Claim Missing Document
Check
Articles

Found 30 Documents
Search

Genetic Algorithm for Teaching Distribution based on Lecturers’ Expertise Pambudi, Rizki Agung; Lubis, Wahyuni; Saputra, Firhad Rinaldi; Maulidina, Hanif Prasetyo; Wijayaningrum, Vivi Nur
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol 4, No 4, November 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (424.228 KB) | DOI: 10.22219/kinetik.v4i4.859

Abstract

The teaching distribution for lecturers based on their expertise is very important in the teaching and learning process. Lecturers who teach a course that is in accordance with their interests and abilities will make it easier for them to deliver material in class. In addition, students will also be easier to accept the material presented. However, in reality, the teaching distribution is often not in accordance with the expertise of the lecturer so that the lecturers are not optimal in providing material to their students. This problem can be solved using optimization methods such as the genetic algorithm. This study offers a solution for teaching distribution that focuses on the interest of each lecturer by considering the order of priorities. The optimal parameters of the test results are crossover rate (cr) = 0.6, mutation rate (mr) = 0.4, number of generations = 40, and population size = 15. Genetic algorithm is proven to be able to produce teaching distribution solutions with a relatively high fitness value at 4903.3.
Penentuan Rute Pengiriman Ice Tube di Kota Malang dengan Algoritma Genetika Gotami, Nurina Savanti Widya; Febrianti, Yane Marita; Dini, Robih; Aziz, Hamim Fathul; Augusta, San Sayidul Akdam; Wijayaningrum, Vivi Nur
Jurnal Buana Informatika Vol 11, No 1 (2020): Jurnal Buana Informatika Volume 11 - Nomor 1 - April 2020
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (296.89 KB) | DOI: 10.24002/jbi.v11i1.2559

Abstract

Abstract. Determining routes for ice tube delivery in Malang is a complex combinatorial problem classified as NP-hard problem. This study aims for optimizing the sales travel routes determination for the delivery to several customers by considering the efficiency of distance traveled. This problem is modeled in the form of Multi Salesman Traveling Problem. Genetic algorithm was used to optimize the determination of ice tube delivery routes that must be taken by each sales. Problems were coded by using permutation representation in which order crossover and swap mutation methods were used for the reproduction process. The process of finding solution was done by using elitism selection. The best genetic algorithm parameters obtained from the test results are the number of iterations of 40 and the population of 40, with the shortest route of 30.3 km. The final solution given by the genetic algorithm is in the form of a travel route that must be taken by each ice tube sales.Keywords: genetic algorithm, mutli travelling salesman problem, optimization, routeAbstrak. Penentuan rute pengiriman ice tube di kota Malang merupakan permasalahan kombinatorial kompleks yang diklasifikasikan sebagai permasalahan NP-hard. Penelitian ini bertujuan untuk melakukan optimasi dalam pembentukan rute perjalanan sales dalam melakukan pengiriman ke beberapa pelanggan dengan mempertimbangkan efisiensi jarak tempuh. Permasalahan ini dimodelkan dalam bentuk Multi Salesman Travelling Problem. Algoritme genetika digunakan untuk mengoptimalkan pembentukan rute pengiriman ice tube yang harus dilalui oleh setiap sales. Permasalahan dikodekan menggunakan representasi permutasi, dengan proses reproduksi menggunakan metode order crossover dan swap mutation. Proses pencarian solusi dilakukan menggunakan elitism selection. Parameter algoritme genetika terbaik yang didapatkan dari hasil pengujian adalah banyaknya iterasi sebesar 40 dan banyaknya populasi sebesar 40, dengan rute terpendek sebesar 30.3 km. Solusi akhir yang diberikan oleh algoritme genetika berupa rute perjalanan yang harus ditempuh oleh setiap sales ice tube.Kata Kunci: algoritme genetika, multi travelling salesman problem, optimasi, rute
END TO END ENKRIPSI MENGGUNAKAN ADVANCED ENCRYPTION STANDARD PADA PERANGKAT INTERNET OF THINGS Noprianto, Noprianto; Wijayaningrum, Vivi Nur
Jurnal Sistem Informasi dan Bisnis Cerdas Vol 14, No 2 (2021): JURNAL SISTEM INFORMASI DAN BISNIS CERDAS (SIBC) AGUSTUS 2021
Publisher : Program Studi Sistem Informasi, Fakultas Ilmu Komputer, UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/sibc.v14i2.2734

