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

 12   13   14   15   16 
Implementasi Back-End dan Database Terhadap Website Aplikasi Latihan Kognisi Berbahasa Indonesia Siswoyo, Carrillo Rasyad; 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

Penyakit kognitif telah menjadi isu kesehatan yang semakin penting di indonesia seiring dengan peningkatanharapan hidup dan perubahan demografi. Penyakit ini melibatkan gangguan dalam fungsi kognitif, termasuk ingatan,pemahaman, berpikir, dan kemampuan sehari-hari. Penyakit kognitif dapat mengakibatkan dampak signifikan pada kualitashidup individu dan keluarga, serta menimbulkan beban sosial dan ekonomi yang besar.Aplikasi Latihan Kognisi ini dibangun menggunakan bahasa pemrograman PHP dengan framework CodeIgniter 3.Sistem database website yang digunakan adalah MySQL, aplikasi ini dilengkapi dengan berbagai macam fitur, termasukkuis, terapi musik, terapi video, serta senam otak. Dengan demikian, aplikasi ini memberikan pengalaman belajar yangmenarik dan interaktif kepada penggunanya. Tujuan dari penelitian ini adalah merancang danmengembangkan sebuah aplikasi berbasis website untuk melatih serta meningkatkan fungsi kognisi pengguna dalamkonteks bahasa indonesia. Aplikasi ini dirancang denganpendekatan yang menggabungkan prinsip-prinsippembelajaran kognitif dan teknologi interaktif gunamenciptakan lingkungan belajar yang menarik dan efektif.Hasil uji coba menunjukkan bahwa aplikasi ini memilikipotensi untuk membantu pengguna meningkatkanketerampilan kognitif mereka dalam bahasa indonesia. Responpositif dari peserta uji coba mengindikasikan bahwa aplikasi inimemberikan pengalaman belajar yang menarik, mudah untukdigunakan dan bermanfaat. Kata kunci— Website, Kognitif, PHP, CodeIgniter 3, MySQL.
Deteksi Sampah Plastik Menggunakan Algoritma Yolov5 (You Only Look Once Version 5) Raspati , Fadlan Yusuf; Kallista, Meta; 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

Sampah berserakan merupakan masalah yang sulit dihilangkan. Masih banyak masyarakat yang seringmembuang sampah tidak pada tempatnya. Sampah sepertikantong plastik, botol plastik, styrofoam, dan kaleng merupakan jenis sampah yang sulit untuk diruaikan masihsering dibuang sembarangan oleh masyarakat tanpa memperdulikan dampak yang akan terjadi pada lingkungan sungai. Berdasarkan permasalahan di atas, dibuatlah Pemantau dan Pendeteksi Sampah Plastik MenggunakanAlgoritma YOLOv5 ( You Only Look Once Version 5), sebuah sistem yang bertujuan untuk mempermudah pengguna untukmemantau dan mendeteksi sampah pada lingkungan sungai.Sistem ini menggunakan algoritma pendeteksi yaitu algoritmaYOLOv5 untuk dapat mendeteksi dan mengklasifikasi jenissampah yang terdapat pada sungai. Dengan bantuan kameraCCTV dan memanfaatkan OpenCV, algoritma YOLO akandapat bekerja secara bersamaan dengan OpenCV sehinggapengguna dapat memantau lingkungan dan mendapatkan hasildeteksi dari kamera CCTV secara real- time. Pengguna dapatmemakai sistem ini dengan mengakses web yang langsungmenampilkan output dari kamera CCTV dan pendeteksianyang dihasilkan oleh algoritma YOLOv5. Kata kunci— YOLOv5, CCTV, Sampah,
Deteksi Sampah Plastik Menggunakan Algoritma Yolo V5 (You Only Look Once Version 5) Wibowo S , Andika Suryo; Kallista S, Meta; 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

