Article Per Year (5 Year)
p-Index From 2021 - 2026
13.36
P-Index
This Author published in this journals
All Journal Proceeding of the Electrical Engineering Computer Science and Informatics ILKOM Jurnal Ilmiah TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika Charity : Jurnal Pengabdian Masyarakat Prosiding Konferensi Nasional PKM-CSR eProceedings of Engineering Journal of Computer Engineering: Progress, Application and Technology Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Jurnal Nasional Sains dan Teknik
Casi Setianingsih
Universitas Telkom
Arts Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Nursing Public Health Social Sciences

Published : 159 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 146 Documents
Search
Journal : eProceedings of Engineering

 7   8   9   10   11 
Pengembangan Aplikasi Web Full-Stack untuk Manajemen Sampah: Implementasi Frontend, Backend, Cloud Deployment Al Rasyid, Muhammad Irfan; Kalista, Meta; Setianingsih, Casi
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Indonesia menghadapi tantangan besar dalam pengelolaan sampah, termasuk pertumbuhan populasi yang cepat dan infrastruktur yang tidak memadai. Bank Sampah Bersinar, sebagai salah satu inisiatif pengelolaan sampah, menghadapi kesulitan dalam manajemen data pelanggan, transparansi harga sampah, dan proyeksi harga sampah di masa depan. Penelitian ini berfokus pada pengembangan dan peningkatan website Bank Sampah Bersinar melalui pendekatan full-stack. Proses pengembangan mencakup desain antarmuka pengguna (frontend), pengembangan backend, integrasi prediksi harga sampah menggunakan algoritma machine learning, serta deployment ke cloud. Pengujian aplikasi dilakukan untuk memastikan fungsionalitas dan kinerja yang optimal. Hasil pengujian menunjukkan bahwa peningkatan pada website ini berhasil meningkatkan efisiensi dan kemudahan penggunaan bagi para pengguna. Kata kunci— Pengembangan Web, Bank Sampah, FullStack Development, Cloud Deployment, Prediksi Harga Sampah.
Analisis Sentimen Komentar Berdasarkan Geo Tagged Menggunakan Algoritma Bilstm Insani, Raka Zia; Setianingsih, Casi; Purboyo, Tito Waluyo
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak–Instagram merupakan salah satu media sosial terbesar yang saat ini populer digunakan. Di sana pengguna dapat mengirim gambar, video, berbagi pesan dan bahkan menandai lokasi juga terdapat di dalamnya. Dalam sebuah postingan, terdapat kolom komentar. Jenis komentarnya sangat beragam, ada yang positif dan negatif. Komentar digunakan untuk menganalisis sentimen positif dan negatif. Dalam penelitian ini digunakan algoritma bidirectional lstm untuk proses klasifikasi. Algoritma bilstm adalah algoritma turunan dari lstm, tetapi memiliki struktur yang berbeda. BiLSTM memiliki dua lapisan lstm untuk digunakan sebagai lapisan maju dan lapisan mundur. Dataset untuk melatih model diperoleh dari data komentar yang diambil dari postingan Instagram yang berisi tag lokasi wisata. Dalam penelitian ini, Model terbaik pada sistem yang dibuat menggunakan rasio data uji dan latih dengan perbandingan 65% dan 35%, parameter learning rate sebesar 0.0001, batch size sebesar 400 dan epoch dengan jumlah 10. Pada pengujian sistem dengan model tersebut menghasilkan nilai presisi sebesar 52%, recall 75%, f1-score sebesar 52% dan akurasi sebesar 88%. Sehingga, hasil dari klasifikasi tersebut diharapkan dapat menjadi acuan masyarakat untuk mengunjungi sebuah tempat wisata.Kata kunci— instagram, komentar sentimen, BiLSTM,
Deteksi Bahasa Isyarat Sistem Isyarat Bahasa Indonesia Menggunakan Metode Single Shot Multibox Detector Apendi, Siroojuddin; Setianingsih, Casi; Paryasto, Marisa W.
