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

 2   3   4   5   6 
Prediksi Curah Hujan Menggunakan Adaptive Neuro Fuzzy Inference System (Anfis) Sekar Kinasih; 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

Cuaca adalah keadaan udara pada saat tertentu dan di wilayah tertentu yang relatif sempit pada jangka waktu yang singkat. Cuaca sangat penting dan sangat berpengaruh terhadap aktivitas semua makhluk hidup. Salah satu faktor cuaca adalah curah hujan, curah hujan adalah keadaan yang tidak pasti dan diperlukan sebuah metode yang adaptif untuk memprediksi secara akurat. Salah satu bidang ilmu yang sering digunakan untuk memprediksi cuaca adalah Soft Computing (SC). Adaptive Neuro Fuzzy Inference System (ANFIS) merupakan salah satu algoritma didalam SC dan merupakan penggabungan dari Jaringan Syaraf Tiruan dan Logika Fuzzy. Algoritma Adaptive Neuro Fuzzy Inference System (ANFIS) dipilih karena Jaringan Syaraf Tiruan memiliki kemampuan untuk belajar dengan berdasarkan pelatihan pada data yang ada sebelumnya dan Logika Fuzzy mampu melakukan klasifikasi berdasarkan informasi linguistik dan fuzziness. Kombinasi ini diharapkan dapat menghasilkan suatu sistem yang mampu belajar secara terus menerus dan mampu memberikan output dengan tingkat performansi yang baik. Tugas akhir ini mengimplementasikan ANFIS untuk memprediksi curah hujan untuk wilayah Soreang dengan data curah hujan bulanan. Data dibagi menjadi data pelatihan dan data pengujian dengan proporsi 70:30. Setelah dilakukan penelitian dengan kombinasi parameter didapatkan hasil performansi pengujian sebesar 80%. Kata kunci : curah hujan, prediksi, fuzzy, jaringan syaraf tiruan, Adaptive Neuro Fuzzy Inference System
Skema Penyembunyian Teks Terkompresi Arithmetic Coding Pada Citra Digital Manggunakan Kuantisasi Berbasis Graf Elza Oktaviana; Adiwijaya Adiwijaya; Gia Septiana
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 Ilmu dan Seni menyembunyikan data ke media digital merupakan salah satu cara yang biasanya digunakan untuk penyamaran saat melakukan komunikasi yang melibatkan transmisi data. Teknik ini bekerja dengan cara menyisipkan data atau informasi yang bersifat pribadi pada suatu media sehingga data atau informasi yang disisipkan ke media tersebut tidak terlihat secara jelas. Penelitian ini mengajukan sebuah skema penyembunyian data berupa teks pada citra digital dengan menggunakan kuantisasi berbasis graf. Skema ini bekerja dengan cara menyisipkan teks pada suatu graf yang merupakan representasi dari hasil kuantisasi citra digital yang merupakan media penyisipannya. Untuk meningkatkan kapasitas penyisipan, skema ini memanfaatkan algoritma Arithmetic Coding untuk kompresi teks yang akan disisipi, dengan tetap memperhatikan kualitas dari citra hasil penyisipan. Hasil penelitian menunjukkan tingkat keberhasilkan skema ini berada pada saat berhasil menyisipkan sekitar 7255 bit data rahasia dengan PSRN citra tersisipi bernilai 28,5324db. Kata Kunci : Penyembunyian Data, Kompresi, Kuantisasi berbasis Graf, Vector Quantization, Pewarnaan Graf, Arithmetic Coding, dan Genetic Algorithm.
