Article Per Year (5 Year)
p-Index From 2021 - 2026
9.45
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Dinamik Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Bulletin of Electrical Engineering and Informatics Journal of Information Systems Engineering and Business Intelligence Annual Research Seminar Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Penelitian Pendidikan IPA (JPPIPA) JOURNAL OF APPLIED INFORMATICS AND COMPUTING Masyarakat Telematika Dan Informasi : Jurnal Penelitian Teknologi Informasi dan Komunikasi Jurnal Teknoinfo JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) EDUMATIC: Jurnal Pendidikan Informatika Building of Informatics, Technology and Science Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Jurnal Mnemonic Jurnal Tekinkom (Teknik Informasi dan Komputer) Journal of Computer System and Informatics (JoSYC) TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Teknik Informatika (JUTIF) Journal of Electrical Engineering and Computer (JEECOM) Jurnal Teknologi dan Sistem Informasi Jurnal Pendidikan dan Teknologi Indonesia KLIK: Kajian Ilmiah Informatika dan Komputer EXPLORER Jurnal Ekonomika Dan Bisnis Paradigma SENTRI: Jurnal Riset Ilmiah Malcom: Indonesian Journal of Machine Learning and Computer Science Eduvest - Journal of Universal Studies Jurnal Ilmiah Informatika dan Ilmu Komputer The Indonesian Journal of Computer Science INOVTEK Polbeng - Seri Informatika Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Ilmiah Sistem Informasi Akuntansi (JIMASIA) Jurnal Komputasi
Ryan Randy Suryono
Universitas Teknokrat Indonesia
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Social Sciences Veterinary Other

Published : 86 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 86 Documents
Search

 5   6   7   8   9 
Peran Platform Digital Dalam Membangkitkan Pertumbuhan Technopreneurship (Faktor Dan Tantangan Keberhasilan) : Tinjauan Literatur Sistematis Putri Oktaria Maylanda; Septiana Rahayu; Muhammad Sahyudi; Ryan Randy Suryono
Jurnal Ilmiah Informatika dan Ilmu Komputer (JIMA-ILKOM) Vol. 4 No. 1 (2025): Volume 4 Nomor 1 March 2025
Publisher : PT. SNN MEDIA TECH PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jima-ilkom.v4i1.49

Abstract

Penelitian ini menganalisis peran strategis platform digital dalam mendukung pertumbuhan technopreneurship di era digital melalui pendekatan systematic literature review. Hasil penelitian menunjukkan bahwa platform digital secara signifikan meningkatkan efisiensi operasional, aksesibilitas, dan transformasi model bisnis dalam berbagai sektor, seperti kesehatan, pendidikan, transportasi, dan kewirausahaan informal. Platform ini berfungsi sebagai katalis inovasi dengan mengoptimalkan proses berbasis data, meningkatkan inklusi sosial, dan memperluas akses pasar. Namun, implementasi platform digital juga menghadapi tantangan, termasuk ketidaksetaraan dalam akses teknologi, kontrol algoritmik yang memperburuk ketimpangan, dan hambatan regulasi yang kaku. Kesuksesan technopreneurship di era digital sangat bergantung pada pengembangan platform yang inklusif, adaptif, dan responsif terhadap kebutuhan pengguna. Selain itu, kolaborasi antara pembuat kebijakan, pengusaha, dan pengembang teknologi diperlukan untuk menciptakan ekosistem digital yang berkelanjutan. Penelitian ini berkontribusi dalam memberikan panduan teoretis dan praktis untuk mengoptimalkan penggunaan platform digital bagi pertumbuhan technopreneurship di masa depan.
Pengaruh Artificial Intelligence Dalam Mendorong Inovasi Dan Efisiensi Technopreneurship Tria Setyani; Kevinda Sari; Raka Sulistiyo; Adelia Pratiwi; Ryan Randy Suryono
Jurnal Ilmiah Informatika dan Ilmu Komputer (JIMA-ILKOM) Vol. 4 No. 1 (2025): Volume 4 Nomor 1 March 2025
Publisher : PT. SNN MEDIA TECH PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jima-ilkom.v4i1.54

