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

 6   7   8   9   10 
PENERAPAN METODE SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN PENGGUNA APLIKASI FLIP.ID Sadiyah, Ainur Rohimatus; Purnamasari, Ade Irma; Ali, Irfan
JURSIMA Vol 11 No 3 (2023): Volume 11 Nomor 3 2023
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v12i1.727

Abstract

Flip.Id adalah salah satu platform teknologi finansial di Indonesia, yang menawarkan beragam layanan keuangan, termasuk pembayaran dan transfer uang. Penelitian ini bertujuan untuk menerapkan metode Support VectorMachine dalam menganalisis sentimen terhadap ulasan pengguna aplikasi Flip.Id yang tersedia di Google Play Store. Metode Support Vector Machine dipilih karena memiliki tingkat kemampuan yang tinggi dalam menganalisis teks dan terbukti efektif dalam memahami sentimen. Proses pelatihan model Support Vector Machine melibatkan penggunaan dataset ulasan pengguna untuk mengklasifikasikan sentimen. Evaluasi hasil model mencakup berbagai matriks evaluasi, seperti akurasi, presisi, recall dan F1-Score. Hasil penelitian ini menunjukkan tingkat akurasi mencapai 87%, dengan nilai evaluasi matriks presisi sebesar 93%, recall 87%, dan nilai F1-Score 90%. Temuan ini menjadi dasar untuk penelitian lebih lanjut dalam mengeksplorasi lebih dalam analisis sentimen, khususnya dalam konteks teknologi finansial. Dari penelitian ini membuktikan bahwa model Support Vector Machine mampu memberikan hasil klasifikasi yang baik, dan memberikan peluang bagi penelitian lebih lanjut dalam memahami respons pengguna terhadap layanan keuangan digital seperti Flip.Id.
KLASIFIKASI ABJAD DALAM BAHASA ISYARAT MENGGUNAKAN ALGORITMA RANDOM FOREST Wirdiyan, Farhan Azfa; Suarna, Nana; Ali, Irfan
JurTI (Jurnal Teknologi Informasi) Vol 8, No 2 (2024): DESEMBER 2024
Publisher : Universitas Asahan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36294/jurti.v8i2.4673

Abstract

Pengenalan bahasa isyarat merupakan tantangan signifikan dalam pengembangan teknologi informasi, terutama dalam menciptakan komunikasi inklusif bagi penyandang disabilitas pendengaran. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem klasifikasi alfabet bahasa isyarat, khususnya pada Sistem Isyarat Bahasa Indonesia (SIBI), menggunakan algoritma Random Forest. Sistem ini dirancang untuk memfasilitasi komunikasi yang inklusif antara penyandang disabilitas pendengaran dan masyarakat umum. Tahapan penelitian mencakup pengumpulan data gerakan tangan yang diperoleh melalui perekaman menggunakan webcam dan kemudian dikelompokkan berdasarkan label alfabet,Tahap preprocessing data bertujuan untuk normalisasi dan augmentasi guna meningkatkan variasi input kemudian di lakukan proses untuk mengekstrak landmark tangan melalui framework Mediapipe, yaitu titik-titik referensi posisi jari dan tangan, Tahap pelatihan model menggunakan algoritma Random Forest dengan pembagian data latih dan uji, serta Tahap pengujian sistem secara real-time untuk mengevaluasi akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan sistem mampu mengenali alfabet SIBI dengan akurasi 100%, membuktikan efektivitas metode Random Forest dalam menangani klasifikasi pola yang kompleks. Esensi penelitian ini terletak pada kontribusinya dalam mendukung komunikasi inklusif melalui teknologi kecerdasan buatan. Sistem ini menawarkan solusi praktis untuk mengatasi hambatan komunikasi antara penyandang disabilitas pendengaran dan masyarakat umum, sekaligus mendorong pengembangan teknologi inklusif. Dengan hasil yang sangat akurat, penelitian ini memberikan dampak sosial yang signifikan, membuka peluang bagi pengembangan sistem komunikasi berbasis AI yang lebih adaptif, seperti integrasi dengan aplikasi mobile dan fitur text-to-speech, sehingga memperluas aksesibilitas dan mendukung interaksi sosial yang lebih inklusif.
Pendampingan Branding dan Marketing (UMKM) Mie Cemol Desa Rantau Fajar Pratiwi, Wiwied; Rikiyashi, Afkan; Roziqin, Ahmad Khoirur; Az-Zahra, Asih; Hidayah, Freni Mega; Faqih, Habib; Nawang Wulan, Hidayah; Ali, Irfan; Huda, Irhamul; Saputra, Muhammad; Mahdalena, Putri Ayu; Muhimmatul ulya, Syilwa; Salamah, Soviatus
Educommunity Jurnal Pengabdian Masyarakat Vol. 3 No. 1 (2025)
Publisher : CV. Edutechnium Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71365/ejpm.v3i1.73

