Article Per Year (5 Year)
p-Index From 2020 - 2025
0.947
P-Index
This Author published in this journals
All Journal JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING eProceedings of Engineering Jurnal Rekayasa elektrika Jurnal INFOTEL
Bambang Hidayat
Telkom University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering

Published : 205 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 201 Documents
Search
Journal : eProceedings of Engineering

 6   7   8   9   10 
Pengolahan Citra Radiograf Periapikal Pada Deteksi Penyakit Granuloma Menggunakan Metode Discrete Wavelet Transform & Principal Component Analysis Berbasis Android Lumastari Ajeng Wijayanti; Bambang Hidayat; Suhardjo Suhardjo
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Radiograf periapikal adalah salah satu penerapan dari X-Ray yang digunakan oleh dokter gigi untuk mendeteksi kondisi dari gigi tersebut. Hasil radiograf yang tidak pasti dapat mengakibatkan perbedaan diagnosa dan penanganan yang kurang tepat. Salah satu penyakit gigi yang biasa dideteksi melalui gambar radiograf periapikal adalah granuloma. Granuloma merupakan penyakit peradangan yang berada disekitar apeks gigi yang sulit dideteksi oleh dokter gigi umum, sedangkan dokter spesialis radiologi gigi di Indonesia pun jumlahnya tidak banyak. Jenis  penelitian Tugas  Akhir  ini  adalah  eksperimen dengan  tingkat  eksplanasi deskriptif dengan  tujuan melakukan deteksi pada periapikal gigi dengan hipotesa granuloma menggunakan ekstraksi ciri DWT (Discrete Wavelet Transform) dan PCA (Principal Component Analysis) dan klasifikasi K-NN (K-Nearest Neighbour) dengan jumlah sampel sebanyak 16 citra latih dan 20 citra uji dari gigi acak. Hasil nilai akurasi 90% dengan waktu komputasi 1.389027 detik dan kategori MOS baik. Diharapkan dengan kemampuan sistem ini, dapat membantu para dokter gigi dan pakar ahli radiologi sehingga dapat dijadikan standar akurasi yang tepat dalam diagnosis penyakit granuloma. Kata kunci: periapikal radiograf, granuloma, DWT, PCA, K-NN
Identifikasi Pola Enamel Gigi Menggunakan Metode Discrete Wavelet Transform (dwt) Dan Self Organizing Maps (som) Untuk Aplikasi Forensik Kedokteran Gigi Shabrina Elha Putri; Bambang Hidayat; Fahmi Oscandar
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Pada penelitian ini, dilakukan identifikasi dengan membandingkan pola-pola enamel gigi yang berbeda-beda dengan menggunakan metode Discrete Wavelet Transform (DWT) dan metode pengklasifikasian yang digunakan adalah metode Self Organizing Map (SOM). Serta jumlah sampel yang digunakan yaitu 10 gigi incisivus (gigi seri) yang difoto dengan teknik khusus yaitu dengan hanya mengambil pola-pola enamel yang berada pada sepertiga dari akar yang terlihat saja. Gigi-gigi yang diambil pun tidak boleh memiliki tambalan dan karies, karena dapat sukar untuk melihat pola-pola enamel gigi tersebut. Dalam penelitian kali ini menggunakan gigi incisivus karena gigi tersebut memiliki luas yang lebih besar dibandingkan gigi-gigi yang lain dan lebih mudah ditemukan untuk diambil sampel. Hasil yang diperoleh dari serangkaian proses tersebut yaitu sebuah aplikasi berbasis Matlab yang dapat digunakan untuk mengidentifikasi dan membandingkan metode-metode mana yang lebih efisien untuk digunakan. Dengan penelitian dan aplikasi yang dibuat, akan membantu para dokter gigi maupun forensik untuk mengidentifikasi karakteristik pola-pola enamel gigi yang dimiliki setiap individu. Sistem identifikasi individu berbasis pola enamel gigi memiliki akurasi 88.5%.
