Article Per Year (5 Year)
p-Index From 2021 - 2026
10.137
P-Index
This Author published in this journals
All Journal Teika Jurnal Buana Informatika Jurnal Informatika JUITA : Jurnal Informatika ELINVO (Electronics, Informatics, and Vocational Education) Register: Jurnal Ilmiah Teknologi Sistem Informasi Binus Business Review JOIN (Jurnal Online Informatika) Jurnal Pendidikan Informatika dan Sains Medical Laboratory Technology Journal JURIKOM (Jurnal Riset Komputer) JURTEKSI JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) EDUMATIC: Jurnal Pendidikan Informatika JAD: Jurnal Riset Akuntansi & Keuangan Dewantara METIK JURNAL JSAI (Journal Scientific and Applied Informatics) Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Tekinkom (Teknik Informasi dan Komputer) Infotek : Jurnal Informatika dan Teknologi Indonesian Journal of Cultural and Community Development Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Teknik Informatika (JUTIF) Jurnal Informatika Terpadu Decode: Jurnal Pendidikan Teknologi Informasi Indonesian Journal of Education Methods Development Indonesian Journal of Innovation Studies Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) PELS (Procedia of Engineering and Life Science) Proceedings of The ICECRS Procedia of Social Sciences and Humanities SAGA: Journal of Technology and Information Systems Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Indonesian Journal of Applied Technology Journal of Technology and System Information Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) IJHCS Smatika Jurnal : STIKI Informatika Jurnal
Rohman Dijaya
Informatika, Universitas Muhammadiyah Sidoarjo, Indonesia
Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Neuroscience Nursing Physics Public Health Social Sciences Transportation Other

Published : 78 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 78 Documents
Search

 4   5   6   7   8 
Prediksi Status Pekerjaan Lulusan SMK Menggunakan Algoritma Random Forest: Analisis Multifaktor Akademis, Sosial, dan Keluarga Muchamad Firmansyah Tubira; Yulian Findawati; Rohman Dijaya; Yunianita Rahmwati
SMATIKA JURNAL : STIKI Informatika Jurnal Vol 15 No 02 (2025): SMATIKA Jurnal : STIKI Informatika Jurnal
Publisher : LPPM UBHINUS MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/smatika.v15i02.1804

Abstract

This study aims to develop a prediction model for the employment status of senior high school (SMK) graduates in Indonesia using multifactor analysis involving academic performance, social environment, and society. This study uses a quantitative approach with the Random Forest algorithm to collect large amounts of data and provide specific predictions. The model predicts the employment status of SMK graduates by 76%, indicating good work performance. This study also found that significant community factors significantly affect the employment status of SMK graduates (36.5%), followed by social factors (35.2%) and academic factors (25.9%). This study encourages schools, parents, and the government to focus on holistic SMK education, such as collaboration between schools and industry, to improve the employment status of SMK graduates.
Perancangan dan Implementasi Sistem WIFI Berbasis Koin Untuk Usaha Warung Kopi Atau Kafe Eriec Priyono; Azmuri Wahyu Azinar; Hindarto; Rohman Dijaya
SMATIKA JURNAL : STIKI Informatika Jurnal Vol 15 No 02 (2025): SMATIKA Jurnal : STIKI Informatika Jurnal
Publisher : LPPM UBHINUS MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/smatika.v15i02.2035

Abstract

The need for fast, stable, and affordable internet access is increasing along with the increasing dependence of society on information technology, especially in small business environments such as coffee shops and cafes. However, the operational costs of internet services are still a major challenge for micro-business owners. This study aims to design and implement a coin-based WiFi system that is independent, cost-effective, and easy to operate. This system integrates a coin sensor, microcontroller, and Raspberry Pi to detect coin denominations (Rp500 and Rp1000), automatically converts them into WiFi access duration, and records transactions in a local SQLite-based database. The web-based interface is built using Flask for ease of system administration and management. The research methods include literature studies, field observations, user interviews, and technical testing of sensor accuracy and network performance. Evaluations are carried out on download/upload speeds, latency, jitter, and packet loss to assess connection quality. The test results show that the system is able to detect coins with high accuracy and provide stable internet services according to the payment duration. The advantages of this system lie in its independence that does not depend on third-party applications, as well as its ability to be implemented in environments with technological and budget constraints. This system has the potential to be a viable alternative solution to expand internet access in the informal sector and drive digital transformation at the grassroots level.
Web-Based Information System for Recording TPQ Student Learning Outcomes: Sistem Informasi Berbasis Web untuk Pencatatan Hasil Belajar Siswa TPQ Sari, Fila Juwita; Dijaya , Rohman
Indonesian Journal of Education Methods Development Vol. 20 No. 4 (2025): November
Publisher : Universitas Muhammadiyah Sidoarjo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21070/ijemd.v20i4.1015

