p-Index From 2021 - 2026
11.286
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Prosiding SNATIF JURNAL PASTI (PENELITIAN DAN APLIKASI SISTEM DAN TEKNIK INDUSTRI) Jurnal Edukasi dan Penelitian Informatika (JEPIN) Annual Research Seminar JOIN (Jurnal Online Informatika) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) RABIT: Jurnal Teknologi dan Sistem Informasi Univrab BAREKENG: Jurnal Ilmu Matematika dan Terapan JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) INTECOMS: Journal of Information Technology and Computer Science Jiko (Jurnal Informatika dan komputer) KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) Jurnal Kreativitas PKM JUMANJI (Jurnal Masyarakat Informatika Unjani) MIND (Multimedia Artificial Intelligent Networking Database) Journal Jurnal Manajemen Informatika Jurnal ICT : Information Communication & Technology Building of Informatics, Technology and Science JUTIS : Jurnal Teknik Informatika Jurnal Mnemonic JATI (Jurnal Mahasiswa Teknik Informatika) JOINT (Journal of Information Technology jurnal syntax admiration Tematik : Jurnal Teknologi Informasi Komunikasi Innovation in Research of Informatics (INNOVATICS) Informatics and Digital Expert (INDEX) International Journal of Global Operations Research Jurnal Sosial dan Teknologi Jurnal Ilmiah Wahana Pendidikan Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) International Journal of Quantitative Research and Modeling Jurnal Abdimas Kartika Wijayakusuma International Journal of Informatics, Information System and Computer Engineering (INJIISCOM) Journal of Informatics and Communication Technology (JICT) Jurnal Informatika Teknologi dan Sains (Jinteks) Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Jurnal Algoritma IJESPG (International Journal of Engineering, Economic, Social Politic and Government) journal Ranah Research : Journal of Multidisciplinary Research and Development Enrichment: Journal of Multidisciplinary Research and Development Journal of Informatics and Communication Technology (JICT) Malahayati International Journal of Nursing and Health Science Khazanah Informatika : Jurnal Ilmu Komputer dan Informatika
Claim Missing Document
Check
Articles

Analisis Klaster Daerah Rawan Gempa di Indonesia Menggunakan K-Means dan DBSCAN Berbasis Data Historis BMKG Iqbal Prayoga Willyana; Asep Id Hadiana; Ridwan Ilyas
TEMATIK Vol. 12 No. 1 (2025): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Juni 2025
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v12i1.2369

Abstract

Indonesia is one of the countries with the highest levels of seismic activity in the world because it is located at the meeting point of three major plates. The high potential for earthquakes requires a data-based approach to map vulnerable areas more accurately. This study aims to group earthquake-prone areas in Indonesia using the K-Means and DBSCAN clustering algorithms. The dataset used includes spatial data (latitude, longitude) and seismic data (magnitude, depth, phasecount, azimuth_gap) obtained from the BMKG earthquake catalog for the period 2008–2025. The study begins with the data preprocessing stage, which includes data cleaning, type conversion, feature selection, missing value imputation, outlier detection and removal, and normalization. Furthermore, the clustering algorithm is applied in three main scenarios, namely spatial data, seismic data, and a combination of spatial and seismic data. Evaluation using Silhouette Score and Davies-Bouldin Index (DBI) metrics shows that the K-Means algorithm provides better cluster separation, with a DBI value of 1.2551 in the combined scenario, while the DBSCAN algorithm tends to form only one dominant cluster and is sensitive to the presence of outliers. The final result of this study produces a map of earthquake-prone areas in Indonesia, which are divided into several clusters with different risk characteristics. The cluster with the highest concentration includes areas such as western Sumatra, the southern coast of Java, and parts of Maluku and Papua, which have historically been recorded as having higher earthquake frequency and magnitude. Meanwhile, other clusters covering areas such as Kalimantan and parts of Sulawesi show lower seismic activity intensity.
Identifikasi Hotspot Kebakaran Hutan Kalimatan Timur Tahun 2023 Menggunakan Teknik Spasial-Temporal Clustering ST-DBSCAN Salsabila, Mira; Hadiana, Asep Id; Melina
TEMATIK Vol. 12 No. 1 (2025): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Juni 2025
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v12i1.2377

