p-Index From 2019 - 2024
17.758
P-Index
This Author published in this journals
All Journal Jupiter Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) JUITA : Jurnal Informatika Sinkron : Jurnal dan Penelitian Teknik Informatika SemanTIK : Teknik Informasi QALAMUNA: Jurnal Pendidikan, Sosial, dan Agama Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial JURNAL MEDIA INFORMATIKA BUDIDARMA Informatics for Educators and Professional : Journal of Informatics SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Jurnal Persada Husada Indonesia INTECOMS: Journal of Information Technology and Computer Science JSiI (Jurnal Sistem Informasi) JURNAL PENDIDIKAN TAMBUSAI J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Journal on Education Informasi Interaktif JURNAL TEKNOLOGI INFORMASI Progresif: Jurnal Ilmiah Komputer Jusikom: Jurnal Sistem Informasi Ilmu Komputer Jurnal Pendidikan dan Konseling Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal Sistem informasi dan informatika (SIMIKA) Journal of Applied Engineering and Technological Science (JAETS) Jurnal Teknik Elektro dan Komputasi (ELKOM) INFORMASI (Jurnal Informatika dan Sistem Informasi) JTIK (Jurnal Teknik Informatika Kaputama) Jurnal Sistem Komputer & Kecerdasan Buatan Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Pengabdian Masyarakat Khatulistiwa Just TI (Jurnal Sains Terapan Teknologi Informasi) Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN) Jurnal Teknologi Informasi dan Komunikasi Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Pengabdian Nasional (JPN) Indonesia SENADA : Semangat Nasional Dalam MengabdI Jurnal Cahaya Mandalika Jurnal Informatika dan Teknologi Komputer ( J-ICOM) Jurnal Indonesia : Manajemen Informatika dan Komunikasi Jurnal Sosial dan Teknologi Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal Tika Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) JUTECH : Journal Education and Technology J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Widya Jurnal Pendidikan Sains dan Komputer Jurnal Informatika Teknologi dan Sains (Jinteks) Malcom: Indonesian Journal of Machine Learning and Computer Science Cross-border CKI On Spot SmartComp SENADA : Semangat Nasional Dalam Mengabdi Jurnal Indonesia : Manajemen Informatika dan Komunikasi Jurnal Pengabdian Nasional (JPN) Indonesia
Claim Missing Document
Check
Articles

Berwirausaha Melalui Desain Grafis Di Pondok Pesantren Darul Muqorrobin Kotamadya Bandung Arinal, Veri; Mulyana, Dadang Iskandar; Paryanti, Atik Budi
SENADA : Semangat Nasional Dalam Mengabdi Vol. 1 No. 1 (2020): SENADA : Semangat Nasional Dalam Mengabdi
Publisher : Perkumpulan Dosen Periset Indonesia

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

Abstract

Berwirausaha melalui desain Grafis merupakan salah satu tema pengabdian pada masy arakat yang kami pilih, hal ini dikarenakan banyak bidang usaha yang bias diciptakan antara lain cetak pin, cetak undangan dll. Pelatihan ini dilakukan di pesantren Darul Muqorrobin katamadya Bandung. Dengan peserta nya adalah para santri. Dan dilaksanakan pada 19 Mei 2019.dengan metode ceramah, demonstrasi dan workshop. Target peserta pelatihan seperti direncanakan sebelumnya adalah paling tidak 15-20 orang. Dalam pelaksanaannya, kegiatan ini diikuti oleh 36 orang peserta. Dengan demikian dapat dikatakan bahwa target peserta tercapai lebih dari 100%. Angka tersebut menunjukkan bahwa kegiatan pengabdian Masyarakat dilihat dari jumlah peserta yang mengikuti dapat dikatakan berhasil / sukses
Implementasi Machine Learning dengan Decision Tree Algoritma C4.5 dalam Penerimaan Karyawan Baru pada PT. Gitareksa Dinamika Jakarta Khoeri, Imam; Iskandar Mulyana, Dadang
Jurnal Sosial dan Teknologi Vol. 1 No. 7 (2021): Jurnal Sosial dan Teknologi (SOSTECH)
Publisher : Green Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36418/jurnalsostech.v1i7.126

