Article Per Year (5 Year)
p-Index From 2021 - 2026
4.923
P-Index
This Author published in this journals
All Journal MEDIA ELEKTRIKA Transmisi: Jurnal Ilmiah Teknik Elektro JURNAL SISTEM INFORMASI BISNIS Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Journal of Telematics and Informatics Jurnal Transformatika Proceeding of the Electrical Engineering Computer Science and Informatics TRANSISTOR Elektro dan Informatika AKSIOLOGIYA : Jurnal Pengabdian Kepada Masyarakat Indonesian Journal of Community Services Abdi: Jurnal Pengabdian dan Pemberdayaan Masyarakat Jurnal Pengabdian kepada Masyarakat Nusantara Community Empowerment JAST Prosiding University Research Colloquium Prosiding Seminar Riset Mahasiswa Jurnal Ilmiah Sultan Agung Jurnal Rekayasa Sistem Informasi dan Teknologi JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Sam Farisa Chaerul Haviana
Universitas Islam Sultan Agung
Religion Arts Humanities Automotive Engineering 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 Law, Crime, Criminology & Criminal Justice Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences

Published : 54 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 54 Documents
Search

 2   3   4   5   6 
Deteksi Similarity Tugas Akhir Mahasiswa Menggunakan Cosine Similarity Putra, Yustian Dikma Eka; Subroto, Imam Much Ibnu; Haviana, Sam Farisa Chaerul
TRANSISTOR Elektro dan Informatika Vol 5, No 3 (2023)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.5.3.122-130

Abstract

Tugas akhir (TA) atau tesis merupakan sebuah mahakarya tertulis berupa rangkaian tulisan ilmiah yang mempresentasikan hasil dari sebuah penelitian guna membahas suatu masalah di dalam suatu bidang keilmuan tertentu dengan menggunakan kaidah-kaidah penulisan yang berlaku di suatu bidang ilmu pengetahuan tertentu. Sementara dalam pembuatan tugas akhir sendiri sering ditemui tindak plagiarisme, tindakan ini sendiri bertujuan untuk mencuri hasil pikiran orang lain. Metode cosine similiarity  digunakan untuk menghitung similiarity atau kemiripan dokumen dari tugas akhir dengan tujuan untuk menghitung seberapa besar tingkat similiarity-nya sehingga nantinya dapat digunakan sebagai salah satu cara mengidentifikasi apakah dokumen tersebut plagiat atau tidak. Pada perhitungan metode cosine jika semakin mendekati angka 1 maka dokumen tersebut bisa dianggap plagiat dan sebaliknya jika mendekati angka 0 maka similiarity atau kesamaan dokumen tersebut rendah.
Klasifikasi Bidang Ilmu Publikasi Ilmiah Terindeks SINTA Menggunakan Metode Naïve Bayes Nurnasikha, Kusuma; Haviana, Sam Farisa Chairul; Subroto, Imam Much Ibnu
TRANSISTOR Elektro dan Informatika Vol 5, No 3 (2023)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.5.3.147-154

Abstract

Publikasi ilmiah menjadi tuntutan akademik untuk menunjukkan tanggangjawab sebagai peneliti. Di Indonesia salah satu kegiatan yang berkaitan dengan status peneliti adalah publikasi yang terindeks SINTA (Science and technology Index). Secara garis besar besar judul-judul dapat diklasifikasikan ke dalam lima bidang ilmu yaitu Arts & Humanities, Engineering & Technology, Life Sciences & Medicine, Natural Sciences, and Social Sciences & Management. Permasalahannya adalah judul penelitian belum terklasifikasikan secara otomastis. Tujuan penelitian ini adalah untuk menerapkan dan menguji kinerja Naive Bayes dalam klasifikasi lima bidang ilmu pada publikasi terindeks Scopus. Naïve Bayes merupakan klasifikasi prediksi yang mudah diinterpretasikan. Naïve Bayes memudahkan peneliti mengklasifikasikan lima bidang ilmu karena modelnya sederhana dan cukup fleksibel meningkatkan kualitas keputusan dihasilkan. Berdasarkan hasil dari perhitungan menggunakan algoritma Naive Bayes, diperoleh nilai pada akurasi 0,425 recall 0,20 dan presisi 0,05. Namun hasil tersebut masih cukup rendah jika digunakan pada sistem SINTA dikarenakan  pada saat pelabelan dataset yang digunakan belum optimal.
KLASIFIKASI MULTILABEL PERISTIWA LALU LINTAS MENGGUNAKAN METODE BERT BERBASIS DATA TWITTER Huda, Rizky Miftachul; Haviana, Sam Farisa Chaerul; Taufik, Moch
Jurnal Ilmiah Penelitian Mahasiswa Vol 3, No 4 (2024): Desember 2024
Publisher : Jurnal Ilmiah Sultan Agung

