p-Index From 2021 - 2026
20.279
P-Index
This Author published in this journals
All Journal Prosiding SNATIF Infotech Journal PROCEEDING IC-ITECHS 2014 JITEK (Jurnal Ilmiah Teknosains) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI INTECOMS: Journal of Information Technology and Computer Science IJISTECH (International Journal Of Information System & Technology) Indonesian Journal of Applied Informatics Jurnal Teras Kesehatan JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal Teknologi Terpadu Journal of Information System, Applied, Management, Accounting and Research Jurnal ICT : Information Communication & Technology Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Jurnal Manajemen Informatika dan Sistem Informasi Generation Journal JTIK (Jurnal Teknik Informatika Kaputama) G-Tech : Jurnal Teknologi Terapan Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat Jurnal Bumigora Information Technology (BITe) Journal of Advanced in Information and Industrial Technology (JAIIT) Infotek : Jurnal Informatika dan Teknologi Madaniya Tematik : Jurnal Teknologi Informasi Komunikasi Infotech: Journal of Technology Information Journal of Computer Networks, Architecture and High Performance Computing SKANIKA: Sistem Komputer dan Teknik Informatika Jurnal Teknik Informatika (JUTIF) IJISTECH Infotech: Jurnal Informatika & Teknologi Jurnal Pendidikan dan Teknologi Indonesia DEVICE International Journal Software Engineering and Computer Science (IJSECS) Jurnal Dinamika Informatika (JDI) Jurnal Teknik Informatika Jurnal Informatika Teknologi dan Sains (Jinteks) Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi Asian Journal of Community Services (AJCS) Mafaza : Jurnal Pengabdian Masyarakat STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Proceeding of International Conference Health, Science And Technology (ICOHETECH) Journal Research of Social Science, Economics, and Management Adopsi Teknologi dan Sistem Informasi Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Innovative: Journal Of Social Science Research Journal of Software Engineering and Information System (SEIS) Journal Of Artificial Intelligence And Software Engineering SmartComp Jurnal Ilmu Komputer dan Sistem Informasi RESLAJ: Religion Education Social Laa Roiba Journal Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) International Journal of Community Service Implementation Jurnal Teknik Silitek
Claim Missing Document
Check
Articles

Application of Item-Based Collaborative Filtering Method for Skincare Recommendation System Hidayat, Almaranda Aisyanissa; Joni Maulindar; Indah, Ratna Puspita
Journal of Advances in Information and Industrial Technology Vol. 7 No. 1 (2025): May
Publisher : LPPM Telkom University Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52435/jaiit.v7i1.588

Abstract

Skincare refers to skin care products. These products have different purposes depending on the user's skin type. Over time, public awareness and interest in skincare will increase, leading to a rapid growth of skincare products. Therefore, an Item-Based Collaborative Filtering (CF) method is used to develop a skincare recommendation system. This method will provide personalised recommendations by leveraging the behaviour data of other users with similar preferences and characteristics. This study uses user ratings and preferences for skincare products as data. This data is then used to build a CF model, which will be analysed to calculate user similarity patterns using the cosine similarity matrix. The application of the CF method demonstrates its effectiveness in matching user preferences, resulting in the most relevant product recommendations. This system not only increases the accuracy of recommendations but also helps users find products that meet their skin care needs, as the error rate in the system is 0.245.
Sistem Informasi Penjualan Roti Homemade Berbasis Web Pada Amaracake Solo Warihaji, Wijasena; Joni Maulindar; Bondan Wahyu Pamekas
JEKIN - Jurnal Teknik Informatika Vol. 4 No. 3 (2024)
Publisher : Yayasan Rahmatan Fidunya Wal Akhirah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58794/jekin.v4i3.937

