Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
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 : 204 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 204 Documents
Search

 8   9   10   11   12 
Perancangan Dan Analisis Algoritma Proportional-Integral-Derivative Untuk Meminimasi Time Difference Error Loran-C (Design And Analysis Of Proportional-Integral-Derivative Algorithm For Minimizing Loran-C Time Difference Error) Katamso Katamso; Bambang Hidayat; Unang Sunarya
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Dalam penilitian ini dilakukan Penilitian penggunaan algoritma Proportional Integral Derivative (PID) untuk melakuan kontrol terhadap TDE Loran-C. Loran (Long Range Navigation) adalah sitem radio navigasi terrestrial yang berfrekuensi rendah dengan memanfaatkan sifat perambatan gelombang radio di atas permukaan bumi (groundwave). Loran-C adalah Loran tipe C yang bekerja pada frekuensi 90-110 KHz. Sistem navigasi ini terdiri dari sebuah stasiun master (master station), dan minimum dua stasiun sekunder (secondary station), kesatuan sistem ini disebut loran chain. Konsep dasar dari sistem ini adalah penentuan posisi geografis berdasar interseksi dua atau lebih gelombang radio dari master station dan secondary station yang tentu memliki selisih waktu kedatangan sinyal atau time difference (TD). Pengaruh langsung dari noise kanal maupun noise frekuensi tinggi komponen adalah TD yang tercatat mengalami error menyimpang dari toleransi Controlling Standard Time Difference (CSTD). Kesalahan TD ini disebut Time Difference Error (TDE), menyebabkan penentuan posisi geografis tidak akurat. United States Coast Guard (USCG) lembaga yang menaungi riset dan pengembangan Loran menetapkan spesifikasi CSTD untuk toleransi TDE sebesar ±50 ns dan TDE kumulatif sebesar ±100 ns, namun pada praktisnya sejumlah data TDE belum memenuhi standar tersebut. PID merupakan persamaan matematis dengan tiga buah variabel kontrol : proportional controller, integral controller, derivative controller. PID dapat diimplementasikan pada sistem yang tidak dapat dimodelkan sebagai sistem linear time invariant, pada Penilitian ini adalah sistem pengolahan data TDE LORAN-C. Dengan adaptive PID diharapkan proses tuning konstanta control PID yang merupakan kelemahan PID konvensional dapat dieliminasi. Dari hasil simulasi yang telah dilakukan, implementasi algoritma kontrol PID ini menunjukan respon TDE dan TDE kumlatif yang lebih baik daripada sebelum pemberian kontrol. TDE menurun secara signifikan sebesar 97,08% dari sebelumnya, dan TDE kumulatif sudah di batas jangkauan toleransi meski masih ditemui beberapa data TDE yang masih di luar toleransi. Kata kunci : LORAN-C, TDE, PID
Sistem Identifikasi Individu Berdasarkan Cara Berjalan Berbasis Video Processing Menggunakan Metode Variable Modul Graph Lyra Vega Ugi; Bambang Hidayat; Suryo Adhi Wibowo
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

V/M Graph merupakan metode logika alur berfikir yang dapat menjelaskan semua informasi yang ada dan hubungan antara variabel yang berbeda menggunakan struktur grafis di bidang pengolahan citra di mana latar gambar yang diekstrak untuk diproses dalam sistem pengenalan individu. V/M Graph ini digunakan untuk mendeteksi objek bergerak dalam video dari kamera statis. V/M Graph berguna untuk menganalisis video atau gambar sehingga dapat mendeteksi gerak tubuh manusia dan mengidentifikasi karakter gerakan tersebut untuk dikenali. Teknologi V/M Graph ini dapat diaplikasikan berupa sistem yang membantu mengenali seseorang berdasarkan cara berjalannya tanpa harus mengetahui ciri asli fisiknya. Pada tugas akhir ini dibuat sistem pendeteksi yang dapat mengenali gaya berjalan sesorang tanpa harus memperhatikan ciri fisik awal dari seseorang. Jika sistem pendeteksi tersebut tidak dapat mengenali gesture berjalan orang yang berada dalam video tersebut, maka sistem ini akan memberikan info berupa tulisan individu tidak dikenal. Sistem pendeteksi ini dibuat dengan tujuan agar dapat mendeteksi melalui gesture berjalannya seseorang tanpa harus memperhatikan individu berdasarkan ciri fisik awalnya telah berubah, meskipun ciri fisik sesorang yang berubah akibat operasi plastik dan perubahan fisik yang lainnya. Metode klasifikasi untuk pengidentifikasian pola berjalan yang digunakan adalah V/M Graph. Dari hasil analisis dan pengujian, sistem mampu mencapai tingkat akurasi rata-rata sebesar 86.67% dengan uji sistem terhadap perubahan intensitas cahaya. Saat pengujian sistem dengan threshold hasil akurasi optimal sebesar 90% dengan threshold 1000-1300 piksel. Dan saat pengujian sistem dengan nilai threshold luas label 0.25 piksel sistem memberika akurasi terbesar yaitu 90%. Target performansi sistem yang telah dicapai adalah sistem dapat mengenali dan mengidentifikasi gaya berjalan dengan tingkat akurasi optimal. Kata kunci: V/M Graph, cara berjalan, pengenalan individu.
