Article Per Year (5 Year)
p-Index From 2021 - 2026
7.049
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Pendidikan Teknologi dan Kejuruan Yustisia Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Jurnal EECCIS Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Informatika dan Teknik Elektro Terapan Sistemasi: Jurnal Sistem Informasi Jurnal Teknologi dan Sistem Komputer JOIV : International Journal on Informatics Visualization Jurnal Komputasi Jurnal Sains dan Informatika Jurnal Teknoinfo ILKOM Jurnal Ilmiah Jurnal Ilmiah Media Sisfo Jurnal Tekno Kompak JUTIS : Jurnal Teknik Informatika EKONOMI BISNIS Indonesian Journal of Electrical Engineering and Computer Science Jurnal Teknik Informatika (JUTIF) Jurnal Abadimas Gorontalo JTIKOM: Jurnal Teknik dan Sistem Komputer Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Ilmiah Infrastruktur Teknologi Informasi Jurnal Teknologi dan Sistem Informasi Journal Social Science And Technology For Community Service Jurnal Pendidikan dan Teknologi Indonesia KLIK: Kajian Ilmiah Informatika dan Komputer Jurnal Telematics and Information Technology (TELEFORTECH) Journal of Engineering and Information Technology for Community Service Jurnal Media Borneo Jurnal Informatika Polinema (JIP) Jurnal Kecerdasan Buatan dan Teknologi Informasi Jurnal Rekayasa Perangkat Lunak Green Engineering: Journal of Engineering and Applied Science JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) Mitra Jurnal Pengabdian Masyarakat Multidisiplin (MJPMM) Global Science: Journal of Information Technology and Computer Science Jurnal Komputasi Jurnal Elektronika dan Telekomunikasi
Agus Wantoro
Universitas Aisyah Pringsewu
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry 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 Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Physics Social Sciences Transportation Other

Published : 68 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 68 Documents
Search

 3   4   5   6   7 
Optimizing Type 2 Diabetes Classification with Feature Selection and Class Balancing in Machine Learning Wantoro, Agus; Yuliana, Aviv Fitria; Andini, Dwi Yana Ayu; Awaliyani, Ikna; Caesarendra, Wahyu
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 4 (2025): JUTIF Volume 6, Number 4, Agustus 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.4.5166

Abstract

Type 2 Diabetes (T2DM) is a crucial factor in patient survival and treatment effectiveness. Errors in diabetes detection lead to disease severity, high costs, prolonged healing time, and a decline in service quality. Additionally, a major challenge in developing Machine Learning (ML)-based detection decision support systems is the class imbalance in medical data as well as the high feature dimensionality that can affect the accuracy and efficiency of the model. This research proposes an approach based on feature selection (FS) and handling class imbalance to improve performance in type 2 diabetes. Several feature selection techniques such as Information Gain (IG), Gain Ratio (GR), Gini Decrease (GD), Chi-Square (CS), Relief-F, and FCBF can perform feature selection based on weighting ranking. Furthermore, to address the imbalanced class distribution, we utilize the Synthetic Minority Over-Sampling Technique (SMOTE). ML classification models such as Support Vector Machine (SVM), Gradient Boosting (GB), Tree, Neural Network (NN), Random Forest (RF), and AdaBoost were tested and evaluated based on the confusion matrix including accuracy, precision, recall, and time. The experimental results show that the combination of strategies for handling imbalanced classes significantly improves the predictive performance of ML algorithms. In addition, we found that the combination of feature selection techniques IG+AdaBoost consistently demonstrates optimal performance. This study emphasizes the importance of data preprocessing and the selection of the right algorithms in the development of machine learning-based T2DM detection systems. Accurate detection can reduce the severity of disease, lower treatment costs, speed up the healing process, and improve healthcare services.
Pengembangan Aplikasi Basis Data untuk PAUD, SD, SMP, dan Anak Putus Sekolah pada Dinas Pendidikan Kabupaten Pringsewu Wantoro, Agus; Ega Budiman; Adam Japal; Panji Bintoro; Ferly Ardhy; Tahta Herdian Andika
Mitra Jurnal Pengabdian Masyarakat Multidisiplin (MJPMM) Vol. 1 No. 1 (2025): Maret
Publisher : Marasofi International Media and Publishing (MIMP)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64123/mjpmm.v1.i1.1

