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 
Integrasi Streamlit pada Aplikasi Berbasis Web dengan Algoritma YOLO V8 dan Teknologi Drone untuk Identifikasi Jenis dan Estimasi Tinggi Pohon Toscana, Alwi Zulfauzi; Setianingsih, Casi; Paryasto, Marisa W.
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 mencerminkan penerapan drone dan kecerdasan buatan (AI), khususnya menggunakan algoritmaYOLOv8, dalam mendeteksi jenis pohon dengan cepat dan efisien.Pohon memiliki peran penting dalam ekosistem dan perubahan iklim, serta dalam upaya konservasi hutan dan pengelolaansumber daya alam. Dengan kemajuan teknologi drone, AI, dancomputer vision, proses ini dapat dioptimalkan untuk menghematwaktu dan tenaga manusia. Penerapan drone memungkinkan akses ke daerah yang sulit dijangkau, sementara AI denganalgoritma YOLOv8 yang dioptimalkan untuk computer vision dapat secara otomatis mendeteksi dan mengidentifikasi pohondalam gambar atau video. Meskipun tantangan utamanya adalahketerbatasan dataset untuk melatih model AI, perkembangan dalam teknologi drone, AI, dan computer vision membawa potensi besar untuk meningkatkan efisiensi dan akurasi dalam deteksijenis pohon. Temuan dari penelitian ini menunjukkan bahwapenerapan drone dan algoritma YOLOv8 efektif dan akurat dalammengukur dan mengklasifikasikan pohon tinggi. Model yangdibangun mencapai kinerja dengan nilai presisi sebesar 88,57%,recall 86,14%, mAP50 93,98%, dan mAP50-90 68,10%. Sistemyang dikembangkan juga memiliki akurasi yang cukup baikdengan skor kepercayaan rata-rata 87%. Teknologi ini memilikipotensi besar dalam mendukung berbagai aplikasi, termasukpemantauan pertumbuhan hutan, konservasi sumber daya alam,serta penilaian dampak perubahan iklim terhadap ekosistem hutan. Kata kunci— Algoritma YOLOv8, Deteksi Pohon, Drone, Kecerdasan Buatan (AI), Optimisasi Teknologi Drone
Implementasi YOLOv8 Pada Deteksi Jenis Pohon Menggunakan Drone Islam , Muhammad Izzudin; Setianingsih, Casi; Paryasto, Marisa W
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 menggambarkan pemanfaatan drone dan kecerdasan buatan (AI) khususnya menggunakanalgoritma YOLOv8 dalam pendeteksian jenis pohon secaracepat dan efisien. Pohon memiliki peran vital dalam ekosistemdan perubahan iklim, konservasi hutan, dan pengelolaansumber daya alam. Dengan kemajuan drone, AI, dan teknologicomputer vision, proses ini dapat dioptimalkan, menghematwaktu dan sumber daya manusia. Penggunaan dronememungkinkan akses ke wilayah sulit dijangkau, sementara AIdengan algoritma YOLOv8 yang dioptimalkan untuk computervision dapat digunakan untuk mendeteksi dan mengidentifikasipohon secara otomatis dalam gambar atau video secara realtime. Tantangan utama adalah keterbatasan dataset untukmelatih model AI, tetapi kemajuan dalam teknologi drone, AI,dan computer vision menawarkan potensi besar untukmeningkatkan efisiensi dan akurasi dalam deteksi jenis pohon.Hasil dari penelitian ini menunjukkan bahwa penggunaandrone dan algoritma YOLOv8 merupakan kombinasi yangefisien dan akurat dalam pengukuran dan klasifikasi tinggipohon. Model yang dikembangkan memiliki nilai performancesebesar 88.57% precission, 86.14% recall, 93.98% mAP50 dan68.10% mAP50-90. Serta sistem yang dikembangkan memilikiakurasi yang cukup baik dengan confidence score rata rata87%. Teknologi ini memiliki potensi besar dalam mendukungberbagai aplikasi, termasuk pemantauan pertumbuhan hutan,konservasi sumber daya alam, dan penilaian dampakperubahan iklim terhadap ekosistem hutan. Namun, perludicatat bahwa perbaikan lebih lanjut pada algoritma danpenyesuaian teknis lainnya dapat terus meningkatkan kinerja dan potensi sistem ini dimasa depan. Kata kunci — YOLOv8, Drone, Kecerdasan Buatan, Klasifikasi, Pohon.
Pengembangan Metode Perhitungan Tinggi Pohon Berbasis Teknologi Drone dan Algoritma YOLOv8 dengan Pendekatan Skala Piksel Bounding Box Febrian P, M.Haikal; 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