Abstract

Penerapan teknologi Internet of Things (IoT) di berbagai bidang di dalam kehidupan sehari-hari menyebabkan diperlukannya sebuah teknik pengamanan data untuk mencegah terjadinya tindak kejahatan yang dapat merugikan pengguna. Penggunaan algoritma kriptografi Advanced Encryption Standard (AES) dapat dimanfaatkan untuk mengamankan data yang tersimpan pada perangkat IoT sehingga data tersebut tetap dalam keadaan aman pada saat proses pengiriman dilakukan dengan perangkat IoT lainnya. Penerapan AES dilakukan pada sistem IoT dengan menguji mekanisme monitoring dan controlling untuk memastikan keamanan data. Hasil pengujian menunjukkan bahwa penggunaan AES mode Cipher Block Chaining (CBC) dapat memberikan pengamanan data saat melakukan proses pengiriman data dari perangkat IoT sampai dengan aplikasi dashboard monitoring.  DOI : https://doi.org/10.33005/sibc.v14i2.2734
Penyusunan Jadwal Asisten Praktikum Menggunakan Algoritma Genetika Muhammad Dimas Setiawan Sanapiah; Anim Rofi’ah; Heny Dwi Jayanti; Alysha Ghea Arliana; Vivi Nur Wijayaningrum
Sistemasi: Jurnal Sistem Informasi Vol 8, No 2 (2019): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (419.188 KB) | DOI: 10.32520/stmsi.v8i2.501

Abstract

Penjadwalan asisten praktikum merupakan proses untuk merancang jadwal mengajar praktikum yang setiap semester dilakukan oleh beberapa asisten. Adanya aturan-aturan yang harus dipatuhi dalam penyusunan jadwal menyebabkan proses penjadwalan ini menjadi cukup sulit. Pada penelitian ini, algoritma genetika digunakan untuk melakukan optimasi penyusunan jadwal asisten praktikum. Data yang digunakan terdiri dari data jadwal praktikum di laboratorium dan jadwal kuliah asisten. Berdasarkan hasil pengujian parameter yang telah dilakukan, parameter optimal algoritma genetika terdiri dari ukuran populasi sebesar 10, banyaknya generasi sebesar 50, nilai crossover rate sebesar 0.7 dan nilai mutation rate sebesar 0.3. Dengan menggunakan parameter optimal tersebut, algoritma genetika mampu menyusun jadwal asisten praktikum tanpa melanggar aturan-aturan yang telah ditentukan, yaitu dengan menghasilkan solusi yang mempunyai nilai fitness sama dengan 1.
DESAIN SISTEM SMART ATTENDANCE MENGGUNAKAN KOMBINASI SMART CARD DAN SIDIK JARI Ahmadi Yuli Ananta; N Noprianto; Vivi Nur Wijayaningrum
Sistemasi: Jurnal Sistem Informasi Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (723.269 KB) | DOI: 10.32520/stmsi.v9i3.874