Abstract

Melakukan proses penerimaan karyawan merupakan hal yang sangat penting bagi suatu perusahaan, hal ini dilakukan mengingat karyawan dipandang sebagai salah satu aset penting bagi perusahaan dan perlu dikelola serta dikembangkan untuk mendukung suatu kelangsungan hidup, kemampuan untuk bersaing, mendapatkan laba, serta pencapaian pada tujuan perusahaan, PT. Gitareksa Dinamika Jakarta biasanya melakukan beberapa persyaratan atau kriteria untuk mengetahui kemampuan dan pribadi para pelamar tersebut, data hasilnya tersebut biasanya disimpan dalam suatu arsip yang harus dibandingkan satu persatu sehingga didapatkan suatu hasil atau keputusan. Tentu hal tersebut memakan waktu yang lama dan kurang efektif dalam menggambil suatu keputusan. Dengan demikian dibutuhkan suatu perencanaan model otomatis dari sekumpulan data, dengan tujuan memberikan komputer kemampuan untuk belajar (machine learning). Maka dari itu diperlukan sebuah metode untuk menentukan perancang dalam pengambilan keputusan penerimaan karyawan baru “Decision Tree Algoritma C4.5” tujuan khusus pada penelitian ini adalah membangun suatu sistem dengan mudah yang dapat mengelola data dan dapat diakses dengan mudah oleh staff HRD dalam menentukan karyawan baru pada PT. Gitareksa Dinamika Jakarta. 
Implementasi Sistem Penjualan Barang Plastik Berbasis Web dengan Metode DevOps pada PT. Cahaya Perdana Plastic Jakarta Utara Manuel Prima, Andy; Iskandar Mulyana, Dadang
Jurnal Sosial dan Teknologi Vol. 1 No. 7 (2021): Jurnal Sosial dan Teknologi (SOSTECH)
Publisher : Green Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36418/jurnalsostech.v1i7.129

Abstract

Cahaya Perdana Plastic merupakan perusahaan yang bergerak dibidang produksi peralatan rumah tangga berbahan plastik. Banyak berbagai jenis peralatan rumah tangga yang dijual oleh perusahaan mulai dari tempat air minum plastik, gelas plastik, serta macam-macam peralatan makan berbahan plastik. Selama ini kegiatan penjualan, pemasaran, juga promosi hanya berupa katalog produk dalam bentuk fisik berupa media kertas dan melalui papan reklame dan seputar kolega yang telah bekerja sama dalam waktu lama dengan perusahaan. Perusahaan ingin sekali mengembangkan penjualan ke berbagai pelosok daerah, tidak hanya di kota-kota besar dan perusahaan ingin masyarakat biasa dapat membeli produk mereka meskipun dalam jumlah satuan. Tujuan penelitian ini yaitu untuk membangun sistem baru di perusahaan yang awalnya konvensional lalu komputerisasi sistem. Oleh sebab itu, diperlukannya sebuah sistem penjualan yang dapat mengelola semua kegiatan baik itu promosi juga penjualan, dengan adanya sistem penjualan berbasis web ini diharapkan dapat memudahkan penjual dalam hal memasarkan produk yang akan ditawarkan serta mengelola data penjualan dan memudahkan pembeli atau konsumen mendapatkan informasi mengenai spesifikasi produk yang ditawarkan oleh PT. Cahaya Perdana Plastic dan tidak hanya memudahkan pembeli atau konsumen dari dalam kota saja tetapi dari luar kota. Memudahkan pembeli atau konsumen dalam proses pembayaran karena dilakukan dengan cara transfer dengan adanya sistem pengolahan atau manajemen data produk yang baik maka akan mendukung kinerja dari sistem tersebut.
Implementasi Data Mining Menggunakan Metode Least Square untuk Memprediksi Penjualan Lampu LED pada PT. Sumber Dinamika Solusitama Maulana Fauzi, Riki; Iskandar Mulyana, Dadang
Jurnal Sosial dan Teknologi Vol. 1 No. 8 (2021): Jurnal Sosial dan Teknologi (SOSTECH)
Publisher : Green Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36418/jurnalsostech.v1i8.182