Estimasi Berat Karkas Sapi Berdasarkan Segmentasi K-means Clustering Dengan Menggunakan Metode Klasifikasi Support Vector Machine Multiclass Muhammad Taufiq Alkautsar; Bambang Hidayat; Sjafril Darana
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Berat badan ternak sapi dapat diperoleh dengan cara mengukur lingkar dada dan panjang badan masing masing ternak sapi tersebut, yang ternyata mempunyai hubungan yang linear. Untuk mendapatkan cara yang lebih praktis dan efisien, bidang Teknologi, Informasi dan Komunikasi dapat diimplementasikan untuk membantu memberikan alternatif solusi atas permasalahan tersebut, dengan menggunakan pengolahan citra untuk mengetahui ukuran fisik tubuh ternak sapi yang tampak tersebut (lebar dada dan panjang badan). Pada Tugas Akhir ini akan dibahas mengenai estimasi berat karkas sapi jika dilakukan dengan pengolahan sinyal digital. Pengolahan citra digital dapat dilakuakan dengan menggunakan algoritma tertentu yang dapat mengenali objek. Tugas akhir ini merancang dan menerapkan aplikasi dengan penggunaan teknik pengolahan citra digital yang dapat memfpermudah prediksi dan klasifikasi dari berat sapi potong, dengan langkah-langkah : pre-processing, segmentasi citra, ektraksi ciri dan klasifikasi. Metode segmentasi yang digunakan pada tugas akhir ini adalah kombinasi dari K Means Clustering dengan Active Contour Model. Ekstraksi ciri yang didapat yaitu lingkar dada dan panjang badan serta menggunakan Multiclass SVM untuk mengklasifikasi. Jumlah data yang digunakan sebanyak 100 data latih dan 17 data uji. Dari penelitian yang ada pada tugas akhir ini, dengan menggunakan 17 Citra sapi dengan percobaan skala gambar dari 0.1 hingga 0.9 maka didapatkan hasil akurasi yang paling baik dari sistem yaitu pada rasio 0.5 sebesar 87,53% untuk mengetahui berat karkas sapi tersebut dengan waktu komputasi 8,26 detik Kata kunci : Berat karkas sapi, segmentasi citra, K Means Clustering, Multiclass Suppor Vector Machine
Perancangan Dan Implementasi Deteksi Tangga Sebagai Alat Bantu Tunanetra Berbasis Pengolahan Citra Digital Dengan Metode Support Vector Machine Zahrana Hermulyani; Bambang Hidayat; Unang Sunarya
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Pengenalan kondisi jalan sangat penting bagi tunanetra dalam membantu menjalani aktifitas. Oleh karena itu, untuk mengatasi masalah tersebut tunanetra membutuhkan alat bantu untuk mengetahui keadaan di sekitarnya. Salah satu alat bantu yang banyak dipakai tunanetra untuk mengetahui kondisi jalan adalah tongkat. Pada saat ini, teknologi untuk alat bantu tunanetra berbasis citra digital sedang banyak dikembangkan. Pada tugas akhir ini dirancang sebuah sistem deteksi tangga untuk alat bantu tunanetra yang berbasis pengolahan citra digital. Tujuan dari sistem ini yaitu untuk mendeteksi apakah didepan terdapat tangga dan untuk mengetahui jenis tangga tersebut, tangga naik atau tangga turun. Metode ekstraksi ciri yang dipakai untuk mendeteksi tangga yaitu menggunakan metode Hough Transform . Kemudian dilakukan klasifikasi dengan metode Support Vector Machine (SVM) untuk menentukan jenis tangga. Output dari sistem ini berupa audio berdasarkan hasil klasifikasi jenis tangga. Hasil dari tugas akhir yaitu terimplementasikannya sistem yang dapat mendeteksi jenis tangga dengan rata- rata akurasi 83% ke dalam raspberry pi. Kata kunci: Tunanetra, Hough Transform, Support Vector Machine
