Article Per Year (5 Year)
p-Index From 2021 - 2026
13.236
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 : 158 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 158 Documents
Search

 9   10   11   12   13 
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.
Indonesian Sign Language Classification Using You Only Look Once Luthfy, Dicky; 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— Seiring majunya teknologi di bidang kamera digital, semakin banyak lapisan masyarakat yang terbantu oleh perkembangan teknologi tersebut, namun sayang ada beberapa kelompok masyarakat yang tidak dapat menikmati kemajuan tersebut seperti kaum disabilitas terkhusus Tuli dan Bisu. Tujuan sistem ini adalah untuk membantu kaum-kaum disabilitas tersebut agar dapat lebih mudah berkomunikasi dengan masyarakat umum melalui bahasa isyarat. Sistem yang dikembangkan dengan metode YOLOv5 dan menggunakan model pre-trained YOLOv5s untuk mengurangi waktu pelatihan. Model kemudian akan digunakan untuk melatih kelas-kelas baru dengan konfigurasi baru. Model yang sudah dilatih dengan konfigurasi tersebut kemudian akan digunakan untuk mengklasifikasikan 26 alfabet dari Sistem Bahasa Isyarat Indonesia atau biasa disingkat BISINDO. Pengujian sistem ini dilakukan berdasarkan beberapa skenario seperti jarak kamera, latar belakang pengambilan video dan tingkat pencahayaan area. Luaran yang didapatkan dari penelitian Tugas Akhir ini adalah sistem dapat mendeteksi 26 alfabet bahasa isyarat BISINDO secara real-time tanpa dipengaruhi oleh latar belakang dan tingkat pencahayaan tetapi dipengaruhi oleh jarak kamera dan objek. Hasil konfigurasi performa terbaik pada penelitian ini adalah dataset dengan distribusi 70% data training:20% data validation;10% data testing, 300 epochs, 16 batch size, dan 0.01 learning rate yang menghasilkan nilai mAP@0.5IoU sebesar 99.27%.Kata kunci— BISINDO, disabilitias, YOLO
Monitoring Stup Lebah Madu Berbasis Internet of Things Jamaluddin, Muhammad Nur Zainul; 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—Monitoring lebah madu berbasis IoT diperlukan karena membantu pekerjaan para peternak dan budidaya lebah madu. Monitoring bertujuan untuk mengawasi bobot madu, kelembapan dan suhu yang berada dalam kotak sarang. Monitoring dapat digunakan untuk mempermudah peternak untuk memonitoring dalam jarak jauh dan dapat menentukan waktu predik panen. Monitoring stup lebah madu berbasis Internet of Things mempunyai nilai akurasi sebesar 100% dalam hasil uji alfa dan hasil uji beta yang didapatkan dari kuesioner responden dikatakan valid dan reliabel. Dalam uji alat sensor DHT 11 memiliki nilai akurasi pada suhu 94,47% dan kelembapan memiliki nilai 96,09% yang dilakukan perbandingan menggunakan alat standar, Sedangkan berat yang didapatkan dalam load cell angka Akurasinya 97,56% dalam melakukan uji coba ke mikrokontroler Node MCU ESP8266. Sehingga penelitian pada alat ini dapat disimpulkan berjalan dengan sesuai dengan tujuannya. Kata kunci— Internet of things, Mikrokontroller, suhu, kelembapan, berat, forward chaining.