Abstract

General Background: The digitization era requires educational institutions, including non-formal Islamic centers, to manage learning data systematically. Specific Background: TPQ Al-Amin still recorded student data, assessments, and reports manually on paper, creating risks of data loss and inefficiency. Knowledge Gap: Many TPQ institutions lack structured information systems to document student learning outcomes securely and accessibly. Aim: This study designed and implemented a web-based information system to manage student, teacher, and assessment data in TPQ using the waterfall development method and Laravel framework. Results: The system produced functional modules including login access, student data management, grade input, report generation, and recap features for administrators and teachers, supported by flowcharts, DFD, and use case diagrams. Novelty: The study provides a structured application of software engineering methods specifically tailored to a Qur’anic education center context. Implications: The system supports more organized documentation, faster data processing, and safer storage of student learning records for TPQ managers and parents. Highlights: Application of waterfall method for TPQ learning record management. Web system integrating student data, grades, and report generation. Software engineering approach applied in a Qur’anic education setting. Keywords: Information System, TPQ, Website, Waterfall Method, Learning Records
PENGEMBANGAN MEDIA PEMBELAJARAN MATEMATIKA DENGAN TEKNOLOGI AUGMENTED REALITY BERBASIS ANDROID PADA MATERI BANGUN RUANG Surur, Moch Shobachus; Dijaya, Rohman; Ariyanti, Novia
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i1.5771

Abstract

Salah satu alat pendidikan yang mungkin dapat membantu guru dalam memperdalam pemahaman siswanya adalah media pembelajaran. Siswa akan dapat memperoleh ilmu dari guru dengan menggunakan berbagai media pembelajaran. Teknologi yang dikenal sebagai augmented reality (AR) menggabungkan objek virtual dalam dua atau tiga dimensi dengan lingkungan sebenarnya, memproyeksikan atau menampilkan konten gabungan secara real time. Tidak seperti Virtual Reality (VR) yang sepenuhnya menggantikan kenyataan, tetapi Augmented Reality (AR) hanya melengkapi kenyataan. Penelitian ini menerapkan Augmented Reality dalam aplikasi pembelajaran matematika materi bangun ruang. Penerapan ini didasarkan atas menurunya minat belajar anak – anak khusunya pada mata pembelajaran matematika. penelitian ini bertujuan  untuk mengembangan media pembelajaran pada mata pelajaran matematika berbasis android dengan Augmented Reality di materi bangun ruang serta menumbuhkan minat belajar untuk siswa. Penelitian ini menggunakan tools Blender dan Unity. Untuk SDK menggunakan EasyAR dan memiliki 8 bangun ruang. Sehingga aplikasi ini diharapkan bisa digunakan dengan efektif dan menarik minat belajar para siswa karena dapat membuat materi terkesan lebih menarik, interaktif, dan dapat dimainkan untuk menghindari kejenuhan siswa pada mata pembelajaran matematika khususnya materi bangun ruang.
Analisis Sentimen Layanan Perwalian Mahasiswa UMSIDA Menggunakan Metode Support Vector Machine (SVM) Angga Wibawa Saputra Angga; Hamzah Setiawan Hamzah; Rohman Dijaya Rohman
JSAI (Journal Scientific and Applied Informatics) Vol 8 No 1 (2025): Januari
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v8i1.7387

Abstract

The myUMSIDA application supports academic activities at Universitas Muhammadiyah Sidoarjo, but student reviews reveal complaints about its services and facilities. Sentiment analysis is necessary to classify these reviews into positive or negative categories, providing insights to improve service quality.This study uses the Support Vector Machine (SVM) algorithm with a linear kernel, known for its high accuracy, combined with the TF-IDF feature extraction method to enhance text classification. A total of 1,300 reviews from 2023 were processed through labeling, preprocessing, transformation, and classification. Data were split into three scenarios: 70:30, 60:40, and 50:50 for training and testing. Performance was evaluated using accuracy, precision, recall, and F1-Score.The best results were achieved in the 70:30 scenario, with an accuracy of 86.92%, precision of 86.60%, recall of 84.72%, and F1-Score of 85.7%. This study highlights the effectiveness of SVM with a linear kernel and TF-IDF in analyzing sentiment, offering a basis for enhancing the myUMSIDA application's services.
Web Based Project Progress Monitoring for Construction Management: Pemantauan Kemajuan Proyek Berbasis Web untuk Manajemen Konstruksi Muhammad Eko Mujahidin; Rohman Dijaya
Indonesian Journal of Innovation Studies Vol. 26 No. 3 (2025): July
Publisher : Universitas Muhammadiyah Sidoarjo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21070/ijins.v26i3.2184

