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

 11   12   13   14   15 
Deteksi Pelanggaran Pada Bahu Jalan Tol Dengan Intelligent Transportation System Menggunakan Algoritma Yolov5 Imran, Alfian; 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—Pemerintah melalui Peraturan Pemerintah No. 15 Tahun 2005 Pasal 41 ayat (2) memberlakukan penggunaan bahu jalan tol serta larangan pada baju jalan tol. Bahu jalan tol dapat digunakan untuk arus lalu lintas pada keadaan darurat; bagi kendaraan yang berhenti darurat; tidak digunakan untuk menarik/menderek/mendorong kendaraan; tidak digunakan untuk keperluan menaikkan atau menurunkan penumpang dan/ atau barang dan/ atau hewan; dan tidak digunakan untuk mendahului kendaraan. Intelligent transportation sistem yang dibuat diharapkan dapat mengurangi pelanggaran yang terjadi pada bahu jalan tol. Hasil akhir dari pengembangan model intelligent transportation system dengan YOLOv5 ini sudah sangat baik. Dengan konfigurasi dataset 240 data test, 5 data validation, dan 5 data test. Konfigurasi learning-rate = 0,01; batch-size = 64; dan epochs = 100. Didapatkan hasil akhir yang sangat memuaskan dengan mAP = 97,9 %; precision = 93,7 %; dan recall = 97,1 %. Penulis berharap sistem yang telah dibuat ini dapat terintegrasi dengan sistem e-tilang.Kata kunci—bahu jalan tol, YOLOv5, intelligent transportation system
Deteksi Tanda Kehidupan Pada Korban Bencana Alam Dengan Bantuan Uav Memakai Algoritma Mask R-Cnn Dan Open Pose Diaraja H, Garry Abel; Setianingsih, Casi; Kallista, Meta
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 — Bencana alam adalah bencana yang diakibatkan oleh peristiwa atau serangkaian peristiwa yang disebabkan oleh alam. Bencana alam mengakibatkan medan yang sulit dijangkau oleh Tim SAR (search and rescue). Yang dimana penelitian ini bertujuan mempermudah tim Search and Rescue (SAR) dalam melakukan evakuasi korban. Proses pendeteksian korban bencana alam memakai Mask R-CNN. Dataset yang digunakan berisikan 100 gambar kelas manusia yang telah dilabeli diroboflow. Model Terbaik yang digunakan peneliti menggunakan Learning rate 0,01 ; epochs 100; step epochs 1000 mendapatkan Hasil Penelitian Terbaik yaitu nilai TP 104, FN 12, FP 29, Precision 78 %, Recall 89%, F1 score 83% , FNR 10.3%. Sistem ini akan mendeteksi objek manusia menggunakan model terbaik lalu mendeteksi adanya pergerakan dada, perut atau punggung objek yang dibangun melalui RoI Openpose. yang dimana didalam ROI openpose dapat mendeteksi tanda kehidupan memakai Motion Detection. Motion detection yang peneliti gunakan adalah metode Image Difference. Apabila nilai absdiff g 50000 maka dinyatakan hidup sebaliknya apabila f 50000 dinyatakan tidak hidup. Nilai absdiff 50000 merupakan batas nilai perubahan berdasarkan eksperimen peneliti dalam membandingkan manusia dan manekin.Kata kunci— Mask R-CNN, Open Pose, ROI
Deteksi Tanda-Tanda Kehidupan Pada Korban Bencana Alam Dengan Bantuan UAV Menggunakan Algoritma YOLO Dan MoveNet Thunder Plambudi Dwigantara, Figo; Setianingsih, Casi; Kallista, Meta
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— Bencana alam merupakan peristiwa alam yang mengakibatkan dampak besar bagi kehidupan manusia yang datang secara tiba-tiba dan tidak dapat dihindari oleh siapapun. Bencana alam juga dapat merusak dan menghancurkan bangunan sehingga pada pasca bencana alam seperti gempa bumi, tanah longsor, tsunami dan lain-lain, pencarian jalur darat terhambat karena permukaan daratan yang tidak stabil dan medan yang sulit dijangkau oleh Tim SAR (search and rescue). Pada penelitian ini menghasilkan output sistem pendeteksi korban bencana alam yang masih hidup atau tidak. Dalam pelaksanaannya, metode YOLO digunakan dalam penelitian ini untuk mengidentifikasi korban bencana alam. Dataset yang digunakan untuk mendeteksi korban bencana adalah dataset custom yang berisikan kurang lebih 400 gambar kelas manusia dengan berbagai pose. Algoritma yang digunakan untuk mendeteksi adanya korban atau tidaknya menggunakan metode You Only Look Once (YOLO) versi 5 yang dimana memiliki nilai cukup tinggi 90,75% untuk dapat mendeteksi objek manusia. Setelah dapat dideteksi manusia kemudian sistem akan melanjutkan pendeteksian hidup atau mati melalui titik skeleton yang ditentukan menggunakan Tensorflow MoveNet dengan akurasi 100% dari 14 video yang dicoba.Kata kunci— Bencana Alam , Object Detection, Computer Vision, You Only Look Once (YOLO), Tensorflow, MoveNet
