Article Per Year (5 Year)
p-Index From 2021 - 2026
6.71
P-Index
This Author published in this journals
All Journal International Journal of Advances in Applied Sciences Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Pendidikan Teknologi dan Kejuruan APTEKINDO KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) ISSN: 2252-9063 Jurnal Sains dan Teknologi Jurnal Teknologi Pembelajaran Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Informatika dan Teknik Elektro Terapan CESS (Journal of Computer Engineering, System and Science) Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Eksplora Informatika SINTECH (Science and Information Technology) Journal Jurnal RESISTOR (Rekayasa Sistem Komputer) WIDYA LAKSANA IJISTECH (International Journal Of Information System & Technology) Jurnal Teknologi Informasi dan Pendidikan JIKA (Jurnal Informatika) Jurnal Pendidikan Teknik Mesin Undiksha Jurnal Teknologi Informatika dan Komputer Journal of Computer Networks, Architecture and High Performance Computing Unri Conference Series: Community Engagement IJISTECH Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Ilmu Komputer Dan Informatika MASALIQ: Jurnal Pendidikan dan Sains STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer INOVTEK Polbeng - Seri Informatika
Luh Joni Erawati Dewi
Universitas Pendidikan Ganesha
Religion Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Social Sciences Other

Published : 73 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 73 Documents
Search

 4   5   6   7   8 
Deteksi Transaksi Fraud Kartu Kredit Menggunankan Oversampling ADASYN dan Seleksi Fitur SVM-RFECV Dharmana, I Wayan; Gunadi, I Gede Aris; Dewi, Luh Joni Erawati
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 1: Februari 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241117640

Abstract

Perkembangan kejahatan transaksi fraud kartu kredit memberikan dampak kerugian finansial bagi pemegang kartu. Pengembangan model deteksi transaksi fraud menggunakan machine learning telah dilakukan, namun memiliki beberapa tantangan meliputi ketidakseimbangan data serta dimensi dataset yang besar. Penelitian ini mengusulkan pendekatan pengembangan dengan seleksi fitur menggunakan SVM-RFECV dan metode oversampling dengan ADASYN. Pendekatan ini diharapkan mampu mengatasi permasalahan dimensi data serta ketidakseimbangan data yang terjadi. Seleksi fitur dengan SVM-RFECV menghasilkan variabel optimal pada rasio data latih 70% sejumlah 390 variabel, rasio data latih 80% sejumlah 400 variabel dan rasio data latih 90% sejumlah 390 variabel. Metode ADASYN telah memperbaiki ketidakseimbangan data dengan menghasilkan data sintetis berdasarkan rasio oversampling meliputi 100%, 50% dan 25%. Model yang menggunakan data hasil oversampling mengalami peningkatan kinerja AUC dan recall. Kinerja AUC tertinggi dihasilkan sejumlah 88,08% pada data latih 70%, oversampling 100% dan algoritma LGBM. Sedangkan, kinerja recall tertinggi sejumlah 83,08% dihasilkan saat menggunakan data latih 70%, oversampling 100% dengan algoritma AdaBoost. Berdasarkan pembahasan ini, maka dapat disimpulkan bahwa penggunaan oversampling dengan ADASYN dan seleksi fitur SVM-RFECV dapat dipertimbangkan untuk meningkatkan kinerja AUC dan recall.
Audit SIMDIKLAT Balai Diklat Keagamaan Denpasar Menggunakan Framework COBIT 5 Meiliana, Komang Gita; Divayana, Dewa Gede Hendra; Dewi, Luh Joni Erawati
Eksplora Informatika Vol 12 No 2 (2023): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v12i2.1092

