Article Per Year (5 Year)
p-Index From 2021 - 2026
2.293
P-Index
This Author published in this journals
All Journal Bulletin of Electrical Engineering and Informatics Techno: Jurnal Penelitian Jurnal Teknologi Informasi dan Ilmu Komputer JUSIFO : Jurnal Sistem Informasi PROtek : Jurnal Ilmiah Teknik Elektro IJIS - Indonesian Journal On Information System Jiko (Jurnal Informatika dan komputer) Patria Artha Technological Journal Jurnal Teknik Informatika Jurnal Computer Science and Information Technology (CoSciTech) Jurnal Dialektika Informatika (Detika) BAKTI : Jurnal Pengabdian Kepada Masyarakat RENATA Jurnal Pengabdian Masyarakat Kita Semua BAKTI : Jurnal Pengabdian Kepada Masyarakat
Tempola, Firman
Universitas Khairun
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Social Sciences Transportation Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
KLASIFIKASI DESTINASI WISATA TERBAIK BERDASARKAN PILIHAN PENGUNJUNG MENGGUNAKAN METODE NAIVE BAYES Latif, Nurdewi; Tempola, Firman; Lutfi, Salkin; Kapita, Syarifuddin N; Rosihan, Rosihan
Jurnal Dialektika Informatika (Detika) Vol 5, No 1 (2024): Jurnal Dialektika Informatika(Detika) Vol.5 No.1 Desember 2024
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/detika.v5i1.13986

Abstract

Kota Ternate merupakan salah satu kota di Indonesia yang memiliki banyak destinasi wisata, destinasi wisata di  Kota Ternate sendiri, didominasi wisata alam yang eksotis dan asri terutama destinasi wisata pantai yang menyuguhkan berbagai fasilitas dan pesona Kota Ternate yang unik dan memanjakan mata, tidak hanya mengunjungi tetapi para wisatawan juga banyak yang mengomentari terkait tempat wisata yang dikunjungi baik komentar positif, netral ataupun negatif. Dengan  banyaknya  objek  wisata  di  Kota Ternate dan berbagai fasilitas, harga/biaya Makanan, Minuman dan Tempat Parkir Kendaraan, yang disediakan dan akses jalan menuju ke tempat wisata tersebut,  bisa dijadikan penilaian terhadap tempat wisata tersebut. Untuk menentukkan kategori komentar positif, netral dan negative, klasifikasi dilakukan dengan menggunakan beberapa kriteria seperti fasilitas, harga makanan, harga minuman, tariff parkir mobil, tariff parkir motor, jalur, tempat makan, kamar mandi/WC umum, tempat ibadah, WIFI dan jaringan seluler. Untuk melihat komentar yang diberikan oleh pengunjung, peneliti menggunakan google formulir dimana google formulir adalah sebuah layanan dari google untuk membuat survey. Klasifikasi diperlukan untuk membuat sekelompok komentar sesuai dengan kategori yang terpilih. Algoritma yang termasuk dalam klasifikasi salah satunya adalah naïve bayes yang terkenal dengan tingkat akurasi yang baik. Penelitian ini bertujuan untuk mengklasifikasi destinasi wisata terbaik menggunakan metode naïve bayes dilihat dari komentar pengunjung. Untuk mengklasifikasi komentar pengunjung dilakukan 4 kali skenario pengujian dengan menggunakan data latih sebanyak 400 data yang dibagi dalam data latih dan data uji. Dengan metode naïve bayes didapat hasil akurasi tertinggi 95% dengan rata-rata akurasi 60%
Pelatihan Pemanfaatan ICT untuk Meningkatkan Produksi Industri Rumahan di Kota Ternate Firman Tempola; Amal Khairan; Achmad Fuad1; Salkin Lutfi; Abdul Mubarak; Rosihan
Bakti : Jurnal Pengabdian Kepada Masyarakat Vol. 1 No. 2 (2021): Bakti: Jurnal Pengabdian Kepada Masyarakat
Publisher : Lembaga Layanan Pendidikan Tinggi (LLDIKTI) Wilayah XII Ambon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51135/baktivol1iss2pp62-68