Abstract

Pada beberapa perusahaan sering sekali mengalami permasalahan pada persediaan stok barang di gudangnya. Jumlah barang masuk maupun keluar perlu diperhatikan, karena cukup berpengaruh untuk kelangsungan suatu perusahaan. Hal ini menyebabkan konsumen akan kecewa jika barang yang dibutuhkan tidak tersedia. Penelitian ini bertujuan untuk mengimplementasikan metode least square untuk memprediksi penjualan lampu LED di PT. Sumber Dinamika Solusitama, penelitian ini ditujukan untuk membangun aplikasi data mining berbasis web dengan menggunakan metode least square untuk memprediksi penjualan lampu LED pada periode mendatang, penelitian ini bertujuan untuk membantu perusahaan mendapatkan prediksi yang lebih akurat untuk penunjang keputusan pengadaan persediaan baru dan untuk membantu perusahaan dalam mengatasi permasalahan terkait stok yang menumpuk di gudang. Agar meminimalisir kesalahan dalam proses pengadaan kembali. Metode yang digunakan dalam penelitian ini adalah metode least square atau yang biasa disebut dengan metode kuadrat terkecil. Pengujian hasil prediksi menggunakan perhitungan MAPE (Mean Absolute Precentage Error) mendapatkan hasil 8.0744% dimana range nilai ini disimpulkan bahwa kemampuan model peramalan sangat baik karena niali di bawah 10%
Klasifikasi Kejernihan Air Menggunakan Metode LBPH Berbasis Android Istianah; Iskandar Mulyana, Dadang
Jurnal Sosial dan Teknologi Vol. 1 No. 9 (2021): Jurnal Sosial dan Teknologi (SOSTECH)
Publisher : Green Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36418/jurnalsostech.v1i9.204

Abstract

Air merupakan bahan alam yang diperlukan untuk kehidupan manusia. Air sebagai komponen lingkungan hidup akan dipengaruhi oleh komponen lainnya. Air yang kualitasnya buruk akan mengakibatkan kondisi kesehatan dan keselamatan manusia serta kehidupan makhluk hidup lainnya. Konsep dasar penelitian ini mengangkat tema citra digital yang didefinisikan secara matematis sebagai fungsi intensitas dalam 2 variabel yaitu x dan y. Tujuan penelitian untuk mengetahui kualitas air yang baik dan tidak untuk dikonsumsi masyarakat di daerah Jalan Kayu Besar, Tegal Alur, Jakarta Barat dengan menggunakan analisis metode LBPH yang akan diimplementasikan pada perangkat berbasis android. Jika dengan masukkan beberapa sampel air yang diambil melalui perangkat. Hasil dari penelitian ini merupakan sebuah sistem aplikasi untuk klasifikasi untuk mendeteksi kejernihan air. Berdasarkan hasil pengujian sistem pada klasifikasi kejernihan air yang dapat dilakukan dengan mengunakan metode LBPH (Local Binary Pattern Histogram) pada parameter Neighbors = 9, radius = 1, ukuran treshold BW=180 dengan jarak pengambilan gambar yang paling optimal yaitu 20 sampai 25 cm mendapatkan hasil akurasi sebesar 95,56 dan waktu komputasi 2,35 detik apabila citra yang diambil semakin dekat maka citra akan blur. Jika pengambilan citra terlalu jauh maka citra pada hasil gambar yang di scanning tidak dapat terdeteksi.
Implementasi Penerapan Metode C4.5 dan Naïve Bayes Dalam Tingkat Kelulusan Akreditasi Lembaga PAUD Pada Badan Akreditasi Nasional Genisa, Lenggo; Mulyana, Dadang Iskandar
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 5, No 4 (2021): Oktober 2021
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v5i4.3267

