Article Per Year (5 Year)
p-Index From 2021 - 2026
8.765
P-Index
This Author published in this journals
All Journal Jurnal Sains dan Teknologi Jurnal Simetris Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Journal of Telematics and Informatics Jurnal Simantec Jurnal sistem informasi, Teknologi informasi dan komputer Telematika : Jurnal Informatika dan Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer Jurnal Transformatika Jurnal Edukasi dan Penelitian Informatika (JEPIN) JUITA : Jurnal Informatika Jurnal Informatika dan Teknik Elektro Terapan Jurnas Nasional Teknologi dan Sistem Informasi CESS (Journal of Computer Engineering, System and Science) Journal of Animation & Games Studies JOIN (Jurnal Online Informatika) Sistemasi: Jurnal Sistem Informasi Jurnal Pengabdian UntukMu NegeRI JOIV : International Journal on Informatics Visualization Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JRSI (Jurnal Rekayasa Sistem dan Industri) Jurnal Pilar Nusa Mandiri Faktor Exacta Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Indonesian Journal of Information System JURNAL ILMIAH INFORMATIKA SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Surya Abdimas MIND (Multimedia Artificial Intelligent Networking Database) Journal Indonesian Journal of Applied Informatics STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Antivirus : Jurnal Ilmiah Teknik Informatika JUTIS : Jurnal Teknik Informatika JISKa (Jurnal Informatika Sunan Kalijaga) JATI (Jurnal Mahasiswa Teknik Informatika) Joined Journal (Journal of Informatics Education JATI EMAS (Jurnal Aplikasi Teknik dan Pengabdian Masyarakat) Journal of Innovation Information Technology and Application (JINITA) Jurnal Bakti Masyarakat Indonesia Innovation in Research of Informatics (INNOVATICS) Jurnal Dinamis Jurnal Teknik Informatika (JUTIF) Informatics and Digital Expert (INDEX) JoMMiT : Jurnal Multi Media dan IT JURNAL REKAYASA INFORMASI SWADHARMA (JRIS) JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Pengabdian Masyarakat untuk Negeri (UN-PENMAS) Jurnal Nasional Teknik Elektro dan Teknologi Informasi Ilmu Komputer untuk Masyarakat Abdi Teknoyasa Jurnal: International Journal of Engineering and Computer Science Applications (IJECSA) Jurnal Informatika dan Multimedia "JAMASTIKA" Jurnal Mahasiswa Teknik Informatika Tekmulogi: Jurnal Pengabdian Masyarakat SATIN - Sains dan Teknologi Informasi Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Intelmatics NERO (Networking Engineering Research Operation) Jurnal Informatika: Jurnal Pengembangan IT PADIMAS: Jurnal Pengabdian Masyarakat Jurnal Pengabdian Siliwangi Abdi Karya: Jurnal Pengabdian Kepada Masyarakat Khazanah Informatika : Jurnal Ilmu Komputer dan Informatika JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) International Journal of Informatics and Computing
Alam Rahmatulloh
Program Studi Informatika, Fakultas Teknik, Universitas Siliwangi
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Transportation Other

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

Found 102 Documents
Search

 7   8   9   10   11 
Analisis Cost-Performance Arsitektur Komputasi Edge, Cloud, dan Hybrid untuk Industri 4.0 Lapandu, Raihan Azhar; Widiyasono, Nur; Rahmatulloh, Alam
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/5jeq4524

Abstract

 Pemilihan arsitektur komputasi Edge, Cloud, atau Hybrid menjadi tantangan krusial di Industri 4.0 karena perbedaan signifikan dalam performa dan biaya operasional. Berbeda dari studi yang hanya berfokus pada aspek teknis, penelitian ini menyajikan analisis cost-performance yang komprehensif. Menggunakan skenario simulasi predictive maintenance, trade-off antara metrik teknis (utilisasi CPU, RAM, latensi, dan penyimpanan) dievaluasi dengan estimasi biaya harian. Lebih lanjut, penelitian ini mengusulkan sebuah decision matrix sebagai alat bantu pengambilan keputusan. Hasil menunjukkan Edge unggul dalam latensi rendah (17,5 ms) dan efisiensi biaya. Cloud menawarkan skalabilitas superior dengan biaya lebih tinggi, sementara Hybrid menjadi kompromi seimbang meski memiliki overhead dan kompleksitas tertinggi. Temuan ini memberikan kontribusi aplikatif berupa panduan empiris bagi para praktisi untuk memilih arsitektur yang paling sesuai dengan prioritas operasional dan ketersediaan anggaran. 
Visualisasi Interaktif Situs Astana Gede Kawali Berbasis Immersive Experience Yusup Mochamad Ramdani; Aradea; Rahmatulloh , Alam
JoMMiT Vol 9 No 2 (2025): Artikel Jurnal Volume 9 Issue 2, Desember 2025
Publisher : Politeknik Negeri Media Kreatif

