Article Per Year (5 Year)
p-Index From 2021 - 2026
2.036
P-Index
This Author published in this journals
All Journal Epsilon: Jurnal Matematika Murni dan Terapan JURNAL DERIVAT: JURNAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA Jurnal technoscientia Jurnal Penelitian Sains ABDIMAS SILIWANGI Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Abdimasku : Jurnal Pengabdian Masyarakat JURNAL TEKNOLOGI TECHNOSCIENTIA ABDIMASY: Jurnal Pengabdian dan Pemberdayaan Masyarakat Parameter: Journal of Statistics Bulletin of Applied Mathematics and Mathematics Education Jnanadharma Jurnal Statistika Industri dan Komputasi
Kris Suryowati, Kris
Jurusan Statistika, Fakultas Sains Terapan, Institut Sains & Teknologi AKPRIND Yogyakarta
Religion Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry 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 Industrial & Manufacturing Engineering Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
APLIKASI MODEL ANTRIAN PADA OPTIMALISASI PELAYANAN PT KAI STASIUN LEMPUYANGAN YOGYAKARTA Kris Suryowati; Maria Titah JP; Etika Permata Sari
EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN Vol 12, No 1 (2018): JURNAL EPSILON VOLUME 12 NOMOR 1
Publisher : Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (272.083 KB) | DOI: 10.20527/epsilon.v12i1.201

Abstract

Model antrian merupakan pemodelan matematika yang berkaitan dengan masalah mengantri. Pelayanan pada PT Kereta Api Indonesia Stasiun Lempuyangan Yogyakarta pada akhir pekan (week end) biasanya terjadi peningkatan kedatangan pelanggan cukup tinggi sehingga waktu antar kedatangan lebih kecil dari pada waktu pelayanan, dan garis tunggu (waiting line) cukup panjang. Hal ini menunjukkan tingkat pelayanan tidak optimal, sehingga pada penelitian ini dibahas pembentukan model antrian yang tepat dalam rangka peningkatan kualitas sistem pelayanan. Pada pembahasannya diasumsikan tidak ada pelanggan yang saling mendahului ataupun meninggalkan antrian sebelum selesai dilayani. Data survey waktu antar kedatangan, rata-rata jumlah kedatangan pelanggan per waktu, dan rata-rata pelayanan loket pembelian tiket jarak jauh, serta hasil uji hipotesis menunjukan rata-rata tingkat kedatangan pelanggan berdistribusi Poisson, waktu antar kedatangan berdistribusi eksponensial, rata-rata waktu pelayanan berdistribusi eksponensial, sehingga bentuk modelnya (M/M/1): (GD/∞/∞). Hasil simulasi diperoleh model optimal (M/M/2): (GD/∞/∞). Model antrian pada pelayanan check in tiket (M/M/2): (GD/∞/∞) menunjukkan sudah optimal. Pelayanan cetak tiket mandiri menunjukkan model self service dan modelnya berbentuk (M/M/∞): (GD/∞/∞), hal ini perlu ditingkatkan kualitas layanannya dengan mengganti komputer sesuai spesifikasinya dan diberi petugas, sehingga waktu pelayanan lebih efektif.
Pengelompokan Kabupaten Dan Kota Di Provinsi Jawa Timur Berdasarkan Tingkat Kesejahteraan Dengan Metode K-Means Dan Density-Based Spatial Clustering Of Applications With Noise Maria Titah Jatipaningrum; Suci Eka Azhari; Kris Suryowati
Jurnal Derivat: Jurnal Matematika dan Pendidikan Matematika Vol. 9 No. 1 (2022): Jurnal Derivat (Juli 2022)
Publisher : Pendidikan Matematika Universitas PGRI Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1100.708 KB) | DOI: 10.31316/j.derivat.v9i1.2832