Abstract

BalaiIDiklatLKeagamaanLDenpasar merupakan salah satu instansi pemerintah berada di bawah Kementerian Agama di daerah. BDK Denpasar merupakan salah satu dari 14 BDK di seluruh Indonesia. BDK mempunyai fungsi melakukan pelatihan kediklatan bagi Pegawai Negeri Sipil (PNS) ataupun Non-PNS di lingkungan KementerianLAgama. SIMDIKLAT berfungsi untuk mempermudah proses pelatihan atau kediklatan yang dilakukan oleh panitia Aplikasi SIMDIKLAT terus dilakukan perkembangan, karena ditemukan kendala selama penggunanan salah satunya alat unduh data, dimana belum ada opsi kustomisasi yang sesuai dengan kebutuhan pengguna, seperti nama, NIP serta jabatan. Hal tersebut menyebabkan kesulitan bagi panitia untuk mengakses informasi yang spesifik saat melakukan unduhan data peserta. Sehingga panitia harus meminta pembaruan data ke instansi terkait, yang memerlukan waktu lama. Dari kendala yang ditemukan perlu dilakukanmAudit Sistem Informasi pada aplikasi SIMDIKLAT, untuk mengetahui penerapan penggunan SIMDIKLAT telah sesuai dengan visi misi yang diinginkan. Audit dilakukan menggunakan framework COBIT 5, dengan melakukan pemetaan pada 5 domain dan 37 proses pada COBIT 5. Langkah awal dilakukan penelitian ini dilakukan dengan observasi, studi literatur, wawancara, dan penyebaran kuisioner. Kuisioner yang disebarkan kemudian dipetakan sehingga memperoleh hasil audit EDM04, APO01, APO07, BAI02, DSS05,dan MEA01. Kesenjangan yang diperoleh pada aplikasi SIMDIKLAT EDM04 bernilai 2 gap, APO01, APO7,BAI02, DSS05 dan MEA01 kesenjangan bernilai 1 gap.
Usability Testing dan Rekomendasi Pengembangan E-Persuratan Dephub dengan Metode System Usability Scale dan Heuristic Evaluation Pradiktha, Wisnu Dwijaya; Dewi, Luh Joni Erawati; Sunarya, I Made Gede
Jurnal Teknologi Informatika dan Komputer Vol. 9 No. 2 (2023): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v9i2.1697

Abstract

Dampak pandemi COVID-19 menyebabkan aktivitas atau kegiatan perkantoran menerapkan sistem kerja diluar kantor atau bekerja pada tempat tinggal masing-masing atau yang biasa disebut Work From Home (WFH) untuk meminimalisir pertemuan fisik yang dapat menimbulkan penyebaran virus COVID-19 semakin meluas. Dalam menghadapi hal tersebut, Kementerian Perhubungan telah membangun aplikasi Elektronik Persuratan (E-Persuratan) yang diharapkan dapat memudahkan dalam pendistribusian surat dinas secara daring. Aplikasi dapat digunakan oleh admin persuratan untuk melakukan pencatatan surat masuk dan surat keluar, atasan untuk melakukan disposisi surat, dan pegawai untuk menindaklanjuti surat tersebut. Namun seiring digunakannya e-persuratan ini, masih ditemukan beberapa kekurangan dari segi tampilan antarmuka dan fitur pada aplikasi yang menyebabkan penggunaan aplikasi belum efektif dan efisien digunakan oleh pengguna. Maka untuk dapat mengukur tingkat daya guna dan mengevaluasi aplikasi E-Persuratan tersebut dilakukan penelitian dengan menggunakan metode usability testing. Teknik usability testing pada penelitian ini menggunakan metode System Usability Scale (SUS) dan Heuristic Evaluation. Hasil dari penelitian dan pengolahan data yang telah dilakukan, pada penilaian usability testing dengan teknik System Usability Scale (SUS) menunjukkan bahwa hasil dari perhitungan diperoleh rata-rata skor sebesar 42,2. Jadi, dalam penilaian dengan skala addjective rating System Usability Scale (SUS) dari pengolahan skor SUS yang diperoleh masih dalam skala Grade F dengan addjective rating yaitu Poor yang masih kurang memuaskan atau belum diterima oleh pengguna dikarenakan skor standar minimal penilaian SUS yang masuk kategori dapat diterima pengguna yaitu 68,00.
Information Technology Governance Audit Using COBIT 5 Framework in the Natural Resources Conservation Office Putra, I Gede Eka Artha; Dewi, Luh Joni Erawati; Sunarya, I Made Gede
Journal of Computer Networks, Architecture and High Performance Computing Vol. 5 No. 1 (2023): Article Research Volume 5 Issue 1, January 2023
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v5i1.2079

Abstract

One of the organizations that requires the implementation of good information technology governance is the natural resources conservation office. The audit was conducted to determine the level of IT process capability based on the COBIT 5 standard and to determine the level of gaps (gaps) owned by the natural resources conservation office. The process of implementing the audit begins with observing the agency's environment related to activity data and its implementation, then mapping the data with business objectives according to COBIT 5, followed by mapping business objectives with IT objectives to obtain IT processes. The IT processes obtained are then selected to obtain important IT processes according to company officials. The TI process obtained is then processed using the Guttman method. The results of the IT process capability level, namely EDM01, EDM02 and APO09, are at level 3 (established). The gaps found need to be given a corrective strategy to achieve the capability expected by the institution, namely 4 (predictable process) by providing recommendations regarding steps to achieve the expected capability value. The recommendations and improvements provided use ISO/IEC 15504:2 and ISO27002 standards which were obtained by mapping IT processes on COBIT 5.
SEGMENTASI BANGUNAN PERKOTAAN PADA CITRA SATELIT BERESOLUSI TINGGI: CNN, U-NET (VGG16), DAN DEEPLABV3+ (RESNET-50) Putu Haryaka Setadewa; Kadek Yota Ernanda Aryanto; Luh Joni Erawati Dewi
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 4 No. 4 (2025): November
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v4i4.6552

