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

 4   5   6   7   8 
Tes Psikologi Edwards Personal Preference Schedule Berbasis Komputer Untuk Menganalisa Kepribadian Dengan Algoritma Fuzzy Attallah Arelian Naufhal; Casi Setianingsih; Fussy Mentari Dirgantara
eProceedings of Engineering Vol 9, No 3 (2022): Juni 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pada bidang ilmu Psikologi, tes psikologi merupakan satu dari sekian banyak metode alat ukur kepribadian, dan merekomendasikan posisi pekerjaan sesuai dengan kepribadian. Pada kenyataannya, tes psikologi sebagian besar masih menggunakan aturan dan metode lama dalam prosesnya. Hal ini dirasa kurang efisien dalam prosesnya. Dalam penelitian ini penulis merancang suatu sistem klasifikasi yang dapat membantu untuk mengetahui tipe kepribadian seseorang dan posisi pekerjaan sesuai dengan kepribadiannya. Tes psikologi kepribadian yang digunakan adalah Edwards Personal Preference Schedule (EPPS). Dalam penggunaan pembelajaran mesin dengan metode fuzzy Tsukamoto yang akan membantu untuk mengklasifikasi rekomendasi posisi pekerjaan yang cocok. Pembuatan sistem klasifikasi ini akan menampilkan informasi mengenai tes psikologi EPPS, soal tes psikologi EPPS, dan hasil tes dari user yang telah selesai mengerjakan tes tersebut. Sistem tes psikologi EPPS menggunakan algoritma Fuzzy Tsukamoto memiliki tingkat akurasi dengan nilai persentase sebesar 100% dan akurasi dari psikolog nilai persentase sebesar 87%. Maka dapat disimpulkan bahwa sistem tes psikologi EPPS dapat memenuhi tujuan yang diinginkan, yaitumengetahui kepribadian seorang individu dan posisi pekerjaan yang cocok sesuai dengan kepribadian. Kata Kunci: Tes Psikologi EPPS, Fuzzy Tsukamoto, Posisi Pekerjaan, Tipe Kepribadian.
Klasterisasi Pada Data Penggunaan Listrik Di Gedung Telkom University Menggunakan Algoritma Density-Based Spatial Clustering Of Application With Noise (DBSCAN) Reza Mahendra; Fairuz Azmi; Casi Setianingsih
eProceedings of Engineering Vol 8, No 6 (2021): Desember 2021
Publisher : eProceedings of Engineering

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

Abstract

Proses pengubahan energi listrik tentunya membutuhkan biaya yang sesuai dengan jumlah pemakaiannya terutama pada tempat-tempat yang membutuhkan energi listrik dalam jumlah besar. Dengan jumlah konsumsi listrik yang besar, biaya yang dikeluarkan juga akan besar. Namun karena sulitnya memonitoring pemakaian listrik secara manual, ditambah tagihan listrik yang tidak menampilkan detail pemakaiannya, maka dengan menggunakan metode clustering dan menganalisa jumlah pemakaian listrik akan memudahkan dalam monitoring pemakaian listrik sehingga dapat dikelola dengan baik. Hasil dari penelitian ini menggunakan algoritma DBSCAN menghasilkan nilai Silhouette Coefficient untuk data pengujian per bulan menggunakan data real dan data perangkat virtual sebesar 1,0, data pengujian per hari sebesar 1,0 untuk data nyata dan 0,86 untuk data perangkat virtual dan data pengujian per gedung 0,86. Kata kunci : Penggunaan Listrik, Monitoring, DBSCAN, Clustering
Deteksi Pelanggaran Parkir Pada Bahu Jalan Tol Dengan Intelligent Transportation System Menggunakan Algoritma Yolo Maulana Heardy Yusfian; Casi Setianingsih; Ratna Astuti
eProceedings of Engineering Vol 9, No 3 (2022): Juni 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Jalan Tol merupakan Jalan bebas hambatan dan salah satu sarana yang banyak digunakan oleh masyarakat umum untuk mempersingkat waktu dalam bepergian. Sebagai jalan bebas hambatan, jalan tol mempunyai bahu jalan yang dapat digunakan untuk kepentingan khusus seperti Ambulance, Pemadam Kebakaran, atau keadaan darurat lainnya. Seringkali bahu jalan disalah gunakan untuk kepentingan yang tidak mendesak dan tidak darurat sehingga dapat merugikan pengguna jalan tol lainnya. Hal ini disebabkan kurangnya pengawasan dari petugas jalan Tol.mengatasi permasalahan tersebut. Sistem ini memiliki komponen utama, yaitu: algoritma YOLOV4 deteksi objek kendaraan. Kemudian kamera yang disebar di area sekitar bahu jalan tol agar dapat merekam pergerakan kendaraan. Hasil rekam data tersebut dapat diolah menjadi informasi yang akan di kirim ke petugas tol terdekat melalui Telegram Bot. Hasil yang didapatkan melalui tugas akhir ini adalah sistem yang akan mendeteksi pelanggaran pada bahu jalan tol menggunakan model dengan rasio 90%:10%, learning rate 0.06, dan max batch64, dengan nilai mAP mencapai 97,96% yang didapatkan melalui perhitungan confusion matrix. Nilai akurasi yang didapatkan melalui pengujian dengan algoritma YOLOV4 (You Only Look Once) pada kasus ini adalah 80%. Kata Kumci: Deep Learning,Deteksi Kendaraan, Telegram Bot, YOLOV4