Algoritma Discrete Cosine Transform (dct) Dan Absolute Moment Block Truncation Coding (ambtc) Pada Sistem Watermarking Untuk Deteksi Dan Recovery Citra Medis Termodifikasi Nida Mujahidah Azzahra; Adiwijaya Adiwijaya; Danang Triantoro
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 Citra medis merupakan salah satu citra yang disajikan dalam bentuk digital. Informasi pasien seperti hasil diagnosis medis disimpan dalam bentuk citra medis digital. Akan tetapi, citra medis digital tersebut mudah mengalami kerusakan akibat pendistribusiannya, bahkan sengaja dirusak atau dimodifikasi. Dengan kemudahan mendapatkan tools pengolahan citra, citra medis digital mudah dilakukan modifikasi untuk tujuan tertentu. Hal ini akan meragukan keaslian citra medis tersebut. Oleh karena itu dibutuhkan suatu sistem yang mampu mendeteksi keaslian suatu citra medis digital. Watermarking merupakan solusi untuk mendeteksi keaslian citra medis digital tersebut. Dengan menyisipkan watermark yang bersifat fragile, sistem yang dibuat dapat mendeteksi bagian termodifikasi. Watermark yang disisipkan berupa ciri-ciri penting dari citra medis digital yang diperoleh dengan metode Absolute Moment Block Truncation Coding (AMBTC). Hasil dari proses ambtc kemudian disisipkan pada domain frekuensi menggunakan transformasi Discrete Cosine Transform (DCT). Dengan menggunakan AMBTC, citra medis digital yang mengalami modifikasi dapat dideteksi dan diperbaiki. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi dan memperbaiki citra medis digital dengan modifikasi salt and pepper pada parameter alpha 0.1. Parameter performansi yang digunakan untuk mengukur kualitas citra adalah Peak Signal to Noise Ratio (PSNR) dan Error Rate. Kata kunci : citra medis, watermarking, AMBTC, DCT, PSNR, error rate
Klasifikasi Topik Berita Berbahasa Indonesia Menggunakan K-nearest Neighbor Andi Ahmad Irfa; Adiwijaya Adiwijaya; Mohamad Syahrul Mubarok
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 Masyarakat Indonesia kini mulai beralih dari konsumsi berita dalam bentuk surat kabar ke berita online. Persentase konsumsi berita melalui online mencapai 96 persen berdasarkan riset lembaga Global GFK. Angka tertinggi dibandingkan dengan konsumsi berita melalui televisi sebesar 91 persen, surat kabar 31 persen dan radio sebesar 15 persen. Akan tetapi begitu banyak berita bisa menyulitkan kerja editor dalam mengategorikan setiap berita yang ada, oleh karena itu dibutuhkan suatu sistem yang bisa mengategorikan berita sesuai dengan kategori masing-masing. Pada penelitian ini bertujuan untuk membuat suatu sistem yang mampu mengategorikan setiap berita berdasar dari topik berita tersebut. Metode yang digunakan dalam mengklasifikasi berita adalah k-Nearest Neighbor (K-NN) yang merupakan algoritma klasifikasi sederhana namu memiliki performa yang tinggi. Pada penelitian ini perancangan sistem dilakukan proses pengumpulan dataset, preprocessing data, klafikasifikasi dengan k-nn, dan terakhir dilakukan pengujian system. Dalam penelitian ini system yang dibangun mampu menghasilkan performa micro average f1-measure sebesar 69,9% dengan nilai k=16. Kata Kunci: Klasifikasi Teks, Text Mining, K-Nearest Neighbors Abstract Indonesian society is now starting to roll out from news consumption in the form of newspapers to online news. The percentage of online news consumption reached 96 percent based on Global GFK research institute. The percent number is the reverse of the number of news stories. It will be very much news to complicate the work of editors in categorizing every news that there is, therefore required a system that can categorize the news according to their respective categories. In this study is for a system that is able to categorize any news based on the news topic. The method used in classifying news is k-Nearest Neighbor (K-NN) which is a simple content algorithm namu has high performance. In this research the system design is done the process of completion of dataset, preprocessing data, klafikasifikasi with k-nn, and last done by testing system. In this research the built system is able to produce the average micro performance of f1measure equal to 69,9% with value k = 16. Keywords: Classification Text, Text Mining, K-Nearest Neighbors
Deteksi Kanker Berdasarkan Klasifikasi Microarray Data Menggunakan Wavelet Trasnsform Dan Backpropagation Termodifikasi Dengan Conjugate Gradient Flechter Reeves Syahrizal Rizkiana Rusamsi; Adiwijaya Adiwijaya; Aniq Atiqi Rohmawati
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

Kanker adalah penyakit mematikan di dunia, penyebabnya adalah sel sel yang membelah diri secara tidak terkendali. Dalam perkembangannya sel-sel kanker ini dapat menyebar kebagian tubuh lainnya dengan cara memasuki aliran darah atau sistem limfatik sehingga dapat menyebabkan kematian. Hal ini terjadi akibat adanya kekacauan yang terjadi pada gen. Pemantauan ekspresi gen adalah salah satu yang paling mendasar dalam genetika, yaitu untuk mengukur mRNA bukan protein, karena urutan mRNA berhibridisasi dengan komplementer RNA dan DNA. Microarray merupakan teknologi yang dapat menyimpan ribuan gen yang diambil dalam beberapa sel manusia sekaligus. Data microarray cenderung memiliki dimensi yang sangat besar, sehingga untuk memodelkan data tersebut diperlukan reduksi dimensi dengan menggunakan Wavelet Haar untuk meningkatkan akurasi klasifikasi digunakan Modified Back Propagation (MBP) Flechter Reeves. MBP merupakan modifikasi dari Back Propagation Standar (BP) dengan algoritma Conjugate Gradient Fletcher Reeves untuk mempercepat proses pelatihan. Dari hasil pengujian, skema Wavelet Haar dan Modified Backpropagation Flechter Reeves dengan teknik line search golden section search memiliki akurasi yang terbaik dari skenario klasifikasi yaitu pada jenis data Kanker Leukimia dengan akurasi 88,9%.
