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

 1   2   3   4   5 
Deteksi Ujaran Kebencian dengan Menggunakan Algoritma Convolutional Neural Network pada Gambar Bagas Prakoso Putra; Budhi Irawan; Casi Setianingsih
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Ujaran kebencian adalah perkataan, perilaku, tindakan yang dilarang karena menimbulkan terjadinya tindak yang memicu kekerasan dan sikap anarkis terhadap individu atau kelompok yang lain. Etika dalam ber-internet perlu ditegaskan mengingat internet merupakan hal yang dianggap kebutuhan pentingmbagi masyarakat jaman sekarang. Tetapi, semakin banyak pihak yang menyalah gunakan internet untuk menyebarluaskan hal-hal yang berkaitan dengan ujaran kebencian, seperti suku bangsa,agama dan ras. karena penyebaran berita yang bersifat ujaran kebencian di internet, menjadi hal yang patut diperhatikan. Pengembangan sistem untuk mendeteksi ujaran kebencian melalui gambar memang cukup jarang untuk untuk saat ini. Maka dari itu penelitian ini diklasifikasikan untuk mendeteksi adakah unsur ujaran kebencian pada gambar yang nantinya dipilih. Dalam Tugas Akhir ini, Penulis berharap bisa membuat bagaimana cara mengklasifikasi unsur ujaran kebencian pada sebuah gambar yang dilakukan oleh komputer, yang nantinya komputer bisa mengenali adakah ujaran kebencian pada gambar melalui teks yang ada. Dengan menggunakan metode Deep Learning dengan algortima Convolutional Neural Network (CNN). Setelah pembuatan aplikasi ini, diharapkan Komputer dapat mengetahui dan bisa mengklasifikasi adakah ujaran kebencian dengan mendeteksi gambar tersebut. Kata Kunci: CNN (Convolutional Neural Network , Deep Learning Abstract Hate speech are a words,actions which is prohibited because it leads to acts that trigger anarchic and violence attidudes toweard other individuals or groups. Ethics in the internet are needed considering that internet is a matter that important use for today's society. However, more parties are miss using the internet to spread such kind a hate speech, such as ethnicity, religion and race. The development of a system for detecting hate speech through images is quiet rare for now a days. therefore this study is classified to detect whether there is an element of hatred in the image that will be selected in this final project, the author hopes to make how to classify the element of hate speech in an image performed by the machine learning, which later that machine leanring can recognize any kind of hate speech on the image through the existing text. By using Deep Learning method with Convolutional Neural Network (CNN) algorithm. After making this application, machine learning is expected to know and classify any hate speechby detecting some text on an images. Keywords: Convolutional Neural Network (CNN), Deep Learning
Prediksi Nilai Jual Objek Pajak (njop) Gedebage Menggunakan Metode Backpropagation Mohammad Ibrahim Al Mahi; Purba Daru Kusuma; Casi Setianingsih
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Ujaran kebencian adalah tindakan komunikasi yang dilakukan oleh suatu individu atau kelompok dalam bentuk provokasi, hasutan, ataupun hinaan kepada individu atau kelompok yang lain dalam hal berbagai aspek seperti ras warna kulit, gender, cacat, orientasi seksual, kewarganegaraan, agama dan lain - lain. Etika dalam ber-internet perlu ditegaskan mengingat internet merupakan hal yang dianggap kebutuhan pentingmbagi masyarakat jaman sekarang. Tetapi, semakin banyak pihak yang menyalah gunakan internet untuk menyebarluaskan hal-hal yang berkaitan dengan ujaran kebencian, seperti suku bangsa,agama dan ras. karena penyebaran berita yang bersifat ujaran kebencian di internet, menjadi hal yang patut diperhatikan. Pengembangan sistem untuk mendeteksi ujaran kebencian melalui gambar memang cukup jarang untuk untuk saat ini. Maka dari itu penelitian ini diklasifikasikan untuk mendeteksi adakah unsur ujaran kebencian pada gambar yang nantinya dipilih. Dalam Tugas Akhir ini, Penulis berharap bisa membuat bagaimana cara mengklasifikasi unsur ujaran kebencian pada sebuah gambar yang dilakukan oleh komputer, yang nantinya komputer bisa mengenali adakah ujaran kebencian pada gambar melalui teks yang ada. Dengan menggunakan Latent Semantic Analysis (LSA) dan perhitungan matrix Singular Value Decomposition (SVD). Setelah pembuatan aplikasi ini, diharapkan Komputer dapat mengetahui dan bisa mengklasifikasi adakah ujaran kebencian dengan mendeteksi gambar tersebut. Kata Kunci: