Article Per Year (5 Year)
p-Index From 2021 - 2026
9.375
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Teknologi dan Manajemen Informatika International Journal of Advances in Intelligent Informatics E-Dimas: Jurnal Pengabdian kepada Masyarakat International Journal of Artificial Intelligence Research Knowledge Engineering and Data Science JURNAL MEDIA INFORMATIKA BUDIDARMA JPM (Jurnal Pemberdayaan Masyarakat) International Journal of Computing and Informatics (IJCANDI) JITK (Jurnal Ilmu Pengetahuan dan Komputer) ILKOM Jurnal Ilmiah Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) EDUMATIC: Jurnal Pendidikan Informatika Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Indonesian Journal of Data and Science Innovation in Research of Informatics (INNOVATICS) Jurnal Teknik Informatika (JUTIF) Journal of Applied Data Sciences Jurnal Minfo Polgan (JMP) Buletin Sistem Informasi dan Teknologi Islam Ilmu Komputer untuk Masyarakat Bulletin of Culinary Art and Hospitality Jurnal Inovasi Teknologi dan Edukasi Teknik NERO (Networking Engineering Research Operation) Jurnal Informatika: Jurnal Pengembangan IT Linier: Literatur Informatika dan Komputer
Purnawansyah Purnawansyah
Teknik Informatika, Fakultas Ilmu Komputer, Universitas Muslim Indonesia
Agriculture, Biological Sciences & Forestry Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences Other

Published : 87 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 87 Documents
Search

 5   6   7   8   9 
Hybrid Fourier Descriptor Naïve Bayes dan CNN pada Klasifikasi Daun Herbal Backar, Sunarti Passura; Purnawansyah, Purnawansyah; Darwis, Herdianti; Astuti, Wistiani
Jurnal Informatika: Jurnal Pengembangan IT Vol 8, No 2 (2023)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v8i2.5186

Abstract

Plants are vital to human life on earth, and the leaves and their whole parts have many benefits. These parts of the plant can help distinguish between different species. The leaf identification can be performed at any time, while the other parts of the plants can only be identified at a certain time. The study aims to classify two types of herbs i.e. saur-opus androgynous and moringa oleifera, implementing the Fourier Descriptor method to extract the shape and texture features. In the process of classification using the Naïve Bayes method with three types of nuclei (Gaussian, Bernoulli, and Multinomial) and a Convolutional Neural Network. The testing process was carried out using two scenarios, dark and light, where each scenario consisted of 240 images for a total of 480 images divided into 20% of the data testing and 80% of the training data. The Fourier Descriptor-Bernoulli Naive Bayes method gives the lowest accuracy in both light and dark scenarios, at 46% and 52%, respectively. As for the classification of herbal leaves using a combination of the Fourier Descriptor-Convolutional Neural Network method, it is recommended to be used in light image scenarios and Fourier Descriptor-Gaussian Naive Bayes in the dark scenarios because it is able to detect herbal leaf types with 100% accuracy.
Perancangan Sistem Informasi Pemasaran Perumahan PT. Fipa Indah Residential Berbasis Web Hasrah Wahyuni; Purnawansyah Purnawansyah; Sugiarti Sugiarti
LINIER: Literatur Informatika dan Komputer Vol 1, No 4 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v1i4.2533