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Bahasa isyarat merupakan Bahasa yang disampaikan melalui gerakan tubuh. Bahasa isyarat digunakan oleh penyandang tuna rungu dan tuna wicara untuk melakukan komunikasi. Di Indonesia sendiri terdapat dua jenis Bahasa isyarat yaitu Sistem Isyarat Bahasa Indonesia (SIBI) dan Bahasa Isyarat Indonesia (BISINDO). Penggunaan Bahasa isyarat tidak memiliki penggunaan yang luas di masyarakat. Hal ini yang membatasi komunikasi penyandang disabilitas dengan nonpenyandang. Penelitian Tugas Akhir ini membuat sistem yang memudahkan non-penyandang untuk belajar Bahasa isyarat. Sistem ini menerapkan metode Single Shot Multibox Detector (SSD), Metode tersebut digunakan untuk mendeteksi gerakan alfabet Sistem Isyarat Bahasa Indonesia (SIBI) secara real time. Cara kerjanya menggunakan kamera yang ada pada perangkat laptop yang akan mendeteksi gerakan dan hasilnya akan ditampilkan pada web. Model yang digunakan berhasil diujikan meggunakan pengujian konfigurasi hyperparameter. Hasil pengujian dengan nilai paling optimal adalah pada dataset dengan rasio 90%:10%, learning rate 0.04, epoch 300, batch size 4, dan step 40000 dengan hasil akurasi yaitu 100%, hasil mAP@.50IoU yaitu 100%, dan hasil AR@100 yaitu 91.79%. Kata Kunci: Deep Learning, Hyperparameter, Real Time, Single Shot Multibox Detector.
Deteksi Hate Speech Pada Twitter Menggunakan Algoritma BERT Nayla, Adine; Setianingsih, Casi; Dirgantoro, Burhanuddin
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Hate speech atau ujaran kebencian pada salah satu platform sosial media yaitu Twitter sudah tidak jarang ditemukan. Pada platform Twitter, pengguna bebas mendapatkan, bertukar informasi, serta mengungkapkan opini. Hal ini merupakan salah satu faktor utama seseorang dapat terkena ujaran kebencian pada Twitter. Korban yang terkena ujaran kebencian memiliki kemungkinan menderita gangguan kesehatan mental, dikarenakan sebagian besar korban ujaran kebencian diserang secara verbal atapun emosional. Minimnya penanggulangan deteksi ujaran kebencian pada platform sosial media Twitter masih jarang ditemukan. Pada penelitian ini, dilakukan proses simulasi menggunakan website beserta dengan pengujian dan analisis terhadap pendeteksian ujaran kebencian. Pengujian dilakukan dengan cara pengguna akan melakukan input kalimat pada website hate speech, lalu website akan melakukan preprocessing dan menganalisa kalimat tersebut menggunakan Algoritma BERT untuk mengklasifikasikan apakah kalimat tersebut termasuk hate speech atau tidak. Dari hasil pengujian diperoleh bahwa pendeteksian hate speech pada akun pengguna Twitter menggunakan Algoritma BERT mendapatkan akurasi sebesar 78.69%, presisi sebesar 78.90%, recall sebesar 78.69%, dan F1 score sebesar 78.77% terhadap pengklasifikasian golongan hate speech. Dengan demikian pengguna akan lebih mudah mendeteksi hate speech pada Twitter dengan menggunakan website hate speech. Keywords-- algoritma BERT, aplikasi web, hate speech, twitter.
