Article Per Year (5 Year)
p-Index From 2021 - 2026
8.878
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Matematika Techno.Com: Jurnal Teknologi Informasi Semesta Teknika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Insect (Informatics and Security) : Jurnal Teknik Informatika Metode : Jurnal Teknik Industri Antivirus : Jurnal Ilmiah Teknik Informatika Jurnal Pengabdian Dharma Laksana JURNAL MAHAJANA INFORMASI bit-Tech Mobile and Forensics Jurnal Tekinkom (Teknik Informasi dan Komputer) JIKA (Jurnal Informatika) Abdimas: Papua Journal Of Community Service TRANSFORMASI : JURNAL PENGABDIAN PADA MASYARAKAT Buletin Sistem Informasi dan Teknologi Islam Jurnal Pengabdian Masyarakat Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer Jurnal Informatika Progres FRAMEWORK Jurnal Ilmu Komputer dan Informatika Mathematics Education Journal
Soekarta, Rendra
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Neuroscience Public Health Social Sciences Other

Published : 100 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 100 Documents
Search

 6   7   8   9   10 
ANALISIS SENTIMEN TENTANG UNDANG-UNDANG PERLINDUNGAN DATA PRIBADI MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER Melin Manipi, -; Rendra Soekarta; Muhammad Yusuf; Fitriyani Tella
Framework : Jurnal Ilmu Komputer dan Informatika Vol 2 No 01 (2023): Framework : Jurnal ilmu komputer dan Informatika
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/jiki.v2i01.3099

Abstract

Undang-undang Perlindungan Data Pribadi merupakan suatu peraturan yang telah resmi disahkan oleh pemerintah Indonesia pada tanggal 10 September 2022. Peraturan ini disahkan dalam rangka melindungi dan menjamin hak warga negara Indonesia terkait kerahasiaan informasi dan komunikasi pribadi serta hak atas privasi dan data pribadi warga negara tersebut Pengesahan tersebut menuai tanggapan pro dan kontra dari kalangan masyarakat Indonesia. Tanggapan tersebut banyak dituangkan pada media sosial berita resmi yang memberitakan terkait pengesahan Undang-undang tersebut. Tanggapan pro yang dituangkan seperti masyarakat mendukung pengesahan Undang-undang tersebut karena menganggap hal tersebut menjadi salah satu solusi yang efektif untuk kasus penyalahgunaan dan kebocoran data sedangkan, kontranya seperti masyarakat menganggap pengesahan tersebut hanyalah formalitas saja. Berdasarkan hal tersebutlah, diperlukan sebuah solusi yaitu penerapan bidang data mining analisis sentimen yang dapat membantu dalam menganalisis tanggapan masyarakat sehingga dapat diketahui tingkat dominasi tanggapannya. Pengumpulan tanggapan terkait Undangundang Perlindungan Data Pribadi diambil dari platform Twitter dan Youtube dengan perolehan data yaitu sebesar 744. Analisis sentimen dilakukan dengan menerapkan metode Naïve Bayes Classifier sebagai algoritma klasifikasi tanggapan. Penelitian ini menghasilkan sebuah sistem analisis sentimen dengan perolehan nilai akurasi sebesar 90,604%. Tujuan eksternal dari penelitian ini ialah mendapatkan bahan evaluasi bagi pemerintah Indonesia terkait penerapan kebijakan Undang-undang Perlindungan Data Pribadi.
RANCANG BANGUN APLIKASI LAYANAN PENGADUAN KEBAKARAN BERBASIS ANDROID (Studikasus : Damkar Provinsi Papua Barat Daya ) Latuconsina, Siti Rahma; Rendra Soekarta; Muhammad Yusuf
Framework : Jurnal Ilmu Komputer dan Informatika Vol 3 No 1 (2024): Framework : Jurnal ilmu komputer dan Informatika
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/jiki.v3i1.4050

