p-Index From 2021 - 2026
6.791
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Proceeding of the Electrical Engineering Computer Science and Informatics E-Dimas: Jurnal Pengabdian kepada Masyarakat Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research SISFOTENIKA JURNAL INTEGRASI IT JOURNAL RESEARCH AND DEVELOPMENT JURNAL REKAYASA TEKNOLOGI INFORMASI JURNAL PENGABDI ILKOM Jurnal Ilmiah METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Digital Zone: Jurnal Teknologi Informasi dan Komunikasi MIND (Multimedia Artificial Intelligent Networking Database) Journal JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) EXPLORE METIK JURNAL JISKa (Jurnal Informatika Sunan Kalijaga) Sains, Aplikasi, Komputasi dan Teknologi Informasi JUKI : Jurnal Komputer dan Informatika Infotek : Jurnal Informatika dan Teknologi Innovation in Research of Informatics (INNOVATICS) Jurnal Teknik Informatika (JUTIF) Jurnal Kesehatan Saintika Meditory JUSTIN (Jurnal Sistem dan Teknologi Informasi) Transformasi EXPLORE Journal of Technology Research in Information System and Engineering Data Sciences Indonesia (DSI) Adopsi Teknologi dan Sistem Informasi Jurnal Masyarakat Madani Indonesia Jurnal Pengabdian Pada Masyarakat Journal of Computer Science and Information Technology Inovasi Teknologi Masyarakat
Claim Missing Document
Check
Articles

Simulasi Mikrokontroler Arduino Berbasis Website Wokwi Hamdani, Hamdani; Wati, Masna; Firdaus, Muhammad Bambang; Arifin, Zainal; Saragih, Muhammad Nabil; Setiawan, Maulana Agus; Nupa, Joy Disanto
Jurnal Pengabdi Vol 8, No 1 (2025): April 2025
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jplp2km.v8i1.85627

Abstract

Kegiatan pengabdian masyarakat ini bertujuan untuk meningkatkan pemahaman dan keterampilan siswa SMP Patra Dharma 1 Balikpapan dalam bidang mikrokontroler. Mikrokontroler merupakan komponen penting dalam berbagai perangkat elektronik dan sistem otomatisasi. Mikrokontroler, yang awalnya hanya digunakan oleh para ahli, kini semakin populer di kalangan masyarakat umum terutama melalui alat seperti Arduino. Namun, pemahaman terhadap teknologi ini masih terbatas di kalangan siswa sehingga perlu dilakukan kegiatan pengenalan mikrokontroler beserta media pembelajaran yang dapat dimanfaatkan di sekolah. Kegiatan ini menekankan pentingnya pengenalan dini terhadap teknologi mikrokontroler untuk membekali siswa dengan keterampilan yang diperlukan di industri dan dunia penelitian. Melalui pendekatan pembelajaran yang melibatkan pre-test dan post-test, kegiatan ini menunjukkan peningkatan signifikan dalam pemahaman siswa. Rata-rata nilai partisipan meningkat dari 50,77 pada pre-test menjadi 74 pada post-test yang mencerminkan peningkatan pemahaman materi mikrokontroler sebesar 45,76%. Meskipun hasil ini menunjukkan peningkatan yang signifikan, namun terdapat potensi peningkatan lebih lanjut melalui penerapan metode pembelajaran yang lebih efisien dan interaktif. Selain itu, kolaborasi berkelanjutan dengan pihak sekolah diharapkan dapat meningkatkan kesadaran dan pemahaman siswa mengenai relevansi dan peluang karir yang terkait dengan teknologi ini. Dengan demikian, diharapkan hasil lulusan dapat memenuhi ekspektasi industri yang terus berkembang.
PENERAPAN FUZZY INFERENCE SYSTEM METODE TSUKAMOTO UNTUK PENGUKURAN TINGKAT INFLASI SUATU NEGARA Anggari, Ricky; Muhammad Ifandi; Nanda Arianto; Anindita Septiarini; Masna Wati
Journal of Computer Science and Information Technology Vol. 2 No. 3 (2025): Juni
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jcsit.v2i3.2311