Abstract

Kebakaran hutan merupakan masalah serius yang berdampak pada lingkungan dan kesehatan masyarakat. Kebakaran hutan dapat dideteksi dari jumlah hotspot. Jika jumlah hotspot kebakaran hutan besar, maka semakin tinggi dan besar pula potensi kebakaran. Identifikasi hotspot kebakaran hutan yang akurat dan efesien sangat penting untuk pencegahan terjadinya kebakaran hutan. Penelitian ini bertujuan untuk mengidentifikasi hotspot kebakaran hutan menggunakan teknik spasial clustering Spatio Temporal – Density Based Spatial Clustering Application with Noise (ST-DBSCAN) yang mempertimbangkan aspek spasial dan temporal dalam menganalisis data titik api. Dataset yang digunakan sejumlah 1761 records dengan 12 atribut dari citra satelit MODIS (Moderate-Resolution Imaging Spectroradiometer) diproses menggunakan algoritma ST-DBSCAN untuk mengelompokan titik-titik api yang berdekatan secara spasial dan temporal. Dari eksperimen yang dilakukan dengan eps 1 = 0.05, eps 2 =1.0 dan MinPts = 4 menghasilkan 85 cluster dengan total titik data 1760, dan 162 titik merupakan outlier dengan sillhoutte score 0.134.
COMPARATIVE ANALYSIS OF TIME SERIES FORECASTING MODELS USING ARIMA AND NEURAL NETWORK AUTOREGRESSION METHODS Melina, Melina; Sukono, Sukono; Napitupulu, Herlina; Mohamed, Norizan; Chrisnanto, Yulison Herry; Hadiana, Asep ID; Kusumaningtyas, Valentina Adimurti; Nabilla, Ulya
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 18 No 4 (2024): BAREKENG: Journal of Mathematics and Its Application
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol18iss4pp2563-2576

Abstract

Gold price fluctuations have a significant impact because gold is a haven asset. When financial markets are volatile, investors tend to turn to safer instruments such as gold, so gold price forecasting becomes important in economic uncertainty. The novelty of this research is the comparative analysis of time series forecasting models using ARIMA and the NNAR methods to predict gold price movements specifically applied to gold price data with non-stationary and non-linear characteristics. The aim is to identify the strengths and limitations of ARIMA and NNAR on such data. ARIMA can only be applied to time series data that are already stationary or have been converted to stationary form through differentiation. However, ARIMA may struggle to capture complex non-linear patterns in non-stationary data. Instead, NNAR can handle non-stationary data more effectively by modeling the complex non-linear relationships between input and output variables. In the NNAR model, the lag values of the time series are used as input variables for the neural network. The dataset used is the closing price of gold with 1449 periods from January 2, 2018, to October 5, 2023. The augmented Dickey-Fuller test dataset obtained a p-value = 0.6746, meaning the data is not stationary. The ARIMA(1, 1, 1) model was selected as the gold price forecasting model and outperformed other candidate ARIMA models based on parameter identification and model diagnosis tests. Model performance is evaluated based on the RMSE and MAE values. In this study, the ARIMA(1, 1, 1) model obtained RMSE = 16.20431 and MAE = 11.13958. The NNAR(1, 10) model produces RMSE = 16.10002 and MAE = 11.09360. Based on the RMSE and MAE values, the NNAR(1, 10) model produces better accuracy than the ARIMA(1, 1, 1) model.
Peramalan Produksi Padi di Kabupaten Bandung Menggunakan Metode Double Moving Average Widiyantoro, Widiyantoro; Chrisnanto, Yulison Herry; Hadiana, Asep Id
Jurnal Sosial Teknologi Vol. 5 No. 9 (2025): Jurnal Sosial dan Teknologi
Publisher : CV. Green Publisher Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59188/jurnalsostech.v5i9.32409

