Article Per Year (5 Year)
p-Index From 2021 - 2026
5.477
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Teknologi Informasi dan Ilmu Komputer International Journal of Advances in Intelligent Informatics Journal of Information Systems Engineering and Business Intelligence Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Sisfokom (Sistem Informasi dan Komputer) KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) JURIKOM (Jurnal Riset Komputer) YUME : Journal of Management TEKNOLOGIA TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika Building of Informatics, Technology and Science JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Data Science and Its Applications Jurnal Sistem Komputer dan Informatika (JSON) Journal of Applied Data Sciences Mosharafa: Jurnal Pendidikan Matematika Indonesian Journal of Social Science Research Open Science and Technology eProceedings of Engineering Innovative: Journal Of Social Science Research AMMA : Jurnal Pengabdian Masyarakat Jurnal INFOTEL
Adiwijaya
Universitas Telkom
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Nursing Public Health Social Sciences Other

Published : 169 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 87 Documents
Search
Journal : eProceedings of Engineering

 1   2   3   4   5 
Deteksi Kanker Berdasarkan Klasifikasi Microarray Data Menggunakan Principal Component Analysis Dan Backpropagation Termodifikasi Dengan Conjugate Gradient Fletcher Reeves Della Alfarydy Akbar; Adiwijaya Adiwijaya; Danang Triantoro Murdiansyah
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Kanker merupakan penyebab utama dalam kematian. Dalam setiap tahun diperkirakan kanker akan terus meningkat karena tidak sehatnya gaya pola hidup. Pada beberapa dekade terakhir microarray berperan penting dalam diagnosis kanker. Microarray merupakan teknologi yang dapat menyimpan ribuan gen yang diambil dalam beberapa sel manusia sekaligus. Maka dari itu microarray memiliki dimensi data yang sangat besar oleh karena itu, untuk meningkatkan akurasi diagnosis kanker tersebut maka dilakukan dengan cara pengurangan dimensi dengan menggunakan Principal Component Analysis (PCA) dan Modified Back Propagation (MBP). MBP merupakan modifikasi dari Backpropagation Standart (BP) yang menerapkan metode Jaringan Syaraf Tiruan (JST) dengan algoritma Conjugate Gradient Fletcher Reeves untuk mempercepat proses pelatihan. Hasil pengujian yang diperoleh dari Principal Component Analysis (PCA) dan Backpropagation termodifikasi memiliki performansi rentang waktu sekitar 2 – 3 detik untuk pelatihan. Waktu yang dihasilkan paling minimum adalah 2.21 detik untuk pelatihan Central Nervous dengan menggunakan teknik line search Hybrid Bisection Cubic. Jika dilihat dari akurasi, hasil pengujian skema klasifikasi PCA+MBP mendapatkan rata-rata akurasi sebesar 82.15% untuk teknik line search Golden Section. Kata Kunci : Kanker, Microarray, Principal Component Analysis (PCA), Modified Backropagation (MBP), Conjugate Gradient Fletcher Reeves, Jaringan Syaraf Tiruan.
Klasifikasi Multi Label Pada Topik Ayat Al-qur'an Terjemahan Bahasa Inggris Menggunakan Multinomial Naive Bayes Reynaldi Ananda Pane; Mohamad Syahrul Mubarok; Adiwijaya Adiwijaya
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Al-Qur’an adalah firman Allah SWT yang menjadi kitab suci sekaligus pedoman bagi umat Islam di seluruh dunia yang setiap ayatnya mengandung makna dan hikmah. Ayat-ayat Al-Qur’an ada yang dapat diklasifikasikan ke dalam satu topik saja, namun ada juga yang dapat diklasifikasikan ke dalam beberapa topik yang berbeda. Hal ini termasuk ke dalam permasalahan klasifikasi multi-label. Tugas Akhir ini mengangkat permasalahan klasifikasi multi-label pada ayat-ayat Al-Qur’an tersebut menggunakan Multinomial Naïve Bayes sebagai classifier, serta dengan beberapa tahapan preprocessing data seperti case folding, tokenization, dan stemming. Hasil pengujian yang telah dilakukan menghasilkan nilai hamming loss terbaik sebesar 0.1247.