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

Abstract

Kemacetan lalu lintas dan insiden seperti kecelakaan serta penutupan jalan merupakan tantangan besar di kota-kota metropolitan yang berdampak pada mobilitas penduduk. Penelitian ini bertujuan untuk merancang sistem klasifikasi multi-label untuk peristiwa lalu lintas dengan memanfaatkan data dari Twitter dan pendekatan BERT (Bidirectional Encoder Representations from Transformers). Dengan metode BERT, sistem ini menganalisis dan mengklasifikasikan tweet terkait lalu lintas ke dalam berbagai kategori seperti tanpa insiden, insiden, macet, lancar, padat, dan ramai. Data yang digunakan diambil dari tweet berdasarkan kata kunci yang relevan dengan lalu lintas, kemudian melalui proses prapemrosesan teks sebelum diklasifikasikan menggunakan BERT. Hasil penelitian menunjukkan bahwa sistem ini mencapai akurasi sebesar 66,67% dalam klasifikasi peristiwa lalu lintas. Sistem ini diharapkan dapat menyediakan informasi yang berharga untuk analisis dan pengambilan keputusan di sektor transportasi, meskipun tidak dirancang untuk memberikan data secara real-time kepada pengguna akhir.Kata Kunci: Kemacetan lalu lintas, Klasifikasi multi-label, Metode BERT, Data Twitter, Sistem klasifikasi
Pelatihan IoT Berbasis ESP32 bagi SMA Islam Sultan Agung 3 Semarang untuk Peningkatan Literasi dan Talenta Digital Mulyono, Sri; Badie'ah, Badie'ah; Haviana, Sam Farisa Chaerul; Sulaiman, Noor Suhana; Yacob, Azliza; Hermawan, Hildan Mulyo; Riziq, Alvin Yusuf
Indonesian Journal of Community Services Vol 6, No 2 (2024): November 2024
Publisher : LPPM Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ijocs.6.2.175-183