Abstract

Amaracake merupakan bisnis yang bergerak dibidang kuliner dengan layanan pembuatan roti untuk acara. Dalam operasionalnya Amaracake mengalami masalah yang selalu dihadapi. Masalah tersebut diantaranya pemesanan kurang efektif karena kita belum tau jenis roti yang tersedia apa saja dan waktu pembuatan berapa lama sehingga perlu solusi untuk memecahkan masalah tersebut. Perancangan sistem informasi Amaracake ini bertujuan untuk membuat rancangan sistem yang dapat mengatasi masalah tersebut, dengan beberapa fitur yang dibutuhkan yaitu kelola data pemilik, memilih daftar jenis roti, melakukan pemesanan, laporan transaksi, pembayaran, integrasi data antar pengguna secara real time.  Perancangan sistem menggunakan metode waterfall dan analisa kelemahan sistem menggunakan  metode PIECES. Metode perancangan menggunakan UML (Unifield Modeling Language) dengan use case diagram, activity diagram dan class diagram. Perancangan sistem ini akan membantu dalam pengelolaan penjualan pada amaracake .
Pemodelan Sistem Informasi Rental Playstation Berbasis Web Pada Sanjaya Playstation Menggunakan Metode Waterfall Pramoedya Ananta Dzikri; Vihi Atina; Joni Maulindar
JEKIN - Jurnal Teknik Informatika Vol. 4 No. 3 (2024)
Publisher : Yayasan Rahmatan Fidunya Wal Akhirah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58794/jekin.v4i3.939

Abstract

Seperti usaha rental Sanjaya Playstation adalah satu – satunya  dari usaha  rental  yang menyewakan mainan Playstation (PS) yang berlokasi di Jalan Dalangan-Tawangsari Karangasem Kateguhan Tawangsari, Kec. Tawangsari, Kabupaten Sukoharjo. Permasalahan utama dalam usaha rental PlayStation adalah ketidakefisienan data yang hanya ditulis di kertas, menyebabkan risiko kehilangan, kerusakan, kesulitan pencarian, dan kurangnya informasi ketersediaan serta hambatan pemasaran. Solusi yang diajukan adalah sistem rental PlayStation berbasis web yang menyajikan informasi jenis, ketersediaan, dan harga sewa PlayStation di "Sanjaya Playstation" secara online. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi berbasis web guna meningkatkan efisiensi dan efektivitas operasional di "Sanjaya Playstation" Tawangsari, Sukoharjo. Metode penelitian meliputi observasi, wawancara, dan studi literatur, menggunakan metode pengembangan sistem waterfall. Hasil menunjukkan sistem mampu menampilkan jenis PlayStation, menghasilkan kwitansi, memproses penyewaan oleh admin, dan membantu dalam pengelolaan data pelanggan. Sistem ini diharapkan memperluas jangkauan pemasaran dan meningkatkan omset usaha.
Sistem Rekomendasi Kuliner Ikonik Kota Solo Menggunakan Metode Content Based Filtering Warta, Danu; Pramono, Pramono; Maulindar, Joni
Jurnal Teknologi Terpadu Vol 11 No 1 (2025): Juli, 2025
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jtt.v11i1.1870

Abstract

Content-Based Filtering is a user-independent method, meaning it does not rely on whether an item is new or previously selected by other users. This study aims to design and develop a recommendation system for iconic culinary places in Solo City using the Content-Based Filtering method. The system helps tourists find culinary options based on individual preferences such as food name, rating, and price. Culinary data was collected through web scraping from Google Maps using the Instant Data Scraper extension. The data is processed using the TF-IDF algorithm and cosine similarity to calculate the similarity between content features. The system development follows the Rational Unified Process (RUP) with four phases: inception, elaboration, construction, and transition. It is built using PHP with the Laravel framework and MySQL database. The system provides a list of culinary recommendations complete with images, names, ratings, addresses, and prices. Black-box testing on six main scenarios showed 100% success, proving the system meets functional requirements. The final recommendation results show a similarity score above 70%, indicating accurate and relevant suggestions. This system helps users discover Solo's iconic culinary spots more efficiently and according to their preferences.
IMPLEMENTASI ALGORITMA NAIVE BAYES UNTUK MEMPREDIKSI PEMINATAN SISWA SMA NEGERI 1 BANYUDONO Nurfadilah, Nurfadilah; Susanto, Rudi; Maulindar, Joni
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 3 (2025): EDISI 25
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i3.5857