Abstract

Teknologi saat ini berkembang dengan cepat, memungkinkan penyebaran informasi secara cepat. Salah satu contohnya adalah teknologi mobile, yang telah membantu mengatasi berbagai masalah dalam berbagai bidang, termasuk pendidikan, industri, hiburan, dan administrasi pemerintahan. Teknologi ini memungkinkan pengelolaan data yang cepat, tepat, dan komprehensif, memenuhi kebutuhan pelayanan dalam pertukaran informasPengaduan masyarakat sangat penting untuk melihat hasil pekerjaan, mempernaiki kesalah , dan menerima saran tentang hal-hal yang harus diperbaiki. Kebakaran adalah bencana yang lebih banyak disebabkan oleh kelalaian manusia (human error) dengan dampak kerugian harta benda,stagnasi atau terhentinya usaha, terhambatnya perekonomian dan pemerintahan bahkan korban jiwa. Penelitian ini menggunakan metode Exteme Programming penelitian ini bertujuan untuk merancang Aplikasi Layanan Pengaduan Kebakaran Berbasis Android, Dengan Fokus Pada Dinas Damkar Provinsi Papua Barat Daya. Aplikasi ini diharapkan dapat memudahkan masyarakat dalam melaporkan kebakaran dan  mempercepat respons petugas terhadap laporan yang diterima.
Implementasi Machine Learning Dalam Mengidentifikasi Tanaman Hias menggunakan Metode CNN Fajar, Fajar Rahardika Bahari Putra; La Jupriadi, La Jupriadi Fakhri; Rendra, Rendra Soekarta; Wulan Ika, Wulan Ika Ayudiansyah Wahid
Framework : Jurnal Ilmu Komputer dan Informatika Vol 3 No 1 (2024): Framework : Jurnal ilmu komputer dan Informatika
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/jiki.v3i1.4138

Abstract

Penelitian ini bertujuan untuk mengimplementasi dan identifikasi tanaman hias menggunakan metode Convolutional Neural Network (CNN). Dengan memanfaatkan dataset yang terdiri dari 3.453 gambar dari lima jenis bunga, penelitian ini mengatasi tantangan dalam identifikasi tanaman yang sering kali memerlukan pengetahuan botani yang mendalam dan memakan waktu. Metode yang digunakan meliputi pengumpulan data, preprocessing, pelatihan model, dan evaluasi. Model CNN yang dikembangkan menunjukkan performa yang baik, dengan akurasi pelatihan mencapai 76,4% dan akurasi validasi sebesar 73,6% setelah 40 epoch pelatihan. Meskipun hasil ini menjanjikan, terdapat indikasi overfitting yang perlu diperhatikan. Penelitian ini menyimpulkan bahwa pendekatan machine learning, khususnya CNN, memiliki potensi besar untuk mengotomatisasi proses identifikasi tanaman hias secara akurat dan efisien. Hasil penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam bidang hortikultura dan teknologi pengenalan pola, serta membuka peluang untuk penelitian lebih lanjut dalam pengembangan sistem yang lebih robust dan aplikatif.
ANALISA DAN PENGEMBANGAN JARINGAN WIRELESS LAN BERBASIS MIKROTIK RB750GR3 DI SMP YPPK DON BOSCO KOTA SORONG Muhammad Surahmanto; Jamaluddin; Rendra Soekarta
Framework : Jurnal Ilmu Komputer dan Informatika Vol 3 No 1 (2024): Framework : Jurnal ilmu komputer dan Informatika
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/jiki.v3i1.4252