Abstract

Tanpa disadari Information and communication technology (ICT) saat ini sangat berpengaruh pada kehidupan sehari-hari. Entah dalam ruang akademik maupun nonakademik, pada anak-anak maupun orang tua. Pada laki-laki maupun perempuan. Sehingga pemahaman terkait ICT menjadi sesuatu yang sangat penting untuk diketahui. Industri Rumahan adalah salah satu peluang usaha yang dijalankan oleh ibu-ibu rumah tangga didalam rumah tanpa menyita waktu. Selain itu, hadirnya industri rumahan juga dapat berpengaruh pada ekonomi keluarga dan membuka lapangan kerja baru. Di Ternate, para pelaku industri rumahan masih lemah dalam memahami ICT. Padahal pengaruh ICT di era saat ini begitu besar pada sektor ekonomi. Untuk itu dilakukan pelatihan pemanfaatan ICT untuk meningkatkan produksi industri rumahan (IR) di kota ternate bagi ibu-ibu pelaku IR dengan metode ceramah dan praktek langsung.
Komparasi RBR Dan CBR Untuk Penentuan Kelayakan Mahasiswa Penerima Beasiswa Tempola, Firman
PROtek : Jurnal Ilmiah Teknik Elektro Vol 5, No 2 (2018): PRotek : Jurnal Ilmiah Teknik Elektro
Publisher : Program Studi Teknik Elektro Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/protk.v5i2.687

Abstract

Hadirnya program pemberian beasiswa kepada mahasiswa yang kurang mampu dan mahasiswa yang berprestasi baik dibidang akademik maupun nonakademik menjadi salah satu bukti perhatian pemerintah kepada bidang pendidikan. pada jenjang sarjana ada berbagai macam beasiswa yang disediakan oleh pemerintah salah satunya yaitu beasiswa PPA dan BBM. RBR dan CBR adalah dua penalaran komputer yang sering digunakan dalam menyelesaikan masalah dengan menerapkan data real pada sistem yang telah di bangun. Penelitian ini mengkomparasikan CBR dan RBR pada penentuan kelayakan mahasiswa penerima beasiswa. Dengan output dari sistem adalah layak menerima beasiswa PPA, layak menerima beasiswa BBM dan tidak layak menerima beasiswa. Ada 98 data uji. Dari hasil pengujian didapatkan akurasi sebesar 82,65 % dengan menggunakan CBR dan 77,75% menggunakan RBR. Untuk waktu proses RBR rata-rata 0,54 detik sedangkan CBR 5 detik.
Sistem Pendukung Keputusan Kelayakan Penerimaan Bantuan Beras Sejahtera (Rastra) Dengan Menggunakan Metode Weighted Product Wahid, Sukril I; Jamil, Moh.; Tempola, Firman
PROtek : Jurnal Ilmiah Teknik Elektro Vol 6, No 2 (2019): Protek : Jurnal Ilmiah Teknik Elektro
Publisher : Program Studi Teknik Elektro Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/protk.v6i2.1216

Abstract

Program Beras Sejahtera (RASTRA) merupakan kebijakan pemerintah dalam rangka pemberdayaan masyarakat agar masyarakat sejahtera yang telah berjalan lama, akan tetapi dalam pelaksanaannya program Rastra ini masih terjadi banyak penyimpangan-penyimpangan seperti tidak tepat sasaran, tidak tepat waktu, dan beras yang terkadang kurang layak konsumsi, hal ini yang sering terjadi pada kantor Kelurahan Tabam Kota Ternate Utara Provinsi Maluku Utara. Sesuai dengan ketentuan mana yang berhak atau tidak mendapatkan bantuan tersebut maka dibutuhkan sebuah Sistem Pendukung Kepeutusan (SPK). Sistem pendukung keputusan dapat membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat. Pada penelitian ini menggunakan metode Weighted Product. Dari hasil penelitian menunjukkan pemanfaatan Weighted Product sebagai model Sistem Pendukung Keputusan Kelayakan Penerimaan Rastra dengan metode Weighted Product di Kelurahan Tabam Kota Ternate Utara dapat membantu pihak Kelurahan dalam menghitung kelayakan calon penerima bantuan Beras Sejahtera dan untuk menentukan kelayakan penerima beras miskin menjadi lebih tepat sasaran dan penyimpanan data seleksi tersebut dapat terupdate setiap saat.
ANALISA ALGORITMA APRIORI UNTUK MENDAPATKAN POLA PEMINJAMAN BUKU PADA PERPUSTAKAAN SMAN 4 KOTA TERNATE Ibnu, Wirda Sintia; tempola, firman; Kapita, Syarifuddin N
Jurnal Dialektika Informatika (Detika) Vol 5, No 2 (2025): Jurnal Dialektika Informatika(Detika) Vol.5 No.2 Mei 2025
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/detika.v5i2.15288

