Article Per Year (5 Year)
p-Index From 2021 - 2026
5.317
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Lontar Komputer: Jurnal Ilmiah Teknologi Informasi E-Jurnal Matematika 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 : 170 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 170 Documents
Search

 9   10   11   12   13 
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
Identifikasi Parafrasa Bahasa Indonesia Menggunakan Naive Bayes Bayu Julianto; Adiwijaya Adiwijaya; Muhammad Mubarok
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

Salah satu tujuan dari Natural Languange Processing adalah mengidentifikasi parafrasa, yang berarti untuk mengajarkan kepada mesin apakah sebuah kalimat memiliki makna yang sama dengan kalimat lainnya. Parafrasa berarti pengungkapan kembali suatu tuturan dari sebuah tingkatan atau macam bahasa menjadi yang lain tanpa merubah pengertian. Dalam penelitian ini dilakukan klasifikasi untuk menentukan apakah dua kalimat Bahasa Indonesia termasuk kedalam parafrasa atau non-parafrasa.. Penelitian dilakukan dengan menggunakan Naïve Bayes sebagai classifer. Performansi terbaik dari sistem menghasilkan akurasi 0.713, presisi 0.688, recall 0.798, dan F1-Measure 0.735. Kata kunci :Naive Bayes, identifikasi parafrasa, preprocessing.
Klasifikasi Multi-Label Pada Topik Berita Berbahasa Indonesia Menggunakan Multinomial Naïve Bayes I Made Riartha Prawira; Adiwijaya Adiwijaya; Mohammad Syahrul Mubarok
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Berita merupakan informasi yang dialirkan dari berbagai sumber mengenai kejadian factual yang dapat mempengaruhi lingkungan sekitar. Klasifikasi label topik biasanya dilakukan dalam pengelompokan artikel berita berdasarkan topiknya. Variabel ciri artikel merupakan penentu dalam klasifikasi label. Namun apabila suatu ciri yang menjadi ciri dari satu label artikel merupakan ciri dari label artikel lainnya maka artikel tersebut memiliki lebih dari satu topik atau disebut topik multi-label. Penelitian ini melakukan pembangunan pemodelan suatu klasifikasi teks berita dengan menggunakan metode multinomial naïve bayes untuk melakukan klasifikasi multi-label dengan metode hamming loss sebagai pengukuran performa model klasifikasi tersebut. Hasil hamming loss yang dihasilkan dari penelitian ini sebesar 0,18. Berdasarkan hasil penelitian, metode multinomial naïve bayes ini mampu untuk menyelesaikan permasalahan klasifikasi teks pada kasus multi-label. Kata kunci : Berita, Klasifikasi, Multi-Label, MNB, Hamming Loss Abstract News is a distributed information from any resources contains factual events that affect the environment. Label topic classification generally used for specifying label topic of news article and gather it according to the same topic. Article feature variable is a definite factor in label classification. However, when a feature from one article feature label become another article feature label then that article may contain more than one topic or generally called multi-label topic. This research is about build a text classification model with multinomial naïve bayes method for classifying a multi-label classification problem with hamming loss method as a performance classification model measurement. Result of hamming loss that we obtain from this research is 0,18. Based on result from this research, this multinomial naïve bayes method can solve text classification problem on multi-label case. Keywords : News, Classification, Multi-Label, MNB, Hamming Loss
Analisis Sentimen Pada Ulasan Buku Berbahasa Inggris Menggunakan Information Gain Dan Support Vector Machine Muhammad Nurjaman; Mohamad Mubarok; 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