Pohon tak hanya berperan dalam industri kayu,tetapi juga mengatur siklus karbon global dan dampakperubahan iklim. Hubungan antara tinggi dan jenis pohonpenting dalam struktur hutan. Data tinggi pohon bukan hanyamengungkap keragaman dan struktur hutan, tetapi jugaproduktivitas, evolusi, dan pertumbuhan pohon. Ini membantuilmuwan, ahli kehutanan, dan pengambil kebijakan dalammanajemen sumber daya hutan dan pelestarian lingkungan.Ada beragam metode ukur tinggi pohon. Namun, pengukuranlangsung dan tidak langsung lambat, kompleks, dan mahal.Solusinya, teknologi drone (UAV) dengan algoritma YOLOv8.Penelitian menunjukkan drone dan YOLOv8 efisien danakurat mengukur dan klasifikasikan tinggi pohon. Model inipunya performa baik: presisi 88.57%, recall 86.14%, presisirata-rata di atas 93.98% pada level 50%, serta sekitar 68.10%pada level 50-90%. Keakuratan terlihat dari skor kepercayaan87%, error 36%, dan akurasi 64%. Teknologi ini bergunauntuk pemantauan hutan, pelestarian alam, dan dampakperubahan iklim di hutan. Perlu pengembangan algoritma danaspek teknis untuk masa depan. Kata kunci— Drone, Kecerdasan Buatan, Computer Vision, YOLOv8, Pengukuran Tinggi Pohon
Pengembangan Aplikasi Simulasi Sesi Speaking Tes IELTS Berbasis Android Manalu, Indratama Pangasian; Setianingsih, Casi; Novianty, Astri
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

International English Language Testing Systematau biasa dikenal dengan IELTS adalah salah satu teskemampuan bahasa Inggris. Dalam tes IELTS terdiri dari 4 sesiyaitu Reading, Writing, Listening, dan Speaking. Menurutstatistik pada tahun 2022, sesi Speaking menempati posisi keduadengan nilai terendah. Hal ini dikarenakan persiapan yangdilakukan untuk sesi Speaking ini cukup kompleks danmemakan waktu yang cukup lama.Untuk mengatasi permasalahan tersebut, dikembangkansebuah aplikasi Android IELTS Speaking Simulation yangdapat menjadi media pelatihan tes IELTS sesi speaking yangdapat memberikan penilaian secara langsung denganmenggunakan teknologi Artificial Intelligence. Dalammemberikan penilaian simulasi tes IELTS sesi speaking,aplikasi IELTS Speaking Simulation menggunakan matrikspenilaian tes IELTS sesi speaking yaitu Fluency, Lexical,Grammar, dan Pronunciation.Aplikasi IELTS Speaking Simulation telah diuji terhadap 33responden yang merupakan calon pengguna aplikasi yangterdiri dari pelajar dan ahli bahasa Inggris. Dari hasilpengujian didapat hasil pengujian alfa aplikasi Android 100%dan hasil pengujian beta aplikasi mendapatkan hasil yangmemuaskan dimana 96% dari 33 responden setuju bahwa UserInterface / User Experience dari aplikasi telah sesuai dengan apayang diharapkan dibutuhkan pada aplikasi simulasi sesispeaking tes IELTS. Kata kunci— IELTS, Speaking, Fluency, Lexical, Grammar,Pronunciation, Android
Pengembangan Aplikasi Simulasi Sesi Speaking Tes IELTS Berbasis Android Ambarita , Ayub Rosihan; Setianingsih, Casi; Novianty, Astri
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

International English Language Testing Systematau biasa dikenal dengan IELTS adalah sebuah teskemampuan ystem Inggris yang diselenggarakan olehUniversitas Cambridge, British Council, dan IDP EducationAustralia. Dalam tes IELTS terdiri dari 4 sesi yaitu Reading,Writing, Listening, dan Speaking. Menurut ystem ic padatahun 2022, sesi Speaking menempati posisi kedua dengan nilaiterendah. Hal ini dikarenakan persiapan yang dilakukan untuksesi Speaking ini cukup kompleks dan memakan waktu yangcukup lama. Saat ini terdapat simulasi yang diadakan olehpihak resmi penyelenggara tes IELTS. Namum proses simulasiini berbayar dan proses penilaian cukup lama. Untuk mengatasipermasalahan tersebut, dibutuhkan sebuah mesin yang dapatmengevaluasi simulasi sesi Speaking tes IELTS secara langsungdan akurat. Untuk mengatasi permasalahan tersebut akan dikembangkan sebuah ystem Cloud yang menjalankan layananAPI sebagai penghubung antara model Machine Learning danAndroid. API akan menjalankan proses prediksi model MachineLearning terhadap request dari Android berupa penilaianterhadap matriks Fluency, Lexical, Grammar danPronunciation. Sehingga, hasil integrasi ystem keseluruhan iniakan menjadi sebuah aplikasi simulasi sesi Speaking tes IELTSberbasis Android yang dapat digunakan sebagai saranapelatihan simulasi sesi Speaking tes IELTS yang dapatmelakukan penilaian secara cepat dan murah. Kata kunci— IELTS, Speaking, Application ProgrammingInterface, Cloud, Android
Pengembangan Aplikasi Simulasi Sesi Speaking Tes IELTS Berbasis Android Wicaksana, Pandu Adhimakayasa; Setianingsih, Casi; Novianty, Astri
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