Perancangan Sistem Monitoring Budidaya Lebah Berbasis IoT Haqi Siregar, Fauzul; 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—Lebah adalah serangga sosial yang hidup dalam koloni dan memiliki manfaat penting bagi manusia, antara lain dalam proses penyerbukan tanaman dan produksi madu. Kandang lebah modern perlu memperhatikan faktor suhu dan kelembapan udara sekitar agar dapat menjaga kehidupan koloni lebah. Saat ini, peternakan lebah masih melakukan kunjungan rutin untuk memantau kondisi kandang lebah, tetapi pemeriksaan fisik dapat mempengaruhi umur lebah, menimbulkan stres pada lebah, dan mengganggu produktivitas koloni. Sistem monitoring dibuat untuk memudahkan peternak lebah memonitor kondisi kandang lebah dan mengontrol rutinitas lebah serta menentukan waktu panen dengan cara yang lebih mudah dan dapat dilakukan dari jarak jauh. Sistem monitoring lebah madu berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 yang berfungsi sebagai kontrol utama untuk menjalankan tiga macam sensor, yaitu sensor DHT22 untuk suhu dan kelembapan dengan akurasi 98,31% dan 95,12%, sensor Load Cell untuk berat kandang dengan akurasi 99,68%, dan sensor suara KY-037 yang tidak dapat mengukur kebisingan dikarenakan pembacaan analog pada ESP32 mendapatkan nilai akurasi sebesar 18,27% untuk kondisi hening, untuk kondisi sedang sebesar 18,77% dan 20,02% pada kondisi berisik. Sistem ini berhasil menampilkan data sensor pada aplikasi Blynk dengan ping rata-rata 2 ms.Kata Kunci: berat, kebisingan, kelembapan, Internet of Things, suhu.
Sistem Deteksi Sapi Pada Peternakan Dari Citra Dan Video Uav Menggunakan Algoritma Yolo Andaru Kurniadi, Fauzan; 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—Dengan semakin majunya zaman banyak aspek dalam kehidupan manusia yang bekembang, salah satunya merupakan bidang peternakan yang saat ini semakin besar, dan dengan semakin besarnya peternakan dibutuhkan juga sistem pemantauan hewan ternak yang dapat mendeteksi hewan yang sedang tidak berada didalam kendang dan itulah yang diharapkan dapat dicapai dengan penggunaan YOLOv5 pada citra yang diambil oleh drone. YOLOv5 merupakan model deteksi objek yang digunakan untuk melakukan deteksi pada sapi di peternakan melalui citra yang diambil oleh drone atau UAV, untuk mencapai kemampuan deteksi tersebut dilakukan training menggunakan dataset gambar – gambar sapi dan juga perubahan konfigurasi hyperparameter pada algoritma untuk mendapatkan hasil deteksi yang optimal. Dataset yang digunakan dalam training adalah gambar sapi berjumlah 3131 dan non – sapi berjumlah 836. Konfigurasi hyperparameter paling optimal yang didapatkan adalah batch 32, learning rate 0.01, dan epoch 350 dengan hasil nilai precision 0,943, Recall 0,925, dan mAP 0,831. Hasil pengujian yang didapatkan adalah akurasi pada ketinggian lima meter dan keadaan diam 75%, ketinggian sepuluh meter memiliki rata – rata akurasi 69,1% dan 15 meter memiliki rata – rata akurasi 47.2%. Dalam kondisi drone bergerak pada kecepatan 0,1 m/s hasil akurasi yang didapatkan adalah 75% untuk lima meter, 0% untuk sepuluh meter dan 25% untuk 15 meter.Kata kunci—YOLO, YOLOv5, Object detection, Training, Hyperparameter, Drone, Dataset
Sistem Pendeteksi Sapi pada Peternakan dengan Citra Video UAV Menggunakan Metode Regions Based Convolution Neural Network Arief Wicaksono, Muhamad Rizky; 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 - Kemajuan teknologi industri yang mengalami perkembangan dan kemajuan yang pesat seiring dengan semakin majunya teknologi modern. Salah satu contoh yang sangat berdampak pada industri adalah industri peternakan yang dapat diterapkan sistem identifikasi dan lokalisasi menggunakan deteksi objek untuk meningkatkan efisiensi dan produktivitas. R-CNN adalah sebuah teknik yang terinspirasi dari cara manusia menghasilkan persepsi visual atau yang bisa dikatakan kemampuan melihat manusia dari mata diolah oleh otak manusia untuk menjadikannya sebuah visual. Hasil yang didapatkan setelah melakukan penelitian di lokasi peternakan dan memprosesnya menjadi sebuah citra berupa video, dan kemudian diolah kembali dengan mendapatkan hasil video yang sudah berhasil mendeteksi keberadaan hewan ternak dengan baik dengan sistem deteksi objek menggunakan algoritma Regions based Convolutional Neural Network. Didapatkan tingkat akurasi yang berada di angka yang paling optimal pada ketinggian 10 meter dalam keadaan diam dengan rata – rata akurasi berada pada angka 55.5% untuk kondisi drone diam, sedangkan untuk kondisi drone bergerak didapatkan pada 5 meter diatas objek dengan kecepatan 0.1 m/s dengan rata – rata akurasi yang berada di angka 50%.Kata kunci - UAV, Deteksi, Drone, R-CNN.
Performance Analysis Of Class Rebalancing Self-Training Framework For Imbalanced Semi-Supervised Learning Nauw, Alvaro Septra Dominggo; Wibowo, Suryo Adhi; Setianingsih, Casi
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