Sampah berserakan merupakan masalah utamayang sulit dihilangkan. Masih banyak masyarakat membuangsampah tidak pada tempatnya. Sampah kantong plastik, botolplastik, kaleng, dan styrofoam merupakan jenis sampah yangsering dibuang oleh masyarakat tanpa memikirkan dampakyang akan terjadi. Pada permasalahan diatas, kami membuatsistem pemantau sampah dengan berbasis website, pada websitetersebut menghasilkan berupa tampilan output dengan bantuanalat CCTV yang sudah di konfigurasikan dengan algoritmaYOLO v5(You Only Look Once Version 5), sistem ini bertujuanuntuk memudahkan dalam melakukan pendeteksian sampahpada area sungai. Pada sistem ini terdapat beberapakonfigurasi seperti konfigurasi algoritma YOLO v5 (You OnlyLook Once Version 5), RTSP (Real Time Streaming Protocol),Open CV, dan Flask. Sistem tersebut dilakukan 2 kalipercobaan di lokasi yang berbeda seperti, didalam ruangan dandiluar ruangan, hasil dari percobaan tersebut terdapatbeberapa perbedaan seperti hasil pendeteksian yang sangatberpengaruh kepada intensitas cahaya dan memiliki delayrentang 15 – 20 detik. Kata kunci— deep learning, flask, sampah, website, yolo v5
Deteksi Sampah Plastik Menggunakan Algoritma Yolov5 (You Only Look Once Version 5) Ananta , Fauzi; Kallista, Meta; 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

Masalah sampah sangat sulit untuk diselesaikan,sampah seperti botol plastik dan keresek menjadi salah satusampah yang sering dibuang oleh masyarakat, salah satu carauntuk mempermudah pemilihan sampah adalah denganmembuat pendeteksi sampah menggunakan algoritmaYOLOv5 (You Only Look Once Version 5). YOLO (You OnlyLook Once) merupakan salah satu model deep learning yangdapat mendeteksi objek sesuai dengan dataset yang telahdimasukan dan dipelajari oleh YOLO tersebut. Dataset yangdigunakan untuk melatih algoritma YOLO merupakan datasetyang dibuat oleh kami sendiri yang dimana dataset memiliki2004 dataset yang terdiri dari 4 kelas sesuai dengan objeksampah yang dibuang oleh masyarakat. Dari total dataset yangdibuat, dataset dibagi menjadi 3 partisi, diantaranya 1749 DataTraining, 159 Data Validation, dan 96 Data Testing. Dengan nilaimAP (Mean Average Precision) = 76.4%, Precision = 92.3%, danRecall = 71.1%. Dengan melihat matrix tersebut, pendeteksianmemiliki ke akuratan yang cukup baik untuk mendeteksisampah yang sering dibuang oleh masyarakat.Pengimplementasian dan pengujian pada projek ini berhasilmendeteksi sampah yang dapat membantu dalam pemilihansampah yang dibuang oleh Masyarakat. Kata kunci— deteksi sampah, sampah, YOLO, YOLOv5.
Ector Application : Aplikasi Terintegrasi Alat Pendeteksi Gempa dan Cuaca Terkini Maulani , Fany; Setianingsih, Casi; Saputra, Randy Erfa
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

Dampak gempa bumi memiliki konsekuensi serius, termasuk korban jiwa, kecelakaan, dan kerusakanparah pada struktur. Karena sifatnya yang tidak dapatdiprediksi dan bersamaan dengan lokasi Indonesia yangberada di persimpangan tiga garis tektonik besar di dunia,lokasi ini menjadi dasar penting untuk perancangan sistemperingatan dini gempa bumi, terutama untuk memprediksiefek samping yang mungkin terjadi. Dalam upaya tersebut dikembangkan solusi menggunakanteknologi Internet of Things (IoT) menggunakan sensor ADXL345 untuk mendeteksi gempa berupa nilai PGA. Data yangterkumpul kemudian akan diolah oleh algoritma Decision Treeyang akan mengklasifikasikan gempa bumi menjadi tigakategori: Biasanya, gempa bumi tidak merusak dan gempa bumibersifat merusak. Klasifikasi ini disesuaikan dengan standarPeak Ground Acceleration (PGA) yang telah ditetapkan.Berdasarkan hasil pengimplementasian alat pada sistem proofof-concept menunjukkan skor akurasi maksimal 99,6 padakinerja saat menggunakan alat tes. Sistem ini bertujuan untukmelakukan deteksi gempa. Kata kunci— Earthquake, Decision Tree, Detector, Application
Ector Application : Aplikasi Terintegrasi Alat Pendeteksi Gempa dan Cuaca Terkini Abdullah, Zakia Mahbub; Saputra, Randy Erfa; 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