International English Language Testing System(IELTS) merupakan salah satu tes kemampuan bahasa Inggrisyang diselenggarakan oleh Universitas Cambridge, BritishCouncil, dan IDP Education Australia. Dalam tes IELTSterdiri dari 4 sesi yaitu Reading, Writing, Listening, danSpeaking. Menurut statistik pada tahun 2022, sesi Speakingmenempati posisi kedua dengan nilai terendah. Hal inidisebabkan karena persiapan yang dilakukan untuk sesiSpeaking ini relatif kompleks serta memakan waktu yangcukup lama. Saat ini terdapat simulasi yang diadakan olehpihak resmi penyelenggara tes IELTS. Namun proses simulasiini berbayar dan proses penilaian cukup lama. Untukmengatasi permasalahan tersebut, dibutuhkan pengembanganaplikasi Android dengan mengimplementasikan UI/UX dandataset Pertanyaan untuk menunjang aplikasi. Pembuatandataset topik dan Pertanyaan sudah diverifikasi oleh ahlibahasa dan mendapatkan 70% dengan verifikasi topik danpertanyaan yang sudah sesuai dengan tes resmi IELTS.Kemudian pengembangan UI/UX Aplikasi Simulasi IELTS SesiSpeaking sudah diverifikasi pengujianya dengan menggunakanbeta testing dengan pertanyaan yang sudah di validasi denganmetode Cronbach alpha didapatkan hasil 0,78. Hasil integrasisistem tersebut akan menjadi sebuah aplikasi simulasi sesiSpeaking tes IELTS berbasis Android yang dapat digunakansebagai sarana pelatihan simulasi sesi Speaking tes IELTSyang dapat melakukan penilaian secara cepat dan murah. Kata kunci— IELTS, Speaking, UI/UX, Beta testing, Android, Cronbach alpha
Pengembangan Sistem Monitoring Perawatan Lanjut Usia Menggunakan Webcam Dan Algoritma Yolov7: Deteksi Lansia Hidayad, Rahmad; Setianingsih, Casi; Novianty, Astri
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

Membuat sistem pemantauan perawatan lansiadengan memanfaatkan webcam dan teknologi YOLOv7sangatlah esensial untuk menyelesaikan isu-isu yang ditemuioleh generasi tua. Tanpa pengawasan yang tepat, lansiaberpotensi mengalami masalah kesehatan dan keselamatan,terutama bagi mereka yang berisiko tinggi terkena penyakitdemensia. Hambatan fisik dan mental yang umum terjadi padalansia membuat mereka kesulitan dalam melakukan rutinitasharian secara independen, sehingga solusi kreatif diperlukanuntuk pengawasan yang lebih efektif. Solusi yang diajukandalam kajian ini berfokus pada penciptaan sistem yang mampumembedakan lansia dari non-lansia dalam waktu nyata. Ujicoba mengindikasikan bahwa desain sistem memilikikapabilitas yang cukup baik dalam mengidentifikasi objek sertatingkah laku lansia. Berkat algoritma YOLOv7, sistem suksesdalam mengklasifikasi lansia dengan akurasi hingga 94% danmemonitor tindakan sehari-hari mereka dengan efektivitasyang memuaskan. Dengan kata lain, melalui pengembangansistem pemantauan ini, kita berkesempatan meningkatkankualitas perawatan dan kehidupan lansia, sekaligusmenyediakan dukungan yang sangat dibutuhkan bagi merekayang menangani permasalahan perawatan usia lanjut. Kata kunci— Monitoring, Algoritma YOLOv7, Pendeteksian lansia, realtime
Pengembangan Sistem Monitoring Perawatan Lanjut Usia Menggunakan Webcam Dan Algoritma Yolov7 Afandy, Muhammad Rizki; 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