Abstract

Desa rantau fajar dibuka oleh jawatan Transmigrasi pada tahun 1957, oleh jawatan pembukaan tanah wilayah sukadana dengan membuka tanah-tanah yang masih berupa hutan rimba belantara, setelah dibuka kemudian didatangkan penduduk Transmigrasi dari pulau jawa. Pada tanggal 08 Agustus 1957 Desa Rantau Fajar didatangi transmigrasi dari Rayon Solo, Yogyakarta, Banyu Mas, Jawa Timur, Dan Pekalongan sejumlah 400 KK dengan jumlah jiwa 1.317 orangKegiatan pengabdian kepada masyarakat di dusun 05 Desa Rantau Fajar pada bulan Februari 2025. Dalam pelaksanaan kegiatan meliputi wawancara dan survey lapangan, mengikuti kegiatan produksi, pendesainan lebel kemasan serta membranding di social media. Pengabdian masyarakat ini menggunakan metode Asset Bassed Community Development (ABCD). Dari metode ini maka dapat menginspirasi perubahan positif dengan berfokus pada kebutuhan dan masalah yang ada. Dalam metode ABCD ada 4 proses pemberdayaan berbasis asset. Diantaranya adalah pengkajian, langkah lanjutan, rencana perubahan dan yang terakhir adalah pemantapan Kegiatan pengabdian masyarakat berbasis pendampingan terhadap pelaku UMKM berupa pendampingan Branding dan marketing UMKM Mie Cemol Mbah Ganol. Dengan pendampingan ini diharapkan dapat meningkatkan omset penjualan serta memperluas jangkauan pemasaran. Produk Usaha Mikro Kecil Dan Menengah (UMKM) Mie Cemol merupakan salah satu ekonomi kreatif yang ada di Desa Rantau Fajar. Pemilik usaha Mie Cemol bernama bapak Giono dan ibu Sitar yang dirintis sejak 1980. Suami istri tersebut merintis bersama kurang lebih sudah 45 tahun. Berbagai masalah dan cerita sudah di lalui. Setelah diadakan survey ditemukan masalah yakni Produk UMKM tersebut belum memiliki brand/label kemasan dan strategi marketing . Dan berdasarkan penelitian produk yang dijual di pasar agar dapat diterima masyarakat secara luas maka memerlukan tampilan yang menarik. Salah satu bagian produk yang menarik bagi konsumen adalah kemasan. Kemasan tidak hanya berfungsi sebagai pelindung tetapi juga sumber informasi karena pada kemasan terdapat label. Salah satu potensi yang diangkat dalam pengabdian masyarakat adalah UMKM mie cemol yang merupakan hasil bumi yang diolah sehingganya bisa menjadi produk yang layak jual. Melihat potensi yang ada dari bahan baku pembuatan mie cemol hingga SDM yang memadai maka tim penyusun akan melaksanakan pendampingan branding dan marketing UMKM di desa Rantau Fajar. Kegiatan yang dilaksanakan mulai dari survey, wawancara, ikut memproduksi hingga pengemasan dan branding social media. Setelah diberikan label kemasan menjadi lebih menarik dan tentunya penjualan semakin meningkat. Banyak orang yang memesan via whatsapp. Usaha tersebut semakin terkenal karena telah di branding pula oleh tim pengabdian.
PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK MENINGKATKAN MODEL PENGELOMPOKAN DAN KINERJA JARINGAN WI-FI SECARA OPTIMAL Fauzan, Akmal; Suarna, Nana; Ali, Irfan; Susana, Heliayanti
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6272