Abstract

East Java Province has an uneven welfare condition. The uneven welfare conditions are indicated by a large number of poor people in East Java and the rate of economic growth which has decreased in 2020, reaching -2.39% due to the impact of the pandemic. Welfare can be measured through several indicators, while the indicators used to classify districts and cities in East Java among others include population density, labor force, labor force participation rate, and open unemployment rate. Thus, to find out the grouping of regencies and cities in East Java Province based on the level of welfare, grouping was carried out using the K-Means and Density-Based Spatial Clustering of Applications with Noise (DBSCAN) methods. For each of the two methods, distance calculations are performed using the Euclidean and Manhattan distances. Each distance was tested for validity using the Davies-Bouldin Index (DBI), C-Index, and Dunn Index. This study concludes that the best method is the DBSCAN method using Manhattan distance with MinPts = 2 and eps = 4 which has the smallest DBI value of 0.284, with 2 clusters formed and 5 noise. Cluster 1 consists of 26 regencies, cluster 2 consists of 7 cities, and noise consist of 5 regencies and cities. Keywords: Welfare, K-Means, DBSCAN, Euclidean Distance, Manhattan Distance.
Peningkatan Pasar UMKM di Desa Purwosari Kabupaten Wonogiri Melalui Pelatihan Promosi pada Media Sosial dan Marketplace Inggit Fatika; Kris Suryowati; Yudi Setyawan
JNANADHARMA Vol. 1 No. 1 (2023): Januari 2023
Publisher : Fakultas Sains Terapan

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Bisnis makanan tradisional banyak ditekuni oleh para pelaku usaha mikro, kecil, dan menengah (UMKM) karena pembuatannya mudah dan dapat dibuat serta dipasarkan dalam skala kecil. Munculnya inovasi produk makanan modern menjadikan ancaman yang serius bagi pelaku UMKM, terlebih di masa pandemi Covid-19 ini. Sebagai bagian dari kepedulian sosial dan implementasi tridharma perguruan tinggi, tim KKN tematik Jurusan Statistika IST AKPRIND berusaha memberikan bantuan kepada pelaku UMKM dalam bentuk pemberian pelatihan promosi melalui media sosial dan marketplace. Aktivitas ini meliputi beberapa sub kegiatan antara lain sosialisasi, pemberian berbagai pelatihan seperti riset pasar, pembuatan desain kemasan yang baru, pembuatan jenis produk baru, pembuatan situs web, media sosial, dan marketplace, serta pelaksanaan promosi melalui media sosial dan marketplace. Lokasi kegiatan pengabdian masyarakat adalah di Desa Purwosari, Kecamatan Wonogiri, Kabupaten Wonogiri dan berlangsung mulai 3 Agustus 2021 sampai dengan 17 Desember 2021. Sasaran kegiatan adalah pengusaha Geti Sumber Rejeki serta pelaku UMKM di desa Purwosari. Setelah dilakukan kegiatan ini diperoleh beberapa hasil, yakni pemilik usaha serta karyawannya lebih memahami pentingnya produk dengan kemasan menarik, higienis dan tahan lama. Pelaku UMKM juga lebih menguasai teknik-teknik pemasaran modern melalui media sosial sehingga jangkauan pemasaran menjadi lebih luas, pangsa pasar meningkat, dan penghasilannya juga meningkat.
PENERAPAN METODE REGRESI LOGISTIK ORDINAL DAN REGRESI PROBIT ORDINAL UNTUK MENGESTIMASI PROBABILITAS LAMA MASA STUDI MAHASISWA IST AKPRIND YOGYAKARTA Erlin Koni Ngago Daga; Kris Suryowati
Jurnal Statistika Industri dan Komputasi Vol. 2 No. 02 (2017)
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v2i02.1087