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem pengukuran tingkat inflasi suatu negara menggunakan pendekatan Fuzzy Inference System (FIS) metode Tsukamoto. Pendekatan ini dipilih karena kemampuannya dalam menangani ketidakpastian dan ketidaklinieran data ekonomi makro. Sistem dirancang berdasarkan tiga parameter utama: nilai tukar mata uang, Produk Domestik Bruto (GDP), dan suku bunga, dengan data diperoleh dari World DataBank tahun 2022. Fungsi keanggotaan berbentuk segitiga dan bahu digunakan untuk merepresentasikan input linguistik, dan aturan fuzzy berbasis IF-THEN dikembangkan untuk proses inferensi. Implementasi dilakukan menggunakan bahasa pemrograman Python. Hasil pengujian menunjukkan bahwa mayoritas negara (90,41%) berada dalam kategori inflasi "Sedang", sementara sebagian kecil dikategorikan "Rendah" dan "Tinggi". Sistem ini terbukti fleksibel dalam menghadapi variasi data ekonomi, namun masih memiliki keterbatasan dalam menangani data yang tidak lengkap. Penelitian ini menyimpulkan bahwa metode Tsukamoto efektif untuk klasifikasi inflasi negara dan berpotensi dikembangkan lebih lanjut melalui integrasi dengan metode hibrida guna meningkatkan akurasi dan ketepatan hasil.
Penerapan Algoritma K-Means untuk Pengelompokan Negara di Dunia Berdasarkan Indikator Ekonomi Anggari, Ricky; Ifandi, Muhammad; Firdaus, Ardhifa; Wati, Masna; Haviluddin, Haviluddin
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 8, No 2 (2024): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v8i2.19745

Abstract

Perkembangan ekonomi global menuntut pemahaman mendalam tentang karakteristik ekonomi negara-negara di dunia. Penelitian ini bertujuan menerapkan algoritma K-Means Clustering untuk mengelompokkan negara berdasarkan indikator ekonomi seperti Gross Domestic Product (GDP), ekspor, impor, inflasi, dan tingkat pengangguran. Metode clustering digunakan untuk mengidentifikasi pola dan struktur ekonomi negara-negara dengan menganalisis data sekunder dari World Bank tahun 2022. Proses preprocessing meliputi pembersihan data, normalisasi menggunakan Min-Max Scaling, dan seleksi variabel ekonomi kunci. Algoritma K-Means diterapkan dengan jumlah klaster optimal sebanyak 3, yang diperoleh melalui metode Elbow. Hasil clustering menunjukkan tiga kelompok negara: negara dengan ekonomi kecil, negara berkembang, dan negara dengan ekonomi raksasa. Klaster 0 terdiri dari 52 negara yang cenderung memiliki ekonomi kecil, klaster 1 mencakup 165 negara berkembang dengan karakteristik ekonomi menengah, sedangkan klaster 2 hanya terdiri dari 2 negara yang memiliki ekonomi sangat besar. Evaluasi menggunakan Silhouette Score (0,52), Davies-Bouldin Index (0,71), dan Calinski-Harabasz Index (145,73) mengindikasikan kualitas clustering yang baik. Penelitian ini memberikan wawasan tentang klasifikasi negara berdasarkan indikator ekonomi dan dapat menjadi referensi bagi pembuat kebijakan dalam merancang strategi ekonomi yang lebih efektif.
Penerapan Data Mining K-Means dalam Analisis Kematian COVID-19 di Kalimantan Timur Yunus, Marlina; Wati, Masna
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 1 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v9i1.19724

Abstract

Pandemi COVID-19 telah memberikan dampak yang signifikan terhadap kesehatan masyarakat, terutama di Provinsi Kalimantan Timur. Penelitian ini bertujuan untuk menganalisis tren kematian akibat COVID-19 pada periode Maret 2020 hingga Februari 2021 menggunakan metode data mining dengan algoritma K-Means. Data yang digunakan dalam penelitian ini diperoleh dari dataset resmi dalam format CSV, yang memuat jumlah pasien meninggal setiap bulannya. Proses analisis diawali dengan melakukan praproses data untuk memastikan kualitas dan konsistensi data. Selanjutnya, pada algoritma K-Means diterapkan untuk mengelompokkan data berdasarkan kemiripan tren kematian. Berdasarkan hasil analisis menggunakan metode Elbow, jumlah klaster optimal yang diperoleh adalah tiga klaster. Klaster pertama (Klaster 0) menunjukkan adanya peningkatan jumlah kematian secara moderat pada beberapa bulan. Klaster kedua (Klaster 1) menggambarkan tren kematian yang cenderung stabil dengan sedikit peningkatan. Klaster ketiga (Klaster 2) menunjukkan puncak kematian yang signifikan dengan tren peningkatan tajam, khususnya pada bulan-bulan tertentu selama pandemi. Hasil penelitian ini diharapkan dapat memberikan gambaran yang lebih jelas mengenai tren kematian akibat COVID-19 di Provinsi Kalimantan Timur, sehingga dapat menjadi bahan pertimbangan bagi pemerintah daerah dan tenaga kesehatan dalam merumuskan kebijakan penanggulangan pandemi. Selain itu, analisis tren ini juga dapat dijadikan acuan dalam merancang strategi mitigasi pada masa pandemi atau menghadapi potensi wabah penyakit serupa di masa mendatang.
Pengelompokan Harga Cabai Rawit Berdasarkan Provinsi Menggunakan Principal Component Analysis dan K-Means Kesuma, Muhammad Afrizal; Nugraha, Cellia Auzia; Cahyani, Oktari Indi; Wati, Masna; Haviluddin, Haviluddin
JUKI : Jurnal Komputer dan Informatika Vol. 7 No. 1 (2025): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2025
Publisher : Yayasan Kita Menulis