Abstract

Penelitian ini mengimplementasikan algoritma K-Means Clustering untuk menganalisis pola penggunaan jaringan Wi-Fi, guna meningkatkan efisiensi pengelolaan bandwidth dan kualitas layanan. Data berupa kecepatan internet, biaya layanan, dan lokasi pelanggan diolah menggunakan RapidMiner, menghasilkan klaster dengan nilai Davies-Bouldin Index (DBI) sebesar 0.006, menunjukkan kualitas klaster yang sangat baik. Hasilnya memberikan wawasan mendalam tentang segmentasi pelanggan dan pola penggunaan layanan untuk pengambilan keputusan strategis. Algoritma KMeans terbukti efektif dalam optimalisasi sumber daya jaringan, serta menjadi dasar pengembangan sistem monitoring real-time dan teknologi data mining untuk pengelolaan jaringan Wi-Fi skala besar.
DEEP LEARNING ALGORITMA YOLOV8 UNTUK MENINGKATKAN ANALISIS KEPADATAN LALU LINTAS Hidayattullah, Rizky; Suarna, Nana; Ali, Irfan; Efendi, Dendy Indriya
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.5749

Abstract

Kemacetan lalu lintas merupakan salah satu masalah serius di berbagai kota besar. Diperlukan sebuah algoritma deteksi objek secara real-time yaitu YOLOv8 . Namun, untuk mengeksplorasi efektivitas algoritma YOLOv8 (You Only Look Once version 8) dalam mendeteksi dan menganalisis kemacetan lalu lintas. Maka dilakukan pemadaman pola kemacetan, menghitung volume lalu lintas, serta memberikan informasi kondisi lalu kecepatan untuk mengurangi kemacetan. Data yang digunakan meliputi dataset sekunder dari website open source Roboflow dan data primer hasil observasi langsung di Jalan Perum Arum Sari Angsana 2, Kecomberan, Kecamatan Talun, Kabupaten Cirebon, Jawa Barat 45171, Indonesia. Proses penelitian mencakup pelatihan model YOLOv8 menggunakan dataset yang telah diberi anotasi untuk mendeteksi kendaraan, dan menghitung volume kendaraan yang ada. Setelah pelatihan, model diuji menggunakan dataset video untuk memutar performanya dalam kondisi nyata, mencakup berbagai waktu dan kondisi pencahayaan, seperti pagi, dan siang. Hasil penelitian menunjukkan bahwa model YOLOv8 mencapai tingkat akurasi deteksi yang tinggi, dengan presisi sebesar 0.930, recall 0.919, F1-score 0.930, mAP50 0.975, dan mAP50-95 0.748. Model ini mampu mendeteksi dan menghitung jumlah kendaraan secara akurat pada kondisi lalu lintas, baik padat maupun lancar. Temuan ini membuktikan potensi besar algoritma YOLOv8 dalam penerapan teknologi berbasis kecerdasan buatan untuk pengelolaan lalu lintas perkotaan maupun pemukiman.
Pengembangan Model Prediksi Keberhasilan Mahasiswa Menggunakan Algoritma Machine Learning Dalam Learning Management System Tohidi, Edi; Ali, Irfan
BULLET : Jurnal Multidisiplin Ilmu Vol. 2 No. 1 (2023): BULLET : Jurnal Multidisiplin Ilmu
Publisher : CV. Multi Kreasi Media