Prediksi Curah Hujan Menggunakan Algoritma Grammatical Evolution Sheila Annisa; Fhira Nhita; Adiwijaya Adiwijaya
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Prediksi dapat memberikan gambaran mengenai kejadian di masa depan. Prediksi cuaca khususnya curah hujan dapat bermanfaat dalam kelangsungan beberapa sektor seperti perikanan, pertanian, transportasi dan lain-lain. Fluktuasi curah hujan yang cukup signifikan menyebabkan hal tersebut sulit diprediksi, ditambah lagi dengan akibat pemanasan global, perubahan musim hujan-musim kemarau pun turut bergeser terus menerus. Pada tugas akhir ini digunakan salah satu algoritma Evolutionary Algorithms yaitu Grammatical Evolution yang berbasis evolusi biologi untuk memprediksi curah hujan satu bulan kedepan (M+1) untuk wilayah Soreang, Kabupaten Bandung. Keunggulan dari Grammatical Evolution ialah representasi individu yang berupa grammar Backus Naur Form (BNF) yang dapat didefinisikan sesuai dengan karakteristik permasalahan yang dihadapi. Pada tugas akhir ini juga dianalisis perbandingan performansi Grammatical Evolution dengan metode seleksi survivor Generational Replacement dan Steady State. Algoritma Grammatical Evolution menghasilkan prediksi curah hujan M+1 dengan nilai performansi terbaik sebesar ±71% untuk seleksi survivor dengan Generational Replacement dan ±75% untuk seleksi survivor dengan Steady State. Pengujian ini dilakukan dengan mengevaluasi sebanyak 10000 individu. Kata kunci: prediksi, curah hujan, Grammatical Evolution, BNF, Generational Replacement, Steady State.
Prediksi Curah Hujan Menggunakan Algoritma Hybrid Neural Network Dan Evolutionary Programming Irwinda Famesa; Fhira Nhita; Adiwijaya Adiwijaya
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pertumbuhan dan kualitas hasil pertanian tergantung pada beberapa faktor, salah satunya adalah faktor lingkungan. Tanah merupakan salah satu faktor lingkungan yang berkaitan erat dengan curah hujan karena air sebagai pengangkut unsur hara dari tanah ke akar dan kemudian dilanjutkan pada proses fotosintesis. Hal inilah alasan mengapa prediksi curah hujan patut diketahui. Pada tugas akhir ini, diterapkan metode peramalan Simple Moving Average (SMA) dengan 3-MA dan 5-MA. Untuk membangun sistemnya digunakan hybrid Artificial Neural Network (ANN) serta algoritma Evolutionary Programming (EP). Untuk mendapatkan arsitektur dan bobot ANN optimal dibangkitkan 20.000 solusi individu dengan kombinasi ukuran populasi 50 dan generasi 400 dengan akurasi rata-rata pelatihan dan pengujian sebesar 79,24% pada arsitektur 3-1-1 metode 3-MA. Sedangkan untuk 5-MA menghasilkan akurasi rata-rata sebesar 78,45% pada arsitektur 5-2-1. Kata Kunci : time series, moving average, ANN, Evolutionary Algorithm, Evolutionary Programming,
Analisis Gangguan Polycystic Ovary Syndrome (Pcos) Berdasarkan Citra Ultrasonography Menggunakan Metode Linear Discriminant Analysis (Lda) Dan Fuzzy C-Mean Clustering Adwin Rahmanto; Adiwijaya Adiwijaya; Untari Wisesty
eProceedings of Engineering Vol 1, No 1 (2014): Desember, 2014
Publisher : eProceedings of Engineering

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

Abstract

Masalah kesuburan terjadi akibat terganggunya sistem reproduksi pada wanita dan terjadinya penurunan kualitas sperma pada pria. Sebuah penelitian menyatakan bahwa masalah kesuburan terjadi pada 40% akibat perempuan, 40% akibat laki-laki dan 20% akibat keduanya. Oleh karena itu, pemeriksaan dini kesuburan sangatlah perlu khususnya untuk wanita agar dapat dilakukan pencegahan secara dini hal-hal yang menyebabkan kemandulan. Salah satu yang sangat dianjurkan yaitu dengan pemeriksaan USG (Ultrasonography). USG (Ultrasonography) adalah suatu kaidah pemeriksaan tubuh