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46961/jommit.v9i2.1708

Abstract

Astana Gede Kawali merupakan situs warisan budaya yang memiliki potensi besar untuk dikembangkan menjadi destinasi eduwisata di Kabupaten Ciamis. Penelitian ini bertujuan untuk pengembangan aplikasi Virtual Reality (VR) berbasis Immersive Experience yang dapat memungkinkan pengguna menjelajahi situs Astana Gede Kawali secara virtual tanpa kehadiran fisik. Pengembangan aplikasi ini dilakukan menggunakan metode Multimedia Development Life Cycle (MDLC), metode tersebut meliputi tahap konsep, desain, pengumpulan materi, pembuatan, pengujian, dan pendistribusian. Pengujian pada penelitian ini dilakukan menggunakan Blackbox Testing untuk menguji fungsionalitas aplikasi, serta penyebaran kueisioner USE Questionnaire kepada 40 responden guna mengevaluasi pengalaman pengguna. Hasil evaluasi menunjukan bahwa aplikasi yang dibuat memiliki tingkat kegunaan dan kepuasan pengguna yang tinggi, dengan nilai keseluruhan 0.859 atau 85.9% dalam kategori Excellent. Penelitian ini berkontribusi terhadap pelestarian budaya serta memberikan media edukasi berbasis teknologi VR yang inovatif.
MAnTra: A Transformer-Based Approach for Malware Anomaly Detection in Network Traffic Classification Rizal, Randi; Darmawan, Muhamad Aditya; Selamat, Siti Rahayu; Rahmatulloh, Alam; Haerani, Erna; Tarempa, Genta Nazwar
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 6 (2025): JUTIF Volume 6, Number 6, Desember 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.6.5462

Abstract

Cybersecurity is a critical priority in the ever-evolving digital era, particularly with the emergence of increasingly sophisticated and difficult to detect malware. Traditional detection techniques, such as static and dynamic analysis, are often limited in their ability to recognize novel and concealed malware that poses a threat to security systems. Consequently, this study investigates the potential of Transformer models for network traffic classification to detect anomalies associated with malware activity. The proposed approach emphasizes retrospective analysis, wherein the model is evaluated across various platforms and datasets encompassing different virus variants. By incorporating diverse types of malwares into the training data, the model is better equipped to identify a range of attack patterns. The Transformer model employed in this study was trained over 30 epochs. The evaluation results demonstrated excellent performance, achieving a training accuracy of 99.16% and a test accuracy of 99.32%. The very low average loss value of 0.01 indicates that the model effectively reduces classification errors. These findings underscore the potential of Transformer models as an efficient method for malware detection, offering greater accuracy and speed compared to traditional approaches. The results further reveal that the Transformer exhibits strong capabilities in handling sequential data, which is highly relevant to the dynamic nature of network traffic. For future research, it is recommended to explore the scalability of this method in larger network environments and assess its effectiveness in real-time detection scenarios. Expanding its application could establish the Transformer model as a more reliable and efficient solution for identifying evolving malware threats, thereby enhancing overall network security. This approach presents a robust framework for protecting systems and data against increasingly complex cyber threats.
Automated Blind SQL injection Dengan Script Pyton Menggunakan Metode PTES untuk Eksploitasi Keamanan Database E-goverment Awaludin, Rizkie Irfan; Rahmatulloh, Alam
JURNAL TEKNIK INFORMATIKA UNIS Vol. 13 No. 1 (2025): Jutis (Jurnal Teknik Informatika)
Publisher : Universitas Islam Syekh Yusuf

