Article Per Year (5 Year)
p-Index From 2021 - 2026
9.43
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IAES International Journal of Robotics and Automation (IJRA) IAES International Journal of Artificial Intelligence (IJ-AI) Bulletin of Electrical Engineering and Informatics Jurnal Informatika Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Journal of ICT Research and Applications JUITA : Jurnal Informatika MUSTEK ANIM HA Scientific Journal of Informatics JOIV : International Journal on Informatics Visualization Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) SISFOTENIKA Wikrama Parahita : Jurnal Pengabdian Masyarakat IT JOURNAL RESEARCH AND DEVELOPMENT JURNAL REKAYASA TEKNOLOGI INFORMASI SINTECH (Science and Information Technology) Journal JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi MIND (Multimedia Artificial Intelligent Networking Database) Journal KOMPUTIKA - Jurnal Sistem Komputer TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol Building of Informatics, Technology and Science JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Informatika dan Rekayasa Elektronik Journal of Innovation Information Technology and Application (JINITA) Infotek : Jurnal Informatika dan Teknologi Jurnal Teknologi Informatika dan Komputer SKANIKA: Sistem Komputer dan Teknik Informatika Innovation in Research of Informatics (INNOVATICS) Jurnal Teknik Informatika (JUTIF) Jurnal PTI (Jurnal Pendidikan Teknologi Informasi) Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) JUSTIN (Jurnal Sistem dan Teknologi Informasi) Transformasi Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer JOMPA ABDI: Jurnal Pengabdian Masyarakat Jurnal Pengabdian Masyarakat Intimas (Jurnal INTIMAS): Inovasi Teknologi Informasi Dan Komputer Untuk Masyarakat Data Sciences Indonesia (DSI) Jurnal Masyarakat Madani Indonesia Journal Of Artificial Intelligence And Software Engineering Jurnal INFOTEL Journal of Computer Science and Information Technology Inovasi Teknologi Masyarakat Jurnal Pengabdian Siliwangi
Anindita Septiarini, Anindita
Mulawarman University
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Physics Public Health Social Sciences Other

Published : 83 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 83 Documents
Search

 5   6   7   8   9 
Comparison of Noise Using Reduction Method for Repairing Digital Image Masa, Amin Padmo Azam; Fajri, Muhamad Mushfa Hikmatal; Septiarini, Anindita; Winarno, Edy
JOIV : International Journal on Informatics Visualization Vol 8, No 4 (2024)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.8.4.2032

Abstract

Digital images are used to become a visual bridge of information. The information data must be precise so that the information can be adequately conveyed, but in the process, digital images sometimes experience a change in quality. One of the causes of this change is noise, where the image affected by noise is of poor quality, so misinformation can occur. This problem can be solved using filtering methods, but there are so many filtering methods. In this study, five filtering methods were used, including the Gaussian filter, mean filter, median filter, wiener filter, and conservative filter, to be compared with two types of noise, such as salt and pepper and speckle, so that the best method for noise reduction in digital images is known based on the criteria that have been set determined. The research results were determined based on the value of the measurement parameters Mean Square Error (MSE) and Peak Signal-to-Noise Ratio (PSNR). The results show that the conservative method is the best based on the parameter values of MSE 3.21 and PSNR = 37.99. However, when viewed visually, the median method is superior for reducing noise in digital images that have been carried out. The results of the research can be used as information to develop future research, especially in the field of digital image processing.
KLASIFIKASI PENYAKIT TANAMAN DAUN PADI MENGGUNAKAN METODE DEEP LEARNING DENGAN TEKNIK TRANSFER LEARNING MOBILENET Tulili, Hadie Pratama; Septiarini, Anindita; Hamdani
Jurnal Informatika dan Rekayasa Elektronik Vol. 8 No. 2 (2025): JIRE November 2025
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v8i2.1737

