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

 10   11   12   13   14 
Sistem Deteksi Pengendara Sepeda Motor Tanpa Helm Menggunakan Algoritma SSD Fuadi, Farhan; 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—Pelanggaran lalu lintas sudah banyak terjadi untuk saat ini. Salah satu pelanggaran yang terjadi, disebabkan oleh pengendara sepeda motor. Banyak dari pengendara sepeda motor tidak menggunakan helm saat bepergian, sehingga dapat meningkatkan risiko kematian jika terjadi kecelakaan. Salah satu penyebab banyaknya pengendara sepeda motor melanggar peraturan lalu lintas yaitu tidak adanya pengawasan dari polisi lalu lintas secara real-time.Oleh karena itu, pada Tugas Akhir ini dibuat sebuah sistem deteksi pelanggaran helm pada kendaraan roda dua menggunakan algoritma SSD yang dapat mempermudah pendeteksian pelanggaran tidak menggunakan helm pada saat mengendarai sepeda motor. Cara kerja sistem ini yaitu kamera yang telah dipasang di tempat yang ditentukan, akan mendeteksi motor yang lewat. Jika kamera mendeteksi pelanggaran pada tempat yang telah dipasangi kamera, maka nantinya akan mengirimkan pesan notifikasi ke pihak kepolisian. Dari hasil penelitian tugas akhir sistem deteksi pengendara tanpa helm pada kendaraan roda dua menggunakan algoritma SSD  memperoleh nilai mAP@50IOU 79,2% dan AR@100 61.4% dengan variabel konfigurasi yang digunakan adalah rasio data train 90%  dan data test 10% , learning rate 0.004, epochs 1, dan batch size 24.Kata kunci —  deteksi sepeda motor, deteksi helm, SSD
Sistem Pemantauan Aktivitas Keseharian Lansia Berbasis Deteksi Objek Menggunakan Algoritma YOLO Haadi, Muhamad Addin Al; 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—Lanjut usia merupakan tahapan akhir perkembangan hidup manusia yang ditunjukkan dengan menurunnya daya kemampuan dan kualitas hidup, sehingga butuh perawatan dan pemantauan dari orang dewasa. Namun sebagian besar orang dewasa terutama yang telah berkeluarga mengalami kesulitan merawat orang tua dan anak sekaligus dengan alasan kesibukan pekerjaan, berbeda tempat tinggal dan alasan lainnya. Diperlukan solusi yaitu sebuah monitoring sistem berbasis object detection dimana user dapat melakukan pemantauan aktivitas harian lansia secara real-time. Cara kerja sistem menggunakan webcam yang akan mendeteksi pergerakan dan posisi lansia di dalam rumah dengan menggunakan algoritma You Only Look Once (YOLO). Data yang didapatkan akan dikirimkan ke smartphone caregiver dan keluarga via Telegram dalam bentuk pesan dan notifikasi. Dengan sistem tersebut, user dapat mengetahui aktivitas lansia di lokasi melalui aplikasi Telegram saat user di luar jangkauan lansia dalam bentuk pesan rutin berupa data aktivitas lansia. Hasil penelitian pada tugas akhir ini menunjukkan bahwa sistem pemantauan aktivitas keseharian lansia berbasis deteksi objek menggunakan algoritma yolo ini mendapatkan hasil Presisi 100%, Recall 100%, F1 Score 100%, Average IoU 87.26%, Average Loss 6.41%, mAP 100% serta akurasi yang dihasilkan mencapai 100% dengan parameter model yang digunakan adalah Rasio 90% : 10%, Batchsize 64, Learning rate 0.008 dan Max Batches 4000. Kata Kunci— lansia, monitoring system, YOLO, object detection, telegram.