Deteksi Emosi Berbasis Teks Untuk Menganalisis Kuliah Daring Selama Masa Pandemi Menggunakan Algoritme K-nearest Neighbors Mohammad Naufal Nabil Abdillah; Casi Setianingsih; Fussy Mentari Dirgantara
eProceedings of Engineering Vol 9, No 4 (2022): Agustus 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Pada awal tahun 2020 terjadi sebuah peristiwa pandemi Covid-19, dimana instansi pendidikan memberlakukan kegiatannya secara online. Terdapat opini yang timbul di masyarakat terutama dari para mahasiswa yang mencurahkan emosinya di media sosial terutama Twitter. Penelitian ini bertujuan untuk mengetahui bagaimana emosi yang timbul dikalangan mahasiswa terkait dengan kuliah online. Pada Tugas Akhir ini digunakan algoritma K-Nearest Neighbor sebagai metode klasifikasi teks berbahasa Indonesia. Berdasarkan penelitian yang dilakukan oleh Shaver, terdapat lima kategori emosi dasar bahasa Indonesia yaitu marah, senang, sedih, takut, dan cinta. Pembagian data dibagi menjadi data tiga label emosi marah, senang, dan cinta, dan 4 label emosi marah, senang, takut, cinta. Data yang digunakan diambil dari scraping data twitter dan data Github. Pada Tugas Akhir ini, telah dilakukan pengujian menggunakan metode Confusion Matrix untuk mengetahui seberapa baik model yang telah dibuat pada sistem deteksi emosi berbasis teks. Hasil penelitian pada tugas akhir ini menunjukan bahwa sistem pendeteksi emosi berbasis teks dapat berjalan dengan baik dengan mendapatkan akurasi 78.91% pada data tiga label emosi pada partisi data 0.1, akurasi 69.74% pada data empat label emosi pada partisi data 0.2, dan akurasi 59.12% pada data lima label emosi pada partisi data 0.1. Kata kunci-emosi, k-nearest neighbor, text processing.
Sistem Informasi Monitoring Bencana Alam Dari Data Media Sosial Menggunakan Metode K-nearest Neighbor Kevin Manfield Anderson Pasaribu; Randy Erfa Saputra; Casie Setianingsih
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Bencana alam adalah hal yang alami dan tidak bisa diperkirakan. Dampak bencana alam tergantung dari besar intensitasnya, yang dapat berupa tanah longsor, banjir, gempa bumi, bahkan korban jiwa sekalipun. Banyak hal yang bisa diminimalisir sebelum bencana tersebut meluas. Untuk itulah pentingnya informasi akan terjadinya bencana. Sosial media adalah tempat yang dapat menghubungkan satu informasi ke informasi yang lain, sehingga dapat tersebar luas. Perkembangan media sosial saat ini sangatlah cepat terlebih dengan adanya berita yang berkaitan dengan bencana di sekitar. Salah satu media sosial yang sekarang sangat banyak digunakan adalah Twitter. Dengan menggunakan Twitter, masyarakat dapat dengan cepat memberi penyebaran informasi bencana melalui tweet agar dampak penanggulangan dapat dipercepat. Maka dari itu, inilah pentingnya untuk mengetahui informasi secara real-time tentang jumlah kejadian bencana alam agar antisipasi dapat dilakukan sejak dini. Maka dari penjelasan yang disebutkan diatas dibutuhkan sistem yang dapat memilah dengan sendiri data bencana alam pada Tweet. Hasil pengujian dibuat untuk menampilkan mapping bencana yang terjadi di wilayah Indonesia yang diklasifikasikan berdasarkan area yang memiliki data tweet dalam bentuk visualisasi peta wilayah bencana mana yang lebih tinggi frekuensi serta jenis bencananya. Klasifikasi wilayah dilakukan menggunakan metode algoritma K-Nearest Neighbor. Dalam penelitian ini hasil nilai uji Confusion matrix memiliki akurasi yang terbaik dengan menggunakan metric Jaccard sebesar 86% dan untuk performansi data sharing menggunakan k-fold cross validation 10 Fold, hasil akurasi terbaiknya adalah metric Jaccard yaitu sebesar 83% pada Fold 8. Kata Kunci: twitter, bencana alam, klasifikasi, confusion matrix, k-fold cross validation