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

Abstract

Cabai rawit (Capsicum frutescens L.) merupakan komoditas penting di Indonesia dengan permintaan yang tinggi. Namun, harga cabai rawit sering mengalami fluktuasi yang signifikan akibat ketergantungan pada musim, cuaca, serta kendala distribusi. Penelitian ini bertujuan untuk mengelompokkan harga cabai rawit berdasarkan provinsi di Indonesia menggunakan algoritma Principal Component Analysis (PCA) dan K-Means. Data yang digunakan berupa harga cabai rawit dari 34 provinsi di Indonesia pada periode Januari 2018 hingga Desember 2024. Analisis pengelompokan dilakukan dengan 3 variasi jumlah klaster, yaitu 2, 3, dan 4 klaster. Pengujian akurasi klaster menggunakan metode Silhouette Coefficient menunjukkan bahwa jumlah klaster paling optimal adalah 4 dengan nilai sebesar 0,511. Hasil penelitian ini menunjukkan bahwa pengelompokan harga cabai rawit dengan metode PCA dan K-Means dapat membantu dalam memahami pola harga di berbagai provinsi. Selain itu, hasil pengelompokan ini diharapkan dapat menjadi dasar bagi perencanaan distribusi dan pengendalian harga yang lebih efektif.
Penerapan K-Means Clustering untuk Segmentasi Konsumen E-Commerce Berdasarkan Pola Pembelian Geni, Siti Putri Lenggo; Safitri, Hersa; Merry, Felisitas; Wati, Masna; Haviluddin , Haviluddin
JUKI : Jurnal Komputer dan Informatika Vol. 7 No. 1 (2025): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2025
Publisher : Yayasan Kita Menulis

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

Abstract

Pertumbuhan pesat e-commerce di Indonesia mendorong perusahaan untuk memahami karakteristik konsumen secara lebih mendalam guna meningkatkan strategi pemasaran. Penelitian ini bertujuan untuk mengelompokkan konsumen e-commerce berdasarkan pola pembelian menggunakan metode K-Means Clustering. Segmentasi dilakukan dengan mempertimbangkan tiga variabel utama, yaitu frekuensi pembelian, nilai transaksi, dan waktu pembelian. Data transaksi konsumen diolah dan dianalisis untuk menemukan pola-pola yang tersembunyi, kemudian ditentukan jumlah klaster optimal menggunakan metode Elbow. Hasil penelitian menunjukkan bahwa konsumen dapat dikelompokkan ke dalam lima segmen yang memiliki karakteristik perilaku belanja yang berbeda-beda, mulai dari konsumen bernilai tinggi dan aktif, hingga konsumen pasif dengan nilai transaksi rendah. Segmentasi ini memberikan wawasan penting bagi pelaku e-commerce dalam menyusun strategi pemasaran yang lebih tepat sasaran sesuai dengan karakter masing-masing segmen. Kesimpulan dari penelitian ini menunjukkan bahwa penerapan K-Means Clustering efektif dalam membantu memahami perilaku konsumen dan dapat dijadikan dasar pengambilan keputusan bisnis yang lebih strategis.
Application of K-Means Clustering Algorithm for Air Quality Pattern Analysis in Jakarta Razan, Muhammad Arya Fayyadh; Alifah, Nur Juzieatul; A’yuni, Qurrata; Wati, Masna; -, Haviluddin
JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Vol. 8 No. 1 (2025): 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.v8i1.7028