Abstract

ABSTRACTMonitoring student attendance during class hours required by each university due to the presence of the students proved to have a positive correlation with the performance of students during their studies. Most universities still use conventional techniques to record student attendance during teaching and learning in the classroom. Conventional techniques are inefficient and ineffective because they tend to spend a lot of time to record attendance and fraud appeared in the form of false presence. In this study a system that combines smart card and fingerprint technology is proposed to reduce fraud during the process of recording attendance in class, as well as making it easier for academics to manage attendance data. This system consists of card personalization applications, card reading applications, and attendance monitoring applications. The test results show that all three applications in this system give the expected results. In addition, the system is proven to be able to reduce frauds that occur in the classroom because there are two validation processes at the time of recording attendance namely smart card and fingerprint validation. With fingerprint validation, students cannot commit fraud because fingerprints are difficult to be manipulated or duplicated.Keywords: attendance, fraud,identification, illegal attendance , near field communicationABSTRAKPemantauan kehadiran mahasiswa selama jam perkuliahan di kelas sangat perlu dilakukan oleh setiap perguruan tinggi karena kehadiran mahasiswa terbukti mempunyai korelasi positif terhadap kinerja mahasiswa tersebut selama masa studinya. Sebagian besar perguruan tinggi masih menggunakan teknik konvensional untuk mencatat kehadiran mahasiswa selama proses belajar mengajar di kelas. Teknik konvensional tersebut tidak efisien dan tidak efektif karena cenderung menghabiskan banyak waktu untuk pencatatan kehadiran dan muncul tindak kecurangan berupa kehadiran palsu. Penelitian ini mengusulkan sebuah sistem yang mengombinasikan teknologi smart card dan sidik jari untuk mengurangi tindakan kecurangan pada saat proses pencatatan kehadiran di kelas, serta memudahkan pihak akademik untuk mengelola data kehadiran. Sistem ini terdiri dari aplikasi personalisasi kartu, aplikasi pembacaan kartu, dan aplikasi monitoring kehadiran. Hasil pengujian menunjukkan bahwa ketiga aplikasi di dalam sistem ini memberikan hasil sesuai yang diharapkan. Selain itu, sistem terbukti dapat mengurangi tindakan kecurangan yang terjadi di dalam kelas karena adanya dua kali proses validasi pada saat pencatatan kehadiran yaitu validasi smart card dan sidik jari. Dengan adanya validasi sidik jari, mahasiswa tidak dapat melakukan titip absen karena sidik jari sulit untuk dimanipulasi atau diduplikasi.Kata Kunci: kehadiran, kecurangan, identifikasi, titip absen, near field communication
Pemanfaatan AES dengan Key Dinamis sebagai Metode Pengamanan Data pada Smart Card Noprianto Noprianto; Vivi Nur Wijayaningrum; Rudy Ariyanto
Sistemasi: Jurnal Sistem Informasi Vol 10, No 3 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (514.538 KB) | DOI: 10.32520/stmsi.v10i3.1413