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33592/jutis.v13i1.5679

Abstract

Perkembangan pesat dalam teknologi informasi telah memberikan dampak signifikan terhadap keamanan sistem e-government, terutama dengan meningkatnya risiko ancaman siber seperti serangan SQL Injection. SQL Injection adalah metode yang memungkinkan penyerang menyusup ke dalam sistem basis data dengan tujuan mengakses informasi yang bersifat sensitif. Penelitian ini bertujuan untuk menganalisis dan mengeksploitasi kerentanan SQL Injection pada website Dinas Sosial Kota Tasikmalaya, di mana ditemukan adanya kerentanan SQL Injection. Melalui pendekatan Penetration Testing Execution Standard (PTES), penelitian ini dilakukan melalui beberapa tahap, dimulai dengan pemindaian kerentanan menggunakan alat otomatis Acunetix, yang mendeteksi adanya 6 kerentanan kritis yang ada pada situs target yang mana dengan presentasi resiko dari 90% hingga 100% merupakan kerentanan yang bersifat berbahaya dan kerentanan Time-based SQL Injection mencapai presentase risiko 100%. Berdasarkan hasil pemindaian, skrip Python berhasil untuk menebak nama 1 database, 9 tabel, 5 kolom dan kredensial berupa nama pengguna, dan kata sandi admin dengan memodifikasi payload dan permintaan HTTP dari hasil pemindaian. Penelitian ini berhasil mengeksploitasi sistem dan mendapatkan akses ke halaman admin yang berisi banyak informasi penting dan pribadi, memperkuat temuan bahwa kerentanan Time-based SQL Injection dapat dimanfaatkan untuk memperoleh data yang sensitif. Hasil penelitian ini memberikan kesadaran untuk meningkatkan keamanan situs web e-government guna melindungi informasi sensitif warga. Namun, dengan menggunakan teknik custom script pyton untuk mengeksploitasi database pada kerentanan sql injection ini masih Sering kali website target menjadi tidak responsif (down), mengakibatkan penundaan dan menurunkan efisiensi uji penetrasi. Penelitian ini menyoroti pentingnya metode yang lebih aman dan efisien agar website tetap stabil selama pengujian.
PELATIHAN TEKNOLOGI ROBOTIKA BAGI GURU DAN SISWA SEKOLAH DASAR : TRAINING OF ROBOTICS TECHNOLOGY FOR ELEMENTARY SCHOOL TEACHERS AND STUDENTS Rohmat Gunawan; Alam Rahmatulloh; Randi Rizal; Perdi Setiawan; Erna Haerani
PADIMAS Jurnal Pengabdian Masyarakat Vol. 4 No. 02 (2025): Padimas (Jurnal Pengabdian Masyarakat)
Publisher : PADIMAS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/padimas.v4i02.5624

Abstract

Pembelajaran teknologi informasi dan rancang bangun perangkat elektronik di setiap jenjang pendidikan masih terbatas di beberapa sekolah tertentu saja. Penggunaan robot edukasi dalam sektor pendidikan masih sangat minim, terutama pada jenjang Sekolah Dasar (SD). Padahal, minat peserta didik terhadap bidang ini semakin meningkat, ditandai semakin banyaknya kontes robotika di daerah maupun skala nasional. Mengenalkan teknologi robot sejak dini, dapat mendorong anak untuk berpikir logis, belajar menganalisis masalah, belajar dari setiap kesalahan, mengenal Science Technology Engineering Mathematics (STEM), serta mendorong anak untuk berpikir kreatif. Tujuan dari kegiatan pengabdian ini melakukan sosialisasi teknologi informasi dan rancang bangun komponen eleketronik (khususnya komponen penyusun robot). Terdapat 3 aktivitas utama yang dilakukan dalam kegiatan pengabdian ini, diantaranya: persiapan awal, pelaksanaan, evaluasi dan pelaporan. Kegiatan pengabdian masyarakat telah dilaksanakan pada hari Jumat 8 Agustus 2025 dimulai pukul 08:00 sampai dengan selesai, diikuti oleh guru dan 35 siswa kelas VI Sekolah Dasar Negeri (SDN) Citapen Kota Tasikmalaya, yang berlokasi di Jalan Tentara Pelajar No. 16 Kelurahan Empangsari Kecamatan Tawang Kota Tasikmalaya Jawa Barat. Hasil evaluasi responden terhadap kegiatan pengabdian ini, rata-rata kategori “Sangat Setuju”=64%, “Setuju”=32%, “Netral”=4%, “Tidak Setuju”=0%, “Sangat Tidak Setuju”=0%.
Implementasi Web Scraping Dalam Pengembangan Aplikasi Super Untuk Menunjang Kegiatan Tugas Akhir Hanifah, Faridah; Rahmatulloh, Alam; Shofa, Rahmi Nur
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 3 (2025): Desember 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i3.2025.369-376