Abstract

Pengetahuan tentang Internet of Things (IoT) menjadi semakin penting dalam era digital atau era revolusi Industri 4.0 saat ini. Upaya membekali siswa maupun guru Sekolah Menengah Atas (SMA/SMK) dapat dilakukan dengan melibatkan pihak perguruan tinggi. Universitas Islam Sultan Agung (UNISSULA) Semarang, Indonesia bekerjasama dengan University College TATI (UCTATI) Malaysia mempunyai tanggung jawab sosial untuk membekali siswa/ guru dalam mengembangkan literasi digital dan melahirkan talenta digital siswa SMA. Untuk mewujudkan hal tersebut UNISSULA dan UCTATI melaksanakan kegiatan bersama untuk mendesain dan melaksanakan pelatihan IoT berbasis ESP32 bagi siswa/ guru SMA Islam Sultan Agung 3 Semarang. SMA Islam Sultan Agung 3 dilengkapi dengan fasilitas yang mendukung proses pembelajaran dan pengembangan siswa. Fasilitas tersebut antara lain ruang kelas yang nyaman dan dilengkapi dengan peralatan belajar, laboratorium sains, perpustakaan, ruang komputer, ruang multimedia, lapangan olahraga, dan fasilitas ekstra kurikuler seperti ruang seni, studio musik, dan aula untuk kegiatan akademik dan non-akademik. Survei awal yang dilakukan di SMA Islam Sultan Agung 3 Semarang, siswa memerlukan pelatihan IoT berbasis ESP32 untuk peningkatan literasi digital dan talenta digital. Tim merancang modul perangkat, buku petunjuk dan melaksanakan pelatihan di lokasi SMA Islam Sultan Agung 3 Semarang. Hasil dari kegiatan ini adalah SMA Sultan Agung 3 memiliki modul perangkat dan buku petunjuk pelatihan IoT berbasis ESP32 serta meningkatnya literasi digital dan talenta digital siswa.Knowledge of the Internet of Things (IoT) is becoming increasingly important in the digital age, or the era of today's Industry 4.0 revolution. Efforts to provide students or teachers of higher secondary schools (SMA/SMK) can be done with the involvement of the college. The Islamic University of Sultan Agung (UNISSULA) Semarang, Indonesia, in collaboration with University College TATI (UCTATI) Malaysia, has a social responsibility to equip students and teachers in developing digital literacy and giving birth to the digital talents of high school students. To realize this, UNISSULA and UCTATI carry out joint activities to design and implement IoT training based on ESP32 for students and teachers of Islamic High School Sultan Agung 3, Semarang.Islam Sultan Agung High School 3 is equipped with facilities that support the learning process and student development. Facilities include comfortable and equipped classrooms with learning equipment, science laboratories, libraries, computer rooms, multimedia rooms, sports fields, and extracurricular facilities such as art rooms, music studios, and halls for academic and non-academic activities. In the initial survey conducted at Sultan Agung Islamic High School 3 Semarang, students required ESP32-based IoT training to enhance digital literacy and digital talent. The community dedication team of the Engineering Informatics Faculty of Industrial Technology at UNISSULA collaborated with UCTATI Malaysia to organize activities at Sultan Agung 3 Semarang Islamic High School for IoT training based on ESP32.The result of this activity is Sultan Agung High School 3, which has a device module and an ESP32-based IoT training manual, as well as increased digital literacy and digital talent among students.
Perancangan Sistem Peringkasan Artikel Ilmiah Menggunakan Grobid Dan Karge Langguage Models (LLM) Berbasis SciBERT Ellisa Mu'alifah; Haviana, Sam Farisa Chaerul
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 3 (2025): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v2i3.1917

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem tinjauan pustaka berbasis kecerdasan buatan yang memanfaatkan GROBID untuk ekstraksi informasi bibliografi dan SciBERT untuk menghasilkan ringkasan artikel ilmiah. Sistem ini dirancang sebagai aplikasi berbasis web menggunakan Streamlit, yang memungkinkan pengguna mengunggah artikel dalam format PDF dan mendapatkan rekomendasi literatur yang relevan. Metode penelitian yang digunakan meliputi studi literatur, pengumpulan data dari repositori jurnal ilmiah Garba Rujukan Digital (Garuda), serta pengolahan data menggunakan teknik pemrosesan bahasa alami (NLP). Data dalam format PDF dikonversi menjadi format JSON melalui GROBID untuk mengekstrak elemen penting, seperti judul, penulis, abstrak, dan isi artikel. Selanjutnya, SciBERT digunakan untuk melakukan peringkasan teks otomatis dengan metode ekstraktif yang menyoroti kalimat-kalimat utama dalam dokumen. Evaluasi sistem dilakukan menggunakan metrik ROUGE untuk mengukur kesamaan antara ringkasan sistem dan ringkasan manual, dengan hasil F1-score yang menunjukkan tingkat akurasi tinggi dalam mempertahankan esensi artikel. Hasil penelitian ini diharapkan dapat meningkatkan efisiensi dan akurasi dalam proses tinjauan pustaka, sehingga memberikan manfaat bagi para peneliti dalam menyaring informasi secara lebih efektif. Kata Kunci: GROBID, SciBERT, tinjauan pustaka, peringkasan teks otomatis, Streamlit, ROUGE  
SISTEM REKOMENDASI LOWONGAN PEKERJAAN MENGGUNAKAN METODE COSINE SIMILARITY BERBASIS WEBSITE Ariyanto, Bagas Afza Joko; Haviana, Sam Farisa Chaerul; Kurniadi, Dedy
Prosiding Seminar Riset Mahasiswa Vol 1, No 1: Maret 2023
Publisher : Universitas Islam Sultan Agung

