Article Per Year (5 Year)
p-Index From 2021 - 2026
12.331
P-Index
This Author published in this journals
All Journal AGRIVITA, Journal of Agricultural Science 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) JISA (Jurnal Informatika dan Sains) JUSTIN (Jurnal Sistem dan Teknologi Informasi) Journal of Renewable Energy, Electrical, and Computer Engineering Journal of Artificial Intelligence and Engineering Applications (JAIEA) PENA ABDIMAS : Jurnal Pengabdian Masyarakat BULLET : Jurnal Multidisiplin Ilmu Jurnal Sistem Informasi dan Manajemen Jurnal Kecerdasan Buatan dan Teknologi Informasi Spektra : Jurnal Ilmu-ilmu Sosial Educommunity Jurnal Pengabdian Masyarakat As-Sulthan Journal of Education Jurnal Komtika (Komputasi dan Informatika)
Irfan Ali, Irfan
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 102 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 102 Documents
Search

 4   5   6   7   8 
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.
PENERAPAN DATAMINING DALAM MENENTUKAN POLA PENJUALAN PRODUK MENGGUNAKAN ALGORITMA FP-GROWTH Gunia, Euis; Irma Purnamasari, Ade; 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.v8i2.9506

Abstract

Perkembangan bisnis di era digital menuntut penggunaan teknologi untuk meningkatkan efisiensi dan efektivitas operasional. Penelitian ini fokus pada penerapan datamining menggunakan algoritma FP-Growth dalam konteks penjualan produk di toko spesial juice dan sop buah. Tujuan penelitian ini yaitu untuk menerapkan datamining dengan algoritma FP-Growth guna menentukan pola penjualan produk yang relevan dan memberikan kontribusi signifikan terhadap keberhasilan toko spesial juice dan sop buah. Metode yang digunakan melalui pendekatan penelitian dengan mengumpulkan data penjualan historis dari toko tersebut. Selanjutnya, algoritma FP-Growth diterapkan untuk mengidentifikasi pola penjualan yang signifikan dari dataset tersebut. Hasil yang paling banyak memberikan dukungan (support) dan confident yaitu 0.064 dengan nama minuman adalah: Air kelapa murni, Alpuket, Es kelapa gula putih, Es tape ketan, Mangga, Sop buah.
MENGOPTIMALKAN KEPUASAN PENGGUNA: ANALISIS SENTIMEN REVIEW APLIKASI GRAB DI INDONESIA Suryana, Aldi; 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.v8i3.9688

Abstract

Sebagai perusahaan terkemuka di sektor transportasi dan teknologi di Asia Tenggara, Grab, didirikan pada 2012 di Malaysia sebagai platform pemesanan taksi melalui aplikasi. Pertumbuhan pesat perusahaan ini menciptakan kebutuhan untuk strategi analisis sentimen guna meningkatkan layanan dan kepuasan pengguna. Penelitian ini menggunakan pendekatan eksperimental dan kuantitatif dengan fokus pada ulasan aplikasi Grab di Google Play Store. Penggunaan teknik web scraping melalui Google Play Scraper mengumpulkan 1000 data ulasan. Hasil analisis sentimen menggunakan metode klasifikasi Naïve Bayes dimana metode ini merupakan metode pengklasifikasian probabilistik sederhana yang menghitung sekumpulan probabilistik dengan menjumlahkan frekuensi dan kombinasi nilai dari dataset yang diberikan menunjukkan tingkat akurasi sebesar 87%, dengan presisi 86%, dan recall 97%. Tahapan preprocessing, seperti case folding, tokenizing, stopwords, dan stemming, memastikan kualitas data sebelum klasifikasi. Evaluasi menggunakan Confusion Matrix di Google Colaboratory menunjukkan kinerja memuaskan, mengidentifikasi sentiment masyarakat pengguna aplikasi Grab. Tingkat akurasi 87% memberikan gambaran rinci tentang kemampuan model dalam menangani variasi sentimen, termasuk presisi, recall, dan F1-score. Penerapan metode klasifikasi Naïve Bayes dalam analisis sentimen aplikasi Grab terbukti efektif, memberikan wawasan berharga untuk pengembangan layanan yang lebih baik.
ANALISIS POLA PENJUALAN MENGGUNAKAN ALGORITMA ASOSIASI FP-GROWTH DI PT ABC Destiawati, Deby; Rahaningsih, Nining; Bahtiar, Agus; Ali, Irfan; Dienwati Nuris, Nisa
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.v8i3.9719

