Article Per Year (5 Year)
p-Index From 2021 - 2026
4.337
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer EMITTER International Journal of Engineering Technology Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) IJoICT (International Journal on Information and Communication Technology) JOIN (Jurnal Online Informatika) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research JURNAL MEDIA INFORMATIKA BUDIDARMA JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Indonesian Journal of Applied Informatics Charity : Jurnal Pengabdian Masyarakat Jurnal Abdimas Kartika Wijayakusuma Indonesian Community Journal Jurnal Pengabdian Masyarakat Bhinneka eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika LOGIC: Jurnal Penelitian Informatika
Febryanti Sthevanie
Telkom University
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering Public Health Social Sciences Other

Published : 66 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 66 Documents
Search

 3   4   5   6   7 
Automatic Image Annotation Menggunakan Metode Speeded Up Robust Feature Dan Support Vector Machine Nurul Halimatul Azizah; Febryanti Sthevanie; Anditya Arifianto
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Tersedianya citra dalam jumlah yang cukup banyak menyebabkan dibutuhkannya sistem untuk mengorganisasikan citra sesuai dengan kategori tertentu untuk memudahkan user untuk mencari citra yang dibutuhkan. Pencarian citra menggunakan teks saat ini masih kurang efektif karena pemberian teks terhadap citra oleh masing-masing orang masih terlalu subyektif dan memakan waktu yang cukup lama. Pencarian dengan menggunakan citra sebagai query menggunakan fitur yang terdapat pada citra juga masih kurang efektif karena membutuhkan citra sebagai query dan hasilnya masing kurang sesuai. Sistem Automatic Image Annotation merupakan sistem yang dapat mengatasi kekurangan yang tedapat pada pencarian citra menggunakan teks dan pencarian citra menggunakan citra query, dengan cara memberikan anotasi secara otomatis terhadap citra menggunakan fitur yang terdapat pada citra. Dalam penelitian tugas akhir ini, akan dibangun sebuah sistem Automatic Image Annotation menggunakan metode ekstraksi ciri Speeded Up Robust Features (SURF) dan metode klasifikasi Support Vector Machine (SVM) menggunakan Bag-of-Visual-Words. Dari hasil pengujian, akurasi tertinggi didapat menggunakan nilai threhsold 0, jumlah klaster 500, dan menggunakan jenis SVM one-against-all dengan hasil F1 Score rata-rata sebesar 0,9001. Kata kunci : Automatic Image Annotation, SURF, SVM, visual words.
Sistem Rekognisi Iris menggunakan Algoritma Klasifikasi Learning Vector Quantization Nur Indah Puspa Idham; Kurniawan Nur Ramdhani; Febryanti Sthevanie
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Sistem pengenalan iris mata dianggap sebagai salah satu metode biometrik yang umum digunakan untuk identifikasi dan verifikasi manusia, ini karena iris mata memiliki pola unik yang berbeda-beda pada setiap manusia. Pada paper ini penulis mengusulkan pengenalan iris dengan menggunakan suatu algoritma klasifikasi, yaitu Learning Vector Quantization. Proses identifikasi iris mata pada penelitian ini berupa proses awal, ektraksi ciri, dan klasifikasi. Pertama, citra iris yang sudah disegmentasi, dihilangkan noise-nya dan dinormalisasi. Lalu dilakukan ekstraksi ciri, algoritma yang digunakan adalah transformasi wavelet, yang merupakan metode analisis tekstur. Lalu hasil ekstraksi diklasifikasi dengan metode klasifikasi Learning Vector Quantization. Hasil simulasi menunjukkan hasil akurasi tertinggi 88.89%. Kata kunci : iris mata, biometrik, wavelet, LVQ Abstract Iris recognition system is considered to be one of the best biometric methods used for human identification and verification, because human iris has distinct unique patterns in every human being. In this paper the author proposes the identification of iris by using a classification algorithm, namely Learning Vector Qu-antization. The process of identification of the iris in this study is the initial process, feature extraction, and classification. First, segmented the iris image, removed the noise and normalized. Then extraction fe-ature process, the algorithm used is wavelet transformation, which is method of texture analysis. Then the extraction results are classified by the Learning Vector Quantization classification method. The simulation results show the highest accuration is 88.89%. Keywords: human iris, biometric, wavelet, LVQ
Pengenalan Ras Kucing Scottish Fold Menggunakan Metode Histogram Of Oriented Gradients Dan Jaringan Saraf Tiruan Sakinah Indriyani; Febryanti Sthevanie; Kurniawan Nur Ramadhani
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