Abstract

Pertanian padi memiliki peran penting dalam ketahanan pangan, namun produksi sering terganggu akibat penyakit daun seperti Blast, Brown spot, dan Hispa. Klasifikasi manual kurang efektif karena membutuhkan waktu dan keahlian khusus. Penelitian ini mengusulkan klasifikasi otomatis menggunakan transfer learning dengan arsitektur MobileNetV1 dan MobileNetV2. Kontribusi orisinal dari penelitian ini berupa validasi performa dan optimasi spesifik pada arsitektur MobileNet untuk kasus penyakit daun padi, termasuk analisis komparatif pada konfigurasi Dense layer dan rasio data training. Dataset terdiri dari 2000 citra empat kelas yang dibagi menjadi data train, test, dan validation untuk mencegah overfitting. Model dilatih menggunakan konfigurasi Dense layer 32, 64, dan 256 dengan rasio data 7:2:1 dan 8:1:1. Model terbaik diperoleh dari MobileNetV2 dengan 64 neuron dan rasio 8:1:1, menghasilkan akurasi 93,50%. Hasil ini menunjukkan bahwa MobileNetV2 dapat menjadi metode yang efisien dan akurat untuk klasifikasi penyakit daun padi serta mendukung pengambilan keputusan petani secara lebih cepat.
Sosialisasi Gemar Menabung Kepada Anak SD Negeri 038 di Desa Bendang Raya Sakti, Dwi Nika; Septiarini, Anindita; Hamdani, Hamdani
Inovasi Teknologi Masyarakat (INTEKMAS) Vol. 1 No. 2 (2023): December 2023
Publisher : Wadah Inovasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53622/intekmas.v1i2.231

Abstract

Sosialisasi adalah salah satu sarana yang mempengaruhi kepribadian seseorang. Sosialisasi biasa di sebut sebagai teori mengenai peranan (role theory). Karena dalam proses sosialisasi diajarkan peran-peran yang harus dijalankan oleh individu. Menabung saat ini merupakan hal yang penting. Menabung sudah mulai ditanamkan sejak dini oleh beberapa orang tua kepada anaknya, mengajari anak menabung sejak dini juga bisa membentuk kepribadian positif, menabung bermakna mengajari anak bagaimana melatih kesabaran, dan menabung berguna untuk simpanan masa depan Karena tabungan memiliki peranan penting di masa depan. Menabung berarti menyisihkan sebagian uang kita miliki untuk disimpan. Menabung merupakan salah satu cara untuk mengelola uang. Menabung yang paling mudah bagi anak-anak adalah menabung di celengan. Memiliki kebiasaan menabung sudah jelas sangat berguna untuk masa depan. Menabung adalah menyimpan sejumlah uang agar dapat digunakan di kemudian hari jika diperlukan. Semakin banyak duit yang ditabung maka semakin baik. Kegiatan sosialisasi ini dilaksanakan di SD Negeri 038 Tenggarong.
Pelatihan Mikrokontroler Arduino dengan Simulasi Berbasis WebsiteWokwi pada Siswa SMAN 6 Samarinda Saragih, Muhammad Nabil; Sadewa, Bintang Putra; Setiawan, Maulana Agus; Nupa, Joy Disanto; Hutagalung, Wilson Boyaron; Wati, Masna; Septiarini, Anindita
Inovasi Teknologi Masyarakat (INTEKMAS) Vol. 2 No. 2 (2024): December 2024
Publisher : Wadah Inovasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53622/intekmas.v2i2.265

Abstract

Perkembangan teknologi yang pesat pada era Revolusi Industri Keempat membawa banyak teknologi baru seperti Internet of Things (IoT) yang mulai diadopsi oleh berbagai sektor. Namun, implementasi teknologi ini di masyarakat sering kali menghadapi berbagai rintangan, terutama dari keterbatasan industri dan penelitian. Oleh karena itu, pengenalan teknologi sedini mungkin menjadi penting. Program pengabdian kepada masyarakat ini bertujuan untuk mengenalkan dan melatih penggunaan mikrokontroler Arduino dengan simulasi berbasis website Wokwi kepada siswa SMA Negeri 6 Samarinda. Mikrokontroler adalah komponen vital dalam IoT, dengan contoh yang umum digunakan adalah Arduino, sebuah hardware open-source yang mudah diprogram. Metode yang digunakan meliputi pelatihan langsung dan simulasi untuk meningkatkan pemahaman teknikal siswa terhadap mikrokontroler. Berdasarkan kuesioner yang diberikan pada akhir pelatihan, Hasil pelaksanaan program menunjukkan rata-rata sebesar 82,58% dalam pemahaman dan keterampilan siswa dalam menggunakan mikrokontroler Arduino.­ Serta indeks kepuasan maksimum sebesar 60% terhadap keseluruhan isi pelatihan.
Fuzzy C-Means untuk Klasterisasi Perkiraan Kerugian Bencana Kebakaran Puspitasari, Novianti; Pebianoor, Pebianoor; Rosmasari, Rosmasari; Wati, Masna; Septiarini, Anindita; Mewengkang, Alfrina
SISFOTENIKA Vol 13, No 1 (2023): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/jst.v13i1.1384