Abstract

Perpustakaan adalah tempat penyimpanan dari berbagai jenis buku, perpustakaan juga menjadi tempat proses belajar mengajar, tempat membaca buku, dan tempat untuk mencari informasi yang diinginkan. Setiap informasi peminjaman buku disimpan oleh perpustakaan dalam bentuk arsip sehingga menghasilkan data peminjaman buku dalam ukuran besar. Adanya kegiatan operasional sehari-hari akan semakin memperbanyak jumlah data. Data-data yang ada pada perpustakaan SMA N 4 Kota Ternate terdapat siswa-siswa yang meminjam buku lebih dari satu bahkan ada yang meminjam tiga buku dalam satu kali peminjaman. Untuk mempermudah para pengunjung perpustakaan dalam mencari buku yang akan dipinjam, dengan memanfaatkan algoritma apriori dengan aturan asosiasi (association rule) untuk dapat mengetahui pola hubungan antara buku yang dipinjam secara bersamaan yang nantinya dapat dimanfaatkan dalam melakukan penyusunan buku sesuai dengan pola hubungan yang ada, yang diimplementasikan ke dalam sebuah sistem yang berbasis web. Jumlah data yang digunakan yaitu sebanyak 250 data dengan data buku yang bervariasi. Item tertinggi yang didapat yaitu ‘Sejarah’ dengan nilai support 0,46, item tertinggi pada itemset 2 yaitu ‘Biologi, Fisika’ dengan nilai support 0,27, sedangkan item tertinggi pada itemset 3 yaitu ‘Biologi, Fisika, Kimia’ dengan nilai support 0,26 dan untuk korelasi hubungan antar judul buku yang dipinjam terdapat 3 aturan asosiasi tertinggi yaitu ‘Prakarya, Kimia → PKN’ dengan nilai confidence 9,62, ‘Sejarah, Sosiologi → Geografi’ dengan nilai confidence 7,58 dan ‘Agama, Biologi  → Matematika dengan nilai confidence 4,81.
Perbandingan Klasifikasi Antara KNN dan Naive Bayes pada Penentuan Status Gunung Berapi dengan K-Fold Cross Validation Tempola, Firman; Muhammad, Miftah; Khairan, Amal
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 5: Oktober 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (679.097 KB) | DOI: 10.25126/jtiik.201855983