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

Abstract

Curriculum Vitae (CV) merupakan sebuah dokumen yang sering digunakan untuk melamar pekerjaan di sebuah perusahaan, yang mana isi dari CV meliputi biodata diri, kualitas diri yang biasanya terdapat kemampuan yang relevan dengan posisi pekerjaan yang ingin dilamar dan juga menjadi dokumen untuk mempertimbangkan apakah layak untuk penempati posisi yang dilamar. Oleh karena itu, dibutuhkan teknik yang dapat memberikan rekomendasi lowongan pekerjaan yang relevan dengan CV yang dimiliki. Metode cosine similiarity digunakan untuk menghitung similiarity atau kemiripan dokumen CV, dengan tujuan untuk menghitung seberapa besar tingkat similiarity-nya dengan data lowongan pekerjaan sehingga nantinya dapat digunakan sebagai parameter rekomendasi lowongan yang cocok bagi pelamar pekerjaan. Pada perhitungan metode cosine similariy semakin mendekati angka 1 maka kecocokan CV pelamar dengan data lowongan pekerjaan semakin besar potensi diterima dalam perusahaan yang bersangkutan dan sebaliknya jika mendekati angka 0 maka dinyatakan sebaliknya. Saat melakukan uji sistem program tidak memiliki error saat dijalankan. Terdapat dua kondisi pengujian yang tidak sesuai hasil. Yaitu pengujian terhadap parsing CV dengan bahasa campuran yaitu bahasa Indonesia dan bahasa Inggris dengan hasil ketika dilakukan penerjemah beberapa kata tidak bisa selaras kedalam satu bahasa. Pengujian yang kedua dengan membandingkan data CV yang memiliki bahasa campuran yaitu bahasa Indonesia dan bahasa Inggris dengan data lowongan pekerjaan yang memiliki satu bahasa yaitu bahasa Inggris dengan hasil nilai similarity antara keduanya rendah.Keyword: CV (Curriculum Vitae), Cosine Similairity 
Penyempurnaan Web Desa dan Penambahan Aplikasi Digital Pelayanan Mandiri Masyarakat (Pelayanan Online) Desa Manggihan Poetro, Bagus Satrio Waluyo; Kurniadi, Dedy; Haviana, Sam Farisa Chaerul
Indonesian Journal of Community Services Vol 7, No 1 (2025): May 2025
Publisher : LPPM Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ijocs.7.1.68-75

Abstract

Desa Manggihan memiliki potensi besar untuk berkembang melalui pemanfaatan teknologi informasi, namun menghadapi berbagai kendala dalam penyediaan layanan publik yang efisien dan transparan. Penelitian ini bertujuan untuk meningkatkan kualitas pelayanan desa melalui penyempurnaan situs web desa dan pengembangan aplikasi digital pelayanan mandiri masyarakat. Metode yang digunakan meliputi observasi, perancangan, pengembangan, evaluasi, dan pelaporan. Hasilnya berupa situs web interaktif dengan fitur-fitur baru serta aplikasi digital yang memungkinkan warga melakukan layanan administrasi secara mandiri, seperti pembuatan surat keterangan dan pembayaran pajak. Transformasi ini diharapkan dapat mengatasi permasalahan seperti antrian panjang, keterlambatan pelayanan, dan ketidakpuasan masyarakat. Selain itu, program ini juga memberikan pelatihan kepada aparat desa dan masyarakat untuk meningkatkan pemahaman dan keterampilan dalam memanfaatkan teknologi. Dengan pendekatan ini, Desa Manggihan dapat mewujudkan pelayanan publik yang lebih modern, efisien, dan transparan, sekaligus memberdayakan masyarakat dalam menghadapi era digital.Manggihan Village has significant potential for development through the utilization of information technology but faces various challenges in providing efficient and transparent public services. This study aims to improve the quality of village services by enhancing the village website and developing a digital self-service application for the community. The methods employed include observation, design, development, evaluation, and reporting. The results include an interactive website with new features and a digital application that enables residents to perform administrative services independently, such as certificate creation and tax payments. This transformation is expected to address issues such as long queues, service delays, and public dissatisfaction. Additionally, the program provides training for village officials and residents to enhance their understanding and skills in utilizing technology. Through this approach, Manggihan Village can achieve more modern, efficient, and transparent public services while empowering the community to thrive in the digital era.
Prediksi Penghematan Biaya Listrik Berdasarkan Global Horizontal Irradiance (GHI) Menggunakan Model Long Short Term Memory Network (LSTM) Ilham Pradipta, Muhammad; Chaerul Haviana, Sam Farisa
TRANSISTOR Elektro dan Informatika Vol 7, No 2 (2025): Agustus : Transistor EI
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.7.2.%p