Klasifikasi Lovebird Berdasarkan Bentuk Kepala Dan Warna Dengan Metode Local Binary Pattern (lbp) Dan Fuzzy Logic Syakira Nurina Shaputri; Bambang Hidayat; Unang Sunarya
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

ABSTRAK Kontes kecantikan lovebird mulai berkembang di Indonesia. Beberapa aspek yang menjadi penilaian adalah bentuk kepala, warna, bentuk dada, ekor, harmonisasi, dan tingkah laku. Penilaian dilakukan oleh beberapa juri dengan standarisasi yang telah ditentukan oleh forum komunitas lovebird Indonesia. Pada penelitian ini dibuat sistem yang dapat mengklasifikasikan kualitas lovebird berdasarkan bentuk kepala dan warna pada bagian leher dengan memanfaatkan pengolahan citra. Metode yang digunakan dalam sistem ini adalah Local Binary Pattern (LBP) untuk mendapatkan ciri warna. Untuk proses klasifikasi digunakan metode Fuzzy Logic. Dengan jumlah sampel sebanyak 15 data latih dan 30 data uji. Hasil penelitian penelitian didapatkan nilai akurasi tertinggi sebesar 93.3% untuk pengujian bentuk kepala dengan waktu komputasi total 20.7627 detik, 83.3% untuk pengujian warna dengan waktu komputasi 55.787 detik, dan 80% untuk pengujian kepala dan warna dengan waktu komputasi 44.9024 detik. Kata Kunci : Lovebird, Local Binary Pattern (LBP), fuzzy logic.
Identifikasi Pola Enamel Gigi Menggunakan Metode Histogram Of Oriented Gradient (hog) Dan Self-organizing Maps (som) Sebagai Aplikasi Di Bidang Forensik Kedokteran Gigi Hasna Nur Afina; Bambang Hidayat; Yuti Malinda
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

Ilmu forensik yang sudah sering digunakan dalam identifikasi individu di Indonesia adalah sidik jari. Namun pada kondisi tertentu pola sidik jari akan tidak layak dan sulit untuk dilakukan pengidentifikasian. Pada perkembangan ilmu forensik kedokteran gigi, email gigi memiliki pola menyerupai pola sidik jari, sehingga dapat digunakan sebagai identifikasi individu yang validitas individu tinggi dan dapat diandalkan. Hal yang menguntungkan mengidentifikasi menggunakan email gigi antara lain : tahan terhadap proses pembusukan, tahan dengan panas, bentuknya jelas dan mudah dikenali, terlindungi oleh bibir dan pipi. Penelitian ini membahas mengenai teknik untuk mengidentifikasi pola email gigi dengan menggunakan image processing. Metode ekstraksi ciri yang digunakan adalah Histogram of Oriented Gradient (HOG) dan proses klasifikasi menggunakan metode Self Organazing Maps (SOM). Pada prosesnya terdapat 4 tahap utama yaitu akuisisi citra, preprocessing, ekstraksi ciri, dan klasifikasi. Penelitian ini diharapkan dapat membantu ilmu forensik kedokteran gigi menggunakan suatu aplikasi berbasis Matlab yang dapat melakukan proses identifikasi individu. Parameter yang diukur adalah tingkat akurasi dan waktu komputasi. Dengan 100 sampel citra latih dan 200 citra uji, kolaborasi dari metode HOG dan klasifikasi SOM sistem yang dikembangkan sudah mampu melakukan identifikasi enamel rod dan mendapatkan performansi terbaik 79.5% dengan waktu komputasi rata-rata 27.73 detik.