Deteksi Social Distancing Dan Penggunaan Masker Di Restoran Dengan Algoritma Convolutional Neural Network (CNN) Setyadi, Ardhana; Kallista, Meta; Setianingsih, Casi
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Social distancing merupakan suatu upaya menjaga jarak, mengurangi kontak fisik antar individu atau kelompok dengan tujuan mencegah penularan penyakit seperti virus Covid19. Simulasi penelitian dilakukan pada sebuah kamera yang dipasang di ruangan simulasi dari sebuah restoran. Kamera akan mendeteksi penerapan social distancing dan penggunaan masker. Kamera akan mendeteksi objek berupa person menggunakan algoritma You Only Look Once (YOLO) dan menghitung jarak antar individu yang terdeteksi menggunakan metode Euclidean Distance. Sistem dapat mendeteksi wajah tiap individu menggunakan Haar Cascade dan melakukan klasifikasi penggunaan masker atau tidak dengan menggunakan algoritma Convolutional Neural Network (CNN). Sistem dapat mendeteksi pelanggaran social distancing dan penggunaan masker antar objek person. Hasil training model YOLOv4 pada rasio 90%:10%, max batches 6000, dan learning rate 0.001 mendapat mAP sebesar 49.02%. Sedangkan untuk CNN didapatkan dengan rasio 90%:10%, batch size 256, dan learning rate 0.0001 mendapat akurasi sebesar 98%. Pada keadaan kamera sejajar dengan objek YOLO memilki tingkat akurasi 100%, pada keadaan letak kamera diatas objek didapatkan akurasi sebesar 77.8%. Sementara CNN dengan range jarak antar wajah dengan kamera 100 cm sampai 300 cm dengan tingkat akurasi sebesar 80.36%. Kata kunci— Convolutional Neural Network, Covid-19, Haar Cascade, Social Distancing, YOLO.
Deteksi Social Distancing Dan Penggunaan Di Restoran Menggunakan Algoritma Faster RCNN Ramadhani, Desfitri; Kallista, Meta; Setianingsih, Casi
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Social distancing adalah upaya pemerintah untuk menjaga jarak antar individu dengan individu lain untuk mencegah penyebaran suatu penyakit yaitu Covid-19. Covid-19 dapat dicegah dengan menjaga jarak minimal satu meter, memakai masker jika melakukan bepergian, mencuci tangan dan membawa handsanitizer kemana pun jika bepergian. Akan tetapi, masih banyak masyarakat yang tidak peduli dengan peraturan pemerintah tersebut. Maka dari itu, Tugas Akhir ini memberikan solusi pengawasan masyarakat terhadap social distancing dan penggunaan masker direstoran. Singkatnya pada sistem ini, untuk simulasi ada sebuah kamera yang akan dipasang dalam sebuah ruangan yang merupakan simulasi restoran untuk mendeteksi social distancing dan penggunaan masker di ruangan tersebut. Setelah pendeteksian berhasil kemudian di analisis diterapkan atau tidaknya social distancing dan penggunaan masker. Sistem menggunakan algoritma YOLO untuk social distancing dan penggunaan masker menggunakan algoritma yaitu Faster RCNN. Pengujian sistem ini dilakukan berdasarkan beberapa skenario. Hasil terbaik dari pembuatan model social distancing didapat dari rasio dataset 90% data train dan 10% data test dengan max batches 6000, dan learning rate 0.001 mendapat mAP sebesar 49.02%, sedangkan untuk hasil terbaik dari pembuatan model penggunaan masker didapat dari rasio dataset 80% data train dan 20% data test dengan batch size 10, dan learning rate 0,01 mendapat akurasi sebesar 68.76%. Kata kunci— social distancing, COVID-19, faster R-CNN, YOLO. I
Deteksi Threat Dan Vulnerability Pada Unggahan Twitter Menggunakan Algoritma Naive Bayes Imady, Paulin Al; Setianingsih, Casi; Ruriawan, M. Faris
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Twitter merupakan platform media sosial yang menjadi tempat bagi banyak orang untuk dapat mengunggah berbagai hal, tidak terkecuali unggahan yang mengandung unsur ancaman keamanan suatu sistem. Tentunya ini merupakan hal yang berbahaya jika seseorang mengunggah celah keamanan suatu sistem. Ancaman sistem yang dipublikasi dapat disalah gunakan oleh orang lain sehingga merugikan pemilik sistem. Untuk mengantisipasi hal ini, maka dibuat sistem untuk mendeteksi unggahan yang mengandung unsur ancaman (threat) dan kerentanan (vulnerability) sistem pada media sosial Twitter. Sistem ini menerapkan algoritma text processing yang menggunakan metode Naïve Bayes dan TF-IDF (Term Frequency – Inverse Document Frequency). Metode ini dipilih karena dianggap dapat menghasilkan akurasi yang baik meskipun dengan data training yang sedikit. Pada penelitian Tugas Akhir ini, hasil akhir yang didapatkan adalah sistem dapat membedakan tweet yang mengandung unsur threat atau vulnerability, dan yang tidak. Dengan rasio pembagian dataset ke dalam data training dan data testing adalah 70%:30% dan 80%:20%, keduanya mendapatkan nilai akurasi sebesar 88%, nilai presisi sebesar 88%, recall sebesar 88%, dan F1 score sebesar 88%.Kata Kunci: text mining, naïve bayes, TF-IDF, threat, vulnerabilities, klasifikasi teks.
