p-Index From 2021 - 2026
8.717
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Informatika Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Ilmu Komputer dan Informasi Jurnal Teknik ITS IPTEK Journal of Science IPTEK Journal of Proceedings Series IPTEK The Journal for Technology and Science Techno.Com: Jurnal Teknologi Informasi MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Jurnal Buana Informatika TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Ilmiah Mikrotek Jurnal Simantec Jurnal Ilmiah Kursor Scan : Jurnal Teknologi Informasi dan Komunikasi Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) International Journal of Advances in Intelligent Informatics Scientific Journal of Informatics Journal of Information Systems Engineering and Business Intelligence Register: Jurnal Ilmiah Teknologi Sistem Informasi EMITTER International Journal of Engineering Technology Jurnal Inspiration Briliant: Jurnal Riset dan Konseptual Journal of Development Research Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research Inform : Jurnal Ilmiah Bidang Teknologi Informasi dan Komunikasi INTEGER: Journal of Information Technology Seminar Nasional Teknologi Informasi Komunikasi dan Industri JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal ULTIMATICS Explore IT : Jurnal Keilmuan dan Aplikasi Teknik Informatika Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) CCIT (Creative Communication and Innovative Technology) Journal SPIRIT Progresif: Jurnal Ilmiah Komputer ILKOMNIKA: Journal of Computer Science and Applied Informatics Indonesian Journal of Electrical Engineering and Computer Science Journal of Intelligent Computing and Health Informatics (JICHI) Jurnal Teknik Informatika (JUTIF) Journal of Technology and Informatics (JoTI) Melek IT: Information Technology Journal Jurnal Nasional Teknik Elektro dan Teknologi Informasi Journal Research of Social Science, Economics, and Management Sewagati RESLAJ: Religion Education Social Laa Roiba Journal Jurnal Indonesia : Manajemen Informatika dan Komunikasi
Claim Missing Document
Check
Articles

Three-level Local Thresholding Berbasis Metode Otsu untuk Segmentasi Leukosit pada Citra Leukemia Limfoblastik Akut Mandyartha, Eka Prakarsa; Fatichah, Chastine
Jurnal Buana Informatika Vol 7, No 1 (2016): Jurnal Buana Informatika Volume 7 Nomor 1 Januari 2016
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (672.303 KB) | DOI: 10.24002/jbi.v7i1.483

Abstract

Abstract. Segmentation of Acute Lymphoblastic Leukemia (ALL) images can be used to identify the presence of ALL disease. In this paper, three-level local thresholdings based on Otsu method is presented for leucocytes segmentation in ALL image. Firstly, a method based on Gram-Schmidt orthogonalization theory is applied to partition the input image into several sub-images. The proposed method extends Otsu’s bi-level thresholding to three-level thresholding method  to find two local threshold values that maximize between-class variance. Using the two local threshold values and three-level local thresholding technique then segmenting each of sub-images into three regions, e.g. nucleus, cytoplasm, and background. To evaluate the performance of the proposed method, 32 peripheral blood smear images are used. The performance of the proposed method is compared with manually segmented ground truth using Zijdenbos similarity index (ZSI), precision, and recall. An experimental evaluation demonstrates superior performance over three-level global thresholding for ALL image segmentation.Keywords: three-level local thresholding, acute lymphoblastic leukemia, three-level Otsu thresholding, gram-schmidt orthogonalizationAbstrak. Segmentasi citra Limfoblastik Leukemia Akut (LLA) dapat digunakan untuk mengidentifikasi kehadiran penyakit LLA. Pada penelitian ini diusulkan metode three-level local thresholding berbasis metode Otsu untuk segmentasi leukosit pada citra LLA. Pertama-tama, metode berbasis teori ortogonalisasi Gram-Schmidt diaplikasikan untuk membagi citra LLA menjadi sub-sub citra. Metode yang diusulkan memperluas metode bi-level thresholding Otsu ke dalam kasus three-level thresholding untuk pencarian dua nilai ambang lokal tiap sub-citra yang memaksimumkan varian antar kelas. Dengan nilai ambang jamak lokal tersebut, teknik three-level local thresholding selanjutnya  mensegmentasi tiap sub-citra ke dalam tiga region, yaitu nukelus, sitoplasma, dan latar belakang. Untuk mengevaluasi performa metode usulan, 32 citra uji digunakan. Performa metode yang diusulkan dibandingkan dengan citra segmentasi manual menggunakan Zijdenbos similarity index (ZSI), presisi, dan recall. Hasil uji coba menunjukkan performa three-level local thresholding lebih unggul daripada metode three-level global thresholding untuk segmentasi citra LLA. Kata Kunci: three-level local thresholding, leukemia limfoblastik akut, three-level Otsu thresholding, ortogonalisasi gram-schmidt
Penggabungan Fitur Bentuk dan Fitur Tekstur yang Invariant terhadap Rotasi untuk Klasifikasi Citra Pap Smear Pasrun, Yuwanda Purnamasari; Fatichah, Chastine; Suciati, Nanik
Jurnal Buana Informatika Vol 7, No 1 (2016): Jurnal Buana Informatika Volume 7 Nomor 1 Januari 2016
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (714.041 KB) | DOI: 10.24002/jbi.v7i1.479

