Article Per Year (5 Year)
p-Index From 2021 - 2026
6.804
P-Index
This Author published in this journals
All Journal Infotech Journal Jurnal Tataloka Journal of Information Technology and Computer Science (JOINTECS) JURNAL ILMIAH GEOMATIKA Jurnal Geografi, Edukasi dan Lingkungan JOURNAL OF APPLIED INFORMATICS AND COMPUTING JMM (Jurnal Masyarakat Mandiri) JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Krea-TIF: Jurnal Teknik Informatika Jambura Geoscience Review JATI (Jurnal Mahasiswa Teknik Informatika) JURNAL CITRA WIDYA EDUKASI Jurnal Riset Jakarta International Journal of Educational Research and Social Sciences (IJERSC) ETNIK : Jurnal Ekonomi dan Teknik JITSI : Jurnal Ilmiah Teknologi Sistem Informasi MASTER: Jurnal Manajemen Strategik Kewirausahaan Jurnal Penelitian Geografi (JPG) Jurnal Lemhannas RI KREATIF: Jurnal Pengabdian Masyarakat Nusantara Jurnal Taguchi : Jurnal Ilmiah Teknik dan Manajemen Industri Jurnal Penelitian dan Pengabdian Masyarakat Jurnal Pengabdian Masyarakat Inovatif Jurnal Pengabdian Masyarakat Inovatif
Erwin Hermawan
Program Studi Teknik Informatika, Universitas Ibn Khaldun Bogor
Agriculture, Biological Sciences & Forestry 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 Social Sciences Other

Published : 48 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 48 Documents
Search

 1   2   3   4   5 
ANALISIS POTENSI OBJEK WISATA UNGGULAN DI WILAYAH GEOPARK PONGKOR BERBASIS WEBGIS Hafidz; Hermawan , Erwin
INFOTECH journal Vol. 9 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i1.5241

Abstract

Geosite Pongkor memiliki potensi wisata alam yang menarik untuk dikunjungi karena banyak keindahan alam seperti Air terjun, Panorama, dan Camping ground, Cagar budaya namun sampai saat ini kurangnya informasi wisata alam secara detail. Berdasarkan permasalahan di atas peneliti membuat dan menganalisa destinasi objek wisata yang belum diketahui oleh banyak orang, untuk menganalisis dan mempunyai daya tarik wisatawan dan dapat meningkatkan taraf hidup masyarakat. Penelitian ini menggunakan Geographic Information System (GIS) sebagai tools untuk menyajikan sebaran spasial objek wisata di Geopark Pongkor Kabupaten Bogor. Metode Composite Performance Index (CPI) digunakan untuk menentukan penilaian atau peringkat dari berbagai alternatif empat kriteria. Penelitian menghasilkan sebuah perankingan tingkat keramaian pada objek wisata pada tahun 2019 yaitu objek wisata Air Panas Ciparay, Wisata Alam Ranggon Hills, dan Museum Tambang Antam. Pada tahun 2020 dengan objek wisata Curug Pangeran, Wisata Alam Ranggon Hills, dan Air Panas Ciparay, dan tahun 2021 Air Panas Ciparay, Museum Tambang Antam dan Curug Pangeran di kawasan Geopark Pongkor berbasis WEBGIS.
ANALISIS POLA DISTRIBUSI SPASIAL PERUBAHAN PENGGUNAAN LAHAN DAN URBAN HEAT ISLAND MENGGUNAKAN GOOGLE EARTH ENGINE (STUDI KASUS DI KOTA BOGOR TAHUN 2000, 2009, & 2021) Wadud, M Veruj Abdul; Hermawan , Erwin; Kamilah, Nurul
INFOTECH journal Vol. 9 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i1.5507