Abstract

Kecerdasan Buatan (AI) telah menjadi kekuatan utama dalam mendorong inovasi dan efisiensi di berbagai sektor industri, termasuk dalam bidang technopreneurship. Penelitian ini bertujuan untuk menganalisis pengaruh AI terhadap inovasi dan efisiensi dalam technopreneurship dengan pendekatan kualitatif deskriptif. Metode pengumpulan data melibatkan studi pustaka, wawancara mendalam dengan pelaku usaha berbasis teknologi, serta observasi terhadap implementasi AI di beberapa startup. Hasil penelitian menunjukkan bahwa AI memiliki peran signifikan dalam meningkatkan inovasi produk dan layanan melalui analisis data, prediksi tren pasar, dan otomatisasi proses bisnis. AI juga meningkatkan efisiensi operasional dengan mengoptimalkan penggunaan sumber daya dan mengurangi ketergantungan pada prosedur manual. Namun, penerapan AI dalam technopreneurship menghadapi beberapa tantangan, seperti keterbatasan keterampilan teknis, biaya investasi yang tinggi, serta isu etika dan keamanan data. Penelitian ini menyarankan perlunya perencanaan strategis dalam implementasi AI untuk memastikan keberhasilan dan manfaat maksimal bagi technopreneur. Temuan ini diharapkan dapat memberikan wawasan bagi pelaku bisnis teknologi dalam mengoptimalkan penggunaan AI guna meningkatkan daya saing dan keberlanjutan bisnis mereka.
Transforming the Data Ecosystem through Machine Learning and Artificial Intelligence: A Systematic Review of Innovative Big Data Frameworks Bagastian, Bagastian; Putro, Dimas Eko; Fudholi, Muhammad Fahmi; Suryono, Ryan Randy
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol. 7 No. 1 (2026): Volume 7 Number 1 March 2026
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jatika.v7i1.1437

Abstract

The digital revolution era has created fundamental transformation in data management and utilization, where machine learning and artificial intelligence integration becomes the primary catalyst in optimizing contemporary data ecosystems. Global data volume predicted to reach 181 zettabytes by 2025 demands innovative approaches in big data management, yet 80% of organizations still experience difficulties integrating AI technology with their existing data infrastructure. This research aims to identify and analyze characteristics of innovative frameworks that integrate machine learning and artificial intelligence in data ecosystem transformation, and formulate comprehensive framework recommendations for the future. The research method employs a qualitative approach with Systematic Literature Review (SLR) on 2021-2022 publications via Google Scholar, with thematic analysis using Critical Appraisal Skills Program (CASP) checklist. Research results identify eight major innovative frameworks including AI for Smart Society 5.0, Big Data-AI-IoT Integration, to Digital Responsibility Accounting, with main characteristics of process automation capabilities, service personalization, edge computing for real-time decision making, and blockchain implementation for data security. Implementation challenges include digital infrastructure limitations, human resource skill gaps, data security, and organizational resistance. Transformation impact proves significant in education, governance, and business intelligence sectors. The conclusion shows that comprehensive future frameworks must be adaptive, ethical, and sustainable by integrating technology, human, and environmental dimensions in a balanced manner. A phased implementation approach is recommended with priority on strengthening digital infrastructure and developing human resource competencies through cross-sector collaboration.
Analisis Komparatif Sentimen Publik terhadap Liputan Media Terkait Aksi Menteri Keuangan Menggunakan Algoritma SVM dan RoBERTa Santosa, Budi; Magda, Kardita; Budiman, Ega; Suryono, Ryan Randy
SENTRI: Jurnal Riset Ilmiah Vol. 5 No. 2 (2026): SENTRI : Jurnal Riset Ilmiah, Februari 2026
Publisher : LPPM Institut Pendidikan Nusantara Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55681/sentri.v5i2.5858