Abstract

Pengelolaan data pendidikan yang akurat dan terintegrasi merupakan salah satu kunci keberhasilan dalam mendukung perumusan kebijakan dan pelaksanaan program pendidikan yang tepat sasaran, khususnya di tingkat daerah. Kabupaten Pringsewu sebagai salah satu kabupaten yang terus mengembangkan kualitas layanan pendidikan menghadapi tantangan dalam integrasi data antar jenjang pendidikan, kasus anak putus sekolah. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk merancang dan mengimplementasikan sebuah aplikasi database sederhana namun efektif untuk mendata dan memantau informasi pendidikan pada jenjang PAUD, SD, SMP, serta anak-anak usia sekolah yang tidak lagi mengenyam pendidikan formal. Metode pelaksanaan kegiatan meliputi analisis kebutuhan pengguna, pengembangan aplikasi berbasis web, pelatihan teknis kepada operator sekolah dan pegawai dinas, serta evaluasi penggunaan sistem. Aplikasi yang dikembangkan memiliki fitur input data siswa, data sekolah, pelaporan otomatis, dan pemantauan anak putus sekolah. Hasil dari kegiatan ini menunjukkan bahwa sistem yang dibangun dapat meningkatkan efisiensi kerja operator sekolah dan memperkuat akurasi data pendidikan di tingkat daerah. Selain itu, aplikasi ini memberikan dukungan nyata bagi pemerintah daerah dalam menyusun kebijakan berbasis data (data-driven policy) terutama untuk intervensi pendidikan yang bersifat inklusif dan responsif. Kegiatan ini diharapkan menjadi model replikasi bagi daerah lain dan berkontribusi dalam pengembangan sistem informasi pendidikan lokal yang mandiri, berkelanjutan, dan berbasis kebutuhan nyata lapangan.
Kombinasi Matriks Perbandingan Berpasangan dan Metode Simple Additive Weighting (SAW) untuk Pemilihan Mie Instan Wantoro, Agus; Verdian, Arry
Jurnal Informatika Polinema Vol. 10 No. 2 (2024): Vol 10 No 2 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i2.4881

Abstract

Mie instan merupakan makanan cepat saji yang banyak diminati masyarakat karena kemudahan dan kekepraktisan dalam pemenuhan kebutuhan pangan. Di Indonesia mie instan memiliki berbagai merk, kemasan dan varian rasa yang berbeda-beda. Salah satu varian rasa yang dimiliki semua merk yaitu rasa ayam bawang kemasan 75 gram. Meskipun mie instan banyak disukai berbagai kalangan karena rasanya yang nikmat, namun kandungan yang ada tidak direkomendasikan untuk dikonsumsi setiap hari karena dapat bedampak buruk bagi kesehatan. Kandungan yang ada pada mie instan seperti Energi (kkal), Lemak (g), Protein (g), Karbo (g), Serat (g), Gula (g), dan Natrium (mg). Berdasarkan informasi gizi pada kandungan mie instan dapat dijadikan sebagai acuan dalam memilih mie instan yang paling sehat untuk dikonsumsi. Tujuan penelitian ini melakukan perbandingan mie instan menggunakan kombinasi metode perbandingan skala prioritas berpasangan dengan metode Simple Additive Weighting (SAW). Perbandingan skala prioritas digunakan untuk memperoleh nilai pembobotan dari masing-masing kriteria. Hasil pembobotan didapatkan kriteria (C1) Energi (kkal) 34%, (C2) Lemak 2,96%, (C3) Protein 22,15%, (C4) Karbo 7,75%, (C5) Serat 9,86%, (C6) Gula 7,99%, dan (C7) Natrium 15,29%. Metode SAW digunakan untuk perhitungan perangkingan. Berdasarkan hasil perangkingan, didapatkan alternatif (A1) Supermi mendapatkan nilai sebesar 76.70, (A2) Gaga 100 sebesar 84.64, (A3) Sarimi sebesar 73,84 (A4) Mie sedap 77.67 (A5) Indomie 73,22 (A6) Lemonilo 73,94 (A7) Mie ABC 76,27, dan (A8) Nissin Ramen 75,68. Hasil perangkingan didapatkan dengan mie instan rangking tertinggi berdasarkan nilai gizi yaitu Mie Gaga 100 dan rangking terendah yaitu Indomie. Hasil penelitian ini memberikan informasi yang bermanfaat bagi masyarakat untuk mempertimbangkan dalam memilih mie instan untuk di konsumsi agar lebih aman bagi kesehatan
Fuzzy Tahani Model for Selection Journal Computer Sciences and Technology (Sinta 2): Across Indonesia Wantoro, Agus; Hari Soetanto; Dikpride Despa; Tahta Herdian Andika
Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems) Vol. 19 No. 3 (2025)
Publisher : Faculty of Engineering, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/jeeccis.v19i3.1787