Steganografi Pada Frame Video Stationer Menggunakan Metode Least Signification Bit (LSB) Devi Rahmaditra; Bambang Hidayat; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Steganografi merupakan seni dan ilmu menulis atau menyembunyikan pesan tersembunyi dengan suatu cara sehingga selain si pengirim dan si penerima, tidak ada seorangpun yang mengetahui atau menyadari bahwa ada suatu pesan rahasia. Untuk menyembunyikan pesan tersembunyi pada steganografi terdapat beberapa teknik yaitu dengan memilih tempat penyisipan yang aman serta pemilihan metoda penyisipan pesannya. Sehingga dengan pemilihan tempat penyisipan yang tepat serta metoda penyisipan pesan diharapkan akan diperoleh sistem steganografi yang lebih handal. Dalam tugas akhir ini, dibuat sebuah sistem yang steganografi yang di implementasikan pada sebuah file video digital yang digunakan sebagai cover. Dalam penelitian ini steganografi akan ditingkatkan kehanandalannya dengan memlih tempat penyisipan yang lebih tepat. Dimana penelitian kali ini tempat pemilihan tempatnya pada frame yang stasioner. Dalam penelitian tugas akhir ini telah dibuat sistem steganografi guna mendapatkan keamanan yang tinggi. Teknik penyembunyian diimplementasikan pada media video yang digunakan sebagai cover. Dan didalam video tersebut disisipkan sebuah pesan rahasia berupa teks. Metode yang digunakan adalah Least Significant Bit (LSB) karena mudah serta tidak mempengaruhi kualitas media yang digunakan. Video stego memiliki performansi yang cukup baik karena PSNR yang didapatkan tinggi, namun ketika diberi serangan performansi sistem kurang baik karena nilai MSE yang didapatkan sangatlah besar. Kata Kunci: Steganografi, Least Significant Bit, Video
Identifikasi Sub-fosil Gigi Geraham Pada Manusia Berbasis Pengolahan Citra Digital Menggunakan Metode Local Binary Pattern (lbp) Dan Klasifikasi Learning Vector Quantization (lvq) Adi Aufarachman Putra Bambang Dwi; Bambang Hidayat; Johan Arif
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Sub-fosil merupakan suatu sisa-sisa makhluk hidup yang menjadi batu atau mineral akibat tertutup oleh sedimen. Salah satu sub-fosil yang paling umum adalah gigi. Gigi itu sendiri memiliki bentuk yang bervariasi untuk setiap manusia, sesuai dengan umur serta jenis makanannya. Salah satu bagian gigi adalah enamel, yang merupakan substansi yang melapisi gigi dan memiliki struktur yang keras. Enamel gigi berfungsi sebagai pelindung gigi dari kerusakan. Pada sub-fosil gigi, terutama bagian gigi geraham dapat diamati pola keausan enamel gigi sebagai salah satu cara untuk mengidentifikasi letak gigi geraham tersebut apakah diatas atau dibawah serta identifikasi umur dari suatu sub- fosil gigi geraham manusia. Pada Tugas Akhir ini telah dibuat sebuah aplikasi pengolahan citra digital berbasis Matlab yang akan menganalisis citra digital sub-fosil gigi geraham manusia melalui ekstraksi ciri yang selanjutnya akan diklasifikasikan untuk mengidentifikasikan letak posisi dan umur dari sub-fosil gigi geraham manusia tersebut. Metode ekstraksi ciri yang digunakan adalah metode Local Binary Pattern (LBP). Sedangkan untuk metode pengklasifikasian, digunakan metode Learning Vector Quantization (LVQ). Sebagai hasil dari pengujian sistem, didapatkan akurasi sebesar 77,69% dalam mengidentifikasi rentang umur kematian dari sub-fosil manusia. Adapun dalam mengidentifikasi jenis gigi geraham, didapatkan tingkat akurasi sebesar 81,81%. Kata kunci: Sub-fosil Gigi Geraham Manusia, Local Binary Pattern (LBP), Learning Vector Quantization (LVQ) Abstract Sub-Fossils are a remnant of living things that become rocks or minerals due to being covered by sediment. One of the most common sub-fossils is the teeth. The tooth itself has a varied form for every human, according to the age and type of food. One part of the tooth is the enamel, which is the substance that coats the tooth