Abstract

Public opinion on social media is a crucial representation of government policy legitimacy, especially in the fiscal sector. This study intends to provide a comparative investigation of the efficacy of sentiment categorization on YouTube comments pertaining to the activities of the Indonesian Finance Minister by juxtaposing the Support Vector Machine (SVM) algorithm with the RoBERTa Transformer model. A total of 3,780 comments were acquired from national digital media channels. The research method involves intensive text preprocessing, including stemming using the Sastrawi algorithm and lexicon-based labeling. The results showed that the SVM algorithm with TF-IDF features achieved an accuracy of 83.33% and an F1-score of 76.05%. In contrast, the RoBERTa model showed a significantly lower performance with an accuracy of 29.76%. This study concludes that for datasets dominated by neutral sentiments and informal language in specific Indonesian contexts, traditional machine learning like SVM with optimal feature engineering remains more reliable and efficient than complex Transformer models that require more extensive fine-tuning.
Tinjauan Sistematis : Pendekatan dan Inovasi untuk Perlindungan Data di Era Teknologi Canggih Septiana Rahayu; Maylanda, Putri Oktaria; Ryan Randy Suryono
Jurnal Ilmiah Sistem Informasi Akuntansi Vol. 6 No. 1 (2026): Volume 6, Nomor 1, June 2026
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jimasia.v6i1.1461

Abstract

Penelitian ini bertujuan untuk mengidentifikasi pendekatan-pendekatan yang diterapkan dalam perlindungan data di era teknologi canggih, serta menilai inovasi terbaru yang dapat meningkatkan keamanan data terhadap ancaman yang berkembang. Seiring dengan semakin pesatnya perkembangan teknologi digital, perlindungan data menjadi hal yang sangat penting, terutama untuk menjaga privasi dan integritas data pribadi. Penelitian ini menggunakan metode tinjauan literatur sistematis, dengan menganalisis berbagai jurnal terkait yang membahas teknologi seperti kecerdasan buatan (AI), blockchain, dan enkripsi, serta strategi-strategi perlindungan data lainnya. Selain itu, penelitian ini juga mengevaluasi efektivitas dari metode-metode perlindungan data yang ada, melihat sejauh mana teknologi tersebut mampu menghadapi ancaman-ancaman keamanan yang semakin kompleks. Hasil penelitian menunjukkan bahwa teknologi-teknologi canggih seperti AI dan blockchain dapat meningkatkan perlindungan data, namun tantangan terkait privasi, regulasi, dan implementasi teknologi masih menjadi hambatan besar. Kesimpulannya, penggabungan teknologi yang tepat dan kebijakan yang mendukung sangat diperlukan untuk menghadapi tantangan perlindungan data di masa depan.
ANALISIS SENTIMEN PRODUK APPLE VISION PRO MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE Handini, Meitry Ayu; Suryono, Ryan Randy
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.6495

Abstract

Dalam era digital, pandangan pengguna kini memengaruhi keputusan konsumen, terutama dalam industri teknologi. Analisis sentimen terhadap produk, seperti yang dilakukan dalam penelitian ini terhadap Apple Vision Pro, menjadi krusial dalam memahami respons pengguna terhadap inovasi teknologi. Sebelum memasuki konteks produk Apple Vision Pro, fenomena ini mencerminkan bagaimana pandangan pengguna secara umum dapat menjadi penentu penting dalam kesuksesan suatu produk teknologi. Penelitian ini menerapkan Naïve Bayes dan Support Vector Machine (SVM) untuk menganalisis sentimen ulasan produk Apple Vision Pro. Model Naïve Bayes menunjukkan konsistensi dengan precision 79% (positif) dan 78% (negatif), recall 78%, dan F1-score 78% untuk kedua kelas. Setelah optimasi dengan SMOTE, model SVM menunjukkan peningkatan dengan precision 81% (positif) dan 76% (negatif), recall 75% (positif) dan 82% (negatif), serta F1-score 78% (positif) dan 79% (negatif). Namun, dengan pertimbangan konsistensi, Naïve Bayes lebih diutamakan karena stabilitasnya dalam mengklasifikasikan sentimen. Penelitian ini menyajikan perspektif yang mendalam mengenai penggunaan analisis sentimen untuk memahami tanggapan pengguna terhadap teknologi, terutama dalam konteks produk Apple Vision Pro.
KOMPARASI BERBAGAI MODEL KLASIFIKASI TEKS UNTUK ANALISIS SENTIMEN KINERJA PELATIH TIMNAS INDONESIA Aryuda, Aryuda; Suryono, Ryan Randy
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6535

