Article Per Year (5 Year)
p-Index From 2021 - 2026
11.778
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan JurTI (JURNAL TEKNOLOGI INFORMASI) Antivirus : Jurnal Ilmiah Teknik Informatika Jurnal ICT : Information Communication & Technology JATI (Jurnal Mahasiswa Teknik Informatika) JUSTIN (Jurnal Sistem dan Teknologi Informasi) Journal of Renewable Energy, Electrical, and Computer Engineering BULLET : Jurnal Multidisiplin Ilmu AMMA : Jurnal Pengabdian Masyarakat Jurnal Sistem Informasi dan Manajemen Jurnal Kecerdasan Buatan dan Teknologi Informasi Spektra : Jurnal Ilmu-ilmu Sosial Educommunity Jurnal Pengabdian Masyarakat Jurnal Komtika (Komputasi dan Informatika)
Irfan Ali, Irfan
Unknown Affiliation
Humanities Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Medicine & Pharmacology Nursing Social Sciences Other

Published : 98 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 98 Documents
Search

 4   5   6   7   8 
PENGELOMPOKAN DATA PENERIMAAN PAJAK BUMI DAN BANGUNAN BERDASARKAN KELURAHAN DI KOTA TASIKMALAYA MENGGUNAKAN ALGORITMA K-MEANS Nursaniah, Rini; Rahaningsih, Nining; Ali, Irfan; Dienwati Nuris, Nisa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9009

Abstract

Pajak adalah aspek penting dalam ekonomi sebuah negara, karena digunakan untuk meningkatkan kesejahteraan masyarakat. Pajak Bumi dan Bangunan (PBB) merupakan salah satu jenis pajak daerah yang dipungut oleh Pemerintah Daerah. Masalah yang terjadi adalah target dan penerimaan realisasi PBB-P2 pada tahun 2021 masih belum memenuhi target yang telah ditetapkan. Hal ini menunjukkan perbedaan dalam tingkat kepatuhan pajak disetiap kelurahan di kota Tasikmalaya yang dapat mempengaruhi jumlah penerimaan pajak. Akar masalah penelitian ini adalah belum diketahui kelompok penerimaan PBB terendah dan tertinggi, sehingga memerlukan penerapan algoritma K-Means Clustering dalam mengelompokkan data untuk mencari solusinya. Penelitian ini menggunakan tahapan KDD dan data yang digunakan yaitu data jumlah penerimaan PBB tahun 2021 oleh Badan Pendapatan Daerah bersumber dari website Open Data Kota Tasikmalaya dengan jumlah data sebanyak 69 data. Hasil yang diperoleh yaitu nilai Davies Bouldin Index sebesar 0,370 merupakan nilai paling optimal dengan 6 cluster. cluster 0 dengan jumlah data 8 kelurahan, cluster 1 dengan jumlah data 30 kelurahan, cluster 2 dengan jumlah data 3 kelurahan, cluster 3 dengan jumlah data 19 kelurahan, cluster 4 dengan jumlah data 8 kelurahan, cluster 5 dengan jumlah data 1 kelurahan. Penerimaan PBB tertinggi terletak pada cluster 2 serta penerimaan PBB terendah terletak pada cluster 1.
PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR PADA PREDIKSI PEMBERIAN KREDIT DI SEKTOR FINANSIAL Windy Mardiyyah, Nita; Rahaningsih, Nining; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9010