Abstract

General Background: Project progress reporting is a critical component of construction management because project success is determined not only by completion time and final outcomes but also by continuous monitoring of work progress. Specific Background: PT. Albi Jaya Persada manages multiple construction projects, where project monitoring is constrained by distant project locations, delays in information delivery, difficulties in verifying field reports, and the accumulation of project documentation. Knowledge Gap: The existing monitoring process relied on manual reporting and communication methods that complicated verification, supervision, and decision-making activities. Aims: This study aimed to design and implement a web-based project progress monitoring system for PT. Albi Jaya Persada to support project supervision and reporting activities. Results: The developed system provides functionalities for project data management, sub-work monitoring, material tracking, progress documentation, complaint handling, and project supervision through dedicated interfaces for administrators, foremen, and directors. Black-box testing showed that all tested system functions operated according to the expected requirements and produced valid results. Novelty: The study introduces an integrated web-based monitoring platform that combines project progress reporting, material monitoring, documentation management, and communication of project constraints within a single system environment. Implications: The system supports directors in monitoring ongoing projects, reviewing project and material data, tracking work progress, and providing solutions to issues encountered during project execution.Highlights: Integrated platform supports project records, materials, documentation, and complaint management within one environment. Separate user interfaces were developed for administrators, foremen, and directors according to their responsibilities. Functional testing confirmed that all evaluated features operated as expected and produced valid outputs. Keywords: Web-Based Monitoring System; Project Progress Monitoring; Construction Project Management; Black Box Testing; Project Supervision
PENERAPAN ALGORITMA MACHINE LEARNING UNTUK MEMPREDIKSI SENTIMEN KEPUASAN PENGGUNA WEVERSE Amalia Rossa Annjani; Uce Indahyanti; Azmuri Wahyu Azinar; Rohman Dijaya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16874

Abstract

Perkembangan teknologi digital mendorong meningkatnya penggunaan platform komunitas penggemar seperti Weverse, yang menghasilkan ulasan pengguna sebagai indikator kepuasan terhadap layanan aplikasi. Namun, ulasan pada Google Play Store bersifat tidak terstruktur dan memiliki distribusi kelas sentimen yang tidak seimbang, sehingga menyulitkan proses klasifikasi sentimen. Permasalahan utama dalam penelitian ini adalah ketidakseimbangan data sentimen serta pemilihan algoritma klasifikasi yang mampu memberikan kinerja optimal. Penelitian ini bertujuan untuk membandingkan kinerja algoritma Decision Tree dan Naïve Bayes dalam mengklasifikasikan sentimen ulasan pengguna Weverse. Metode penelitian meliputi preprocessing teks, pelabelan semi-otomatis, ekstraksi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), serta penanganan ketidakseimbangan kelas menggunakan Random Oversampling (ROS) pada data latih. Evaluasi model dilakukan menggunakan Confusion Matrix dengan rasio pembagian data sebesar 80:20 dan 70:30. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes dengan rasio split 80:20 menghasilkan kinerja terbaik dengan nilai akurasi sebesar 86,81% dan F1-Score sebesar 83,88%. Penerapan Random Oversampling (ROS) terbukti meningkatkan recall pada kelas negatif sehingga menghasilkan model klasifikasi yang lebih seimbang
PERANCANGAN APLIKASI BERBASIS WEB UNTUK MEMBEDAKAN VIDEO YANG DIHASILKAN OLEH (AI) DENGAN VIDEO ASLI MENGGUNAKAN METODE TRANSFORMER Eka nugraha saktifany wicaksana; Rohman Dijaya; Irwan Alnarus Kautsar; Nuril Lutvi Azizah
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.17105