Abstract

  Teknologi jaringan komputer terus mengalami kemajuan, tadinya proses mengirim data hanya dapat melalui kabel namun saat ini data dapat dikirimm atau di transmisikan melalui udara, teknologi jaringan ini di kenal dengan teknologi wierless, teknologi wireless mulai dari Infrared, Bluetooth, dan Wi-Fi sudah menjadi umum penggunaannya. Jaringan wireless LAN (WLAN) adalah salah satu contoh pemanfaatan pada jaringan komputer. Pada sekolah SMP YPPK Don Bosco Kota Sorong sudah terpasang jaringan wireles LAN hanya pada prakteknya sering mengalamai perlambatan koneksi saat beberapa pengguna melakukan browsing dan download bersamaan, hal ini lah yang menjadi permasalahan, tujuan dari penelitian ini untuk mengatasi masalah tersebut. Pada jaringan wireless LAN ini akan di lakukan analisa QoS (Quality Of Service) terlebih dahulu, QoS sendiri merupakan metode yang di lakukan untuk menganalisa sebuah jaringan dengan mengukur para meter seperti throughput, packet loss, delay, dan jitter, selanjutnya jaringan akan di kembangkan dengan penggunakan perangkat jaringan berupa mikrtik  routerboard dan manajemen bandwidth, sehingga nantinya diharapakan dapat memberikan kinerja jaringan wireless LAN yang handal dan memuaskan.
Game Based Learning Pengenalan Alat Musik Papua Menggunakan Metode MDLC Muhammad Taufik Aziz; Rendra Soekarta; Muh Fadli Hasa; Fitriyani Tella
Framework : Jurnal Ilmu Komputer dan Informatika Vol 3 No 1 (2024): Framework : Jurnal ilmu komputer dan Informatika
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/jiki.v3i1.4256

Abstract

Media pembelajaran seperti game edukasi merupakan pilihan yang bagus untuk mengajar anak-anak hal-hal baru karena game pada dasarnya dimainkan untuk hiburan dan juga berfungsi sebagai alat pembelajaran yang sangat baik Karena game pada dasarnya dimainkan untuk hiburan, dan pengenalan, pemahaman mengenai alat musik papua ini masih terbatas, terutama di kalangan generasi muda yang cenderung lebih terpapar pada budaya pop dan modern. Oleh karena itu, diperlukan upaya yang inovatif dan menarik dengan adanya game edukasi alat musik papua diharapkan anak - anak anak-anak mungkin lebih tertarik untuk belajar karena mereka dapat berinteraksi dengan materi pelajaran dengan cara yang lebih menyenangkan dan lebih baik. Dalam penelitian ini, metode Multimedia Life Cycle Development(MDLC) versi Luther-Sutopo digunakan untuk membuat Game Pengenalan Alat Musik Papua yang menggunakan Metode MDLC. Penelitian ini menggunakan game engine Unity 3D dan bahasa pemrograman C#. Pada penelitian ini, Usability Testing digunakan untuk mengumpulkan data. respondennya terdiri dari 53 anak yang berusia antara 7 hingga 12 tahun. Hasil pengujian menunjukkan bahwa respons pengguna terhadap aplikasi sangat positif dan memberikan dukungan yang kuat terhadap keberhasilan pembuatannya, menurut 84% dari peserta. Hasil penelitian ini menghasilkan game multimedia dengan format .APK pada platform perangkat yang menggunakan sistem operasi Android.
Deteksi Kesehatan Kucing Menggunakan Arsitektur VGG-16 Berbasis Website Setyawan, Muhammad; Putra, Fajar Rahardika Bahari; Soekarta, Rendra; Manurung, Yolanda Iriana
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 2 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i2.1449