Abstract

Publication of scientific articles in the national journal Science and Technology (Sinta) has become an obligation for academics such as students and lecturers. For students, publication is one of the requirements for graduation. For lecturers, scientific publication is a requirement for promotion or academic level (JA). Several levels of JA are Assistant Expert, Lecturer, Senior Lecturer and Professor. Lecturers who will apply for promotion to Senior Lecturer are required to publish in the Sinta 2 Journal. To be able to find a suitable journal, there are many considerations, if you choose the wrong journal, the article can be rejected. In choosing a journal, authors generally look at information such as publication costs, number of articles published, number of article publication frequencies, and review process time. Sometimes authors need ambiguous information such as the number of articles with many categories, low costs, high publication frequencies, and fast review times. The approach to this problem can use the Tahani fuzzy model database. This study applies the Tahani fuzzy model to model Sinta 2 journal data in the computer field to provide new findings and facilitate the selection of journals that match the criteria. This research needs to be done to provide useful information for several parties. For the author, this research is useful as a reference for selecting journals according to the criteria sought. For journal managers or editors, this information can increase the number of articles to be published, and for further researchers, this research will be information and reference material regarding journal selection research
Penerapan Logika Fuzzy Dan Metode Profile Matching Pada Sistem Pakar Medis Untuk Diagnosis Covid-19 Dan Penyakit Lain Rusliyawati, Rusliyawati; Wantoro, Agus; Susanto, Erliyan Redy
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 5: Oktober 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022955406

Abstract

COVID-19 masih menjadi masalah di seluruh dunia. Gejala infeksi COVID-19 berupa batuk, demam, sesak napas, pilek, dan diare mirip dengan penyakit lain, sehingga menyulitkan dokter untuk membedakan infeksi COVID-19 atau penyakit lain, sehingga diperlukan diagnosis. Kesalahan diagnosis menyebabkan kesalahan dalam upaya pengobatan. Berbagai macam upaya diagnosis telah dilakukan, seperti Rapid Diagnostic Test (RDT), RT-PCR, CT-Scan Image, dan machine learning, namun masih memiliki beberapa kelemahan. RTD dan RT-PCR membutuhkan waktu yang relatif lama dan biaya yang mahal. Pasien merasakan nyeri pada hidung dan tenggorokan serta mengalami batuk dan bersin. Diagnosis menggunakan CT-Scan menghasilkan radiasi yang dapat meningkatkan risiko kanker karena pasien menerima dosis zat yang mengandung yodium yang dapat menyebabkan reaksi alergi seperti rasa logam di mulut, gatal, dan sesak napas. Tujuan dari penelitian ini adalah untuk membangun sistem pakar medis dengan menggunakan metode yang berbeda yaitu dengan menggunakan logika Fuzzy-Profile Matching untuk diagnosis COVID-19 dan penyakit lainnya berdasarkan gejala klinis pasien seperti demam, batuk kering, batuk berdahak, lesu, sesak nafas, nyeri sendi, sakit kepala, bersin, pilek, hidung tersumbat, mata berair, sakit tenggorokan, dan diare. Hasil evaluasi menggunakan 30 data dari puskesmas di Bandar Lampung, metode usulan memiliki akurasi sebesar 90%. Metode usulan yang dikembangkan mampu memberikan hasil yang cepat, murah dan tanpa efek samping. AbstractCOVID-19 is still a problem all over the world. Symptoms of COVID-19 infection in the form of cough, fever, shortness of breath, runny nose, and diarrhea are similar to other diseases, making it difficult for doctors to distinguish between COVID-19 infection or other diseases, so a diagnosis is needed. Misdiagnosis leads to errors in treatment attempts. Various kinds of diagnostic efforts have been made, such as Rapid Diagnostic Test (RDT), RT-PCR, CT-Scan Image, and machine learning, but still have some weaknesses. RTD and RT-PCR take a relatively long time and are expensive. The patient feels pain in the nose and throat and experiences coughing and sneezing. Diagnosis using CT-Scan produces radiation that can increase the risk of cancer because the patient receives doses of substances containing iodine which can cause allergic reactions such as metallic taste in the mouth, itching, and shortness of breath. The purpose of this research is to build a medical expert sistem using different methods, namely by using Fuzzy-Profile Matching logic for the diagnosis of COVID-19 and other diseases based on the patient's clinical symptoms such as fever, dry cough, cough with phlegm, lethargy, shortness of breath, pain. joints, headache, sneezing, runny nose, nasal congestion, watery eyes, sore throat, and diarrhea. The results of the evaluation used 10 data from health centers in Bandar Lampung, the proposed method had an accuracy of 90%. The proposed method developed is able to provide fast, inexpensive and no side effects.
A New Approach of Steganography on Image Metadata Fernando, Yusra; Darwis, Dedi; Mehta, Abhishek R; Wamiliana, Wamiliana; Wantoro, Agus
JOIV : International Journal on Informatics Visualization Vol 8, No 2 (2024)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.8.2.2110