Abstract

Abstract. Pap test is a cervical cancer screening manually and requires a long time that it needs an exact cell classification system based computers. Features determination by observation in characteristic differences between the datasets visually betweenclass will help a cell classification results which has relevant characteristics between classes. In addition, the change in orientation of the cells at the time of the acquisition will affect the value of the generated feature so extraction method that is rotation invariant is needed to overcome that problem. This research proposes the combination of simple shapes feature and the texture feature from extraction Local Binary Pattern Histogram Fourier (LBP-HF) that invariant to rotation as additional features to classify pap smear images. The result show that the proposed feature combination yield good performance with accuracy 92.44% for two category cell and 70.06% for seven class cell.Keywords: classification, lbp-hf,  pap smear image, shape feature.Abstrak. Pap test adalah pemeriksaan kanker serviks secara manual yang membutuhkan waktu yang lama sehingga dibutuhkan sistem klasifikasi sel berbasis komputer yang tepat. Penentuan fitur melalui observasi pada perbedaan ciri antarkelas secara visual pada dataset akan membantu hasil klasifikasi sel untuk mendapatkan ciri yang relevan antarkelas. Selain itu, adanya perubahan orientasi sel pada saat akuisisi akan mempengaruhi nilai fitur yang dihasilkan sehingga dibutuhkan metode ekstraksi fitur yang invariant terhadap rotasi. Penelitian ini mengusulkan penggabungan fitur bentuk sederhana dan fitur tekstur dengan ekstraksi fitur Local Binary Pattern –Histogram Fourier yang invariant terhadap rotasi sebagai ciri tambahan dalam mengklasifikasikan citra pap smear. Hasilnya menunjukkan bahwa kombinasi fitur menghasilkan performa yang baik dengan akurai 92,44% untuk dua kategori sel dan 70,06% untuk tujuh kelas sel.Kata Kunci: klasifikasi, lbp-hf, citra pap smear, fitur bentuk.
Automatic Detection of Proliferative Diabetic Retinopathy With Hybrid Feature Extraction Based on Scale Space Analysis and Tracking Sabilla, Wilda Imama; Soelaiman, Rully; Fatichah, Chastine
IPTEK Journal of Proceedings Series No 1 (2015): 1st International Seminar on Science and Technology (ISST) 2015
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23546026.y2015i1.1076

Abstract

Feature extraction is a process to obtain the characteristics or features of an object where the value of the features will be used for analysis in the next process. In retinal image, extraction of blood vessels’ characteristics can be used for detection of proliferative diabetic retinopathy (PDR). Retinal blood vessels’ features can be obtained directly with segmented image and with additional spatial method. For PDR detection, we need the suitable method that can produce maximum feature representation. This paper proposed hybrid feature extraction using a scale space analysis method and tracking with Bayesian probability. The result of the retinal images classification from STARE database using soft threshold m-Mediods classifier shows the best accuracy of 98.1%.
ANALISIS KINERJA METODE ARTIFICIAL NEURAL NETWORK DAN SUPPORT VECTOR REGRESSION UNTUK PREDIKSI SIGNIFICANT WAVE HEIGHT Nooriansyah, Subhan; Fatichah, Chastine; Sambodho, Kriyo
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 13, No 1 (2018)
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v13i1.1054