Identifikasi Beban Listrik Rumah Tangga Menggunakan Metode Recurrent Neural Network Nurjanah, Mutiara; Saputra, Randy Erfa; Setianingsih, Casi
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Kebutuhan listrik rumah tangga banyaknya alat yang menggunakan energi listrik sebagai sumber energi utama tidak menutup kemungkinan konsumsi energi listrik semakin lama semakin meningkat, hal ini menyebabkan pembayaran biaya listrik akan terus meningkat terutama pada kebutuhan listrik rumah tangga. Metode Recurrent Neural Network (RNN) untuk memantau penggunaan listrik satu fasa yang ada dialat rumah tangga. Dapat mengidentifikasi perangkat listrik berdasarkan jenis beban listrik, metode ini dapat mengurangi peningkatan pembayaran biaya listrik dengan mengidentifikasi perangkat listrik yang dipakai berdasarkan jenis beban listik yang dipakai. Data diambil dengan menggunakan bantuan perangkat keras. Pengujian sistem mendeteksi jenis beban listrik yang dilakukan pada tiga perangkat listrik rumah tangga yakni kipas, pemanas air dan setrika. Penelitian ini diawali dengan pengumpulan data yang berhubungan dengan perangkat yang akan diuji. Berdasarkan hasil pengujian akan dilakukan proses pengidentifikasi jenis beban listrik yang sedang digunakan. Dari hasil pengujian sistem dapat mengidentifikasi ketiga perangkat tersebut dengan akurasi, presisi, recall, dan F1-score adalah 97.90%, 98.39%, 97.39%, dan 97.83% menggunakan metode RNN.Kata kunci— identifikasi beban listrik; listrik rumah tangga; RNN.
Identifikasi Beban Listrik Rumah Tangga Menggunakan Metode Convolutional Neural Network Ariesta, Vinni; Saputra, Randy Erfa; Setianingsih, Casi
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak-Dewasa ini energi listrik sudah menjadi kebutuhan untuk manusia. Hampir seluruh kegiatan menggunakan energi listrik mulai dari dunia industri sampai kebutuhan rumah tangga. Setiap tahunnya kebutuhan energi listrik terus betambah. Konsumsi energi listrik yang berlebihan dapat mengurangi kualitas energi listrik tersebut. Pengguna energi listrik perlu memiliki sistem pemantau penggunaan energi listrik agar konsumsi energi listrik yang berlebihan tidak terjadi. Convolutional Neural Network (CNN) menjadi algoritma pada sistem identifikasi jenis beban listrik pada perangkat elektronik rumah tangga. Dengan adanya sistem ini dapat membantu pengguna mengetahui perangkat elektronik mana yang memakai banyak daya. Pengujian sistem identifikasi jenis beban listrik dilakukan pada 3 jenis perangkat elektronik, yaitu pemanas air, setrika, dan kipas angin. Kemudian 3 jenis perangkat elektronik tersebut akan dikombinasikan sehingga menjadi 7 class. Diperoleh hasil pengujian bahwa sistem dapat mengidentifikasi ke-3 jenis perangkat elektronik beserta kombinasinya dengan akurasi 97.83%, presisi 98.29%, recall 97.30%, dan F1 Score 97.73% menggunakan metode Convolutional Neural Network yang terbentuk, dengan rata-rata waktu yang diperlukan sistem untuk mengenali adalah kurang dari 1 second. Kata kunci-identifikas, jenis beban listrik, dataset, Convolutional Neural Network