Abstract

Education from an early age is one way to stimulate children's potential. This is explained in the Law of the Republic of Indonesia Number 20 of 2003 concerning the National Education System which states that Early Childhood Education (PAUD) is a coaching effort aimed at children from birth to the age of six which is carried out through the provision of educational stimuli to help growth and physical and spiritual development so that children have readiness to enter further education. The National Accreditation Board for Early Childhood Education and Non-Formal Education, hereinafter referred to as BAN PAUD and PNF, is an independent evaluation body that determines the feasibility of PAUD and PNF programs and/or units. BAN PAUD and PNF were formed based on Permendikbud Number 52 of 2015 concerning the National Accreditation Board for Early Childhood Education and Non-Formal Education which is a substitute for Permendikbud 59 of 2012. Improving the quality of the implementation of PAUD and PNF Accreditation can be done by increasing the availability of non-formal education accreditation services. Other things that can be done to improve the quality of the implementation of PAUD accreditation are by providing certainty and guarantee of obtaining non-formal education accreditation services and improving a reliable governance system in ensuring the implementation of non-formal education accreditation services. This study uses data mining techniques in predicting the accreditation status of PAUD education units. First, preprocessing is used to get a quality dataset. Second, the data is processed to get a series of predictions. In this step, two data mining algorithms are applied, namely the Naïve Bayes Algorithm and the C4.5 Algorithm with the aim of knowing the performance of the two algorithms with a greater level of accuracy will be recommended in solving the problem of predicting the accreditation of PAUD education units in BAN PAUD and PNF DKI Jakarta Province. Then the third, the results will be in the Conffusion Matrix to validate the accuracy of the prediction results. And the results of the assessment show that the C4.5 and Naïve Bayes Algorithm methods can be used to predict the accreditation status of PAUD education units with an accuracy of 99.00%
Implementasi Metode Naïve Bayes Dalam Penilaian Kinerja Sales Marketing Pada PT. Pachira Distrinusa Senika, Anis; Rasiban, Rasiban; Iskandar, Dadang
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 6, No 1 (2022): Januari 2022
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v6i1.3331

Abstract

This study aims to build an information system that can support companies in making decisions, especially regarding sales assessment at PT. Pachira Distrinusa. This is motivated by the difficulty of determining whether or not a sales person deserves an efficient value, because the system is not yet computerized and employee data documents are piled up. In this study, the data used are assessment data at PT. Pachira Distrinusa and the method used is the Naïve Bayes Classifier algorithm. And to find out how well the Naïve Bayes Classifier algorithm is used in this study, the RapidMiner calculation is used to perform the test. From the test in RapidMiner, the accuracy value is 91.67% and the ROC value is 0.979, which means that the Naïve Bayes Classifier algorithm is very well used in this study. After testing using RapidMiner software and getting the test results, then it is implemented into a system using PHP and MySQL which is designed to predict sales assessments. The prediction results obtained from the system are in accordance with the calculation results obtained from RapidMiner calculations and manual calculations. Based on the research that has been done that the decision support system built can be applied to PT. Pachira Distrinusa so as to make it easier to determine the feasibility of the sales assessment at PT. Pachira Distrinusa efficiently.
Penciptaan Karakter Anime Otomatis Dengan Menggunakan Generative Adversarial Networks Pramansah, Vika Vitaloka; Mulyana, Dadang Iskandar; Silfia, Titi; Jaya, Rudi Tri
Jurnal Teknik Elektro dan Komputasi (ELKOM) Vol 4, No 1 (2022): ELKOM
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/elkom.v4i1.7105