Abstract

Jurusan Informatika Universitas Siliwangi, telah menyediakan sebuah sistem informasi yang dinamai SUPER, yang mendukung proses tugas akhir. Namun, fokus aplikasi ini terbatas pada tahapan pemilihan dosen pembimbing. Penelitian ini bertujuan untuk memberikan solusi dalam meningkatkan efisiensi dan efektivitas proses kegiatan tugas akhir di Jurusan Informatika Universitas Siliwangi, dengan mengembangkan aplikasi yang terintegrasi dengan fitur-fitur yang diperlukan. Metode pengembangan yang digunakan dalam pengembangan aplikasi yaitu Extreme Programming dengan tahapan Planning, Design, Coding, dan Testing. Salah satu fitur yang ditambahkan pada pengembangan aplikasi SUPER yaitu pencarian referensi jurnal, dimana data yang diperoleh berasal dari website SINTA. Karena SINTA tidak menyediakan API resmi, peneliti menggunakan teknik web scraping sebagai alternatif umum untuk mengambil data. Hasil implementasi web scraping menunjukkan bahwa total 884 artikel berhasil diambil, yang kemudian diintegrasikan ke dalam menu referensi jurnal pada aplikasi SUPER. Pengujian dilakukan melalui Alpha Beta Testing untuk menguji fungsionalitas dan usability dari aplikasi yang dikembangkan. Alpha Testing dilakukan menggunakan Black Box dan didapatkan hasil bahwa semua menu pada aplikasi yang dikembangkan sudah berjalan dengan baik dan sudah sesuai harapan. Pengujian Beta dilakukan melalui penyebaran kuesioner kepada 84 responden, dengan hasil rata-rata skor SUS sebesar 71,1, menunjukkan bahwa aplikasi mendapat grade C+ dalam kategori baik (Good).
Improving Emotion Recognition Accuracy with Combination of Bidirectional and Long Short-Term Memory Models Haerani, Erna; Rahmatulloh, Alam; Rizal, Randi
JICO: International Journal of Informatics and Computing Vol. 1 No. 2 (2025): November 2025
Publisher : IAICO

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

Abstract

Emotions play a vital role in shaping human behavior and mental health, making accurate emotion recognition essential for mitigating potential negative impacts. This study explores the application of Bidirectional Long Short-Term Memory (Bi-LSTM) for recognizing emotions from text-based data. Bi-LSTM extends the standard LSTM by enabling the model to process input sequences in both forward and backward directions, thereby capturing contextual dependencies more effectively. The research methodology consists of data collection, manual emotion labeling, and pre-processing techniques, including stemming, tokenization, and one-hot encoding. Visualization of the dataset and the distribution of labeled emotions was conducted to gain deeper insights into the data. The Bi-LSTM model was trained for 25 epochs, achieving a training accuracy of 0.9954 and validation accuracy of 0.8790, along with a training loss of 0.0133 and validation loss of 0.658. A confusion matrix was used to further evaluate model performance and classification accuracy across various emotion categories. The experimental results confirm that the Bi-LSTM model is highly effective in recognizing emotions from textual input. Its ability to capture long-term dependencies in both directions contribute to improved learning and prediction. However, opportunities for enhancement remain, particularly in refining the model architecture, expanding the dataset, and exploring additional feature extraction techniques. This research demonstrates the potential of Bi-LSTM in building intelligent emotion-aware systems for applications in mental health monitoring, customer feedback analysis, and human-computer interaction.
Analisis Sentimen Media Sosial Terhadap DPR RI: Perbandingan Akurasi Extra Trees Dan Random Forest Dengan Pendekatan Komputasi Hijau Komara Kusumah, R Herick Fauzi; Aradea, A; Rahmatulloh, Alam
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.92556