Abstract

PT. Fipa Indah Residential adalah sebuah perusahaan yang bergerak dibidang penjualan properti. PT. Fipa Indah Residential masih menggunakan sistem yang manual dalam melakukan pemasaran perumahannya. Perusahaan ini belum memiliki sistem informasi pemasaran perumahan yang berbasis web. Dalam era globalisasi, kebutuhan terhadap informasi sangat tinggi dan penyajian informasi dituntut untuk cepat dan tepat. Salah satu media yang dapat menjadi fasilitas untuk mendapatkan informasi secara cepat dan tepat adalah internet. Internet merupakan salah satu wadah untuk manusia mudah memperoleh informasi yang diinginkan. Dalam penelitian ini, penulis membuat rancangan sistem informasi pemasaran perumahan berbasis web. Dengan adanya rancangan sistem ini perusahaan akan lebih mudah memberikan informasi yang lebih luas dan valid dalam menyebarkan informasi tentang perumahan yang dikelolanya, konsumen juga akan lebih mudah untuk mendapatkan informasi tanpa harus datang langsung ke kantor pemasaran. Pada sistem ini peneliti juga menerapkan Customer Relationship Management (CRM), sehingga konsumen dapat bertanya dan menjawab pertanyaan seputar perumahan melalui website ini
Rancang Bangun Website Pariwisata Interaktif Meningkatkan Daya Tarik Wisata Kabupaten Banggai Wulan Purnama Sari; Purnawansyah Purnawansyah; Lilis Nur Hayati
LINIER: Literatur Informatika dan Komputer Vol 2, No 4 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i4.3343

Abstract

Sistem Informasi Pariwisata dan UMKM Kuliner dirancang untuk menjadi solusi digital yang menghubungkan sektor pariwisata dengan pelaku usaha kuliner lokal di Kabupaten Banggai. Tujuan utama perancangan awal  sistem informasi pariwisata untuk menyediakan platform interaktif mempermudah wisatawan dalam mencari, menelusuri dan memperoleh informasi lengkap mengenai destinasi wisata, fasilitas, dan lokasi UMKM kuliner terdekat. Dalam perancangan sistem informasi pariwisata menggunakan pendekatan analisis kebutuhan, desain basis data dan perancangan antarmuka berbasis web responsif dan mudah digunakan oleh berbagai kalangan pengguna. Sistem menyediakan fitur utama seperti pencarian destinasi, peta interaktif, ulasan pengguna, dan promosi produk kuliner lokal, saling terintegrasi untuk menciptakan pengalaman wisata digital komprehensif. Hasil perancangan menunjukkan bahwa sistem informasi pariwisata mampu menampilkan informasi secara terstruktur, efisien, dan menarik, sehingga meningkatkan aksesibilitas informasi bagi wisatawan sekaligus memperluas jangkauan promosi bagi pelaku UMKM. Dengan adanya sistem informasi pariwisata, diharapkan dapat tercipta sinergi antara sektor pariwisata dan ekonomi kreatif berbasis digital yang mendukung peningkatan daya saing daerah serta pemberdayaan ekonomi masyarakat lokal di Kabupaten Banggai. Desain UI/UX sistem informasi pariwisata dibuat dengan tampilan sederhana, navigasi yang intuitif, serta konsistensi elemen visual agar pengguna dapat mengakses informasi dengan cepat dan nyaman. Hasil penelitian diharapkan mampu meningkatkan daya tarik wisata dan mendukung pemberdayaan ekonomi lokal melalui digitalisasi promosi pariwisata di Kabupaten Banggai
Rancang Bangun Penerapan Metode Elbow Pada K-Means Untuk Clustering Data Persediaan Barang Andri Rajsya; Purnawansyah Purnawansyah; Abdul Rachman Manga’
LINIER: Literatur Informatika dan Komputer Vol 1, No 4 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v1i4.2539

