Article Per Year (5 Year)
p-Index From 2019 - 2024
17.644
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 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
Dadang Iskandar Mulyana`
Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
Religion Agriculture, Biological Sciences & Forestry Arts Humanities 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 Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 150 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 150 Documents
Search

 1   2   3   4   5 
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 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.
Klasifikasi Deteksi Hama pada Buah Mangga dengan Citra Digital Sistematic Literatur Review (SLR) Pristian, Dheo Hanif; Mulyana, Dadang Iskandar; Stepanus, Stepanus; Donaldo, Evan
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 (231.228 KB)

Abstract

Penyakit pada mangga memiliki berbagai gejala dan kadang sulit didiagnosis oleh petani dan untuk itu diperlukan keahlian untuk mendiagnosis penyakit pada tanaman mangga dan bagaimana cara penanggulangannya yang biasanya keahlian tersebut terdapat pada ahli patologi tanaman professional. Sehingga dibutuhkan suatu Teknologi IT dengan Sistem Cerdas yang dirancang untuk dapat mengidentifikasi secara otomatis penyakit tanaman mangga dan cara penanggulangannya berdasarkan gejala visual dengan menggunakan metode citra digital. Penelitian ini menggunakan metode literatur review dengan melakukan tinjauan literatur sistematis dilakukan untuk mempelajari berbagai teknik identifikasi penyakit pada daun dengan citra digital sebagai tahapan untuk mendapatkan pemahaman mengenai teknik identifikasi penyakit pada daun mangga dengan citra digital. Berdasarkan hasil analisis kajian ICOR pada Kabupaten Mojokerto Tahun 2016 – 2020 Metode Citra Digital yang dapat digunakan dalam identifikasi penyakit pada daun mangga adalah tahapan Image Acquisition, Preprocessing , Segmentation, Ekstraksi Fitur, Seleksi Fitur. Metode Klasifikasi yang dapat digunakan adalah SVM, Artificial Neural Network, Decision Tree, Convolutional Neural Network.
Klasifikasi Pendeteksi Wajah Berhijab Mengunakan Metode CNN (Convlutional Neural Network) Ependi, Soleh; Mulyana, Dadang Iskandar; Lorinda, Destiar
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 (400.466 KB)

Abstract

Dalam beberapa tahun terakhir ini teknologi biometrik banyak digunakan dalam berbagai bidang aspek. Salah satu teknologi biometrik yang digunakan adalah sistem pengenalan wajah.Dalam sistem biometrik untuk pengenalan wajah, terdiri dari dua tahapan yaitu deteksi dan klasifikasi.Kedua tahapan ini begitu cepat dilakukan oleh manusia, tetapi membutuhkan waktu yang lama untuk dilakukan oleh komputer.Kemampuan manusia itulah yang ingin diduplikasi ke dalam sistem komputer, agar komputer dapat melakukan pengenalan wajah dengan waktu yang cepat. Pengenalan wajah akan bermasalah ketika wajah yang menjadi data masukan mengalami perubahan pada atribut wajah, ekspresi dan pencahayaan, yang nantinya akan sangat mempengaruhi tingkat keakurasiannya. Dalam penelitian ini penulis akan memasukkan wajah yang berhijab dengan ekspresi yang berbeda. Penelitian ini akan menggunakan deep learning dengan metode CNN (Convolutional Neural Network). Implementasi CNN menggunakan Tensorflow dengan bahasa pemograman Phyton.Jumlah dataset yang digunakan ada 10 gambar wajah yang berhijab. Berdasarkan hasil dari pembahasan diperoleh tingkat keakurasian sebesar 92% pada proses training dan 87% pada proses testing. Sehingga dari penelitian ini dapat disimpulkan bahwa kinerja dari model yang telah dibuat pada penelitian ini dapat dikatakan berjalan dengan optimal dalam mendeteksi gambar wajah yang menggunakan atribut yaitu hijab.
Implementasi Metode Rivest Shamir Adleman untuk Enkripsi dan Dekripsi Text Fatonah; Dadang Iskandar Mulyana
Jurnal Informatika dan Teknologi Komputer (J-ICOM) Vol 3 No 1 (2022): Jurnal Informatika dan Teknologi Komputer ( JICOM)
Publisher : E-Jurnal Universitas Samudra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33059/j-icom.v3i1.4990

Abstract

Abstract Until now information technology is developing rapidly, resulting in a lot of information that is easily stolen because of increasingly sophisticated technology. For this reason, a program is needed to secure the confidentiality of information so that it is not easily read. Cryptography is one of the solutions developed to maintain the confidentiality of the information. In cryptography, there is a process where the information sent will be encoded which can be called encryption, then returned to the original information called decryption. Many techniques are owned by cryptography, one of which is a technique that has security that is difficult to solve, namely the RSA algorithm. In its application, the RSA cryptography method will create a program that can encrypt and decrypt text, and it is necessary to pay attention to the selection of prime numbers and the key generation process so that there is no attack on the RSA cryptography algorithm. The purpose of this is to ensure that the information sent reaches the recipient safely. Other people will find it difficult to read the information sent because it uses a code that is difficult to crack. Keywords: RSA, Cryptography, Encryption, Decryption, Text
Klasifikasi Citra Bunga Dahlia Berdasarkan Warna Menggunakan Metode Otsu Thresholding Dan Naïve Bayes Achmad Syaeful; Muhammad Ilham Fadillah; Imam Muftadi; Dadang Iskandar
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 6, No 1 (2022): EDISI MARET
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v6i1.470

Abstract

Flowers are one of the organs of the plant body that function for generative propagation which has various forms and ways of working according to the type, but for plants that have seeds, these tools are usually important for plants that we know as flowers. Flowers are an important item in the object recognition process. The item recognition process in the computerized division is very important for determining the foundation and forefront of an image. It expects to get the spotlight it needs. The flower image in this study has a complicated picture which is very inconvenient because there are leaves and trees around the flower image. So, in this case concentrate on the proposed division involving Otsu Threshold as a strategy to isolate views and closer foundations. The division process is very firm to get shape highlights such as area, eccentricity, and perimeter. utilizing the computation of these elements will be sorted using the calculation of the Naïve Bayes algorithm by utilizing 120 flower images from 17 flower datasets. The dataset will be partitioned into test information and prepare information, and take advantage of cross-consensus (k=10). ensure that the settings using Naïve Bayes get a higher precision level of 99.168% with a relative absolute error of 9.0284%
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 Arpinda Arpinda 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 Deny Saputra 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 Putri Aprillia 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 Kemal Adnan 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 Marjuki Marjuki Marjuki Maula Abi Hudhoifah 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 Adri Ramadhan 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 Wieko Wieko 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