Abstract

Energi surya semakin diakui sebagai solusi utama dalam memenuhi kebutuhan energi global yang terus meningkat. Salah satu manfaat utama pemanfaatan energi surya adalah potensi penghematan biaya listrik, terutama dengan prediksi yang akurat terhadap produksi energi dari sistem fotovoltaik. Untuk mengestimasi potensi penghematan biaya listrik, diperlukan pemodelan yang tepat berdasarkan perhitungan Global Horizontal Irradiance (GHI), yaitu parameter yang merepresentasikan jumlah radiasi matahari yang diterima pada permukaan horizontal bumi.. Namun, prediksi GHI menghadapi tantangan akibat faktor atmosferik yang dinamis, seperti suhu, kelembapan, dan kecepatan angin. Untuk mengatasi tantangan ini, penelitian ini mengembangkan model prediksi GHI menggunakan algoritma Long Short-Term Memory (LSTM), sebuah jenis jaringan saraf tiruan yang efektif dalam mengolah data sequensial dengan ketergantungan jangka panjang. Selain itu, hasil prediksi GHI (Wh/m²) dikonversi menjadi energi listrik (kWh) untuk mengestimasi potensi penghematan biaya listrik. Penelitian ini juga merancang aplikasi berbasis web yang memungkinkan visualisasi interaktif hasil prediksi, sehingga dapat membantu pengambilan keputusan dalam perencanaan energi surya. Model yang dikembangkan menunjukkan performa yang tinggi dengan nilai R² sebesar 0.96, MAE sebesar 0.021, dan RMSE sebesar 0.03. Dengan pendekatan ini, penelitian diharapkan dapat memberikan kontribusi dalam optimalisasi energi surya dan mendukung transisi menuju sistem energi yang lebih berkelanjutan.
IMPLEMENTASI FINE-TUNING UNTUK PREDIKSI SOLUSI DARI KALIMAT MASALAH PADA ARTIKEL ILMIAH MENGGUNAKAN LARGE LANGUAGE MODELS (LLM) Nurinayah, Alfiyatu; Chaerul Haviana, Sam Farisa
TRANSISTOR Elektro dan Informatika Vol 7, No 1 (2025): April : Transistor EI
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.7.1.%p

Abstract

Prediksi solusi kalimat masalah dalam artikel ilmiah merupakan suatu tantangan karena tidak semua kalimat masalah dalam artikel menyebutkan solusi secara eksplisit. Penelitian ini mengembangkan model berbasis fine-tuning Llama 3.2 1B Instruct untuk memprediksi solusi dari kalimat masalah. Model dilatih dengan 99 pasangan kalimat masalah-solusi untuk memahami pola hubungan keduanya. Evaluasi menggunakan ROUGE menunjukkan skor ROUGE-1 sebesar 0,611, ROUGE-2 sebesar 0,496, dan ROUGE-L sebesar 0,576. Selama pelatihan, loss menurun dari 0.4394 pada epoch pertama menjadi 0.0286 pada epoch kelima, menunjukkan peningkatan pemahaman model. Namun, model mengalami kesulitan dalam memprediksi solusi dari permasalahan di luar cakupan data latih dan hasilnya terkadang kurang relevan saat diterapkan dalam aplikasi, kemungkinan karena keterbatasan komputasi. Penelitian lebih lanjut diperlukan untuk meningkatkan akurasi dan stabilitas model pada sistem dengan sumber daya terbatas
Implementasi Few-Shot Learning Untuk Prediksi Kalimat Solusi Dari Masalah Pada Artikel Ilmiah Menggunakan Model Large Language Models (LLM) Azizah, Eka Nurul; Chaerul Haviana, Sam Farisa
TRANSISTOR Elektro dan Informatika Vol 7, No 2 (2025): Agustus : Transistor EI
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.7.2.%p