Prediksi, NJOP, Artificial Neural Network (ANN), Backpropagation Abstract Nilai Jual Objek Pajak (NJOP) has an important role to apply the basic tax in Bandung. Therefire the Government of Bandung through Dinas Pelayanan Pajak (Disyanjak) set the value of NJOP for every 4 years. However, in the process of establishing NJOP there many obstacles that make the process costly with unsatisfactory results. Therefore, it needs a solution to be able to minimize the cost budget so can get satisfactory result. One way to predict NJOP with Artificial Neurol Network (ANN) Backpropagation method. Backpropagation is a neural network with many layers that are often used to predict something. The advantages of this method are able to formulate of forecasters, as well as very flexible in the change of approximate rules. The training data used for this research is NJOP data in 2008, 2009, 2013 and 2015. While the testing data that will be used is NJOP data of 2017. And for prediction process will be run to predict NJOP in 2018. From the test results can be concluded that the accuracy of test data is 78.4%. With the combination of hidden layer parameter = 30, learning rate = 0.2 with target epox maximum termination of 80000. Keywords: Predict, NJOP, Artificial Neural Network (ANN), Backpropagation
Perancangan Dan Implementasi Aplikasi Pencarian Rute Optimal Untuk Pemadam Kebakaran Berbasis Android Menggunakan Algoritma Ant Colony Optimization (studi Kasus:kota Bandung Dan Sekitarnya) Izzat Arramsyah; Budhi Irawan; Casi Setianingsih
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Dengan status kota metropolitan, bandung tentu memiliki banyak permasalahan yang dihadapi. Salah satu permasalahan yang sering terjadi adalah kebakaran di daerah padat penduduk. Ketika kebakaran terjadi pihak pemadam kebakaran harus cepat menuju lokasi kebakaran. Namun permasalahanya terkadang tidak diketahui situasi jalan yang akan dilewati. Dengan permasalahan yang ada, maka diperlukan sebuah solusi bagi pemadam kebakaran yaitu dengan sebuah aplikasi android pencarian ruteoptimal untuk mencapai lokasi.  Dalam penentuan rute optimal pada aplikasi digunakan metode simple additive weightning (SAW)  untuk melakukan perhitungan banyak kriteria seperti jarak, lokasi kemcetan atau daerah padat dan sumber air yang bisa dimanfaatkan untuk memadamkan api dan algoritma ant colony optimation  sebagai pencarian rute. Dengan aplikasi ini petugas pemadam kebakaran akan dimudahkan dalam memilih rute optimal sehingga dapat meminimalisir terjadinya kejadian yang tidak diinginkan. Dari hasil pengujian yang telah dilakukan, algoritma ant colony optimation dapat diimplementasikan untuk melakukan pencarian rute optimal pada sistem operasi android. Pemadam kebakaran selain mengetahui rute optimal juga dapat mengetahui informasi kemacetan serta sumber air yang bisa digunakan. 
Pengenalan Emosi Manusia Berbasis Data Suara Menggunakan Algoritma Backpropagation Muhammad Iqbal G Putra; Andrew Brian Osmond; Casi Setianingsih
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstract The current technological developments are growing very fast and have enormous benefits on our lives. To examine more about how a computer recognizes emotions in humans through the sound media that is processed first and adjust the computer language or in other words Emotion Recognition. This final project uses Neural Network method. Neural Network or also called in bahasa is Jaringan Syaraf Tiruan (JST) is an effective system that can change its structure based on flowing information. Neural Network in this final project is used to conduct training and data testing. While Fast Fourier transform (FFT) is used to process sound data and convert from analog to digital, which is used as input of Neural Network and processed asone of the materials to get the decision whether the voice data used contain emotion or the system cannot detect the emotion. So after the authors do the test system that has been made obtained 100% accuracy on the test of cross validation, this result shows that the system is very good for use in detecting emotion in a voice. While the test using Indonesian language test data system get 79.1667% accuracy and the test using the English language test data accuracy obtained for 89.1892%, it shows that the system is made better use of English test data because the data train on the system using data practicing english speaking. Keywords : Emotion Recognition, Neural Network, Jaringan Saraf Tiruan, FFT.