Abstract

Bencana kebakaran merupakan bencana yang sering terjadi dan mendapatkan perhatian serius dari pemerintah Kota Samarinda. Namun, informasi tentang perkiraan jumlah kerugian yang dialami oleh korban kebakaran masih kurang memadai dan bahkan tidk diketahui. Informasi tentang perkiraan kerugian bencana kebakaran sangat diperlukan oleh pemerintah untuk memberikan penanganan yang tepat sasaran terhadap korban bencana kebakaran. Fuzzy C-Means merupakan metode yang dapat digunakan untuk memberikan informasi tentang perkiraan kerugian bencana kebakaran melalui klusterisasi. Hal ini dikarenakan Fuzzy C-Means mampu mengelompokkan data ke dalam kategori berdasarkan fungsi obyektif yang dihasilkan. Data yang digunakan merupakan data bencana kebakaran di Kota Samarinda sebanyak 306 data. Jumlah perkiraan kerugian bencana kebakaran dikelompokkan ke dalam tiga cluster yaitu sedikit, sedang dan banyak. Dari hasil perhitungan menggunakan Fuzzy C-Means, jumlah perkiraan kerugian bencana kebakaran dengan kategori sedikit (C3) sebanyak 180 data, kategori sedang (C2) sebanyak 83 data dan kategori banyak (C1) sebesar 43 data. Hasil validasi cluster menggunakan Partition Coefficient menunjukkan bahwa tiga cluster adalah cluster yang optimal dengan nilai partisi fuzzy sebesar 0.230. Nilai ini lebih besar dari dua cluster maupun empat cluster sehingga model pembentukan tiga cluster sangat tepat digunakan untuk mengelompokkan perkiraan kerugian bencana kebakaran.okjktroyal88tt789Ladang78Ladang78Jawa88Jawa88Jawa88Royal88ladang78toto slotladang78jejuslotPULSASLOT Platform DEPOSIT PULSA
IMPLEMENTASI LOGIKA FUZZY MAMDANI DALAM SISTEM PENILAIAN KESEHATAN MAKANAN KEMASAN BERDASARKAN LABEL NUTRITION FACTS Ahmad Nur Fauzan; Muhammad Abdillah; Reviansa Fakhruddin Aththar; Anindita Septiarini; Masna Wati
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 11 No. 2 (2025): Volume 11 Nomor 2 Tahun 2025
Publisher : Universitas Methodist Indonesia

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

Abstract

The growth of the packaged food industry has increased the need for an easy-to-understand health assessment system for consumers, especially those with limited nutrition literacy. This study develops a Mamdani fuzzy logic-based decision support system to evaluate the healthiness of packaged foods using Nutrition Facts labels. The system processes nutritional parameters such as fat, sugar, salt, fiber, protein, fruit/vegetable/nut content, and calorie content, converting them into linguistic categories like "low," "moderate," and "high" for easier interpretation by lay users. It effectively handles uncertainties and ambiguities in nutrition data, providing classifications like "Unhealthy," "Healthy," or "Very Healthy." Implemented through a web platform using Python and Flask, the system was tested with five food samples, achieving an 80% agreement with the official NutriScore classification. This indicates the potential of the system as a reliable, practical tool to help consumers make quicker and more accurate dietary decisions and improve nutrition awareness.
KOMBINASI METODE SAW DAN TOPSIS UNTUK MENDUKUNG KEPUTUSAN KESESUAIAN LAHAN PADI Syaffira Rizky Amalia; Hamdani Hamdani; Anindita Septiarini
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 12 No. 3 (2025): Prosisko Vol. 12 No. 3 November 2025
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v12i3.10142