Sistem Pengenal Anggota Keluarga Menggunakan Algoritma Dlib Zamhari, Dyka Khairullah; 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—Sering terjadi beberapa kasus yang dimana lansia itu mudah lupa akan sesuatu, misalnya melupakan orang yang merupakan keluarganya. Hal tersebut dapat di atasi dengan aplikasi Face Recognition. Face Recognition merupakan teknologi dari machine learning yang mampu mengidentifikasikan atau mengenali wajah seseorang. Pada tugas akhir ini menawarkan aplikasi sistem pengenal anggota keluarga yang dimana dapat membantu lansia untuk mengingat anggota keluarganya hanya dengan mengarahkan kamera External ke wajah orang yang ingin dikenali, selanjutnya sistem akan melakukan proses pengenalan pada wajah dan akan menampilkan output di layer beserta notifikasi ke telegram. Dalam studi ini, didapatkan bahwa sistem dapat mendeteksi maksimal sebanyak 4 wajah pada 1 frame. Mampu melakukan pengenalan dengan jarak maksimal 1.8 meter dari kamera. Mendapatkan akurasi pendeteksian sebesar 100% pada angle wajah yang menghadap ke kamera. Sistem juga mampu melakukan pengenalan dengan wajah yang menggunakan kacamata dan penutup kepala, dengan akurasi sebesar 100%. Dan sistem mampu melakukan pengenalan jika nilai lux cahaya lebih besar dari pada 0.  Diharapkan aplikasi ini dapat membantu lansia untuk mengingat semua anggota keluarganya. Kata Kunci— face recognition, machine learning, lansia.
Sistem Penjadwalan Perangkat Listrik Dengan Metode Algoritma Genetika Berbasis Website Sakinah, Adinda Ophelia Putri; 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—Penggunaan listrik di Indonesia semakin meningkat, hal ini disebabkan karena penambahan jumlah penduduk setiap tahun dengan adanya peningkatan jumlah rumah, gedung, lembaga pendidikan, bisnis, dan industri yang setiap hari membutuhkan perangkat listrik. Pemakaian energi listrik sudah menjadi masalah yang cukup serius dalam masyarakat, permintaan energi listrik pada global telah berlipat ganda sepanjang 40 tahun kebelakang dan diperkirakan akan berlipat ganda kembali pada tahun 2030. Penelitian tugas akhir ini membahas sistem penjadwalan perangkat listrik yang diterapkan dengan mengoptimalkan perangkat listrik dalam suatu ruangan. Dengan penjadwalan perangkat listrik dapat membatasi biaya pemakaian perangkat listrik. Dalam menentukan prioritas perangkat listrik pengguna menentukan dan akan diteruskan ke dalam algoritma optimasi, untuk efesiensi sistem digunakan metode Algoritma Genetika (AG) dan database untuk menyimpan data perangakt listrik pengguna. Untuk memperoleh nilai fitness yang optimal didapatkan dengan mutation rate sebesar 0,05-0,5, crossover rate sebesar 0,3-1 dan persentase evaluasi sebesar 8% didapatkan hasil fitness terbaik yaitu 89.542 pada generasi ke 70.Kata kunci— algoritma genetika, perangkat listrik, penjadwalan, website.
Sistem Penjadwalan Perangkat Listrik dengan Metode Algoritma Particle Swarm Optimization Berbasis Website Ramadhan, Muhammad Raihan; 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—Listrik dapat mempermudah aktivitas masyarakat, namun jika tidak digunakan dengan hati-hati dapat menimbulkan kerugian. Masyarakat harus lebih memperhatikan pasokan listrik dan kebutuhan listrik dengan cara menghemat penggunaan listrik. Di lingkungan masyarakat listrik merupakan salah satu konsumen terbesar dan juga permasalahan terbesar, penggunaan listrik ini menggambarkan aktivitas masyarakat di tempat tinggal. Pada tugas akhir ini membahas tentang sistem penjadwalan perangkat listrik. Penjadwalan perangkat listrik dilakukan dengan cara melakukan optimasi perangkat listrik dalam satu ruangan. Dengan adanya optimasi dapat membuat waktu penggunaan perangkat listrik yang dipakai berkurang. Dengan adanya penjadwalan dapat membatasi waktu penggunaan perangkat listrik. Dalam sistem penjadwalan perangkat listrik, tingkat efisiensi sebuah algoritma optimasi dalam ditentukan dengan menggunakan metode Algoritma Particle Swarm Optimization dan sebagai tempat penyimpanan data pengguna digunakan database. Nilai fitness terbaik terdapat pada iterasi ke-2 dengan nilai 88.545,663 dimana nilai ini sudah convergen, cara memperoleh nilai tersebut dengan cara menguji nilai fitness terbaik yang didapatkan dari nilai fitness sebelumnya. Pada saat melakukan pengujian fungsionalitas web (pengujian alpha) didapatkan nilai sebesar 100% yang dimana menunjukan sistem ini berjalan sesuai aturan yang sudah dirancang dengan baik.Keywords— algoritma particle swarm optimization, perangkat listrik, penjadwalan, website. 