Prediksi Curah Hujan Dari Data Satelit Himawari-8 Menggunakan Metode Random Forest Whidyarto, M.imam; Setianingsih, Casi; Harjupa, Wendi
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— Cuaca merupakan keadaan darurat udara saat tertentu dan wilayah tertentu relatif sempit dan jangka waktu yang singkat. Perkiraan cuaca pada daerah indonesia tidak menentu, biasanya akan terjadi perubahan setiap sepekan. Untuk mengestimasi dan memprediksi cuaca dan ketinggian awan pada wilayah Indonesia dengan akurat diperlukan teknologi cuaca dan algoritma pemrograman. Maka digunakanlah Machine Learning (ML) dengan menggunakan metode random forest (RF) agar didapatkan hasil akurasi yang baik serta akurat, untuk ketinggian awan yang mempengaruhi cuaca dan curah hujan. Pada penelitian Tugas Akhir ini dibahas prediksi ketinggian awan dan hujan menggunakan data pada satelit Himawari-8 dengan menerapkan metode RF, setelah hasil prediksi yang diperoleh maka dilakukan perbandingan untuk mengetahui kesesuaian yang ada untuk mengetahui dan mendapatkan hasil yang optimal. Prediksi curah hujan menggunakan data netCDF untuk memprediksi ketinggian awan dan hujan menggunakan metode Random Forest (RF) dengan titik acuan, yaitu kilometer (km). Pada pengujian data sebanyak 120 data yang dilakukan didapatkan akurasi tertinggi ialah 100%. Kata kunci— Kata kunci sedapat mungkin menjelaskan isi tulisan, dan ditulis dengan huruf kecil, kecuali akronim. Kata kunci — tidak lebih dari 6 kata
Prediksi Curah Hujan Dari Data Satelit Himawari-8 Menggunakan Metode K-Nearest Neighbor (KNN) Nisya, Hikmah; Setianingsih, Casi; Harjupa, Wendi
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— cuaca adalah fenomena yang terjadi di atmosfer bumi yang berlangsung selama beberapa hari, dan yang berlangsung lama disebut iklim. Kondisi cuaca saat ini dipengaruhi oleh beberapa hal, seperti suhu, tekanan udara, kecepatan angin, kelembapan udara, dan curah hujan. Perkiraan cuaca di Indonesia tidak menentu dan akan berubah setiap minggunya. Untuk memprediksi suhu dan kondisi cuaca secara akurat di suatu tempat, diperlukan teknologi yang dapat menganalisa dan memprediksi suhu dan kondisi cuaca di daerah tersebut. Salah satu teknologi yang dapat digunakan adalah aplikasi Machine Learning (ML). penelitian yang dilakukan pada tugas akhir ini membahas tentang prediksi suhu awan dan hujan menggunakan data dari Satelit Himawari-8 dengan menerapkan metode K-Nearest Neighbor (KNN). Hasil prediksi yang telah didapatkan akan dibandingkan Kembali untuk mengetahui dan menilai kesesuaian hasil. Prediksi dengan fakta yang terjadi secara langsung untuk mendapatkan hasil prediksi yang optimal. Dalam prediksi hujan ini menggunakan NetCDF (ekstensi .nc) untuk melakukan proses prediksi, untuk memprediksi suhu awan dan hujan digunakan metode K-Nearest Neighbor (KNN) dengan titik acuan suhu. Pengujian data dari 180 dataset telah dilakukan dan telah diperoleh hasil akurasi tertinggi beserta peta plot. Tingkat akurasi yang dihasilkan adalah 90-100 %.Kata kunci— Curah hujan, suhu awan, Himawari -8, Machine Learning, K-Nearest Neighbor.