Abstract

Pemilik kucing sering mengalami kesulitan dalam mengenali kondisi kesehatan hewan peliharaan secara dini karena keterbatasan pengetahuan dan akses terhadap layanan dokter hewan. Kondisi tersebut dapat menyebabkan keterlambatan penanganan penyakit. Untuk mengatasi masalah ini, penelitian ini mengembangkan sistem klasifikasi kesehatan kucing berbasis web yang memanfaatkan Convolutional Neural Network (CNN) dengan arsitektur VGG-16. Sistem dirancang untuk mengidentifikasi dua kelas, yaitu kucing sehat dan kucing sakit. Dataset diperoleh melalui teknik web scraping dengan total 2.096 gambar, terdiri dari 1.672 gambar kucing sehat dan sisanya gambar kucing sakit. Data dibagi menjadi 80% data latih, 10% data validasi, dan 10% data uji, kemudian diproses melalui tahap preprocessing untuk menyesuaikan ukuran, format, serta normalisasi piksel. Model CNN dilatih dan dievaluasi menggunakan confusion matrix dan classification report. Hasil penelitian menunjukkan bahwa model mencapai akurasi 97% serta nilai precision, recall, dan F1-score yang tinggi pada kedua kelas, sehingga mampu melakukan klasifikasi dengan tingkat kesalahan yang rendah. Selain itu, pengujian sistem menggunakan metode Blackbox Testing memastikan seluruh fitur berjalan sesuai kebutuhan. Sistem berbasis web ini memungkinkan pengguna mengunggah gambar kucing secara langsung tanpa instalasi tambahan. Penelitian ini menunjukkan bahwa sistem yang dikembangkan dapat membantu pemilik kucing melakukan deteksi dini kesehatan hewan peliharaan secara cepat, praktis, dan akurat.
Deep Learning-Based Approach for Identifying and Counting Wooden Blocks with YOLO Suhardi Aras; Rendra Soekarta; Edwin Umasugi
bit-Tech Vol. 8 No. 1 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i1.2627

Abstract

The wood processing industry in Indonesia, especially in the Southwest Papua region, faces ongoing challenges in accurately counting wooden logs, a task traditionally performed manually. Manual methods are time-intensive and prone to error, leading to inefficiencies in operations and weaknesses in resource management. This study addresses these challenges by applying a deep learning-based object detection approach, specifically the You Only Look Once version 8 (YOLOv8) algorithm, to automate the detection and counting of wooden beams in real time. YOLOv8 was chosen for its ability to perform high-speed and accurate detection even under varying environmental conditions, such as different lighting levels and camera angles. The model was trained on a custom dataset consisting of 265 annotated images of wooden beams, with a split of 70% for training, 20% for validation, and 10% for testing. Performance evaluation using a confusion matrix revealed a detection accuracy of 94%. These findings suggest that YOLOv8 is highly effective in supporting automation within wood processing workflows. By reducing dependency on manual labor and minimizing counting errors, the system contributes to more accurate inventory tracking and enhanced productivity. This research demonstrates the potential of integrating AI-driven models into mobile and industrial applications for improved efficiency in forestry-related sectors.
IMPLEMENTASI ALGORITMA YOLO UNTUK MENDETEKSI JENIS TANAMAN HIAS BERBASIS ANDROID Rendra Soekarta; Suhardi Aras; Muh Fadhil Rahman
PROGRESS Vol 17 No 1 (2025): April
Publisher : P3M STMIK Profesional Makassar

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

Abstract

Ornamental plants possess high aesthetic value and environmental benefits, yet identifying their species often poses a challenge, especially for beginners. This study aims to develop an Android-based application employing the You Only Look Once version 8 (YOLOv8) algorithm to detect ornamental plant species through leaf images in real-time. The dataset comprises 1,096 images of ornamental plant leaves, including snake plant (Sansevieria), aloe vera (Aloe vera), and coral cactus (Cereus peruvianus). The data were annotated using bounding box techniques, and the model was trained on Google Colab with an 80:20 split between training and testing datasets. The training resulted in an accuracy rate of 96% based on the mean Average Precision (mAP) metric. The application was developed using Android Studio with a user-friendly interface, enabling real-time detection on Android devices with a minimum RAM specification of 3 GB. Application testing involved black-box testing to ensure functionality and usability testing with 31 respondents, revealing a user satisfaction rate of 87%. Some challenges encountered included the impact of lighting on detection accuracy and result variability across different devices. This study contributes to the utilization of artificial intelligence technology for biodiversity education and supports environmental conservation efforts.
DETEKSI KONDISI DAUN TANAMAN JAGUNG MENGGUNAKAN MODEL YOLOV9M BERBASIS ANDROID Murni Murni; Rendra Soekarta; Suhardi Aras; Bakti Prasetyo
Framework : Jurnal Ilmu Komputer dan Informatika Vol 4 No 01 (2026): Framework : Jurnal Ilmu Komputer dan Informatika
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/framework.v4i01.6134