Abstract

Abstrak. Masa studi merupakan jangka waktu penyelesaian beban studi dalam mengikuti proses pendidikan pada suatu program studi tertentu. Sering dijumpai kelulusan seorang mahasiswa tidak sesuai dengan batas waktu yang telah ditentukan. Penelitian ini bertujuan untuk mengetahui variabel-variabel yang berpengaruh terhadap lama masa studi mahasiswa, untuk mengetahui estimasi model regresi logistik ordinal dan regresi probit ordinal, untuk mengetahui model regresi yang paling baik dan estimasi nilai probabilitas lama masa studi mahasiswa FTI IST AKPRIND. Penarikan sampel menggunakan metode probability sampling yaitu cluster sampling sehingga diperoleh sampel sebanyak 280. Sampel yang digunakan adalah data lulusan mahasiswa jenjang studi S1 dari Fakultas Teknologi Industri di IST AKPRIND Yogyakarta tahun 2011–2016. Metode analisis data adalah regresi logistik ordinal dan regresi probit ordinal menggunakan software R 3.3.2. Berdasarkan hasil analisis regresi logistik ordinal dan probit ordinal, secara serentak dan parsial terdapat 2 variabel yang berpengaruh terhadap lama masa studi mahasiswa FTI IST AKPRIND, yaitu variabel jurusan (teknik informatika) dan variabel IPK lulusan (2,76–3,00). Model estimasi regresi logistik ordinal dan probit ordinal dapat dilihat pada persamaan 4.28 s/d 4.56. Pemilihan model terbaik menggunakan nilai R2 McFadden terbesar, AIC dan BIC terkecil. Sehingga, diperoleh model regresi terbaik adalah model regresi logistik ordinal. Hasil perhitungan estimasi probabilitas lama masa studi 9–10 semester menggunakan model regresi logistik ordinal diperoleh mahasiswa jurusan teknik informatika dengan IPK lulusan 2,76–3,00; 3,01–3,50 dan 3,51–4,00 memiliki peluang lebih besar untuk menyelesaikan studinya selama 9–10 semester dibandingkan mahasiswa jurusan teknik kimia, industri, mesin dan elektro.
ANALISIS SISTEM ANTRIAN MULTIPHASE PADA FASILITAS PELAYANAN MASYARAKAT BIDANG PENDAFTARAN PENDUDUK DI DINAS KEPENDUDUKAN DAN PENCATATAN SIPIL KABUPATEN MADIUN Etika Permatasari; Kris Suryowati
Jurnal Statistika Industri dan Komputasi Vol. 5 No. 01 (2020): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Mengantri merupakan hal yang sering terjadi dalam kehidupan sehari-hari. Antrian terjadi karena ketidak seimbangan antara pengunjung yang datang dengan penyedia pelayanan dalam waktu tertentu sehingga banyak pengunjung yang harus menunggu. Pelayanan merupakan salah satu ujung tombak dari upaya pemuasan pelanggan. Dispendukcapil Kabupaten Madiun merupakan salah satu penyedia pelayanan masyarakat bidang pendaftaran penduduk. Jumlah fasilitas pelayanan tidak sebanding dengan banyaknya pengunjung yang datang untuk mengurus dokumen mengakibatkan penumpukan berkas untuk di proses pada sistem pelayanan. Sehingga menyebabkan antrian dokumen. Metode penelitian yang digunakan yaitu antrian multichanel-multiphase. Data yang digunakan dalam metode ini adalah jumlah dan waktu kedatangan pelanggan, waktu pelayanan pelanggan mulai dan selesai dilayani. Penelitian dilakukan untuk mengukut kinerja sistem antrian dan simulasi model antrian sehingga diperoleh hasil optimal dari pelayanan. Sehingga dapat meningkatkan pelayanan menjadi lebih baik. Berdasarkan hasil penelitian diperoleh model awal antrian loket pendaftaran (M/M/2): (GD/∞/∞), loket proses data (M/M/5): (GD/∞/∞) dan loket pengambilan berkas (M/M/2): (GD/∞/∞). Pada hasil simulasi model antrian diperoleh hasil optimal yaitu loket pendaftaran (M/M/3): (GD/∞/∞), loket proses data (M/M/6): (GD/∞/∞) dan loket pengambilan berkas (M/M/3): (GD/∞/∞).
ANALISIS KLASIFIKASI STATUS BEKERJA PENDUDUK DAERAH ISTIMEWA YOGYAKARTA MENGGUNAKAN METODE RANDOM FOREST Eka Christy; Kris Suryowati
Jurnal Statistika Industri dan Komputasi Vol. 6 No. 01 (2021): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Klasifikasi merupakan pekerjaan yang berkaitan dengan pembuatan sebuah model yang dapat melakukan pemetaan dari setiap himpunan variabel ke setiap targetnya, kemudian menggunakan model tersebut untuk memberikan nilai target pada himpunan baru yang didapat. Dalam penelitian ini analisis klasifikasi digunakan untuk melihat prediksi status bekerja penduduk di wilayah perdesaan Daerah Istinewa Yogyakarta. Metode yang digunakan untuk mengklasifikasi adalah metode Random Forest. Random Forest adalah klasifikasi yang terdiri dari beberapa pohon keputusan yang dibangun dengan menggunakan vektor acak. Penelitian ini bertujuan untuk mendapat model/pohon terbaik menggunakan Random Forest. Model/pohon yang diperoleh dari Random Forest akan digunakan untuk mengklasifikasi status bekerja penduduk di wilayah perdesaan Daerah Istimewa Yogyakarta. Hasil yang diperoleh model dengan error klasifikasi terkecil adalah mtry 4 dan ntree 500 dengan tingkat akurasi ketepatan klasifikasinya sebesar 80,13%. Secara berurutan variabel yang paling besar peranannya dalam mengklasifikasi status bekerja penduduk Daerah Istimewa Yogyakarta di wilayah perdesaan adalah variabel Penyakit/Gangguan selanjutnya diikuti oleh variabel Tingkat Pendidikan, Jenis Kelamin dan Sertifikat.