Abstract

Proses Pelatihan timnas Indonesia mengalami perubahan signifikan dalam beberapa tahun terakhir, terutama sejak kedatangan pelatih Shin Tae-yong pada akhir 2019. Sebelumnya, timnas sering mengalami fluktuasi performa akibat metode pelatihan yang kurang terstruktur dan kurangnya inovasi dalam strategi permainan. Dengan Shin Tae-yong, timnas mulai menerapkan pendekatan pelatihan yang lebih modern, dengan fokus pada teknik dasar, taktik permainan, dan kebugaran fisik pemain. Penelitian ini menganalisis 4.476 data sentimen publik dari pengguna X mengenai kinerja Shin Tae-yong. Peneliti membandingkan tiga model klasifikasi teks, yaitu Naive Bayes, SVM, dan Logistic Regression. Melalui perbandingan ini, penelitian diharapkan dapat menentukan model klasifikasi mana yang lebih baik dalam menganalisis komentar publik terkait kinerja Shin Tae-yong. Dengan menggunakan teknik optimasi SMOTE, data yang digunakan dapat diseimbangkan, di mana pelabelan menghasilkan 4.128 data mayoritas dan 344 data minoritas. Dengan optimasi SMOTE, data sentimen positif dan negatif disesuaikan agar model algoritma dapat bekerja lebih baik. Hasil komparasi menunjukkan bahwa model SVM dan Logistic Regression menghasilkan akurasi yang sama, yaitu 99%, sedangkan Naive Bayes menghasilkan akurasi sebesar 91%. Meskipun demikian, Logistic Regression menunjukkan sedikit keunggulan dalam Confusion Matrix, dengan True Positive (TP) sebesar 1.229 dan True Negative (TN) sebesar 1.222, dibandingkan dengan SVM yang memiliki TP 1.220 dan TN 1.221. Ini menunjukkan bahwa Logistic Regression sedikit lebih baik dalam mengklasifikasikan sentimen dibandingkan dengan Naive Bayes dan SVM.
KOMPARASI MODEL SVM, NAÏVE BAYES, DAN RANDOM FOREST DALAM ANALISIS SENTIMEN TERHADAP PERCAKAPAN PUBLIK TENTANG PERTAMINA Vazli, Hazlan; Suryono, Ryan Randy
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7699

Abstract

Penelitian ini memiliki tujuan untuk melakukan komparasi tiga perhitungan klasifikasi, yakni Naïve Bayes, Random Forest, dan Support Vector Machine (SVM), dalam melakukan Analisis Sentimen terkait opini masyarakat pada Pertamina di media Twitter. Data diperoleh melalui proses crawling menggunakan pustaka Tweepy pada rentang waktu 1 Januari 2025 hingga 17 Maret 2025, dengan jumlah total sebanyak 7.224 tweet. Setelah melalui tahap preprocessing dan pelabelan, ditemukan bahwa sebagian besar percakapan didominasi oleh sentimen negatif. Salah satu tantangan yang dihadapi dalam penelitian ini adalah ketidakseimbangan distribusi data antar kelas sentimen. Untuk mengatasi permasalahan tersebut, digunakan teknik SMOTE (Synthetic Minority Over-sampling Technique) guna meneysuaikan jumlah data pada setiap kelasPenilaian dilakukan dengan menggunakan pengukuran presisi, akurasi, recall, dan skor F1-Score, serta dianalisis melalui confusion matrix. Hasil akhir menunjukkan bahwa penerapan SMOTE berdampak positif terhadap peningkatan kinerja model. Akurasi Naïve Bayes meningkat dari enam puluh menjadi tujuh puluh delapan, Random Forest dari tujuh puluh menjadi delapan puluh delapan, dan SVM mengalami peningkatan paling tinggi dari tujuh puluh lima menjadi sembilan puluh satu. Berdasarkan hasil tersebut, SVM dinilai sebagai model yang paling optimal dalam mengklasifikasikan sentimen publik terhadap Pertamina setelah dilakukan penyeimbangan data
Systematic Literature Review: Development of Digital Marketplace Platforms Based on Islamic Legal Principles Haryanto, Didik; Hoiri, Muhamad Nur; Suryono, Ryan Randy
Journal of Electrical Engineering and Computer (JEECOM) Vol 8, No 1 (2026)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v8i1.14260

