Article Per Year (5 Year)
p-Index From 2020 - 2025
6.361
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) ELKHA : Jurnal Teknik Elektro Jurnal sistem informasi, Teknologi informasi dan komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Eksplora Informatika JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Sisfokom (Sistem Informasi dan Komputer) DoubleClick : Journal of Computer and Information Technology Informatik : Jurnal Ilmu Komputer Kurawal - Jurnal Teknologi, Informasi dan Industri JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Jurnal Informatika Global TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Pendidikan dan Teknologi Indonesia Jumat Informatika: Jurnal Pengabdian Masyarakat Bulletin of Computer Science Research Jurnal Abdi Masyarakat Indonesia Jurnal Pengabdian Masyarakat IPTEK Algoritme Jurnal Mahasiswa Teknik Informatika Informatics and Enginering Dedication Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Nasional Teknologi Komputer The Indonesian Journal of Computer Science Research MDP Student Conference Jurnal Rekayasa Sistem Informasi dan Teknologi Jurnal Software Engineering and Computational Intelligence Scientific Journal of Informatics Applied Information Technology and Computer Science (AICOMS) Welfare: Jurnal Pengabdian Masyarakat
Muhammad Rizky Pribadi
Universitas Multi Data Palembang
Aerospace Engineering Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering 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 Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

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

Found 54 Documents
Search

 2   3   4   5   6 
Analisis Sentimen Masyarakat terhadap Layanan Provider Internet di Indonesia menggunakan SVM Darwin Saputra; Muhammad Rizky Pribadi
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1092.702 KB) | DOI: 10.35957/mdp-sc.v2i1.4554

Abstract

Analisis sentimen masyarakat mengenai layanan provider internet merupakan salah satu upaya yang dapat dilakukan untuk mempermudah pengembang aplikasi untuk mengambil keputusan kedepannya, dengan tujuan agar dapat bersaing dengan kompetitor lainnya. Pada penelitian ini dilakukan analisis sentimen masyarakat pada review aplikasi MyTelkomsel di google play menggunakan algoritma Support Vector Machine disertai seleksi fitur Recursive Feature Elimination (n=7) dan menerapkan metode SMOTE untuk mengatasi masalah imbalance class pada dataset. Dataset yang digunakan berupa dataset review layanan provider internet aplikasi MyTelkomsel sebanyak 1000 data, yang terbagi menjadi 80% data training dan 20% data testing. Pembagian dataset menjadi data latih dan data uji menggunakan K-Fold Cross Validation dengan K=10 fold. Dari hasil pengujian dataset review MyTelkomsel pada kernel RBF dengan metode SMOTE dan RFE, diperoleh hasil akurasi rata – rata tertinggi dicapai classifier pada dataset review MyTelkomsel, yaitu sebesar 99,7%, dengan nilai precision 100%, recall 100%, dan f1-score sebesar 99,68%.
Pelatihan Autocrat untuk Otomatisasi Pengiriman Sertifikat Peserta Seminar Persatuan Pemuda Buddhayana Sriwijaya, Palembang, Sumatera Selatan Jelvin Krisna Putra; Adrian Chen; Neilsen Nicholas Komah; Vanness Bee; Muhammad Alfa Rizi; Muhammad Rizky Pribadi
Jurnal Abdi Masyarakat Indonesia Vol 3 No 4 (2023): JAMSI - Juli 2023
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jamsi.835