Abstract

Bogor merupakan salah satu kota tertua di Indonesia dan salah satu kota terbesar di Jabodetabek (Jakarta, Bogor, Depok, Tanggerang, dan Bekasi). Kota Bogor juga merupakan pusat ekonomi dan salah satu kota yang memiliki jumlah populasi yang cukup tinggi, hal ini berpengaruh pada peningkatan pertumbuhan perkotaan. Akan tetapi urbanisasi dapat memberikan dampak negatif terhadap lingkungan dan kesehatan manusia terutama pada produksi polusi gas CO2, modifikasi sifat fisik dan kimia atmosfer, yang dapat menyebabkan perubahan cuaca lokal dan iklim hal itu dapat menyebabkan peningkatan suhu di Kawasan perkotaan yang dikenal dengan fenomena Urban Heat Island (UHI). Berdasarkan hal tersebut, maka perlu dimonitoring melalui pengindraan jauh, pengindraan jauh adalah salah satu sarana yang efektif dalam pemantauwan penggunaan lahan karna dapat menyediakan informasi mengenai permukaan bumi, Salah satu teknologi pengindraan jauh yakni Google Earth Engine, adalah sebuah platform berbasis cloud yang menawarkan analisis data lingkungan berskala dunia dimana User hanya perlu mengakses data dari repository di google untuk mendapatkan citra data pengindraan jauh dan data geospasial lain .Pendekatan penelitian ini menggunakan metode Random Forest sebagai pembelajaran ansamble untuk memecahkan masalah klasifikasi dan regresi. metode ini memiliki akurasi yang cukup tinggi serta bisa menentukan variabel-variabel penting dan meminimalisasi kesalahan penilaian akan membuat analisis menjadi lebih praktis dan lebih mudah. Hasil dari penelitian ini didapatkan bahwa urbanisasi perkotaan selalu meningkat dan suhu rata-rata Kota Bogor dari tahun 2000 hingga tahun 2021 mengalami peningkat pada setiap tahunnya. adapun hasil klasifikasi tutupan lahan dari penelitian ini menggunakan metode Random Forest (RF) menunjukkan nilai akurasi keseluruhan (Overall Accuracy) sebesar 95,57% dan nilai kappa sebesar 94,56%.
ANALISIS POLA DISTRIBUSI SPASIAL KETERKAITAN KEPADATAN PENDUDUK DAN KERAPATAN BANGUNAN MELALUI GOOGLE EARTH ENGINE MENGGUNAKAN METODE NORMALIZED DIFFERENCE BUILT-UP INDEX Noviansyah, Darwin; Hermawan, Erwin; Kamilah, Nurul
INFOTECH journal Vol. 9 No. 2 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i2.7001

Abstract

Kota Bogor secara geografis terletak di tengah-tengah wilayah kabupaten bogor dan sangat dekat dengan ibu kota. Berdasarkan hasil Sensus Penduduk tahun 2020 jumlah penduduk Kota Bogor sebanyak 1.043.070 juta jiwa itu akan terus meningkat setiap tahunya. Pertumbuhan penduduk dan perkembangan jalan akan mempengaruhi perkembangan bangunan yang ada di Kota Bogor sehingga akan menimbulkan dampak negatif seperti penurunan kesehatan masyarakat, penurunan kualitas tempat tinggal dan ketidaksesuaian dengan tata ruang wilayah. Kondisi kerapatan bangunan dapat di peroleh dengan menggunakan algoritma Normalized Difference Built-up Index (NDBI) melalui Google Earth Engine (GEE). Google Earth Engine (GEE) adalah salah satu platfrom pengolahan citra satelit berbasis (cloud compution). Hasil dari pengolahan citra satelit yang sudah di olah di Google Earth Engine (GEE) menggunakan metode Normalized Difference Built-up Index (NDBI) mendapatkan nilai uji akurasi koefisien kappa 83,01 menunjukan bahwa hasil pengolahan NDBI mendapatkan nilai yang bagus. Hasil ini bisa jadi bahan pertimbangan untuk pemeritah setempat untuk melakukan kebijakan terkait tata ruang wilayah yang ada di Kota Bogor. Output dari penelitian ini berupa informasi kerapadatan penduduk dan kerapatan bangunan di Kota Bogor periode 2001-2021 berbasis WEBGIS.
ANALISIS PERHITUNGAN INDIVIDU PADA POHON PINUS MENGGUNAKAN METODE LOCAL MAXIMA DARI CITRA UAV (UNMANNED AERIAL VEHICLE) Lestari, Sinta; Erwin Hermawan; Sahid Agustian Hudjimartsu
INFOTECH journal Vol. 9 No. 2 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i2.7101

