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

 7   8   9   10   11 
Implementasi Sistem Pengenalan Ucapan Bahasa Indonesia Menggunakan Kombinasi Mfcc Dan Pca Berbasis Hmm Fathurrohman Elkusnandi; Adiwijaya Adiwijaya; Untari Novia Wisesty
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 Karya tulis ini membahas implementasi sistem pengenalan ucapan dalam bahasa Indonesia dimana suatu perangkat membaca file suara lalu ditranslasikan menjadi teks sesuai dengan kata yang diucapkan pada file suara tersebut didasarkan pada kata yang sudah dilatih ke dalam sistem. Metode MFCC digunakan untuk proses ekstraksi ciri dimana akustik vektor atau vektor ciri direduksi jumlah dimensinya menggunakan PCA, lalu hasil ektraksi ciri tersebut diklasterkan dengan algoritma Y. Linde, A. Buzo, dan R. Gray (LBG) dan diklasifikasikan menggunakan HMM. Pengurangan dimensi pada vektor akustik atau vektor ciri dilakukan karena jumlah dimensi data yang diekstrak dari sinyal suara menggunakan MFCC yang tinggi. Metode PCA dipilih karena PCA mampu memproyeksikan data ke space yang bervariansi tinggi sehingga data yang redundant atau kurang signifikan bisa direduksi. Selain itu pengurangan dimensi pada vektor ciri dapat meningkatkan performansi sistem dikarenakan jumlah dimensi yang berkurang akan mengurangi data yang harus dikalkulasi oleh sistem. Hasilnya sistem mampu mengenali kata dengan rata – rata akurasi sebesar 80,19%, namun performansi sistem tidak naik secara signifikan yaitu paling tinggi hanya sebesar 3,29% untuk proses pelatihan, dikarenakan hanya proses kuantisasi vektor yang jumlah data untuk dikalkukasinya berkurang, selain itu proses PCA menambah beban sistem yang sebelumnya tidak ada. Kata kunci : pengenalan ucapan, MFCC, LBG, PCA, HMM Abstract This paper talks about the implementation of speech recognition in Bahasa Indonesia. The system will translate audio file into text according to the spoken word that has been trained into the system. MFCC method is used for feature extraction where feature vector dimension is reduced with PCA method, then it quantized using Y. Linde, A. Buzo, and R. Gray (LBG) and classified with HMM method. The reduction of the feature vector dimension is applied because the number of dimension in MFCC feature from MFCC method is very high. PCA is chosen because the PCA can project the data into a space where the variance is high with the order of the dimension, so the redundant and less important data can be reduced. Also, the dimension reduction can affect the system performance, because lesser dimension means lesser data to be calculated. The results show that the system can recognizes word with 80.19% accuracy, but there is no significant improvement in system performance, the highest improvement is at around 3.29% for training process, because only at vector quantization process where the number of data has decreased, also the PCA process add process time that wasn’t there before. Keywords : speech recognition, MFCC, LBG, PCA, HMM
Analisis Dan Implementasi Support Vector Machine Dengan String Kernel Dalam Melakukan Klasifikasi Berita Berbahasa Indonesia Honakan Honakan; 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

Kebutuhan analisis text mining sangat diperlukan dalam menangani teks yang tidak terstruktur tersebut. Salah satu kegiatan penting dalam text mining adalah klasifikasi atau kategorisasi teks. Analisis text mining ini dilakukan agar mempermudah kita dalam mengambil informasi atau mengelolah informasi yang begitu banyak dari dunia internet atau digital, salah satu nya dengan melakukan klasifikasi dengan data yang sudah tersedia. Kategorisasi teks memiliki berbagai cara untuk melakukan pendekatan antara lain pendekatan probabilistic, support vector machine, artificial neural network, atau decision tree classification. Dalam pembelajaran statistik. Support Vector Machine dipilih karena metode ini memiliki kelebihan dalam bidang klasifikasi dengan bantuan kernel. Pada tugas akhir ini support vector machine akan mengelompokkan berita berdasarkan topik menjadi 3 bagian atau class yaitu : pemerintahan, ekonomi dan olahraga. Kernel pada Support Vector Mechine akan di kombinasikan dengan stopword, tokenisasi, tf-idf, chi-square diharapkan memudahkan untuk mengenali berita tersebut tergelong masuk ke dalam kelas topik yang seharusnya. Dengan trik kernel dan bantuan metode pembobotan, Dokumen Frekuensi,Chi square diharapkan dapat membantu klasifikasi teks dengan baik yang non linear serta mampu meningkatkan akurasi, dengan demikian klasifikasi dengan metode support vektor machine dapat akurasi tertinggi dengan kombinasi stopword, tokenizing, term frequency & chi-square 47,43 %.
Implementasi Dan Analisis Pengukuran Semantic Relatedness Menggunakan Random Walks Berbasis Wordnet Muhammad Kenzi; Moc. Arif Bijaksana; 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