Abstract

The development of digital marketplaces has transformed how people conduct economic transactions, including within the context of Islamic economics, which requires compliance with Sharia principles. Although digital technology has been widely adopted in digital marketplaces, it generally remains oriented toward efficiency and profit, and thus has not yet been fully able to implement the values of fiqh muamalah comprehensively. Therefore, this study aims to examine in depth how technology can be utilized as a normative system that supports Sharia compliance in digital marketplaces. This research employs a Systematic Literature Review (SLR) method to analyze scholarly articles related to Sharia-compliant e-commerce, digital payment systems, Islamic business ethics, and technology management. The literature was selected through stages of identification, screening, and thematic synthesis to obtain a comprehensive overview of technological solutions and the challenges of meeting Sharia requirements. The distinct contribution of this study lies in its emphasis that technology should be designed as a system embedded with specific values, rather than merely as a technically neutral tool. However, the implementation of Sharia-oriented technology still faces various challenges, such as algorithmic limitations, low levels of Sharia understanding, and the absence of integrated Sharia standards within digital regulations across different countries. This study concludes that Sharia compliance in digital marketplaces can only be achieved through an integrated approach that combines systems engineering, value-based organizational management, and the institutional implementation of Sharia regulation, so that digital transformation can align with the principles of justice, transparency, and benefit for the Muslim community within Islamic economics.
Analisis Sentimen Aplikasi BCA Mobile Menggunakan Algoritma Naive Bayes dan Suport Vector Machine Bhatara, Dimas Wahyu; Suryono, Ryan Randy
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5536