menggunakan gelombang bunyi pada frekuensi tinggi. Penelitian ini bertujuan untuk menghasilkan suatu sistem aplikasi yang dapat mendiagnosa citra USG (Ultrasonography) dan mengklasifikasikan rahim ke dalam kelas normal atau terdeteksi PCOS (Polycystic Ovary Syndrome). Proses pendeteksian diawali dengan pemrosesan awal pada citra rahim, proses ekstraksi ciri menggunakan Linear Discriminant Analysis (LDA), dan proses klasifikasi menggunakan Fuzzy C-Mean Clustering. Pemrosesan awal dilakukan untuk membuang informasi yang tidak dibutuhkan dalam pengolahan citra. Data keseluruhan yang digunakan dalam tugas akhir ini berjumlah 167 citra. Pengujian sistem dilakukan dengan penentuan pengambilan nilai w (pembobot), dan jumlah data latih normal maupun terdeteksi PCOS. Dari hasil pengujian diperoleh hasil pengujian terbaik dengan akurasi 94,44% untuk data citra anggota kelas. Kata Kunci : Polycystic Ovary Syndrom, Kesuburan, Ultrasonography, Linear Discriminant Analysis, Fuzzy CMean Clustering
Robust Watermarking Untuk Perlindungan Data Pasien Pada Citra Medis Digital Dengan Metode Hybrid Dct-dwt Dan Metode Pso Zulfikar Fauzi; Adiwijaya Adiwijaya; Didi Rosiyadi
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Terdapat dua hal yang perlu diperhatikan dalam citra medis yaitu otentifikasi kepemilikan dan keaslian citra digital. Sedangkan citra digital sendiri rentan terhadap manipulasi yang terjadi. Serta kepemilikan dari citra digital seorang pasien sendiri dapat tertukar secara sengaja maupun tidak sengaja. Permasalahan tersebut dapat merugikan bagi seorang pasien. Oleh karena itu, diperlukan sistem yang mampu melindungi kepemilikan citra medis dan perlindungan rekam medis yang tangguh. Sistem itu sendiri menggunakan teknik watermarking untuk melindungi citra digital dengan menyisipkan informasi didalamnya. Terdapat tiga metode didalam sistem ini yaitu metode Discrete Wavelet Transform (DWT) yang digabungkan dengan metode Discrete Cosine Transform (DCT) dan dioptimasi dengan metode Particle Swarm Optimization (PSO) untuk mencari nilai faktor skala yang optimal. Pengujian yang digunakan untuk mengukur performansi sistem yaitu Peak Signal to Noise Ratio (PSNR) dan Normalized-Cross Correlation (NCC). Dari ketiga metode tersebut, dihasilkan bahwa tidak ada perubahan nilai PSNR dan NCC setelah dioptimasi. Sehingga sistem meiliki kekokohan yang mampu melindungi keaslian citra digital meskipun mendapatkan serangan berupa noise dan sharpening. Kata kunci : watermarking, PSO, DWT, DCT, citra medis. Abstract There are two things notice in the medical image of ownership authentication and digital image authentici- ty. While the digital image is vulnerable to manipulation that occurred. And the ownership of a patient’s digital image can be intentionally or accidentally interchanged. It can be detrimental to a patient. The- refore, a system capable of protecting medical image ownership and protection of a strong medical record is essential. The system uses watermarking techniques to protect digital images by inserting information inside. There are three methods in this system, Discrete Wavelet Transform (DWT) method combined with Discrete Cosine Transform (DCT) method and optimized with Particle Swarm Optimization (PSO) method to find the optimal scale factor value. The tests used to measure the performance of the system are Peak Signal to Noise Ratio (PSNR) and Normalized-Cross Correlation (NCC). Of the three methods, it was found that there was no change in PSNR and NCC values after optimization. So the system has robustness so as to protect the authenticity of digital images despite getting attacks in the form of noise and sharpening. Keywords: watermarking, PSO, DWT, DCT, medical image.