Abstract

Tanaman padi (Oryza Sativa L.) merupakan komoditas tanaman pangan utama di Indonesia, karena sebagian besar penduduk Indonesia makanan pokoknya adalah beras. Salah satu penyebab rendahnya produksi padi di Indonesia, karena umumnya petani masih membudidayakan padi secara tidak tepat, seperti pengolahan tanah atau pemilihan lahan. Kesesuaian lahan dalam pertanian tanaman sangat berpengaruh terhadap produktivitas tanaman. Proses yang dapat dilakukan untuk mendukung keputusan kesesuaian lahan padi adalah membangun sebuahwebsite Sistem Pendukung Keputusan (SPK) dengan menggunakan kombinasi metode Simple Additive Weighting (SAW) dan Technique for Order Performance of Similarity to Ideal Solution (TOPSIS). Kombinasi ini dilakukan dengan cara mengambil rata-rata (µ) dari hasil akhir metode SAW dan TOPSIS. Skor akhir dari masing-masing metode dihitung terpisah, lalu dilakukan rata-rata (µ) dari kedua hasil tersebut untuk mendapatkan peringkat akhir alternatif. Data yang digunakan dalam menentukan kesesuaian lahan padi menggunakan data sebanyak 5 kriteria, yaitu jenis tanah, pH tanah, curah hujan, suhu, irigasi dan perairan. Data alternatif yang digunakan dalam penelitian ada 6 alternatif, yaitu Sungai Kunjang, Sambutan, Samarinda Utara, Palaran, Loa Janan Ilir dan Samarinda Seberang. Tujuan dari penelitian ini adalah untuk membantu memberikan informasi solusi alternatif kepada petani atau kelompok tani dalam menentukan kesesuaian lahan padi. Hasil kombinasi dari metode SAW dan TOPSIS menunjukkan bahwa alternatif dengan nilai akhir tertinggi adalah Samarinda Utara (A3), dengan nilai akhir sebesar 0,7337. Sedangkan, alternatif dengan nilai akhir terendah adalah Sambutan (A2), dengan nilai akhir sebesar 0,4402.
Comparison of YOLOv5 for Classifying Mangrove Leaf Species using CNN-Based Anindita Septiarini; Rita Diana; Rahmat Kamara; Novianti Puspitasari; Anton Prafanto
Journal of Innovation Information Technology and Application (JINITA) Vol 7 No 1 (2025): JINITA, June 2025
Publisher : Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/jinita.v7i1.2676

Abstract

Indonesia has many species of mangrove plants scattered throughout the coast to the river's edge. Species of mangrove plants can be distinguished based on root type, stem size, leaf shape, flower color, and fruit. Although each type of mangrove plant has different characteristics, several types look similar, especially on the leaves. Therefore, a model was needed to classify mangrove plant species by applying current technology to make it easier to recognize the type of mangrove plant. This research aims to implement the Convolutional Neural Network (CNN) method in classifying mangrove plant species. The algorithm used is the 5th version of You Only Look Once (YOLO) with 3 different variants (YOLOv5s, YOLOv5m, and YOLOv5l). The three variants have various processing times and numbers of layers. This study uses mangrove leaf images with a total image dataset of 400 images consisting of 4 types of mangrove plants: Avicennia alba, Bruguiera gymnorhiza, Rhizopora apiculata, and Sonneratia alba. The model performance achieved 82.50%, 88.75%, and 93.75% accuracy using YOLOv5s, YOLOv5m, and YOLOv5l, respectively.
Teknologi AI Untuk Meningkatkan Proses Belajar Mengajar Di SMP Patra Dharma 1 Balikpapan Wati, Masna; Septiarini, Anindita; Puspitasari, Novianti; Hairah, Ummul; Azzahra, Raudhya; Agustina, Maya
Jurnal Masyarakat Madani Indonesia Vol. 5 No. 1 (2026): Februari
Publisher : Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/4k6zav55