Abstract

AbstrakTerjadinya pandemi Covid-19 di hampir seluruh belahan dunia, termasuk Indonesia, menjadikan masyarakat mempunyai gaya hidup baru dalam bertransaksi untuk mencegah penularan virus sesuai anjuran Pemerintah. Semua transaksi cenderung dilakukan secara non tunai dengan memanfaatkan teknologi smart card untuk menghindari adanya kontak fisik dengan orang lain. Tingginya penggunaan smart card pada berbagai bidang untuk mendukung aktivitas sehari-hari menyebabkan rawannya terjadi pencurian data di dalam smart card oleh pihak yang tidak bertanggung jawab. AES sebagai algoritma kriptografi dapat digunakan untuk mengamankan data di dalam smart card dengan melakukan enkripsi data sebelum data yang bersifat rahasia tersebut disimpan ke dalam smart card. Untuk meningkatkan keamanan data, diusulkan sebuah mekanisme penggunaan key yang bersifat dinamis dengan memanfaatkan Unique Identifier (UID) setiap smart card. Dengan demikian, key yang digunakan untuk melakukan enkripsi dan dekripsi data dibentuk berdasarkan UID dan berbeda-beda untuk setiap smart card. Hasil pengujian menunjukkan bahwa penggunaan AES dengan key yang bersifat dinamis ini mampu mengamankan data 40 byte plainteks menjadi 48 byte cipherteks, dengan rata-rata waktu komputasi sebesar 71.2 ms untuk penulisan data dan 89.4 ms untuk pembacaan data menggunakan key 128 bit, 70.8 ms untuk penulisan data dan 88 ms untuk pembacaan data menggunakan key 192 bit, dan 72 ms untuk penulisan data dan 88.4 ms untuk pembacaan data menggunakan key 256 bit. Waktu komputasi ini hanya mempunyai selisih sekitar 2 ms dibandingkan dengan penulisan dan pembacaan data tanpa mekanisme enkripsi dan dekripsi.Kata kunci: covid-19, dekripsi, enkripsi, keamanan, kriptografi AbstractThe occurrence of the Covid-19 pandemic in almost all parts of the world, including Indonesia, has made people have a new lifestyle in transactions to prevent transmission of the virus as recommended by the Government. All transactions tend to be carried out in non-cash using smart card technology to avoid physical contact with other people. The high use of smart cards in various fields to support daily activities makes it prone to data theft on the smart card by irresponsible parties. AES as a cryptographic algorithm can be used to secure data on the smart card by encrypting the data before the confidential data is stored on the smart card. To improve data security, a dynamic key usage mechanism is proposed by utilizing the Unique Identifier (UID) of each smart card. Thus, the key used to encrypt and decrypt data is formed based on the UID and is different for each smart card. The test results show that the use of AES with a dynamic key is able to secure 40 bytes of plaintext to 48 bytes of ciphertext, with an average computation time of 71.2 ms for writing data and 89.4 ms for reading data using 128-bit keys, 70.8 ms for writing data and 88 ms for reading data using a 192-bit key, and 72 ms for writing data and 88.4 ms for reading data using a 256-bit key. This computation time only has a difference of about 2 ms compared to writing and reading data without encryption and decryption mechanisms.Keywords: covid-19, decryption, encryption, security, cryptography  dan pembacaan data tanpa mekanisme enkripsi dan dekripsi.
KLASIFIKASI TEKS LAPORAN MASYARAKAT PADA SITUS LAPOR! MENGGUNAKAN RECURRENT NEURAL NETWORK Imam Fahrur Rozi; Vivi Nur Wijayaningrum; Nur Khozin
Sistemasi: Jurnal Sistem Informasi Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (535.799 KB) | DOI: 10.32520/stmsi.v9i3.977

Abstract

ABSTRACTThe existence of public dissatisfaction with public services causes the public to be provided with facilities to make complaints. One of the sites that can be used to make complaints is the Public Service Complaint Management System (SP4N LAPOR!). With this site, complaints made by the public can be handled quickly, transparently and accountably in accordance with the authority of each organizer. However, the large number of complaints that had to be processed caused the process of data verification and sorting of reports by respective departments to take quite a long time, so the report classification process was needed to speed up the handling and follow-up of a report. The purpose of this research is to classify each complaint report from the public in preparation for the verification process of each public report document, which is expected to have an impact on the accelerated process of handling and follow-up of each related institution or agency. In this study, Long Short-Term Memory Recurrent Neural Network was used to perform the classification process for each public report document. The learning model is evaluated using k-fold cross-validation of 10 parts of data. The evaluation results show that the average f-measure percentage is 85.69% for the balanced dataset and 79.44% for the unbalanced dataset, while the highest evaluation value of all evaluations results in an f-measure of 88.82%. The high accuracy of the modeling indicates that the proposed method can be used to classify public report documents.Keywords: classification, complaint, , long short-term memory, recurrent neural network, reportABSTRAKAdanya ketidak puasan masyarakat terhadap layanan publik menyebabkan masyarakat perlu disediakan fasilitas untuk melakukan pengaduan. Salah satu situs yang dapat digunakan untuk melakukan pengaduan adalah Sistem Pengelolaan Pengaduan Pelayanan Publik (SP4N LAPOR!). Dengan adanya situs ini, aduan yang dilakukan oleh masyarakat dapat ditangani dengan cepat, transparan, dan akuntabel sesuai dengan kewenangan masing-masing penyelenggara. Namun, banyaknya aduan yang harus diproses menyebabkan proses verifikasi data dan pemilahan laporan berdasarkan instansi masing-masing membutuhkan waktu yang cukup lama, sehingga proses klasifikasi laporan sangat dibutuhkan untuk mempercepat penanganan dan tindak lanjut dari sebuah laporan. Tujuan dari penelitian ini adalah mengklasifikasikan setiap laporan pengaduan dari masyarakat untuk persiapan proses verifikasi setiap dokumen laporan masyarakat, yang nantinya diharapkan dapat berdampak pada proses percepatan penanganan dan tindak lanjut dari setiap Lembaga atau instansi yang terkait. Pada penelitian ini, Long Short-Term Memory Recurrent Neural Network digunakan untuk melakukan proses klasifikasi setiap dokumen laporan masyarakat. Model pembelajaran dievaluasi menggunakan k-fold cross-validation sebanyak 10 bagian data. Hasil evaluasi menunjukkan rata-rata persentase f-measure sebesar 85,69% untuk dataset seimbang dan 79,44% untuk dataset tidak seimbang, sedangkan nilai evaluasi tertinggi dari semua evaluasi menghasilkan f-measure sebesar 88,82%. Akurasi pemodelan yag cukup tinggi menunjukkan bahwa metode yang diusulkan dapat digunakan untuk mengklasifikasikan dokumen laporan masyarakat.Kata Kunci: klasifikasi, pengaduan, long short-term memory, recurrent neural network, lapor
Optimization of Fuzzy Tsukamoto Membership Function using Genetic Algorithm to Determine the River Water Qoirul Kotimah; Wayan Firdaus Mahmudy; Vivi Nur Wijayaningrum
International Journal of Electrical and Computer Engineering (IJECE) Vol 7, No 5: October 2017
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (329.255 KB) | DOI: 10.11591/ijece.v7i5.pp2838-2846