Deteksi Social Distancing Dan Penggunaan Masker Di Restoran Menggunakan Algoritma Residual Network (RESNET) Saputra, Fauzi Bayu; 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—Penerapan protokol kesehatan social distancing dan penggunaan masker sangat diperlukan karena dampak dari kasus Covid-19 yang semakin meluas. Karena itu cara terbaik dan efektif guna memutus rantai penyebaran Covid-19 salah satunya dengan menerapkan social distancing dan penggunaan masker. Tugas akhir ini akan membahas tentang perancangan dan implementasi deteksi social distancing dan penggunaan masker. Pada pendeteksian ini akan mengambil gambar berdasarkan gambar yang tertangkap oleh kamera kemudian akan dianalisis apakah social distancing dan penggunaan masker diterapkan atau tidak. Deteksi social distancing dan penggunaan masker ini dilakukan secara realtime. Metode You Only Look Once (YOLO) digunakan untuk mendeteksi objek manusia dan metode Residual Network (RESNET) digunakan untuk mendeteksi penggunaan masker, dan menggunakan metode Euclidean Distance untuk mengukur jarak antar objek manusia yang terdeteksi. Berdasarkan hasil yang terbaik dari pengujian dan pembuatan kedua model yang akan digunakan didapat dari rasio dataset yaitu 90% data train dan 10% data test. Dengan hasil pengujian deteksi penggunaan masker akurasi yang didapatkan sebesar 99.04%, dan hasil pengujian deteksi social distancing mAP yang didapatkan sebesar 49.50%.Kata kunci—social distancing, penggunaan masker, Covid-19, YOLO, RESNET.
Deteksi Threat dan Vulnerability pada Twitter menggunakan Algoritma Support Vector Machine Assyahiddini, Raudhatul Rafiqah; Setianingsih, Casi; Ruriawan, Muhammad 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—Di era globalisasi, perkembangan internet di bidang teknologi informasi menimbulkan kejahatan yang merugikan banyak pihak. Hal ini disebabkan adanya threat dan vulnerability terhadap sistem keamanan. Threat dan vulnerability ini dapat ditemukan di Twitter karena banyak pengguna memposting kejahatan sistem secara bebas di Twitter. Maka, pendeteksian threat dan vulnerability di Twitter dilakukan dengan menggunakan algoritma Support Vector Machine (SVM). Proses dalam penelitian ini adalah teks akan dikumpulkan menjadi sebuah dataset, diberi label, teks pre-processed, kemudian diberikan metode pembobotan yaitu metode POS Tagging dan Term Frequency – Inverse Document Frequency (TF-IDF), dan data akan dilatih agar algoritma SVM dapat mengklasifikasikan data untuk mendapatkan nilai akurasi, presisi, recall dan F1-Score. Pada Tugas Akhir ini, pengambilan data Twitter dengan total 4270 data, dengan data positif 2135 dan data negatif 2135 dan 90% dataset digunakan untuk data latih dan 10% untuk data pengujian. Dari hasil pengujian performansi didapatkan nilai akurasi sebesar 89%, presisi sebesar 89%, recall sebesar 89% dan F1-Score Pengujian parameter Gamma dan C terbaik sebesar 30000 anis 89%.Kata kunci— threat, support vector machine, text preproessing, TF-IDF, vulnerability, Twitter
Klasifikasi prediksi kualitas udara Menggunakan metode Support Vector Machine (SVM) Putra, Renaldy Eka; Kalista, Meta; Setianingsih, Casi
eProceedings of Engineering Vol. 10 No. 4 (2023): Agustus 2023
Publisher : eProceedings of Engineering