Abstract

Penentuan peminatan siswa di tingkat SMA merupakan aspek penting dalam menunjang proses pembelajaran yang sesuai dengan potensi dan minat siswa. Penelitian ini bertujuan mengimplementasikan algoritma Naive Bayes tipe CategoricalNB untuk memprediksi peminatan siswa di SMA Negeri 1 Banyudono berdasarkan nilai beberapa mata pelajaran. Tiga paket peminatan yang digunakan yaitu: Paket 1 (Matematika Lanjut, Fisika, Kimia, Biologi, PKWU), Paket 2 (Geografi, Ekonomi, Kimia, Informatika, PKWU), dan Paket 3 (Geografi, Ekonomi, Sosiologi, PKWU). Data nilai dikonversi menjadi kategori A (?90), B (80–89), C (70–79), dan D (<70), lalu diproses melalui encoding dan dibagi menjadi data latih dan uji dengan skema 70:30 dan 80:20. Pengembangan sistem menggunakan model SDLC Waterfall. Hasil pengujian menunjukkan akurasi sebesar 84% pada skema 70:30 dan 82% pada skema 80:20, dengan precision, recall, dan F1-score yang cukup stabil. Sistem ini diimplementasikan dalam dashboard berbasis Streamlit untuk memudahkan siswa melakukan prediksi dan pihak sekolah melakukan pemantauan. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes cukup efektif dalam mengklasifikasikan peminatan siswa jika data telah diproses dengan tepat dan sistem didukung antarmuka yang ramah pengguna.
Implementasi Algoritma Random Forest untuk Prediksi Permintaan dan Optimasi Stok pada Sistem Manajemen Inventori Layanan Pengiriman Makanan Ichwani, Achmad; Irawan, Egie; Wahyu Aji Saputro, Lintang; Putra Pradana, Gibrand; Maulindar, Joni
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/e99md674

Abstract

Industri pengiriman makanan menghadapi tantangan besar dalam pengelolaan inventori akibat sifat produk yang mudah rusak dan fluktuasi permintaan yang tinggi. Penelitian ini bertujuan mengembangkan sistem prediksi permintaan dan optimasi stok berbasis algoritma Random Forest, menggunakan metode CRISP-DM dengan data historis dari Kaggle dan implementasi sistem web berbasis Python Flask. Hasil penelitian menunjukkan Random Forest memiliki kinerja terbaik dibandingkan Decision Tree dan Linear Regression, dengan skor MSE 109.570,40, RMSE 331,01, dan R² sebesar 0,26. Skor R² ini secara spesifik mengindikasikan bahwa model hanya mampu menjelaskan 26% dari variabilitas data permintaan. Performa yang terbatas ini utamanya disebabkan oleh ketiadaan variabel eksternal yang krusial seperti data cuaca atau hari libur nasional dalam dataset yang digunakan, yang diketahui sangat mempengaruhi dinamika pasar.Meskipun demikian, model ini berhasil membuktikan keunggulan Random Forest dalam menangani hubungan non-linier dan dapat mendukung estimasi kebutuhan stok mingguan melalui sistem manajemen inventori yang fungsional. Visualisasi seperti grafik feature importance dan heatmap korelasi juga diimplementasikan untuk membantu pemahaman pola data serta pengambilan keputusan. Penelitian ini menegaskan potensi besar machine learning sebagai fondasi sistem prediksi di rantai pasok makanan, dengan rekomendasi utama untuk pengembangan selanjutnya adalah memperkaya dataset dengan variabel eksternal guna meningkatkan akurasi model secara signifikan.
Klasifikasi Absensi Pegawai Kantor Pusat Universitas Sebelas Maret Menggunakan Naive Bayes Untuk Optimalisasi Sistem Penggajian Nailurrizqi, Adistya; Maulindar, Joni; Dwi Irawan, Ridwan
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/dthkdn20

Abstract

Sistem absensi pegawai sebagai komponen kritis dalam manajemen SDM di lingkungan pendidikan seperti Universitas Sebelas Maret masih menghadapi tantangan berupa ketidakefektifan sistem manual berbasis Excel yang rentan terhadap kesalahan input, manipulasi data, dan keterlambatan rekapitulasi. Penelitian ini mengembangkan solusi berbasis algoritma Naïve Bayes untuk mengklasifikasikan tingkat kedisiplinan pegawai (disiplin, toleransi, tidak disiplin) melalui tahapan pengumpulan data, verifikasi, validasi, dan integrasi dengan sistem penggajian. Algoritma Naïve Bayes dipilih karena keunggulannya dalam klasifikasi probabilistik yang cepat dan akurat. Implementasi sistem ini didukung oleh teori manajemen absensi, penggajian terkomputerisasi, dan efektivitas Naïve Bayes, yang secara signifikan meningkatkan akurasi, kecepatan, dan objektivitas pengelolaan absensi. Temuan penelitian menunjukkan pembagian kategori proporsional: Disiplin (0-26.7%), Toleransi (26.8-53.5%), dan Tidak Disiplin (53.6-81%). Sistem ini tidak hanya mengotomatisasi proses absensi tetapi juga memperkuat transparansi dan keadilan kebijakan SDM, sekaligus merekomendasikan integrasi variabel kinerja dan pengembangan fitur real-time untuk penelitian selanjutnya.
Penerapan Algoritma Regresi Random Forest Untuk Prediksi Produksi Jagung Menggunakan Data Statistik Sistem Pertanian Cerdas Smart City Bagus Prakoso, Ahmad; Anugrah Putra, Muhammad; Hanif Hilmi, Muhammad; Yoma Patria Risky, Satya; Maulindar, Joni
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/19h5ny78