and has a hard structure. Enamel teeth serve as a protective gear from damage. In dental sub-fossils, especially the part of the molars, we can observe the pattern of tooth enamel as one way of identifying the location of the molars above or below and the age identification of a human tooth molars. In this Final Project made a digital image processing application based on Matlab which will analyze digital image of human human tooth molars through characteristic extraction which will then be classified to identify the position and age position of the human molar sub-fossil. The method of feature extraction used is Local Binary Pattern (LBP) method. As for the method of classification, used the method of Learning Vector Quantization (LVQ). As a result of system testing, an accuracy of 77,69% was obtained in identifying the lifespan of death from human sub-fossils. As for identifying the type of molar teeth, obtained an accuracy of 81,81%. Keywords: Human Molar Tooth Sub-fossil, Local Binary Pattern (LBP), Learning Vector Quantization (LVQ)
Estimasi Berat Karkas Sapi Menggunakan Metode Active Contour (snakes) Berbasis Android Chyndi Mery Da Vega; Bambang Hidayat; Muhamad Fatah
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Sapi merupakan hewan ternak yang dipelihara untuk menghasilkan protein hewani berupa daging. Salah satu bagian penting dari tubuh sapi yaitu karkas. Karkas sapi itu sendiri dapat diestimasikan beratnya dengan ukuran tertentu, yang mana berat karkas itu sendiri adalah daging dengan tulang dan lemak berlebih, tanpa kepala, kaki, kulit dan jeroan. Berat karkas itu sendiri berkisar antara 47-57% dari berat aslinya. Bobot hidup sapi dapat diketahui dengan cara penimbangan secara konvensional, perkiraan secara visual oleh manusia, dan perhitungan menggunakan rumus yang telah ditetapkan. Tetapi cara tersebut dinilai sulit untuk dilakukan. Cara lain yang digunakan adalah dengan menimbang sapi ternak tersebut dengan timbangan yang mana tidak efisien karena tidak fleksibel dan tidak mudah di bawa kemana-mana. Untuk itu agar lebih mudah, bidang teknologi dapat mengimplementasikan untuk memberikan solusi alternatif dari permasalahan tersebut. Terdapat metode yang di gunakan untuk dapat mengestimasi berat karkas tersebut. Pada penelitian ini, digunakan metode Active Contour (Snakes) yang di awali dengan pengambilan image pada sapi yang hidup menggunakan kamera dan kemudian gambar tersebut akan di olah dan di realisasikan hasil pengujian tersebut ke android. Aplikasi ini memiliki akurasi error dari sistem ini adalah sebesar 11,41% dengan waktu komputasi 4,52 sekon serta penjual dan pembeli lebih mudah mengetahui estimasi berat karkas sapi menggunakan aplikasi tersebut dan lebih efisien. 
Perancangan Dan Implementasi Robot Pengikut Warna Berbasis Pengolah Citra Digital Syahida Anugrah Kausar; Bambang Hidayat; Erwin Susanto Susanto
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Di zaman teknologi saat ini robot adalah contoh dari kemajuan teknologi. Dimana robot sangat berpengaruh dalam kehidupan manusia. Robot ini merupakan salah satu bentuk robot beroda yang memiliki beberapa komponen sebagai pendukungnya seperti raspberry pi sebagai mikrokontroler nya yang berfungsi sebagai otak robot tersebut. Dalam rangkaian human following robot terdiri dari 3 bagian utama, yaitu bagian sensor, mikrokontroler dan driver. Untuk sensor sendiri menggunakan camera yang mana ini sebagai pengolah citra, mikrokontroler menggunakan raspberry pi dan driver menggunakan 2 buah motor sebagai penggerak rodanya.Yang akan di tekankan dalam pembuatan alat ini adalah untuk membuat deteksi