Abstract

Penerapan metode elbow pada algoritma K-Means untuk clustering data persediaan barang bertujuan untuk mengoptimalkan penentuan jumlah cluster yang optimal, yang sangat penting dalam manajemen persediaan barang. Penelitian ini melibatkan analisis data persediaan barang menggunakan algoritma K-Means dan metode elbow untuk menentukan jumlah cluster yang tepat. Data yang digunakan dalam penelitian ini mencakup data persediaan barang dari sebuah toko retail. Metode penelitian meliputi pengumpulan data, penerapan algoritma K-Means, dan evaluasi hasil clustering dengan metode elbow. Hasil penelitian menunjukkan bahwa penerapan metode elbow dapat memberikan gambaran yang jelas tentang jumlah cluster optimal yang dapat digunakan untuk meningkatkan efisiensi manajemen persediaan barang. Kesimpulan penelitian ini menunjukkan bahwa metode elbow merupakan alat yang efektif dalam menentukan jumlah cluster optimal dalam clustering data persediaan barang.Penelitian ini juga menunjukkan bahwa dengan menentukan jumlah cluster yang optimal, toko retail dapat mengelompokkan produk secara lebih tepat, sehingga strategi pengelolaan stok dapat disesuaikan dengan karakteristik setiap cluster. Hal ini berkontribusi pada pengurangan biaya penyimpanan, peningkatan kecepatan rotasi barang, dan optimalisasi ruang penyimpanan
K-Nearest Neighbor dengan Jarak Euclidean, Manhattan, dan Minkowski pada klasifikasi sampah Siti Rahmi Kelilauw; Purnawansyah Purnawansyah; Abdul Rachman Manga’; Rahma Puspitasari
LINIER: Literatur Informatika dan Komputer Vol 2, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i3.3141

Abstract

Sampah menjadi permasalahan besar di Indonesia seiring dengan meningkatnya populasi dan konsumsi masyarakat. Untuk mengatasi permasalahan ini, klasifikasi sampah yang akurat diperlukan guna mendukung pengelolaan dan daur ulang yang lebih efektif. Penelitian ini menerapkan algoritma K-Nearest Neighbors (KNN) untuk mengklasifikasikan sampah berdasarkan jenisnya, dengan menggunakan tiga metrik jarak: Euclidean, Manhattan, dan Minkowski. Dataset yang digunakan terdiri dari 997 gambar yang terbagi menjadi dua kelas, yaitu kertas dan kardus. Data dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian. Proses preprocessing meliputi resize gambar ke ukuran 128x128 piksel serta normalisasi data. Model dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa jarak Manhattan memberikan performa terbaik dengan akurasi 83%, diikuti oleh Euclidean dengan 75,50%, dan Minkowski dengan 66,50%. Temuan ini menegaskan bahwa pemilihan metrik jarak dalam algoritma KNN sangat memengaruhi kinerja model. Dengan pendekatan ini, diharapkan dapat meningkatkan efisiensi sistem pengelolaan sampah berbasis teknologi, sehingga mendukung upaya daur ulang yang lebih baik dan ramah lingkungan
Implementasi Algoritma K-Nearest Neighbors Untuk Klasifikasi Data Ulasan Pengguna Aplikasi Sulselbar Mobile pada Google Play Store Muh. Fadhil Attariq Hasril; Purnawansyah Purnawansyah; Lutfi Budiman Ilmuwan
LINIER: Literatur Informatika dan Komputer Vol 2, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i3.3147

Abstract

Perkembangan teknologi perbankan digital mendorong Bank Sulselbar menghadirkan layanan mobile banking melalui aplikasi Sulselbar Mobile. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna aplikasi tersebut di Google Play Store menggunakan algoritma K-Nearest Neighbors (KNN). Sebanyak 1000 data ulasan dikumpulkan dengan teknik web scraping, kemudian dilakukan pelabelan manual dan serangkaian proses preprocessing seperti case folding, normalisasi, stemming, stopword removal, dan tokenizing. Data kemudian dikonversi menjadi bentuk numerik menggunakan metode TF-IDF. Model KNN dikembangkan dengan nilai k = 3 dan divalidasi menggunakan 5-fold cross-validation. Hasil evaluasi menunjukkan model memiliki performa yang baik dan konsisten, dengan rata-rata akurasi 85,6%, presisi 85,4%, recall 85,6%, dan F1-score 85,5%. Fold terbaik mencapai akurasi 90% dan F1-score 89,8%. Hasil ini menunjukkan bahwa kombinasi TF-IDF dan algoritma KNN efektif dalam melakukan klasifikasi sentimen berbasis teks. Temuan ini dapat dimanfaatkan untuk mengevaluasi kualitas layanan aplikasi serta mendukung pengambilan keputusan dalam pengembangan layanan digital perbankan
Sistem Pakar Pendiagnosa Jenis Penyakit Asam Lambung Dengan Metode Certainty Factor Berbasis Web (Studi Kasus: RS. Pelamonia) Muhammad Arfah Iswaniah; Purnawansyah Purnawansyah; st. Hajrah Mansyur
LINIER: Literatur Informatika dan Komputer Vol 2, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i3.3148