Informasi yang terdapat di Internet sangat bermacam-macam, salah satunya adalah informasi mengenai buku. Jika informasi tersebut diolah dengan baik maka akan diperoleh kualitas buku dari informasi tersebut. Dengan membaca ulasannya, maka kita akan mengetahui kualitas dan juga menganalisis sentimen positif dan juga sentimen negatif dari buku tersebut. Namun, begitu banyaknya opini akan mempersulit pengguna lain untuk memperoleh kualitas dari informasi tersebut. Analisis sentimen merupakan penilaian seseorang tentang topik yang dibahas baik itu sentimen positif ataupun sentimen negatif. Untuk mempercepat dalam menganalisis banyaknya sentimen yang ada, digunakanlah metode klasifikasi yaitu Support Vector Machine . Kelebihan dari SVM ini yaitu untuk menentukan hyperplane yang dapat menghasilkan margin yang maksimal antara kelas yang satu dengan kelas yang lainnya. Tetapi SVM mempunyai kelemahan terhadap pilihan fitur atau parameter yang dapat mempengaruhi akurasi. Maka dari itu, pada penelitian ini mengunakan metode Information Gain agar dapat meningkatkan akurasi dengan mengurangi jumlah fitur yang akan dianalisis dan Support Vector Machine sebagai metode klasifikasi untuk menangani permasalahan ini dan hasil dari penelitian ini menghasilkan nilai rata-rata F1-score sebesar 82.35% Kata Kunci: Review Buku, Klasifikasi, Support Vector Machine (SVM), Information Gain
Analisis Sistem Rekognisi Iris Menggunakan Jarak Hamming Luke Manuel Daely; Adiwijaya Adiwijaya; Said Al Faraby
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pada makalah ini penulis membuat dan menguji sistem rekognisi iris menggunakan jarak Hamming. Rekognisi iris merupakan topik penelitian yang mempelajari teori-teori yang menjadi dasar penerapan sistem pengenalan identitas manusia berdasarkan pola iris mata. Sistem rekognisi iris yang dibuat menggunakan algoritma Hough Transform untuk proses segmentasi, Rubber Sheet untuk proses normalisasi, Log-Gabor satu-dimensi untuk ekstraksi fitur, dan jarak Hamming untuk proses matching. Dari hasil pengujian, didapatkan nilai threshold yang paling optimal, yaitu threshold=0.2, dengan akurasi=0.65333. Hasil pengujian menunjukkan bahwa akurasi sistem rekognisi iris sangat dipengaruhi oleh dataset yang digunakan, sehingga penggunaan sistem rekognisi iris disarankan untuk dilengkapi dengan modul akuisisi yang dapat mengambil citra iris dengan kualitas tinggi. Kata kunci : rekognisi iris, biometrik, rekognisi pola, pengolahan citra Abstract In this paper we create and evaluate iris recognition system using Hamming distance. Iris recognition is a research topic which study theories behind the application of human identity recognition system based on iris pattern. Developed iris recognition system using Hough Transform algorithm for segmentation process, Rubber Sheet for normalization process, 1D Log-Gabor for feature extraction process, and Hamming distance for matching process. The most optimal threshold is found from testing result, which is threshold=0.2, with accuracy=0.653333. Testing results shows that iris recognition system is highly dependent with dataset which is used. Hence, iris recognition system should be accompanied with acquisition module which can take high-quality iris image. Keywords: iris recognition, biometric, pattern recognition, image processing
Implementasi Support Vector Machine Untuk Klasifikasi Ucapan Huruf Hijaiyah Bertanda Baca Berbasis Ekstraksi Ciri Mfcc Wisnu Adhi Pradana; Adiwijaya Adiwijaya; Untari Novia Wisesty
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

Support vector machine atau yang biasa disebut SVM adalah salah satu metode yang dapat digunakan untuk proses klasifikasi suatu data. Pada penelitian kali ini, sistem dibangun dengan menggunakan pendekatan tersebut dalam pengembangan arabic speech recognition. Dalam pembangunan sistem, ada 2 macam tipe speaker yang telah diuji yaitu dependat speaker dan independent speaker. Hasil yang diperoleh dari sistem ini adalah nilai akurasi sebesar 85,32% untuk dependat speaker dan 61,16% untuk independent speaker. Kata Kunci: Arabic Speech Recognition, Support Vector Machine, MFCC
Pengklasifikasian Topik Hadits Terjemahan Bahasa Indonesia Menggunakan Latent Semantic Indexing dan Support Vector Machine Hafizh Fauzan; Adiwijaya Adiwijaya; Said Al Faraby
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Hadits dijadikan sumber hukum dalam agama Islam selain Al-Qur’an, Ijma dan Qiyas, dimana dalam hal ini, hadits merupakan sumber hukum kedua setelah Al-Qur’an. Penelitian ini bertujuan untuk membangun suatu sistem yang dapat mengkategorikan kelas dari hadits shahih Bukhari terjemahan Bahasa Indonesia. Topik ini dipilih untuk membantu masyarakat Islam yang ingin memahami dari setiap hadits merupakan berupa informasi, larangan atau anjuran. Support Vector Machine digunakan karena dapat melakukan klasifikasi dengan memberikan performansi yang baik untuk dataset yang memiliki fitur yang sangat banyak. Latent Semantic Indexing sebagai metode pemilihan fitur digunakan karena dapat mereduksi fitur dengan menghilangkan fitur yang tidak penting (noise term). Penelitian ini juga memanfaatkan metode Bootstrap Aggregating (Bagging) untuk meningkatkan akurasi. Hasil akurasi yang didapatkan dengan menggunakan Latent Semantic Indexing dan Bagging pada klasifikasi Support Vector Machine sebesar 84.67% pada data hadits single label. Kata kunci : hadits, support vector machine, pemilihan fitur, latent semantic indexing, bootstap aggregating, klasifikasi teks, single label Abstract Hadith is used as the source of Islamic law other than Qur’an, Ijma and Qiyas, hadith is the second of Islamic law after the Qur’an. This study attempted to build a system than can classify shahih hadith of Bukhari in Indonesian Translation. This topic was chosen to help Muslims who want to understand from each hadith is in the form of informations, prohibitions or suggestions. Support Vector Machine was chosen because it can perform classification by providing good performance for dataset with a large number of features. Latent Semantic Indexing as a feature selection method was chosen because it can reduce features by eliminating unimportant features (noise term). This study also using Bootstrap Aggregating (Bagging) method to improve accuracy. The accuracy results show that by using Latent Semantic Indexing and Bagging on Support Vector Machine classification is 84.67% of single label hadith data. Keywords: hadith, support vector machine, feature selection, latent semantic indexing, bootstrap aggregating, text classification, single labe
Co-Authors A Rakha Ahmad Taufiq Abu Bakar, Muhammad Yuslan Ade Iriani Sapitri 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 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 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