Abstract

Abstrak. Faktor tekanan angin pada laut dapat menghasilkan gelombang. Tinggi gelombang atau wave height (WH) adalah salah satu bagian dari bentuk gelombang. Significant wave height (SWH) salah satu jenis WH yang merupakan rata-rata nilai sepertiga WH tertinggi pada gelombang spektrum. Data SWH dapat diperoleh dari dua sumber yaitu dari situs resmi penyedia data historikal yang jumlahnya sangat besar dan dari hasil observasi satellite. Namun data dari hasil observasi satelite umumnya data kurang akurat. Prediksi SWH sangat penting dilakukan untuk mengukur kekuatan beban yang diterima oleh kapal dan bangunan diatas atau dalam laut. Metode prediksi yang digunakan oleh peneliti bidang kelautan umumnya adalah metode numerik dan statistik. Metode numerik memiliki kendala dalam memprediksi data skala besar dan hasil prediksi tidak akurat. Metode statistik terkendala pada penentuan parameter untuk menghasilkan prediksi yang akurat. Metode machine learning (ML) merupakan metode yang sering digunakan untuk memprediksi data berdasarkan data histori sehingga dapat digunakan sebagai metode untuk memprediksi nilai SWH. Kelebihan metode ML yaitu dapat memprediksi SWH skala besar, ML dapat memodelkan prediksi dengan mempelajari data. Metode ML yang biasanya digunakan untuk memprediksi data adalah artificial neural network (ANN) dan support vector regression (SVR). Paper ini melakukan analisis kinerja kedua metode tersebut untuk memprediksi nilai SWH. Dataset yang digunakan adalah data historikal SWH dari Brisbane, Australia.Dataset dirubah dengan Sliding Window (SW) untuk menyesuaikan dengan struktur ANN dan SVR. Hasil prediksi kedua metode dievaluasi menggunakan metode evaluasi yaitu mean absolute percentage error (MAPE). Dataset SWH berasal dari situs bmkg pemerintahan Australia. Berdasarkan hasil prediksi SWH menggunakan ANN dan SVR. Hasil evaluasi prediksi pada SW ukuran 3 yaitu ANN mendapatkan MAPE 6.88 % sedangkan hasil evaluasi prediksi SVR mendapatkan MAPE 8.51 %.  Kata Kunci: Wave Height, Significant Wave Height, Numerik, Statistik, Machine Learning, Artificial Neural Networks, Support Vector Regression, Prediksi, Data Historikal, Evaluasi, Mean Absolute Percentage Error, Sliding Window.DOI : https://doi.org/10.33005/scan.v13i1.1054
PEMISAHAN SEL BERTUMPUK CITRA SEL KANKER PAYUDARA MENGGUNAKAN METODE REGION-BASED ACTIVE CONTOUR DAN BAYESIAN Aini, Nuru; Fatichah, Chastine; Amaliah, Bilqis
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 10, No 3 (2015)
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v10i3.620

Abstract

Abstrak. Keberagaman karakteristik merupakan tantangan dalam segmentasi citra sel kanker payudara. Segmentasi citra sel kanker payudara juga memiliki permasalahan tentang sel bertumpuk. Pemisahan sel bertumpuk dibutuhkan untuk kuantisasi sel. Kuantisasi dibutuhkan pada diagnosis medis. Penelitian ini menggunakan metode Region-based Active Contour dan Bayesian untuk melakukan pemisahan sel bertumpuk citra sel kanker payudara. Tahap pertama adalah segmentasi Region-based Active Contour. Tahap kedua adalah pemisahan sel bertumpuk menggunakan metode Bayesian. Berdasarkan hasil penelitian, metode Region-based Active Contour dan Bayesian menunjukkan performa yang hampir sama dengan metode Region-based Active Contour dan Watershed. Hal ini ditunjukkan oleh rata-rata akurasi 0.613 untuk Bayesian dan 0.650 untuk Watershed.   Kata Kunci: Bayesian, kanker payudara, Region-based Active Contour, segmentasi sel bertumpuk
HIERARCHICAL MULTI-VIEWPOINT SELF ORGANIZING MAP PADA PENGELOMPOKAN PENGGUNA UNTUK MENGETAHUI PROFIL UNDUH DI LINGKUNGAN KAMPUS Putri, Tesa Eranti; Fatichah, Chastine; Purwitasari, Diana
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 9, No 3 (2014)
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v9i3.860

Abstract

Abstrak. Fasilitas internet kampus terkadang disalahgunakan untuk mengunduh data yang tidakterkait akademis, sehingga mengganggu pengguna yang memerlukan internet untuk kepentinganakademis. Guna memonitor pengunduhan di kampus, diperlukan profil unduh. Profil dapat dibentukdari pengelompokan pengguna. Penelitian ini mengajukan pemodelan untuk pengelompokanpengguna berupa Self Organizing Map hierarchical multi-viewpoint. Pengelompokan dilakukanberdasarkan jumlah transaksinya, dilihat dari banyak viewpoint. Setiap viewpoint membentuk petatersendiri, disusun berjenjang (hierarchical), kemudian dilatih menggunakan gabungan fiturviewpoint sekarang dengan viewpoint di bawahnya. Pengujian dilakukan dengan analisis manualhasil pengelompokan. Dari pengujian, diperoleh fitur viewpoint yang memberikan gambaran profilunduh yang paling jelas dan lengkap adalah domain email.Kata kunci. profil unduh, pengelompokan pengguna, web usage mining, Self Organizing MapHierarchical Multi-viewpoint
SEGMENTASI PEMBULUH DARAH PADA CITRA FUNDUS MENGGUNAKAN ISOTROPIC UNDECIMATE WAVELET TRANSFORM DAN FUZZY REGION GROWING Rahayu, Putri Nur; Fatichah, Chastine
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 12, No 3 (2017)
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v12i3.921