Abstract

Tanaman padi (Oryza sativa L.) memainkan peran krusial dalam menjaga ketahanan pangan di Indonesia, terutama di Kabupaten Bandung yang dikenal sebagai salah satu daerah penghasil padi utama. Variabilitas dalam produksi padi dapat memberikan dampak yang signifikan terhadap ketahanan pangan serta perekonomian lokal. Penelitian ini bertujuan untuk mengumpulkan data mengenai produksi padi di Kabupaten Bandung, menerapkan metode Double Moving Average (DMA), serta membandingkan hasil peramalan yang diperoleh dengan data aktual. Penelitian ini memanfaatkan data historis produksi padi untuk meramalkan hasil produksi di masa depan dengan mempertimbangkan tren serta variasi musiman. Penelitian ini menggunakan metode Double Moving Average (DMA). Pemilihan metode ini didasarkan pada kemampuannya dalam mengelola data yang menunjukkan pola tren jangka panjang. Hasil penelitian menunjukkan bahwa metode DMA menghasilkan akurasi peramalan yang baik dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 2,34%, yang mengindikasikan tingkat kesalahan prediksi yang rendah dan dapat diandalkan untuk perencanaan produksi padi. Dalam penelitian ini, hasil ramalan yang diperoleh dari metode DMA akan dibandingkan dengan data aktual untuk menilai efektivitas metode tersebut. Prediksi produksi padi untuk tahun 2024 menunjukkan stabilitas pada level 7,6 juta ton, yang memberikan indikasi positif bagi ketahanan pangan regional. Diharapkan, hasil penelitian ini dapat memberikan kontribusi ilmiah dalam penerapan metode DMA dalam analisis produksi padi, serta memberikan wawasan mengenai penerapan sistem informasi dalam peramalan produksi padi. Temuan ini memiliki implikasi praktis bagi pengambil kebijakan di sektor pertanian untuk melakukan perencanaan distribusi, penetapan harga, dan strategi ketahanan pangan yang lebih efektif.
Pengelompokkan Pola Perubahan Cuaca Menggunakan Metode K-Medoids dan Gap Statistic Julianthy, Denissya; Hadiana, Asep Id; Ramadhan, Edvin
Building of Informatics, Technology and Science (BITS) Vol 7 No 2 (2025): September 2025
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v7i2.7824

Abstract

Clustering daily weather patterns is an important process for understanding complex weather variations. However, commonly used methods such as K-Means have weaknesses due to their sensitivity to outliers and the need for manual clustering. This study proposes a combination of the K-Medoids and Gap Statistics methods to produce more stable and accurate clusters. Semarang's daily weather data from 2017 to 2023 was processed through cleaning, standardization with Standard Scaler, and dimensionality reduction using PCA. The Gap Statistics results indicate the optimal number of clusters is three: rainy, sunny, and cloudy. The clustering evaluation yielded a Silhouette Score of 0.3793, a Calinski-Harabasz Index of 1490.5604, and a Davies-Bouldin Index of 0.9031. These results indicate a fairly good cluster structure, although there is still room for improvement, especially in the separation between clusters.
Cryptographic Security for Double Encryption on Images Using AES and IDEA Algorithms Nizar Septi maulana; Asep Id Hadiana; Melina
International Journal of Quantitative Research and Modeling Vol. 6 No. 3 (2025): International Journal of Quantitative Research and Modeling (IJQRM)
Publisher : Research Collaboration Community (RCC)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46336/ijqrm.v6i3.1072

Abstract

Di era digital, keamanan citra rekam medis elektronik telah menjadi perhatian utama karena tingginya risiko kebocoran informasi sensitif. Studi ini menyelidiki dan mengembangkan implementasi enkripsi ganda pada data citra medis dengan menggabungkan Advanced Encryption Standard (AES) dan International Data Encryption Algorithm (IDEA) untuk meningkatkan keamanan citra, khususnya untuk citra rekam medis elektronik yang rentan terhadap pelanggaran informasi. AES digunakan karena efisiensinya dalam mengenkripsi data berukuran besar, sementara IDEA menawarkan struktur kunci yang kompleks yang memberikan perlindungan yang lebih kuat terhadap akses yang tidak sah. Kumpulan data citra Magnetic Resonance Imaging (MRI) yang diperoleh dari platform publik Kaggle digunakan sebagai objek uji untuk proses enkripsi dan dekripsi. Evaluasi dilakukan dengan menggunakan dua pendekatan utama: uji efek avalanche untuk mengukur sensitivitas perubahan input terhadap output ciphertext, dan uji waktu pemrosesan untuk menilai efisiensi kinerja enkripsi dan dekripsi. Hasilnya menunjukkan nilai rata-rata efek avalanche mencapai 49,97%, sangat mendekati nilai ideal 50%, menunjukkan tingkat difusi data yang tinggi dan kekuatan kriptografi yang kuat. Sementara itu, pengujian waktu enkripsi pada lima berkas citra menunjukkan bahwa rata-rata waktu yang dibutuhkan untuk melakukan enkripsi ganda menggunakan AES dan IDEA adalah 52,06 detik, dengan rentang waktu antara 42,0 detik hingga 63,5 detik, tergantung pada ukuran dan kompleksitas citra. Oleh karena itu, kombinasi AES dan IDEA terbukti meningkatkan kekuatan kriptografi tanpa mengurangi efisiensi operasional secara signifikan. Pendekatan enkripsi ganda ini dinilai layak dan efektif untuk diimplementasikan dalam sistem informasi kesehatan, terutama untuk menjaga kerahasiaan, integritas, dan keaslian citra rekam medis elektronik. Kata kunci: Enkripsi ganda, AES, IDEA, efek longsor, keamanan citra medis, efisiensi waktu pemrosesan
Digital Image Security with AES and Blowfish Double Encryption Iqbal Dwi Nulhakim; Asep Id Hadiana; Melina
International Journal of Quantitative Research and Modeling Vol. 6 No. 3 (2025): International Journal of Quantitative Research and Modeling (IJQRM)
Publisher : Research Collaboration Community (RCC)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46336/ijqrm.v6i3.1073