Abstract

Penyakit asam lambung atau dispepsia merupakan gangguan pencernaan yang umum terjadi dan sering dikeluhkan oleh pasien di RS Pelamonia Kota Makassar. Proses diagnosis penyakit ini secara manual memerlukan waktu yang lama dan rentan terhadap kesalahan akibat keterbatasan sumber daya medis. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis web guna membantu proses diagnosis awal penyakit asam lambung menggunakan metode Certainty Factor (CF). Metode CF digunakan untuk menghitung tingkat keyakinan berdasarkan gejala yang dialami oleh pasien, sedangkan proses penalaran dalam sistem menerapkan teknik forward chaining. Sistem dikembangkan menggunakan bahasa pemrograman web dan basis data MySQL, serta mengikuti pendekatan pengembangan perangkat lunak Extreme Programming (XP) agar dapat beradaptasi terhadap perubahan dan kebutuhan sistem. Data diperoleh melalui wawancara dengan dokter spesialis, observasi langsung, dan studi pustaka. Pengujian sistem dilakukan dengan metode black box testing untuk memastikan setiap fungsi berjalan sesuai harapan. Hasil dari penelitian ini adalah sistem pakar diagnosis penyakit asam lambung yang dapat diakses oleh masyarakat secara daring, memberikan informasi awal tentang kondisi kesehatan, serta mendukung efisiensi pelayanan medis di RS Pelamonia
Indonesian Cross-Platform Sentiment Analysis: DANN Transfer from General Applications to TradingView Muh. Rifqi Zulkifli; Purnawansyah; Herdianti Darwis
Indonesian Journal of Data and Science Vol. 6 No. 3 (2025): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v6i3.318

Abstract

Introduction: Cross-platform sentiment analysis for Indonesian language presents significant challenges when adapting models from general applications to specialized domains. Domain Adversarial Neural Networks (DANN) offer promising solutions for transfer learning, yet their effectiveness for Indonesian language remains largely unexplored, particularly under extreme class imbalance conditions common in trading platforms. Methods: This study investigates DANN effectiveness for transferring sentiment analysis knowledge from four strategically selected source domains to TradingView trading platform. The research utilizes 5,990 Indonesian reviews after preprocessing from an initial 6,000 samples, with source domains showing 66.5% positive sentiment while target domain exhibits 85.1% positive sentiment, creating an 18.7% distribution gap. Four experimental approaches were compared with statistical validation across multiple random initializations: Source-Only training, Multi-Domain training, Limited Target training, and DANN implementation. Results: DANN demonstrates stable cross-platform adaptation, achieving 87.77% ± 0.97% accuracy with consistent performance across initializations, outperforming Source-Only baseline (87.10% ± 0.84%) and Multi-Domain approach (86.98% ± 0.64%). While Limited Target baseline achieves higher accuracy (88.10% ± 2.23%), its high variance poses deployment risks. A-distance analysis reveals substantial domain gaps (193.00 ± 1.06), with DANN's adversarial training achieving modest domain separation reduction (72.90% ± 8.81% domain discrimination accuracy). Conclusions: This research contributes the first systematic evaluation of DANN for Indonesian cross-platform sentiment analysis, demonstrating that deployment consistency outweighs peak accuracy for production environments. The findings provide practical value for Indonesian fintech startups requiring robust sentiment analysis with limited labeled data. Future work should explore multi-target adaptation and optimization strategies for diverse Indonesian business domains
Analisis Performa Metode Support Vector Regression (SVR) dalam Memprediksi Harga Bahan Sembako Nasional Azis, Huzain; Purnawansyah, Purnawansyah; Nirwana, Nirwana; Dwiyanto, Felix Andika
ILKOM Jurnal Ilmiah Vol 15, No 2 (2023)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v15i2.1686.390-397