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

Abstract

Penelitian pada kualitas udara sangatlah penting, karena kualitas udara sangat berpengaruh terhadap kesehatan makhluk hidup. Oksigen adalah kebutuhan utama manusia untuk kelangsungan kehidupan, baik buruknya kualitas udara pasti akan sangat berpengaruh terhadap kesehatan. Sehingga kualitas udara sangat penting untuk diteliti lebih lanjut. Pada penelitian ini akan dilakukan dengan metode Support Vector Machine (SVM) untuk mengklasifikasikan kualitas udara, kemudian sebelum data di klasifikasikan akan dilakukan dahulu metode smote untuk membuat data menjadi seimbang. Setelah melakukan pengujian ditemukan kernel terbaik untuk sistem ini yaitu kernel polinomial dengan nilai GMean 0.98, Specificity 0.99, dan sensitivity 0.98 Presisi 0.98, Recall 0.98, F1-Score 0.98,serta akurasi 98%, Setelah melakukan pengujian akan mendapatkan hasil klasifikasi terbaik yang akan divisualisasikan pada web yang telah dibuat.Kata kunci— kulitas udara, oksigen, support vector machine, klasifikasi, polinomial
Rancang Bangun Aplikasi Layanan Administrasi Akademik Fakultas Teknik Elektro Berbasis Web Jangkaru, Naufal Ramadhan Natafili; Setianingsih, Casi; Dinimaharawati, Ashri
eProceedings of Engineering Vol. 10 No. 4 (2023): Agustus 2023
Publisher : eProceedings of Engineering

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

Abstract

Saat ini teknologi sudah berkembang pesat maka kebutuhan manusia dalam mencari atau mengakses informasi akan semakin dipermudah. Saat ini teknologi dalam bidang informasi telah banyak jenisnya yang terus menerus mengalami kemajuan, contohnya teknologi informasi dalam bidang pendidikan. Saat ini masih banyak unit akademik yang melakukan pendataan menggunakan media Google form dan media lainnya seperti whatsapp, oleh karena itu dibutuhkan sistem informasi administrasi akademik berbasis web. Pada tugas akhir ini penulis akan mengembangkan web administrasi akademik menggunakan pemrograman PHP dengan framework Laravel. Hasil dari web ini akan mempermudah pendataan dalam bidang akademik seperti permintaan data oleh dosen, pengajuan perpanjangan SKTA, pengajuan pindah prodi, dan sejenisnya. Desain dari web ini dapat dengan mudah dipahami dan digunakan terus menerus untuk menghemat waktu proses pendataan. Berdasarkan hasil kuisioner dari 30 responden yang merupakan mahasiswa Fakultas Teknik Elektro Universitas Telkom, rata-rata dari responden tersebut setuju bahwa pengajuan layanan administrasi akademik secara online melalui web ini cukup layak untuk digunakan dan dapat disimpulkan bahwa penelitian ini dapat membantu mahasiswa Fakultas Teknik Elekteo Universitas Telkom, agar dapat mengajukan layanan akademik di kampus dengan praktis.Kata kunci— sistem informasi, administrasi akademik.
Deteksi Pelanggaran pada Bahu Jalan Tol Menggunakan Algoritma Mask R-CNN Rona Putri, Rizka; Setianingsih, Casi; Erfa Saputra, Randy
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak-Bahu jalan tol merupakan jalur jalan tol kendaraan yang mengalami keadaan darurat. Namun masih banyak pengemudi yang melanggar penggunaan bahu jalan tol seperti berhenti terlalu lama pada bahu jalan tol dan mendahului kendaraan lain melalui bahu jalan tol. Makadari itu dibuat sistem yang dapat mendeteksi pelanggaran tersebut. Dengan memanfaatkan data CCTV pada jalan tol penelitian dapat dilakukan dengan mendeteksi kendaraan menggunakan algoritma Mask R-CNN. Algoritma tersebut dapat memprediksi sebuah object mask pada Region of Interest setiap pixel. Dataset dikumpulkan sebanyak 250 dataset kemudian data tersebut diberi label <Melanggar= dan <Tidak Melanggar=. Setiap object kendaraan pada gambar dilakukan wrapping menggunakan polygon untuk menentukan kendaraan yang melanggar dan tidak melanggar. Kemudian membentuk konfigurasi data training, data testing, dan data validation. Dataset tersebut dilatih dengan konfigurasi jumlah dataset yang berbeda dan hyperparameter epoch, batch size, dan learning rate. Setelah data dilatih didapatkan lah model terbaik dengan konfigurasi dataset 88% data training, 6% data testing, dan 6% data validation dengan hyperparameter epoch 24, batch size 16, learning ratere. Didapatkan hasil mAP_@.5:.95 sebesar 79,1%, mAP_@.5 sebesar 97,5%, average precision sebesar 97,5%, dan average recall sebesar 81,2%.Kata kunci4Bahu jalan tol, Deteksi Object, Mask R-CNN
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