Inventaris Barang Berbasis Website Dengan Bantuan QR Code Saragih, Umar Faruk; Setianingsih, Casi; Saputra, Randy Erfa
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Di era globalisasi ini semakin banyak hal yang dipermudah dengan bantuan teknologi dan tingkat kesalahan yang dihasilkan pun sedikit lebih kecil dari yang konvensional. Salah satu hal yang paling fatal, bila terjadi kesalahan adalah dalam penginputan data, baik itu data keuangan ataupun data pendukung. sama halnya dengan inventaris barang. terkadang kita masih suka salah input dan lupa untuk mengoreksinya kembali. Di era sekarang ini sudah banyak cara agar inventaris barang itu sesuai dengan yang diinput dan minim kesalahan. dan sudah banyak ragam aplikasi yang ditawarkan guna mempermudah kegiatan serta meningkatkan produktivitas para staf dalam bekerja.Kata kunci — Konvensional, Teknologi, Fatal, Inventaris, Globalisasi, Budget.
Co-Authors Abdi Hazman Abdullah, Zakia Mahbub Abdulloh Salahul Haq Abdurrasyid Ridho Abid Sabyano Rozhan Adi Pranesthi Adita Sukma Wardani Aditya Nugraha Adlirrahaman Hasfi Aji Adrian Sabagus Tanazri Afandy, Muhammad Rizki Afif Husaini Agung Nugroho Jati Agung Nungroho Jati Agustio, Agustio Ahmad Devi Gunawan Ahmad Tri Hanuranto Al Agias Bayu Asa Al Rasyid, Muhammad Irfan Aloisius Gonzaga Januar Widi Aquarizky Alpiansyah, Rizqi Amanda Austin Herlambang Ambarita , Ayub Rosihan Ananta , Fauzi Andaru Kurniadi, Fauzan Andrew Brian Osmond ANGGUNMEKA LUHUR PRASASTI Apendi, Siroojuddin Ardilah, Hanifah Marta Arief Wicaksono, Muhamad Rizky Ariesta, Vinni Arif Aquri Saputra Arifin, Hafid Ikhsan Arramsyah, Izzat Ashri Dinimaharawati Asmianti Asrin Assyahiddini, Raudhatul Rafiqah Attallah Arelian Naufhal Azizah Rahma Asri Bagas Prakoso Putra Bangkit Surya Praja Bazwir, Arasy Budhi Irawan Burhanuddin Dirgantoro Burhanuddin Dirgantoro Chianyung, Chianyung Cornelius Situmorang Dhiyaul Haq, Muhammad Difa Diaraja H, Garry Abel Dinimaarwati, Ashri Dinimaharawati , Ashri Diputra, Hadid Candra Dirgantara , Fussy Mentari Elka Distria Erfa Saputra, Randy Fairuz Azmi Farradita Imanda Fauzan, Aldi Febrian P, M.Haikal Feby Rahmasari Firdaus, Ilham Muhamad Firdi Setiawan Firmansyah, Rheza Ilham Friezka Aina, Brilliant Fuadi, Farhan Fussy Mentari Dirgantara Gayuh Erlanggono G Gemilang, Galih Karya Grace Cyndiana Haadi, Muhamad Addin Al Hamdi Aziz Al-Mujadidi Hanna Diwanti Haq, Abdulloh Salahul Haqi Siregar, Fauzul