Abstract

Air pollution in urban areas, particularly in Jakarta, is a significant issue that impacts public health and environmental quality. This study aims to analyze air quality patterns in Jakarta from 2010 to 2023 using the K-Means Clustering method based on Air Pollution Standard Index (ISPU) data. Data processing stages based on the CRISP-DM methodology are applied to process and analyze data systematically. The stages include business understanding, data understanding, data preparation, modeling, and evaluation. The results showed that the data were divided into three distinct clusters: healthy, unhealthy, and moderate. Cluster 0, which includes stations DKI1 and DKI2, shows better air quality, while cluster 2, which consists of stations DKI3, DKI4, and DKI5, shows higher pollution levels. These findings offer valuable insights for policymakers in developing more effective air pollution control strategies. Thus, the results of this study not only contribute to the understanding of air quality in Jakarta but also emphasize the need for data-driven mitigation actions to improve public health and the environment.  
KLASIFIKASI INTENSITAS HUJAN DI SAMARINDA MENGGUNAKAN LOGIKA FUZZY MAMDANI Putri, Septi Aulia; Asmita, Rizka; Nggotu, Antonieta Aryuka Paskalia; Hutapea, Vedra Dian Sierrafina; Septiarini, Anindita; Wati, Masna
TRANSFORMASI Vol 21, No 1 (2025): TRANSFORMASI
Publisher : STMIK BINA PATRIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56357/jt.v21i1.422

Abstract

This study aims to classify rainfall intensity in the Samarinda area into three categories: light rain, moderate rain, and heavy rain based on three meteorological variables: temperature (in °C), air pressure (in hPa), and rainfall (in mm) to provide a more adaptive and accurate classification of rainfall intensity based on local weather conditions in Samarinda, which is prone to disasters due to high rainfall intensity. The data used in this study was obtained from the Meteorology, Climatology, and Geophysics Agency (BMKG) Samarinda for the period of October to December 2024. This study implements the Mamdani Fuzzy Logic method, which consists of the stages of fuzzification, rule base application, inference, and defuzzification. Fuzzy logic was chosen due to its ability to handle data that is ambiguous and uncertain, which is common in weather phenomena. Testing results on 50 random weather condition data samples indicate that the developed Mamdani fuzzy model achieved an accuracy of 100% on the test data, demonstrating consistency between the resulting rainfall intensity classification and actual data. Based on these findings, this model can be utilized as a support tool for decision-making, both by individuals and local government agencies, in efforts to monitor and mitigate extreme weather conditions in Samarinda, East Kalimantan.Keywords : Fuzzy Logic, Mamdani Method, Rainfall Intensity, Classification
Pengelompokan Minat Akademik Siswa SMA Negeri 1 Loa Janan Menggunakan Metode Clustering K-means Fauzan, Ammar Nabil; Wandi, Faizul Anwar; Aiman, Ahmad Zuhair Nur; Wati, Masna; Haviluddin, Haviluddin
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 2 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v9i2.19673

Abstract

Penentuan minat akademik masih menjadi tantangan dalam proses mempersiapkan diri sebelum memilih jurusan di perguruan tinggi, terutama jika siswa sendiri masih belum sepenuhnya mengetahui kemampuan dan minat belajarnya. Penelitian ini dilakukan dengan tujuan untuk membentuk kelompok-kelompok siswa kelas XI 3 di SMA Negeri 1 Loa Janan berdasarkan minat akademik mereka dengan menggunakan pendekatan data mining. K-means merupakan algoritma yang dipilih dari metode clustering, dengan menggunakan Knowledge Discovery in Database (KDD) yang dimulai dari seleksi data, kemudian tahap preprocessing data melalui normalisasi. Evaluasi menggunakan Silhouette Score dan Davies Bouldin Index. Hasil menunjukkan bahwa 2 merupakan jumlah cluster yang tepat dengan nilai Silhouette Score 0.74, nilai Davies Bouldin Index sebesar 0.34 dan visualisasi Scatter Plot yang menunjukkan pemisahan cluster yang cukup jelas. Hasil clustering ini bisa menjadi referensi bagi tenaga pengajar seperti guru untuk memudahkan proses penentuan jurusan sebelum masuk perguruan tinggi.
IMPLEMENTASI LOGIKA FUZZY MAMDANI DALAM SISTEM PENILAIAN KESEHATAN MAKANAN KEMASAN BERDASARKAN LABEL NUTRITION FACTS Ahmad Nur Fauzan; Muhammad Abdillah; Reviansa Fakhruddin Aththar; Anindita Septiarini; Masna Wati
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 11 No. 2 (2025): Volume 11 Nomor 2 Tahun 2025
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v11i2.4334