robot terhadap warna, yang mana ini akan menggunakan patern recognation yang lebih diterapkan terhadap warna, metode yang digunakan dalam pengolah citra digital pemetaan rata-rata warna terhadap nilai dominan dipixel. Dalam proses image processing akan melalui beberapa tahap, seperti input input citra dan penentu level deteksi citra, mengubah citra menjadi gray image, mengubah citra gray image menjadi citra hitam putih berdasarkan level deteksinya, proses penghilangan titik putih yang tersisa, dan penghalusan citra hasil deteksi, penyimpanan hasil citra. Dan itu adalah beberpa tahapan dalam proses image processing Hasil yang diharapkan dari pembuatan alat ini adalah untuk membuat robot yang berfungsi sebagai mengangkut barang-barang keperluan manusia dan meringankan pekerjaan manusia dengan cara mengikutin manusia sewaktu berjalan. Kata kunci : raspberry pi, robot beroda, image processing, metoda pemetaan pixel
Deteksi Kualitas Dan Kesegaran Telur Berdasarkan Segmentasi Warna Dengan Metode Fuzzy Color Histogram (fch) Dan Discrete Cosine Transform Dengan Klasifikasi K-nearest Neighbor (k-nn) Yeni Ernita Kusuma Wardani; Bambang Hidayat; Sjafril Darana
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Telur dikenal oleh banyak orang dengan kandungan protein dan gizi. Dengan harga yang murah, telur memiliki protein yang bermutu tinggi dan susunan asam amino essensial yang lengkap sehingga telur banyak dijadikan bahan untuk olahan makanan. Namun, kualitas dan kesegaran telur bisa dilihat dari berbagai aspek bentuk dan warna dari telur. Warna kuning telur memiliki tingkatan dari 1 sampai 15 grade. Biasanya untuk menentukan tingkat warna kuning telur menggunakan alat yang disebut Yolk Color Fan namun hasil yang didapat akan bersifat subjektif sehingga ada perbedaan perspektif yang disebabkan oleh beberapa faktor, seperti cahaya dan perbedaan kemampuan penglihatan seseorang. Hal inilah akan menjadi topik tugas akhir ini yaitu klasifikasi kuning telur. Seperti banyak orang ketahui bahwa perkembangan teknologi dibidang pengolahan citra digital sudah sangat pesat tepatnya dalam teknik pengenalan pola suatu citra digital sehingga digunakan pengolahan citra digital untuk mengklasifikasikan kuning telur pada ayam negeri Dalam Tugas Akhir ini penulis dalam pengambilan data telur yang dilaksanakan kerja sama dengan Universitas Padjajaran, Jatinangor Jawa Barat dan penulis membahas mengenai cara mendeteksi kualitas dan kesegeran dari bagian albumen, dan mendeteksi kualitas kuning telur dari warna kuning telur ayam menggunakan pengolahan citra digital dengan metode Fuzzy Color Histogram (FCH), Discrete Cosine Transform (DCT) dan deteksi tepi dengan klasifikasi K-Nearest Neighbor (K-NN) yang diawali dengan proses prepocessing yang terdiri dari operasi cropping dan resizing, RGB to grayscale, RGB to CMYK, filling, deteksi tepi, dan deteksi jarak. Kata Kunci : telur ayam negeri, DCT, FCH, RGB
Identifikasi Kualitas Kesegaran Susu Sapi Melalui Pengolahan Sinyal Digital Berdasarkan Metode Gabor Wavelet Dan Klasifikasi Support Vector Machine Anissa Widya Devianti; Bambang Hidayat; Sjafril Darana