Deteksi Kanker Berdasarkan Klasifikasi Microarray Data Menggunakan Principal Component Analysis Dan Backpropagation Termodifikasi Dengan Conjugate Gradient Powell-beale Sugeng Hadi Wirasna; Adiwijaya Adiwijaya; Danang Triantoro Murdiansyah
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Kanker merupakan penyebab utama dalam kematian. Dalam setiap tahun diperkiran kanker akan terus meningkat karena tidak sehatnya gaya pola hidup. Pada beberapa dekade terakhir microarray berperan penting dalam diagnosis kanker. Microarray merupakan teknologi yang dapat menyimpan ribuan gen yang diambil dalam beberapa sel manusia sekaligus. Microarray memiliki dimensi data yang sangat besar oleh karena itu, untuk meningkatkan akurasi diagnosis kanker tersebut maka dibandingkan dengan teknik tradisional hal tersebut dilakukan dengan cara pengurangan dimensi dengan menggunakan Principal Component Analysis (PCA) dan Modified Back Propagation (MBP). MBP merupakan modifikasi dari Backpropagation Standart (BP)ISSN : 2355-9365 e-Proceeding of Engineering : Vol.4, No.1 April 2017 | Page 1247yang menerapkan metode Jaringan Syaraf Tiruan (JST) dengan algoritma Conjugate Gradient Powell-Beale untuk mempercepat proses pelatihan. Pada tugas akhir ini telah berhasil membuktikan bahwa Modifed Backpropagation (MBP) dan reduksi data menggunakan Principal Component Analisys (PCA) menunjukkan hasil lebah cepat dalam melakukan proses pelatihan. Hasil rata – rata dari pengujian menggunakan backpropagation termodifikasi dan PCA adalah performansi dari masing – masing dengan teknik linesearch Charalambous sebesar 72.38% dan Goldensection sebesar 79.33%. Metode ini juga bagus dalam hal waktu pelatihan, mengingat waktu rata – rata yang diperlukan 2.30 detik untuk linesearch Charalambous sedangkan Goldensection memerlukan 2.50 detik. Kata Kunci : kanker, microarray, principal component analysis (PCA), modified back propagation (mbp), conjugate gradient Powell-Beale.
Analisis Seleksi Fitur Genetic Algorithm Dan Ekstraksi Fitur Wavelet Pada Klasifikasi Microarray Data Menggunakan Naïve Bayes Milah Sarmilah; Adiwijaya Adiwijaya; Aniq Atiqi
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Microarray adalah teknik modern yang memfasilitasi analisis simulasi dari sejumlah data ekspresi gen yang besar yang diperlukan untuk memecahkan masalah biologis yang kompleks. Oleh karena itu, diperlukan skema yang didalamnya terdapat proses reduksi dimensi dan proses klasifikasi. Dalam hal ini, proses reduksi dimensi bertujuan untuk meringankan beban komputasi pada klasifikasi, proses reduksi yang digunakan yaitu seleksi fitur Genetic Algorithm dan ekstraksi fitur Wavelet Haar. Kemudian, proses klasifikasi bertujuan untuk mengklasifikasikan data kanker atau bukan kanker, dengan menggunakan metode klasifikasi Naïve Bayes. Adapun akurasi terbaik dari seleksi fitur Genetic Algorithm pada data colon tumor 52,9412%, penyakit lung cancer 88,2452% dan ovarian 75%. Sedangkan, performansi terbaik dari ekstraksi fitur wavelet Haar memberikan hasil untuk penyakit colon tumor sebesar 80%, penyakit lung cancer 94,1176% dan ovarian 100%.
Klasifikasi Multi-label Pada Topik Ayat Qur’an Terjemahan Bahasa Inggris Menggunakan Tree Augmented Naïve Bayes (tan) Al Mira Khonsa Izzaty; Mohamad Syahrul Mubarok; Adiwijaya Adiwijaya
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Al-Qur’an merupakan salah satu mukjizat yang diturunkan untuk dijadikan pedoman hidup bagi umat Muslim. Setiap umat Muslim wajib memahami serta mengamalkan ajaran yang dianjurkan Al-Qur’an. Ayat Al-Qur’an memiliki bahasan atatu topik yang dikaji, satu ayat dapat membahas satu topik atau lebih, pada kasus ini ayat Al-Qur’an termasuk dalam multi-label. Untuk memudahkan umat Muslim dalam memahami Al-Qur’an perlu dibangun sistem klasifikasi ayat Al-Qur’an. Berdasarkan penelitian sebelumnya, teorema Bayes dianggap common dalam menyelesaikan kasus klasifikasi, sehingga pada penelitian ini digunakan pendekatan probabilistik untuk membangun klasifikasi multi-label dengan Tree Augmented Naïve Bayes (TAN). Dalam pembangunan struktur TAN digunakan seleksi ciri dengan Mutual Information yang menghitung kebergantungan antar variabel input. Pada akhir pengujian nilai performa dari sistem dihitung dengan menggunakan hamming loss yang menghitung nilai error pada hasil klasifikasi multi-label. Hasil pengujian terbaik diperoleh ketika menggunakan threshold MI 3 yaitu dengan nilai hamming loss sebesar 0.1121, sedangkan nilai hamming loss terendah diperoleh ketika pembangunan struktur tidak menggunakan MI yaitu dengan nilai hamming loss 0.1208.