Abstract

Protection of digital images is becoming increasingly important with the growing use of images as a medium of information in various fields, particularly in the healthcare sector. Medical images such as Magnetic Resonance Imaging (MRI) contain sensitive information that requires extra security against unauthorized access and data manipulation. This study aims to design and build a digital image security system using a dual encryption approach and authenticity verification based on watermarking. The security process is carried out in two main stages. First, images with text-based watermarks are encrypted using the Advanced Encryption Standard (AES) algorithm to protect their visual content. Second, the AES key is re-encrypted using the Blowfish algorithm to prevent the key from being stored in plaintext, thereby creating an additional layer of protection. The watermark is embedded into the image using the Singular Value Decomposition (SVD) method and is first converted into a hash value using the SHA-256 algorithm, which serves to verify the integrity of the image after decryption. The testing was conducted using the public dataset “Brain Tumor Image Dataset (Semantic Segmentation)” from Kaggle, which consists of brain MRI images in .jpg and .png formats. The system evaluation encompassed functionality, data security, and process efficiency through system function testing, measurement of encrypted data randomness (entropy test), file penetration using OpenSSL, and performance analysis in terms of processing time and file size. The research results show that the system successfully implemented double encryption with a high entropy level (approaching 8.00) and resistance to penetration attacks. In terms of efficiency, the system achieved an average encryption time of 81.35 ms and decryption time of 13.68 ms with minimal file size increase. Integrity testing confirmed that the SVD-SHA256-based watermark remained intact after the encryption-decryption process, enabling verification of image authenticity. The developed system efficiently maintains the confidentiality and authenticity of digital images and can be applied in electronic medical record systems or sensitive digital archives. Keywords: Digital images, double encryption, AES, Blowfish, SVD
Forest Biomass Estimation through the Integration of UAV Imagery and Vegetation Indices: Toward Accurate and Efficient Monitoring Fadilah, Vira Hasna; Hadiana, Asep Id; Komarudin, Agus
Innovation in Research of Informatics (Innovatics) Vol 7, No 2 (2025): September 2025
Publisher : Department of Informatics, Siliwangi University, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/innovatics.v7i2.14931

Abstract

Forest biomass estimation method using drone imagery and vegetation index, focusing on the effectiveness and efficiency of the approach. Using high-resolution drone imagery, this study analyzes vegetation structure and density, and supports the development of a more accurate biomass estimation model compared to traditional methods. Drone imagery has the advantage of collecting data quickly and in real time, especially in areas that are difficult to access manually. Vegetation indices, such as NDVI, are used to assess vegetation health and density, which are closely related to biomass estimation. The combination of drone imagery and vegetation indices can produce more detailed data, support 3D vegetation modeling, and help estimate biomass volume over time. This study is expected to produce data and biomass estimation models that support sustainable forest management as well as technical recommendations for the use of drones for vegetation monitoring. The findings of this study show that the proposed method produces an estimation accuracy of 85.2% based on field validation data calculated using simple linear regression. The findings of this study are expected to make a significant contribution to the development of drone-based technology for efficient and environmentally friendly natural resource management.
Rekomendasi Pemilihan Sepeda Motor Menggunakan Metode Content Based Filtering Dan Item Based Colaborative Filtering Raihan Martin Permana; Id Hadiana, Asep; Nurul Sabrina, Puspita
JURNAL TEKNIK INFORMATIKA UNIS Vol. 12 No. 2 (2024): Jutis (Jurnal Teknik Informatika)
Publisher : Universitas Islam Syekh Yusuf