Abstract

Penelitian ini akan membandingkan dua algoritma klasifikasi yaitu K-Nearest Neighbour dan Naive Bayes Classifier pada data-data aktivitas status gunung berapi yang ada di Indonesia. Sedangkan untuk validasi data menggunakan k-fold cross validation. Dalam penentuan status gunung berapi pusat vulkanologi dan mitigasi bencana geologi melakukan dengan dua hal yaitu pengamatan visual dan faktor kegempaan. Pada penelitian ini dalam melakukan klasifikasi aktivitas gunung berapi menggunakan faktor kegempaan. Ada 5 kriteria yang digunakan dalam melakukan klasifikasi yaitu empat faktor kegempaan diantaranya gempa vulkanik dangkal, gempa tektonik jauh, gempa vulkanik dalam, gempa hembusan dan ditambah satu kriteria yaitu status sebelumnya. Ada 3 status yang di yang diklasifikasi yaitu normal, waspada dan siaga. Hasil penelitian yang dibagi kedalam 3 fold disetiap metode klasifikasi didapat perbandingan akurasi sistem rata-rata tertinggi pada k-nn 63,68 % dengan standar deviasi 7,47 %. Sedangkan dengan menggunakan naive bayes didapat rata-rata akurasi sebesar 79,71 % dengan standar deviasi 3,55 %. Selain itu, penggunaan naive bayes jaraknya akurasi lebih dekat dibandingan dengan k-nn. AbstractThis research will compare two classification algorithms that are K-Nearest Neighbors and Naive Bayes Classifier on data of volcanic status activity in Indonesia. While for data validation use k-fold cross validation. In determining the status of volcanology center volcanology and geological disaster mitigation to do with two things: visual observation and seismic factors. In this research in doing the classification of volcanic activity using earthquake factor. There are 5 criteria used in the classification of four seismic factors such as shallow volcanic earthquakes, distant tectonic earthquakes, volcanic earthquakes in the earthquake, blast and plus one criterion that is the previous status. There are 3 statuses in which are classified ie normal, alert and alert. The results of the study are divided into 3 fold in each classification method obtained comparison of the highest average system accuracy at 63.68% k-nn with a standard deviation of 7.47%. While using naive bayes obtained an average accuracy of 79.71% with a standard deviation of 3.55%. In addition, the use of naive bayes is closer to the accuracy of k-nn.
Penggunaan Internet Dikalangan Siswa SD di Kota Ternate: Suatu Survey, Penerapan Algoritma Clustering dan Validasi DBI Tempola, Firman; Muhammad, Miftah; Mubarak, Abdul
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 6: Desember 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020722370

Abstract

Penggunaan internet dimasyarakat global terus tumbuh, tak hanya terjadi pada masyarakat dewasa melainkan juga pada anak-anak. Internet tidak hanya berdampak pada hal positif melainkan juga pada hal negatif. Di Ternate penggunaan internet terus tumbuh hal ini karena semakin mudah dalam mengakses internet. Namun laporan secara ilmiah mengenai penggunaan internet di Kota Ternate belum ada. untuk itu, bagaimana mengetahui penggunaan internet dikalangan anak SD di kota Ternate. Penelitian itu bertujuan untuk mencari tahu penggunaan internet di Kota Ternate dengan cara  survey secara langsung kepada kalangan anak SD di kota Ternate. Selain itu, data-data dari hasil survey kemudian di cluster dengan menggunakan algoritma k-means clustering. kemudian dilakukan validasi clustering dengan davies bouldin index. Hasil dari penelitian ini dari 933 responden diperoleh 51,45 % siswa SD di kota Ternate aktif di jejaring sosial dengan 53,70% di whatsapp, 40,30% di instagram dan 27,80% di facebook. Untuk aktivitas ketika membuka youtube terdapat 61,60% sering menonton video di youtube dengan 61,60% video karton, komedi 49,80% dan konten edukasi 28,40%. Sedangkan untuk game online, yang aktif dalam bermain game online yaitu 49,41%. Untuk penerapan algoritma clustering k-means pada 32 sekolah SD di Kota Ternate diperoleh cluster terbaik saat pembagian 4 cluster, hal ini berdasarkan nilai davies bouldin index yang diperoleh sebesar 0,773 lebih kecil dibandingkan dengan pembagian cluster lainnya. AbstractThe use of the internet in the global community continues to grow, not only in adults but also in children. The internet does not only have positive effects but also negative things. In Ternate the use of the internet continues to grow because it is easier to access the internet. However, scientific reports regarding the use of the internet in the city of Ternate do not yet exist. for that, how to find out the use of the internet among elementary school children in the city of Ternate. The research aims to find out the use of the internet in the city of Ternate by means of a direct survey among elementary school children in the city of Ternate. In addition, the data from the survey results are then clustered using the k-means clustering algorithm. Then the clustering validation was performed with the bouldin index davies. The results of this study of 933 respondents obtained 51.45% of elementary school students in Ternate were active in social networks with 53.70% on whatsapp, 40.30% on Instagram and 27.80% on Facebook. For activities when opening YouTube there are 61.60% often watching videos on YouTube with 61.60% cardboard videos, comedy 49.80% and educational content 28.40%. As for online games, those active in playing online games are 49.41%. For the application of the k-means clustering algorithm in 32 elementary schools in Ternate, the best cluster was obtained when the division of 4 clusters, this was based on the bouldin index davies value obtained by 0.773 smaller than the other cluster divisions.
HYBRID FUZZY DAN NAIVE BAYES DALAM PENENTUAN STATUS UKT (STUDI KASUS PROGRAM STUDI TEKNIK INFORMATIKA UNIVERSITAS KHAIRUN) Anas, Anas; Tempola, Firman; Khairan, Amal
PROtek : Jurnal Ilmiah Teknik Elektro Vol 6, No 1 (2019): Protek : Jurnal Ilmiah Teknik Elektro
Publisher : Program Studi Teknik Elektro Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/protk.v6i1.1015

