Article Per Year (5 Year)
p-Index From 2021 - 2026
13.956
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Techno.Com: Jurnal Teknologi Informasi TELKOMNIKA (Telecommunication Computing Electronics and Control) JOIV : International Journal on Informatics Visualization International Journal of Artificial Intelligence Research Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Sains dan Teknologi: Jurnal Keilmuan dan Aplikasi Teknologi Industri JURNAL PENDIDIKAN TAMBUSAI Jurnal Ilmiah Media Sisfo JOURNAL OF SCIENCE AND SOCIAL RESEARCH JOISIE (Journal Of Information Systems And Informatics Engineering) INTI Nusa Mandiri Jurnal Ekonomi Manajemen Sistem Informasi Jurnal Teknologi Dan Sistem Informasi Bisnis JATI (Jurnal Mahasiswa Teknik Informatika) Indonesian Journal of Electrical Engineering and Computer Science Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Pendidikan Guru (JPG) Journal of Applied Data Sciences Bulletin of Computer Science Research JITSI : Jurnal Ilmiah Teknologi Sistem Informasi Jurnal Ipteks Terapan : research of applied science and education Journal of Education Research Algoritme Jurnal Mahasiswa Teknik Informatika Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence Jurnal Hasi Penelitian Dan Pengkajian Ilmiah Eksakta - JPPIE Jurnal Ekonomika Dan Bisnis Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Sains dan Teknologi Jurnal Komtekinfo Indonesian Journal Computer Science (ijcs) Intellect : Indonesian Journal of Learning and Technological Innovation SATIN - Sains dan Teknologi Informasi Jurnal Quancom: Jurnal Quantum Komputer Journal of Information System and Education Development Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) The Indonesian Journal of Computer Science CSRID
Ramadhanu, Agung -
Universitas Putra Indonesia “YPTK” Padang
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 132 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 132 Documents
Search

 10   11   12   13   14 
Identifikasi Jenis Anggur Otomatis Menggunakan Kombinasi Median Filter, K-Means, Lab*, dan Ekstraksi Fitur Harnaranda, Jefri; Afriadi, Afriadi; Ramadhanu, Agung
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.1864

Abstract

Identifikasi varietas anggur secara otomatis adalah langkah krusial dalam proses penyortiran dan pengendalian kualitas di sektor makanan. Dalam penelitian ini, kami mengembangkan sistem untuk mengidentifikasi anggur merah dan hijau dengan memanfaatkan kombinasi Median Filter, segmentasi warna menggunakan K-Means Clustering, serta analisis fitur tekstur. Hasilnya menunjukkan bahwa sistem ini mampu mencapai akurasi 95.45% dalam membedakan kedua jenis anggur dengan waktu eksekusi yang efisien. Dengan mengurangi noise melalui Median Filter, melakukan segmentasi warna dalam model warna Lab*, dan mengekstraksi fitur tekstur menggunakan Gray Level Co-occurrence Matrix, metode ini menunjukkan potensi yang signifikan untuk diterapkan dalam sistem penyortiran buah otomatis. Penelitian ini berkontribusi pada peningkatan efisiensi dan akurasi dalam identifikasi varietas anggur, yang sangat penting bagi industri makanan. Penelitian lebih lanjut dapat difokuskan pada penerapan teknik machine learning untuk meningkatkan kinerja klasifikasi pada dataset yang lebih besar dan lebih beragam.
Pengelolahan Citra Cabai Keriting: Kombinasi Median Filtering dan Algoritma K-Means untuk Pengelompokan Berbasis Fitur Yasmin, Nabilla; Akbar, Syifa Chairunnissa Deliva; Ramadhanu, Agung
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.1865

Abstract

Pengolahan citra digital berperan penting dalam klasifikasi tanaman, termasuk cabai keriting. Penelitian ini mengusulkan metode pengelompokan citra cabai keriting menggunakan algoritma K-Means dengan median filtering sebagai langkah awal untuk mengurangi noise pada citra. Ekstraksi fitur dilakukan dengan model warna RGB untuk fitur warna dan metode Grey Level Co-occurrence Matrix (GLCM) untuk fitur tekstur. Dataset terdiri dari 100 citra, masing-masing 50 citra cabai merah dan hijau keriting, dengan pembagian 60 citra untuk pelatihan dan 40 citra untuk pengujian. Hasil menunjukkan bahwa penggunaan median filtering meningkatkan akurasi klasifikasi, dengan akurasi 95% untuk cabai merah keriting dan 93% untuk cabai hijau keriting, menghasilkan rata-rata akurasi 94%. Temuan ini menegaskan pentingnya median filtering dalam meningkatkan kualitas data untuk pengelompokan citra cabai keriting.
Peningkatan Citra Median Filter dan Metode K-Means untuk Mengindentifikasi Bawang Bombay Merah dan Putih Syafril, Syafril; Rahmad, Rahmad; Ramadhanu, Agung
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.1867

