Article Per Year (5 Year)
p-Index From 2020 - 2025
5.815
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Annual Research Seminar Proceeding of the Electrical Engineering Computer Science and Informatics JOIN (Jurnal Online Informatika) Jurnal Teknik Komputer AMIK BSI Jurnal Teknoinfo JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Jiko (Jurnal Informatika dan komputer) JUMANJI (Jurnal Masyarakat Informatika Unjani) MIND (Multimedia Artificial Intelligent Networking Database) Journal Jurnal ICT : Information Communication & Technology METIK JURNAL JATI (Jurnal Mahasiswa Teknik Informatika) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Tematik : Jurnal Teknologi Informasi Komunikasi Jurnal Teknik Informatika (JUTIF) Informatics and Digital Expert (INDEX) AJAD : Jurnal Pengabdian kepada Masyarakat Jurnal Locus Penelitian dan Pengabdian Jurnal Algoritma Industrial Research Workshop and National Seminar Jurnal Sosial dan Sains SisInfo : Jurnal Sistem Informasi dan Informatika J-Icon : Jurnal Komputer dan Informatika Jurnal Global Ilmiah Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Khazanah Informatika : Jurnal Ilmu Komputer dan Informatika
Ridwan Ilyas
Program Studi Teknik Informatika, Universitas Jenderal Achmad Yani
Aerospace Engineering Humanities Astronomy Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Physics Social Sciences Other

Published : 48 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 48 Documents
Search

 1   2   3   4   5 
Identifikasi Neuropsikologis Terhadap Video Iklan Secara Real-Time Menggunakan Fast Fourier Transform dan Support Vector Machine Reza Indrawan; Esmeralda C. Djamal; Ridwan Ilyas
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2017
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Penayangan iklan pada media televisi atau media lain membutuhkan biaya yang tidak sedikit, sehingga efektivitas video iklan perlu diuji setiap detiknya berdasarkan perilaku neuropsikologis seseorang. Hal ini perlu dilakukan agar biaya yang dikeluarkan untuk iklan diharapkan dapat meningkatkan penjualan. Namun untuk mengidentifikasi perilaku neuropsikologis seseorang secara real-time tidak mudah, diperlukan suatu perangkat yang terintegrasi untuk mengetahui perilaku tersebut. Elektroensephalogram (EEG) merupakan perangkat yang dapat menangkap aktivitas listrik di otak, sinyal tersebut dapat menginformasikan perilaku otak seseorang ketika melihat video iklan. Penelitian ini membangun sistem identifikasi neuropsikologis secara real-time yang terintegrasi dengan EEG wireless menggunakan Fast Fourier Transform (FFT) untuk ekstraksi sinyal EEG dan identifikasi menggunakan Support Vector Machine (SVM) dengan luaran tiga kelas yaitu tertarik, kurang tertarik, dan tidak tertarik. Ekstraksi menggunakan FFT dilakukan dengan mengubah sinyal EEG ke dalam frekuensi alpha, beta, dan tetha serta proses identifikasi dilakukan menggunakan SVM dengan mencari hyperplane terbaik untuk memisahkan dua kelas.
Perintah Menggunakan Sinyal Suara dengan Mel-Frequency Cepstrum Coefficients dan Learning Vector Quantization Neneng Nurhamidah; Esmeralda C. Djamal; Ridwan Ilyas
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2017
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Perkembangan teknologi informasi mengarahkan perintah komputer tidak hanya dari keyboard, mouse ataupun touchscreen, tetapi dapat menggunakan suara atau pikiran. Persoalan utama dari instruksi suara adalah identifikasi kata yang diucapkan sehingga perlu proses ekstraksi yang tepat. Beberapa penelitian terdahulu mengidentifikasi suara dengan menggunakan Mel-Frequency Cepstrum Coefficients (MFCC) untuk mengoperasikan komputer, instruksi lampu otomatis dan penguncian pintu. Sementara penelitian lain menggunakan Linier Predictive Cepstral Coefficients sebagai pembanding MFCC dengan hasil akurasi MFCC lebih baik ketika mengenali suara dalam kondisi bising.  MFCC memiliki kemiripan dengan sistem pendengaran manusia serta merupakan perhitungan yang kuat dan hemat biaya. Penelitian ini telah membuat sistem identifikasi kata. Identifikasi dibagi atas tiga kelas yaitu “Klasik”, “Dangdut” dan “Pop”, yang digunakan untuk aksi mengoperasikan tiga jenis lagu yang sesuai. Sinyal suara diekstraksi menggunakan MFCC yang kemudian diidentifikasi menggunakan Learning Vector Quantization (LVQ). Data latih dan data uji didapatkan dari enam naracoba dan 10 kali perulangan dari yang mengucapkan kata “Klasik”, “Dangdut” dan “Pop” secara terpisah. Kemudian sinyal suara yang direkam dilewatkan praproses menggunakan Histogram Equalization, DC Removal  dan Pre-emphasize untuk mereduksi noise dari sinyal suara, yang kemudian diekstraksi menggunakan MFCC. Spektrum frekuensi yang dihasilkan dari MFCC diidentifikasikan menggunakan LVQ setelah melewati proses pelatihan terlebih dahulu. Hasil penelitian diperoleh akurasi sebesar 92% untuk identifikasi data yang telah dilatih. Sedangkan pengujian data baru diperoleh akurasi sebesar 46%.