Abstract

Seiring meningkatnya laju urbanisasi di Indonesia, kebutuhan pemetaan bangunan yang akurat menjadi semakin penting untuk mendukung perencanaan tata ruang, mitigasi bencana, dan pengelolaan infrastruktur perkotaan. Pendekatan konvensional berbasis survei manual dinilai kurang efisien, terutama di wilayah dengan pertumbuhan pesat. Oleh karena itu, pemanfaatan citra satelit dan Deep learning menjadi solusi potensial untuk identifikasi bangunan secara otomatis. Penelitian ini membandingkan performa tiga model segmentasi bangunan pada citra satelit resolusi tinggi: CNN konvensional (CNN-K), U-Net berbasis VGG16 (U-VGG), dan DeepLabV3+ dengan ResNet-50 (DL-ResNet). Dataset terdiri atas 1.216 patch citra dari kawasan Bali Selatan yang telah dilabeli dan diaugmentasi. Evaluasi dilakukan menggunakan metrik akurasi, IoU, dice coefficient, precision, recall, dan F1-score. Hasil menunjukkan U-VGG unggul (dice 89%, IoU 81%) dengan keseimbangan presisi dan efisiensi, sementara DL-ResNet mendekati hasilnya (dice 85%, IoU 80%) tetapi memerlukan sumber daya komputasi lebih besar. CNN-K mengalami overfitting dengan performa terendah.
ANALISIS PERBANDINGAN MODEL ARSITEKTUR MOBILENETV2 DAN EFFICIENTNETB3 DALAM KLASIFIKASI PENYAKIT DAUN JAGUNG Tamayasa, Kadek Agus; Dewi, Luh Joni Erawati
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8624

Abstract

Jagung merupakan komoditas pertanian strategis nasional yang produktivitasnya sering menurun akibat serangan penyakit daun, seperti bercak daun, karat daun, dan hawar daun. Identifikasi penyakit secara manual bersifat subjektif dan kurang efisien, sehingga diperlukan pendekatan otomatis berbasis deep learning. Penelitian ini bertujuan membandingkan kinerja arsitektur Convolutional Neural Network (CNN) MobileNetV2 dan EfficientNetB3 dalam klasifikasi penyakit daun jagung. Dataset yang digunakan terdiri atas 2.000 citra daun jagung dari Kaggle yang melalui tahapan pembersihan, pemishan, resize dan augmentasi, serta dilatih menggunakan variasi batch size dan jumlah epoch. Hasil eksperimen menunjukkan bahwa MobileNetV2 mencapai performa terbaik pada konfigurasi batch size 32 dan epoch 50 dengan akurasi pelatihan 99,85%, validasi 97,22%, dan pengujian 96,50%. Sementara itu, EfficientNetB3 memperoleh performa optimal pada batch size 16 dan epoch 50 dengan akurasi pelatihan 94,23%, validasi 92,22%, dan pengujian 93,00%. Temuan ini menunjukkan bahwa MobileNetV2 lebih efektif dan stabil untuk pengembangan sistem deteksi dini penyakit daun jagung berbasis citra.
KLASIFIKASI POSE YOGA SURYA NAMASKAR MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR VGG19 DAN RESNET-50 Wedatama, Made Restu; Dewi, Luh Joni Erawati; Marti, Ni Wayan
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8824