PEMODELAN TINGKAT INFLASI DI INDONESIA MENGGUNAKAN REGRESI DATA PANEL DINAMSI DENGAN ESTIMASI FD-GMM ARELLANO-BOND DAN SYS-GMM BLUNDELL-BOND Mardiyanti Dendo; Kris Suryowati
Jurnal Statistika Industri dan Komputasi Vol. 6 No. 2 (2021): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK. Inflasi merupakan masalah ekonomi yang dialami setiap negara. Inflasi merupakan kondisi di mana terjadi kenaikan harga barang dan jasa dalam suatu negara atau daerah seiring dengan waktu. Ketika terjadi inflasi, kemampuan masyarakat untuk membeli barang akan menurun. Inflasi yang tidak terkendali dapat berdampak buruk bagi perekonomian dan mengganggu stabilitas negara. Tingkat inflasi di Indonesia besarnya bervariasi karena perbedaan karakteristik daerah dan adanya kebijakan otonomi daerah. Penelitian ini akan menduga model tingkat inflasi di 33 provinsi di Indonesia periode 2012-2018 dengan menggunakan regresi data panel dan regresi data panes dinamis. Hasil penelitian menunjukkan bahwa model terbaik untuk mengestimasi tingkat inflasi di Indonesia dengan regresi data panel adalah model random effect dengan 3 variabel yang berpengaruh yaitu IHK, UMP dan VA. Sedangkan model terbaik dengan estimasi regresi data panel dinamis adalah model Sys-GMM Blundell Bond dengan 5 variabel yang berpengaruh yaitu IHK, UMP, PPK, TPT dan VA. Sementara perbandingan nilai RMSE, MAE dan MAPE dari kedua model menunjukan nilai yang lebih kecil pada dugaan model regresi data panel dengan estimasi random effect daripada dugaan Sys-GMM Blundell Bond sehingga model random effect lebih layak digunakan dalam memodelkan tingkat inflasi di Indonesia dengan model persamaan .
KLASIFIKASI TINGKAT PENGANGGURAN TERBUKA DI INDONESIA DENGAN ALGORITMA CLASSIFICATION AND REGRESSION TREE (CART) DAN C4.5 Inggit Fatika; Kris Suryowati; Noviana Pratiwi; Muhammad Sholeh
Jurnal Statistika Industri dan Komputasi Vol. 7 No. 2 (2022): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tingkat pengangguran terbuka di Indonesia bulan Februari 2021 sebesar 6,26%, jumlah ini mengalami kenaikan sebesar 1,32% jika dibandingkan dengan keadaan bulan Februari 2020 yaitu sebesar 4,94%. Tingkat pengangguran terbuka yang tinggi pada suatu negara dapat menyebabkan rendahnya partisipasi masyarakat dalam pertumbuhan perekonomian yang akan berakibat pada penurunan tingkat pembangunan nasional. Selain itu, tingginya tingkat pengangguran terbuka juga dapat menyebabkan tingginya biaya sosial sehingga terjadi berbagai tindak kriminalitas dalam masyarakat. Agar permasalahan ini dapat diatasi perlunya mengetahui berbagai faktor yang dapat mempengaruhi peningkatan tingkat pengangguran terbuka pada berbagai Provinsi di Indonesia salah satunya dengan melakukan klasifikasi. Pada penelitian ini klasifikasi yang digunakan adalah CART (Classification and Regression Tree) dan C4.5. CART dan C4.5 merupakan salah satu algoritma decision tree yang dapat digunakan untuk melakukan klasifikasi menggunakan struktur hirarki. Algoritma CART dapat digunakan untuk klasifikasi dengan jumlah data yang cukup besar dengan banyak faktor serta dapat melakukan analisis klasifikasi pada peubah respon baik nominal, ordinal, maupun kontinu. Algoritma C4.5 memiliki kelebihan dalam menangani missing value, mengatasi pohon keputusan yang overfitting, serta dapat digunakan untuk jenis data kontinu yang mana sesuai dengan bentuk data penelitian yang akan digunakan. Hasil dari penelitian ini menunjukkan bahwa model pohon keputusan yang terbentuk dari kedua algoritma adalah sama, yaitu dengan kedalaman satu dan variabel tingkat kesempatan kerja merupakan variabel yang paling berpengaruh. Tingkat akurasi, sensitivity, dan Specificity dari kedua model yang terbentuk berdasarkan algoritma tersebut adalah sama, yaitu sebesar 100%, sehingga kedua model sama baiknya untuk digunakan dalam melakukan klasifikasi tingkat pengangguran terbuka di Indonesia.
PERBANDINGAN METODE K-MEANS DAN FUZZY C-MEANS TERHADAP INDIKATOR KEMISKINAN NTT 2021 (Studi Kasus : Indikator Tingkat Kemiskinan di NTT tahun 2021) Alfriyani R D Klau; Kris Suryowati
Jurnal Statistika Industri dan Komputasi Vol. 8 No. 1 (2023): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v8i1.4416