Abstract

Dalam era dinamika finansial yang cepat, manajemen kredit menjadi esensi utama bagi lembaga-lembaga finansial untuk menjaga kestabilan dan keseimbangan. Pengambilan keputusan yang tepat dalam pemberian kredit menjadi krusial, mengingat kompleksitas risiko yang terus berkembang. Meskipun sektor finansial telah mengadopsi berbagai metode evaluasi risiko kredit, masalah persisten terkait dengan ketidakpastian dan volatilitas pasar menyulitkan perusahaan untuk membuat keputusan kredit yang tepat waktu dan akurat. Dalam permasalahan tersebut, penelitian ini bertujuan mengeksplorasi dan menerapkan algoritma K-Nearest Neighbor (KNN) melalui pendekatan data mining untuk meningkatkan prediksi pemberian kredit. Implementasi K-Nearest Neighbor (KNN) dilakukan dengan tools rapidminer yang akan membantu dalam pelatihan model dan validasi prediksi. Pada penelitian yang telah dilakukan, implementasi algoritma K-Nearest Neighbor (KNN) pada dataset mendapatkan hasil accuracy sebesar 86.15%, precision sebesar 90.74%, dan recall sebesar 92.45%. Kemampuan algoritma untuk menangani pola non-linier dan kompleks menjadikan pilihan yang sangat baik untuk menangani dataset keuangan yang sering berfluktuasi. Maka, pemanfaatan data mining dengan KNN dapat meningkatkan efesiensi dan akurasi keputusan pemberian pinjaman, mengurangi risiko kredit dan meningkatkan pendapatan.
IMPLEMENTASI ALGORITMA FP-GROWTH UNTUK REKOMENDASI PENJUALAN ATK BERDASARKAN POLA PEMBELIAN DI CV. DAPAS RANCAEKEK Lisyana, Zita; Rahaningsih, Nining; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9013

Abstract

Seiring dengan berkembangnya zaman manusia sebagai pemakai teknologi tanpa lelah terus memperbaiki dan memperbaharui teknologi agar sesuai dengan apa yang diharapkan, yaitu untuk mempermudah aktivitas manusia itu sendiri sehingga teknologi dapat menembus batas-batas ruang dan waktu. Salah satu item yang dapat digunakan untuk menginformasikan pilihan perusahaan adalah data transaksi penjualan..Maka dari itu diterapkan Algoritma FP-Growth untuk menetapkan informasi transaksi yang mucul paling sering atau di beli bersamaan di CV.Dapas Rancaekek. Penerapan metode Pencarian kumpulan data yang paling sering muncul (frequent itemset) dalam suatu pengumpulan data dapat dilakukan dengan menggunakan pendekatan alternatif yang disebut Pattern Growth (FP-Growth). Setelah dipahami dari Standar di atas, maka dapat disimpulkan bahwa pembeli pada umumnya akan membeli barang-barang yang saling berhubungan seperti pada: Dengan nilai Support sebesar 0,004% dan nilai Confidence sebesar 100%, maka konsumen juga akan membeli barang-barang yang saling berhubungan seperti pada: membeli Duplex 310 jika membeli Foodpak Glossy 260. Perhitungan FP-Growtht dapat membantu Perusahaan dalam memeriksa desain Pembelian akuisisi produk yang biasa dibeli secara bersamaan,sehingga tidak akan terjadi kekurangan stok.
RAMALAN PENJUALAN RUMAH MENGGUNAKAN ALGORITMA LINEAR REGRESI DI TEBET JAKARTA SELATAN Khalda Rifdan, Ghina; Rahaningsih, Nining; Bahtiar, Agus; Ali, Irfan; Dienwati Nuris, Nisa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9022