Abstract

Penelitian ini bertujuan untuk membangun dan membandingkan kinerja model klasifikasi pose yoga Surya Namaskar menggunakan metode Deep Learning dengan arsitektur Convolutional Neural Network (CNN) VGG19 dan ResNet-50. Surya Namaskar merupakan rangkaian pose yoga yang populer, namun kesalahan postur tanpa pengawasan instruktur dapat berisiko cedera. Dataset yang digunakan terdiri dari 154 citra asli yang diaugmentasi menjadi 1.540 citra, terbagi dalam 7 kelas pose: Pranamasana, Hasta Utthanasana, Padahastasana, Ashwa Sanchalanasana, Parvatasana, Ashtanga Namaskara, dan Bhujangasana. Proses pelatihan dilakukan menggunakan optimizer Adam dengan variasi learning rate 0.0001, 0.00001, dan 0.00005. Hasil penelitian menunjukkan bahwa arsitektur ResNet-50 secara konsisten mengungguli VGG19. Kinerja terbaik dicapai oleh ResNet-50 pada learning rate 0.00005 dengan akurasi 85%, sedangkan akurasi terbaik VGG19 hanya mencapai 77% pada learning rate 0.0001. Penelitian menyimpulkan bahwa arsitektur ResNet-50 dengan residual connection lebih efektif dalam mengklasifikasikan pose yoga yang kompleks dibandingkan VGG19, meskipun masih terdapat tantangan dalam membedakan pose dengan kemiripan visual tinggi seperti Ashwa Sanchalanasana dan Bhujangasana.
SIAMIK Success Evaluation at Bali Tourism Polytechnic: DeLone-McLean Evidence and Development Recommendations Ni Putu Kasih Sumariani; I Made Candiasa; Luh Joni Erawati Dewi
Journal of Innovation and Technology Polbeng Series on Informatics (INOVTEK Polbeng - Seri Informatika) Vol. 11 No. 2 (2026): May
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/m2wz3846

Abstract

Academic information systems are essential for supporting integrated academic services in higher education. However, SIAMIK at Bali Tourism Polytechnic still faces issues related to system integration, interface interactivity, manual grade processing, and limited digital service integration. This study evaluates SIAMIK success using the DeLone and McLean Information System Success Model and formulates system development recommendations based on empirical findings. A quantitative survey was conducted involving 102 users consisting of management, lecturers, administrative staff, and students. Data were collected through questionnaires and analyzed using descriptive statistics and Partial Least Squares Structural Equation Modeling. The results show that system quality significantly affected user satisfaction (β = 0.324, p < 0.001), information quality had the strongest effect (β = 0.433, p < 0.001), and service quality also had a significant effect (β = 0.170, p = 0.039). User satisfaction significantly influenced net benefits (β = 0.724, p < 0.001). The model explained 67.2% of user satisfaction and 52.3% of net benefits, with strong predictive relevance (Q² = 0.843). Findings suggest that SIAMIK development should prioritize information completeness, responsive access, technical support assurance, and cross-system integration.
Augmented Reality Sebagai Media Visualisasi Pengobatan Cetik Bangkruk pada Lontar Usadha Cetik di Museum Gedong Kirtya Luh Ayu Febriasih; Ni Ketut Kertiasih; Luh Joni Erawati Dewi
KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) Vol. 15 No. 2 (2026): Karmapati Vol 15 No 2 Tahun 2026
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/karmapati.v15i2.113703

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi Augmented Reality (AR) sebagai sarana edukasi pengobatan Cetik Bangkruk berdasarkan Lontar Usadha Cetik di Museum Gedong Kirtya. Kurangnya pemahaman generasi muda dan wisatawan terhadap warisan budaya Lontar Usadha Cetik yang berbasis teks mendorong perlunya media visualisasi modern untuk mendukung pelestarian pengetahuan pengobatan tradisional Bali. Salah satu pengetahuan yang termuat dalam lontar tersebut adalah mengenai pengobatan Cetik Bangkruk. Cetik Bangkruk merupakan sejenis racun berbahan dasar ulat-ulat kecil yang sering digunakan sebagai sarana mencelakai orang lain. Metode yang digunakan dalam penelitian ini adalah Multimedia Development Life Cycle (MDLC). Aplikasi tersebut dikembangkan dengan mengintegrasikan animasi 3D, teks, dan audio bilingual. Pengujian dilakukan menggunakan uji blackbox, uji ahli isi dan media dengan teknik Gregory, serta User Experience Questionnaire (UEQ). Hasil penelitian menunjukkan bahwa aplikasi berjalan sesuai dengan rancangan dengan tingkat validitas sangat tinggi, yaitu 1,00 pada ahli isi dan 0,83 pada ahli media. Evaluasi UEQ menunjukkan kategori “sangat baik” pada seluruh aspek, yaitu daya tarik (2,16), kejelasan (2,03), ketepatan (2,16), efisiensi (2,17), stimulasi (2,27), dan kebaruan (2,27). Dengan demikian, aplikasi AR ini memberikan pengalaman pengguna yang positif serta layak digunakan sebagai media pengenalan budaya berbasis teknologi interaktif di lingkungan museum.
ANALISIS KOMPARASI PERFORMA ARSITEKTUR VGG16 DAN CNN KUSTOM PADA KLASIFIKASI CITRA BUAH MELON BERDASARKAN GAMBAR KULIT Dewa Komang Reiki Perdana Wisnu; I Ketut Purnamawan; Luh Joni Erawati Dewi
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.7268