Perancangan Dan Implementasi Tes Psikologi Rothwell Miller Interest Blank Berbasis Komputer Dengan Metode Random Forest Sigit Yudha Juwantoro; Roswan Latuconsina; Casi Setianingsih
eProceedings of Engineering Vol 8, No 2 (2021): April 2021
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Banyak anak masih belum mengetahui minat dan bakat yang ada pada dirinya, oleh karena itu ketika menginjak bangku perkuliahan banyak anak yang merasa bahwa dirinya mengambil jurusan yang salah. Bahkan tidak jarang juga orang merasa bahwa dirinya tidak cocok bekerja pada bidang yang sedang dijalaninya. Salah satu metode untuk mengukur minat sekaligus untuk merekomendasikan tentang jurusan atau karir sesuai dengan kemampuan nya adalah dengan mengikuti tes psikologi minat dan bakat. Penelitian ini membahas tentang perancangan dan implementasi tes psikologi Rothwell Miller Interest Blank (RMIB) untuk mengetahui minat seseorang berdasarkan pilihan pekerjaan yang diminatinya, menggunakan aplikasi berbasis komputer dengan pemrograman berbasis web dan menggunakan metode Random forest. Tes ini mengukur minat seseorang berdasarkan ranking terhadap pekerjaan yang diminati nya. Penelitian ini di fokuskan kepada mahasiswa, untuk menentukan jenjang karir selanjutnya. Dengan tes ini diharapkan mahasiswa tidak salah dalam menentukan jenjang karir yang akan di jalani kedepannya. Keluaran dari aplikasi ini 90% pengguna mendapatkan hasil yang cocok berdasarkan hasil scoring dengan profesi yang diminatinya. Berdasarkan pengujian yang sudah dilakukan, aplikasi ini mendapatkan 100% dari total 6 pengujian alpha dan 81,125% dari pengujian usability. Tes psikologi RMIB berbasis komputer ini sudah di viladasi oleh psikolog dan dapat berjalan sesuai dengan tes psikologi RMIB berbasis kertas. Kata kunci: Tes Psikologi, Rothwell Miller Interest Blank, Web, Random forest Abstract Many children still do not know the interests and talents that exist in them, therefore when they enter college many children feel that they are taking the wrong major. In fact, it is not uncommon for people to feel that they are not suitable to work in the field they are doing. One method to measure interest as well as to recommend a major or career in accordance with their abilities is to take a psychological test of interest and talent. This study discusses the design and implementation of the Rothwell Miller Interest Blank (RMIB) psychological test to determine a person's interest based on the choice of the job he is interested in, using computer-based applications with web-based programming and using the Random Forest method. This test measures a person's interest based on the ranking of the job that interests him. This research is focused on students, to determine the next career path. With this test, it is hoped that students will not be wrong in determining the career path that will be taken in the future. The output of this application is 90% of users get suitable results based on the scoring results with the profession they are interested in. Based on the tests that have been done, this application gets 100% of the total 6 alpha tests and 81.125% from usability tests. This computer-based RMIB psychological test has been tested by a psychologist and can run according to the paper-based RMIB psychological test. Keywords: Psychological Test, Rothwell Miller Interest Blank, Web, Random Forest
Real Time Cctv Deteksi Manusia Dengan Sistem Virtual Line Hamdi Aziz Al-Mujadidi; Sony Sumaryo; Casi Setianingsih
eProceedings of Engineering Vol 6, No 3 (2019): Desember 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Real Time CCTV Deteksi Manusia Dengan Sistem Virtual Line adalah sistem pengawas suatu tempat yang dapat mendeteksi manusia saat melintasi garis virtual tersebut. Metode ini dapat digunakan untuk keamanan suatu tempat, bisnis, dan lainnya. Ketika adanya kejahatan di suatu tempat CCTV pada umumnya hanya dapat merekam kejadian tersebut untuk bukti. Maka dibutuhkan CCTV yang mampu mendeteksi manusia saat akan melakukan kejahatan dan CCTV ini dapat melakukan pekerjaan tersebut. Pengolahan citra mampu memberikan pengenalan terhadap objek diruang lingkup CCTV tersebut, sistem