Abstract

Semakin meningkatnya perkembangan properti dari tahun ke tahun mengalami peningkatan yang sangat pesat, selain itu rumah juga merupakan kebutuhan primer bagi manusia untuk tempat berteduh. Ada satu lokasi diperkotaan yang cukup menarik perhatian, permintaan dan penawaran properti, khusunya rumah yang terdapat di Tebet Jakarta Selatan. Alhasil, Tebet, Jakarta Selatan, memiliki tingkat investasi yang tinggi dari berbagai lapisan masyarakat. Nilai tanah yang tinggi, rumah yang dibangun dengan baik, dan fasilitas umum yang memadai menjadi penyebab kenaikan harga setiap tahunnya. Sementara itu, sejumlah hipotesis komponen atau variabel yang menentukan harga tidak dapat dianggap sebagai satu-satunya penyebab kenaikan. Oleh karena itu, dibutuhkan sistem yang dapat memperkirakan nilai pada variabel yang dapat membantu calon pembeli. Maka dari itu penelitian dengan menggunakan algoritma linear regresi dapat memprediksi harga rumah. Metode statistik yang disebut regresi linier digunakan untuk mengkarakterisasi hubungan linier yang terjalin antara satu atau lebih variabel bebas (X) dan variabel terikat (Y). Tujuan pada penelitian ini yaitu untuk menerapkan prediksi penjualan rumah dengan menggunakan metode Regresi Linier. Hasil prediksi harga jual rumah dengan menggunakan metode regresi linear dari harga 35,000 dan terprediksi sekitar 31,000 dari harga jual, di tahun sebelumya. Hasil Root_Mean_Squared_Error (RMSE) pada Performance Regresi Linear ini menunjukan : 3326.243 +/- 0.000.
PENERAPAN POLA PENJUALAN DENGAN MENGGUNAKAN METODE ALGORITMA ASOSIASI FP-GROWTH BERTUJUAN UNTUK MENINGKATKAN PENJUALAN KOPI DI POINT COFFEE Juwita, Ita; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9025

Abstract

perkembangan industri kafe, dengan fokus pada keterlibatan Point Caffee, yang menghadapi penurunan tingkat penjualan di tengah persaingan sengit. Perubahan preferensi konsumen, ketatnya persaingan, dan dinamika pasar yang cepat menjadi konteks utama dalam penelitian ini.Tantangan utama yang dihadapi Point Caffee adalah menanggapi perubahan preferensi konsumen dan bersaing dalam pasar yang dinamis. Penurunan penjualan menjadi isu kritis yang perlu diatasi.Penelitian ini bertujuan untuk meningkatkan daya saing dan kepercayaan konsumen Point Caffee melalui penerapan algoritma asosiasi fp-growth pada transaksi penjualan kopi. Fokusnya adalah mengidentifikasi pola pembelian yang signifikan untuk memperkuat strategi penjualan. Metode fp-growth digunakan untuk menganalisis transaksi penjualan, mengungkap kombinasi produk dengan korelasi tinggi. Keberhasilan strategi penjualan dievaluasi dengan mengukur tingkat korelasi dan kepercayaan dari kombinasi produk yang diidentifikasi.Temuan menunjukkan beberapa kombinasi produk dengan korelasi tinggi, seperti Caramel Macchiato, Flate White, Caffee Dolce, dan Roselle. Kombinasi produk lainnya, seperti Black Tea, Matcha, Cappuccino, dan Mocca, juga memiliki hubungan sangat kuat. Dengan mempertimbangkan hasil ini, Point Caffee dapat memperkuat strategi penjualan dan meningkatkan potensi penjualan melalui paket atau promosi bersama.
ANALISIS SENTIMEN PADA PENGGUNA APLIKASI DANA MENGGUNAKAN ALGORITMA NAIVE BAYES Nursatika Kusuma, Ines; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9041