Abstract

Pengabdian masyarakat merupakan salah satu dari kegiatan yang dilakukan untuk memberikan informasi maupun membagikan ilmu ke masyarakat umum. Pada semester Genap 2023-2024 kali ini, pengabdian masyarakat akan dilakukan oleh mahasiswa jurusan informatika dan didampingi oleh dosen jurusan Informatika dari Universitas MDP. Pelatihan Autocrat Untuk Otomatisasi Pengiriman Sertifikat Peserta Seminar Kepada Persatuan Pemuda Buddhayana Sriwijaya. Pengabdian masyarakat ini bertujuan mengimplementasikan pelatihan Autocrat untuk otomatisasi pengiriman sertifikat peserta seminar Persatuan Pemuda Buddhayana Sriwijaya. Metode Autocrat menggabungkan Google Forms, Google Sheets, dan Google Docs untuk mengotomatisasi proses pengiriman sertifikat. Tim yang bertanggung jawab atas pengiriman sertifikat diberikan pelatihan mengenai penggunaan Autocrat, pembuatan template sertifikat, pengolahan data menggunakan Google Sheets, dan pengiriman melalui Google Docs. Hasil Pengabdian menunjukkan bahwa pelatihan Autocrat meningkatkan efisiensi dan efektivitas pengiriman sertifikat. Waktu pengiriman berkurang, sementara kesalahan manusia dapat dihindari. Autocrat juga memberikan fleksibilitas dalam penggunaan template sertifikat yang dapat disesuaikan dengan kebutuhan seminar. Kesimpulannya, pelatihan Autocrat efektif dalam otomatisasi pengiriman sertifikat peserta seminar Persatuan Pemuda Buddhayana Sriwijaya. Proses pengiriman sertifikat menjadi cepat, akurat, dan efisien, meningkatkan kualitas dan efektivitas kegiatan seminar.
Pengenalan Web Ai Chatgpt (Generative Pre-Trained Transformer) Oleh Openai Di Smp Indriasana Palembang Alwin Marcellino; Dicky Ryanto Fernandes; Fionna Caroline; Nicolas Jacky Pratama Hasan; Yosefa Camilia Moniung; Muhammad Rizky Pribadi
Jurnal Pengabdian Masyarakat IPTEK Vol. 3 No. 2 (2023): Edisi Juli 2023
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/abdi.v3i2.8351

Abstract

ChatGPT oleh OpenAI merupakan contoh teknologi Kecerdasan Buatan (Artificial Intelligence) yang dapat berinteraksi dengan pengguna melalui chat. ChatGPT seringkali terdengar di kalangan masyarakat saat ini, maka dari itu dilakukan pengabdian mengenai ChatGPT kepada siswa-siswi SMP Indriasana Palembang. Kegiatan pengabdian ini bertujuan untuk mengenalkan siswa-siswi pada ChatGPT sebagai asisten virtual yang dapat memudahkan kehidupan sehari-hari dalam memperoleh informasi, menjelaskan cara penggunaan ChatGPT, kekurangan dan kelebihannya, serta berbagai pengawasan yang harus dilakukan guna mencegah penyalahgunaan teknologi tersebut. Kegiatan pengabdian ini dilakukan dengan metode penyampaian materi yang interaktif dan pelatihan menggunakan platform ChatGPT kepada siswa-siswi yang didampingi langsung oleh Tim Pengabdian. Penggunaan ChatGPT dalam kehidupan sehari-hari memiliki potensi besar untuk meningkatkan pelayanan dan memberikan manfaat bagi masyarakat dari berbagai kalangan usia.Kata kunci: Artificial Intelligence, Asisten Virtual, ChatGPT, OpenAI, Teknologi.
Pelatihan Pemrograman Dasar Python Dengan Memanfaatkan ChatGPT pada SMK Methodist 2 Palembang: Pelatihan pemrograman dasar menggunakan bahasa Python kepada para siswa kelas 10 SMK Methodist 2 Palembang Steven Tribethran; Daniel Daniel; Rio Ferdynand; Andreas Saputra; Hansen Hansen; Muhammad Rizky Pribadi
Jumat Informatika: Jurnal Pengabdian Masyarakat Vol. 4 No. 2 (2023): Agustus
Publisher : LPPM Universitas KH. A. Wahab Hasbullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32764/abdimasif.v4i2.3709