Abstract

Support Vector Regression (SVR) is a supervised learning algorithm to predict continuous variable values. The basic goal of the SVR algorithm is to find the most suitable decision line. SVR has been successfully applied to several issues in time series prediction. In this research, SVR is used to predict the price of staple commodity, which are constantly changing in price at any time due to several factors making it difficult for the public to get groceries that are easy to reach. National staple commodity data consisting of 17 commodities, including shallots, honan garlic, kating garlic, medium rice, premium rice, red cayenne peppers, curly red chilies, red chili peppers, meat of broiler chicken, beef hamstrings, granulated sugar, imported soybeans, bulk cooking oil, premium packaged cooking oil, simple packaged cooking oil, broiler chicken eggs, and wheat flour. With a data set for the last 3 years, including from January 1, 2020, to December 31, 2022. There are 3 variables in the data set, namely commodity, date, and price. This research divides the entire dataset into 80% training and 20% testing data. The results of this research show that SVR using the RBF kernel produces good forecasting accuracy for all datasets with an average Mean Square Error (MSE) training data of 6,005 while data testing is 6,062, Mean Absolute Deviation (MAD) of training data is 6,730 while data testing is 6.6831, Mean Absolute Percentage Error (MAPE) training data is 0.0148 while data testing is 0.0147, and Root Mean Squared Error (RMSE) training data is 7.772 while data testing is 7.746.
Fourier Descriptor on Lontara Scripts Handwriting Recognition Umar, Fitriyani; Darwis, Herdianti; Purnawansyah, Purnawansyah
ILKOM Jurnal Ilmiah Vol 15, No 1 (2023)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v15i1.1040.193-200