Prediksi Penggunaan Energi Listrik Menggunakan Algoritma Recurrent Neural Network Bazwir, Arasy; Setianingsih, Casi; Murti, Muhammad Ary
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—Penggunaan energi listrik merupakan salah satu faktor penting dalam kehidupan terutama pada sektor gedung dan bangunan. Penggunaan energi listrik dalam sektor gedung tentunya mengkonsumsi banyak energi listrik sehingga bisa menyebabkan keborosan, oleh karena itu dibutuhkan sesuatu yang bisa memprediksi serta memantau penggunaan energi listrik. Untuk memprediksi penggunaan energi listrik, penerapan deep learning dapat digunakan dalam bidang ini. Salah satu algoritma yang digunakan dalam penelitian ini adalah Recurrent Neural Network (RNN). Selain itu, akan dibangun sebuah sistem yang bisa memantau serta memprediksi penggunaan energi listrik secara langsung melalui sebuah website. Setelah melakukan pengujian parameter, didapatkan lah hasil untuk algoritma RNN dengan rasio pembagian antara data latih dan data tes yaitu 90% data latih dan 10% data tes, jumlah block sebanyak 1 Block RNN dengan 32 Neuron didalamnya, 1 Dense Layer dengan 8 Neuron, tipe algoritma optimasi Adam dengan learning rate sebesar 0,001, Epochs sejumlah 100 iterasi, dan Batch Size sebanyak 100 yang menghasilkan prediksi cukup baik dengan MAE 0,621, MSE 1,125, RMSE 1,060, R2 Score 72% dan MAPE 14%. Kata Kunci—penggunaan energi listrik, prediksi, RNN.
Program Penentuan Sinyal Jual Beli Saham Menggunakan Analisis Teknis Dengan Indikator Teknis Kusuma, Dimas Aji; Dirgantoro, Burhanuddin; 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—Saham merupakan suatu tanda penyertaan modal seseorang atau badan usaha dalam suatu perusahaan. Seiring berkembangnya teknologi, tingkat ketertarikan investor terhadap pasar modal terutama saham sangat meningkat. Tidak sedikit juga masyarakat yang beranggapan bahwa saham ini bisa membawa dampak kerugian dalam faktor ekonomi. Maka dari itu dibuatlah sebuah penelitian pembuatan program penentuan sinyal jual dan beli saham dengan analisis teknis yang menggunakan indikator teknis, yang bisa membantu seseorang untuk menentukan sinyal jual dan beli pada suatu saham sehingga bisa memaksimalkan keuntungan yang diperoleh. Sistem ini akan diuji dengan melakukan perhitungan jual dan beli dengan rules dari indikator Money Flow Index, Bollinger Bands, Commodity Channel Index, dan Stochastic Oscillator. Hasil pengujian tersebut akan dihitung dalam bentuk persen untuk keuntungan. Dari perhitungan per-kombinasi didapatkan hasil bahwa tingkat persentase keuntungan terbesar yaitu sebesar 77% yang terdapat pada kombinasi 2 dengan indikator Bollinger Bands dan Commodity Channel Index.Kata kunci— analisis teknis, indikator teknis, saham.
Sistem Deteksi Jatuh Untuk Lansia Menggunakan Openpose dan Convolutional Neural Network Hardiyanto, Ridho Adha; 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—Manusia Ketika memasuki umur senja (lansia) membuat sistem kerja tubuh berkurang dari psikologi maupun jasmani mengalami penurunan fungsionalitas.sehingga rentan sekali terjadinya bahaya kepada lansia tersebut sehingga membuat keluarga lansia mengingkan sebuah solusi untuk membantu mereka apabila terjadinya sebuah marabahaya ke lansia Cara kerja sistem ini adalah dengan menggunakan webcam, yang mana akan mendeteksi pergerakan dan posisi lansia di dalam rumah dengan menggunakan algoritma You Only Look Once (YOLO) dan openpose. Cara kerja sistem ini , kamera perekam akan diposisikan pada suatu ruangan dengan area yang dideteksi seluas 3 x 3 meter lalu kamera di taruh di pojok atas ruangan, sistem akan melakukan inferensi input gambar dan di tugas akhir ini akan dibandingkan performansi yang terbaik antara sistem jatuh dengan openpose atau tidak dengan openpose. Hasil yang di dapat adalah model terbaik dengan performansi terbaik terdapat pada model openpose dengan mendapatkan hasil Presisi 100%, Recall 100%, F1 Score 100 mAP 100% serta akurasi yang dihasilkan mencapai 100% dengan parameter model yang digunakan adalah Rasio 70% : 30%, Batchsize 64, Learning rate 0.01. Kata Kunci— fall detection, lansia, yolo, object detection.