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33592/jutis.v12i2.5149

Abstract

Sepeda motor menjadi andalan moda transportasi yang paling dibutuhkan orang tua dan remaja saat ini. Pemilihan sepeda motor sebagai alat transportasi yang paling diminati saat ini didasari oleh keunggulan sepeda motor itu sendiri dalam hal perawatan, bahan bakar, waktu tempuh yang lebih cepat, dan kemampuan mengatasi kemacetan yang terjadi di jalan kota. peneliti melakukan penggabungan dari kedua metode yang pertama yaitu content-based filtering dimana metode ini berdasarkan preferensi pengguna berdasarkan interaksi dengan data atau informasi selanjutnya akan dicocokkan dengan serangkaian karakteristik atribut dari barang yang akan direkomendasikan. Barang dengan tingkat kecocokan tertinggi akan menjadi rekomendasi untuk pengguna untuk metode yang kedua yaitu item based collaborative filtering metode ini menghitung kemiripan item yang disuaki oleh pengguna dengan menggunakan cosine similarity kemudian item yang memiliki nilai kesamaannya disimpan dan digunakan sebagai nilai untuk menghasilkan suatu rekomendasi. evaluasi pada penelitian ini menggunakan precesion, recall dan f1-score yang berguna untuk mengukur kinerja dari sistem rekomendasi. Hasil dari evaluasi memberikan hasil precesion 54.5 %, recall 97.0% dan f1-score 69.6% Dengan hasil ini untuk sistem rekomendasi sepeda motor dengan menggunakan metode content based filtering dan item based collaborative filtering memiliki hasil baik berdasarkan hasil evaluasi dan dapat diimplementasikan kedalam sistem rekomendasi yang dapat membantu pengguna dalam mencari sepeda motor yang sesuai dengan kriteria dan kebutuhan pengguna
Penerapan Metode SMOTE Dalam Klasifikasi Sentimen Publik Terhadap Polisi Republik Indonesia Menggunakan Support Vector Machine Destiyanti, Fitri; Hadiana, Asep Id; Umbara, Fajri Rakhmat
JUMANJI (Jurnal Masyarakat Informatika Unjani) Vol 8 No 1 (2024): Jurnal Masyarakat Informatika Unjani
Publisher : Jurusan Informatika Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jumanji.v8i1.336