Klasifikasi Emosi Pada Lirik Lagu Menggunakan Metode Support Vector Machine Irfan Dhiya Abirawa; Andrew Brian Osmond; Casi Setianingsih
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Lagu merupakan sebuah salah satu elemen yang paling berpengaruh dalam menentukan ekspresi dan emosi. Dengan elemen yang bersifat audio dan dapat di representasikan maknanya yang lebih kuat dalam lirik lagu. Klasifikasi lagu dapat dilakukan dengan menggunakan lirik lagu sebagai media yang digunakan untuk mengklasifikasi ekspresi dan emosi seseorang. Dengan menggunakan model Emotion Ontology Thayer Model, klasifikasi text processing digunakan dengan menerapkan fiture part-of-speech dalam proses pre processing dengan Support Vector Machine sebagai algoritma untuk mengklasifikasikan ekspresi dan emosi sebuah lagu. Diharapkan dengan menggunakan Support Vector Machine dapat meningkatkan akurasi hasil klasifikasi. Kata kunci : Lirik Lagu, Text Processing, part-of-speech, Support Vector Machine. Abstract Song is one of the most influential elements in determining expression and emotion. With an elements that are audio and can be represented more powerful meaning in the lyrics of the song. Classification of songs can be done by using song lyrics as a medium used to classify expression and emotions a someone. Using the Emotion Ontology Thayer Model, text-processing classification is used by applying a part-of-speech fiture in the pre-processing process with the Support Vector Machine as an algorithm to classify the expression and emotion of a song. It’s hoped that using Support Vector Machine can improve the accuracy of classification results. Keywords : Song Lyrics, Text Processing, part-of-speech, Support Vector Machine.
Perancangan Pintu Pintar Untuk Deteksi Wajah Nyata Berbasis Pengolahan Citra Digital Menggunakan Deteksi Gerak Fisiologis Rizky Naufal Perdana; Budhi Irawan; Casi Setianingsih
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Pada era modern teknologi pengolahan citra berkembang sangat pesat untuk membantu dan memudahkan pekerjaan manusia. Wajah manusia dapat digunakan dalam pengolahan citra sebagai kunci keamanan karena setiap orang memiliki karakteristik wajah yang berbeda-beda, walaupun sebagian orang memiliki beberapa karakteristik yang sama. Salah satu tujuan image processing dapat mempelajari bagaimana mengolah citra untuk melakukan deteksi objek.Proyek akhir ini memiliki tujuan yaitu mengimplementasikan deteksi wajah nyata berbasis pengolahan citra pada rancangan pintu pintar. Sistem deteksi gerak fisiologis dapat mengenali perbedaan wajah nyata dan tiruan foto berdasarkan gerak reflek wajah pada bagian mata dan mulut. Metode yang digunakan untuk deteksi wajah yaitu Histogram Oriented Gradient dan Haar-Cascade, deteksi gerak reflek wajah menggunakan Support Vector Machine.Hasil akhir dari proyek akhir ini menyimpulkan bahwa sistem pintu pintar dengan deteksi gerak fisiologis yang telah dirancang berhasil melakukan deteksi wajah nyata tingkat rata-rata akurasi adalah 93,5% dan wajah tiruan foto memiliki rata-rata 90,7% berdasarkan deteksi gerakan reflek mata dan mulut. 
Perancangan Pintu Pintar Untuk Mengenali Wajah Nyata Berbasis Pengolahan Citra Menggunakan Metode Principal Component Analysis Dan Template Matching Correlation Valerian Ezra Vyanza; Budhi Irawan; Casi Setianingsih
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Teknologi pengolahan citra digital pada era modern semakin pesat perkembangannya. Dengan dukungan software yang banyak bermunculan, teknologi tersebut semakin mempermudah aktivitas kehidupan manusia. Salah satu disiplin ilmu yang membahas teknologi tersebut adalah image processing.Tugas Akhir ini bertujuan merancang pintu pintar untuk mengenali wajah nyata berbasis pengolahan citra. Pintu pintar ini akan menjadi sebuah sistem pengenalan wajah dengan tingkat keakurasian dan kecepatan yang lebih tinggi. Dua metode utama yang digunakan dalam merancang sistem tersebut adalah Principal Component Analysis dan Template Matching Correlation. Hasilnya menunjukkan: (a) sistem pintu pintar yang dikembangkan dalam penelitian ini berhasil mengenali wajah dengan tingkat akurasi 80% (b) sistem pintu pintar ini juga dapat mengenali wajah dengan kecepatan 4.6 detik per subyek.