Analisis Dan Implementasi Graph Indexing Pada Graph Database Menggunakan Algoritma Gindex Hadyan Arif; Kemas Rahmat Saleh Wiharja; 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 Penggunaan graph dalam memodelkan suatu struktur yang rumit saat ini berkembang secara pesat terutama dalam memodelkan struktur seperti susunan melekul, jaringan protein, dan jaringan sosial. Penggunaan graph database untuk menangani tipe data graph yang memiliki relasi yang kompleks dinilai lebih efektif daripada menggunakan relational database. Dalam mempercepat pemrosesan query pada graph database dibutuhkan suatu metode yang dapat disebut graph indexing agar lebih cepat dan efisien. GIndex merupakan salah satu metode graph indexing yang mendukung pemrosesan query bertipe subgraph query. Pada metode GIndex menerapkan beberapa teknik seperti size-increasing support constraint untuk membangun feature set database dan pemilihan discriminative fragments dalam membangun index. Kemudian membandingkan data pada index dengan feature set query untuk mendapatkan candidate set yang nantinya akan dilakukan subgraph matching menggunakan algoritma Ullman untuk mendapatkan answer set. Pada penelitian ini data yang akan dijadikan sebagai dataset merupakan susunan molekul. Berdasarkan pengerjaan tugas akhir yang telah dilakukan didapatkan hasil bahwa pada pengimplementasian algoritma GIndex, jika menggunakan nilai maximal frequent fragment yang cukup besar maka akan memakan waktu yang lebih lama dan memungkinkan jumlah candidate set yang didapatkan akan lebih sedikit, berlawanan dengan penggunaan nilai minimal discriminative fragment. Banyaknya jumlah candidate set yang didapatkan akan berpengaruh pada waktu subgraph matching yang dibutuhkan. Kata kunci: graph, graph database, GIndex, subgraph query, size-increasing support constraint, discriminative fragments, index, subgraph matching
Sistem Klasifikasi Sidik Jari Menggunakan Template Matching Denny Alriza Pratama; Adiwijaya Adiwijaya; Said Al Faraby
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

Sidik jari merupakan salah satu contoh biometrik yang digunakan dalam kehidupan sehari-hari seperti untuk mengenal identitas orang dan sebagai pengaman barang pribadi. Sidik jari mempunyai karakteristik yang unik untuk setiap individu dan memiliki sifat yang konsisten sepanjang waktu. Dengan adanya sidik jari, identitas seseorang dapat diketahui melalui pola-pola yang ada di sidik jari. Namun pola sidik jari sangat rumit menyebabkan sidik jari sangat sulit dicocokan secara manual. Dibutuhkan sistem klasifikasi yang dapat mendeteksi kecocokan pola sidik jari dengan akurat. Terdapat beberapa metode klasifikasi yang dapat digunakan untuk mengidentifikasi sidik jari seperti minutiae, wavelet, dan masih banyak lagi. Pada sistem klasifikasi sidik jari ini terdapat beberapa tahap dalam perancangan sistem, yaitu tahap image enhancement, feature extraction, dan matching. Pada penelitian ini, metode minutiae dipilih dengan menggunakan hit or miss transform dan metode pencocokan menggunakan template matching. Pengukuran performansi dilakukan setelah tahap-tahap perancangan sistem dilakukan. Hasil penelitian sistem klasifikasi sidik jari tanpa alignment pattern mampu memberikan performa sistem sebesar 48.97%, dan performa sistem dengan penambahan proses alignment pattern sebesar 67.92%.