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Susu merupakan cairan bergizi yang dihasilkan dari ambing sapi yang memiliki banyak manfaat serta dapat membantu pertumbuhan dan daya tahan tubuh pada manusia. Seiring berjalan waktu, demi mendapat keuntungan besar, banyak penjual susu yang menurunkan kualitasnya melalui pencampuran air. Guna mengetahui kondisi susu segar dan murni, maka dapat dilihat berdasarkan warna, rasa, baud an tingkat keasamannya. Semakin berkembangnya teknologi, dibutuhkan teknologi yang dapat memudahkan konsumen mengukur kemurnian susu. Pada penelitian ini dilakukan identifikasi kualitas susu sapi melalui pengolahan sinyal digital dengan menggunakan metode Gabor Wavelet dan klasifikasi Support Vector Machine (SVM).Pemilihan metode Gabor Wavelet merupakan filter detektpr yang baik dan memungkinkan algoritma yang efektif dan adaptif. Klasifikasi Support Vector Machine (SVM) dipilih karena dapat meminimalisasi kesalahan dalam pengklasifikasian. Pengambilan data dilakukan dengan mengambil beberapa sampel susu murni asli dan susu murni yang telah dicampur air dengan jumlah 120 citra susu sapi. Dalam penelitian identifikasi kualitas kesegaran susu ini telah mencapai tingkat akurasi tertinggi sebesar 95% dan waktu komputasi 4.0110 detik. Kata Kunci : Susu Sapi, Gabor Wavelet, Support Vector Machine Abstract Milk is a nutritious liquid produced by the mammary glands of a female mammals, such as cow. As time goes on, many milk seller reduce the quality of the milk to increase the profit. The quality of the milk is decreased as it is exposed by the air. The purity and the freshness level of the milk can be known from its color, taste, smell, and the acidity level. In this era of globalization, the consumer needs a technology which can help them to measure the purity level of the milk. In this final project, the quality of cow's milk has been identified by processing the digital signal, using Gabor Wavelet method with Support Vector Machine (SVM) classification process. The Gabor Wavelet method selection is a good detector filter and enables an effective and adaptive algorithm. The Support Vector Machine (SVM) classification is chosen cause it can minimize errors in classification. The data of this final project is obtained by sampling some of pure milk and some of impure milk which has been mixed with water the amount of 120 images of cow's milk. The highest accuracy rate of this final project reaches 95% and computing time 4.0110 seconds. Keywords : Cow Milk, Gabor Wavelet, Support Vector Machine (SVM)
Co-Authors Abdul Hafidh Zaini Ade Pitra Hermawan Adi Aufarachman Putra Bambang Dwi Adrian Firmansyah Taufik Afina Fatharani Agre Liana Bella Clara Ahmad Mumtaz Ahsanu Qornan Al Brando Ardes Harjoko Alif Fajri Ryamizard Alifdio Hendra Putra Alifia Fathur Rizkiyah Alvin Matthew Valentino Amelia Shaffira Arifin Andre Danika Andrean David Chrismadandi Andri Slamet Subandrio Andri Slamet Subandrio Andri Slamet Subandrio Angrinda Kharisma Putri Anissa Widya Devianti Annisa Adlina Mulyaningrum Annisa Faraditha Basuki Annisa Rizki Akmalia Annisa Yandra Oktora Apriannor Apriannor Aptanti Aptanti Arfhan Setiawan Ari Septayuda Arina Fadhilah Arisalsabila Wahyu Bawono Ariza Rizky Pratama Arvieda Nadya Astin Santosa Auliado Centaury Ayu Tri Yulina Ayu Trisna Hayati Ayu Trisna Hayati Azarine Sandi Rizcky Bagas Yufa Ardana Bani Aulia Rahman Bella Yunita Kusuma Carolus Ferdy Setiaji Hartoko Chyndi Mery Da Vega Clara Amanda Daniel Ade Aryono Dara Aulia Feryando David Vianza Dea Delia Lestari Dela Tantri Riyandani Denanda Syahnurreza Auladi Desi Dwi Prihatin Desti Madya Saputri Devi Naafiyandika Sutopo Devi Rahmaditra Devi Utami Nur Indah Sari Devita Ba'diatan Fitri Dewa Gede Eduard Pramana Morton Dewi Zakiawati Dias Wardana Diati Levi Putri Dimas Anugrah Putra Dinda Rizki Taningrum Diny Hafizha Amelia Diovani Estidia Akbar Distyan Putra Agrisativa Dita Kusuma Wardani Dudi Aripin Dwi Sukma Bestry Edrea Cioksidy Cioksidy Eka Yuwitaning Eko Susatio Elline Constantia Elok Novita Pramunti Elyza Dilla Susanti Endang Yuni Endang Yuni Setyowati Enrico Wiratama Purwanto Erryna Indah Kurniawati