Abstract

Kemajuan teknologi telah mengubah banyak aspek terutama dalam hal transaksi, dengan aplikasi seperti BCA Mobile menjadi salah satu pilihan utama. Aplikasi ini memungkinkan pengguna untuk melakukan berbagai aktivitas finansial secara online. Dengan popularitasnya yang terus meningkat, mencapai lebih dari 5 juta unduhan di Google Play Store, penelitian ini bertujuan untuk mengevaluasi pandangan pengguna terhadap aplikasi ini, baik positif maupun negatif. Analisis dilakukan menggunakan dua metode utama, yaitu algoritma Naïve Bayes dan Support Vector Machine (SVM), yang kemudian diperbaiki kinerjanya dengan menggunakan Synthetic Minority Over-Sampling Technique (SMOTE). Hasil penelitian menunjukkan bahwa SVM mencapai akurasi 85%, sementara Naïve Bayes 83%. Meskipun keduanya memiliki tingkat akurasi yang hampir serupa terdapat perbedaan dalam kemampuan masing-masing model dalam mengklasifikasikan sentimen positif dan negatif..Naïve Bayes memiliki recall yang sedikit lebih rendah untuk ulasan positif sebesar 81% dibandingkan dengan SVM mencapai 85%, namun memiliki presisi yang sedikit lebih tinggi..Sebaliknya, SVM memiliki recall yang lebih rendah untuk ulasan negatif, namun memiliki presisi yang lebih tinggi..Ini menunjukkan kemampuan SVM dalam menangani distribusi fitur dan kelas yang kompleks, yang tidak dapat ditangani dengan baik oleh Naïve Bayes.
Co-Authors ., Bagastian Achmad Nizar Hidayanto Ade Dwi Putra Adelia Pratiwi Aditia Yudhistira Agresia, Vania Agus Wantoro AGUSTIAN, VENDRI RAMA Ahmad Ari Aldino Ajie Tri Hutama Al Afif, Satria Anadas, Sylvi Ananda, Dhea AndaruJaya, Rinaldi Sukma Ansyah, Ferdi Apriansyah, Febri Ariany, Fenty Arshad, Muhammad Waqas Aryuda, Aryuda Bagastian, Bagastian Bagus Reynaldi, Dimas Bakti, Da'i Rahman Bhatara, Dimas Wahyu Budi Santosa Budi Santosa Budiawan, Aditia Budiman, Ega Christ Mario Dana Indra Sensuse Darmini Darmini DAVID KURNIAWAN Dede Krisna Friansyah Dedi Darwis Desi Fitria Dewantoro, Mahendra Dinda Septia Ningsih Dwi Nanda Agustia Dyah Ayu Megawaty Eko Putro, Dimas Elin Mayoana Fitri Eskiyaturrofikoh, Eskiyaturrofikoh Fadli, Muhammad Firdaus, Noval Dinda Firmanda, Fabian Fudholi, Muhammad Fahmi Gunawan, Rakhmat Dedi Handini, Meitry Ayu Haryanto, Didik Hasiholan Simamora, Alfred Heni Sulistiani Hermana, BP Putra Hoiri, Muhamad Nur Ignatius Adrian Mastan Indra Budi Isnain, Auliya Rahman Ival Sanjaya Iwan Purwanto Iwan Purwanto Juarsa, Doris Junita, Elvika Alya Kamrozi Karimah Sofa Kautsarina Kautsarina Kautsarina Kautsarina Kautsarina Kautsarina Kautsarina Kevinda Sari Krishna Yudhakusuma P.M. Laksono, Urip Hadi Limoury, Younes M Sahyudi Magda, Kardita Mahendra Dewantoro Maylanda, Putri Oktaria Megawaty, Dyah Ayu Meliana, Yovi Mesran, Mesran Miranda, Khyntia Mugi Prasetio Muh. Alviazra Virgananda Muhamad Adhytia Wana Putra Rahmadhan Muhammad Fadli Muhammad Ridwan Muhammad Sahyudi Muhammad Surono Mustaqim, Ilham Zharif Nababan, Cynthia Deborah Natasha Panca Hadi Putra Pratama, Rangga Rizky Purnama, Putri Intan Purwanti, Dian Sri Putra, Andiky Vicky Handayana Putra, Djalu Bintang Putra, Satya Setiawan Putri Oktaria Maylanda Putro, Dimas Eko Rachmad Nugroho Rachmi Azanisa Putri Rahmat Dedi Gunawan Raihandika, M Rafi Raka Sulistiyo Ramadhani, Bagus Reifco Harry Farrizqy Rias Kumalasari Devi Riyama Ambarwati Sampurna Dadi Riskiono Sanriomi Sintaro Saputra, Melian Jefri Saputra, Rizky Herdian Sari, Cici Nurita Kumala Sari, Putri Kumala Sarumpaet, Lisyo Hileria septiana Rahayu Septiana Rahayu Setiawan, Andra Setiawan, Feri Cahya Setiawansyah Setiawansyah Setiyana, Beta Agus Simarmata, Yohanes Siska Fitriani, Siska Sobirin, Muhammad Hamdan SUDIARTE, PUTU Sumanto Sumanto Surono, Muhammad Surya Indra Gunawan TAHARA, ANGGIT PRANA Tri Widodo Tria Setyani Ulum, Faruk Vazli, Hazlan Wahyudi, Agung Deni Wang, Junhai Waqas Arshad, Muhammad Yeni Agus Nurhuda Yeni Agus Nurhuda Yulia Indriani Yuri Rahmanto Yuspita, Emi