Klasifikasi Topik Berita Berbahasa Indonesia Menggunakan Weighted K-nearest Neighbor Sigit Bagus Setiawan; Adiwijaya Adiwijaya; Mohamad Syahrul Mubarok
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

Berita adalah salah satu sarana informasi bagi masyarakat umum. Di jaman yang modern ini orang-orang banyak menggunakan media online sebagai salah satu sarana untuk mengakses berita. Di Indonesia sendiri media online memiliki presentase paling besar sebagai sarana penyampaian berita [1]. Namun banyaknya berita yang ada dalam media online memunculkan masalah dalam mengkategorikan topik berita yang ada. Sehingga dibutuhkanlah sistem yang dapat mengkategorikan setiap topik berita yang ada pada media online. Penelitian ini bertujuan menciptakan sistem yang mampu mengkategorikan setiap berita berbahasa Indonesia pada kelas yang seharusnya. Pengklasifikasian menggunakan metode weighted k-Nearest Neighbor (wkNN) karena merupakan classifier yang sederhana namun powerful. Pada penelitian ini terdapat beberapa tahap dalam perancangan sistem, yaitu preprocessing data, feature extraction, dan pengklasifikasian menggunakan weighted k-Nearest Neighbor. Setelah tahap-tahap tersebut dilalui dilakukanlah pengukuran performansi. Hasil penelitian mampu memberikan performa sistem sebesar 75,86% dengan nilai k = 27.
Analisis Algoritma Prediksi Curah Hujan Menggunakan Hybrid Partially Connected Feedforward Neural Network (pcfnn) Dan Nested Genetic Algorithm (GA) Yana Meinitra Wati; Fhira Nhita; Adiwijaya Adiwijaya
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Pola curah hujan yang selalu berubah-ubah di setiap tempat dan jam, menyebabkan data curah hujan termasuk ke dalam data time series. Informasi mengenai cuaca khususnya tentang curah hujan sangat berguna sekali terhadap beberapa aktifitas kehidupan. Untuk itu dibutuhkan metode prediksi curah hujan yang cukup akurat, khususnya pada wilayah Soreang Kabupaten Bandung. Sistem prediksi curah hujan yang digunakan dalam penelitian tugas akhir ini adalah algoritma Partially Connected Feedforward Neural Network (PCFNN) untuk memprediksi curah hujan satu bulan ke depan berdasarkan data curah hujan bulanan yang diperoleh dari Badan Meteorologi dan Geofisika (BMKG) Bandung untuk wilayah Soreang. Selain itu juga digunakan algoritma Genetic Algorithm (GA) untuk mengoptimasi struktur dan bobot pada PCFNN, sehingga dapat diperoleh arsitektur dan bobot yang optimal. Hasil struktur dan bobot PCFNN yang optimal menggunakan pengolahan data centered moving average dan dibangkitkan 20.000 solusi individu dengan kombinasi parameter ukuran populasi dan maksimum generasi 100 dan 200 sehingga didapatkan MAPE rata – rata pelatihan dan pengujian sebesar 17.583% dengan performansi diatas 75%. Kata kunci : prediksi, curah hujan, PCFNN, Genetic Algorithm, feedforward, centered moving average.
Klasifikasi Anjuran, Larangan Dan Informasi Pada Hadis Sahih Al-bukhari Berdasarkan Model Unigram Menggunakan Artificial Neural Network (ann) Eliza Jasin; Said Faraby; Adiwijaya Adiwijaya
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Umat Islam memiliki kepercayaan pedoman dalam hidupnya yang merujuk kepada Al-quran dan Hadits. Ada beberapa hadits yang sering kita dengar, namun para ulama sepakat hadits yang diriwayatkan oleh Imam Bukhari berpegang teguh pada tingkat kesahihan paling tinggi. Untuk itu banyak umat islam yang mempelajari dan mendalami ilmu hadits. Dalam upaya pembelajaran ilmu hadits dalam era yang serba teknologi ini tentunya tidak luput dari perkembangan dunia digital ini. Oleh karena itu penulis ingin melakukan sebuah penelitian klasifikasi anjuran, larangan, dan informasi pada Hadits Sahih Al-Bukhari yang diharapkan dapat mengembangkan aplikasi yang ada dan membantu masyarakat untuk lebih mudah mempelajari ilmu hadits. Klasifikasi akan terbagi menjadi tiga buah kelas, yaitu hadits yang merupakan kalimat anjuran, larangan, dan informasi. Metode yang akan digunakan dalam klasifikasi ini ialah menggunakan n-gram model dan Artificial Neural Network (ANN). Metode tersebut dipilih berdasarkan penelitian yang telah dilakukan sebelumnya mengenai klasifikasi hadis menggunakan ANN yang di lakukan oleh M. Arshi Shaloot, Norisma Idris, Rohana Mahmod yang menghasilkan hasil akurasi sebesar 94%. Pada penelitian ini dilakukan beberapa scenario pengujian dengan memodifikasi tahapan preprocessing, feature extraction, dan parameter ANN. Pengujian tersebut menghasilkan hasil evaluasi terbesar yaitu 85% dengan menggunakan precision, recall, dan f1-score. Kata kunci : Klasifikasi teks, Hadits Sahih Al-Bukhari, Unigram, ANN
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