Abstract

Kemiskinan merupakan keadaan yang terjadi ketidak mampuan untuk memenuhi kebutuhan dasar seperti makanan, pakaian, tempat berlindung, pendidikan, dan kesehatan. Tujuan dalam analisis ini adalah untuk mengetahui karakteristik tingkat kemiskinan di Provinsi Nusa Tenggara Timur, untuk mengetahui faktor-faktor dari tingkat kemiskinan di Provinsi Nusa Tenggara Timur dan menentukan analisis model terbaik,mengetahui hasil pengelompokan tingkat kemiskinan berdasarkan factor-faktor yang mempengaruhi dengan menggunakan metode K-Means, mengetahui hasil pengelompokan tingkat kemiskinan berdasarkan factor-faktor yang mempengaruhi dengan menggunakan metode K-Means, mengetahui metode manakah yang terbaik antara metode K-Means dan Fuzzy C-Means.Beberapa metode yang ada dalam clustering antara lain metode K-Means dan Fuzzy C-means. Hasil analisis dapat disumpulkan bahwa metode terbaik dalam studi kasus Kemiskinan di Nusa Tenggara Timur tahun 2021 adalah metode K-Means dengan nilai nilai Davies Bouldin Index dan R-Squared. sebesar 1.615 dengan jumlah cluster sebanyak 2 cluster. Dari dua cluster tersebut dikelompokkan menjadi wilayah yang tinggi dan rendah mempengaruhi tingkat kemiskinan di Provinsi Nusa Tenggara Timur Tahun 2021. Daerah yang tinggi mempengaruhi tingkat kemiskinan di Provinsi Nusa Tenggara Timur Tahun 2021 terdapat pada cluster 2.
PERBANDINGAN METODE K-NEAREST NEIGHBOR DAN RANDOM FOREST PADA KLASIFIKASI INDEKS PEMBANGUNAN MANUSIA DI KABUPATEN/KOTA SELURUH INDONESIA Nurafidah; Kris Suryowati; Maria Titah Jatipaningrum
Jurnal Statistika Industri dan Komputasi Vol. 8 No. 1 (2023): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v8i1.4419