Abstract

Uang Kuliah Tunggal (UKT) merupakan nama dari sebuah sistem pembayaran yang saat ini berlaku diseluruh PTN. Ketentuan ini berdasarkan Permendibud No. 55 Tahun 2013 asal 1 ayat 3 yakni setiap mahasiswa hanya membayar satu komponen. Jumlah mahasiswa baru di Universitas Khairun yang begitu banyak dan kuota per UKT terbatas maka terkadang dalam hal penentuan status UKT masih terdapat ketidaksesuain dengan ekonomi Mahasiswa. Oleh karena itu dibutuhkan aplikasi penentuan status UKT yang lebih akurat. Tujuan dari penelitian ini yaitu untuk membuat aplikasi penentuan status UKT dengan menggunakan metode Fuzzy dan Naive Bayes dan membandingkan akurasi Naive Bayes dan akurasi dari kombinasi metode Fuzzy dan Naive Bayes. Untuk membandingkan akurasi Naive Bayes dan Fuzzy Naive Bayes peneliti melakukan 2 percobaan dengan menggunakan data training sebanyak 50 dan data testing sebanyak 20, percobaan pertama diakukan dengan mengguakan4 kriteria, dengan metode Naive Bayes hasil akurasi yaitu 70%, dan metode Fuzzy Naive Bayes hasil akurasi yaitu 55%, percobaan kedua dilakukan dengan menggunakan 6 kritaria, dengan metode Naive Bayes hasil akurasi yaitu 90% dan dengan menggunakan Fuzzy Naive Bayes hasil akurasi mencapai 85%. Dari penelitian tersebut diketahui bahwa akurasi Naive Bayes lebih tinggi dari pada akurasi Fuzzy Naive Bayes dan jumlah kriteria sangat berpengaruh dalam peningkatan akurasi.
Sistem Pendukung Keputusan Rekomendasi Webhosting Pada Kantor Media Online Suaramu.Co Menggunakan Metode Multi Attribute Utility Theory (Maut) Umar, Kiki Amelia; Lutfi, Salkin; Tempola, Firman
J-TIFA Vol 2 No 1: Maret 2019
Publisher : Universitas Muhammadiyah Maluku Utara (Prodi Teknik Informatika)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (401.369 KB) | DOI: 10.52046/j-tifa.v2i1.261