Abstract

Salah satu sentra utama populasi hutan pinus Jawa Barat berada di Sukabumi yang terletak di beberapa kecamatan, diantaranya: Kec. Sagaranten, Kec. Bojong lopang, Kec. Jampang dan Kec. Pelabuhan Ratu yang pengelolaannya dilakukan di sejumlah kawasan hutan produksi. Teknologi yang efektif untuk melakukan monitoring pada sektor pekebunan adalah teknologi penginderaan jauh (remote sensing), seperti pesawat tanpa awak/drone atau UAV. Tujuan dari penelitian ini adalah mengidentifikasi hasil perhitungan pohon pinus dari citra UAV menggunakan metode local maxima dan ratiogreen, serta menganalisa akurasi dari hasil perhitungan pohon pinus. Hasil penelitian pada kelas minimum 4 meter identifikasi jumlah pohon dengan metode local maxima terdapat 4.166 pohon. Sedangkan dengan mengkombinasi antara local maxima dan ratiogreen menghasilkan identifikasi sebanyak 4.011 pohon. Pada kelas minimum 3 meter, identifikasi jumlah pohon dengan metode local maximaterdapat 4.731 pohon, sedangkan dengan mengkombinasi antara local maxima dan teknik ratiogreen menghasilkan identifikasi sebanyak 4.540 pohon.
IMPLEMENTASI METODE NORMALIZE DIFFERENCE DROUGHT INDEX (NDDI) TERHADAP PEMANTAUAN PRODUKTIVITAS PERTANIAN TANAMAN PADI (STUDI KASUS: KECAMATAN JONGGOL TAHUN 2019-2022) Firdaus, Rizky Awaludin; Hermawan, Erwin; Kamilah, Nurul
INFOTECH journal Vol. 10 No. 1 (2024)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v10i1.9794

Abstract

Pentingnya sektor pertanian padi dalam perkembangan ekonomi tidak dapat diabaikan, mengingat bahwa padi menjadi sumber utama makanan bagi sebagian besar masyarakat di Indonesia. Padi merupakan salah satu komoditas dalam sektor tanaman pangan sebagai penghasil beras. Kecamatan Jonggol merupakan salah satu sentra produksi beras di Kabupaten Bogor yang beberapa tahun ini mengalami penurunan produktivitas. Salah satu faktor yang mempengaruhi hasil produksi padi adalah tingkat kekeringan lahan pertanian, serangan hama, penggunaan benih, kesuburan tanah, dan perubahan cuaca. Penelitian ini bertujuan untuk melihat hubungan antara nilai indeks kekeringan (NDDI) terhadap produktivitas padi di Kecamatan Jonggol. Penelitian ini menggunakan teknologi penginderaan jarak jauh melalui platfrom Google Earth Engine dengan memanfaatkan data citra satelit Sentinel-2A dari Tahun 2019-2022. Metode yang digunakan dalam penelitian ini adalah Normalize Difference Drogught Indeks (NDDI). Klasifikasi kekeringan dibagi menjadi lima klasifikasi, yaitu normal, kekeringan ringan, kekeringan sedang, kekeringan berat, dan kekeringan sangat berat. Berdasarkan Hasil analisis didapatkan nilai koefisien determinasi R2 sebesar 0,2627 atau 26,27% dan koefisien korelasi sebesar -0,513. Hal ini menandakan korelasi sedang antara NDDI dengan produktivitas, dimana semakin meningkatnya NDDI akan menurunkan hasil produktivitas padi. Output dari penelitian ini berupa informasi dearah mana saja yang terdampak oleh kekeringan dan terjadi penurunan produktivitas di Kecamatan Jonggol berbasis WebGIS
IDENTIFIKASI PERHITUNGAN POHON KELAPA SAWIT OTOMATIS DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) Yana Armanto, Devi; Agustian Hudjimartsu, Sahid; Hermawan, Erwin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9525