AbstrakKucing merupakan salah satu hewan peliharaan yang cukup populer dikalangan manusia. Menurut TheCat Fanciers Association (CFA), terdapat 42 ras kucing di dunia. Dari 42 ras kucing tersebut, hanya terdapat1% ras asli kucing dari jumlah keseluruhan populasi kucing di dunia, dikarenakan banyaknya perkawinansilang antar ras kucing. Setiap ras memiliki penanganan yang berbeda, salah satunya yaitu kucing ScottishFold merupakan ras kucing yang dikenal rentan. Dengan metode pengolahan citra dan machine learning,dibangun sistem untuk mengenali ras kucing Scottish Fold dengan ekstraksi fitur HOG dan proses klasifi-kasi Jaringan Saraf Tiruan. Pengenalan ras kucing dibedakan menjadi pengenalan ras kucing Scottish Folddan Non-Scottish Fold. Evaluasi dari model yang telah dibangun menghasilkan nilai akurasi sebesar 97,5%untuk telinga kucing, 96% untuk wajah kucing tanpa background dan 90,5% untuk wajah kucing denganbackground menggunakan parameter HOG 8x8 pixel per cells, 1x1 block per cells, bins 9, dan parameterJST dengan jumlah neuron 50 pada 1 hidden layer. Kata kunci : Kucing, Pengenalan Ras, Pengenalan Wajah, Histogram of Orieneted Gradients, Jaringan SarafTiruan AbstractCat is one of the pets that quite popular around humans. According to The Cat Fanciers Association (CFA),there are 42 cat breed in this world. From 42 cat breeds, there are only 1% pure-bred cat in this world,because of cross-breed between cats. Every cat-breed has different way to take care of. Scottish Fold is oneof cat-breed that pretty vulnerable. With image processing and machine learning, a system to recognizeScottish Fold cat-breed using HOG for extraction feature and Artificial Neural Network for classification isbuilt. Cat-breed recognition divided by two as Scottish Fold and Non-Scottish Fold. The accuracy of thissystem is 97,5% for cat’s ears image, 96% for cat’s face image without background, and 90,5% for cat’sface image with background using HOG parameter 8x8 pixel per cells, 1x1 cells per block, 9 bins, and ANNparameter 50 neuron in 1 hidden layer. Keywords: Cats, Race Recognition, Face Recognition, Histogram of Oriented Gradients, Artificial NeuralNetwork
Sistem Rekognisi Menggunakan Metode Local Binary Pattern Dan Support Vector Machine Untuk Mendeteksi Ruang Kosong Tempat Parkir Luar Ruangan Mochamad Rakha Luthfi Fahsya; Febryanti Sthevanie; Kurniawan Nur Ramadhani
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 Pertambahan volume kendaraan menyebabkan kuota parkir disebuah tempat parkir berkurang dan terjadinya kepadatan pada slot tempat parkir yang menyebabkan kesulitan pengunjung dalam mencari slot tempat parkir kosong, yang akan membuat waktu dalam melakukan pencarian tempat parkir terbuang. Peneliti menggunakan metode Gamma Correction, Gaussian Blur, Local Binary Pattern Rotation Invariant Uniform dan Support Vector Machine dengan setelan parameter Gaussian Blur menggunakan tanpa kernel, Gamma Correction menggunakan nilai gamma = 15, Local Binary Pattern Rotation Invariant Uniform P=8 dan R=1 dan Support Vector Machine kernel RBF mendapatkan nilai akurasi sebesar 99.52% lebih baik dibandingkan jurnal [3] dengan metode 𝑳��𝒖 akursi 98.90% dan 𝑳𝑩���𝒊𝒖��dengan akurasi 82.78% . Kata Kunci: Local Binary Pattern Rotation Invariant Uniform, Support Vector Machine, Gaussian Blur Abstract The increase in vehicle volume causes the parking quota in a parking space to decrease and decreases in the parking space slot which causes difficulty for visitors to find a parking space slot, which will make time in searching for a parking space wasted. Researchers will use the Gamma Correction, Gaussian Blur, Uniform Rotation Local Binary Pattern and Support Vector Machine method using parameters Gaussian Blur using without kernel, Gamma Correction using gamma value = 15, Local Binary Pattern Rotation Invariant uniform parameters P = 8 and R = 1 and RBF kernel Vector Support Engine with accuracy 99.52%% better than journals [3] with the method 𝑳��𝒖 accuracy 98.90% and 𝑳𝑩���𝒊𝒖𝟐 with an accuracy of 82.78% . Keywords: Local Binary Pattern Rotation Invariant Uniform, Support Vector Machine, Gaussian Blur
