Puspita
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 5 (2023): JATI Vol. 7 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i5.7720

Abstract

Weighted Exponential Moving Average (WEMA) merupakan metode baru dengan mengkombinasikan antara WMA dan EMA yaitu memprediksi data berdasarkan waktu yang akan datang dan menghitung nilai faktor penurunan bobot data dalam orde waktu. Metode WEMA sudah digunakan pada kasus prediksi harga saham IHSG yang memberikan hasil yang cukup baik dan prediksi kedatangan turis. Bidang pariwisata dapat dipengaruhi oleh beberapa faktor yaitu jumlah wisatawan, jumlah destinasi, jumlah hunian hotel, dan jumlah pendapatan perkapita. Metode WEMA sudah pernah digunakan dalam prediksi kedatangan turis namun menggunakan atribut berbeda sehingga belum diketahui akurasinya. Metode WEMA diimplementasikan dengan tahapan pra-proses yaitu seleksi data dan transformasi untuk merubah tanda koma menjadi titik, kemudian data dibagi menjadi data latih (80%) dan data uji (20%) pada atribut data Wisman, TPK Hotel Bintang dan Non Bintang, TPTT Hotel Bintang dan Non Bintang, RLMT Hotel Bintang dan Non Bintang, MKT Hotel Bintang dan Non Bintang. Evaluasi Mean Absolute Percentage Error (MAPE) dilakukan pada data latih dan data uji untuk mengukur tingkat akurasi prediksi. Hasil eksperimen dan evaluasi menunjukkan tingkat akurasi tergantung nilai span dan banyaknya data yang digunakan sehingga nilai span 2 untuk kedua pembagian data menunjukkan hasil terbaik pada semua atribut yang dievaluasi dengan hasil MAPE di bawah 5%.
CUSTOMER CHURN PREDICTION USING THE RANDOM FOREST ALGORITHM Setiawan, Yosep; Hadiana, Asep Id; Umbara, Fajri Rakhmat
JIKO (Jurnal Informatika dan Komputer) Vol 7, No 3 (2024)
Publisher : Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v7i3.8711

Abstract

Customer churn prediction plays a vital role in modern business, accurately influencing strategic and operational decisions that influence customer loyalty to a service. Customer churn focuses on customer retention being more profitable than attracting new customers because long-term customers provide lower profits and costs while losing customers increases the costs and need to attract new customers. However, customer churn still occurs frequently and cannot be predicted. If customer churn is left unchecked, it will endanger the company or banking industry because it can cause loss of income, damage reputation, and decrease market share. Random Forest, a data mining technique, was used in this research because of its ability to predict and handle many variables. This research aims to predict customer churn using the Random Forest method with datasets from Europe, especially France, Spain, and Germany, hoping to benefit the banking industry by identifying customers at high risk of abandoning services. This research is expected to benefit business people from customer churn predictions. Especially in the banking industry, it can help identify customers at high risk of abandoning service. Thus, companies can take appropriate steps to retain these customers, increase customer retention, strengthen customer loyalty and optimize their business performance. The results of this research are an accurate system for predicting customer churn in the future. The research obtained accuracy results of 87% in predicting customer churn using accuracy testing in the form of a confusion matrix.
KLASIFIKASI PENYAKIT DIABETES MENGGUNAKAN ALGORITMA CATEGORICAL BOOSTING DENGAN FAKTOR RISIKO DIABETES Levi Sabili, Naufal; Rakhmat Umbara, Fajri; Melina, Melina
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11447