Abstract

Perkebunan sawit di Indonesia dengan lahan yang sangat luas merupakan sumber pendapatan negara yang potensial, namun proses perhitungan pohon sawit menjadi tantangan tersendiri jika dilakukan secara manual, sehingga membutuhkan waktu yang cukup lama. oleh karena itu diperlukan solusi agar proses perhitungan pohon sawit dapat dilakukan secara efisien namun tetap akurat dengan menggunakan metode Convolutional Neural Network dengan YOLO lahan sawit dapat di deteksi secara otomatis dari foto udara. Sampel yang dideteksi berupa foto udara yang diambil menggunakan drone di lahan perkebunan pohon kelapa sawit yang berlokasi di Kecamatan Padang Ratu. Hasil penelitian menunjukan bahwa dari beberapa sampel yang telah diuji menunjukan hasil yang cukup baik. Pada sampel 4 didapatkan hasil perhitungan otomatis sebanyak 50 pohon kelapa sawit dengan referensi sebanyak 56 pohon kelapa sawit, serta memiliki nilai kesalahan komisi 0, nilai kesalahan omisi 0,95 dan akurasi 0,95. Dari semua sampel keseluruhan akurasi yakni sebesar 0,88.
IMPLEMENTASI METODE CELLULAR AUTOMATA LOGISTIC REGRESSION UNTUK ANALISIS PENERAPAN DAN SIMULASI PREDIKSI PENGGUNAN LAHAN DI KOTA BOGOR Nurfajar Noviana Gumelar, Muhammad; Hermawan, Erwin; Kamilah, Nurul
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10205

Abstract

Lahan di Indonesia digunakan dengan sangat cepat, terutama di kawasan perkotaan seperti Kota Bogor. Dengan pertumbuhan penduduk yang tinggi mengakibatkan lahan yang digunakan untuk tempat tinggal dan aktivitas masyarakat lainnya akan berubah. Fenomena ini menyebabkan peningkatan dan penurunan pada setiap kelasan lahan. Permintaan lahan terbangun, pertumbuhan penduduk, dan permintaan fasilitas umum dapat memengaruhi perubahan penggunaan lahan. Penggunaan lahan dapat berdampak buruk pada lingkungan jika tidak dipantau. Dengan demikian, penggunaan lahan harus dipantau melalui pengindraan jauh dengan Google Earth Engine. Metode Random Forest digunakan untuk mengkategorikan penggunaan lahan dengan tingkat akurasi yang tinggi. Selain itu, untuk memprediksi penggunaan lahan pada tahun 2033 menggunakan metode Cellular Automata Logistic Regression pada plug in MOLUSCE. Cellular Automata sendiri adalah model berisi sejumlah sel (cell) yang memiliki nilai tertentu. dijalankan pada format data raster yang menampilkan sel dalam bentuk piksel. Salah satu model yang terintegrasi yaitu Logistic Regression (LR). Model ini mengandung sejumlah sel yang memiliki nilai tertentu, yang memungkinkan setiap sel untuk berubah sesuai dengan prinsip transisi tertentu (rule of Transition).Studi ini menemukan bahwa penggunaan lahan di Kota Bogor cukup cepat, dengan peningkatan jumlah lahan yang dibangun setiap tahun dari tahun 2003 hingga 2023. Hal ini disebabkan oleh kebutuhan masyarakat akan fasilitas umum dan tempat tinggal di daerah perkotaan. Pemodelan perubahan penggunaan lahan Tahun 2023 menggunakan Plug in MOLUSCE menunjukkan akurasi yang sangat baik dengan nilai koefisien kappa sebesar 82% dan akurasi umum 89%.
PENGEMBANGAN APLIKASI WEBGIS MENGGUNAKAN RSHINY UNTUK MEMONITOR POTENSI AREA RAWAN KEBAKARAN HUTAN DAN LAHAN DI KALIMANTAN BARAT Rafli Farhan, Muhamad; Hermawan, Erwin; Agustian Hudjimartsu, Sahid; Nurandi Rachim, Yusril
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10439