Brain Computer Interface Untuk Aksi Memutar Lagu Terhadap Tiga Kondisi Emosional Menggunakan Spektral Daya dan Adaptive Backpropagation Iyan Taufik Hidayat; Esmeralda C. Djamal; Ridwan Ilyas
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2017
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Musik dapat memberikan efek positif bagi kondisi psikologis dan emosional seseorang, misalnya bagi penyandang Tuna Laras dan penderita gangguan syaraf. Bagi orang yang memiliki keterbatasan fisik, mengoperasikan perangkat eksternal seperti memutar lagu tidaklah mudah. Oleh karena itu Brain Computer Interface (BCI) dengan Elektroensephalogram (EEG) sebagai perangkat intermediate adalah salah satu solusi untuk menangani masalah tersebut. Penelitian terdahulu menggunakan sinyal EEG untuk identifikasi kondisi emosi. Namun pola sinyal dari EEG tidak dapat diklasifikasikan langsung dalam bentuk kondisi emosional, sehingga dibutuhkan sebuah model komputasi yang dapat mengklasifikasikan emosi sebagai masukan dalam mengoperasikan musik dengan genre yang sesuai. Penelitian sebelumnya menggunakan BCI untuk mengendalikan kursi roda dan sebagai input dari video game. Penelitian ini telah membangun BCI melalui sinyal EEG  untuk identifikasi kondisi emosional yang digunakan untuk memilih genre lagu yang dioperasikan. Model komputasi yang dibangun menggunakan Spektral Daya sebagai ekstraksi dan Adaptive Backpropagation sebagai identifikasi. Data EEG hasil perekaman diambil dua menit terakhir, dilakukan pada 10 naracoba untuk data latih dan 10 naracoba data uji dengan tiga kali perekaman dan lima kali perulangan. Sinyal EEG diekstraksi menggunakan Spektral Daya pada frekuensi 4-30 Hz dengan frekuensi sampling 128 Hz, dan diklasifikasikan menggunakan Adaptive Backpropagation. BCI terintegrasi dengan wireless EEG dalam bentuk perangkat lunak. Hasil penelitian memperoleh akurasi pengujian sebesar 99% untuk data yang telah dilatih dan 54% untuk pengujian data baru.
Identifikasi Otentifikasi Citra Tanda Tangan Menggunakan Wavelet dan Backpropagation Resa Abdilah; Esmeralda C. Djamal; Ridwan Ilyas
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2017
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Tanda tangan merupakan salah satu biometrik manusia. Permasalahan muncul apabila kemungkinan terdapat pemalsuan sehingga dibutuhkan sistem yang dapat melakukan verifikasi dan otentifikasi keabsahan pemilik tanda tangan. Namun identifikasi dan verifikasi suatu pola citra tanda tangan tidak mudah dikenali. Penelitian terdahulu mengenai identifikasi tanda tangan telah banyak dilakukan menggunakan metode Backpropagation dan Wavelet, maupun dengan Learning Vector Quantization, Wavelet dengan Support Vector Machine, Discrete Fourier Transform dan Discrete Cosine Transform dapat mengenali dan identifikasi tanda tangan dan penelitian dengan metode Multilayer Perceptron dapat menunjukkan kepribadian yang dilakukan secara offline maupun online. Akurasi dari identifikasi dan verifikasi tanda tangan ditentukan dari pemilihan metode pra proses dan ekstrasi fitur. Penelitian ini akan membuat model komputasi identifikasi identitas tanda tangan menggunakan ekstraksi Wavelet dan Jaringan Syaraf Tiruan dengan algoritma Backpropagation untuk otentifikasi. Penelitian dimulai dengan mengambil data tanda tangan dari kertas A4 menggunakan scanner dari 15 naracoba sebanyak 10 tanda tangan setiap orangnya dengan total 150 citra tanda tangan yang digunakan sebagai data latih dan data uji dengan ukuran 256x256 pixel selanjutnya praproses dan diekstraksi menggunakan Wavelet dan diidentifikasi menggunakan Backpropagation. Sistem identifikasi tanda tangan dapat mengenali 90 citra tanda tangan dengan akurasi 100% dengan data yang telah dilatihkan sedangkan identifikasi terhadap data baru diperoleh akurasi sebesar 46%.