Abstract

Varietas melon, khususnya melon hijau dan melon oranye, seringkali sulit dibedakan secara visual karena kemiripan tekstur kulitnya, sehingga menghambat efisiensi proses penyortiran manual. Penelitian ini bertujuan mengembangkan sistem klasifikasi citra otomatis berbasis Deep Learning untuk membedakan varietas melon berdasarkan citra kulit. Penelitian ini mengkomparasi performa dua arsitektur jaringan saraf tiruan, yaitu VGG16 dan CNN kustom. Dataset terdiri dari 406 citra yang diproses dengan berbagai metode cropping dan augmentasi, dimana citra latih diperbesar 1,5 kali dan citra uji 2,5 kali. Pelatihan model menggunakan pendekatan 5-Fold Stratified Cross-Validation. Hasil validasi internal menunjukkan performa sangat tinggi, dimana CNN kustom mencapai akurasi 100% dan VGG16 sebesar 98,77%. Namun, pada pengujian data baru, terjadi kesenjangan generalisasi yang signifikan, dengan akurasi VGG16 turun menjadi 77,50% dan CNN kustom menjadi 76,25%. Analisis kesalahan mengindikasikan VGG16 sensitif terhadap variasi ukuran objek, sedangkan CNN kustom sensitif terhadap intensitas pencahayaan. Meskipun akurasi pengujian sedikit lebih rendah, CNN kustom ditetapkan sebagai model terbaik untuk implementasi perangkat seluler karena unggul signifikan dalam efisiensi komputasi; model ini memproses data 12 kali lebih cepat dengan ukuran file hanya 4,6 MB. Kesimpulannya, CNN kustom adalah solusi optimal untuk penyortiran real-time dengan syarat pencahayaan dan jarak pengambilan citra dijaga konstan
Co-Authors A. A. Gede Yudhi Paramartha Agus Gunawan Agus Seputra I Ketut Ahmad Asroni Ahmad Asroni, Ahmad Ariana, I Wayan Arunika, Ketut Biantara, I Gede Dody Okta Daniel Kevin Alexander Dewa Gede Hendra Divayana, Dewa Gede Hendra Dewa Komang Reiki Perdana Wisnu Dharmana, I Wayan Dwipayana, I Gusti Made Surya Dwipayana, Made Krisna Gede Arya Ardivan Pratama Saputra Gede Beny Indrawan Gede Indrawan Gede Rasben Dantes Handayani Putri, Dwi Prima I Gede Aris Gunadi I Gede Eka Artha Putra I Gede Krishna Adi I Gusti Andiani Octavia I Gusti Lanang Agung Andrayuga I Gusti Putu Yada Giri I Ketut Paramarta I Ketut Purnamawan I Ketut Purnamawan I Ketut Purnamawan I Ketut Resika Arthana I Made Agus Oka Gunawan I Made Candiasa I Made Gede Sunarya I Made Suryana Dwipa I Nyoman Pasek Nugraha I Nyoman Saputra Wahyu Wijaya Indrawan, Gede Beny Junaedi, Gede Tomi Kadek Kusuma Wardana Kadek Rihendra Dantes Kadek Yota Ernanda Aryanto Kadir, Ach. Khalil Komang Juliana Komang Setemen Luh Ayu Febriasih M.T. S.T. I Wayan Sutaya . Made Santo Gitakarma Meiliana, Komang Gita Ni Ketut Kertiasih Ni Ketut Opayanti Ni Putu Kasih Sumariani Ni Putu Novita Puspa Ni Putu Novita Puspa Ni Wayan Marti Nugraha, I Gede Pradipta Adi Nugraha, I Gusti Agung Satria Ony Andewi, Putu Pradiktha, Wisnu Dwijaya Pranata, Putu Ade PRIMAYUDI, IDA BAGUS KETUT KARISMA Putra, Gede Bakti Pratama Putra, I Gede Eka Artha Putra, I Nyoman Gede Ardi Yana Putri, Kadek Utari Darma Putu Ade Pranata Putu Gede Rizky Raditya Librawan Putu Haryaka Setadewa Putu Hendra Suputra Randi Wirdana, I Gede Richo, Rolando Alex Sanjaya, I Gede Ary Suta Sari, Gusti Ayu Gita Mulya Sariyasa . Sugiantari, Kadek Feny Tamayasa, Kadek Agus Valensia Natalia Wedatama, Made Restu Wisnu Dwijaya Pradiktha Yasa, I Kadek Purnama