Abstract

Perkembangan teknologi kecerdasan buatan (Artificial Intelligence/AI), khususnya dalam bidang deep learning, telah mendorong munculnya video sintetis atau deepfake yang semakin realistis dan sulit dibedakan dari video asli. Kondisi ini menimbulkan ancaman serius terhadap integritas informasi digital karena berpotensi digunakan untuk menyebarkan misinformasi, penipuan, serta pelanggaran etika, privasi, dan keamanan. Oleh karena itu, diperlukan metode deteksi deepfake yang akurat, adaptif, dan andal dalam menghadapi teknik manipulasi visual yang terus berkembang. Penelitian ini mengusulkan model deteksi deepfake berbasis arsitektur hybrid yang mengombinasikan ConvNeXt dan Vision Transformer (ViT). ConvNeXt dimanfaatkan untuk mengekstraksi fitur lokal citra wajah, sementara Vision Transformer digunakan untuk menangkap konteks global secara lebih komprehensif. Selain itu, model dilengkapi dua jalur rekonstruksi, yaitu Autoencoder (AE) dan Variational Autoencoder (VAE), guna meningkatkan sensitivitas model dalam mendeteksi artefak manipulasi visual yang bersifat halus. Dataset yang digunakan berasal dari video asli dan deepfake yang tersedia secara publik, dengan sekitar satu juta citra wajah hasil ekstraksi frame. Data dibagi menjadi set pelatihan, validasi, dan pengujian. Hasil eksperimen menunjukkan model mampu mencapai akurasi hingga 98%, nilai AUC mendekati 1,00, serta F1-Score yang tinggi. Implementasi melalui antarmuka Gradio menunjukkan sistem dapat digunakan secara praktis dan konsisten, sehingga berpotensi menjadi solusi efektif untuk verifikasi media digital di masa depan
PERANCANGAN SISTEM PAKAR MENGGUNAKAN METODE FORWARD CHAINING BERBASIS WEB UNTUK MENGATASI RESIKO KECANDUAN HANDPHONE PADA ANAK BEDASARKAN PERILAKU SEHARI-HARI Muhammad Danil Haqewi; Hindarto Hindarto; Rohman Dijaya; Cindy Taurusta
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17759

Abstract

Penggunaan handphone (HP) pada anak semakin meningkat seiring perkembangan teknologi digital dan berpotensi menimbulkan dampak negatif terhadap perkembangan perilaku, sosial, dan akademik anak. Permasalahan yang muncul adalah proses identifikasi risiko kecanduan HP masih dilakukan secara subjektif oleh orang tua sehingga kurang terstruktur dan sulit diukur secara konsisten. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pakar berbasis web yang mampu mendiagnosis tingkat risiko kecanduan HP pada anak berdasarkan perilaku sehari-hari. Metode yang digunakan adalah forward chaining dengan basis aturan IF-THEN serta pengembangan sistem menggunakan System Development Life Cycle (SDLC) yang meliputi tahap analisis, perancangan, implementasi, dan pengujian. Pengujian dilakukan menggunakan black box testing dan user acceptance testing terhadap 15 responden. Hasil penelitian menunjukkan seluruh fitur sistem berjalan dengan baik (100%) dan tingkat penerimaan pengguna sebesar 93,3%, sehingga sistem dapat digunakan sebagai alat bantu deteksi dini risiko kecanduan HP pada anak.
EVALUASI PERFORMA NAIVE BAYES DAN SVM DALAM MEMPREDIKSI SENTIMEN ULASAN PENGGUNA APLIKASI PINTEREST Indri Arianti Wibowo; Uce Indahyanti; Irwan Alnarus Kautsar; Rohman Dijaya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17860