Abstract

Perkembangan teknologi keuangan dalam bentuk dompet digital sangat menarik perhatian masyarakat.Penggunaan e-wallet sebagai metode pembayaran modern telah memberikan kenyamanan dalam melakukan transaksi dan mengubah cara orang melakukan transaksi di era digital.Apilikasi Dana adalah platform keuangan yang menyediakan layanan keuangan untuk memfasilitasi pengguna.Pada konteks ini sangat penting untuk memahami persepsi pengguna tentang Aplikasi Dana Pada masalah yang menggambarkan ketidakpuasan pelanggan mengenai kualitas layanan serta respons terhadap umpan balik pengguna dan keamanan serta privasi pengguna berdasarkan pengalaman pengguna aplikasi Dana berdasarkan perasaan positif,netral,ataupun negatif.Penelitian ini bertujuan untuk memberikan informasi terkait dengan perasaan pengguna pada aplikasi Dana.Penelitian ini menerapkan metode KDD dalam menganalisis ulasan pengguna menggunakan web scrapping dengan algoritma Naive Bayes yaitu pendekatan klasifikasi efektif dalam menganalisis sentimen.Dengan analisis sentimen ini diharapkan dapat memberikan wawasan kepada pengembang aplikasi untuk memahami terkait kelemahan pada layanan yang diberikan.Dengan adanya sentimen, pengembang dapat mengambil solusi untuk meningkatkan layanan,memperbaiki kekurangan pada aplikasi tersebut,serta meningkat kepuasan kepada penggunanya.Penelitian ini berfokus pada pemahaman mendalam tentang persepsi dan reaksi pengguna terhadap berbagai aspek aplikasi Dana. Dihasilkan sebanyak 576 ulasan positif, ulasan netral sebanyak 205 dan ulasan negatif sebanyak 219 ulasan.Berdasarkan metode Naive Bayes mengihasilkan Performance Vector didapat accuracy:74.60% +/- 3.53% (micro average:74.60%) dan kappa:0.550 +/- 0.061(micro average:0.550).
ANALISIS SENTIMEN TERHADAP TREN FASHION DI MEDIA SOSIAL DENGAN METODE SUPPORT VECTOR MACHINE (SVM) Safitri, Rahmi; Ali, Irfan; Rahaningsih, Nining
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9045

Abstract

Dalam era digital dan media sosial, transformasi industri fashion di platform seperti Twitter dan Instagram menimbulkan urgensi permasalahan terkait keberlanjutan, etika produksi, dan representasi diversitas. Fenomena ini menghadirkan tantangan kompleks yang memerlukan pemahaman mendalam untuk menanggapi perubahan dalam industri fashion. Penelitian ini menerapkan metode Support Vector Machine (SVM) untuk melakukan analisis sentimen terhadap respons masyarakat terhadap tren fashion yang berkembang di media sosial. Kendala utama yang dihadapi adalah beragamnya respons masyarakat dan penggunaan bahasa informal yang memperumit pemahaman sentimen. Proses pengumpulan data dilakukan secara teliti dari berbagai platform media sosial utama, memastikan keragaman pandangan yang mencerminkan kekayaan dinamika tren fashion. Hasil eksperimen mengungkapkan bahwa model SVM mampu mencapai tingkat akurasi sebesar 80%, menegaskan kemampuannya dalam mengklasifikasikan opini pengguna terhadap tren fashion. Fokus utama tugas akhir ini adalah mengembangkan model analisis sentimen yang tidak hanya efektif, tetapi juga mampu meresapi dan menggali wawasan mendalam tentang kompleksitas pandangan masyarakat terhadap tren fashion di media sosial. Diharapkan bahwa hasil penelitian ini dapat memberikan kontribusi signifikan pada pemahaman lebih dalam, memperkuat pengambilan keputusan strategis dalam industri fashion, serta menghadirkan solusi terhadap kompleksitas analisis sentimen dalam bahasa informal, yang melibatkan nuansa dan variasi yang kaya
OPTIMASI POLA PENJUALAN DI TOKO KELONTONG SUMBER REJEKI BANDUNG MELALUI ANALISIS ASOSIASI DENGAN ALGORITMA FP-GROWTH Sofialaela, Annisa; Rahaningsih, Nining; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9059