Abstract

Indonesia, dengan kekayaan alamnya yang melimpah dan iklim tropisnya, sering menjadi pusat perhatian. Namun, dalam beberapa tahun terakhir, negara ini menghadapi tantangan serius dengan seringnya kebakaran hutan dan lahan, yang dipicu oleh berbagai faktor. Untuk mengatasi masalah ini, penelitian mendalam diperlukan untuk memberikan wawasan yang berguna bagi upaya pencegahan dan pengelolaannya. Salah satu pendekatan yang digunakan adalah metode pengindraan jauh dengan model maximum entropy (MaxEnt). Dengan model ini, peta distribusi wilayah rawan terhadap kebakaran dapat dibuat, serta faktor lingkungan yang paling berperan dapat diidentifikasi. Fokus penelitian ini adalah pengembangan aplikasi WebGIS menggunakan bahasa R dengan framework RShiny secara otomatis untuk memonitor potensi area rawan kebakaran hutan dan lahan secara efisien dan berkelanjutan. Hasil penelitian ini adalah aplikasi berbasis WebGIS yang dapat menjalankan model distribusi potensi area rawan kebakaran hutan dan lahan secara otomatis pada berbagai lokasi dengan menggunakan data kejadian berupa data titik munculnya hotspot dan data variabel lingkungan berupa raster . Aplikasi ini menghasilkan peta distribusi potensial area rawan kebakaran hutan, grafik, dan dokumen hasil proses pemodelan Maxent variabel lingkungan mana yang paling berpengaruh. Dengan demikian, platform ini memberikan alat yang kuat untuk mengelola, memonitor dan mencegah kebakaran hutan dan lahan di Indonesia.
IMPLEMENTASI MODEL MAXENT UNTUK ANALISIS DISTRIBUSI KEBAKARAN HUTAN DI KABUPATEN BENGKAYANG MENGGUNAKAN R STUDIO Nurandi Rachim, Yusril; Hermawan, Erwin; Agustian Hudjimartsu, Sahid; Rafli Farhan, Muhamad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10456

Abstract

Kebakaran hutan dan lahan yang terus meningkat di Indonesia, terutama di Pulau Kalimantan dan Sumatra, adalah masalah besar. Pada bulan Juli 2023, luas karhutla di Provinsi Kalimantan Barat meningkat sebesar 6.682 ha, yang dipengaruhi oleh penurunan curah hujan dan peningkatan risiko kekeringan. Dalam upaya untuk mencegah kebakaran hutan dan lahan di Provinsi Kalimantan Barat, penelitian ini menganalisis metode MaxEnt sebagai model distribusi wilayah yang berpotensi rawan kebakaran. Variabel lingkungan digunakan sebagai input dalam metode MaxEnt. Ini dapat digunakan dalam pemodelan berbasis pengindraan jarak jauh (remote sensing) untuk memetakan sebaran wilayah berpotensi rawan kebakaran dan menentukan parameter yang paling penting. Nilai area di bawah kurva (AUC) digunakan untuk memverifikasi validitas model. Dengan tingkat akurasi model (AUC) 0,929 dan akurasi 77,8% peta kerawanan menunjukkan dalam mencerminkan lokasi titik kebakaran di area berisiko tinggi. variabel lingkungan menunjukkan bahwa parameter suhu permukaan dan indeks KBDI berperan dalam distribusi probabilitas model kebakaran hutan dan lahan. Manfaat dari penelitian ini adalah bahwa peta kerawanan karhutla dan data yang dikumpulkan dapat digunakan sebagai referensi dalam merencanakan pengendalian kebakaran hutan dan lahan di kabupaten Bengkayang, Provinsi Kalimantan Barat.
IDENTIFIKASI KESEHATAN DAUN MANGROVE MENGGUNAKAN METODE RANDOM FOREST CLASSIFICATION Muhammad, Rizky; Hermawan, Erwin; Agustian Hudjimartsu, Sahid
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.11072