Abstract

Teknologi menjadi hal yang semakin penting dalam kehidupan kita saat ini. Terutama dalam era digital, dimana hampir semua aspek kehidupan berhubungan dengan teknologi. Hal ini juga sangat mempengaruhi bidang pendidikan yang menyangkut kebutuhan pelaksanaan akademik para siswa di segala jenjang pendidikan. Oleh karena itu, salah satu keterampilan yang dirasakan penting untuk dipelajari adalah pemrograman. Namun, belajar pemrograman bagi orang awam seringkali menimbulkan kendala dan kesulitan saat ingin memulainya. Pengabdian ini bertujuan untuk mengatasi masalah tersebut dengan memanfaatkan ChatGPT, sebuah model bahasa Artificial Intelligence yang dikembangkan oleh OpenAI dalam pelatihan pemrograman dasar menggunakan bahasa pemrograman Python dengan memanfaatkan platform cloud Jupyter Notebook dari Google Colab yang memungkinkan siapapun untuk menjalankan kode pemrograman Python langsung dari perangkat yang memiliki browser dan akses internet dimanapun itu. Metode praktik langsung atau drill method digunakan dalam pengabdian ini, dimana para peserta akan mengikuti instruksi dari pemateri dan juga dapat bereksperimen sendiri untuk menambah pengetahuan para peserta. Pelatihan dilakukan pada bulan April 2023 dengan para peserta merupakan para siswa kelas 10 jurusan Teknik Komputer Jaringan dari Sekolah Menengah Kejuruan Methodist 2 Palembang. Kegiatan ini memberikan pengetahuan langsung kepada para siswa mengenai dasar pemrograman menggunakan bahasa Python untuk menunjang minat para siswa untuk mendalami bidang yang berkaitan dengan pelatihan tersebut. Hasil pengabdian menunjukkan sebagian besar peserta (lebih dari 60%) dari total 23 peserta yang terlibat dalam pelatihan dapat mengikuti pelatihan dengan baik dan paham mengenai konsep pemrograman dasar yang disampaikan.
PEMODELAN TOPIK CHATGPT PADA ULASAN TWITTER MENGGUNAKAN METODE LATENT DIRICHLET ALLOCATION Sardika, Ricky Putra; Asyraq, Cerwyn; Pribadi, Muhammad Rizky; Widhiarso, Wijang
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 14 No 2, Januari Tahun 2024
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.14.2.80-86

Abstract

Maraknya tren penggunaan Artificial Intellience (AI) di era teknologi saat ini. Salah satu contoh nya yakni chatbot yang bernama chatgpt. Telah banyak topik  obrolan atau pertanyaan yang telah dilontarkan melalui chatgpt ini dari berbagai kalangan seperti orang biasa, pelajar, guru atau dosen, hingga tenaga peneliti. Hal tersebut dapat dideteksi untuk mengetahui tren topik  hangat yang paling dominan dibicarakan di twitter. Namun dengan ratusan metadata tersebut akan sulit dicari dan dibaca.  Oleh karena itu dibutuhkan metode Latent Dirichlet Allocation (LDA) untuk menyelesaikan masalah tersebut. LDA mampu melakukan analisis tentang tren topik hangat yang sedang dibahas di twitter mengenai chatgpt. Dari 202304 ulasan twitter mengenai chatgpt, didapat sejumlah 30 kata tren secara keseluruhan hasil dari topic modelling yang dilakukan dengan masing – masing 10 topik berdasarkan yang sudah dimodelkan.
Pelatihan Dasar Pemrograman Java Keterampilan Hard Skill Bagi Siswa/I SMK Muhammadiyah 2 Palembang Andreas, Andreas; Kasanova, Sinyo; Robi, Muhammad; Rizky Pribadi, Muhammad
FORDICATE Vol 3 No 1 (2023): November 2023
Publisher : Universitas Multi Data Palembang, Fakultas Ilmu Komputer dan Rekayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/fordicate.v3i1.5379