This research aims to analyze the effectiveness ofthe Class-Rebalancing Self-Training (CReST) method in semisupervisedlearning (SSL) on class-imbalanced data. The studyuses the CIFAR 10 long-tailed dataset to test the performance ofSSL with CReST using Python programming language on theGoogle Colab platform. The results showed that CReSTeffectively reduces pseudo-labels in the majority class andincreases recall in the minority class, with the best performanceachieved at Generation 16. However, there was a decrease inAverage Accuracy Recall per Class after Generation 16. Thestudy suggests addressing the over-sampling issue and exploringthe application of the CReST framework in other areas ofmachine learning and AI.Kata kunci— CReST, Semi-Supervised Learning, imbalancedata, pseudo label, Semi-Supervised Learning Generation
Pengembangan Aplikasi Simulasi Sesi Speaking Tes IELTS Berbasis Android Arifin, Hafid Ikhsan; Setianingsih, Casi; Novianty, Astri; Ahmad, Umar Ali
eProceedings of Engineering Vol. 11 No. 1 (2024): Februari 2024
Publisher : eProceedings of Engineering

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

Abstract

International English Language Testing System (IELTS) adalah salah satu tes kemampuan bahasa Inggris yang diselenggarakan oleh Universitas Cambridge, British Council, dan IDP Education Australia. Dalam tes IELTS terdiri dari 4 sesi yaitu Reading, Writing, Listening, dan Speaking. Menurut statistik pada tahun 2022, sesi Speaking menempati posisi kedua dengan nilai terendah. Hal ini dikarenakan persiapan yang dilakukan untuk sesi Speaking ini cukup kompleks dan memakan waktu yang cukup lama. Saat ini terdapat simulasi yang diadakan oleh pihak resmi penyelenggara tes IELTS. Namum proses simulasi ini berbayar dan proses penilaian cukup lama. Untuk mengatasi permasalahan tersebut, dibutuhkan sebuah mesin yang dapat mengevaluasi simulasi sesi Speaking tes IELTS secara langsung dan akurat berdasarkan 4 matriks evaluasi yaitu Fluency, Lexical, Grammar, dan Pronunciation. Akan ada 4 model yang akan dikembangkan dan di setiap model akan merepresentasikan satu matriks evaluasi. Setiap model telah diuji dengan hasil matriks evaluasi pada model Fluency didapat nilai akurasi 99%, model Lexical didapat nilai akurasi 62%, model Grammar didapat nilai loss 0.562, dan model Pronunciation didapat nilai akurasi 82%. Hasil integrasi sistem dengan platform Cloud dan platform Android ini diharapkan dapat digunakan sebagai sarana pelatihan simulasi sesi Speaking tes IELTS yang dapat melakukan penilaian secara cepat dan murah.Kata kunci4 IELTS, Speaking, Fluency, Lexical, Grammar, Pronunciatin, Cloud, Android
Analisis Sentimen Komentar Berdasarkan Geo Tagged Menggunakan Algoritma Naïve Bayes Pratama, Nurrafi Bagus; Setianingsih, Casi; Ruriawan, M. Faris
eProceedings of Engineering Vol. 11 No. 3 (2024): Juni 2024
Publisher : eProceedings of Engineering