Abstract

Analisis sentimen terhadap DPR RI penting untuk memahami opini publik dan dampaknya terhadap persepsi masyarakat. Penelitian sebelumnya menggunakan metode seperti SVM, Naïve Bayes, dan Decision Tree dengan fokus utama pada akurasi, namun masih kurang mempertimbangkan efisiensi komputasi dan dampak lingkungan. Oleh karena itu, penelitian ini membandingkan performa Extra Trees Classifier dan Random Forest Classifier dalam analisis sentimen dari TikTok dan YouTube, tidak hanya dari segi akurasi tetapi juga efisiensi energi dengan pendekatan komputasi hijau. Proses mencakup pengumpulan data, preprocessing, transformasi TF-IDF, pemodelan, serta evaluasi berdasarkan akurasi, precision, recall, F1-score, dan efisiensi energi. Hasil menunjukkan Extra Trees memiliki akurasi lebih tinggi (92%) dibandingkan Random Forest (90,3%), tetapi Random Forest lebih hemat energi dengan konsumsi 0,0213 kWh dan waktu pemrosesan 8 menit dibandingkan Extra Trees yang membutuhkan 0,0248 kWh dan 22 menit. Dari perspektif komputasi hijau, Random Forest lebih ramah lingkungan karena menghasilkan emisi karbon lebih rendah. Pemilihan model bergantung pada prioritas: Extra Trees lebih akurat, sedangkan Random Forest lebih efisien dalam energi dan waktu pemrosesan. Penelitian ini diharapkan dapat memberikan wawasan bagi akademisi, pengembang teknologi, dan pembuat kebijakan dalam memilih model analisis sentimen yang optimal dan berkelanjutan.
Workshop Penerapan Teknologi Qrcode pada Aplikasi Elivestock di Bumdes Panji Boma Ciamis Irfan Darmawan; Alam Rahmatulloh; Rohmat Gunawan; Randi Rizal; Erna Haerani
ABDI KARYA : Pengabdian Kepada Masyarakat Vol. 3 No. 1 (2026): Februari: ABDI KARYA : Jurnal Pengabdian Kepada Masyarakat
Publisher : Akademi Kesejahteraan Sosial Ibu Kartini Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69697/abdikarya.v3i1.365

Abstract

Goat farming in Indonesia, especially at the small and medium farmer level, is still largely carried out traditionally. Recording of livestock data related to pedigree, birth, weight and others, has not been done well by some farmers. Good livestock management is important because it has a direct impact on productivity, livestock health, cessation of livestock businesses and the welfare of farmers. Based on these problems, in this community service activity, training was carried out on the use of livestock recording applications (eLivestock) with the application of QRCode technology. There are three main activities carried out in this community service activity, including: preparation, implementation, evaluation and reporting. The community service activity was carried out on Monday, June 16, 2025, starting at 13:30 until finished, located at Panji Boma Farm, Werasari Village, Sadananya District, Ciamis Regency, West Java. After carrying out this community service activity, the partners were interested in using the application, and planned to make several preparations related to: information flow, data availability, report formats, software & hardware support and management officers.
Web-Based Deepfake Detection Using VERITAS: Integrating Vision-Based Excitation with Transformer-Driven Intelligence Alam Rahmatulloh; Surjono, Herman Dwi; Arifin, Fatchul; Gunawan, Rohmat; Rizal, Randi
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 10 No 1 (2026): February 2026
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v10i1.7320