Abstract

In the era of the digital industry, the role of Information and Communication Technology-based courses is really needed by students as a provision for them to face the changes and demands of the times. SMK acts as a vocational education institution that organizes professional programs such as mechanical engineering, offices, fine arts, catering, administration, and others that can provide skills, one of which is hard skills to support professional skills. In supporting the development of the skills of vocational students in the digital industry era, basic introductory training in the Java programming language is held which aims to introduce the basics and ways of developing or creating software applications.
Perbandingan Akurasi Algoritma Data Mining dalam Memprediksi Kelulusan Tepat Waktu Ricoida, Desy Iba; Hermanto, Dedy; Pibriana, Desi; Rusbandi, Rusbandi; Pribadi, Muhammad Rizky
DoubleClick: Journal of Computer and Information Technology Vol 7, No 2 (2024): Edisi Februari 2024
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/doubleclick.v7i2.19300

Abstract

Lulusan tepat waktu menjadi salah satu poin penilaian sangat penting bagi sebuah perguruan tinggi untuk memperoleh nilai akreditasi. Dikatakan lulusan tepat waktu jika seorang mahasiswa dapat lulus empat tahun atau dibawah empat tahun jika berada pada jenjang Strata-1. Penelitian ini menggunakan dataset yang diperoleh dari universitas dengan data dari angkatan 2015-2019, dimana total data yang digunakan yaitu sebanyak 1307 baris. Sebanyak 26 atribut yang digunakan dalam penelitian ini yaitu tahun_masuk, waktu_kuliah, jenis_kelamin, tipe_sekolah, jurusan, IPS 1-10, SKS 1-10 dan status. Algoritma yang digunakan dalam penelitian ini yaitu decision tree, naive bayes, logistic regression, KNN dan random forest. Hasil yang diperoleh dalam penelitian ini yaitu algoritma random forest memiliki tingkat akurasi yang paling tinggi sebesar 90.88% dengan hasil dari AUC yang diperoleh yaitu sebesar 97.2% dan perhitungan F1-Score dari hasil nilai precision dan recall diperoleh sebesar 89.9%, tertinggi dari empat algoritma lainnya. Sedang untuk algoritma decision tree dan logistic regression memiliki nilai akurasi masing-masing yaitu sebesar 89.12% dan 89.47%. Nilai dari logistic regressing lebih tinggi untuk akurasi, akan tetapi untuk nilai F1-Score decision tree lebih baik dari logistic regression yaitu 88.7% berbanding 87.6%.
A three-step combination strategy for addressing outliers and class imbalance in software defect prediction Rizky Pribadi, Muhammad; Dwi Purnomo, Hindriyanto; Hendry, Hendry
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 13, No 3: September 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v13.i3.pp2987-2998

Abstract

Software defect prediction often involves datasets with imbalanced distributions where one or more classes are underrepresented, referred to as the minority class, while other classes are overrepresented, known as the majority class. This imbalance can hinder accurate predictions of the minority class, leading to misclassification. While the synthetic minority oversampling technique (SMOTE) is a widely used approach to address imbalanced learning data, it can inadvertently generate synthetic minority samples that resemble the majority class and are considered outliers. This study aims to enhance SMOTE by integrating it with an efficient algorithm designed to identify outliers among synthetic minority samples. The resulting method, called reduced outliers (RO)-SMOTE, is evaluated using an imbalanced dataset, and its performance is compared to that of SMOTE. RO-SMOTE first performs oversampling on the training data using SMOTE to balance the dataset. Next, it applies the mining outlier algorithm to detect and eliminate outliers. Finally, RO-SMOTE applies SMOTE again to rebalance the dataset before introducing it to the underlying classifier. The experimental results demonstrate that RO-SMOTE achieves higher accuracy, precision, recall, F1-score, and area under curve (AUC) values compared to SMOTE.
Analysis of Student Graduation Prediction Using Machine Learning Techniques on an Imbalanced Dataset: An Approach to Address Class Imbalance Hermanto, Dedy; Desy Iba Ricoida; Desi Pibriana; Rusbandi; Muhammad Rizky Pribadi
Scientific Journal of Informatics Vol. 11 No. 3: August 2024
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v11i3.5528