Abstract

Karakter anime merupakan karakter fiksi yang memiliki keunikan tersendiri dan karakternya menggambarkan karakter yang dimiliki manusia dengan arsitektur serta desainnya yang unik. Setiap tahun, ada karakter anime baru yang dimunculkan melalui media Televisi, Webtoon, Netflix, Youtube dan sebagainya. Sehingga terdapat penelitian yang meneliti tentang hal ini, bagaimana menciptakan karakter anime secara otomatis dengan Computer Vision. Penelitian ini bertujuan untuk menciptakan karakter Anime otomatis menggunakan Generative Adversarial Networks (GAN), GAN merupakan model generative yang membuat instance data baru menyerupai data pelatihan kita. Penelitian ini menggunakan data training sebanyak 63.565 citra dan data uji sebanyak 10.000 citra serta menggunakan PyTorch untuk melatih GAN. Berdasarkan hasil penelitian ini,  GAN dapat dengan baik menghasilkan karakter Anime baru dengan error dari waktu ke waktu yang cukup tinggi untuk data trainingnya memiliki rata-rata 8,5445 untuk error generator, rata-rata error discriminator yaitu 0,1587, rata-rata skor discriminator yaitu 0,9362 dan rata-rata skor generator adalah 0,0603. Namun data testingnya memiliki error yang lebih rendah dan skor yang lebih tinggi untuk generator yaitu menghasilkan nilai rata-rata untuk error generator adalah 5.4472, error discriminator 0.6511, skor gambar asli 0.7913 dan skor gambar palsu 0.2056. 
Implementasi Image Classification pada Batik Motif Bali dengan Data Augmentation dan Convolutional Neural Network Sentosa, Edwin; Mulyana, Dadang Iskandar; Cahyana, Adella Fitriany; Pramuditasari, Nimas Galuh
Jurnal Pendidikan Tambusai Vol. 6 No. 1 (2022): April 2022
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (785.588 KB)

Abstract

Batik merupakan salah satu warisan budaya leluhur Indonesia yang sampai saat ini masih terus berkembang dan dilestarikan serta menjadikannya identitas budaya bangsa Indonesia. Awal mula terlahirnya batik di Indonesia berkaitan dengan berkembangnya kerajaan Solo, Majapahit serta Yogyakarta, batik sendiri merupakan metode proses yang diawali dengan penggambaran motif lalu pelorodan atau proses pelepasan lilin dari kain batik. Motif merupakan kerangka gambar yang mewujudkan batik secara keseluruhan. Motif pada batik pun memiliki banyak ragamnya, termasuk motif Bali yang dalam ciri khasnya selalu memadukan motif tradisional dan modern. Dikarenakan dengan semakin berkembangnya motif Bali dikalangan masyarakat, peneliti membuat program pengenalan citra untuk mengklasifikasi motif batik bali dengan menggunakan Convolutional Neural Network yang memanfaatkan beberapa komponen dan sistem sensorik pada beberapa motif batik yang sudah disiapkan.Implementasi pengenalan citra motif bali dilakukan dengan menggunakan 2 model pengujian yaitu model Sequential dan model on top VGG16 yang berjalan pada aplikasi Google Collaboratory dan Keras. Data pengujian pada penelitian ini adalah 526 citra data latih dan 34 citra data uji yang menghasilkan nilai evaluasi dengan nilai akurasi dengan rata-rata 1,15 dan nilai loss dengan rata-rata 5,8 pada model sequential dan nilai akurasi dengan rata-rata 2,7 dan nilai loss dengan rata-rata 1,6 pada model on top VGG16.
Klasifikasi Kendaraan pada Jalan Raya menggunakan Algoritma Convolutional Neural Network ( CNN ) Radikto, Radikto; Mulyana, Dadang Iskandar; Rofik, M Ainur; Zoharuddin Zakaria, M Ohan
Jurnal Pendidikan Tambusai Vol. 6 No. 1 (2022): April 2022
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (640.098 KB)