Abstract

Indeks Pembangunan Manusia yang ada di Kabupaten/Kota Indonesia beragam, hal ini sebabkan oleh pembangunan yang ada di Indonesia masih tidak merata. IPM di Indonesia digunakan sebagai salah satu alokator penentuan Dana Alokasi Umum dan untuk mengukur kinerja dari pemerintah. Tujuan dari penelitian ini yaitu membandingkan metode K-Nearest Neighbor dan Random Forest pada klasifikasi IPM. Pada metode K-Nearest Neighbor dalam melakukan klasifikasi menggunakan dan pada metode Random Forest dalam melakukan klasifikasi menggunakan dan . Variabel-variabel yang digunakan pada penelitian ini diantaranya variabel dependent terdapat IPM dengan kategori IPM rendah, sedang, tinggi dan sangat tinggi, sedangkan pada variabel independen terdapat HLS, RLS, UHH dan PPKD. Klasifikasi dengan menggunakan metode K-Nearest Neighbor menghasilkan 124 data benar klasifikasi dan 5 data kesalahan klasifikasi sedangkan metode Random Forest menghasilkan 119 data benar lasifikasi dan 10 data kesalahan klasifikasi. Hasil klasifikasi juga menunjukkkan bahwa metode K-Nearest Neighbor adalah metode yang terbaik untuk digunakan dalam melakukan klasifikasi IPM di Kabupaten/Kota seluruh Indonesia, karena menghasilkan nilai akurasi dan rata-rata AUC sebesar 96.12% dan 0.9618 lebih besar dibandingkan metode Random Forest yaitu sebesar 92.25% dan 0.9538 serta metode K-Nearest Neighbor menghasilkan nilai error rate yang lebih kecil yaitu sebesar 3.88% dibandingkan metode Random Forest sebesar 7.75%. Hasil dari penelitian ini diharapkan dapat menjadi informasi untuk terus meningkat Indeks Pembangunan Manusia di Kabupaten/Kota seluruh Indonesia pada tahun 2022.
Co-Authors Alfriyani R D Klau Eka Christy Erlin Koni Ngago Daga Etika Permata Sari Etika Permatasari Febriani Astuti Hadi Prasetyo Suseno Inggit Fatika Inggit Fatika Jatipaningrum, Maria Titah JP, Maria Titah Kartiko Kartiko Mardiyanti Dendo Maria Titah Jatipaningrum Maria Titah JP Mercynanda Yuliany Alang Muhammad Sholeh Nasution, Nurzaidah Noviana Pratiwi Nurafidah Nurafidah Nurafidah Octaviana, Dita Rokhana Dwi Bekti Rokhana Dwi Bekti Rokhana Dwi Bekti Rokhana Dwi Bekti Setyawan, Yudi Setyawan, Yudi Setyawan, Yudi Suci Eka Azhari Tegar Rezki Pangestu Un, Libertania Maria Melania Esti Yudi Setyawan