Abstract

Penelitian ini berjenis eksperimental dengan desain Algoritma Fp-Growth. Penelitian ini bertujuan mengetahui optimasi pola penjualan toko kelontong berdasarkan data dari transaksi penjualan toko. Tren perusahaan saat ini memerlukan pemahaman menyeluruh tentang taktik pemasaran dan tren penjualan. Menjual kebutuhan sehari-hari adalah bisnis Toko Kelontong Sumber Rejeki. Cross-selling, atau menyediakan produk terkait dengan produk yang dibeli, adalah salah satu taktik bisnis yang dapat digunakan untuk meningkatkan penjualan. Dengan meneliti hubungan antara produk yang sering dibeli, penelitian ini berusaha untuk memahami pembelian konsumen. Data transaksi Toko Kelontong Sumber Rejeki selama setahun, terdiri dari 1.290 baris dan 6 atribut, digunakan dalam penyelidikan ini. Menggunakan algoritma Frequent Pattern Growth (FP-Growth) dan pendekatan data mining asosiasi, metodologi penelitian terdiri dari beberapa tahap: mengumpulkan data transaksi penjualan, memilih atribut terkait, melakukan preprocessing data, membuat dataset asosiasi, dan menilai pola yang muncul. memanfaatkan kepercayaan diri minimum dan nilai dukungan minimum untuk mengidentifikasi pola hubungan. 14 aturan asosiasi dengan 14 produk pembentuk dibuat berdasarkan temuan pengujian, menggunakan nilai minimum 0,2 untuk dukungan dan nilai minimum 0,3 untuk kepercayaan. Algoritme FP-Growth dapat digunakan untuk membuat aturan asosiasi yang memfasilitasi strategi penjualan lintas penjualan dengan menawarkan data komprehensif tentang pola pembelian produk pelanggan yang memiliki probabilitas keberhasilan yang tinggi.
IMPLEMENTASI AGILE DALAM PENGEMBANGAN E-COMMERCE UNTUK PENJUALAN BAJU DISTRO: STUDI KASUS VICTOREM STORE Al-Maulid, Hisyam; Rahaningsih, Nining; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9062

Abstract

Toko baju distro victorem merupakan sebuah wadah penjualan. Pada bisnis ini pemilik masih menggunakan sistem konvensional yaitu penjualan secara langsung atau pelanggan datang ke toko, cara ini tidak efektif untuk pelanggan yang tidak punya banyak waktu. Saat ini sudah banyak toko baju distro yang proses transaksi jual belinya dilakukan secara online. Dengan dibuatkan nya aplikasi e-commerce berbasis web ini diharapkan dapat memberikan kemudahan kepada pelanggan untuk melakukan pembelian produk tanpa harus datang ke toko secara langsung. Dalam penelitian ini dilakukan perancangan website e-commerce menggunakan pengembangan perangkat lunak metode Agile yang terbagi kebeberapa tahapan yaitu Persyaratan, Desain, Pengembangan, Pengujian, Penerapan, dan Tinjauan. Penelitian ini menghasilkan sebuah sistem pencatatan yang berkaitan dengan penjualan, data transaksi, data produk, data konfirmasi, dan data pelanggan
ANALISIS PENJUALAN ROTI PADA DISTRIBUTOR MY ROTI MENGGUNAKAN METODE REGRESI LINEAR BERDASARKAN NILAI RMSE Julkarnaen, Agus; Irma Purnamasari, Ade; Ali, Irfan
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.v8i3.9426