Abstract

Penerapan Artificial Intelligence (AI) meningkat pesat dalam beberapa tahun terakhir. Namun, kurangnya pemahaman terhadap teknologi AI bagi siswa menyebabkan minimnya pemanfaatan AI dalam menunjang proses pembelajaran secara optimal. Edukasi pemanfaatan AI untuk siswa penting dilakukan untuk membantu meningkatkan keterampilan belajar siswa. Metode yang digunakan pada kegiatan ini yaitu pelatihan dan simulasi IPTEKS dimana peserta diperkenalkan tools ChatGPT, QuillBot, Gamma AI dan Runway ML. Kegiatan dilaksanakan di Laboratorium Komputer SMP Patra Dharma 1 Balikpapan selama dua hari dengan peserta sebanyak 46 siswa SMP Patra Dharma 1 Balikpapan kelas VII. Hasil kegiatan menunjukkan bahwa kegiatan ini tidak hanya meningkatkan pengetahuan dan keterampilan siswa dalam penggunaan teknologi AI sebesar 40,61% meskipun dilaksanakan dalam durasi yang relatif singkat, tetapi juga memberikan dampak kualitatif berupa meningkatnya kepercayaan diri dalam menggunakan teknologi, peningkatan kreativitas digital, berkembangnya kemampuan berpikir terstruktur dan kritis. AI secara spesifik berperan sebagai alat bantu yang mempermudah siswa dalam mengembangkan ide, mengorganisasi informasi, serta menyajikan materi dan informasi dalam bentuk digital yang lebih menarik dan interaktif. Peningkatan peserta pada aspek pengetahuan teknologi AI sebesar 41,85%, sedangkan pada aspek keterampilan penggunaan teknologi AI sebesar 39,33%. Dengan pemahaman teknologi AI, siswa mampu mengenali manfaat AI sebagai pendukung proses belajar yang lebih efektif dan menarik
Klasifikasi Citra Emosi Wajah Menggunakan Convolutional Neural Network Untuk Penderita Depresi Hariyanto; Novianti Puspitasari; Anindita Septiarini
Prosiding SISFOTEK Vol 9 No 1 (2025): SISFOTEK IX 2025
Publisher : Ikatan Ahli Informatika Indonesia