Klasifikasi Ras Pada Kucing Menggunakan Algoritma Convolutional Neural Network(cnn) Muhammad Afif Amanullah Fawwaz; Kurniawan Nur Ramadhani; Febryanti Sthevanie
eProceedings of Engineering Vol 8, No 1 (2021): Februari 2021
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Kucing adalah hewan peliharaan yang bisa dimiliki oleh semua orang. Namun terkadang tidak semua pemilik kucing mengetahui ras kucingnya. Perawatan kucing seharusnya dilakukan dengan perawatan khusus untuk menjamin kesehatan kucing, disesuaikan dengan ras yang dimiliki kucing tersebut karna setiap ras kucing mempunyai karateristik yang berbeda sehingga diperlukan perawatan yang berbeda pula. Maka dari itu diperlukan sebuah program yang dapat mengenali ras dari seekor kucing. Pada penelitian tugas akhir ini yang berjudul “Klasifikasi Ras pada Kucing menggunakan Algoritma Convolutional Neural Network (CNN)” telah dilakukan training dan testing dengan menggunakan dataset yang berasal dari Oxford-IIIT yang berjumlah 2393 citra dengan jumlah kelas sebanyak 12 kelas. Model yang digunakan yaitu VGG16, InceptionV3, ResNet50 dan Xception. Hasil testing didapatkan berupa akurasi untuk tiap modelnya yaitu 60.85%, 84.94%, 71.39%, dan 93.75%. Kata Kunci: CNN, klasifikasi, visi komputer Abstract Cats are pets that everyone can have. But sometimes not all cat owners know their cat breeds. Caring for a cat can not be arbitrary, but it requires special care. The treatment of cat must be specific based on each breed in cats for ensure the cat’s healt adjusted to the cat breeds has different characteristics so that different care is needed. So we need a program that can recognize the breed of a cat. In this research, entitled "Breed Classification in Cats using Convolutional Neural Network (CNN) Algorithm" training and testing has been carried out using a dataset originating from Oxford-IIIT totaling 2393 images with 12 classes. The models used are VGG16, InceptionV3, ResNet50 and Xception. The test accuracy results are 60.85%, 84.94%, 71.39%, dan 93.75%. Keywords: CNN, classification, computer visionAbstrak Kucing adalah hewan peliharaan yang bisa dimiliki oleh semua orang. Namun terkadang tidak semua pemilik kucing mengetahui ras kucingnya. Perawatan kucing seharusnya dilakukan dengan perawatan khusus untuk menjamin kesehatan kucing, disesuaikan dengan ras yang dimiliki kucing tersebut karna setiap ras kucing mempunyai karateristik yang berbeda sehingga diperlukan perawatan yang berbeda pula. Maka dari itu diperlukan sebuah program yang dapat mengenali ras dari seekor kucing. Pada penelitian tugas akhir ini yang berjudul “Klasifikasi Ras pada Kucing menggunakan Algoritma Convolutional Neural Network (CNN)” telah dilakukan training dan testing dengan menggunakan dataset yang berasal dari Oxford-IIIT yang berjumlah 2393 citra dengan jumlah kelas sebanyak 12 kelas. Model yang digunakan yaitu VGG16, InceptionV3, ResNet50 dan Xception. Hasil testing didapatkan berupa akurasi untuk tiap modelnya yaitu 60.85%, 84.94%, 71.39%, dan 93.75%. Kata Kunci: CNN, klasifikasi, visi komputer Abstract Cats are pets that everyone can have. But sometimes not all cat owners know their cat breeds. Caring for a cat can not be arbitrary, but it requires special care. The treatment of cat must be specific based on each breed in cats for ensure the cat’s healt adjusted to the cat breeds has different characteristics so that different care is needed. So we need a program that can recognize the breed of a cat. In this research, entitled "Breed Classification in Cats using Convolutional Neural Network (CNN) Algorithm" training and testing has been carried out using a dataset originating from Oxford-IIIT totaling 2393 images with 12 classes. The models used are VGG16, InceptionV3, ResNet50 and Xception. The test accuracy results are 60.85%, 84.94%, 71.39%, dan 93.75%. Keywords: CNN, classification, computer vision
Pelatihan Bahasa Pemrograman Python untuk Meningkatkan Kemampuan Pemrograman bagi Siswa Kelas X SMK Telkom Bandung Febryanti Sthevanie; Gia Septiana Wulandari; Mahmud Dwi Sulistiyo
Prosiding COSECANT : Community Service and Engagement Seminar Vol 1, No 2 (2021)
Publisher : Universitas telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (470.434 KB) | DOI: 10.25124/cosecant.v1i2.17501