Abstract

Latar Belakang penelitian ini dari sektor pertanian, khususnya hortikultura, Bawang bombay merupakan komoditas penting yang banyak dibutuhkan oleh industri pangan. Bawang bombay terdiri dari berbagai jenis, salah satunya adalah Bawang bombay merah dan putih, yang memiliki perbedaan karakteristik baik dari segi warna maupun komponen gizi. Identifikasi jenis Bawang bombay yang akurat sangat penting dalam rantai distribusi dan pengelolaan kualitas produk.  Penelitian ini bertujuan untuk meningkatkan keakuratan identifikasi jenis Bawang bombay merah dan putih menggunakan kombinasi metode Median Filter dan K-Means Clustering. Proses identifikasi diawali dengan peningkatan citra menggunakan Median Filter untuk menghilangkan noise pada gambar, yang dilanjutkan dengan segmentasi warna menggunakan metode K-Means. Hasil penelitian menunjukkan bahwa kombinasi kedua metode ini mampu meningkatkan akurasi identifikasi bawang hingga 92%. Temuan ini menunjukkan bahwa metode yang digunakan berpotensi diaplikasikan dalam sistem otomatis untuk pengenalan jenis bawang di sektor pertanian.
Optimasi Akurasi Metode Median Filter untuk Klasifikasi Kematangan Buah Alpukat Syarif, Ahmad; Angga, Angga; Ramadhanu, Agung
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.1868

Abstract

Segmentasi citra alpukat merupakan langkah yang dilakukan untuk memisahkan bagian area objek (foreground) dengan latar belakang (background) pada citra alpukat, sehinggah objek alpukat yang tersegmentasi berupa motif dapat diproses untuk keperluan lain seperti pengenalan pola. Hasil dari segmentasi harus akurat, jika tidak akurat dalam memisahkan objek yang ada pada citra maka akan mempengaruhi hasil proses selanjutnya. Pada penilitian ini segmentasi dilakukan menggunakan metode median filter melakukan preprocessing yaitu reduksi noise menggunakan Median Filter. Setelah mendapatkan citra hasil segmentasi menggunakan Median Filter, selanjutnya melakukan pengukuran performa, hasil segmentasi dari setiap pengujian. Implementasikan dalam melakukan segmentasi citra alpukat yaitu melakukan segmentasi citra alpukat dengan menggunakan metode median filter melakukan segmentasi citra alpukat menggunakan metode Median Filter. Hasil segmentasi dari 16 citra alpukat dari 8 motif yang ada menunjukkan bahwa, segmentasi citra alpukat dengan menggunakan metode median Filter mendapatkan nilai terbaik yaitu 0.34 % dan nilai rata-rata ME sebesar 0.55 %.
Identifikasi Citra Jeruk Nipis dengan Contrast Stretching dan Median Filter Wirdawati, Wira; Yulihartati, Sandra; Ramadhanu, Agung
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.1987

Abstract

Citra digital adalah suatu citra yang dapat didefinisikan sebagai fungsi f(x,y) yang memiliki koordinat spasial dan tingkat kecerahan yang diskrit. Penelitian ini bertujuan Mengimplementasikan citra pada jeruk nipis menggunakan Teknik Median filter dan Metode Contrast Stretching.  Contrast stretching adalah salah satu metode untuk perbaikan kualitas citra. Penelitian ini menggunakan aplikasi atau perangkat lunak MATLAB yang digunakan untuk memperbaiki kualitas citra. Sedangkan, Median Filter adalah salah satu teknik dalam pengolahan citra pada domain spasial yang dapat digunakan untuk peningkatan kualitas citra (image enhancement) terutama mengurangi noise (distorsi) pada sebuah Citra. Metode ini menunjukkan hasil dengan Nilai Metric: 0.97555 yang Menandakan Kesesuaian Tinggi, Nilai Eccentricity: 0.29717 menandakan nilai sempurna, dan Untuk Nilai Contrast: 0.023662 menunjukan nilai yang rendah, dan Nilai Correlation: 0.99765 menandakan Nilai yang baik, pada nilai Energy: 0.65264 menunjukkan tekstur yang seragam dengan hasil yang baik, kemudian untuk nilai Homogeneity: 0.99397 menandakan Keseragaman intensitas Pixel Citra yang cukup tinggi.
Avoidance Melalui Leverage Sebagai Variabel Moderasi : Kepemilikan Institusional, Komisaris Independen, Beban Pajak Tangguhan (Studi kasus pada Perusahaan Manufaktur yang terdaftar di Bursa Efek Indonesia Tahun 2016 - 2020) Ningsih, Neni Sri Wayuni; Agusty, Dhia Fadhila; Sari, Desi Permata; Ramadhanu, Agung
Jurnal Ekonomika Dan Bisnis (JEBS) Vol. 1 No. 3 (2021): Jurnal Ekonomika dan Bisnis (JEBS)
Publisher : CV. ITTC INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jebs.v2i1.82