Abstract

Produksi jagung di Indonesia masih dihadapkan pada berbagai permasalahan seperti ketidakstabilan hasil panen serta kurangnya data prediktif yang mendukung pengambilan keputusan berbasis informasi. Penelitian ini bertujuan untuk mengembangkan model prediksi produksi jagung yang akurat menggunakan algoritma Random Forest Regression berbasis data statistik pertanian. Metode yang digunakan bersifat kuantitatif dengan memanfaatkan data luas panen dan produktivitas jagung dari 38 provinsi di Indonesia tahun 2024, yang dianalisis menggunakan Python dan pustaka machine learning. Hasil evaluasi menunjukkan bahwa model mampu menjelaskan 98% variasi produksi jagung, dengan nilai R² sebesar 0,98 pada data uji. Nilai Mean Squared Error (MSE) dan Mean Absolute Error (MAE) yang rendah menandakan tingkat akurasi yang tinggi. Visualisasi hasil prediksi menunjukkan bahwa nilai-nilai prediksi sangat mendekati nilai aktual. Fitur luas panen memiliki kontribusi paling besar dalam prediksi, diikuti oleh produktivitas. Model disimpan dalam format .pkl dan diintegrasikan ke dalam aplikasi web untuk memudahkan penggunaannya oleh petani maupun dinas pertanian. Penelitian ini mendukung penerapan pertanian cerdas dalam konsep Smart City serta dapat digunakan sebagai alat bantu pengambilan keputusan berbasis data.
Analisis Sentimen Pada Ulasan Tempat Wisata Desa Ponggok Menggunakan Natural Language Processing Berlian Agustina, Anggun; Permatasari, Hanifah; Maulindar, Joni
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/s9qesx65

Abstract

Ulasan pengunjung di platform digital telah menjadi faktor krusial yang mempengaruhi reputasi destinasi wisata seperti Desa Ponggok. Namun, volume data ulasan yang masif dan bersifat informal menyulitkan analisis manual, sehingga diperlukan pendekatan komputasional untuk mengekstrak wawasan sentimen secara efektif. Penelitian ini bertujuan untuk merancang dan mengimplementasikan model analisis sentimen pada ulasan berbahasa Indonesia mengenai tempat wisata Desa Ponggok. Metode yang digunakan adalah fine-tuning model pre-trained berbasis Transformer, yaitu IndoBERT, yang unggul dalam pemahaman konteks bahasa alami. Proses penelitian mencakup pengumpulan data dari Google Reviews, pra- pemrosesan data termasuk penanganan class imbalance dengan RandomOverSampler, pelatihan model, dan evaluasi menggunakan confusion matrix, akurasi, presisi, recall, serta F1-score. Hasil evaluasi pada data uji menunjukkan akurasi keseluruhan sebesar 79% dan F1-score 0.87 untuk kelas positif, namun menghadapi tantangan pada kelas netral dan negatif. Model yang telah dilatih kemudian berhasil diimplementasikan ke dalam sebuah aplikasi web interaktif menggunakan framework Streamlit, yang memungkinkan para pemangku kepentingan untuk melakukan inferensi sentimen secara langsung dan memvalidasi kegunaan praktis dari model.
Sistem Cerdas Deteksi Berita Hoaks Berbasi IndoBert dengan Antarmuka Web Interaktif Bagaskara, Ikrar; Purwanto, Eko; Maulindar, Joni
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/dch8ke44