Gempa bumi sering terjadi di Indonesia, hal ini dikarenakan Indonesia terletak tiga lempeng tektonik besaryaitu Australia, Eurasia dan Pasifik. Gempa bumi yang terjadimengakibatkan banyaknya korban jiwa, kerusakan bangunandan ancaman dampak sekunder. Sehingga dibutuhkannyasistem peringatan gempa bumi agar daerah penduduk bencanagempa bumi lebih berantisipasi. Solusi untuk mengatasi permasalahan ini adalahdiperlukan suatu alat yang dapat mendeteksi, dapat dimonitoring dan terdapat perangkat peringatan untukmemberikan peringatan ketika terjadi adanya gempa bumi. Earthquake Detector System merupakan sistem pendeteksimaupun otomatisasi rumah pada bencana gempa bumi yang telah terjadi. Sistem ini dilengkapi dengan Ector Application yang digunakan untuk aplikasi monitoring dan peringatannotifikasi pada aplikasi ketika terjadinya gempa. Data yang dimonitoring merupakan data hasil pengolahan alatEarthquake Detector System. Berdasarkan hasil implementasi dari Ector Application, aplikasi ini dapat memberikan notifikasi dengan delay sebesar 00:00:02 s atau 2 detik. Dalam pengujian usability, total storage yang digunakan pada aplikasi ini yaitu sebesar 18,74 pada Xiaomi Redmi 12 dan 18,17 MB pada Samsung A03 MB dengan storage awal pada peng-installan yaitu 8,5 MB. Kata kunci— Earthquake, Detector, Application, Ector
Klasifikasi Model Decesion Tree untuk Deteksi Gempa Bumi dalam Sistem Peringatan Manurung, Shinta Renata; Saputra, Randy Erfa; 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

Indonesia merupakan negara yang berada padalempeng Australia, Lempeng Eurasia dan lempeng pasifik,sehingga di indonesia terjadi banyak pergerakan lempengtetonik dan vulkanik yang menyebabkan gempa bumi. Contohkasus gempa bumi yang terjadi di padang pariaman danwilayah Sumatera Barat, Indonesia. Bencana gempa bumi initerjadi sebesar 7.6 Skala Ricther dan menelan korban lebihdaripada 1200 orang.Solusi untuk mengatasi permasalahan ini adalahdiperlukan suatu alat yang dapat mendeteksi, dapatdimonitoring dan terdapat perangkat peringatan untukmemberikan peringatan ketika terjadi adanya gempa bumi.Earthquake Detector System merupakan sistem pendeteksimaupun otomatisasi rumah pada bencana gempa bumi yangtelah terjadi. Sistem ini dapat mengklasifikasi gempaberdasarkan kekuatan gempa dengan menggunkan algoritmadecesion tree dengan kelas Normal, Gempa Tidak Merusak,dan Gempa Merusak.Berdasarkan Implementasi algoritma decesion tree Prosesprediksi klasifikasi gempa menggunakan algoritma decesiontree menghasilkan nilai akurasi sebesar 97% dengan nilai errorsebesar 3% dan proses waktu untuk mengklasifikasi algoritmamulai dari memasukan variable sampai mendapatkan hasilklasifikasi dengan rata rata waktu yang di peroleh sebesar00,00,59 ms pada percobaan sebanyak 30 kali dan pengujianmodel decesion tree data test : data train akurasi tertinggi81,761% dengan data 30:70 . Kata kunci— Algoritma, Decision tree, Perangkat Peringatan.
Peran Front End Developer Dalam Pengembangan Forest Fire Prediction in Indonesia Nugroho, Adlan Afif; Setianingsih, Casi; Dinimaharawati, Ashri
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