Abstract

Tanaman jagung merupakan salah satu komoditas pertanian penting yang berperan dalam memenuhi kebutuhan pangan dan mendukung perekonomian masyarakat. Salah satu kendala dalam meningkatkan produktivitas jagung adalah serangan penyakit pada daun, seperti hawar daun dan karat daun, yang dapat menurunkan kualitas dan hasil panen. Proses identifikasi kondisi daun yang masih dilakukan secara manual melalui pengamatan visual membutuhkan waktu dan berpotensi menghasilkan identifikasi yang kurang akurat, terutama bagi pengguna yang belum berpengalaman dalam mengenali gejala penyakit. Penelitian ini bertujuan untuk menerapkan model YOLOv9m dalam membangun sistem deteksi kondisi daun tanaman jagung secara real-time berbasis Android serta mengetahui kinerja model dalam mengidentifikasi tiga kelas, yaitu daun sehat, hawar daun, dan karat daun. Dataset yang digunakan berjumlah 3.000 citra yang terdiri atas tiga kelas tersebut. Pengembangan sistem menggunakan metode Extreme Programming (XP), sedangkan pengujian dilakukan menggunakan Black Box Testing dan Usability Testing. Model YOLOv9m dilatih dan kemudian dikonversi ke format TensorFlow Lite untuk diintegrasikan ke dalam aplikasi Android menggunakan Android Studio. Hasil penelitian menunjukkan bahwa model YOLOv9m mampu mendeteksi dan mengidentifikasi kondisi daun tanaman jagung dengan tingkat akurasi sebesar 94,4%. Hasil Black Box Testing menunjukkan bahwa seluruh fungsi aplikasi berjalan sesuai dengan kebutuhan, sedangkan Usability Testing memperoleh persentase sebesar 85,46% yang termasuk dalam kategori sangat setuju. Dengan demikian, aplikasi yang dikembangkan dinilai layak digunakan sebagai alat bantu untuk mendeteksi kondisi daun tanaman jagung secara real-time melalui perangkat Android.
Pengembangan Sistem Layanan Surat Menyurat di Kelurahan Malamso berbasis Metode Extreme Programming Ermin Ermin; Fitriyani Tella; Rendra Soekarta; Virasanty Muslimah; Aten Pigai
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 4 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i4.2881