Klasifikasi Sinyal Ecg Gagal Jantung Menggunakan Wavelet Dan Jst Propagasi Balik Dengan Modifikasi Gradien Konjugat Dinda Karlia Destiani; Adiwijaya Adiwijaya; Dody Qori Utama
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Gagal jantung kongestif (CHF) merupakan salah satu penyakit mematikan di dunia yang terjadi karena adanya kelainan pada otot-otot jantung sehingga jantung tidak dapat memompa darah sesuai kebutuhan tubuh. Sinyal jantung dapat dideteksi dengan menggunakan alat Electrocardiography (ECG). Pada dasarnya, sinyal jantung normal memiliki bentuk yang serupa. Namun, sinyal jantung penderita CHF, memiliki bentuk yang cukup bervariasi pada setiap individu. Hal tersebut dapat menimbulkan suatu permasalahan jika proses ekstraksi dilakukan dengan pencarian local features secara manual. Oleh karena itu, ekstraksi ciri wavelet digunakan pada penelitian ini untuk memetakan frekuensi terhadap waktu. Di samping itu, proses klasifikasi dengan metode JST Propagasi Balik Standar memerlukan waktu yang cukup lama untuk melakukan proses pelatihan. Sehingga, metode JST Modifikasi Propagasi Balik Gradien Konjugat Polak-Ribiere dengan teknik line search diusulkan untuk mempercepat proses pencarian. Pada akhir penelitian, diperoleh ekstraksi Dekomposisi Paket Wavelet pada level 5 dengan data pelatihan yang digunakan sebanyak 22 menghasilkan nilai rata-rata yang lebih tinggi dari hasil pengujian lainnya, yaitu sebesar 72.5%. Adapun jumlah neuron yang paling optimal untuk digunakan pada lapisan tersembunyi yaitu sebanyak 30 neuron. Sementara itu, Charalambous’ Search merupakan teknik pencarian yang tercepat dan terakurat untuk diterapkan pada kasus ini dengan waktu pencarian 2.65 detik, 14 epoch, serta akurasi 87.5%.
Co-Authors A Rakha Ahmad Taufiq Abu Bakar, Muhammad Yuslan Ade Iriani Sapitri Ade Romadhony Ade Sumiahadi, Ade Adhitia Wiraguna Adhitia Wiraguna Aditya Arya Mahesa Adnan Imam Hidayat Adwin Rahmanto Afrian Hanafi Al Faraby, Said Al Mira Khonsa Izzaty Alfian Akbar Gozali Alvi Syah Amalya Citra Pradana Amir Andi Ahmad Irfa ANDI FUTRI HAFSAH MUNZIR Andina Kusumaningrum Andri Saputra Andrian Fakhri Andriyan B Suksmono Anggitha Yohana Clara Aniq Atiqi Aniq Atiqi Rohmawati Anisa Salama Annas Wahyu Ramadhan Annisa Adistania Annisa Aditsania Antika Putri Permata Wardani Aras Teguh Prakasa Ardiansyah, Yusfi Astrid Frillya Septiany Astrima Manik Aziz, Muhammad Maulidan Azmi Hafizha Rahman Zainal Arifin Bambang Riyanto T. Bayu Julianto Bayu Munajat Bayu Munajat Bayu Rahmat Setiaji Bernadus Seno Aji Bernadus Seno Aji Bintang Peryoga Bisma Pradana Brama Hendra Mahendra Chiara Janetra Cakravania Clarisa Hasya Yutika D. R. Suryandari Dana Sulistiyo Kusumo Danang Triantoro Danang Triantoro Murdiansyah Daniel Tanta Christopher Sirait Dany Dwi Prayoga Dany Dwi Prayoga Della Alfarydy Akbar Deni Saepudin Denny Alriza Pratama Desi Sitompul Dewangga, Dhiya Ulhaq Dian Chusnul Hidayati Didi Rosiyadi Didit Adytia Dinda Karlia Destiani Dody Qori Utama Dody Qory Utama Dwi Yanita Apriliyana Dwi Yanita Apriliyana Dwifebri, Mahendra Eko Darwiyanto Eliza Jasin Elza Oktaviana Elza Oktaviana