Sistem Deteksi Pelanggaran Kelebihan Penumpang Pada Kendaraan Sepeda Motor Roda Dua Menggunakan Algoritma Faster RCNN Maulana, Erwan; 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—Kesadaran masyarakat mengenai pentingnya menaati peraturan lalu lintas terkadang masih dipandang sebelah mata. Akibatnya tingkat kecelakaan lalu lintas di Indonesia terus bertambah setiap tahunya. Salah satu pelanggaran yang sering dijumpai yaitu kelebihan penumpang pada kendaraan sepeda motor. Hal ini dapat mengurangi tingkat keamanan dari pengendara sepeda motor dan pengguna jalan lainya. Oleh karena itu, dibutuhkan sebuah sistem yang dapat mendeteksi pelanggaran kelebihan penumpang pada kendaraan sepeda motor. Sebuah sistem untuk mendeteksi pelanggaran kelebihan penumpang dirancang menggunakan algoritma Faster R-CNN yang menggunakan bahasa pemrograman Python, berserta Library pembelajaran mesin seperti, Tensorflow, dan OpenCV. Dataset yang digunakan merupakan dataset custom yang terdiri dari 3 kategori. Masing-masing kategori berisikan 300 gambar, sehingga total dari dataset yang digunakan berjumlah 900 gambar. Model terbaik yang digunakan didapat menggunakan perhitungan Confusion Matrix pada dataset. Model menggunakan rasio train 95% dan test 5% hasilnya memiliki nilai akurasi sebesar 92%, nilai recall sebesar 88%, nilai presisi sebesar 86%, steps sebesar 150000, batch size sebesar 1, epochs sebesar 10 dan learning Rate sebesar 0.002.Kata kunci — deteksi pelanggaran, kelebihan penumpang sepeda motor, Faster R-CNN.
Sistem Deteksi Pelanggaran Zebra Cross Pada Kendaraan Sepeda Motor Menggunakan Algoritma YOLOv4 Chianyung, Chianyung; 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—Kecelakaan lalu lintas akhir-akhir ini harus menjadi perhatian khusus bagi kita semua. Kecelakaan terjadi karena kurangnya kesadaran diri dari masyarakat akan peraturan lalu lintas itu sendiri. Polisi sebagai institusi yang membantu masyarakat dalam mengedukasi pentingnya mematuhi peraturan lalu lintas harus tidak boleh lelah dalam menjalankan tugasnya. Salah satu cara edukasi yang dilakukan kepolisian adalah dengan cara pengawasan lalu lintas. Mereka turun ke lapangan untuk menindak pelanggar-pelanggar yang tidak mematuhi aturan, tentunya cara seperti ini memiliki beberapa kekurangan seperti SDM yang terbatas dan juga waktu yang terbatas. Dengan itu teknologi sebenarnya dapat dimanfaatkan untuk melakukan fungsi pengawasan yang lebih fleksibel. Sistem berbasis object detection dapat digunakan sebagai solusi untuk menindak pelanggaran khususnya kendaraan sepeda motor yang seringkali diam di area zebra cross saat lampu merah sedang menyala. Hasil dari penelitian yang telah dilakukan pada tugas akhir ini menunjukan bahwa sistem pendeteksi pelanggar kendaraan sepeda motor pada zebra cross berbasis deteksi objek menggunakan algoritma YOLO ini mendapatkan hasil Precision 100%, Recall 100%, F1-Score 100%, Average IoU 82.23%, Average Loss 2.31%, mAP 99.99% serta akurasi yang didapatkan mencapai 99.66% dengan parameter yang digunakan adalah rasio data latih 70% : 30% data uji, Batchsize 64, Learning Rate 0.004, dan Max Batches 4000.Kata kunci —  deep learning, lalu lintas, deteksi objek, YOLO
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 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