Abstract

Kendaraan adalah alat angkut di jalan, termasuk kendaraan bermotor dan kendaraan tidak bermotor, sebagaimana dimaksud dalam angka 7 Pasal 1 Undang-Undang Nomor 22 Tahun 2009 tentang Lalu Lintas dan Angkutan Jalan. Melihat perkembangan kendaraan dimana masyarakat Indonesia mengandalkan kendaraan, tidak menutup kemungkinan jika kendaraan yang ada mulai memenuhi jalan di Indonesia, kebiasaan hidup masyarakat modern yang serba mengandalkan kendaraan untuk aktivitas sehari-hari. Oleh karena itu, peneliti membuat program pengenalan citra kendaraan menggunakan algoritma Convolutional Neural Network, yang merupakan kegiatan konvolusi dengan menggabungkan beberapa lapisan-lapisan persiapan, memanfaatkan beberapa komponen yang bergerak sama dan dimotivasi oleh sistem sensorik biologis. Gambar kendaraan yang digunakan adalah Sepedah, Sepeda Motor, Becak, Bajaj Mobil, Mobil Pikup, Mobil Molen, Bus, dan Truk. Implementasi pengenalan citra kendaraan dilakukan dengan menggunakan 2 model uji, model Sequential dan model VGG16 tingkat atas yang dijalankan dengan aplikasi Google Collaboratory, dan Keras. Data uji dalam penelitian ini adalah 1406 citra data latih dan 274 citra data uji, menghasilkan nilai evaluasi 98,18%, nilai loss 0,103 pada model Sequential, dan tingkat akurasi 99,64%.Implementasi pengenalan citra kendaraan dilakukan dengan menggunakan 2 model uji, model Sequential dan model VGG16 tingkat atas yang dijalankan dengan aplikasi Google Collaboratory, dan Keras. Data uji dalam penelitian ini adalah 1406 citra data latih dan 274 citra data uji, menghasilkan nilai evaluasi akurasi 98,18%, nilai loss 0,103 pada model Sequential, dan tingkat akurasi 99,64%,tingkat loss 0,014 pada model on top VGG16.
Co-Authors Abdul Hafidz Abdul Shomad Achmad Syaeful Adhy Hantar Putra Adi Riswan Agung Pratama Agung Pratama Agung Rizki Zamzami Agung Saputra Agus Sigit Sumarsono Ahmad Bustomi Zuhari Ahmad Bustomi Zuhari Ahmad Bustomi Zuhri Ahmad Saepudin Ahmad Saepudin Ahmad Zulfikar Aidil Rizki Hidayat Aji Aji Dwi Prasetyo Aji Suswantoro Akmaludin Akmaludin Aldi Sitohang Alfiani Damaiyanti AlfianiDamaiyanti Ali Akbar Ali Akbar Ali Muhammad Faadhil Ali Muhammad Fadhil Ali Yafi Zulkarnain Amat Solihin Andi Anto Diarjo Andriyana Fajar Angga Tristhanaya Anggi Ramadan Anisah Wulandari Apian Candra Aditya Ari Ramadhan Ari Surya Jaya Ari Surya Jaya Arinal, Veri Aris Sufriman Asep Maulana Asep Ovid Afidin Asep Ovid Afidin Atik Budi Paryanti Awaludin Awaludin Aziz Septian Amrullah Aziz Septian Amrullah Bela Dina Betty Yel, Mesra C.Afif Firas Cahyana, Adella Fitriany Calvin Bill Roring Candra Milad Ridha Eislam Choirul Huda Debby Ramadhina Salsabilla Dedi Iskandar Dedi Iskandar Dewi Riyanti Wibowo Dewi Riyanti Wibowo Dheo Hanif Pristian Dhiva Andini Putri Alinur Diana Barsasella Dita Yuliana Donaldo, Evan Dwi Lestari Dyan Bagus Sumantri Edi Eka Anggraeni Eka Maheswara Eka Okta Putri Sulaiman Eka Okta Putri Sulaiman Eka Satria Maheswara Eka Satria Maheswara Ependi, Soleh Erno Sumantri Fadhil