Abstract

This research aims to discover the effects of institutional ownership, independent commissioners, and deferred tax expense on tax avoidance with leverage as a moderating variable. Institutional ownership, independent commissioners, and deferred tax expense are used as independent variables, and tax avoidance is used as the dependent variable. And leverage is used as a moderating variable. This research was conducted on manufacturing companies listed on the Indonesia Stock Exchange (IDX) in 2016-2020. The method of determining the sample in this study used a purposive sampling method so that, from 196 populations, a sample of 63 companies was obtained. The datasets in this study were analyzed using multiple linear regression techniques.techniques. The results show that institutional ownership and deferred tax expense partially affect tax avoidance. Meanwhile, the independent commissioner has no significant effect on tax avoidance. Institutional ownership moderated by leverage affects tax avoidance, while independent commissioners and deferred tax expense moderated by leverage do not affect tax avoidance.
Sistem Identifikasi Citra Huruf Aksara Minangkabau Berbasis Convolutional Neural Network Saputra, Riyan; Ramadhanu, Agung; Sovia, Rini
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 2 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i2.1214

Abstract

Pelestarian aksara daerah penting untuk menjaga warisan budaya bangsa. Aksara Minangkabau, sebagai salah satu kekayaan budaya Indonesia, masih minim penelitian dan belum memiliki sistem digitalisasi memadai. Penelitian ini merupakan tahap awal eksplorasi pengenalan aksara Minangkabau menggunakan pendekatan Convolutional Neural Network (CNN) sebagai upaya mendokumentasikan dan menguji potensi digitalisasi aksara tersebut. CNN merupakan salah satu model deep learning yang dirancang untuk memproses data grid terstruktur seperti citra. Penelitian sebelumnya menunjukan kinerja CNN sangat baik dalam pengenalan tulisan tangan. Citra aksara yang digunakan dalam penelitian ini diperoleh dari sumber museum dan tulisan tangan dari 31 sukarelawan. Dataset terdiri dari 4.650 citra karakter dari 75 kelas dengan berbagai kombinasi tanda baca pada lima huruf vokal, yang kemudian diproses melalui konversi grayscale, peningkatan kontras, segmentasi, dan augmentasi hingga menghasilkan total 8.537 citra. Model CNN yang dirancang mengklasifikasikan karakter ke dalam 75 kelas. Hasil pengujian mengindikasikan bahwa model dapat mengenali karakter dengan sangat baik. Pengujian menunjukkan akurasi 99% dalam skenario pengujian terbatas pada 500 data uji. Temuan ini memberikan landasan awal untuk digunakan dalam kajian akademis lanjutan maupun diskusi kultural yang lebih luas terkait keberadaan aksara Minangkabau.
IMPLEMENTASI IMAGE PROCESSING DENGAN METODE K-MEANS CLUSTERING UNTUK IDENTIFIKASI CITRA AYAM, PUYUH, DAN BEBEK Hidayattullah, Hafis; Ramadhanu, Agung
Jurnal Penelitian Dan Pengkajian Ilmiah Eksakta Vol 4 No 2 (2025): Jurnal Hasi Penelitian Dan Pengkajian Ilmiah Eksakta - JPPIE
Publisher : LPPM Universitas Dharma Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jppie.v4i2.2275