Abstract

Analisis sentimen atau ekstraksi opini adalah penelitian yang mengevaluasi sudut pandang, pemikiran, serta persepsi mengenai berbagai topik, subjek, dan produk dengan memanfaatkan data opini yang tersedia pada platform media sosial.. Platform media sosial populer seperti YouTube, khususnya melalui saluran "86 & Custom Protection NET" yang bekerjasama dengan Kepolisian Negara Republik Indonesia, menyajikan aktivitas polisi dan mendapat respons dari masyarakat dalam bentuk komentar. Komentar-komentar ini menjadi sumber data dalam penelitian text mining untuk mengklasifikasikan sentimen positif atau negatif. Penelitian ini menggunakan pendekatan menggunakan machine learning dengan metode Support Vector Machine (SVM) dan teknik SMOTE untuk menangani ketidakseimbangan data dalam komentar youtube. Hasil analisis menunjukkan akurasi sebesar 91%, dengan presisi 63%, recall 68%, dan f1 score 65% berdasarkan perhitungan confusion matrix.
Co-Authors Abdillah, Fajrul Abidillah, Gunawan Adelia Siti Rukoyah Agri Yodi Prayoga Agus Komarudin Agus Komarudin Agus Komarudin Alawiah, Siti Nurbayanti Alda Amorita Azza Ali, Moch. Dzikri Azhari Ananta Firdaus, Ahnaf Anggoro, Sigit Anggun Titah Islamiyyah Anshori, Siddiq Ahmad Anwar Fauzi, Mochammad Ardiansyah, Diki Arthur Oliviana Zabka Ashaury, Herdi Ashaury, Herdy Azhari, Moch Dzikri Azy Mushofy Anwary Badrujamaludin, Asep Chrisnanto, Yulison H. Dava Maulana, Muhammad Destiyanti, Fitri Dewi Marini Umi Atmaja Dewi Ratnasari DEWI RATNASARI Diah Tri Wahyuni Eddie Khrisna Putra Edvin Ramadhan Eka Purnama Rijaludin, Muhamad Engko M, Galih Yuga Pangestu Eriyadi, Maulidina Norick Fadilah, Vira Hasna Fahrezi, Rizal Febrian Faiza Renaldi Faiza Renaldi Fajar Firdaus, Fajar Fajri Rakhmat Umbara Fajri Rakhmat Umbara Fajri Rakhmat Umbara Fajri Rakhmat Umbara Fajri Rakhmat Umbara Fajri Rakhmat Febriansyah Istianto, Andrian Ferdiansyah Ferdian Ferina Nur Maulidya Firdaus, Syahrul Firman Alamsyah Galih Jatnika Galih Yuga Pangestu Engko M Gestavito, Rio Grace Christian M. Purba Gunawan Abdillah Gunawan Abdillah, Gunawan Gunawan Abidillah Hadi Apryana Hadimas Aprilian, Doni Haikal Muhammad, Husein Hanief Kuswanto, Muhammad Rafi Helsa Hawariyah Herdi Ashaury Herlina Napitupulu Hidayatulah Himawan Hovi Sohibul Wafa Hovi Hovi, Hovi Sohibul Wafa Humaira, Hana Nazla Idham Pratama Putra Illawati, Adinda Rahma Indah Putriani Fajar Sidik Insan Kamil Nurhikmat Ipan Sugiana Iqbal Dwi Nulhakim Iqbal Prayoga Willyana Irma Santikarama Irma Setiawati Ismafiaty, Ismafiaty Julianthy, Denissya Kafi, Moch. Nurul Kania Ningsih, Ade Kasyidi, Fatan Kharisma S, Moh Iqbal Komarudin, Agus Krishna Putra, Eddie Kusumaningtyas, Valentina Adimurti Lestari, Abdila Lugina Masri M. Purba, Grace Christian Melina Melina Melina Melina Melina, Melina Monica, Taris Muhammad Hasan Thoriq Almuwaffaq Thoriq Muhammad Sukma, Rifaz Muhammad, Azri Mulyasari, Cicik Rafka Mushofy Anwary, Azy Muthmainah, Sekar Ghaida Nabilla, Ulya Nizar Septi maulana Norizan Mohamed Nurrokhimah, Siti Nurul Sabrina, Puspita Oktaviani, Ayu Nur Oliviana Zabka, Arthur Prasetyo, Nur Faid Pryma Saputra Ginting Puspita Nurul Sabrina Puspita Nurul Sabrina Puspita Nurul Sabrina Puspita Putra, Eddie Krishna Putri Eka Prakasawati Rafli Firdaus Raflialdy Raksanagara Rahmawati, A Lusi Fitri Raihan Martin Permana Rakhmat Umbara, Fajri Ramdani, Maullidan Alfa Rizki Fikri Rezki Yuniarti Rezky Yuniarti Ria Amelia Junandes Ridwan Ilyas Rifaldi Elpry Rizal Rizal Dwiwahyu Pribadi Rizky Bayu Oktavian Rizky Fauzi Achman Rukoyah, Adelia Siti Salsabila Fajriati Romli Salsabila Salsabila, Mira Salsabila, Salsabila Fajriati Romli Santikarama, Irma Sapari, Albi Mulyadi SETIAWAN, YOSEP Sevty Nourmantana Shisi Prayesti Singgih, Dimas Siti Rohaeni Siti Widiani Sopian, Annisa Mufidah Sudrajat, Risqi Sukono Sukono Susanti, Adisti Dwi Syamsi, Salsa Safira Nur Syechru Denny Irja Gotama Szalfa Saadiatus Sakinah Tacbir Hendro P Tacbir Hendro P Tacbir Hendro P Tacbir Hendro Pudjiantoro Tacbir Hendro Pudjiantoro Tacbir Hendro Pudjiantoro Tacbir Hendro Pudjiantoro Tacbir Pudjiantoro Hendro Tachbir Hendro Taufiq Akbar Herawan Thomas Adi Nugroho Tulus Harry Lamramot Tulus Tulus, Tulus Harry Lamramot Umbara, Fajri Rakhmat Valentina Adimurti Kusumaningtyas Wahyuni Rodiyah Risfianti Widiyantoro, Widiyantoro Wina Witanti Wina Witanti Wina Witanti Wina Witanti Wina Witanti Wina Witanti Wina Witanti Winalia Winalia Winta Witanti Yasmina Azzahra Yudi Setiadi Permana Yulianto Dwi Saptohadi Yulison Herry Chrisnanto Yulita, Rita Fitri Yuswandi Yuswandi, Yuswandi