Abstract

SMK Telkom Bandung merupakan salah satu institusi pendidikan di bawah naungan Yayasan Pendidikan Telkom yang berdiri sejak tahun 2013. Di program studi Teknik Komputer Jaringan, materi terkait algoritma dan pemrograman komputer menjadi yang salah satu yang sangat fundamental bagi siswa-siswi. Namun, masih terdapat kesulitan yang dihadapi oleh mereka dalam mempraktikkan materi pemrograman, utamanya terkait bahasa pemrogramannya. Kurangnya pemahaman terhadap materi terkait dasar-dasar algoritma pun disinyalir karena kemampuan implementasi siswa-siswi yang belum lancar di lingkungan bahasa pemrograman yang digunakan. Oleh karena itu, Fakultas Informatika Telkom University memberikan solusi dalam rangka membantu para siswa untuk meningkatkan kemampuan pemrogramannya dengan mengadakan pelatihan bahasa pemrograman Python. Meski diselenggarakan secara online, SMK Telkom Bandung menyambut dengan sangat baik kegiatan pengabdian masyarakat berupa pelatihan ini dan siswa-siswi pun mengikuti pelatihan dengan antusias. Berdasarkan evaluasi kegiatan pelatihan, diperoleh hasil yang menunjukkan 90% peserta menyatakan bahwa Python lebih mudah dipahami dibandingkan Pascal. Selain itu, menurut hasil pre- dan post-test, diketahui bahwa pengetahuan siswa-siswi secara umum meningkat setelah mengikuti pelatihan, yang menunjukkan bahwa penyampaian materi telah dilaksanakan secara efektif
Peningkatan Wawasan Kecerdasan Artifisial di SMK Telkom Bandung Melalui Kegiatan Workshop Mahmud Dwi Sulistiyo; Febryanti Sthevanie; Gia Septiana Wulandari
Charity : Jurnal Pengabdian Masyarakat Vol 6 No 1a (2023): Special Issue
Publisher : PPM Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/charity.v6i1a.5918