Abstract

Dalam memulai pembuatan website, menggunakan web server yang disediakan oleh penyedia jasa web hosting merupakanpilihan yang lebih digemari daripada membangun web server sendiri karena modal awal lebih ringan. Di internet bisaditemukan banyak penyedia jasa web hosting dengan beragam pilihan paket dan dan spesifikasi- lainnya seperti harga,storage dan lain-lain. Karena banyaknya pilihan paket dan spesifikasi yang disediakan itulah membuat para pemilik web yangingin menggunakan layanan penyedia jasa hosting kesulitan dalam menentukan pilihan yang sesuai dengan kriteria kebutuhansistem atau website. Tujuan dari penelitian ini untuk menghasilkan sebuah sistem pendukung keputusan rekomendasi webhosting pada portal SuaraMu.co menggunakan metode Multi Attribute Utility Theory. Metode Multi Attribute Utility Theorymerupakan salah satu dari metode pendukung keputusan yang digunakan untuk merubah dari beberapa kepentingan kedalamnilai numeric dengan skala 0-1, dengan 0 mewakili pilihan terburuk dan 1 mewakili pilihan terbaik. Hasil dari penelitianmenggunakan metode Multi Attribute Utility Theory untuk mencari rekomendasi web hosting menghasilkan hasil akhirdengan ranking tertinggi 0,3209 dan alternatif 1 (Idwebhost) sebagai web hosting yang direkomendasikan. Hasil daripenelitian ini dapat mendukung keputusan pemilik portal Suara.Mu dalam memilih web hosting.
AN LSTM-BASED APPROACH FOR INDONESIAN NEWS CATEGORIZATION: PERFORMANCE ANALYSIS OF HYPERPARAMETER TUNING AND PREPROCESSING Iwan La Udin; Firman Tempola; Abdul Mubarak; Muhammad Sabri Ahmad; Munazat Salmin; Saiful Do Abdullah
JIKO (Jurnal Informatika dan Komputer) Vol 8 No 3 (2025)
Publisher : Program Studi Teknik Informatika Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v8i3.10783

Abstract

News disseminated through internet-based systems or news portals is generally classified into specific categories, such as politics, sports, economy, entertainment, technology, health, and others. Currently, this categorization is performed manually, requiring a thorough reading of the entire news content. To address this inefficiency, an automatic classification system for Indonesian news articles is necessary to categorize them based on predetermined categories. This research employs a Natural Language Processing (NLP) approach and implements the Long Short-Term Memory (LSTM) architecture. The study was conducted using several testing scenarios, including (1) hyperparameter tuning of the learning rate to 0.01 and 0.001, (2) the application and omission of stemming, and (3) various dataset comparison ratios of 60:40, 70:30, 80:20, and 90:10. The evaluation utilized a dataset of 10,000 articles across 5 categories and was measured using accuracy, precision, recall, and f-measure metrics. From the three scenarios, seven training models were generated. The second model, with a learning rate of 0.001, without stemming, and a 90:10 dataset ratio, achieved the highest accuracy of 90.7%, with average precision, recall, and f-measure scores of 91%. The third and fourth models, which applied stemming, did not demonstrate a performance improvement, both yielding an accuracy of 89%. The fifth model, with a 60:40 dataset ratio, produced an accuracy of 90%, while the sixth and seventh models, with 70:30 and 80:20 ratios, resulted in accuracies of 79% and 88%, respectively.
Co-Authors Abd Hakim Husen Abdul Mubarak Abdul Mubarak ACHMAD FUAD Achmad Fuad1 Aina Musdholifah Akbar Riodano Laisouw Amal Khairan Amal Khairan Anas Anas Anas Anas, Anas Andi Sitti Nur Afiah Assaf Arief, Assaf Azim Hisyam Baksir Faisal F Taran Ibnu, Wirda Sintia Ishak, Gunawan Iwan La Udin Jamil, Moh. Kapita, Syarifuddin N Latif, Nurdewi Lilik Sumaryanti Moh. Jamil Mubarak, Abdul Muhammad Sabri Ahmad Muhammad, Miftah Munazat Salmin Putra, Surya Adi Pratama Ranjasmara, Muhammad Rendy Pratama Retantyo Wardoyo Rosihan Rosihan Rosihan, Rosihan rosihan, rosihan Saiful Do Abdullah Salkin Lutfi Salkin Lutfi Samlan Mahdi Sirajuddin, Hairil Kurniadi Soesanti Soesanti Sujabtri Kabau, Haan Sukmawati, Hesti Sukril I Wahid Syarifuddin N. Kapita Umar, Kiki Amelia Wahid, Sukril I