garis virtual yang diterapkan pada kamera CCTV dan metode Haar Cascade untuk mendeteksi manusia saat melintasi garis virtual secara Real Time. Sistem ini dapat mendeteksi manusia saat melintasi garis virtual tersebut. Abstract Real Time CCTV Smart Virtual Line the Supervisor System is where you can locate moving objects and people. This method can be used for security, location, work and more. When There is a crime somewhere in the CCTV in general only the incident can be recorded for evidence. Then the CCTV takes the ability to detect the moving objects that are transported by humans and it can locate the job. Image processing is able to supply an Introduction to the objects in the room of the range of the CCTV system, the virtual line applied to CCTV camera and method Her Waterfall to Locate a Moving object Real time. This system can detect moving objects-people. Keywords: Real Time, Virtual Line, Image Processing, Haar Cascade
Perancangan Aplikasi Sistem Pakar Tanaman Hidroponik Terintegrasi Iot Menggunakan Metode Forward Chaining Muhamad Ramadhan; Muhammad Ary Murti; Casi Setianingsih
eProceedings of Engineering Vol 8, No 3 (2021): Juni 2021
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Aplikasi sistem pakar hidroponik dengan metode pengambil keputusan forward chaining dan certainty factor, menjadi alat bantu pegiat hidroponik yang dapat dibawa kemanapun yang hanya bermodalkan Internet dan Smartphone android. Sistem pakar yang dibangun dapat melakukan monitoring, serta pengendalian alat kontrol nutrisi hidroponik yang terintegrasi (Internet of Things). Data sensor ph dan tds akan diproses menggunakan metode pengambil keputusan forward chaining dan penentu kepastian Certainty Factor untuk melakukan klasifikasi dan penangan solusi masalah larutan hidroponik. Sistem pakar dibuat menggunakan aplikasi android studio yang memiliki akurasi pengambilan keputusan yang telah di validasi pakar sebesar 100%, dan memiliki interval waktu rata-rata pengiriman data ke alat selama 39,2 detik. Alpha testing has been carried out on the application system with 100% accuracy, pengujian beta dengan aspek usability > 80%, pengujian validitas dengan ke-6 pertanyaan memiliki nilai > rtabel dinyakan valid, Uji reliabilitas memiliki nilai Alpha = 0.8105 > 0.6 (nilai pembanding) maka dinyatakan reliable. Kata Kunci : Hidroponik, Sistem Pakar, Forward Chaining, Certainty Factor Abstract The hydroponic expert system application with the forward chaining decision-making method and certainty factors, becomes a tool for hydroponic activists that can be carried anywhere with only the Internet and an Android Smartphone. The expert system that is built can monitor and control an integrated hydroponic nutrition control device (Internet of Things). The ph and tds sensor data will be processed using the forward chaining decision-making method and the Certainty Factor determinant to classify and handle hydroponic solution problems. The expert system is made using the android studio application which has an accuracy of decision making that has been validated by experts at 100%, and has an average time interval of sending data to the tool for 39.2 seconds. Alpha testing has been carried out on the application system with 100% accuracy, beta testing with usability aspects> 80%, validity testing with all 6 questions having a value> rtabel declared valid, reliability test having Alpha value = 0.8105> 0.6 (comparable value ) then declared reliable. Keyword : Hydroponic, Expert System, Forward Chaining, Certainty Factor
Clustering Pada Data Sentiment Penggunaan Transportasi Online Menggunakan Algoritma Single Pass Clustering Ja’far Razzaq; Fairuz Azmi; Casi Setianingsih
eProceedings of Engineering Vol 8, No 6 (2021): Desember 2021