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

Abstract

The advancement of digital technology in education has driven the widespread adoption of Learning Management Systems (LMS) as effective platforms for online learning. This study aims to develop a predictive model for student success in LMS environments using machine learning algorithms. Student success is classified based on parameters such as participation levels, access frequency, assessment results, and punctuality in assignment submissions. Several machine learning algorithms, including Decision Tree, Random Forest, Support Vector Machine, and K-Nearest Neighbors, are employed to build the prediction model. The performance of each model is evaluated using metrics such as accuracy, precision, recall, and F1-score. The results show that the Random Forest algorithm achieved the best performance with an accuracy of 89%, followed by Support Vector Machine and Decision Tree. The developed model is expected to assist educators and academic institutions in identifying students who may face learning difficulties at an early stage, allowing for timely and targeted interventions. This research contributes to the application of machine learning in supporting adaptive learning processes and enhancing data-driven educational quality.
SEGMENTASI PENJUALAN ALAT KESEHATAN MENGGUNAKAN ALGORITMA K-MEANS DI PT. ARNETHA Dewanty Rafu, Maria; Rahaningsih, Nining; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13574

Abstract

Transformasi digital menjadi kunci dalam meningkatkan efisiensi PT. Arnetha sebagai distributor peralatan medis, terutama dalam mengelola data penjualan yang kompleks. Tantangan utama perusahaan adalah memahami kontribusi setiap kategori produk terhadap pendapatan, karena volume penjualan tinggi tidak selalu berbanding lurus dengan margin keuntungan. Untuk mengatasi hal ini, penelitian ini menerapkan algoritma K-Means dalam segmentasi produk berdasarkan kuantitas, harga satuan, dan total penjualan. Metode yang digunakan mencakup tahapan KDD, mulai dari pemilihan hingga normalisasi data, dengan evaluasi klaster menggunakan Davies-Bouldin Index (DBI). Hasil analisis menunjukkan bahwa klaster optimal adalah K=6 dengan nilai DBI 0,443, yang membantu PT. Arnetha dalam memahami pola penjualan, mengoptimalkan inventaris, serta merancang strategi pemasaran yang lebih efektif. Dengan demikian, implementasi K-Means terbukti mampu meningkatkan efisiensi operasional dan daya saing perusahaan.
SEGMENTASI DATA TRANSAKSI PENJUALAN TOKO ONLINE VASTYLE UNTUK MANAJEMEN STOK MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING Vina, Vina; Rahaningsih, Nining; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13621

Abstract

Pesatnya perkembangan e-commerce dalam beberapa tahun terakhir mendorong kebutuhan akan pengelolaan stok gudang yang lebih efisien, terutama karena permintaan yang fluktuatif dan pola pembelian yang sulit diprediksi. Toko Online Vastyle mengalami tantangan berupa kelebihan stok pada produk dengan penjualan rendah dan kekurangan stok pada produk yang banyak diminati, yang dapat memengaruhi keuntungan dan kepuasan pelanggan. Penelitian ini bertujuan untuk membantu pengelolaan stok dengan menganalisis data transaksi penjualan. Dalam penelitian ini, data transaksi penjualan yang meliputi no, nama produk, kode SKU, stok awal gudang, jumlah produk di pesan, dan sisa stok gudang dianalisis menggunakan metode algoritma K-Means clustering. Tujuan dari metode ini adalah untuk menghasilkan pengelompokan produk yang akurat sehingga dapat menjadi dasar dalam pengambilan keputusan pengelolaan stok gudang yang lebih efisien. Hasil ini memberikan gambaran segmentasi yang dapat dimanfaatkan untuk strategi manajemen stok yang lebih tepat sasaran. Berdasarkan hasil pengujian algoritma K-Means Clustering, Cluster_0 terbagi menjadi 334 items dengan persebaran luas centroid -4198.311, memerlukan stok ulang secara rutin. Cluster_1 terbagi menjadi 194 items dengan nilai centroid -2535.426, pengisian stok berdasarkan permintaan mingguan untuk mengukur kebutuhan permintaan sesuai transaksi penjualan. Cluster_2 terbagi menjadi 118 items dengan nilai centroid -2078.155, diperlukan strategi penjualan seperti diskon, voucher toko, promosi, dan flash sale untuk meningkatkan permintaan.
STUDI MODEL ASOSIASI PADA PENJUALAN KOPI BERBASIS ALGORITMA FP-GROWTH Andriyanti, Rina; Rahaningsih, Nining; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13706