Analisis Sentimen Menggunakan Metode Learning Vector Quantization M. Indra Halim Arsya Dwi Akbari; Astri Novianty; Casi Setianingsih
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Media sosial sebagai media komunikasi untuk menghubungkan semua orang menjadi mudah diterima oleh masyarakat seiring dengan perkembangan teknologi informasi. Data dari media sosial yang berisi opini dari masyarakat tersebut dapat diolah menjadi sebuah informasi yang lebih penting nilainya, salah satunya dengan menggunakan analisis sentimen. Dalam perkembangannya analisis sentimen digunakan dalam banyak kepentingan misal perusahaan, lembaga survei, dan pemerintah. Di dalam penelitian Tuagas Akhir ini, dilakukan analisis sentimen menggunakan algoritma Learning Vector Quantization (LVQ). Langkah pertama yang dilakukan adalah pengambilan data Tweet dari Twitter menggunakan Twitter API. Setelah itu melakukan preprocessing untuk mengolah data dan mengekstraksi fitur yang terkandung di dalamnya. Setelah itu list fitur diubah menjadi bentuk vector dengan menggunakan pembobotan TF-IDF. Performansi akurasi dari metode didapatkan dengan menguji learning rate, epoch dan jumlah data yang digunakan. Dari hasil pengujian performansi algoritma Learning Vector Quantization (LVQ) diketahui bahwa semakin tinggi learning rate maka akurasi yang didapatkan semakin kecil, kemudian semakin tinggi jumlah epoch maka akurasi semakin besar. Akurasi rata-rata yang berhasil dicapai pada penelitian ini adalah sebesar 73.15%, 66.42%, dan 69.58% untuk setiap data. Kata kunci :Learning Vector Quantization, LVQ, Analisis Sentimen, Machine Learning
Perancangan Deteksi Kepadatan Lalu Lintas Melalui Kamera Ip Menggunakan Algoritma Sad (sum Of Absolute Differences) Yudhi Septian Rahman; Rumani Rumani; Casi Setianingsih
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Pada saat ini, perkembangan di bidang industri otomotif tengah berkembang dengan cepat, dengan mengandalkan teknologi robotika, maka manufaktur kendaraan bermotor semakin cepat dan mudah. Hal ini membuat jumlah kendaraan bermotor semakin meningkat dengan harga yang terjangkau, dampak lainnya adalah masyarakat semakin gemar membeli kendaraan pribadi yang menyebabkan volume kendaraan meningkat dengan pesat dan menimbulkan kepadatan pada ruas jalan di lalu lintas.Dalam mengatasi kepadatan lalu lintas, petugas kepolisian lalu lintas diterjunkan untuk mengendalikan situasi lalu lintas dengan melakukan rekayasa lalu lintas atau override pada lampu lalu lintas. Namun jika kondisi lalu lintas tengah berada pada waktu tertentu yang menyebabkan volume kendaraan tidak terkendali, dibutuhkan cara lain untuk mengurai kepadatan lalu lintas. Pada Tugas Akhir ini, suatu kamera yang dapat memantau jumlah kendaraan dengan cara citra video diolah menggunakan algoritma SAD yang bekerja dengan cara membandingkan nilai distance kedua frame referensi dan frame saat tertentu agar dapat menghasilkan pernyataan kondisi lalu lintas. Dengan mengkombinasikan algoritma SAD dan perhitungan White Pixels maka dapat melakukan deteksi kendaraan dan menghitung jumlah kendaran dalam suatu ruas jalan pada lalu lintas. 
Klasifikasi Emosi Pada Lirik Lagu Menggunakan Metode NaÏve Bayes Classifier Maftukhah Carolin Noviardini; Andrew Briand Osmond; Casi Setianingsih
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Lagu merupakan hiburan dalam aktivitas manusia yang melibatkan suara-suara yang teratur. Lagu berupa sekumpulan nada-nada yang dirangkai menjadi sebuah bunyi yang sangat indah dan harmoni. Emosi pada lagu menjelaskan makna emosional yang melekat pada sebuah klip lagu. Dalam Tugas Akhir ini akan dilakukan klasifikasi emosi berdasarkan lirik lagu, sebagai media yang digunakan untuk mengklasifikasi ekspresi dan emosi seseorang, kemudian untuk dapat mengklasifikasi emosi berdasarkan lirik lagu sesuai dengan yang pendengar inginkan, dibutuhkan metode yang tepat dan metode yang digunakan oleh penulis adalah Naïve Bayes Classifier, sebagai metode yang dapat melakukan klasifikasi emosi lirik lagu. Naive Bayes Classifier merupakan salah satu metode Machine Learning yang menggunakan perhitungan probabilitas. Konsep dasar yang digunakan oleh Naïve Bayes Classifier adalah Teorema Bayes, yaitu teorema yang digunakan dalam statistika untuk menghitung suatu peluang. Kata Kunci : Emosi, Text Mining, Naïve Bayes Classifier. Abstract Song is an entertainment in human activity that involves regular voices. Song is a collection of tunes that are strung together into a very beautiful sound and harmony. The emotion in the song can explains the emotional significance That is attach to a song clip. In this Final Project will be carried out the classification of emotions based on song lyrics, as a medium used to classify one's expression and emotions. Then to be able to classify emotions based on song lyrics according to what the listener wants, the right method is needed and the method used by the author is the Naïve Bayes Classifier, as a method that can classify the emotion of the song lyrics. Naive Bayes is one of a Machine Learning method that uses probability calculations. The basic concept used that is in Naïve Bayes Classifier is Bayes's Theorem, a theorem is used in statistics to calculate an probability. Keyword : Emotion, Text Mining, Naïve Bayes Classifier.
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