Identifikasi Gender Berdasarkan Citra Wajah Menggunakan Deteksi Tepi dan Backpropagation Destri Wulansari; Esmeralda C. Djamal; Ridwan Ilyas
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2017
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Pengenalan pola dapat dilakukan pada bagian tubuh manusia seperti sidik jari, retina mata dan wajah. Pengenalan pola wajah dapat dipandang mengenali identitas, emosi, ras dan gender berdasarkan fitur-fitur yang dimiliki. Penelitian terdahulu mengenali usia dan jenis kelamin menggunakan metode Jaringan Syaraf Tiruan (JST), penelitian lain untuk mengenali citra wajah menggunakan metode Two-Dimensional Linear Discriminant Analysis (TDLDA) dan Support Vector Machine (SVM), dan untuk mengenali ekspresi wajah menggunakan JST Backpropagation. Pengenalan citra wajah untuk identifikasi gender dapat digunakan untuk rekapitulasi kehadiran dan akses suatu ruangan khusus. Penelitian ini membangun sistem identifikasi gender berdasarkan citra wajah menggunakan JST. Segmentasi citra wajah menjadi segmen mata, segmen mata kanan, segmen mata kiri, dan mulut yang dilakukan konversi ke vektor sebagai masukan dari JST menggunakan metode Backpropagation. Backpropagation mempunyai kemampuan untuk belajar (bersifat adaptif) dan memiliki resiko kesalahan yang kecil (Fault Tolerance) secara umum toleran terhadap kebisingan pada pola masukan. Hasil identifikasi dari 60 data yang pernah dilatih sebelumnya dengan hasil sebesar 100%. sedangkan hasil identifikasi dari 60 data yang belum pernah dilatih sebelumnya menghasilkan akurasi sebesar 82%.
Identifikasi Emosi Dari Sinyal Suara Secara Real Time Menggunakan Linear Predictive Coding dan Backpropagation Yamina Azmi; Esmeralda C Djamal; Ridwan Ilyas
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2018
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Kepuasan pelanggan adalah salah satu faktor penting suatu perusahaan yang menghasilkan produk dan jasa. Banyak perusahaan saling bersaing untuk meningkatkan kualitas pelayanan salah satunya dengan melakukan evaluasi terhadap customer service dalam melayani konsumen. Penelitian ini telah membuat sistem identifikasi emosi dari sinyal sinyal suara. Kalimat yang digunakan berasal dari rekaman percakapan antara customer service dengan pelanggan. Sistem identifikasi ini dibangun dari pelatihan suara terhadap 10 naracoba dengan lima kali perulangan pada setiap kata kunci yang diucapkan, sehingga digunakan 150 set data latih. Sinyal suara setiap enam detik dilewatkan praproses untuk mengurangi noise dan dilakukan frame blocking dan windowing yang kemudian diekstraksi menggunakan Linear Predictive Coding (LPC) dengan nilai poles 8. Koefisien yang dihasilkan LPC kemudian digunakan sebagai fitur dalam Jaringan Syaraf Tiruan menggunakan algoritma pembelajaran Backpropagation. Hasil dari penelitian menunjukkan sistem identifikasi emosi menghasilkan akurasi sebesar 91% untuk data latih dan 76% untuk data baru.
Identifikasi Nama Surat Juz Amma dengan Perintah Suara Menggunakan MFCC dan Backpropagation Fitri Nur Suciani; Esmeralda C. Djamal; Ridwan Ilyas
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2018
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Perintah suara dapat mengatasi keterbatasan seseorang dalam mengoperasikan perangkat eksternal seperti Al Quran elektronik. Penelitian ini telah membuat sistem identifikasi kata dalam sinyal suara untuk menampilkan surat Juz Amma. Kata yang diucapkan adalah salah satu dari 37 nama surat dalam Juz Amma. Sistem identifikasi dibangun dari pelatihan suara menggunakan 12 naracoba dengan lima kali perulangan pada setiap kata-kata yang diucapkan, sehingga digunakan 2220 set data latih. Sinyal suara setiap 2 detik dilewatkan praproses untuk mengurangi noise dan komponen DC yang kemudian diekstraksi menggunakan Mel – Frequency Cepstrum Coefficients (MFCC). Koefisien Ceptrum yang dihasilkan MFCC digunakan sebagai fitur dalam Jaringan Syaraf Tiruan menggunakan algoritma pembelajaran Backpropagation. Hasil penelitian menunjukkan sistem identifikasi menghasilkan akurasi sebesar 92% untuk data latih dan 36% untuk data baru. Hasil penelitian menunjukkan bahwa optimalisasi parameter memperoleh akurasi tertinggi menggunakan 496 hidden neuron dan 13 koefisien, dengan learning rate 0,01, minimum error 0,001 dan epoch 10000.