Abstract

Persaingan yang semakin ketat di industri kopi menuntut pemahaman yang lebih mendalam tentang pola pembelian pelanggan untuk mengoptimalkan strategi pemasaran yang tepat sasaran. Salah satu tantangan utama adalah kurangnya pemanfaatan data transaksi yang kompleks, yang sering kali menyebabkan strategi berbasis data seperti bundling produk atau promosi terarah, sering terlewatkan dan tidak diterapkan secara optimal. Padahal kecenderungan pelanggan dalam membeli beberapa produk secara bersamaan membuka peluang besar untuk meningkatkan nilai transaksi, efisiensi promosi, dan loyalitas pelanggan melalui strategi bundling. Penelitian ini menggunakan algoritma FP-Growth pada platform RapidMiner untuk menganalisis 1.900 data transaksi kopi dari Kaggle. Proses analisis meliputi seleksi data, pembersihan (preprocessing), transformasi data, dan penerapan algoritma dengan minimum support 0.01 dan confidence 0.7. Hasil analisis menunjukkan bahwa "Americano with Milk" memiliki frekuensi pembelian tertinggi (support 75,5%), dan kombinasi "Cortado" dengan "Hot Chocolate" mencapai confidence sebesar 80%. Temuan ini menunjukkan potensi besar untuk menyusun strategi bundling berbasis data, karena kombinasi produk dengan tingkat asosiasi tinggi mencerminkan kebiasaan konsumsi pelanggan yang dapat dimanfaatkan untuk meningkatkan efektivitas penjualan. Penelitian ini membuktikan bahwa algoritma FP-Growth mampu menganalisis data transaksi secara efisien, memberikan wawasan strategis yang relevan, serta mendukungpengambilan keputusan bisnis dalam menciptakan pengalaman pelanggan yang lebih personal dan menguntungkan.
OPTIMASI MANAJEMEN PERSEDIAAN DENGAN KLASIFIKASI NAIVE BAYES DI TOKO BAJA MANDIRI Zhahiran Herlambang, Prilanisa; Rahaningsih, Nining; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13900

Abstract

Pengelolaan persediaan merupakan aspek penting dari operasional perusahaan, khususnya di Toko Baja Mandiri yang menjual perlengkapan bahan bangunan berbasis baja. Pengelolaan yang tidak efektif dapat menyebabkan kekurangan pasokan atau penumpukan barang, sehingga berpotensi mengakibatkan kerugian finansial. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi status persediaan menggunakan algoritma Naive Bayes dengan data jumlah persediaan, harga satuan, dan total harga barang selama periode satu bulan. Pendekatan Knowledge Discovery in Databases (KDD) diterapkan, dimulai dari seleksi data yang relevan, diikuti oleh tahap praproses untuk membersihkan dan mentransformasi data agar siap digunakan. Setelah melalui tahap transformasi untuk menetapkan atribut yang berguna, data dibagi menjadi set pelatihan dan pengujian. Algoritma Naive Bayes diterapkan untuk mengklasifikasikan barang menjadi kategori “STOCK” (perlu restock) dan “READY” (stock aman). Evaluasi menunjukkan akurasi model sebesar 92.59%, dengan recall 100% untuk kategori “READY” dan precision 27.27%. Ketidakseimbangan data target, dengan 96.8% dalam kategori “STOCK” dan 3.2% kategori “READY”, memengaruhi performa model, terutama dalam precision. Sistem ini terbukti membantu pemilik toko mengoptimalkan pengelolaan stok, meminimalkan risiko kekosongan, dan mendukung pengambilan keputusan strategis secara lebih efektif dengan proses yang terstruktur dan andal.
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