Abstract

Penelitian ini membahas masalah dalam mengklasifikasikan citra unggas, seperti ayam, puyuh, dan bebek, dengan menggunakan algoritma pengolahan citra dan teknik klasterisasi K-Means. Penelitian dilakukan karena sering terjadi kesalahan dalam mengenali jenis unggas karena kesamaan antar spesies yang sulit dibedakan secara manual. Tujuan utama penelitian ini adalah membuat metode pengenalan citra unggas secara otomatis dengan cara segmentasi berbasis klasterisasi. Teknik yang digunakan meliputi praproses citra, ekstraksi ciri bentuk dan tekstur, dan penggunaan algoritma K-Means untuk mengelompokkan nilai pixel. Hasil penelitian menunjukkan bahwa K-Means memiliki kemampuan untuk meningkatkan kualitas segmentasi citra unggas, sehingga membantu menonjolkan ciri-ciri unik dari setiap spesies. Sebagai contoh, puyuh lebih mudah dikenali karena tekstur dan kontrasnya yang tinggi, sementara bebek dan ayam cenderung memiliki citra yang lebih halus dan seragam.
IMPLEMENTASI K-MEANS CLUSTERING DAN TEKNIK PENGOLAHAN CITRA DALAM KLASIFIKASI HEWAN KUCING, BELALANG DAN SEMUT Wiratama, Aditya; Ramadhanu, Agung
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i4.4730

Abstract

Abstract: Research on animal diversity and behavior plays an important role in understanding ecological interactions and their potential applications in human life. This article examines three species cats (Felis catus), grasshoppers (Caelifera), and ants (Formicidae) each of which holds a unique role in ecosystems and human interaction. Cats, as domesticated animals, serve not only as companions but also contribute ecologically by controlling small animal populations. Grasshoppers are herbivorous insects that play a significant role in food chains and can serve as indicators of ecosystem health, while also being known as agricultural pests. Meanwhile, ants are characterized by complex social systems and contribute to soil balance and nutrient distribution. By comparing the biological characteristics, behaviors, and ecological interactions of these three animals, this study aims to provide a more comprehensive understanding of the roles of fauna in ecosystems and their implications for conservation and sustainable utilization. Keywords: cats, grasshoppers, ants, ecology, biodiversity Abstrak: Penelitian mengenai keanekaragaman dan perilaku hewan memiliki peran penting dalam memahami hubungan ekologi serta potensi aplikasinya dalam kehidupan manusia. Artikel ini mengkaji tiga jenis hewan, yaitu kucing (Felis catus), belalang (Caelifera), dan semut (Formicidae), yang masing-masing memiliki peranan unik dalam ekosistem maupun interaksi dengan manusia. Kucing, sebagai hewan domestik, tidak hanya berfungsi sebagai hewan peliharaan tetapi juga memiliki peran ekologis dalam mengendalikan populasi hewan kecil. Belalang merupakan serangga herbivora yang berperan signifikan dalam rantai makanan, sekaligus menjadi indikator kesehatan ekosistem, namun juga dapat menjadi hama pertanian. Sementara itu, semut dikenal dengan sistem sosial yang kompleks serta kontribusinya dalam menjaga keseimbangan tanah dan mendistribusikan nutrien. Dengan membandingkan karakteristik biologis, perilaku, dan interaksi ekologis ketiga hewan tersebut, penelitian ini diharapkan dapat memberikan pemahaman yang lebih komprehensif tentang peran fauna dalam ekosistem dan implikasinya bagi konservasi serta pemanfaatan berkelanjutan. Kata kunci: kucing, belalang, semut, ekologi, keanekaragaman hayati  
Optimization of Shape, Texture, and Color Extraction Methods in Concrete Strength Detection Ramadhanu, Agung; Hendri, Hallifia; Majid, Mazlina Abdul; Enggari, Sofika; Andini, Silfia; Hidayat, Rahmad
JOIV : International Journal on Informatics Visualization Vol 9, No 6 (2025)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.9.6.4164