Abstract

Pesatnya pertumbuhan jumlah artikel ilmiah menghadirkan tantangan baru dalam mengekstraksi informasi yang relevan, khususnya dalam mengidentifikasi hubungan antara permasalahan dan solusinya. Penelitian ini bertujuan untuk mengembangkan model prediksi solusi menggunakan Large Language Models (LLM) dengan pendekatan Few-Shot Learning. Model yang diterapkan adalah Llama 3.2, yang telah disesuaikan dengan dataset hasil ekstraksi dari 100 artikel ilmiah, diklasifikasikan ke dalam empat kategori utama: Problem-Solution, Tantangan-Jawaban, Peluang-Jawaban, dan Kelemahan-Peningkatan. Proses pengolahan data mencakup tahapan pre-processing, seperti case folding, tokenizing, filtering, dan stemming, guna meningkatkan kualitas data sebelum model dilatih. Evaluasi model dilakukan menggunakan metrik ROUGE untuk menilai akurasi prediksi solusi yang dihasilkan. Hasil penelitian menunjukkan bahwa pendekatan Few-Shot Learning mampu mengenali pola hubungan masalah-solusi dengan lebih efektif dibandingkan metode konvensional. Selain itu, sistem berbasis website juga dikembangkan untuk mempermudah akses dan pemanfaatan model oleh mahasiswa dalam menyelesaikan tugas akhir. Walaupun model menunjukkan kinerja yang baik, tantangan dalam menangani pertanyaan yang berbeda jauh dari contoh yang diberikan masih menjadi kendala yang perlu disempurnakan dalam penelitian mendatang.
Co-Authors A Asyhari Achya Puji Sari Adhi, Anjas Restu Mulia Akhsinatul Laeliyah Andi Riansyah Arief Budiman Ariyanto, Bagas Afza Joko Asyhari Asyhari Asyhari Asyhari, Asyhari Asyhari, A Azizah, Eka Nurul Badie'ah, Badie'ah Badieah Assegaf Badie’ah, Badie’ah Dedy Kurniadi Dedy Kurniadi Dedy Kurniadi Dedy Kurniadi Ellisa Mu'alifah Fadhilah, Achmad Naufal Fahmi Arif Dewoputro Fatimah, Akmalia Ghozi Fidaul Haq Hermawan, Hildan Mulyo Huda, Rizky Miftachul Ilham Pradipta, Muhammad Ilhamsyah, Muhamad Reynaldi Imam Much Ibnu Subroto Komsiyah Afri Maryuliana Maryuliana Milasanti, Denina Moch Taufik Muhammad Nur Gofinda Muhammad Taufik Munir, Abdulloh Nada, Anita Soffiyun Najma Nora Agustina Novianto, Andika Nur Fatahna Nurinayah, Alfiyatu Nurnasikha, Kusuma Nurwidiana Nurwidiana Nurwidiana, N Poetro, Bagus Satrio Waluyo Putra, Ardan Nur Chaiya Putra, Yustian Dikma Eka Ramadhani, Naufal Rafif Riansyah, Andi Rifqy Ramdhani Hakim Riziq, Alvin Yusuf Salwa Ahla Amania Sigit Ardianto Sri Mulyono Sri Mulyono Sri Mulyono Sulaiman, Noor Suhana Suryani Alifah Taufik, Muhammad Ushuludin, Mohammad Wicaksono, Yusuf Arief Widhya Nugroho Satrioajie Wiwiek Fatmawati Yacob, Azliza Yasni, Loura Yusuf Arief Wicaksono Yusuf Arief Wicaksono