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sebuah sistem cerdas yang mampu mendeteksi berita hoaks berbahasa Indonesia secara akurat dan mudah diakses oleh publik. Tujuan ini untuk mengatasi tantangan penyebaran disinformasi serta kurangnya alat deteksi yang dioptimalkan untuk Bahasa Indonesia dan ramah pengguna. Metode yang digunakan adalah fine- tuning model Transformer pre-trained, IndoBERT, pada dataset berita lokal yang telah melalui pra-pemrosesan dan menghasilkan 27.431 artikel bersih. Model yang telah dilatih kemudian diimplementasikan ke dalam sebuah prototipe aplikasi web interaktif menggunakan framework Streamlit untuk pengujian fungsional. Hasil evaluasi pada data uji menunjukkan performa model yang sangat tinggi, dengan F1-Score mencapai 0.99 untuk kelas hoaks dan akurasi rata-rata tertimbang 100%. Meskipun sangat akurat, hasil penelitian juga mengidentifikasi batasan pada kemampuan model dalam mendeteksi hoaks yang ditulis dengan gaya jurnalistik profesional. Prototipe aplikasi web terbukti fungsional dalam skenario pengujian praktis
Co-Authors Abdullah Abdullah Syaifudin Aditya Rachman Putra Afu Ichsan P Afu Ichsan Pradana Agil Husnul Khotimah Agustina Srirahayu Ahmad Qashid H Ahmad Setiawan Aji, Sindhu Purnomo Akbar Galih Saputra Akbar Akbar, Akbar Galih Saputra Akbar, Reza Maulana Aldin Fathiray Aliefian Hendra Wardana Ananda, Naufal Choirul Andreas Abi Permana Andrianto, Albertus Ari Anggit Hardiyanto Anggita, Febri Arif Anisatul Farida Anisatul Farida Annas Setiawan Prabowo Anugrah Putra, Muhammad Ardani, Hasby Arif Ardhianto, Aan Ardiyanto, Kevin Ardiyanto, Marta Arif Eko Fitrianto Arif Setiawan Arif Setiawan Arif Wicaksono Septyanto Arnan Dwi Arsandy, Noelino Grevansha Avianto Adi Pratama Awang Long, Zalizah Azza Al Abbas, Abdullah A’an Jati Susilo Badrudin, Muhamad Bagas Mutaqqi Bagaskara, Ikrar Bagos Erwanto bagus esti tomo Bagus Prakoso, Ahmad Bahrul Aziz Rifai BAHTIAR, YUSUF Bangun Prajadi Cipto Utomo Bayu Tri Pramono Berlian Agustina, Anggun Bondan Wahyu Pamekas brigitta harlim Che Mustapha, Jawahir Christopher Jody Widiyono Da Costa, Alexandre Daffa Ebtra Satria Dewi, Nandita Dewi, Nandita Sekar Sukma Dhimas Arya Rakadipa Didik Kurniawan Difan Agra Susilo Dika Adi Pratama Dimas Abimanyu Sutrisno Putro Dimas Cahyo utomo Dimas Galuh Pratama Dison Librado Dita Putra Pratama Divangga Revansa Arya Pradhana Dwi Hartanti Dwi Hartanti Dwi Hartanti Dwi Hartanti Dwi Kurniawan Saputro Dwi Resty Kartika Dwiirawan, Ridwan Dyah Aprimavista Cahyani Edy Kurniawan Ega Fuad Ibrahim Eko Purwanto Em Sutrisna Enggar Wijaya Putra Ery Permana Yudha Ery Permana Yudha Ester Anugrayningtyas Fachruddin Edi Fandi Aziz Pratama Fathur Iqbal Hilmi Ulhadi FAULINDA ELY NASTITI Febryan Djastin Arya Raharja Firdaus, Azkha Brilliant Fitria Eko Nurjanah Fitroh Ahmad Abdul Aziz Frisca Tri Arumsari Galang Prambudi Raka Kusuma Gibran Arya Pradana Guterres, Juvinal Ximenes Hafid Affan Wahid Hamna Zakiya , Nasywa Hani