Khanifan Achmad Fahmi Nurul Huda Faisal Akbar Faisal Akbar Faizal Joko Perwitosari Farida Indah Riantini Fatonah FauzI Ramdhani Feni Citra Dewi Fernanda Adhipramana Ferry Ardiyansyah Ferry Fajar Pratama FikriYadi Firhan Ali Francis Matheus Sarimole Fransiscus Rolanda Malau Fransiscus Rolanda Malau Genisa, Lenggo Ghofurur Nawangsah Gilang Ramadhan Gusniar Alfian Noor Gusniar Alfian Noor Handrianus Saldu Herdiyansyah Hartanto Herdiyansyah herdi Hartanto Ikha Novie Tri Lestari Ikha Novie Tri Lestari Ikhsan Abror Siregar Ikhsan Ikhsan Ikhwanul Kurnia Rahman Imam Muftadi Irbah Baihaqi Irbah Baihaqi Irfan Maulana Istianah Jaya, Rudi Tri Jodi Juliansah Joe Renaldy F Julinar Sari Hutagalung Khoeri, Imam Kurniawan Irfan Nauval Kurniawan Setyo Nugroho Lerry Salasi Saptan Lintang Purnama Lintang Purnama Lorinda, Destiar M Ainur Rofik M Ainur Rofik M Ilham Setya Aji M Ohan Joharuddin Zakaria M. Ohan Zakaria Maharanisa Maharanisa Mainia Mayasari Manuel Prima, Andy Marjuki Marjuki Marjuki Maula Abi Hudhoifah Maulana Fauzi, Riki Melani Afsari Mesra Betty Yel Mesra Betty Yel Mesra Betty Yel Mesra Betty Yel Mesra Betty Yel Miftahul Huda Miftahul Ulum Milli Ruswandi Mirsandi Mochammed Erryandra Saputra Muhamad Fikri Nugraha Muhamad Hasbi Toharudin B Muhamad Ikbal Muhammad Arfan Irsyad Rowis Muhammad Arfan Irsyad Rowis Muhammad Arfan Irsyad Rowis Muhammad Arif Zaenuddin Muhammad Azhari Muhammad Dzaky Nurfaishal Muhammad Dzaky Rahmanto Muhammad Dzaky Rahmanto Muhammad Faizal Lazuardi Muhammad Faizal Lazuardi Muhammad Fakhri Pratama Muhammad Farros Al Ammar Muhammad Furqan Muhammad Ilham Fadillah Muhammad Jauhar Ruliansyah Muhammad Syahrul Fattah Ramadhan Muhammad Zikri Muhammad Zikri Muklas Adik Putra Muklas Adik Putra Muqorrobin Aimar Mutia Ramadhan Naini Saadah Naini Sa’adah Nana NANA NANA Nesti Lutfianti Nimas Galuh Pramuditasari Nunung Parawati Nurhikmah Hidayat Oka Prasetiyo Okta Saputra Oky Tria Saputra Paryanti, Atik Budi Pramansah, Vika Vitaloka Pramuditasari, Nimas Galuh Pristian, Dheo Hanif Putri Amira Sumitro Putri Nugraheni Utami Radikto, Radikto Raga Permana Raihan Putra M Rosidi Rasiban Reyga Ferdiansyah Putra Reza Gustrianda Reza Wanandi Richard Franido Richardviki Beay Richardviki Beay Rifky Aldiansyah Riko Afriandika Rizky Adawiyah Rizky Adawiyah Rofik, M Ainur Runi Amanda Amalia Sahroni Sahrul Hidayat Saifullah Ahmad Yasin Salim Maula Hudzaifah Santi Ferawati Sartika Mala Seli Amelia Senika, Anis Sentosa, Edwin Setya Putra Adenugraha Shakila Shila Wati Silfia, Titi Silvanus Saragih Siti Raysyah Slamet Riyadi Soleh Ependi Sony Agustian Syah Sri Lestari SRI LESTARI Stefany Tarunajaya Stepanus, Stepanus Sugeng Sugeng Sugiyono Sugiyono Sutisna Sutisna Tegar Rizky Ardana Titi Silfia Tri Wahyuni Untung Wahyudi Vara Maulidyah Hidayah Vika Vitaloka Pramansah Wahyu Hidayat Wahyu Saputro Wahyu Saputro Yansen Yansen YkhSanur Yoni Maulana Yulia Yanti Ayu Saputry Yuliana Bachtiar Yuma Akbar Yuma Akbar Yunita T Lubis Yusril Nurhadi AS Zaky Rahman Hakim Zoharuddin Zakaria, M Ohan