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Transportasi online hadir ditengah – tengah masyarat sebagai solusi untuk masyarakat saat ingin berpergian, namun sangat padatnya pengguna transportasi umum. Namun, dengan semakin menjamurnya transportasi online, semakin banyak juga komentar yang diberikan oleh penggunanya mengenai kinerja dari transportasi online baik itu komentar posistif, negatif, atau netral. Pada penelitian ini penulis mencoba melakukan pengelompokan data terhadap komentar positif, negatif, dan netral yang dimana komentar diambil melalui media sosial Instagram penyedia jasa transportasi online Go-Jek Indonesia dan Grab Indonesia. Data yang telah didapat kemudian melalui tahapan pre-processing, pembobotan kata, clustering dimana pada penelitian ini menggunakan algoritma Single Pass Clustering, dan kemudian hasil clustering ditampilkan di website. Hasil pengujian dari proses clustering dengan mengguankan threshold 0.1 sampai 0.9 didapat bahwa semakin besar nilai threshold semkin cepat proses clustering dan semakin sedikit clusternya. Hasil terbaik didapat pada threshold 0.1 dimana pada dataset positif didapat hasil 123 cluster dengan kecepatan 0.001196800s. Sedangkan pada dataset negatif didapat hasil 170 cluster dengan kecepatan 0.002018130s. Sedangkan pada dataset netral didapat hasil 151 cluster dengan kecepatan 0.001530701s. Kata kunci : Transportasi Online, Sosial Media Instagram, Clustering, Single Pass Clustering
Analisis Sentimen Ulasan Kebijakan Zonasi Sekolah Pada Penerimaan Siswa Baru Dengan Teks Bahasa Indonesia Menggunakan Algoritma NaÏve Bayes Martarheza Marthiyas; Budhi Irawan; Casi Setianingsih
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Dunia pendidikan Indonesia setiap tahunnya terus mencoba memperbaiki sistem pendidikannya salah satu yang cukup kontroversial atau ramai di beritakan adalah kebijakan zonasi dalam penerimaan siswa baru yang berlaku pada tahun ajaran baru 2019/2020. Karena kebijakan Zonasi Sekolah, calon murid yang rumah tempat tinggalnya berada di sekitar sekolah dari tingkat SD hingga SMA diprioritaskan untuk berhak menjadi calon murid dibandingkan dengan siswa yang mungkin saja rumah tempat tinggalnya jauh dari sekolah yang di favoritkannya sejak lama, permasalahan kebijakan zonasi sekolah cukup membuat orang tua murid resah, karena mungkin saja tidak bisa bersekolah di sekolah favorit. Oleh karena permasalahan tersebut dirancanglah sistem sentimen analisis ulasan berdasarkan sosial media twitter tentang permasalahan zonasi sekolah dengan menggunakan Metode Naïve bayes. Sistem analisis setimen kebijakan zonasi sekolah yang dirancang akan menghasilkan klasfikasi dari opini-opini masyarakat pengguna twitter dan dapat menyimpulkan kebijakan tersebut merupakan kategori positif, negatif atau netral dari pengguna twitter di Indonesia. Dengan harapan sistem ini dapat menjadi informasi umpan balik dari permasalahan yang sedang dihadapi oleh pendidikan Indonesia. Pada penelitian ini Sistem menghasilkan akurasi sebesar 90.69%, presisi 90.93%, recall 90.69% dan f1 score 90.75% dengan jumlah fitur terbaik yaitu 2000. Kata kunci : Klasifikasi Teks, Pendidikan, Zonasi Sekolah, Naïve Bayes, sentimen analisis. Abstract The world of education in Indonesia continues to try to improve its education system every year, one of which is quite controversial or widely preached is the zoning policy in admitting new students that applies in the new school year 2019/2020. Because of the School Zoning Policy, prospective students whose homes are located around the school from elementary to high school level are prioritized to be eligible to become prospective students compared to students who may have their homes far from the school they have favored for a long time, the problem of school zoning policies is enough to make parents are worried, because they might not be able to go to a favorite school. Because of this problem, a sentiment analysis review system was designed based on social media Twitter on the issue of school zoning using the Naïve Bayes Method. The school zoning policy setiment analysis system designed will produce classifications of the opinions of the Twitter user community and can conclude that the policy is a positive, negative or neutral category of Twitter users in Indonesia. It is hoped that this system can provide feedback on the problems being faced by Indonesian education. In this study the system produces an accuracy of 90.69%, a precision of 90.93%, a recall of 90.69% and an F1 score of 90.75% with the best number of features, 2000. Keywords: Text Classification, Naïve Bayes
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