Abstract

In this paper, we introduce a novel method, Steganography on Image Metadata (SIM), to tackle the problem of robustness modification in steganography.  The SIM method works by embedding messages into the metadata storage space of digital media. Metadata is information embedded in a file that explains the file's content. The advantage of this method is that it does not alter the pixel values in the image, ensuring no degradation in media quality, and the secret message remains secure even when robustness manipulations are applied to the stego-image. To enhance data security, this paper also suggests using Fernet cryptography for message encryption during the embedding process into the cover-image. According to experimental evaluations, the SIM technique can attain a maximum PSNR value of 100 dB and an outstanding MSE value of 0. All robustness manipulation issues in steganography can be effectively addressed using the SIM method. Test results demonstrate that the SIM method can withstand symmetric and asymmetric cropping manipulations down to a pixel size of 1x1, and the message can still be extracted. Testing with image rotation manipulation also proves that the message can be successfully extracted even when the stego-image is rotated up to 180 degrees. Experiments with image resizing manipulation also confirm that the message can be recovered even when the stego-image undergoes up to 90% compression. Testing with color effects applied to the image also does not affect message extraction results.
Desain Sistem Smart Charger Berbasis Fuzzy untuk Optimasi Pengisian Baterai Li-Ion Wantoro, Agus; Feriyanto, Dwi; Despa, Dikpride; Aminudin, Nur
Jurnal Informatika Polinema Vol. 12 No. 1 (2025): Vol. 12 No. 1 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i1.8110

Abstract

Perkembangan teknologi perangkat portabel dan kendaraan listrik menuntut sistem pengisian baterai yang efisien, aman, dan adaptif. Penelitian ini merancang dan mengimplementasikan sistem Smart Charger berbasis logika fuzzy untuk optimasi pengisian baterai lithium-ion (Li-Ion). Sistem mengintegrasikan sensor suhu dan tegangan dengan mikrokontroler untuk mengatur arus pengisian secara dinamis berdasarkan input parameter aktual seperti suhu baterai, tegangan awal, dan kapasitas sisa (State of Charge). Pengujian dilakukan pada berbagai skenario suhu lingkungan dan kondisi baterai. Hasil menunjukkan bahwa sistem fuzzy mampu memberikan kestabilan keluaran berdasarkan inputan yang diberikan dibandingkan dengan charger konvensional. Sistem akan menyesuaikan arus pengisian dengan kondisi baterai, khususnya pada suhu tinggi, tanpa intervensi manual. Penelitian ini membuktikan bahwa penerapan fuzzy logic dalam sistem pengisian baterai dapat memberikan peningkatan performa, keamanan, dan efisiensi. Sistem ini memiliki potensi untuk dikembangkan dan diterapkan pada berbagai perangkat elektronik serta dapat dikembangkan lebih lanjut dengan pendekatan adaptive rule learning dan integrasi antarmuka pemantauan real-time
Fuzzy medical expert system for prediction of prostate cancer Wantoro, Agus; Rusliyawati, Rusliyawati; Sutyarso, Sutyarso; Hadibrata, Exsa
Indonesian Journal of Electrical Engineering and Computer Science Vol 40, No 3: December 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v40.i3.pp1466-1477