Abstract

Some aquatic ecosystems in rivers depend on the river water, so it needs to be maintained by measuring and analyzing the river water quality. STORET is one of the methods used to measure the river water quality, but it takes a quite high of time and costs. Fuzzy Tsukamoto is an alternative method that works by grouping the river water data, but it is difficult to determine the membership function value. The solution offered in this study is the use of genetic algorithm to determine the membership function value of each criterion. Based on the test results, the optimization of fuzzy membership function using genetic algorithm provides higher accuracy value that is 95%, while the accuracy value without optimization process is 90%. The parameters used in genetic algorithm are as follows: population size is 80, generation number is 175, crossover rate (cr) is 0.6, and mutation rate (mr) is 0.4.
Fodder composition optimization using modified genetic algorithm Vivi Nur Wijayaningrum; Wayan Firdaus Mahmudy
Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Vol 7, No 1: March 2019
Publisher : IAES Indonesian Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (262.401 KB) | DOI: 10.52549/ijeei.v7i1.461

Abstract

Determination of the fodder composition is a difficult process because it should simultaneously consider several constraints, such as minimizing the total cost of feed ingredients and maximizing the nutrient needs required by livestock. This study uses a modified genetic algorithm to solve the problem in order to obtain better results. The modification is done by applying numerical methods in generating an initial population of the genetic algorithm. Testing results show that the optimal parameters that can be used to produce the optimal solution are as follows: population size (popsize) is 300, generation number is 400, crossover rate (cr) value is 0.2, and mutation rate (mr) value is 0.6. The modified genetic algorithm provides an average fitness value of 0.142357, while the classical genetic algorithm provides an average fitness value of 0.094354. With additional computational time equal to 110 ms, the use of modified genetic algorithm offered has proven to provide a better result, with a higher fitness value compared with classical genetic algorithm.
Penentuan Rute Pengiriman Ice Tube di Kota Malang dengan Algoritma Genetika Nurina Savanti Widya Gotami; Yane Marita Febrianti; Robih Dini; Hamim Fathul Aziz; San Sayidul Akdam Augusta; Vivi Nur Wijayaningrum
Jurnal Buana Informatika Vol. 11 No. 1 (2020): Jurnal Buana Informatika Volume 11 - Nomor 1 - April 2020
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v11i1.2559