Abstract

This study proposes a web-based deepfake detection system that integrates Vision-Based Excitation technology and Transformer-based intelligence, called VERITAS (Vision-based Excitation and Robust Intelligence for Transformer-Assisted Deepfake Detection). The system is designed to automatically detect manipulated images and videos by leveraging the Vision Transformer (ViT) model architecture, equipped with the Grad-CAM mechanism for interpretability of detection results. The study conducted a series of tests to measure the system's performance in various scenarios and ensure its reliability in dealing with various types of input. Load testing results showed that up to 30 simultaneous users, the system can operate with good responsiveness (average response time of 130 ms) without experiencing errors. However, when the number of users reaches 40 or more, the system performance drops drastically with a very high error rate, reflecting limitations in handling server load. Real-world testing showed the system can detect deepfakes with an accuracy of 73.61%, with results varying depending on the quality of the tested images. Furthermore, unit functional testing and coverage analysis demonstrated an excellent test pass rate (85%), with all major functions running smoothly and error handling needed to be fixed in some code sections. Overall, the VERITAS system demonstrates strong potential for web-based deepfake detection, with high reliability under low load and adequate performance in functional testing. However, further optimization is needed to handle higher user loads.
Co-Authors Aditya, Hafish Naufal Aemy, Nandhitta Albi Fitransyah Aldy Putra Aldya Alpan Hikmat Muharram Permana Amaludin, Luthfi Andi Nur Rachman Andi Nurachman Anggi Putri Meriani Anggi Putri Meriani Anjar Ginanjar ANWAR, FAHMI Aradea Aradea, A Asep Kurniawan Asep Rizki Maulana Asih, Dwi Ramti Aulia, Karina Awaludin, Rizkie Irfan A’izzah, Virra Retnowati Budi Permana Darmawan, Muhamad Aditya Dewi Rahmawati Dita Pramesti Dodi Muhamad Kodar Dwi Ramti Asih Eka Wahyu Hidayat Eka Wahyu Hidayat El Akbar, R Reza El-Akbar, R Reza Elmeftahi, Souhayla Ernawati, Rita Sri Faisal Al Isfahani Faisal Muhammad Dzikry Faisal, Fikri Ahmad Farras, Daffa Haidar Fatchul Arifin Ficry Cahya Ramdani Firdaus, Muhamad Akbar Firmansah, Teguh Anugrah Firmansyah MSN Firmansyah, Faldi Ramadhan Fithriyah, Salma Nur Fuji Nugraha Gagan Akhmad Fauzi Galih Permana Genta Nazwar Tarempa Ginting, Muliani Guna, Nandana Surya Gunawan, Rohmat Gunawan, Rohmat Gunawan, Rohmat Haerani, Erna Hanifah, Faridah Heni Sulastri Heni Sulastri Herlambang, Andriana Herman Dwi Surjono Hidayat, Deri Kurnia Hidayat, Eka Wahyu Hilman Septian husen husen Husen Husen Husen, - Ihsanuddin Ihsan Ikhsan Nur Rizkiana Ilham Yuslin Anugrah Indra Sontana Iqbal Muhammad Fajar Nuralam Irfan Darmawan Ivang Fahmi Fauzi Kodar, Dodi Muhamad Komara Kusumah, R Herick Fauzi Kusumah, R Herick Fauzi Komara Laely Armiyati Lapandu, Raihan Azhar Leka Destrilia Leviana, Rika Maulana, Dikri Merdiriyani, Sindy Meriani, Anggi Putri Mochamad Dzikri Daely Muhammad Ramadhan, Galih Muhammad Saiful Anwar Neng Ika Kurniati Neng Ika Kurniati Neng Ika Kurniati Neng Ika Kurniati Nida, Siti Nabilah Nugraha, Cindera Syaiful Nugraha, Geri Nugroho, Rizal Nur Widiyasono Nur Widiyasono, Nur Perkasa, Mochamad Althaf Pramasetya Popy, Popy Anisa Purwayoga, Vega Putra, Aldy R. Reza El Akbar R. Wahjoe Witjaksono Rachman, Andi Nur Rahmi Nur Shofa Rahmi Nur Shofa Rakhman, Maulana Decky Ramdani, Setiadi Randi Rizal Rianto, Rianto Ridwan Nur Qomar Rifki Mubarok Riki Ahmad Fauji Rita Sri Ernawati Rizal Nugroho Rizal, Randi Rizal, Randi Rochim, Rachma Verina Rohmat Gunawan Rohmat Gunawan Rukiman, Sheptianna Healtha Ruuhwan Ruuhwan Salman, Ade Selamat, Siti Rahayu Septian, Hilman Setiawan, Muhamad Bayu Setiawan, Perdi Shihab, Muhammad Quraish Shofa, Rahmi Nur Sholihat Ruhaedi, Hedy Sulastri, Heni Sulastri, Heni Sulastri, Heni Virra Retnowati A’izzah Visi Tinta Manik Warih Puspitasari Yuliasari, Silpani Yusup Mochamad Ramdani Yuzar, Arnefia ZK Abdurahman Baizal