Abstract

We developed the fuzzy medical expert system (F-MES) based on fuzzy inference system (FIS) Mamdani using a different approach to prostate cancer risk (PCR) prediction. The difference in our research is that we modify the membership function on the input variable according to medical standards. We used the same input variables as the previous study, namely age, prostate-specific antigen (PSA), prostate volume (PV), and percentage (%) free PSA (%FPSA). The data on the input variable is used as input into F-MES and displays the output in the form of a percentage (%) of PCR. If the PCR is >50%, then the patient is advised to undergo a biopsy test. We conducted an analysis with the doctor to create a simple domain and rule base of 24 rules. Our number of rules is lower than previous studies of 80 and 240, but our prediction results are better the F-MES evaluation used the same 56 patients, that the F-MES we developed had an accuracy of 857%. This score is better than previous studies of 75% and 76%. Our F-MES is simple but effective and can be used as a supporting tool in decision-making in medical diagnosis.
Analisis Sentimen Kesehatan Mental di TikTok pada Generasi Milenial, Gen Z, dan Alpha Menggunakan SVM dan Random Forest Rohmah, Nurbaiti; Aminudin, Nur; Wantoro, Agus; Ayu Andini, Dwi Yana
Jurnal Rekayasa Perangkat Lunak Vol. 4 No. 2 (2025): Jurnal Rekayasa Perangkat Lunak (J-Rapa)
Publisher : Universitas Aisyah Pringsewu

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

Abstract

Penelitian ini menganalisis dinamika kesehatan mental lintas generasi dalam komunitas K-Pop di TikTok Indonesia, dengan fokus pada FOMO, kecemasan, dan strategi coping digital. Pendekatan mixed-methods digunakan untuk mengintegrasikan survei terhadap 501 responden dan analisis 1.481 komentar publik. Survei mengukur empat konstruk psikologis utama, sementara komentar diklasifikasikan menggunakan algoritma Support Vector Machine (SVM) dan Random Forest, serta divalidasi secara manual melalui analisis tematik. Hasil menunjukkan bahwa Generasi Z memiliki tingkat FOMO dan kecemasan tertinggi, Milenial mengalami stres dan burnout, sedangkan Alpha menunjukkan keterlibatan digital yang pasif namun berisiko terhadap perkembangan sosial-emosional. Random Forest menunjukkan performa klasifikasi terbaik (F1-score 93%), unggul dalam menangkap ekspresi minoritas seperti trauma dan refleksi eksistensial.Temuan ini memperkuat bahwa TikTok bukan sekadar ruang hiburan, melainkan arena ekspresi psikologis yang kompleks. Penelitian ini berkontribusi pada pengembangan kerangka kerja kesejahteraan digital yang adaptif, dengan menekankan pentingnya validasi ganda dan intervensi berbasis data yang empatik.
KLASIFIKASI CHRONIC KIDNEY DISEASE (CKD) MENGGUNAKAN TOOLS WEKA, RAPIDMINER, DAN ORANGE DATA MINING: ANALISIS PERBANDINGAN KINERJA Wantoro, Agus
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8951