Brain Computer Interface Untuk Menggerakkan Animator Pemukul Bass Drum Menggunakan Wavelet dan Support Vector Machine Azmira Mifti Harjana; Esmeralda C. Djamal; Ridwan Ilyas
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2018
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Penderita kelumpuhan sering mengalami kesulitan untuk berinteraksi dengan perangkat eksternal disebabkan kinerja saraf untuk menyampaikan perintah dari otak ke otot menurun. Pengembangan teknologi Brain Computer Interface (BCI) memungkinkan seseorang dapat menggerakkan perangkat eksternal dengan menggunakan sinyal EEG sebagai komponen intermediate ketika membayangkan gerakan yang diinginkan (motor imagery) tanpa melibatkan fungsi motorik lainnya. Karakteristik sinyal EEG yang memiliki amplitudo rendah menyebabkan rentan terhadap noise dan mudah dipengaruhi variabel lain. Bentuk yang kompleks serta bersifat non stasioner menyebabkan variabel motor imagery tidak mudah untuk diidentifikasi. Penelitian ini membangun perangkat BCI yang dapat mengidentifikasi pikiran saat membayangkan suatu gerakan untuk menggerakkan animasi pemukul bass drum dengan lima kelas gerakan. Sistem dilatih terlebih dahulu menggunakan 2000 set data dari 10 naracoba untuk lima kelas dengan lima kali perulangan. Variabel motor imagery didapatkan dari sinyal EEG yang diekstraksi dengan Wavelet Daubechies10 untuk mendapatkan sinyal gelombang Alfa dan Beta serta ditambahkan analisa statistik dan sinkronisasi kanal simetrik sehingga menghasilkan 224 data untuk empat kanal. Data tersebut digunakan sebagai vektor fitur untuk tahap identifikasi dengan Support Vector Machine hyperplane Non Linier dengan kernel Polynomial orde 2. Hasil penelitian diperoleh akurasi sebesar 37% untuk data baru, sedangkan terhadap data latih sebesar 88%. Penggunaan fitur statistik amplitudo dan sinkronisasi kanal simetrik dapat meningkatkan akurasi sebesar 7%. BCI dan EEG diintegrasikan secara real time melalui implementasi perangkat lunak BCI, EEG dan animasi pemukul bass drum.
OPTIMALISASI LAHAN TANAH UNTUK AREA RUMAH DAN JALAN MENGGUNAKAN ALGORITMA GENETIKA Luthfi Ahmad Fadhil; Esmeralda C Djamal; Ridwan Ilyas
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 7 2016
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (319.891 KB)

Abstract

Bisnis properti sangat menjanjikan dan sangat banyak peminatnya. Karena pasar dan harga properti yang semakin meningkat setiap harinya. Dalam memulai bisnis properti seperti membangun perumahan dan jalan pada sebidang tanah diperlukan adanya perhitungan agar tanah yang ada dapat dioptimalkan penggunaannya terhadap berbagai tipe kaveling rumah yang akan ditempatkan. Algoritma Genetika telah dipergunakan secara luas dan telah berhasil untuk berbagai optimalisasi permasalahan seperti penentuan jadwal, penentuan rute dan penentuan ruang. Algoritma Genetika dipilih karena dapat memperoleh kombinasi paling optimal tanpa harus mencoba semua kemungkinan kombinasi. Beberapa penelitian menggunakan Algoritma Genetika adalah dalam penyusunan barang, tata letak ruangan, desain ruang dalam rumah, dan pengepakan pallet dalam container dengan forklift. Penelitian ini dimulai dengan identifikasi atribut dan kriteria dalam penempatan kaveling area rumah, merepresentasikan lahan tanah ke dalam grid sebagai struktur kromosom, membuat fungsi kecocokan berdasarkan kriteria, proses optimalisasi lahan tanah untuk area rumah dan jalan dengan Algoritma Genetika, dan menerjemahkan kembali kode hasil perhitungan menjadi denah kaveling area rumah dan jalan yang akan dibangun. Penelitian ini telah menghasilkan sistem optimalisasi lahan dengan jumlah pelanggaran sebanyak 124 pelanggaran. Dalam nilai pelanggaran tersebut terdapat sisa grid lahan pada pinggir area rumah yang dapat dimanfaatkan menjadi taman sebagai fasilitas umum.   