Abstract

Wawasan kecerdasan artifisial (AI) merupakan pengetahuan tentang teknologi dan cara kerja kecerdasan artifisial, termasuk bagaimana mesin dan sistem dapat diprogram untuk melakukan tugas-tugas yang biasanya dilakukan oleh manusia. Dengan meningkatnya penggunaan AI di berbagai bidang, termasuk industri, teknologi, dan bisnis, penting bagi siswa di SMK Telkom Bandung untuk memahami dan memiliki wawasan tentang AI. Sayangnya, sampai saat ini, SMK Telkom Bandung masih belum menerapkan materi terkait AI di dalam kurikulumnya. Salah satu cara untuk meningkatkan wawasan tentang AI di kalangan siswa SMK adalah melalui kegiatan workshop. Workshop merupakan forum yang memungkinkan siswa untuk belajar secara langsung dari para ahli, akademisi, atau praktisi di bidang terkait, dan memiliki kesempatan untuk bertanya dan berdiskusi tentang topik yang dibahas. Memahami permasalahan dan kebutuhan SMK Telkom Bandung tersebut, tim Pengabdian Masyarakat dari kelompok keahlian Intelligent System, Fakultas Informatika, Universitas Telkom mengadakan kegiatan workshop tentang wawasan AI. Kegiatan ini bertujuan untuk membantu siswa SMK Telkom Bandung dalam mempersiapkan diri menghadapi tantangan di masa depan dan berkarir di bidang yang terkait dengan AI. Serangkaian workshop diselenggarakan selama tiga hari dengan materi meliputi pengenalan dunia AI, penerapan metode AI, dan aplikasi AI yang kekinian. Materi disampaikan secara interaktif dengan selalu melibatkan peserta melalui quiz online dan penugasan di tempat. Kegiatan workshop ini mendapatkan respon yang positif, baik dari siswa-siswi maupun para guru, serta antusiasme yang tinggi untuk diadakannya workshop lanjutan tentang wawasan AI ini.
Enhancing Fire Detection in Images using Faster R-CNN with Gaussian Filtering and Contrast Adjustment Dwiki Lazzaro; Febryanti Sthevanie; Kurniawan Nur Ramadhani
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 7, No 3 (2023): Juli 2023
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v7i3.6486

Abstract

A system is designed with an accurate and efficient model to detect fires, aiming to assist in fire prevention. Designing such a system poses a challenging task, as numerous aspects need to be considered, including model accuracy, parameter count, computational complexity, and more. Therefore, the research will incorporate techniques such as Image Smoothing Filtering and Contrast Adjustment to enhance the fire detection process. The primary objective is to develop a robust system that can effectively identify and detect fire occurrences. Accuracy is crucial to ensure reliable results, while efficiency plays a significant role in real-time fire detection. By implementing Image Smoothing Filtering, the system can reduce noise and enhance image quality, improving detection performance. Contrast Adjustment techniques will further contribute to the system's efficiency by emphasizing fire patterns and enhancing their visibility. The system's design encompasses careful consideration of various factors to strike a balance between accuracy, efficiency, and computational complexity. By utilizing Image Smoothing Filtering and Contrast Adjustment, the research aims to develop a comprehensive fire detection system that can aid in preventing fire incidents. This study endeavors to contribute to the advancement of fire detection technologies and pave the way for future innovations in this field.
Fatigue Detection Through Car Driver’s Face Using Boosting Local Binary Patterns Grandhys Setyo Utomo; Ema Rachmawati; Febryanti Sthevanie
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 7 No 5 (2023): October 2023
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v7i5.4798