Abstract

Pada saat ini roti menjadi salah satu kebutuhan pokok dalam kehidupan. Komposisi gizi roti bervariasi bergantung pada jenis tepung yang dipakai serta bahan tambahan lainnya. My roti menjual roti dari berbagai macam merk. Tujuan dari penelitian ini adalah untuk memprediksi penjualan roti pada 3 bulan berikutnya pada data penjualan roti merk My roti distributor bandung timur. Regresi linear digunakan sebagai metode prediksi dengan jumlah roti yang terjual sebagai variabel Y dan periode penjualan roti sebagai variabel X. RMSE (Root Mean Squared Error) dan Relative Error digunakan untuk memutar hasil prediksi. Hasil kategori prediksi Entry pada bulan pertama terjual 564unit, pada bulan kedua 569 unit dan bulan ketiga 575 unit dan kategori Mid pada bulan pertama terjual 63 unit, pada bulan kedua 64 unit dan bulan ketiga 65 unit. Hasil evaluasi nilai RMSE pada kategori Entry 83.318, sedangkan nilai Relative Error kategori Entry 13.25% dan Nilai RMSE kategori Mid 17.721, sedangkan Nilai Relative Error kategori Mid 17.42%. Prediksi penjualan handphone menggunakan metode regresi linier ini dapat dikatakan tergolong dalam kategori cukup atau bisa digunakan.
Co-Authors Abdul Rohim, Adi Nur Abdul Rosid, Rizal Ade Irma Adi Supriyatna Adinata, Adinata Ahmad Jaelani Al-Maulid, Hisyam Aldiyansyah, Aldiyansyah Alfin Maulana Alfudola, Mahfudz Alkatiri, Nazwa Alvianatinova, Via Amalia, Rosnita Amer, Abdu Shobarudin Ana Amalia, Ana Andriyanti, Rina Annurfariz, Aditya Apriliana Janatu Marwa Arofah, Mila Asep Yoyo Wardaya Auliya, Suci Ayuningsih, Sri Az-Zahra, Asih Azrul, Ahmad Azzam, Ahmad Burhanudin, Haris Dendy Indriya Efendi Destiawati, Deby Dewanty Rafu, Maria Dienwati Nuris, Nisa Dikananda, Arif Rinaldi Dikananda, Fatihanursari Efendi , Dendy Indriya Effendy, Dendy Indria Fahreza, Rheznandya Faisal Adam, Faisal Faqih, Habib Fasa, Saefullah Fatmawati, Aisyah FAUZAN, AKMAL Fazari Hidayat, Nizar Gifthera Dwilestari Gitacahyani, Adisty Gunia, Euis Hadiyanto Hadiyanto Hagi Badra, Muhammad Hendiana, Hendiana Hermawan, Ramdan Hidayah, Freni Mega Hidayattullah, Rizky Huda, Irhamul Hurifiani, Alfia Ikbal, Ali Ilham, Mokhamad Indah Indah Indriya Efendi, Dendy Indriyan Dwi Kesuma, Adri Irma Purnama sari, Ade Irma Purnamasari , Ade Irma Purnamasari, Ade Julkarnaen, Agus Juwita, Ita Karbala, Syahid Kaslani Khalda Rifdan, Ghina Lana Sularto Lestari, Gifthera Dwi Listianto, Ahmad Bilal Lisyana, Zita Lukman Rohmat, Cep Mahdalena, Putri Ayu Martanto . Maulana, Ali Mayang Fadilah, Dewi Muhamad Basysyar , Fadhil Muharam, Arbi Adi Muharram, Akbar Muhimmatul ulya, Syilwa Mulyawan Nawang Wulan, Hidayah Nining Rahaningsih Nugraha, Rifqi Nugroho, Rizwar Adi Nur Alam, Alfian Nur Aziziah, Aldila Nursaniah, Rini Nursatika Kusuma, Ines Odi Nurdiawan Oktaviani Putri , Farra Pajri, Riki Pardiana, Firda Prahara, Sukma Pratama, Denni Purnamasari, Ade Irma Putra Pratama, Aeri R, Nining Raafi, Muhammad Rahmi Safitri, Rahmi Ramanto, Aditiya Ramdani, Rizki Ridho Nugraha Rifa'i, Akhmad Rikiyashi, Afkan Rismala, Rismala Rizki Rinaldi, Ade Rizky Wulandhari, Putri Rodhiyana, Mu'allimah Rohman, Dede Rohmat, Cep Lukman Rosyd, Abdul Roziqin, Ahmad Khoirur Sadiyah, Ainur Rohimatus Salamah, Soviatus Saputra, Muhammad Sariah Sariah Setianingsih, Indri Sholihin Fauzan, Aldi Sofialaela, Annisa Solihudin, Dodi Sri Widyastuti Suarna, Nana Sudrajat, Adi Suryana, Aldi Susana, Heliayanti Susana, Heliyanti Syahrul, Adis Tohidi, Edi Vina, Vina Windy Mardiyyah, Nita Wirdiyan, Farhan Azfa Wisnu Saputra, Adrian wiwied pratiwi, wiwied Yudhistira Arie Wijaya Yulistiano, Irena Zahrudin Zhahiran Herlambang, Prilanisa