Abstract

Purpose: Machine learning is a key area of artificial intelligence, applicable in various fields, including the prediction of timely graduation. One method within machine learning is supervised learning. However, the results are influenced by the distribution of data, particularly in the case of imbalanced classes, where the minority class is significantly smaller than the majority class, affecting classification performance. Timely graduation from a university is crucial for its sustainability and accreditation. This research aims to identify a suitable method to address the issue of predicting timely graduation by managing class imbalance using SMOTE (Synthetic Minority Oversampling Technique). Methods: This study uses a five-year dataset with 26 attributes and 1328 records, including status labels. The preprocessing stages involve applying five classification algorithms: Decision Tree (DT), Naive Bayes (NB), Logistic Regression (LR), K-Nearest Neighbors (KNN), and Random Forest (RF). Each algorithm is used both with and without SMOTE to handle the class imbalance. The dataset indicates that 60.84% of the cases represent timely graduations. To mitigate the imbalance, over/under-sampling methods are employed to balance the data. The evaluation metric used is the confusion matrix, which assesses the classification performance. Result: Without SMOTE, the accuracies were 89.12% for DT, 79.65% for NB, 89.47% for LR, 87.72% for KNN, and 90.88% for RF. With SMOTE, the accuracies were 88.89% for DT, 81.48% for NB, 91.05% for LR, 92.59% for KNN, and 89.81% for RF. The algorithms NB, LR, and KNN showed improvement with SMOTE, with KNN yielding the best results. Novelty: Based on the comparison results, a comparison of five algorithms with and without SMOTE can reasonably classify several of the algorithms being compared.
Analisis Interaksi Pengguna Sosial Media Sekolah di Palembang Berdasarkan Topik dengan hLDA dan SVM -, Felicia; Pribadi, Muhammad Rizky
JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Vol. 7 No. 2 (2024): Jurnal Teknologi dan Ilmu Komputer Prima (JUTIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jutikomp.v7i2.5536