Abstract

Layanan surat menyurat di lingkungan kelurahan merupakan salah satu aspek penting dalam mendukung administrasi pemerintahan yang efektif dan efisien. Namun, proses layanan tersebut masih dilakukan secara manual, yang mengakibatkan berbagai kendala seperti keterlambatan dalam pemrosesan surat, kurangnya transparansi, dan potensi kesalahan dalam pencatatan data. Penelitian ini bertujuan untuk merancang sistem layanan surat menyurat berbasis digital sebagai solusi atas permasalahan administratif yang ada. Metode penelitian meliputi analisis kebutuhan sistem, perancangan, implementasi, dan pengujian. Sistem yang dihasilkan berupa aplikasi layanan surat yang dirancang untuk secara efektif mengatasi dan menyelesaikan permasalahan terkait surat menyurat di Kelurahan Malamso. Sistem ini dapat mempercepat proses layanan, meningkatkan akurasi data, serta memberikan kemudahan bagi masyarakat maupun staf dalam mengelola dokumen administrasi. Berdasarkan hasil pengujian sistem menggunakan black-box testing, seluruh halaman pada situs web berfungsi dengan baik. Selain itu, pengujian usability berdasarkan umpan balik responden menunjukkan skor pengujian sebesar 91,1%. Oleh karena itu, aplikasi sistem ini diterima dan berhasil digunakan oleh masyarakat dan staf di Kelurahan Malamso.
Co-Authors Abdillah, Muhammad Insan Achmad Saiku Wadianto Achmad Saiku Wardianto Ackswan, M. Aditya Tri Yudha Pratama Ahmad Nur Aswad Ainun K.D.P, Nofryanti Akbar Akbar Akbar Fahroji Paus Paus Akbar ALFIANI PUTRI FITRIYAH RACHMAN Alfiyyah Faridah Aminuyati Amri, Irman Anak Agung Istri Sri Wiadnyani Anita Rahayu Anita Rahayu Aras, Suhardi Ardian Syah Arfan Amran Sulaiman Arief Firmansyah ARNOLDUS JANSSEN POKENIKA Arpandi, Arpandi Asno Azzawagama Firdaus Asran Parkor Aten Pigai Bakti Prasetyo Basri, Nurul Annisa Bita Malissa Dewi Astri Faroeq Dewi Astria Faroek Edwin Umasugi Elrico Eri Fridayanti Ermin Ermin Fajar, Fajar Rahardika Bahari Putra Fakhri , La Jupriadi Fitrah Pasaribu, Andi Muhammad Fitriyani Tella Fitriyani Tella Fridayanti, Eri Habibi Habibi Habibi Habibi Hasanuddinn Hasanuddinn Hasanuddinn, Hasanuddinn Hasri Putri Wattiheluw Hasryana Suci Dwi Purwanto Rahasia sakka Hidayatulah, Muhamad Luqman Histiarini, Aprisa Rian Ilham S Jamaluddin kadaton, Muhammad sahid s Katmas, Maskia Kayatun, Siti Nur La Jupriadi Fakhri La Jupriadi, La Jupriadi Fakhri La Muhammad Faishal Nurullah Latuconsina, Siti Rahma M. Ackswan Malik, Nunung Manurung, Yolanda Iriana Mardiana Muh.Said Melin Manipi, - Mersi Modok Miftah Sigit Rahmawati Modok, Mersi Moh. Fatkur Riski Nur Yahya Riski Mohammad Arief Nur Wahyudien Muh Fadhil Rahman Muh. Fadli Hasa Muhamad Luqman Hidayatulah Muhammad Asrul Muhammad ismail Zulkaedi Muhammad Jundullah Muhammad Rezki Muhammad Rizki Setyawan Muhammad sahid s kadaton Muhammad Taufik Aziz Muhammad Yusuf Muhammad Yusuf MUHAMMAD YUSUF Muhidin, Sakti Maulana Mulyaddin Mulyaddin Mulyaddin, Mulyaddin Murni Musdalipah . Nabila NABILLA RIZQI AMALIA NUR ASRI Ningtias, Arya Ayu Nirwana Nurdjan Novita Sari Nunung Malik Nurbaya Nurdjan, Nirwana Nurhalizah Lizah Nurul Widya Har Ode, Endang Stahputri Pandu Diaz Nugraha Putra, Fajar Rahardika Bahari Rafif Fauzan Ridwan Rahardika Bahari Putra, Fajar Rahmawati, Miftah Sigit Rawi, Rais Dera Pua Retno Irianto, Dwi Reza Mochammad Said REZKI, REZKI Rinanda Tri Setiawan Romdhana Dwi Fitriyani RoniHardika Roni SADRAK IMMANUEL SERARAWANI Said, Reza Mochammad Setiawan, Rinanda Tri Setyawan, Muhammad SIMON, RESKI Simori, Pascalina Magrice Sinon, Hermon Siti Mutmainah Siti Soleha Rahayu Muklis Hayu SRI WULANDARI Suhardi Aras Suhardi Aras Suhardi Aras Suharsono Suharsono Suharsono Suharsono Sulaiman, Arfan Amran Surahmanto Syahputra, Abdi Iman Talaohu, Syamsudin Aliphadji Teguh Hidayat Iskandar Alam Tella, Fitriyani tivani nurizqi Virasanty Muslimah Visman, Javan Wahyu Ramadhan Wardianto, Achmad Saiku Wattimena, Mikhael Wulan Ika, Wulan Ika Ayudiansyah Wahid Yapari, Denny Zulkaedi, Muhammad ismail