Indonesia disebut paru - paru dunia keduasetelah Brazil karena memiliki hutan yang sangat luas.Indonesia berperan penting sebagai pemasok oksigen terbesardengan hutannya terutama Pulau Kalimantan. Besarnya hutanjuga menjadi besarnya resiko terjadi kebakarafean hutan.Hampir setiap tahun Indonesia mengalami kebakaran hutan.Permasalahan tersebut dapat diatasi dengan mengantisipasikemungkinan terjadinya kebakaran hutan. Dengan sistemPrediksi kebakaran hutan ini dapat dilakukan persiapanapabila akan terjadi kebakaran hutan dikemudian hari. Sistemini diimplementasikan berbasis Website sehingga dapat mudahdiakses dan digunakan bagi semua kalangan. Pada websiteaplikasi juga menampilkan daerah yang akan diprediksidengan Geographic Information System (GIS) sehingga jauhlebih mudah diketahui dan dipahami. Framework yangdigunakan adalah React Js sedangkan bahasa yang digunakanJavaScript. Uji fungsionalitas dilakukan oleh Alpha dengan hasilyang baik. Tidak hanya Alpha Test saja tapi juga dilakukan BetaTest untuk menguji validitas dan reabilitas dengan memberikanpengalaman pada penggunaan website dengan mengisikuesioner yang diberikan. Kata kunci—kebakaran hutan, prediksi, Frontend, React Js
Algoritma Exponential Smoothing Untuk Memprediksi Parameter Penyebab Kebakaran Hutan Agustio, Agustio; Setianingsih, Casi; Dinimaharawati , Ashri
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

Kebakaran hutan adalah salah satu bencana alam yang sering terjadi dan membawa dampak buruk bagilingkungan dan masyarakat sekitar. Pemahaman faktor-faktorpenyebab serta prediksi kejadian kebakaran hutan dapatmembantu dalam pencegahan dan penanganan dini. Penelitianini mengembangkan model prediksi parameter penyebabkebakaran hutan menggunakan algoritma ExponentialSmoothing. Data time series yang diambil dari BMKG (BadanMeteorologi dan Geofisika) diolah untuk mendapatkan modelyang akurat. Diharapkan dengan adanya model ini, pihakberwenang dapat lebih proaktif dalam mengatasi dan mencegahkebakaran hutan di masa mendatangPenelitian ini bertujuan mengembangkan model prediksipenyebab kebakaran hutan berdasarkan parameter sepertisuhu, kelembaban, kecepatan angin, dan curah hujan.Memahami parameter ini penting bagi pihak berwenang untukintervensi dini, mengingat dampak kebakaran terhadaplingkungan dan masyarakat. Melalui Exponential Smoothing,studi ini menawarkan solusi teknis untuk prediksi danpencegahan kebakaran.Model pembelajaran mesin, dengan nilai R2 di atas 0,50 danMAE serta RMSE di bawah 0,2, menunjukkan keefektifannyadalam skenario ini. Model akan diterapkan di sebuah situs webuntuk memastikan keterjangkauan bagi semua orang,berfungsi sebagai alat bermanfaat untuk memprediksi danmengurangi risiko kebakaran hutan di Indonesia. Kata kunci— Kebakaran hutan, Exponential Smoothing, BMKG (Badan Meteorologi dan Geofisika), Model Pembelajaran Mesin
Assessing Forest Fire Risk in Indonesia with the Canadian Forest Fire Weather Index System (CFFWIS) Sulle, Yusuf; Setianingsih, Casi; Dinimaharawati, Ashri
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

The extensive forested areas, while precious, play a role in the heightened occurrence of forest fires, resultingfrom a combination of human actions and natural factors. Themain catalyst is frequently deliberate human activities associated with land clearance, unintentionally amplifying thevulnerability to fires. This study centers on assessing forest firerisk using the Fire Weather Index (FWI), derived from four parameters: Temperature, Humidity, Wind, and Rainfall,obtained from Indonesia's BMKG. The FWI results are analyzed in relation to real-world events, gathered from diversesources, including news, to evaluate their efficacy. This research aims to address the challenge of forest fire management in thecontext of Indonesia's unique ecosystem, utilizing the FWI to enhance preparedness and response strategies. Keyword: Forest Fires, Fire Weather Index, Climate Data, Indonesia, BMKG
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