Perangkat lunak akan dimplementasikan agar mudah digunakan bagi para developer rumah. Kata kunci: Algoritma Genetika, lahan tanah, mutasi, optimalisasi, persilangan, perumahan
Peringkasan Otomatis Dengan Ekstraksi Informasi Untuk Dokumen Berita Ter-cluster Ridwan Ilyas; Fajri Umbara
Annual Research Seminar (ARS) Vol 2, No 1 (2016)
Publisher : Annual Research Seminar (ARS)

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

Abstract

Keterbukaan dan kemudahan mengakses informasi membuat jumlah informasi menjadi sangat banyak. Banyaknya informasi untuk satu hal yang sama menimbulkan information overload. Masalah tersebut muncul dalam berbagai bidang seperti berita, dokumen karya ilmiah dan media sosial. Dibutuhkan sistem yang mampu membantu pengguna untuk menghasilkan berita yang lengkap dengan cara membangun sistem peringkasan otomatis. Pada penelitian ini diajukan membentuk serangkayan standar dalam tahapan peringkasan berita dengan konfirgurasi dinamis pada masing-masing tugas (clustering, ekstraksi informasi dan peringkasan). Dengan membangun sistem peringkasan dari mulai proses clustering, ekstraksi informasi dan peringkasan diharapkan menghasilkan hasil ringkasan yang utuh, lengkap dan memiliki tingkat keterbacaan tinggi.
Co-Authors Achmad Aziz Adriana, Reyhan Agung Besti Agus Komarudin Akbar, Tzazkia Febriyana Aminuddin Ihsan, Aminuddin Ari Sri Windyaswari Ari Sri Windyaswari, Ari Sri Ariq Irawan, Muhamad Asendra, Irfan Asep Saepul Ridwan Ashaury, Herdy Aziz, Achmad Azmira Mifti Harjana Besti, Agung Chandani Nurul Hafizah Destri Wulansari Dhimas Ariya Wibiksana Djamal, Esmeralda Contesa Dwi Hendratmo Widyantoro Dwifani, Bella Melati Wiranur Eddie Khrisna Putra Eriyadi, Maulidina Norick Esmeralda C Djamal Esmeralda C Djamal Esmeralda C. Djamal Esmeralda C. Djamal Esmeralda Contessa Djamal Fadhilahsyah Ramadhan, Muhammad Diky Fahrauk Faramayuda, Fahrauk Fajri Rakhmat Umbara Fajri Umbara Fatimah Indrianti, Nisa Fitri Nur Suciani Gunawan Abdillah Gunawan Abdillah, Gunawan Hadiana, Asep Id Hidayat, Ferdian Afza Iqbal Prayoga Willyana Ismail, Nursafira Khairunnisa Iyan Taufik Hidayat Janjan Nurjaman Kania Ningsih, Ade Kasyidi, Fatan Luthfi Ahmad Fadhil Masayu Leylia Khodra Maulidina Norick Eriyadi Melina Melina Muhamad Ramdan, Muhamad Muhamad Rizal Firmansyah Muhammad Ramdhani, Muhammad Muhammad, Azri Naufal Akhfasy, Muhammad Neneng Nurhamidah NIDA MUTHI ANNISA Nur Shabrina, Nariswari Nurhamidah, Neneng Nursafira Khairunnisa Ismail Nurul S, Puspita Nurul Sabrina, Puspita Paramita, Veronika Santi Purnama Ginandjar, Ichas Putra, Dion Revaldy Putri, Dhiffa Namira Alifia Ramdani, Maullidan Alfa Rizki Fikri Ramdhan, Edvin Resa Abdilah Reyhan Adriana Deris Reza Dwi Putra Reza Indrawan Rezki Yuniarti Rezky Yuniarti ridwan fauzi Rifaz Muhammad Sukma Rizka Khoirunnisa Guntina Rizki Kurniawan, Moch. Sopian, Annisa Mufidah Susilowati, Merliana Tri Syarafina, Fildzah Tzazkia Febriyana Akbar Umbara, Fajri Rakhmat Wildan Pratama Wina Witanti Yamina Azmi Yoga Esa Mahendra Yulison Herry Chrisnanto Yustiana Fauziyah