Abstract

Mangrove adalah pohon tropis yang tumbuh subur di lingkungan yang tidak dapat diterima karena sebagian besar kayunya asin, perairan pesisir, dan pasang surut konstan. Hidup dalam kelompok besar, memiliki akar yang besar, dan menghasilkan buah adalah ciri khas tanaman mangrove ini. 1.671.140,75 ha hutan mangrove di Indonesia berada dalam kondisi baik (47,89 %) dan 1.817.999,93 ha berada dalam kondisi rusak (52,10 %). Saat ini, kerusakan ekosistem mangrove di beberapa wilayah Indonesia terus meningkat, salah satunya di Kabupaten Langkat, tempat hutan mangrove terbesar di Sumatera Utara. Salah satu cara untuk meningkatkan produktivitas jamur dan manfaat pohon mangrove adalah dengan menggunakan algoritma pemrograman R untuk mengidentifikasi kesehatan daun mangrove menggunakan metode Random Forest. Bahan yang digunakan adalah gambar digital daun mangrove. Identifikasi kesehatan daun mangrove dengan Random Forest akan lebih memudahkan proses klasifikasi daun sehat dan daun sakit, serta bisa memproses banyak data dengan baik. Hasil Penelitian ini juga menghasilkan akurasi tertinggi mencapai nilai akurasi sebesar 85% dari metode yang diusulkan.
Co-Authors Aang Kuvaeni Aang Kuvaeni ABDUL MANAF Afifudin Rahman Agustian, Sahid AHMAD JUNAEDI Ahmad Zahid Alamsyah, Muhamad Alwi Andes Andes Andi Irawan Anisa Arlinda Putri Annisa Marliyani Arif K Wijayanto Bambang Riadi Budi Susetyo Budi Susetyo Budiharjo Budiharjo, Budiharjo Damanhuri, Nuri Abiyyah Damayanti, Intan Darwin Noviansyah Dewi Primasari Diah Adawiyah Dimas Mulya Saputra Disti Ayu Sadewa Dr. Budi Susetyo, Ir. , M. Sc Evi Novianti Fahrezi, Muhamad Azmi Faisal Fakhri Anara Fauzia, Vynnie Firdaus, Rizky Awaludin Firmansyah, Muhamad Geni Fitrah Satrya F.K Freza Riana Gibtha Fitri Laxmi Gustiawan, Ridho Hadjimartsu, Sahid Agustian Hafidz Hafidz Hakiki, Muhamad Rafi Haorah Haorah Hendriawan Nur, Wawan Iksal Yanuarsyah Iman Nugraha Setiady Imarananda Putri Imran Indarti Indarti`` Irma Damayanti Islahiyah Islahiyah Ismamudi Ismamudi Janaqi M. F Kamali, Alviyan Badro Lestari, Nur Annisa Indah Luthfi Khoirun Nisa M Veruj Abdul Wadud Mahfudoh Tunisa Marimin , Maya Azzahra Miftahul B.R. Khamid Mova R Sianturi muhamad iqbal Muhammad Iqbal Muhammad Ramdhan Muhammad, Rizky Mustofa Al Mujahidin Nazar, Muarief Ahlun Noviansyah, Darwin Nurandi Rachim, Yusril Nurfajar Noviana Gumelar, Muhammad Nurhakim Ar Rafei, Fauza Nurul Kamilah Nurul Kamilah Nurul Karmilah Ocky . Purwantoro, Susilo Adi Puspa Eosina Putri, Monika Rafli Farhan, Muhamad Rahmatullah, Andhika Ramadhan, Alfarisi Ratu Yustika Rini Rena Rena Risky Ramdhani Hidayatullah Riyadi Syahardani Rizky Haerudin, Asep Rudi Hariyanto Sahid Agustian Hudjimartsu Sahid Agustian2 Santun R.P. Sitorus Satriyah Triyastati Shinta Damayanti Sinta Lestari Sinta Lestari, Sinta Siti Nurjanah Sultoni - Suria Darma Tarigan Trisna Mukti Wadud, M Veruj Abdul Wahyudi, Ikmal Waluyo Wanahad, Udin Wulandari, Berlina Yana Armanto, Devi Yayan Hadiyat Yeni Lasmawati