Erty Kasdiantika Erwin Susanto Faber Tommy Johannes Nauli Fadhilah Fadhilah Fahmi Oscandar Fahmi Oscandar Fahmi Oscandar Fahmi Oscandar Fahmi Oscandar Fahmi Oscandar Fahmi Oscandar Fahmi Oskandar Fanny Oksa Salindri Farah Fadhilah Hermahiroh Farisah Qisthina Rekamasanti Farras Duto Hestopo Fauziyyah Rachmawati Fina Maharani Firda Isfandary Badryani Fiya Rohmawati Galuh Laksmita Ranggi Garizah Ganih Pranoto Gelar Budiman Ghina Oktavia Gita Meirinda H. Suhardjo H. Suhardjo Haidar Maghrifa Ahmad Hamdan Gustiawidi Hanif Jaka Permana Hasna Nur Afina Helena Jasmine Clarissa Hermas Ahadhi Septiaji Hervyn Junianto Kuen Hilal Nuha Hilman Fauzi, Hilman Hindrya Meidina Fresty Husnul Himmah I Nyoman Apraz Ramatryana I Putu Aditya Widiatama Ibrahim Adilla Ida Ayu Dian Purnama Sari Imam Abdul Hakim Indah Restyana Indri Ruth Simatupang Inka Hashari Insani Sekar Wangi Inung Wijayanto Irene Dewi Kurniawati Irma Safitri Irvie Augustin Israndy Yainahu Jangkung Raharjo Johan Arif Johan Arif Johan Arif Karina Permatasari Katamso Katamso Kevin Prathama Nugraha Khairunnisa Alfiyanti Suharja Kharisma Meccasia Kinanti Balqis Maharani Kintan Veriana Krisma Asmoro Kusumawardhani, Eka Leanna Vidya Yovita Ledya Novamizanti Listhyani Dhianira Sarie Listianto Raharjo Luluk Listyani Ayuningtyas Lutfi Ahmad Lyra Vega Ugi Magdarita Haris Mahdan Muqottirullah Al Askariyy Maya Amiriyanti Maya Sari Samosir Melina Melina Mentari Pangestu Mielda Fauzi Mila Muliani Mirrah Aliya Azzahra Mohamad Fikri Permana Mona Renasari Muhamad Fatah Muhamad Luthfi Wahid Muhammad Fatah W Muhammad Fatah Wiyatna Muhammad Ilham Fauzi Muhammad Rafki Muhammad Taufiq Alkautsar Mujib Ramadhan Hidayat Murnisari Darjan Mutia Henarta Mutiara Ulfach Nabila Sarashadarti Nadia Aisyah Permata Putri Nadia Putri Nurpadilah Nadiya Ibrahim Nanang Adi Setyawan Neng Anggi Iliadi Neng Wiwin Wiyandini Ngurah Putu Oka Harybuana Niki Ihsanul Hakim Nina Djustiana Nova Aditya Utami Novita Yusnia Tri Handayani Nur Andini Nur Hikmah Maulida Nur Ibrahim Nur Inastia Alfianingrum Nur Shabrina Nurul Septiyani Syafril Prasetyo Tri Herlambang Pritta Anggraeni Anindyasari Putu Cinthia Wikessa Putu Wahyu Saputra Qintan Nurma Buana Rakhman Kurniadi Rani Fauzana Rasinia Vadilla Nova Ratri Dwi Atmaja Regha Julian Pradhana Reinhard Immanuel Abraham Reni Anggraini Reni Dyah Wahyuningrum Restu Pujiyanti Hidayat Restu Wardani Reza Ahmad Nurfauzan Rian Febrian Umbara Rian Umbara Rikko Ismail Hardianzah Risva Ulva Fauzia Rita Magdalena Rizkiana Rani Sejahtera Rizky Setyaningrum Rizqi Shaumi Puspa Ayu Amanda Rosa Chulia Rahmah Rr Ayuningtias Setiaji Rudy Hartanto Rudy Hartanto Rudy Hartanto Ryan Bagus Wicaksana Ryan Bagus Wicaksono Sarah Aura Nadienda Saraswati Saraswati Setyo Nugroho Wibowo Shabrina Elha Putri Shofiya Rona Gemintang Sigit Nugroho SJAFRIL DARANA Sjafril Darana Sjafril Darana Sofia Sa’idah SOFIA SAIDAH Sri Muliawati Suci Amelia Suci Aulia Sugeng Winarno Sugondo Hadiyoso Suhardjo MS Suhardjo MS Suhardjo Sitam Suhardjo Sitam Suhardjo Suhardjo Suhardjo Suhardjo Suhartono Tjondronegoro Suken Achmad Aziz Suryo Adhi Wibowo Syahida Anugrah Kausar Syakira Nurina Shaputri Syelanisa Nabilla Syifa Mellynda Prisca Tengku Ahmad Wira Giovany Tikki Capriati Marieski Tita Haryanti Tito Permana Ulfa Yuliani Unang Sunarya Utari Hustita Dewi Vallen Ariesandi Vanesa Ditalia Vasya Aulia Viona Apryaleva Vivi Oktaviani Damanik Wijayanti, Lumastari Ajeng Wulandari Setiawati Wulandary Ika Hanesia Yafis Sukma Kurniawan Yeni Ernita Kusuma Wardani YULI SUN HARIYANI Yun Mukmin Akbar Yuti Malinda Yuti Malinda Yuti Malinda Zafer Ozcan Zagitha Devy Harerra Zahrana Hermulyani Zarka Lazuardi Putera