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

Abstract

Perkembangan teknologi dan media sosialkini pesat, khususnya Instagram. Banyak tokohseperti presiden, menteri, artis, dan masyarakatumum menggunakan platform ini. Di Instagram,pengguna dapat berbagi gambar, video, pesan, danmenandai lokasi. Setiap postingan memiliki kolomkomentar dengan beragam tanggapan, baik positifmaupun negatif. Sentimen ini penting dalam menilaidaya tarik objek wisata untuk masyarakat. Machinelearning saat ini mampu otomatis mengklasifikasikankomentar sebagai positif atau negatif. Algoritma yangdipakai adalah Naïve Bayes, yang menggunakanprobabilitas sederhana. Caranya, masukkankomentar, lalu gunakan Naive Bayes untukkategorisasi dan menampilkan hasil sentimen.Penelitian ini bertujuan untuk menilai persentasekomentar terhadap objek wisata dalam kategoripositif dan negatif. Model sistem ini menggunakanrasio data latih dan tes terbaik, yaitu 80% dan 20%.Pengujian sistem dengan model tersebutmenghasilkan presisi 87.72%, recall 89.27%, f1-score87.60%, dan akurasi 87.72%. Hasil klasifikasi inidiharapkan menjadi panduan bagi masyarakat dalamkunjungan wisata. Kata Kunci — Instagram, Komentar Sentimen, Naïve Bayes, TF-IDF
Pengimplementasian AI Body Language Decoder Menggunakan MediaPipe Dan Python pada Aplikasi Latihan Kognisi Berbahasa Indonesia Setra, Dimas Lwanna; Novianty, Astri; Setianingsih, Casi
eProceedings of Engineering Vol. 11 No. 3 (2024): Juni 2024
Publisher : eProceedings of Engineering

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

Abstract

Penelitian ini memanfaatkan AI, ComputerVision, dan Deep Learning dalam implementasi website terapikognitif berbahasa Indonesia. Saat ini belum terdapat websiteterapi kognitif berbahasa Indonesia yang tersedia secara gratisdi internet. Selain itu, klasifikasi gerakan mulut masihdilakukan secara manual. Proses klasifikasi gerakan mulutsecara manual yang akurat memerlukan bantuan dari terapisprofesional yang tentunya memerlukan biaya yang signifikan.Dalam penelitian ini, digunakan MediaPipe, suatuframework yang dikembangkan Google yang mampumendeteksi 468 titik landmarks di wajah manusia dan 33 titiklandmarks pada tubuh manusia untuk mengestimasi gerakanpada frame video yang diamati. Untuk melakukan klasifikasigerakan tersebut, digunakan metode Random Forest Classifieryang memiliki kemampuan untuk membaca danmengklasifikasikan masing-masing landmarks pada setiapframe video.Hasil pengujian menunjukkan bahwa penggunaanMediaPipe dan Random Forest Classifier efektif untukmengklasifikasikan gerakan wajah dengan akurasi yang tinggi.Akurasi yang didapatkan sebesar 100% dari jarak 60cm dansudut pandang 0°. Pengujian yang dilakukan pada pagi danmalam hari menunjukkan akurasi yang tidak jauh berbeda.Meskipun kondisi pencahayaan berbeda, hasil pengujianmenunjukkan bahwa intensitas cahaya tampaknya tidakmemiliki pengaruh signifikan terhadap proses pendeteksiangerakan. Kata kunci— AI, Computer Vision, MediaPipe, Random Forest Classifier, Terapi Kognitif, Akurasi
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