Abstract

Abstract. Determining routes for ice tube delivery in Malang is a complex combinatorial problem classified as NP-hard problem. This study aims for optimizing the sales travel routes determination for the delivery to several customers by considering the efficiency of distance traveled. This problem is modeled in the form of Multi Salesman Traveling Problem. Genetic algorithm was used to optimize the determination of ice tube delivery routes that must be taken by each sales. Problems were coded by using permutation representation in which order crossover and swap mutation methods were used for the reproduction process. The process of finding solution was done by using elitism selection. The best genetic algorithm parameters obtained from the test results are the number of iterations of 40 and the population of 40, with the shortest route of 30.3 km. The final solution given by the genetic algorithm is in the form of a travel route that must be taken by each ice tube sales.Keywords: genetic algorithm, mutli travelling salesman problem, optimization, routeAbstrak. Penentuan rute pengiriman ice tube di kota Malang merupakan permasalahan kombinatorial kompleks yang diklasifikasikan sebagai permasalahan NP-hard. Penelitian ini bertujuan untuk melakukan optimasi dalam pembentukan rute perjalanan sales dalam melakukan pengiriman ke beberapa pelanggan dengan mempertimbangkan efisiensi jarak tempuh. Permasalahan ini dimodelkan dalam bentuk Multi Salesman Travelling Problem. Algoritme genetika digunakan untuk mengoptimalkan pembentukan rute pengiriman ice tube yang harus dilalui oleh setiap sales. Permasalahan dikodekan menggunakan representasi permutasi, dengan proses reproduksi menggunakan metode order crossover dan swap mutation. Proses pencarian solusi dilakukan menggunakan elitism selection. Parameter algoritme genetika terbaik yang didapatkan dari hasil pengujian adalah banyaknya iterasi sebesar 40 dan banyaknya populasi sebesar 40, dengan rute terpendek sebesar 30.3 km. Solusi akhir yang diberikan oleh algoritme genetika berupa rute perjalanan yang harus ditempuh oleh setiap sales ice tube.Kata Kunci: algoritme genetika, multi travelling salesman problem, optimasi, rute
Co-Authors Abdillah, Muhammad Navis Ali Ar Ridla Alysha Ghea Arliana Ananta, Ahmadi Yuli Andi Maulidinnawati A. K. Parewe Anggi Mahadika Purnomo Angki Christiawan Rongre Anim Rofi’ah Annisa Puspa Kirana Annisa Puspa Kirana Astiningrum, Mungki Asyrofa Rahmi Augusta, San Sayidul Akdam Aziz, Hamim Fathul Berryl Radian Hamesha Budi Harijanto, Budi Chintya Puspa Dewi Davia Werdiastu Deatrisya Mirela Harahap Dimas Shella Charlinawati Dini, Robih Eka Larasati Amalia Ermi Pristiyaningrum Farida Ulfa Farida Ulfa Febri Ramadhani Febrianti, Yane Marita Ficry Agam Fathurrachman Gotami, Nurina Savanti Widya Haekal, Muhammad Hamim Fathul Aziz Heny Dwi Jayanti Iftitah Hidayati Ika Kusumaning Putri Ika Kusumaning Putri Ilham Sinatrio Gumelar Imam Fahrur Rozi Lia Agustina Lubis, Wahyuni M. Hasyim Ratsanjani Mamluatul Hani’ah Maulidina, Hanif Prasetyo Moch Zawaruddin Abdullah Mochammad Hairullah Muhammad Dimas Setiawan Sanapiah Muhammad Haekal Muhammad Rizki Mubarok Mustika Mentari Nabilah Argyanti Ardyningrum Naufal Yukafi Ridlo Noprianto Noprianto Noprianto Noprianto Noprianto, Noprianto Noprianto, Noprianto Novi Nur Putriwijaya Nur Khozin Nurina Savanti Widya Gotami Pambudi, Rizki Agung Putri, Ika Kusumaning Qoirul Kotimah Restu Fitriawanti Restu Widodo Robih Dini Rokhimatul Wakhidah Rudy Ariyanto San Sayidul Akdam Augusta Saputra, Firhad Rinaldi Saragih, Triando Hamonangan Talitha Raissa Vipkas Al Hadid Firdaus Vivin Ayu Lestari Wayan Firdaus Mahmudy Widiareta Safitri Yane Marita Febrianti