Hardiyanto, Ridho Adha hidayad, rahmad Hidayat, Fikri Putra Ibrahim, Muhammad Yuzzaf Ilham Arisyandy Imady, Paulin Al Imran, Alfian Insani, Raka Zia Irawan, Harvan Nurluthfi Irfan Dhiya Abirawa Irghiansyah Izzul Haque Islam , Muhammad Izzudin Izzat Arramsyah Izzat Arramsyah Jamaluddin, Muhammad Nur Zainul Jangkaru, Naufal Ramadhan Natafili Jannata Arianda Ja’far Razzaq Jhosua Parningotan Sianipar Kalista, Meta Kallista S, Meta Kevin Manfield Anderson Pasaribu Kusprasapta Mutijarsa Kusuma, Dimas Aji Linda Kartika Luthfy, Dicky M Agung Baskoro M. Indra Halim Arsya Dwi Akbari Maftukhah Carolin Noviardini Manalu, Indratama Pangasian Manurung, Shinta Renata Marisa W. Paryasto Martarheza Marthiyas Masmur , Muhammad Rahardi Maulana Heardy Yusfian Maulana, Erwan Maulani , Fany Megatari Wahyuningrum Handani Meta Kallista Mohammad Ibrahim Al Mahi Mohammad Naufal Nabil Abdillah Muhamad Mario Rizki Muhamad Ramadhan Muhammad Akmal Fauzi Muhammad Ary Murti Muhammad Faris Ruriawan Muhammad Farrel Ahadi Tama Muhammad Fathurrohim Nur Muhammad Iqbal G Putra Muhammad Irfan Al Rasyid Muhammad Izzah Aeman Muhammad Mufti Ramadhan Muhammad Nasrun Muhammad Reza Aji Pangestu Muhammad Syarif, Muhammad Muhammad, Ario Syawal Muhhammad Ary Murti Nasir, Alfian Nasution, Nailul Fikri Nauw, Alvaro Septra Dominggo Nayla, Adine Nisya, Hikmah Novianty, Astri Nugroho, Adlan Afif Nurjanah, Mutiara Nurul Amelia Plambudi Dwigantara, Figo Prabu Arie Pradana Pradhitia, Muhammad Rizky Pranesthi, Adi Prasetya, Harry Pratama, Nurrafi Bagus Pratama, Rizki Mulia Purba Daru Kusuma Putra, Renaldy Eka Putri Ramadhani, Putri R. Rumani M Rumani M Rahma, Alifia Mutiara Raisha Citra Chairani Ramadhan, Fariz Rahman Ramadhan, Haekal Zefa Ramadhan, Muhammad Raihan Ramadhani, Desfitri Randy Efra Saputra Randy Erfa Saputra Raspati , Fadlan Yusuf Ratna Astuti Reyhan Adiptya Reza Mahendra Rimeldo , Arfiq Risqulla, Fajra Rizka Shinta Wulandari Rizki Mulia Pratama Rizky Iskandar Rizky Naufal Perdana Rona Putri, Rizka Rosunika, Wening Alfina Roswan Latuconsina Rumani Rumani Runi Siti N Ruriawan, M. Faris Saifullah, Muhammad Daffa’ Sakinah, Adinda Ophelia Putri Saputra , Randy Erfa Saputra, Fauzi Bayu Saragih, Umar Faruk Septian Putra Manuel Simangunsong Setra, Dimas Lwanna Setyadi, Ardhana Shandi, Rifqi Fadhila Sigit Yudha Juwantoro Siswoyo, Carrillo Rasyad Soeriamaritsa, Muthie Armalia Sony Sumaryo Sulle, Yusuf Suryo Adhi Wibowo Syam, Rizky Ramadhani Tia Dianti Hajizah Tinton Aji Sadewo Tito Waluyo Purboyo Toscana, Alwi Zulfauzi Umar Ali Ahmad Utama, Gilang Ramadhan Valerian Ezra Vyanza Wendi Harjupa Whidyarto, M.imam Wibowo S , Andika Suryo Wicaksana, Pandu Adhimakayasa Yudha Purwanto Yudhi Septian Rahman Zamhari, Dyka Khairullah Ziqra Haniffah Ziza Amira Syafini