Abstract

The growth of the packaged food industry has increased the need for an easy-to-understand health assessment system for consumers, especially those with limited nutrition literacy. This study develops a Mamdani fuzzy logic-based decision support system to evaluate the healthiness of packaged foods using Nutrition Facts labels. The system processes nutritional parameters such as fat, sugar, salt, fiber, protein, fruit/vegetable/nut content, and calorie content, converting them into linguistic categories like "low," "moderate," and "high" for easier interpretation by lay users. It effectively handles uncertainties and ambiguities in nutrition data, providing classifications like "Unhealthy," "Healthy," or "Very Healthy." Implemented through a web platform using Python and Flask, the system was tested with five food samples, achieving an 80% agreement with the official NutriScore classification. This indicates the potential of the system as a reliable, practical tool to help consumers make quicker and more accurate dietary decisions and improve nutrition awareness.
Co-Authors -, Haviluddin Abdul Hadi Ade Chrisvitandy Adelowys Sinaga AHMAD ANSYORI Ahmad Nur Fauzan Aiman, Ahmad Zuhair Nur Ajay, Muhammad Akhmad Masyudi Alameka, Faza Alfajriani Alfajriani Ali Sholihin Alifah, Nur Juzieatul Alqarani, Hudzaifah Ambon, Matelda Yunanta Andi Maulana Andi Maulana, Andi Anggari, Ricky Anindita Septiarini, Anindita Anton Prafanto Arabi, Muhammad Amin Quthbi Asmita, Rizka Awang Harsa Kridalaksana Awang Zheri Rhesvianur Ayu Rusnawati Azzahra, Raudhya A’yuni, Qurrata Bahtiar , Andi Alfian Bambang Cahyono Bambang Cahyono Bandhaso, Victor Bramantyo, Dimas Ari Brins Leonard Pailan Budiman, Edy Burhandenny, Aji Ery Cahyani, Oktari Indi Davina Putri Ananta Delvina Dwiani Samjar Didit Suprihanto, Didit Dwi Kinasih Widiyati Engla Despahari Eny Maria Ervan, Muhamad Gusti Keyandi Evi Wildana Fadli Suandi Farisha Rizky Amalia Fauzan, Ammar Nabil Faza Alameka Faza Alameka Fenny Indar Ferry Miechel Lubis Firdaus, Ardhifa Firdaus, Muhammad Firdaus, Muhammad Bambang Gading, Fazri Rahmad Nor Geni, Siti Putri Lenggo Gideon Simalango, Yanuar Hairah, Ummul Hairah, Ummul Hamdani Hamdani Hamdani Hamdani Hariati Hariati Hatta, Heliza Rahmania Haviluddin , Haviluddin Haviluddin Haviluddin Heliza Rahmania Hatta, Heliza Rahmania Hendi Herman Santoso Pakpahan Hidayat, Irfan Arman Hijratul Aini Hutagalung, Wilson Boyaron Hutapea, Vedra Dian Sierrafina Ifandi, Muhammad Iin Nurkarima Islamiyah Islamiyah Joan Angelina Widians, Joan Angelina Julius Rinaldi Simanungkalit Kesuma, Muhammad Afrizal Lili, Juniver Veronika Lubis, Ferry Miechel Manik, Filipus Adriel Masyudi, Akhmad Maya Agustina Medi Taruk Mega Yoalifa Merry, Felisitas Mewengkang, Alfrina Mochammad Taufiq As'arie Muhammad Abdillah Muhammad Bambang Firdaus Muhammad Firdaus Muhammad Ifandi Muhammad Rafif Hanif Mu’nisah Assisi Nanda Arianto Nggotu, Antonieta Aryuka Paskalia Novianti Puspitasari Nugraha, Cellia Auzia Nupa, Joy Disanto Nur Madia Nurkarima, Iin Nurmadewi, Dita Nuzulan, Alan Olivia Octavia Pebianoor, Pebianoor Prano Pebri Ansari Pratama, Arief Ardi Puspitasari, Novianti Putri, Septi Aulia Rajiansyah, Rajiansyah Rasid, Khairul Rayner Alfred Razan, Muhammad Arya Fayyadh Reviansa Fakhruddin Aththar Rizqi Saputra Rosmasari, Rosmasari Sadewa, Bintang Putra Safitri, Hersa Salsabila, Nur Maya Saragih, Muhammad Nabil Sari, Lili Kurnia Sembiring, Wahyu Harry Saputra Septiani, Afra Amelia Setiawan, Maulana Agus Setyadi, Hario Jati Shiva Mutia Maffirotin Simanungkalit, Julius Rinaldi Simbolon, R.H. Kimebmen Sitompul, Tua Delima soleha, leha Syahputra, Andra Syarah, May Siti Taruk, Medi Tejawati, Andi Tjikoa, Ade Fiqri Vicky Pranandika Wijaksana Vina Zahrotun Kamila Viny Christanti M Wandi, Faizul Anwar Widians, Joan Angelina Wijaya, M Rangga Yaqub Wiji Astuti Yudi Kurniawan Yunus, Marlina Yusran, Sartiah Zahra Ayu Qalbina Zainal Arifin