Pengolahan Citra Deteksi Kista Melalui Periapical Radiograf Dengan Metode Local Binary Pattern Dan Learning Vector Quantization (image Processing Detection Of Cyst Via Radiograph Periapical With Local Binary Pattern And Learning Vector Quantization) Helena Jasmine Clarissa; Bambang Hidayat; Suhardjo Suhardjo
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 Pada penelitian ini dilakukan pengolahan citra deteksi kista melalui periapical radiograf dengan menggunakan metode Local Binary Pattern (LBP) dan klasifikasi Learning Vector Quantization (LVQ) . LBP adalah sebuah kode biner yang menggambarkan pola tekstur lokal. Yang dibangun dengan lingkungan batas dengan nilai abu-abu dari pusatnya.Citra yang telah melalui proses ekstraksi ciri menggunakan LBP selanjutnya diklasifikasikan menggunakan LVQ. LVQ merupakan jaringan syaraf tiruan dengan tipe arsitektur jaringan lapis-tunggal umpan-maju (Single Layer Feedforward) yang terdiri atas unit masukan dan unit keluaran. Suatu lapisan kompetitif akan secara otomatis belajar untuk mengklasifikasikan vektor-vektor masukan. Citra yang digunakan merupakan citra digital dari hasil rontgen x-ray yang diperoleh dengan proses perekaman citra menggunakan scanner dan berformat *jpg. Citra yang digunakan sebanyak 14 buah sample yang berupa data primer. Data uji dan data latih menggunakan 10 sample,sedangkan 4 data lainnya digunakan sebagai data cadangan. . Dengan metode yang telah di buat dapat membantu dan mempermudah indentifikasi penyakit dalam dunia medis khususnya di bidang Kedokteran Gigi dengan akurasi yang didapatkan 80% dengan ukuran pixel terbaik sebesar 256x256. Kata kunci : Kista Periapical, Local Binary Pattern, Learning Vector Quantization Abstract In this research, cyst detection image processing is done through periapical radiograph using Local Binary Pattern (LBP) method and Learning Vector Quantization (LVQ) classification. LBP is a binary code that describes local texture patterns. Built with a boundary environment with a gray value from the center. The image that has been through the feature extraction process using LBP is further classified using LVQ. LVQ is an artificial neural network with single layer feeder forward layer (Single Layer Feedforward) which consists of input unit and output unit. A competitive layer will automatically learn to classify input vectors. The image used is a digital image of the x-ray x-ray obtained by image recording process using scanner and jpg * format. The image used as many as 14 samples in the form of primary data. Test data and training data using 10 samples, while 4 other data used as data backup. . With methods that have been made can help and facilitate the identification of diseases in the medical world, especially in the field of Dentistry with an accuracy of 80% obtained with the best pixel size of 256x256. Keywords :Cyst, Local Binary Pattern, Learning Vector Quantization
Steganografi Video Menggunakan Metode Discrete Wavelet Transform Pada Frame Yang Terpilih Berdasarkan Deteksi Silence Dengan Metode Zero Crossing Rate Alifia Fathur Rizkiyah; Bambang Hidayat; I Nyoman Apraz Ramatryana
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