Abstract

Penjualan merupakan elemen krusial dalam keberlanjutan operasional perusahaan, termasuk di PT. ABC. Dalam mengoptimalkan proses penjualan, penggunaan algoritma asosiasi FP-Growth menjadi penting untuk mengidentifikasi pola pembelian yang dapat meningkatkan efisiensi dan keuntungan perusahaan. Dalam observasi lapangan, ditemukan bahwa PT. ABC mengalami tantangan dalam mengelola dan mengoptimalkan penjualan produk. Terdapat variasi besar dalam pola pembelian yang sulit diidentifikasi tanpa dukungan teknologi terkini. Media cetak dan literatur terpercaya juga mengkonfirmasi bahwa perusahaan sering menghadapi kesulitan dalam menganalisis pola penjualan secara efektif. Akar masalah terletak pada ketidak mampuan perusahaan untuk secara efisien mengidentifikasi dan memahami pola penjualan yang mendasari. Tanpa analisis yang mendalam, strategi pemasaran menjadi kurang efektif, mengakibatkan potensi kehilangan pelanggan dan penurunan profitabilitas. Dalam mengatasi masalah tersebut, penelitian ini akan menerapkan algoritma asosiasi FP-Growth, sebuah metode data mining yang dapat mengungkapkan pola hubungan antara item penjualan. Langkah-langkah desain melibatkan pemilihan dan pengelompokan data penjualan, penerapan algoritma FP-Growth, dan analisis hasil untuk mendapatkan wawasan yang berharga. Tujuan utama penelitian ini adalah meningkatkan pemahaman perusahaan tentang pola penjualan yang mendasari, memungkinkan pengambilan keputusan yang lebih baik dalam hal pemasaran dan kebijakan penjualan. Diperoleh hasil dari penelitian ini yaitu nilai support 1 % dan nilai conffiden sebesar 50%.Hasil dari penelitian ini diharapkan akan memberikan wawasan mendalam tentang pola penjualan di gudang PT. ABC. Dengan demikian, perusahaan dapat mengoptimalkan strategi pemasaran, meningkatkan efisiensi operasional, dan mencapai pertumbuhan profitabilitas.
Co-Authors Abdul Rohim, Adi Nur Abdul Rosid, Rizal Adella, Luthfiyyah Iffah Adi Supriyatna Adinata, Adinata Ahmad Faqih Ahmad Jaelani Akbar, Miftahul 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 Aqlani, Zaheer Ahmed Arofah, Mila Asep Yoyo Wardaya Auliya, Suci Az-Zahra, Asih Azrul, Ahmad Azzam, Ahmad Brohi, Sheeraz Aleem Dahri, Shahzad Hussain Dahri, Zakir Hussain Dahri, Zamin Hussain Dendy Indriya Efendi Destiawati, Deby Dewanty Rafu, Maria Dienwati Nuris, Nisa Dikananda, Arif Rinaldi Dikananda, Fatihanursari Efendi , Dendy Indriya Effendy, Dendy Indria ETI KURNIAWATI Faisal Adam, Faisal Faqih, Habib Fasa, Saefullah Fatmawati, Aisyah FAUZAN, AKMAL Fitria, Lailatul Gifthera Dwilestari Gitacahyani, Adisty Gunia, Euis H Hadiyanto Hayati, Umi 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 Mangrio, Abdul Ghafoor Mangrio, Munir Ahmed Mariyani, Dinda Martanto . Marthanu, Indra Wiguna Marwah, Sopa Maulana, Ali Mayang Fadilah, Dewi Muharam, Arbi Adi Muharram, Akbar Muhimmatul ulya, Syilwa Nawang Wulan, Hidayah Nining Rahaningsih Nugraha, Rifqi Nugroho, Rizwar Adi Nur Alam, Alfian Nur Aziziah, Aldila Nurdiawan, Rudi Nurhidayat, Muhammad Nursaniah, Rini Nursatika Kusuma, Ines Odi Nurdiawan Pajri, Riki Prahara, Sukma Prihartono, Willy Purnamasari, Ade Irma Putra Pratama, Aeri Putriana, Eka R, Nining Raafi, Muhammad Rahmi Safitri, Rahmi Ramanto, Aditiya Ramdani, Rizki Rayhan, Tubagus Muhammad Rifa'i, Akhmad Rifqi Khairul Anam Rikiyashi, Afkan Rismala, Rismala Rizki Rinaldi, Ade Rizky Wulandhari, Putri Rodhiyana, Mu'allimah Rohman, Dede Rohmat, Cep Lukman Rosyd, Abdul Roziqin, Ahmad Khoirur Rudi Kurniawan Sadiyah, Ainur Rohimatus Salamah, Soviatus Saleem, Salman Saputra, Muhammad Sariah Sariah Setianingsih, Indri Setiawan, Riyan Shaikh, Irfan Ahmed 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 Wahyudin, Edi Windy Mardiyyah, Nita Wirdiyan, Farhan Azfa Wisnu Saputra, Adrian wiwied pratiwi, wiwied Yuslia Devitri Zahrudin Zhahiran Herlambang, Prilanisa