Abstract

Chronic Kidney Disease (CKD) merupakan salah satu penyakit tidak menular dengan tingkat prevalensi dan mortalitas yang terus meningkat secara global. Deteksi dini CKD sangat penting untuk mencegah komplikasi dan memperpanjang harapan hidup pasien. Penelitian ini bertujuan untuk membandingkan performa algoritma klasifikasi yang diterapkan pada dua platform data mining populer, yaitu WEKA, RapidMiner, dan Orange dalam menganalisis dataset penyakit ginjal kronis dari UCI Machine Learning (ML) Repository. Lima algoritma klasifikasi digunakan dalam eksperimen, yaitu Naive Bayes, Support Vector Machine (SVM), Random Forest, k-NN, dan Logistic Regression dengan skema validasi silang 10-fold. Kinerja model dievaluasi berdasarkan Confusion Matrix berupa nilai accuracy, precision, dan recall. Hasil menunjukkan bahwa terdapat perbedaan performa antar algoritma pada masing-masing tools. Pada tools WEKA, algoritma Random Forest menunjukkan performa terbaik dengan akurasi 99.81% dan algoritma k-NN menunjukkan performa terburuk. Pada tools RapidMiner, algoritma k-NN justru menampilkan nilai terbaik dengan nilai akurasi 99.5%, sedangkan Niave Bayes menyusul di bawahnya. Pada tools Orange algoritma SVM dan Random Forest memiliki performa terbaik dengan nilai 99.8% dan algoritma terburuk k-NN. Secara umum tools WEKA memiliki kinerja yang lebih baik, disusul Orange, dan RapidMiner. Namun, setiap platform memiliki keunggulan masing-masing. Ketiga tools memiliki potensi yang besar dalam pengembangan sistem pendukung keputusan berbasis ML untuk diagnosis CKD
Co-Authors ., Rusliyawati Adam Japal Ade Surahman Adi Sucipto, Adi Adit Nurmansyah Admi Syarif Agum Anantama Ahmad Jurnaidi Wahidin Andini, Dwi Yana Ayu Apri Candra Widyawati Apri Candra Widyawati Ari Sulistiawati Ari Sulistyawati Aria Dadi Wibisono Arie Setya Putra Ariwibowo, Catur Arry Verdian Arry Verdian Aryani, Venty Aviv Fitria Yulia Ayu Andini, Dwi Yana Ayu Sangging, Putu Ristyaning Bintoro, Panji Damayanti Daniel Prasetyo Tarigan Dedi Darwis Deny Prasetyo Devi Utari Diasari, Itce Dikpride Despa Dikpride Despa Dimas Aminudin Saputra Dimas Farian Savero Donaya Pasha Dwi Feriyanto Ega Budiman Elin Mayoana Fitri Erliyan Redi Susanto Erliyan Redy Susanto Erliyan Susanto Fadly, Muhtad Fahlul Rizki Fahri Damarjati Ferly Ardhy Fernando, Yusra Galuh Eka Saputra Hadibrata, Exsa Hari Soetanto Heni Sulistiyani Hironimus Edit Kristanto Ikna Awaliyani Imam Ahmad Imam Alkarim Jafar Fakhrurozi Jayawarsa, A.A. Ketut Jhonnry Frengky Bire Logo Keith Francis Ratumbuisang Khairun Nisa Kisworo Kisworo Kurnia Muludi Lutfy, Azza’zunda Choibar Lyla Putri Deviana Mardha Ariyani Masdiana Masdiana Mehta, Abhishek R Merriam Listiany Modeong Monica Efniasari Mufid Aden Muhamad Fitratullah Muhammad Zihad Prasetyo Mutiara Bulan Maharani Nanda Putra Wicaksono Nisa Berawi, Khairun Nur Aminudin Parjito Parjito Permata Permata, Permata Permatan Priandika, Adhie Thyo Purnama, Citra Andini Putra Syahwal Alam Rachmat Setiabudi Rahmandini, Hafizhah Harjiati Redi Ari Saputra Redy Susanto, Erliyan Rohmah, Nurbaiti Rusliyawati Ryan Randy Suryono Sampurna Dadi Rizkiono Sanriomi Sintaro Saputra, Dani Setiawansyah Setiawansyah Siska Narulita Sri Ratna Sulistiyanti suaidah suaidah Susanto, Erliyan Redy Sutyarso Sutyarso Sutyarso Sutyarso Suyahman Suyahman Syazili Mustofa Tahta Herdian Andika Tien Yulianti Trisnawan, Ahmad Budi Verdian, Arry Very Dwi Setiawan Very Hendra Saputra Wahyu Caesarendra Wahyu Caesarendra Wamiliana Wamiliana Waqas Arshad, Muhammad Warsito Warsito Widiastuti, Rosalina Yani Wildani Hakim Yana Ayu, Dwi Yodhi Yuniarthe YOHANA TRI UTAMI, YOHANA TRI Yudistira Yudistira Yulaikha Mar’atullatifah Yuri Rahmanto Zulkifli