Abstract

Hal yang kritis dalam proses pengenalan pola adalah ekstraksi fitur. Merupakan suatu metode untuk mendapatkan ciri-ciri suatu citra (image) sehingga dapat dikenali satu sama lain. Pada penelitian ini, metode deskriptor Fourier digunakan untuk mengekstraksi pola aksara Lontara yang terdiri dari 23 huruf. Deskriptor Fourier adalah metode yang digunakan dalam pengenalan objek dan pemrosesan citra untuk merepresentasikan bentuk batas segmen citra. Pengenalan karakter dilakukan dengan menggunakan jarak Euclidean dan Manhattan. Hasil pengujian menunjukkan bahwa tingkat pengenalan tertinggi mencapai akurasi 91,30% dengan menggunakan koefisien Fourier sebesar 50. Pengenalan huruf menggunakan Manhattan dan Euclidean cenderung sama atau menghasilkan akurasi yang cenderung serupa. Akurasi tertinggi dicapai saat menggunakan Manhattan sebesar 91,30%.
Co-Authors - Nurhikma A. Nurjulianty Abd. Rasyid Syamsuri Abdul Rachman Manga' Abdul Rachman Manga’ Achmad Fanany Onnilita Gaffar Achmad Fanany Onnilita Gaffar Adela Regita Azzahra Adnan, Adam Agung R Ahmad Fadly Aji P. Wibawa Aji Prasetya Wibawa Alfitriana Riska Alfiyyah, Nurul Alisma, Alisma Andi Muhammad Adnan Rusdy Andi Muhammad Halis Andri Rajsya Anisatul Humairah Anugrah, Rezky Arman, Eka Arrosied, Harun Arvina Yudithia Sompie Astuti, Wistiani Atussaliha, Nur Almar' Awang Harsa Kridalaksana Awangga, Narendra Backar, Sunarti Passura Basri, Haerunnisa Benny Leonard Enrico P Benny Leonard Enrico Panggabean Bustam, Faida Daeng Darwis, Herdianti Desi Anggreani Desy Indri Luthfia Andy Dewi Widyawati Dian Dolly Indra Dwiyanto, Felix Andika Enrico Panggabean, Benny Leonard Fahmi Fahmi Fajar AR, Muh. Aqil Faradibah, Amaliah Farniwati Fattah Fatimah Syarifuddin Fattah, Farniwati Fery Setyo Aji Firman Akbar Fitriyani Umar Gaffar, Achmad Fanany Onnlita Gaffar, Andi Widya Mufila Harlinda L Harlinda Lahuddin Hasihi, Cholisah Erman Hasnidar S. Hasrah Wahyuni Haviluddin Haviluddin Herawati Herawati Herdianti Darwis Herman Herman Huzain Azis Ifan Wahyudi Irawati Irawati Irawati Irawati Iriani Indah Saputri Jumrayanti Arfah Kasmira Kasmira Kasmira, Kasmira Kotot Tri Hartanto La Saiman Lilis Hayati lilis nurhayati Listyan Nur Saida Lokapitasari Belluano, Poetri Lestari Lukman Syafie Lutfi Budiman Ilmuwan M. Imam Maulana M. Takdir Mahfuddin Mukmin Malani, Rheo Manga', Abdul Rachman Manga, Abdul Rachman Mansyur, St. Hajrah Mardiyyah Hasnawi Ming Foey Teng Ming Foey Teng, Ming Foey Muh Alim Abdi Muh. Fadhil Attariq Hasril Muh. Rifqi Zulkifli Muhammad Arfah Asis Muhammad Arfah Iswaniah Muhammad Hardiansyah Hairi Muhammad Ikhsan Supriyadi Muhammad Nur Firdaus Muhammad Yushar Mattola Munaf, Adryan Dwiprawira Munawir Nasir Hamzah Nafalski, Andrew Nia Kurniati Nia Kurniati Nirmala Nirmala, Nirmala Nirwana, Nirwana Nugroho, Basuki Rahmat Nur Afra Dimitri Pratiwi Nur Almar' Atussaliha Nur Rahmah NURZAENAB NURZAENAB NURZAENAB, NURZAENAB Panggabean, Benny Leonard Enrico Purba, Muren Fiatra Denata Putri Regina Prayoga Putri, Inggrianti Pratiwi Rahma Puspitasari Rahma Puspitasari Rahmadani Rahmadani Raja, Roesman Ridwan Ramdan Sastra Ramdan Sastra Ramdaniah, Ramdaniah Rayner Alfred Rayner Alfred Resky Anugrah Rezky Anugrah Saiman, La Salim, Yulita Saly, Intan Novita Setyadi, Hario Jati Siti Rahmi Kelilauw Sitti Nurhalimah Sitti Rahmah Jabir St. Hajrah Mansyur Sugiarti, Sugiarti Sulfikar Sulfikar Sunarti Passura Backar Syafie, Lukman Syamsiar, Syamsiar Tasrif Hasanuddin Triyanna Widiyaningtyas Triyanna Widyaningtyas, Triyanna Umalekhoa, Alfi Syahrin Umar, Fitriyani Wahyuni Wahyuni Wd. Shaqina Rafa Naura Wistiani Astuti Wistiani Astuti Wong, Kelvin Wulan Purnama Sari Yudha Islami Sulistya Yulita Salim Yusrandi Yusrandi Zahif Safyin Saleh Zahirah, Dinna Zulkarnain, Nur Ainun Zulkifli Zulkifli