Endro Ariyanto Ergon Rizky Perdana Purba F. A. Yulianto Fachri Pane, Syafrial Fahmi Salman Nurfikri Faris Alfa Mauludy Faris Alfa Mauludy Farudi Erwanda Farudi Erwanda Fathur Rohman Fathurrohman Elkusnandi Fhira Nhita Fikri Rozan Imadudin Firda A. Ma’ruf Firdausi Nuzula Zamzami Firly Juanita Surahman Fuad Ash Shiddiq Gde Agung Brahmana Suryanegara Gheartha, I Gusti Bagus Yogiswara Ghozy Ghulamul Afif Gia Septiana Gia Septiana Gia Septiana Gilang Rachman Perdana Gilang Rachman Perdana Gilang Titah Ramadhani Grace Tika Guntoro Guntoro Guntoro Guntoro Guntoro Guntoro Hadyan Arif Hafidudin . Hafizh Fauzan Hafizh Fauzan Hendro Prasetyo Henri Tantyoko Honakan Honakan I Kadek Haddy W. I Made Riartha Prawira I.G.N.P.Vasu Geramona Ilham Kurnia Syuriadi Ilham Yunirakhman Imadudin, Fikri Rozan Imam Prayoga Indriani Indriani Irene Yulietha Irma Irma Irma Palupi Irwinda Famesa Iyon Priyono Jendral Muhamad Yusuf Zia Ul Haq Jenepte Wisudawati Simanullang K, Kasnaeny Kamal Hasan Mahmud Kemas Muslim Lhaksmana Kemas Rahmat Saleh Raharja Kemas Rahmat Saleh Wiharja Kurnia C Widiastuti Kurniawan W. Handito Laila Putri Lalu Gias Irham Lisa Marianah Lisa Marianah Luke Manuel Daely Mahendra Dwifebri P Mahendra Dwifebri Purbolaksono Mahmud Dwi Sulistiyo Melanida Tagari Melanida Tagari Michael Sianturi Milah Sarmilah Moc. Arif Bijaksana Mochamad Agusta Naofal Hakim Mochammad Naufal Rizaldi Mohamad Irwan Afandi Mohamad Mubarok Mohamad Syahrul Mubarok Mohamad Syahrul Mubarok Mohammad Syahrul Mubarok Monica Triyani Muhammad Afianto Muhammad Enzi Muzakki Muhammad Fauzan Muhammad Feridiansyah Muhammad Ghufran Muhammad Irvan Tantowi Muhammad Kenzi Muhammad Mubarok Muhammad Mujaddid Muhammad Naufal Mukhbit Amrullah Muhammad Nurjaman Muhammad Shiddiq Azis Muhammad Shiddiq Azis Muhammad Surya Asriadie Muhammad Syahrul Mubarok Muhammad Yuslan Abu Bakar Nanda Prayuga Nida Mujahidah Azzahra Nida Mujahidah Azzahra Niken Dwi Wahyu Cahyani Novelty Octaviani Faomasi Daeli Novia Russelia Wassi Nuklianggraita, Tita Nurul Nur Ghaniaviyanto Ramadhan Oscar Ramadhan Pinem, Joshua Pratama Dwi Nugraha Preddy Desmon Purbalaksono, Mahendra Dwifebri Putri, Dinda Rahma Putri, Dita Julaika Raihana Salsabila Darma Wijaya Rendi Kustiawan Reynaldi Ananda Pane Riche Julianti Wibowo Riko Bintang Purnomoputra Riska Chairunisa Rizki Syafaat Amardita Rizky Pujianto Rizma Nurviarelda Roberd Saragih Rosyadi, Ramadhana Said Faraby Satria Mandala Sekar Kinasih Semeidi Husrin Sheila Annisa Shidqi Aqil Naufal Shuni’atul Ma’wa Sigit Bagus Setiawan St.Sukmawati S. Sugeng Hadi Wirasna Suriyanti Suriyanti Syafrial Fachri Pane, Syafrial Fachri Syahrizal Rizkiana Rusamsi Syam, Mukhlisah Syifa Khairunnisa Talitha Kayla Amory Tati LR Mengko Tesha Tasmalaila Hanif Timami Hertza Putrisanni Tita Nurul Nuklianggraita Triyani, Monica Try Moloharto Untari Novia Wisesty Untari Wisesty Untari. N. Wisesty Untary Novia Wisesty Vina Mutiara Purnama Warih Maharani Widi Astuti Widi Astuti Widi Astuti Winda Christina Widyaningtyas Wisnu Adhi Pradana Yana Meinitra Wati Yoga Widi Pamungkas Yuliant Sibaroni Zahra Putri Agusta Zakia Firdha Razak Zulfikar Fauzi