Abstract

The growing demand for an accurate and rapid method to assess concrete strength has driven the development of non-destructive and cost-effective techniques. This paper aims to enhance the process of extracting shape, texture, and color features from concrete surface images to improve the accuracy of strength classification through digital image processing and artificial intelligence (AI). The study uses a dataset of 300 high-resolution photographs of concrete samples, categorized by their compressive strength levels: weak, moderate, and strong. These images were taken under controlled background and lighting conditions to ensure consistency. The methodology involves three stages: image preprocessing, feature extraction, and classification. During preprocessing, RGB images are converted to the Lab color space, and a three-layer median filter is applied to reduce noise. The K-Means clustering algorithm segments the images, and relevant features such as Metric, Eccentricity, Contrast, Correlation, Energy, Homogeneity, Hue, and Saturation are extracted. Among these, Correlation and Energy are the most influential in classification accuracy. The experimental results show that the proposed approach can reach up to 90 percent accuracy in classifying concrete strength into three categories. This suggests that visual features have strong potential to replace traditional destructive testing methods. The findings also point to the possibility of enhancing prediction accuracy with deep learning models and developing real-time, field-based evaluation tools to aid quality control in the construction industry.
Co-Authors ., Ulfa Afriadi Afriadi Afriadi, A Agsera, Nilam Agus Salim, David Agusty, Dhia Fadhila Ahmad Syarif ahmad yani Akbar, Syifa Chairunnissa Deliva Al-arrafi, Muhammad Ikhsan Andry Novrianto Angga Angga Anggara Putra, Febri Antoni Antoni Arsyah Arsyah atiqah, sri Avezrima Rahmamuthi Bayuputra, Ramdani Berta Agus Petra Betriana Roza, Yesi Betriana, Yesi Chairunnissa Deliva Akbar, Syifa Chan, Fajri Rinaldi Delvi, Syerlin Aprilia Desi Permata Sari Desi Permata Sari Desi Permata Sari Desi Permata Sari Devi Maryuni Devita, Retno Dhia Fadhila Agusty Dicky Imansyah, Muhammad Dila, Rahmah Dinantia, Triend Dodi Guswandi Enggari, Sofika Erlanda, Hadrian Fadila Cahyani Putri Fajri Saputra, Charisman Fajrul Islami Febri Hadi Fiki Pratama Firmansyah, Ryan Firna Yenila Fitri Yeni Gafari, Abuzar Gunadi Widi Nurcahyo Hadi Syahputra Hadi Syahputra Hadi Syahputra Putra Halifia Hendri Hanna Pratiwi Harnaranda, Jefri Hasmaynelis Fitri Hendri, Hallifia Hidayati, Dzil Hidayattullah, Hafis Hikmi, Zakiya Honestya, Gabriela Husna Arsyah, Rahmatul Ilmawan, Fachrul Imrah, Imrah Sari Irfan Rizki Nur Irsyad, As'Ary Sahlul Jehan Harka Johan Harlan Jufriadif Na`am, Jufriadif Kareem, Shahab Wahhab Karseno, Doni Khomsi, Ahmad Larissa Navia Rani M.Iqbal, M.Iqbal Maharani, Filsha Rifi Majid, Mazlina Abdul Mardison Mardison Mardison Mardison Mardison Marfalino, Hari Masri, Taufik Mokti Isra Mokti Isra Muhammad Idris Muhammad Raihan Zaky Muhammad Raihan Zaky Muhammad Yusuf Nabila Frisca Oktavia Nadia, Nadia Aini Hafizhah Nasution, Amir Salim Khairul Rijal Nasution, Annio Indah Lestari Negoro, Wahyu Saptha Neni Sri Wahyuni Nengsi Neni Sri Wahyuni Nengsi Neni Sri Wahyuni Nengsi Neni Sri Wahyuni Nengsih Neni Sri Wahyuni Nengsih Neni Sri Wayuni Ningsih Neni Sri Wayuni Ningsih Ningsih, Neni Sri Wayuni Nurdiansyah, Ali Nurhaliza Nurhaliza Nurjannah, Farah Permata, Edo Pertiwi, Yuliana Pratama, Dede Putra, Kharisma Utama Putra, Ramdani Bayu putri, kamila amaliah Rahmad Rahmad Rahmad, R Raja Ayu Mahessya Rani, Larissa Navia Repelita Witri Rheza Thresya Rianti, Eva Riati, Itin Rindy Citra Dewi Riyan Saputra, Riyan Rizky Gusrianto Rosa, Imelda Rosda Syelly Sajida, Mayang salim, alfajri Saputra, Charisman Fajri Saputra, Randy Sarjon Defit Selvia, Dina Silfia Andini, Silfia Sisi Hendriani Sofika Enggari Sofika Enggari Sofika Enggari Sovia, Rini Suci Wahyuni Sularno Sularno Sumijan, S Sutri, Ridwan Syafri Arlis Syafrika Deni Rizki Syafrika Deni Rizki, Syafrika Deni Syafril Syafril Syafril, S Syalsabilla, Adinda Teri Ade Putra Tesa Vausia Sandiva Tomi, Zebbil Billian Utama Putra, Kharisma Utari, Utari Armila Vidyanti, Angela Citra Wiratama, Aditya Wirdawati, Wira Witri, Repelita Yagus Valentino Harefa Yanti, Rahma Yasmin, Nabila Yasmin, Nabilla Yemi, Leonardo Yesi Betriana Roza, yesibetriana_18 Yogi Wiyandra Yolanda Yolanda, Yolanda Yosfand, Windra Yuhandri Yuhandri Yuhandri Yulihartati, Sandra Zubaidah, Rima Puti