Abstract

Indonesia menjadi salah satu negara yang memiliki jumlah penderita Diabetes Melitus tertinggi di dunia. Penyakit diabetes dapat menimbulkan komplikasi serius yang berpotensi membahayakan bagi penderitanya. Penelitian ini bertujuan untuk mengembangkan model prediksi yang akurat untuk mengklasifikasikan penyakit diabetes menggunakan algoritma Categorical Boosting (CatBoost) dengan mempertimbangkan berbagai risiko penyakit diabetes. CatBoost dikenal karena kemampuannya menangani data kategorikal dengan baik. Tahap awal dalam penelitian ini adalah pengolahan data atau pre-processing, yang meliputi pembersihan data untuk menangani masalah data yang tidak bersih, penanganan data dengan nilai ekstrem, dan memperbaiki tipe data yang tidak sesuai. Selanjutnya, dilakukan tahap pembuatan model prediksi menggunakan algoritma CatBoost yang merupakan metode gradient boosting yang efektif dalam pengambilan keputusan. Evaluasi model dilakukan menggunakan Confusion Matrix untuk menilai performa klasifikasi. Hasil penelitian menunjukkan akurasi yang cukup tinggi dalam klasifikasi pada penyakit diabetes yaitu sebesar 98,63% berdasarkan atribut yang digunakan pada data. Diharapkan, penelitian ini dapat memberikan kontribusi dalam memberikan pemahaman dan upaya pengelolaan risiko diabetes serta tingkat kematian yang disebabkan oleh penyakit tersebut.
Co-Authors -, Agus Komarudin -, Ridwan Ilyas Adam, Marcellino Ade Kania Ningsih Aditya Bahrul 'Alam, Moch Aditya, Aldy Adzani, Nadhif Nurul Fajri AGIEL FADILLAH HERMAWAN Agri Yodi Prayoga Ahsin Fauzi Aldi Sidik Permana Anwar Fauzi, Mochammad Ardiyansyah, Muhamad Salman Ashaury, Herdi Asrul Badar, Ahmad Cepi, Gan Dava Maulana, Muhammad Delfany Arcadia Valeska Destiyanti, Fitri Dewi Kartika Sari Dewi, Wulan Dian Nursantika Drl, Indra Raja Ella Wahyu Guntari Erna Sesarliana* Fadhilahsyah Ramadhan, Muhammad Diky Faiza Renaldi Fauzan, Ariq Febriansyah Istianto, Andrian Ferdiansyah Ferdian FERDIANSYAH, ALDOVA fery bayu aji FIQRI FAKHRUL GUNAWAN Firmansyah, Rolan Fitri Nurbaya Gestavito, Rio Ginanjar Rahayu Gita Mahesa Hadiana, Asep Id Hasna, Aisyah Nur Hendro, Tacbir Herdi Ashaury Hidayat, Ferdian Afza Hidayat, Mazid Hidayatulah Himawan Hovi Sohibul Wafa Hovi Hovi, Hovi Sohibul Wafa Ilham Danoppati Junior, Rifqi Pratama Kahfi, Muhammad Dzatul Kasyidi, Fatan Kharis Pratama, Adam Kharisma Jevi Shafira Sepyanto Krisdianto Sitanggang, Sari Levi Sabili, Naufal Lio Wilianto Mazid Hidayat Melina Melina Miftahul Falah Muhamad Ramdan, Muhamad Muhammad Ramdhani, Muhammad Nelsih Putriani Novi Hermansyah Nugroho, Akbar Satrio Nurul Sabrina, Puspita Nusantara, Madya Dharma Oktariansyah, Indro Abri Permana, Acep Handika Pujo Sulardi Puspita Nurul Sabrina Puspita Nurul Sabrina Puspita Nurul Sabrina, Puspita Nurul Putra, Dion Revaldy Putri, Ika Rahmah Rachadian Novansyah Rahandanu Rachmat Reno Setiawan Rezki Yuniarti Ridwan Ilyas Salsabila Fajriati Romli Salsabila Salsabila, Salsabila Fajriati Romli Sapari, Albi Mulyadi Sepyanto, Kharisma Jevi Shafira SETIAWAN, YOSEP Shisi Prayesti Sigit Pratama Siti Aisah Sulardi, Pujo Susanti, Adisti Dwi Susilowati, Merliana Tri Syarifudin Yoga Pinasty Syarifudin Yoga Pinasty Tacbir Hendro Tacbir Hendro Pudjiantoro Tacbir Hendro Pudjiantoro Tacbir Hendro Pudjiantoro Tacbir Hendro Pudjiantoro Tacbir Hendro Pudjiantoro Tiara Rahmawati Tri Wijaya Permana Sidik Wibowo, Ditto Ridhwan Wilianto, Lio Wina Witanti Wina Witanti Yanuar, Muhammad Rizki Yazid, Rija Muhamad Yoga, Yoga Yulison Herry Chrisnanto