Abstract

The general population is concerned with traffic accidents. Driver fatigue is one of the leading causes of car accidents. Several factors, including nighttime driving, sleep deprivation, alcohol consumption, driving on monotonous roads, and drowsy and fatigue-inducing drugs, can contribute to fatigue. This study proposes a facial appearance-based driver fatigue detection system. This is based on the assumption that facial features can be used to identify driver fatigue. We categorize driver conditions into three groups: normal, talking, and yawning. In this study, we used Adaboost to propose Boosting Local Binary Patterns (LBP) to improve the image features of fatigue drivers in the Support Vector Machine (SVM) model. The experimental results indicate that the system's optimal performance achieves an accuracy value of 93.68%, a recall value of 94%, and a precision value of 94%.
Pengembangan Website untuk Pembaruan Media Informasi dan Promosi FJ Studio Bandung dengan memanfaatkan Google Sites Gia Septiana Wulandari; Mahmud Dwi Sulistiyo; Febryanti Sthevanie
I-Com: Indonesian Community Journal Vol 4 No 1 (2024): I-Com: Indonesian Community Journal (Maret 2024)
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/icom.v4i1.4028

Abstract

FJ Studio is a women's fitness studio located in Bandung. The problem is, since its establishment in 2018, FJ Studio has relied solely on word-of-mouth promotion and through the Instagram account of a local influencer. The promotional methods used are deemed ineffective; furthermore, the cost of the influencer is considered high. Therefore, to make FJ Studio's promotions more effective and cost-efficient, we, as a community service team from the Faculty of Informatics, Telkom University, developed a website to serve as an informational and promotional platform for FJ Studio. Due to the limited personnel at FJ Studio, ease of website management was prioritized. We utilized the Google Sites framework for the development of the FJ Studio website, which can be easily managed online and offers various practical and user-friendly content management features. We conducted training sessions for the owners and staff of FJ Studio to introduce them to the website management environment so that they can use and update it regularly.
Co-Authors 1Faizal Bima Prayudha Abdul Rahim Adam Geraldy Katab Adhika Widya Prastomo Agustina, Nur Azizah Al Faraby, Said Alda Putri Utami Amalina, Neneng Nur Anang Kurniawan Anditya Arifanto Anditya Arifianto Anditya Arifiyanto Andri Arindiah Arida Kartika Atria Salim, Muhammad Rizki Bedy Purnama Brilian Aringga Prabowo Danu Hary Prakoso Diah Ajeng Dwi Yuniasih Dian Masmawati Dindin Dhino Alamsyah Dwi Prasetya Sujoko Dwiki Lazzaro Ema Rachmawati Ema Rachmawati Enki Probo Sidhi Farid Hidayat Fazmah Arif Y, Fazmah Fernanda Januar Pratama Fikri Firdaus Gamma Kosala Ghali Marzan Gia Septiana Wulandari Grandhys Setyo Utomo Gugy Lucky Khamdani Hafidh Fikri Rasyid Hizas Sabilal Rasyad Hutomo, Ardityo Cahyo Putro Hutomo I Putu Indra Aristya Imamul Akhyar Indra Bayu Kusuma Jonas de Deus Guterres Ketut Sudyatmika Putra Kurniawan Nur R Kurniawan Nur Ramadhani Kurniawan Nur Ramdhani Laksitowening, Kusuma Ayu Lukmana Sardi, Indra Mahmud Dwi Sulistiyo Maula Ilma Ahgnia Dwi Anjani Mochamad Rakha Luthfi Fahsya Muhammad Afif Amanullah Fawwaz Muhammad Jendro Yuwono Muhammad Jendro Yuwono Muhammad Salman Farhan Muhammad Zaki, Ghilman Muhammad Zulfiqar Shafar Neneng Nur Amalina Nur Hidayah, Maulana Nur Indah Puspa Idham Nur Ramadhani, Kurniawan Nurul Halimatul Azizah Prasti Eko Yunanto Rachmi Azanisa Putri Rahman, Rahadian Yusuf Abdul Retno Novi Retno Novi Reza Dwi Ansari Rimba Whidiana Ciptasari Rita Rismala Rivan Ardyanto Sutoyo Sakinah Indriyani Saputra, Naufal Luthfi Shabran Fauzan Ahmad Sulistiyo, Mahmud Tito Prihambodo Tjokorda Agung Budi W Tjokorda Agung Budi Wiharja Tjokorda Agung Budi Wirayuda Untari Novia Wisesty Wikky Fawwaz Al Maki Zeyhan Aliyah