Pengukuran semantic relatedness merupakan suatu pekerjaan untuk memperkirakan kedekatan arti dari pasangan kata. Pekerjaan ini dengan mudah bisa dilakukan oleh manusia berdasarkan pengalaman dan wawasannya, namun komputer hanya bisa melakukannya dengan mengukur nilai keterkaitannya dengan bantuan pemahaman arti kata seperti kamus, tesaurus, dan ensiklopedia. Salah satu contoh bantuannya yang sering dipakai pada pekerjaan ini yaitu WordNet yang akan digunakan pada pengerjaan tugas akhir ini. Pekerjaan ini akan mempermudah pekerjaan Natural Language Processing, seperti pendeteksi plagiarisme antara dua data teks yang berbeda. Pada tugas akhir ini pengukuran semantic relatedness dilakukan pada sebuah model graph yang dibangun dengan bantuan WordNet. Setiap kata dan arti-artinya di dalam WordNet akan dijadikan sekumpulan node yang saling terhubung melalui beberapa tipe edge berdasarkan suatu relasi yang menghubungkannya. Tiap tipe edge tersebut memiliki cara pembobotan yang berbeda-beda. Pembobotan tersebut akan mempengaruhi hasil dari pengukuran semantic relatedness.Graph yang telah dibangun tersebut adalah untuk menjalankan metode pengukuran semantic relatedness yang dinamakan random walks. Graph akan menjadi tempat berjalannya partikel yang berasal dari random walks. Partikel tersebut akan berjalan dari node ke node lainnya yang terhubung berdasarkan probabilitas berpindahnya. Probabilitas kepindahannya tersebut hanya dipengaruhi oleh node yang sedang disinggahi partikel, hal ini lah yang membuat random walk ini disebut sebagai Markov chain. Hasil dari semantic relatedness melalui sistem yang dibuat dengan menggunakan dataset Rubenstein dan Goodenough mendapatkan hasil evaluasi menggunakan Pearson correlation coefficient dengan nilai tertinggi 0.477. Kata kunci: semantic relatedness, WordNet, Natural Language Processing, random walks, graph, Markov chain, Pearson correlation coefficient
Algoritma Discrete Wavelet Transform (dwt) Dan Absolute Moment Block Truncation Coding (ambtc) Pada Sistem Watermarking Untuk Deteksi Dan Recovery Citra Medis Termodifikasi Dwi Yanita Apriliyana; 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 Teknologi yang semakin maju memudahkan manusia dalam melakukan pertukaran data digital berupa text, video, dan image (citra). Semakin mudahnya seseorang melakukan pertukaran data, maka semakin besar pula kemungkinan terjadinya modifikasi pada data tersebut. Salah satu bentuk data yang rentan terhadap modifikasi yaitu citra medis. Citra medis memberikan informasi tentang kondisi organ-organ tubuh manusia yang apabila terjadi modifikasi didalamnya akan menghilangkan kea slian dari citra tersebut. Teknik watermarking memberikan solusi untuk membuktikan keaslian dari citra digital. Dengan proses penyisipan watermark yang berupa ciri penting dari suatu citra, teknik watermarking dapat mendeteksi suatu citra yang termodifikasi kemudian memperbaiki citra tersebut. Fragile watermarking merupakan jenis watermarking untuk membuktikan keaslian suatu citra, dengan jenis watermarking tersebut sistem yang dibuat akan mendeteksi serangan yang diberikan kepada suatu citra. Metode kombinasi digunakan untuk dapat menghasilkan ekstraksi ciri dari suatu citra sehingga dapat dideteksi dan diperbaiki citra medis termodifikasi. Absolute Moment Block Truncation Coding (AMBTC) akan menghasilkan ciri penting dan hasil ekstraksinya, yang sebelumnya terlebih dahulu dilakukan transformasi dengan metode Discrete Wavelet Transform (DWT). Kata Kunci : citra medis, watermarking, AMBTC, DWT
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.
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