Abstract

Instagram is a social media that can be used to promote schools by sharing various documentation of school activities, but schools still have difficulty analyzing engagement to find out the audience's interests. This software development aims to identify topics from captions and analyze the like engagement of each topic. 3,900 caption data were collected from five school Instagram accounts in Palembang with Instaloader. The hLDA algorithm is implemented to identify topics from the caption data, and generate a new dataset that gives the topic information of each caption. This dataset was then classified using SVM and SVM-SMOTE. SMOTE is used to overcome class imbalance in order to improve classification results. In the classification process, the dataset is divided into 70% for training and 30% for testing, with evaluation based on F1-Score. The best results were obtained by SVM-SMOTE, with the best F1-Score value from hLDA 3 Level Dataset (13 labels), reaching 95.68% and the lowest value from hLDA 5 Level Dataset (8 labels), reaching 79.43%. Datasets that have more topics give better classification results. Based on the number of likes for each topic in the hLDA 3 Level Dataset, the most popular topic is topic 11, which includes school facilities, student uniforms, and entertainment events. This information can help schools further develop the most liked topics and improve the less liked topics.
Co-Authors -, Felicia Adi Saputra Aditya Al Assad Adrian Chen Ahmad Dumyati Ahmad Farisi Ahmad Zaky Nadimsyah Alwin Marcellino Ampu Syura Andreas Andreas Andreas Danny Agus W Andreas Saputra Andrian Wijaya Angel Kelly Asyraq, Cerwyn Bakti Ananda Fernando Bautista, Christian Bella Jenni Ourelia Boy Putra Calvin Bertnas Valentino Calvin Saputra Carissa Maharani Chandra Chandra Saputra Clara Meyhazlinda Putri Clement, Michael Joy Daniel Daniel Daniel Johan Daniel Wijaya Darwin Saputra David Sebastian Dedy Hermanto Desta Rahman Theja Desy Iba Ricoida Dicky Ryanto Fernandes Diva Putri Kynta Dwi Apriyanti Sastika Effendi pratama, Samuel Egi Fransisco Saputra Eka Puji Widiyanto Evangs Mailoa Evi Maria Fadhil Sa'adat Farisi, Ahmad Fathimah Azzahra Felicia Felicia Fellyca Effendi Feriyanto Feriyanto Ferliansyah, Fernando Fernandi Indi Nizar G Fernando Fernando Fernando Namas Fionna Caroline Florence Renaldo Frans Bachtiar Fransiskus Daniel Chandra Frisky Wijaya Geraldo Wilson Gerry Christian Pilipus Gunawan, Michael Hafidz Irsyad Hafiz Irsyad Hansen Hansen Hendrawan, Malvin Hendry Hindriyanto Dwi Purnomo Ilham Indra Hidayat Imelia Dwinora Cahyati Indi Nizar G, Fernandi Ivan Luthfi Laksono Jackie Wijaya Jasen Jonathan Ja`Far Ja`Far Jelvin Krisna Putra Jerin, Nathaniel Kasanova, Sinyo Kelvin Dwi Wahyudi Kevin agustria zahri Kevin Andreas KGS M Ammar Yazid Kurniawan, Ricky Arie Laurentius Ricardo Wijaya Leo Chandra Leonardo Yahya Lin, Valen Julyo Armando Davincy Lipi Amanda Putra Lucretia, Jolyn M Lazuardi Ferdillian Michael michael Wijaya Millenia Mudita Chandra Muhammad Abdul Azizul Hakim Muhammad Alfa Rizi Muhammad Azril Fahrezi Muhammad Dafhi Mayrizkiy Muhammad Dody Muhammad Fadli Muhammad Hamdandi Muhammad Naufal Anugrah Muhammad Redho Saputra Muhammad Reyza Nirwana Muhammad Robi, Muhammad Nabila Syiva Altarisa Nabilah Dayanah Nathacia Lais Naufal Akbar Neilsen Nicholas Komah Nicolas Jacky Pratama Hasan Nova Ariansyah Pibriana, Desi Pratama, Brilliant Chandra Purwasih, Opita Putra Laksana, Jovansa Putri, Agnes Anastasia Regian batistuta, Putra Reza Satria Rika Maulina Riki Chandra Rio Ferdynand Riska Fajriati Rivaldo Therino Elevan Rivaldo, Mario Riza Umami Rizky Kurniawan Roby Julian Romi Laxi Ronaldo Putra Rusbandi rusbandi rusbandi, rusbandi Salwa Fakhira Imletta San Gabriel Vanness Kenrick Erwi Sanila Maharani Santoso, Fian Julio Saputra Edika, Nelson Sardika, Ricky Putra Shela, Shela Sherdian Djunaidi Sinshevan Viswanatan Kravizt Erwi Sonia Sonia Sri Yulianto Joko Prasetyo Stephanie Stephanie Stephen Setyawan Steven Tribethran Suparto, Adrian Suryasatria Trihadaru Sutarto Wijono Syahrani Nur Hakim Syifa Wahyuni Tad Gonsalves Tangguh Prana Welas Sukma Vannes Wijaya Vanness Bee Vincent Vincent Virgiansyah, Muhammad Rifqi Wijang Widhiarso Wijaya, Ananda Wilcent, Wilcent William Wijaya Wiwik Handayani Yennica Valentine Hagunawan Yohanes Andika Dharma Yohanes Fransisco Mardi Chandra Yoko Saputra Dewa Yosefa Camilia Moniung Yunarto Yunarto, Yunarto `Adelia Anjelina