Abstract

Kemajuan teknologi digital telah mendorong pertumbuhan signifikan dalam penggunaan aplikasi mobile di berbagai kalangan pengguna, termasuk Pinterest yang menghasilkan banyak ulasan pengguna sebagai sumber informasi kepuasan. Meskipun demikian, banyaknya ulasan yang tersedia dalam bentuk teks yang tidak tersusun membuat proses analisis secara manual sulit dilakukan dan berpotensi menimbulkan bias akibat ketidakseimbangan data sentimen. Penelitian ini dilaksanakan guna membandingkan tingkat performa algoritma Naive Bayes dan Support Vector Machine (SVM) dalam pengelompokan sentimen ulasan pengguna aplikasi Pinterest. Metode penelitian meliputi pre-processing, pelabelan, ekstraksi fitur melalui penerapan Term Frequency-Inverse Document Frequency (TF-IDF), pembagian data 80:20 dan 70:30, serta penerapan Random Oversampling (ROS) dilakukan untuk mengatasi ketidakseimbangan data. Evaluasi diterapkan dengan memanfaatkan confusion matrix melalui metrik akurasi, precision, recall, dan F1-score. Temuan penelitian menunjukkan bahwa Support Vector Machine (SVM) pada kondisi data Imbalanced rasio 80:20 memperoleh akurasi global tertinggi sebesar 89,01% dan F1-score 88,71%, sedangkan Naive Bayes dengan Random Oversampling (ROS) rasio 70:30 menghasilkan recall kelas negatif tertinggi sebesar 87,03% dan F1-score 72,68%. Penelitian menegaskan bahwa evaluasi model pada data tidak seimbang perlu menitikberatkan pada performa per kelas, khususnya recall kelas negatif, bukan hanya akurasi global.
Co-Authors Abdillah, David Fahmi Achmad Alfi Fakhresi Achmad Ariq Rivaldhi Ade Eviyanti Agung Novianto, Putra Agung Wijaya Aini, Della Swastika Nur Akhmad Tajuddin Ali Akbar Amalia Rossa Annjani Ambarwati , Rita Andika Aliviameita Angga Wibawa Saputra Angga Ardhian Ramadhan Arif Senja Fitrani Arif Senja Fitriani Azmuri Wahyu Azinar Azmuri Wahyu Azinar Bagus Dwi Yulianto Bakta , Nabila Ayu Budi, Bagus Setyo Cholifah Cindy Taurusta Darlis Herumurti Deni Sutaji Dian Delta Dimas Ayu Putri Risky Nofa Dina Trikumalasari Diva Putri Anasya Eka Fatra Arif Hidayatullah Eka nugraha saktifany wicaksana Eko Agus Suprayitno Erfina, Idha Maharani Eriec Priyono Ersa Zabrina Evi Rinata Fatona Kholifatun Nisa' Febrian Endi Pranyoto Fiolitta , Anggi Firdaus Margo Utomo Firman Milani Gracia, Aisyah Silvia Hamzah Setiawan Harunur Rosyid Hatuwe, Razif Zulvikar Hibatullah Putra, Dimas Radito Hindarto Idha Maharani Erfina Ika Ratna Indra Astutik Ilham Basri K Ilham Wahyu Firmansyah Indri Arianti Wibowo Indriani Rafika Sari Irene Elvariani Dewanti Irwan Alnarus Kautsar Irwan Alnarus Kautsar Irwan Alnarus Kautsar Julianata, Akhsan Maula Khotiah, Titiek Kusuma, Selvia Ferdiana lambang , Yanuangga Galahart Livia Nur Azzah M Aldi Setiawan M. Ryas Hakim Metatia Intan Mauliana Miftahul Mushlih Mochamad Alfan Rosid Muchamad Firmansyah Tubira Mudji Astuti Muhammad Azrul Wicaksono Muhammad Danil Haqewi Muhammad Eko Mujahidin Muhammad Fachruddin, Muhammad Muhammad Iqbal Al Mulki Muhammad Izza Arya Dwipa Nanik Suciati Nanik Suciati Ningsih, Maudina Fatika Novia Ariyanti Nurfirmansyah, Agustin Nuril Lutvi Azizah Nurwijayanti Octavia, Elga Prastiyanti, Erika Priyo Wahyu Setiyo Aji Pudjianto, Hendrawan Puspitasari Puspitasari Putra, Riski Firmansyah Wilis Putri, Adelia Kharisma Qilmia Fanani Rahmawati, Indah Agustinah Ratri Enggar Pawening Retna Fetty Idamayanti Rhomadiniyah, Dewi Rina Safitri Rita Ambarwati Rivaldhi, Achmad Ariq Rizky Bagas Prasetyo, Achmad Rizky Bayu Wardana Sahera, Charisa Nur Sandi Wahyu Maulana Sari, Fila Juwita Shovi Firdaus Siska Aprilia ST, M. Atho'illah Suhendro Busono Sumarno Sumarno Suprianto Suroiyah, Lailatul Surur, Moch Shobachus Syahgita, Mico Hari Tasya Gusti Amalia Uce Indahyanti Uce Indahyanti Uce Indahyanti Ufi Rumefi Umami, Nur Reza Umi Khoirun Nisak Wahyu Nur Islamudin Wahyu Setia Bintara Wardana, Rizky Bayu Wardani, Dwi Sukma Yoga Dwi Anggoro Moekti Yulian Findawati Yunianita Rahmawati Yunianita Rahmwati Yunita Setiyaningsih Yusuf Raharja Yusuf, Farid Maulana Yuwanto, Mahmud Adi