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

Abstract

Facial analysis is widely used as information to determine a person's psychological condition, such as depression. Someone suffering from depression tends to have a face that looks sad, empty, or unhappy. The appearance of a depressed person's face is almost similar to that of someone experiencing sadness. However, facial appearance is not always perceived as depressed, so facial emotion recognition is needed for depression treatment. A Convolutional Neural Network (CNN) is often used in image processing to identify key features and patterns in images, particularly for facial emotion recognition. CNN can be used to learn the relationship between facial shape and related emotions. This study employs the CNN method to classify facial emotions from facial expression images collected from a dataset of 30,724 images. The training process uses seven classes: Angry, Disgust, Fear, Happy, Sad, Surprise, and Neutral. The accuracy results obtained a value of 67% with a training dataset of 21,507 images, a validation dataset of 6,143 images, and a testing dataset of 3,080 images.
Co-Authors Abdul Razak Aliudin Achmad Solichan Adi Muhammad Syifai Adnan, Fahrizal Afifah, Dinda Nur Agus Qomaruddin Munir AHMAD ANSYORI Ahmad Nur Fauzan Ajay, Muhammad Akhmad Masyudi Alameka, Faza Alif Rifa’i Alvito Gabbriel Saputra Ambari, Nasser Ambon, Matelda Yunanta Andri Syafrianto Anggari, Ricky Annisa Putri Novalianti Anton Prafanto Ardi Setyiawan ARIF HIDAYAT Arini Wijayanti Asmita, Rizka Aulia Rahman Awang Harsa Kridalaksana Awang Zheri Rhesvianur Az Zahrah, Rezha Nur Azzahra, Raudhya Bandhaso, Victor Briyan Efflin Syahputra Budi Rahmani Budiman, Edy Cakra Dewandaru Christy Maulidiah Daffa Putra Mahardika Didit Suprihanto, Didit Dwi Prasetio Dyna Marisa Khairina Edy Winarno Eka Priyatna, Surya Enny Itje Sela Ery Burhandenny, Aji Ery Burhandeny, Aji Evi Wildana Fahrozi, Muhammad Naufal Fairil Anwar Fajri, Muhamad Mushfa Hikmatal Fandi Alief Al Akbar Fathia Nuq Qamarina Fauzan, Ahmad Nur Fayza Virdana Addiza Firyal, Tasya Nadina Fornia, Daviana Dwitasari Enka Fuad, Natalie Gempar Panggih Dwi Gideon Simalango, Yanuar Gunawan, Ayu Lestari Hairah, Ummul Hairah, Ummul Hakim, Muhammad Irvan Hamdani Hamdani . Hamdani Hamdani Hamdani Hamdani Hamdani Hamdani Hamdani Hamdani Hanif, Ahmad Luthfi Hariyanto Hatta, Heliza Rahmania Haviluddin Haviluddin Haviuddin, Haviluddin Heliza Hatta Heliza Rahmania Hatta, Heliza Rahmania Henderi . Heni Sulastri Heru Ismanto Hidayat, Ahmad Nur Hutagalung, Wilson Boyaron Hutapea, Vedra Dian Sierrafina Ibnu Amri Thaher Ifnu Umar Indah Fitri Astuti Indah Wulan Lestari Irfan, Aliya Kalingga Dwindra Putraka Kamila, Vina Zahrotun Kiki Purwanti Laraswati, Sherina Lempas, Gidion Lili, Juniver Veronika M. Rizky Nilzamyahya Maharani, Agustina Dwi Mahendra, Dicky Alvian Masa, Amin Padmo Azam Masna Wati Masyudi, Akhmad Maya Agustina Medi Taruk Mewengkang, Alfrina Muhamad Azhari Muhammad Abdillah Muhammad Abdillah Muhammad Andas Lesmana Muhammad Dzacky Muhammad Ifandi Muhammad Nur Ramadhan Muhammad Sofian Sauri Mu’nisah Assisi Nanda Arianto Nathaniela Aptanta Parama Nggotu, Antonieta Aryuka Paskalia Novianti Puspitasari Nupa, Joy Disanto Nur Madia Nurcahyono, Damar Nurhidayat, Rifki Nurmadewi, Dita Olivia Octavia Padmo Azam Masa, Amin Patricia Chandra Pebianoor, Pebianoor Prafanto, Anton Pramudya, Pranata Eka Pratiwi, Sinthya Ayu Puspitasari, Novianti Puspitasari, Novitanti Putra Ramdani, Aditya Putri, Septi Aulia Rafi Ichsanul Iqbal Rahmat Kamara Raihanfitri Adi Kalipaksi Rajiansyah, Rajiansyah Ramadhaniaty, Dinda Reski Harisma Dewi Barkah Reviansa Fakhruddin Aththar Risky Kurniawan Riswandi Syam Rita Diana Riyayatsyah, Riyayatsyah Rizqi Saputra Rondongalo Rismawati Rosmasari, Rosmasari Sadewa, Bintang Putra Saipul, Saipul Sakti, Dwi Nika Salsabila, Nur Maya Saragih, Muhammad Nabil Sarira, Brayen Tisra Satria Bagus Eka Chandra Saucha Diwandari Setiawan, Maulana Agus Sihombing, Yobel Fernanda Sitania, Farida Djumiati Siti Retno Wulandari Sugandi Sugandi Sumaini Sumaini Supriyono Supriyono Supriyono Supriyono Syaffira Rizky Amalia Taruk, Medi Tejawati, Andi Theresia Amelia Pawitra Tulili, Hadie Pratama Ummul Hairah Vicky Pranandika Wijaksana Viny Christanti M Wahyudi, Moh Ikhwan Wati, Masna Wibisono, Bramantyo Ardi Harimurti Widians, Joan Angelina Wintin, Chintia Liu Wiwien Hadikurniawati Yanuar Satria Gotama Yasmin, Annisa Yudi Sukmono, Yudi Yuyun Nabilawati Rumbia zahra salsabila Zainal Arifin