Pengembangan sistem monitoring perawatanlanjut usia melalui pemanfaatan webcam dan algoritmaYOLOv7 memiliki signifikansi yang besar dalam mengatasiberbagai tantangan yang dihadapi oleh populasi lansia.Ancaman terhadap keselamatan dan kesehatan lansia dapatmeningkat akibat kurangnya pengawasan, terutama dalamkasus penyakit lupa ingatan yang sering terjadi pada lansia.Solusi yang diajukan dalam penelitian ini berfokus padapengembangan sistem yang mampu mendeteksi anggotakeluarga lansia melalui algoritma YOLOv7, dan kemudianmemberikan pemberitahuan berupa suara. Pengujian sistem inimenunjukkan tingkat akurasi yang cukup tinggi, mencapaikeberhasilan sebesar 96,26% dalam mengenali anggotakeluarga dan tamu. Oleh karena itu, pengembangan sistemmonitoring ini berpotensi meningkatkan perawatan dankualitas hidup lansia, sambil memberikan dukungan berhargabagi semua pihak yang terlibat dalam menghadapi tantanganperawatan lanjut usia. Kata kunci— Pengenalan Wajah, Keluarga Lansia,YOLOv7
Sistem Penghitung Manusia dan Pengenalan Wajah Menggunakan Drone Berbasis Web Flask Dhiyaul Haq, Muhammad Difa; Setianingsih, Casi; Prasasti, Anggunmeka Luhur
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 tentang penggunaan drone untuk menghitung manusia dan pengenalan wajah didorong olehsejumlah tantangan di berbagai bidang. Tantangan-tantanganini mencakup efisiensi terkait dengan penghitungan danpengenalan secara manual di area ramai atau luas, perlunyapengelolaan kerumunan yang efektif selama suatu acara dan diruang publik, serta urgensi untuk dengan cepat menentukanjumlah korban selamat dalam skenario bencana. Program yangmenggunakan drone untuk menghitung manusia danpengenalan wajah dapat secara efektif mengatasi berbagaitantangan. Program tersebut dapat membantu penyelenggaraacara dalam mengelola kerumunan selama pertemuan besar,membantu misi pencarian dan penyelamatan denganmenghitung secara akurat korban selamat di daerah bencana,meningkatkan keamanan dan pengawasan melalui pelacakanindividu secara real-time di zona terbatas, membantupengelolaan kerumunan di tempat umum, mempercepat proseskontrol perbatasan dan memastikan kepatuhan kesehatan dankeselamatan di lingkungan industri. Solusi serbaguna inimenunjukkan potensi untuk meningkatkan efisiensi,keamanan, dan pengambilan keputusan di berbagai sektor.Hasil yang didapat pada pengujian menggunakan sistem yangdibuat oleh para penulis menuai hasil yang cukup memumpuni.Dataset yang digunakan adalah hasil train terbaik didapatkandengan konfigurasi dataset adalah rasio 70 train : 15 valid : 15test, learning rate = 0.0001, batch 6 dan epoch 250. Programmampu mengenali dan menghitung manusia dengan rata-rataakurasi penghitungan dari berbagai ketinggian dengan kondisidrone bergerak adalah 68,75% dan dengan drone dalamkondisi diam dari berbagai ketinggian adalah 69,70%. Hasildari rata-rata akurasi program face recognition dengan dronekeadaan diam adalah 40,74% dan 14,81% untuk akurasidengan drone dengan kondisi bergerak Kata kunci — Pengenalan wajah, Penghitung manusia, Program, Dataset, real-time
Perancangan Aplikasi Tes Cfit Dan Sds Holland Bagi Siswa Sebagai Rekomendasi Jurusan Kuliah Masmur , Muhammad Rahardi; Setianingsih, Casi; Dirgantara , Fussy Mentari
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

Test IQ merupakan pemeriksaan yang dilakukandengan tujuan untuk mengetahui tingkat kecerdasan manusia,pembuatan website tes IQ pemilihan jurusan dengan metodeCFIT dan John Holland berbasis website ini diharapkan diberikemudahan pada user dalam melakukan tes IQ pemilihanjurusan. Penyajian tes yang digunakan melalui websitediharapkan dapat memberi banyak manfaat bagi para user.Metode digunakan dalam penelitian ini adalah CFIT dan JohnHolland untuk menentukan IQ dan jurusan seseorang. Inputandari sistem tes IQ pemilihan jurusan skoring tes dengan metodeCFIT dan Holland ini adalah CFIT terdiri dari soal 50 soal yangtersedia dan Holland terdiri dari banyaknya pertanyaan yangtersediakan. Kemudian proses yang dilakukan adalahmenjawab soal-soal dan pertanyaan disistem tersebut. Outputdari tes IQ pemilihan jurusan ini adalah menentukan IQ danjurusan kuliah seseorang. Dengan di buatnya website tes IQpemilihan jurusan ini kita dapat memperkenalkan bahwamemilih metode atau tes IQ pemilihan jurusan ini akanmempermudah seseorang dalam memilih jurusan kuliahnya. Kata Kunci: CFIT, Holland, tes IQ, website, pemilihan jurusan
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