Penggunaan media internet untuk melakukan pertukaran informasi yang telah berkembang menyebabkan kekhawatiran terkait keamanan dan kerahasiaan data digital yang dikirimkan. Untuk mengamankan data yang dikirimkan melalui media internet, diperlukan suatu teknik agar keamanan dan kerahasiaan informasi tersebut terjamin, salah satunya yaitu Steganografi. Pada penelitian ini, dirancang sebuah sistem steganografi dimana pesan yang disisipkan berupa file teks berformat *.txt dan video dengan format *.avi sebagai cover. Pesan informasi disisipkan pada frame video berdasarkan deteksi silence menggunakan Zero Crossing Rate, dengan mengukur parameter seperti: PSNR, MSE, BER, dan MOS. Dengan menggunakan metode penyisipan Discrete Wavelet Transform didapatkan hasil Peak Signal to Noise Ratio (PSNR) yang baik. Hasil PSNR terbesar yaitu 64.2775 dB dan nilai MSE terkecil sebesar 0,0243. Waktu komputasi terbesar yang didapat pada proses penyisipan adalah 1.68994 detik, sedangkan pada proses ekstraksi adalah 0,42312 detik. Hasil Mean Opinion Score (MOS) yang didapatkan memiliki nilai rata-rata total sebesar 3.8 yang berarti kualitas video tersisipi dengan baik. BER terbesar yang dihasilkan yaitu sebesar 44.2842 saat mean = 0.01 dan variansi = 0.0006. Kata kunci : Steganografi Video, Zero Crossing Rate, Deteksi Silence, Discrete Wavelet Transform
Deteksi Pulpitis Melalui Periapikal Radiograph Pada Domain Spasial Dengan Metode Glcm Dan Klasifikasi Fuzzy K-nearest Neighbour Berbasis Android Indri Ruth Simatupang; Bambang Hidayat; Suhardjo Sitam
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

Abstrak Salah satu kelainan gigi yang sering ditemukan di masyarakat yaitu radang pulpa gigi atau pulpitis menyebabkan rasa nyeri yang tidak nyaman yang diakibatkan oleh infeksi bakteri dan alasan lainnya. Deteksi penyakit ini dapat dilakukan secara manual maupun bantuan teknologi seperti menggunakan alat periapikal radiograf. Tugas Akhir ini menghasilkan sebuah aplikasi berbasis android yang dapat mendeteksi penyakit pulpitis dengan output pada domain spasial dengan esktraksi fitur menggunakan metode GLCM (Grey Level Co-occurrence Method) yang merupakan tabulasi seberapa sering kombinasi yang berbeda dari pixel nilai kecerahan (tingkat abu- abu) terjadi pada gambar. Proses klasifikasi dengan Fuzzy Logic yang dikombinasikan dengan K-Nearest Neighbour membantu membuat derajat keabuan yaitu mempertimbangkan sifat ambigu dari fitur yang digunakan. Hasil dari penelitian ini diharapkan mencapai tingkat akurasi 87% dengan klasifikasi dibagi menjadi 3 jenis yaitu citra gigi normal, pulpitis irreversible dan pulpitis reversible dengan menggunakan hasil periapikal radiograph sebagai citra uji dan citra latih. Kata kunci : periapikal radiograf, pulpitis,domain spasial, fuzzy logic
Identifikasi Pola Rugae Palatina Untuk Klasifikasi Jenis Kelamin Manusia Dengan Citra Digital Menggunakan Metode Gabor Wavelet Dan Fuzzy K-nn Mentari Pangestu; Bambang Hidayat; Fahmi Oscandar
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

Kerap terjadinya bencana yang disebabkan oleh manusia ataupun yang disebabkan oleh alam menimbulkan korban jiwa. Korban tersebut akan diidentifikasi guna mengetahui identitas diri. Proses mengidentifikasi terkadang mengalami beberapa kendala, yaitu kurangnya sumber daya manusia, keterbatasan alat, dan juga keterbatasan pada korban. Para peneliti menemukan bahwa rugae palatina dapat mengidentifikasi identitas seseorang seperti sidik jari dilihat dari pola rugae palatina. Proses identifikasi rugae palatina sekarang ini masih secara manual dan belum dapat membedakan jenis kelamin manusia dari pola rugae palatina. Sehingga penulis mengusulkan sistem untuk mengidentifikasi pola rugae palatina menggunakan citra digital dengan metode Gabor wavelet dan Fuzzy K-NN. Pada tugas akhir ini menggunakan ekstraksi ciri metode Gabor wavelet dan Fuzzy K-NN sebagai klasifikasinya. Adapun tahapan yang dilakukan adalah pre- processing, kemudian ekstraksi ciri, dan tahap terakhir merupakan tahap klasifikasi. Pengujian dan pengambilan data dilakukan di dalam ruangan oleh data sample cetakan rahang atas beserta rugae palatina berjumlah 44 sample. Dari hasil pengujian penelitian Tugas Akhir ini didapat akurasi dengan pixel 50x50 saat K=1 54,545%, saat K=3 45,45%, saat dan K=5 36,364%, dengan pixel 100x100 saat K=1 54,545%, saat dan K=3 42.857 %, saat K=5 54.545 %, dan dengan pixel 256x256 saat K=1 63.636 %, saat K=3 45.455%, dan K=5 45.455% Kata Kunci : Rugae Palatina, Gabor Wavelet, Fuzzy K-NN