Rifdah Azizah Hanif Hilmi, Muhammad Hanif Nur Ahmad Hari Windiyastuti Harsanto Harsanto, Harsanto Hartanto, Didik Mayur Hasanah, Herliyani Hidayat, Almaranda Aisyanissa Hiyarunnisa Kahes Waypi Ibnu Bagus Setiawan Ichwani, Achmad Ila Aulia Rahmah immaculata yolia dewi Widayanti Indah, Ratna Puspita Indrastata, Ilham Buyung Indriyas Kukuh Wijayanti Intan Oktaviani Intan Oktaviani Iqbal Hanan Junaidi Irawan, Egie Irawan, Ridwan Dwi Irfan Ramadhan Istiana Hanifah Istiqomah, Yasinta Jawahir Che Mustapha Yusuf Jawahir Che Mustapha Yusuf Jofan Fathurahman Juvinal Ximenes Guterres Karlina Kusuma Ningrum Kevin Yoga Ananta Kurniawan, Daniel Ade Leny Monica Lidia Earlene Rendhiva Lintang Surya Lola Sekar Arum Lufti Puspitasari Margaretha Evi Yuliana Margaretha Evi Yuliana Mashkul Ryan Ibrahim Matin Muhith Meraldy Fiko Rastio Ajie Mink Poo Lexy Utomo Mink Poo Lexy Utomo Mira Erlinawati Moh Muhtarom Moh. Muhtarom Moh. Muhtarom Moh. Mutarom Muhammad Daivany Nur Auliya Saleh Muhammad Nur Ikhsanudin Mulyanto, Hari Munawaroh, Maysani Mustapha, Jawahir Che Nadia Hepyntha Nailurrizqi, Adistya Nanda Ramadhani, Fikko Nandita Sekar Sukma Dewi Nibras Faiq Muhammad Ningrum, Karlina Kusuma Nugroh, Heri Nur Auliya Saleh, Muhammad Daivany Nur Cahyo Nugroho Nurchim Nurdina Aulia Agustina Nurfadilah Nurfadilah Nurlaili, Dewi Nurohman Nurohman, Nurohman Nurrohman Oktaviyana Dwi Hendra Jati Permatasari, Hanifah Pipin Widyaningsih, M.Kom. Praba M.A.R.K Pramoedya Ananta Dzikri Pramono Pramono Pramono prastiwi, yuyun Prastya, Alvian Bagus Prastyo, Okik Dwi Pratiwi, Dinita Christy Pujiati Edy Santoso, Elysa Mei Puput Dwi Mandiri Puput Dwi Mandiri Putra Pradana, Gibrand Putra, Hadi Widya Nugraha Surya Raafika Studiviani Dwi Binuko Raditya Koesyan Dipo P Radya Prameswari Putri Rais Suryo Wahono Ramasya Alief Islami Raihan Ratna Puspita Indah Rendi Enggar Bintang Pratama Restu Gilang Wijanarko Reza Mar Hendra Putra Ridzkyan Buti Pratama Rifa'i, Rifan Rifan Amirul Hafizh, Muhammad Rifqi Firdausi Arafad Riska Rosita Rizki Hendra Rizqy Mahendra Abdul Rahman Romy Rajawali Nusantara Saifullah Rudi Susanto Saifudin Umar Sandy Yustisio O Sandy Yustisio Okta Viandra Saputra, Muchammad Yoga Setiawan, Gilang Setya Pradhana, Wahyudi Shelvi Azizah Shoffia Fajrin Sindhu Purnomo Aji Singgih Purnomo SRI SUMARLINDA Suci Bunga Pritalina Sudarminingsih Sudarminingsih Sulistyo Adi Prasetyo Syahrul Agung Fathoni Tasya Mutiara Diva Tasya Mutiara Diva Tesalonika, Angel Tigar Riski Septiono Titi Jayanti Tiur Bunga Gadissa Tory, Alfa Rado Andre Yusa Saka Tri Endah Purnamawati Vihi Atina Vita Sofia Prihatini Wahyu Adi Pratama Wahyu Aji Saputro, Lintang Wahyu Kuncoro Warihaji, Wijasena Warta, Danu Widayanti, immaculata yolia dewi Wihan Perkasa Nugraha Putra Wijayanti, Indriyas Kukuh Wijayanti, Sefi Ayuk WIJI LESTARI Wiji Lestari Wijiyanto Yafa Arsyida Aulia Rakhma Yasinta istiqomah Yeyen Santi Putri Yoma Patria Risky, Satya Yusuf Bahtiar Zaenuar Erfandi Zalizah Binti Awang Long