Estimasi Bobot Karkas Sapi Menggunakan Metode Binary Large Object Dan Klasifikasi Support Vector Machine Multiclass Dengan Menggunakan Interface Aplikasi Android Mielda Fauzi; Bambang Hidayat; Muhammad Fatah Wiyatna
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 adalah hewan ternak anggota suku Bovidae. Sapi banyak dimanfaatkan oleh manusia. Salah satu manfaat sapi adalah dijadiikan sebagai hewan ternak untuk diambil dagingnya. Mengukur berat badan ternak sapi cenderung sulit karena dengan cara konvensional menggunakan timbangan kurang efisien. Ukuran timbangan yang cukup besar dan kurang fleksibel dibawa kemana-mana membuat pengukuran dengan cara ini cukup sulit. Sedangkan cara lain, mengukur berat ternak sapi dapat dilakukan dengan mengukur diameter atau lingkar dada dan panjang badan sapi.Teknologi, dengan kecanggihannya dapat diimplementasikan dalam membantu memudahkan para peternak sapi dalam mengukur berat atau bobot sapi ternak sesaat sebelum dipotong agar dapat mengestimasi bobot karkas yang akan didapatkan. Teknologi yang digunakan adalah proses pengolahan citra digital. Pengolahan citra digital adalah pemrosesan citra dua dimensi atau tiga dimensi oleh komputer. Dalam tugas akhir ini, penulis mengembangkan sistem pengolahan citra digital yang mampu mengestimasi bobot karkas sapi ternak. Pada tugas akhir ini penulis menggunakan metode BLOB (Binary Large Object) yaitu merupakan koleksi dari data biner yang disimpan dalam sebuah entitas pada Database Management System (DBMS) yang kemudian hasil dari segmentasi tersebut dilabel untuk proses perhitungan. Sistem yang dikembangkan mempunyi akurasi sebesar 70,08%.
Simulasi Dan Analisis Pengenalan Huruf Vokal Pada Gerak Bibir Menggunakan Metode Ica Dan Svm Firda Isfandary Badryani; Bambang Hidayat; Unang Sunarya
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

Mendeteksi gerak bibir merupakan pekerjaan yang tidak mudah, karena mendeteksi gerak bibir dipengaruhi dari bentuk bibir dan harus mengenali kata kunci yang lebih spesifik untuk memprediksi huruf pada gerak bibir. Pembahasan mengenai deteksi pengenalan huruf vokal dengan menggunakan klasifikasi Neural Networks sebelumnya sudah dilakukan dan telah menghasilkan akurasi yang mencapai 70,5 %. Maka tugas akhir ini melakukan simulasi dan analisis pengenalan huruf vokal menggunakan metode berbeda. Tujuan dari tugas akhir ini yakni merancang suatu aplikasi deteksi gerak bibir dalam pengenalan huruf vokal menjadi teks. Proses yang dilakukan dalam perancangan program aplikasi ini diawali dengan pengambilan video pengenalan huruf vokal secara offline, kemudian dilakukan preprocessing dan ekstraksi ciri dengan Independet Component Analysis (ICA) frame per framenya, kemudian diklasifikasikan dengan Support Vector Machine (SVM). Keluaran dari sistem berupa pengenalan bentuk pengenalan huruf vokal a, i, u, e, o. Sistem yang telah dirancang mempunyai tingkat akurasi pengenalan terhadap 5 huruf vokal berdasarkan ekstraksi ciri fiturnya. Tingkat akurasi berdasarkan ciri fiturnya dibedakan berdasarkan pada jarak pengambilan video dari kamera. Tingkat akurasi terendah yakni pada huruf a sebesar 66,67 % dan akurasi tertinggi pada huruf e sebesar 100 % Kata Kunci : pengolahan video digital, Independet Component Analysis (ICA), 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 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