Abstract

Abstrak. Segmentasi pembuluh darah pada citra retina menjadi hal yang substansial dalam dunia kedokteran, karena citra retina dapat digunakan untuk mendeteksi beberapa penyakit, seperti: diabetic retinopathy, hypertension, dan cardiovascular. Dokter membutuhkan waktu yang lama untuk mendeteksi pembuluh darah retina terutama pembuluh darah tipis karena diproses secara manual,  sehingga diperlukan metode yang dapat membantu proses diagnosis agar lebih cepat.Pada penelitian ini menggabungkan metode isotropic undecimated wavelet transform (IUWT) dan fuzzy-region growing (FRG) untuk segmentasi pada citra fundus. Metode IUWT digunakan sebagai segmentasi awal, sedangkan FRG digunakan untuk segmentasi akhir pada pembuluh darah tebal dan tipis. Input awal yaitu citra fundus yang diambil green channel selanjutnya diproses dengan IUWT dan FRG. Output hasil segmentasi IUWT dan FRG yaitu pembuluh darah tebal dan tipis.Skenario uji coba menggunakan dua skenario yang pertama uji coba perbandingan dengan citra groundthruth, skenario kedua perbandingan hasil segmentasi IUWT dan fuzzy-region growing. Rata-rata metode IUWT dan FRG lebih tinggi yaitu 92 % daripada metode IUWT dan thresholding sebesar 83%.   Kata Kunci: Segmentasi Pembuluh darah Fundus, Isotropic Undecimated Wavelet Transform dan Fuzzy-Region Growing.
ANALISA SENTIMEN KEBIJAKAN PEMERINTAH PADA KONTEN TWITTER BERBAHASA INDONESIA MENGGUNAKAN SVM DAN K-MEDOID CLUSTERING Pradany, Latifa Nurrachma; Fatichah, Chastine
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 11, No 1 (2016)
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v11i1.635

Abstract

Abstrak. Pada saat ini penggunaan Twitter semakin luas. Semua pengguna twitter yang dapat dengan bebas untuk berpendapat dan membagikan sudut pandang mereka mengenai isu tren dunia membuat konten twitter menjadi beragam dan menarik untuk dianalisa, termasuk dengan tren kebijakan politik yang ramai diperbincangkan di Indonesia setahun terakhir. Hal tersebut menjadi alasan kuat bahwa analisis opini publik dan sentimen tentang kebijakan pemerintah dari isi twitter Indonesia sangat penting untuk dilakukan. Namun, identifikasi sentimen di dalam pesan konten Twitter berbahasa Indonesia memiliki tantangan. Pertama, konten tidak memiliki kalimat dengan struktur baku. Kedua, domain dari setiap konten sangat luas dan heterogen, sehingga sulit untuk mengelompokkan topik tersebut dan mengklasifikasikan sentimen. Ketiga, penggunaan slang menyebabkan ambiguitas dan Out of Vocabbulary (OOV). Di dalam penelitian ini diusulkan metode K-Medoid Clustering dan Support Vector Machine (SVM) untuk melakukan klasifikasi berdasarkan fitur sentiment score. Tujuan dari penggunaan K-Medoid clustering untuk mengeliminasi data yang tidak sesuai dan mengelompokkan data sesuai dengan homogenitas topik. Penelitian ini dilakukan dalam skenario uji coba perbandingkan hasil analisa sentimen setelah dilakukan clustering berdasarkan fitur sentiment score terhadap fitur berbasis konten dengan parameter tingkat akurasi yang dianalisa dengan uji t. Hasil akhir menunjukkan bahwa metode yang diusulkan memiliki kualitas lebih baik daripada metode sebelumnya yang menggunakan fitur berbasis konten.   Kata Kunci: analisa sentimen, SVM, K-Medoid, clustering
Otomatisasi Pembangkitan Mind Map dari Buku Teks Berbahasa Indonesia Berbasis Analisis Struktur Kalimat Kusuma, Selvia Ferdiana; Siahaan, Daniel O.; Fatichah, Chastine
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 3 (2020): Volume 6 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v6i3.42405

Abstract

Mind map adalah sebuah media yang dapat digunakan untuk memvisualisasikan keterkaitan suatu informasi. Adanya visualisasi informasi dapat mempermudah pemahaman terhadap informasi tersebut. Tidak ada aturan khusus dalam pembuatan mind map. Namun butuh proses yang cukup panjang ketika ingin membuat sebuah mind map, mulai dari membaca seluruh informasi, memahami keterkaitan informasi, kemudian memvisualisasikan keterkaitan informasi tersebut. Tentunya hal ini akan menyita banyak waktu. Oleh sebab itu penelitian ini mengusulkan sebuah metode otomatisasi pembangkitan mind map berbasis analisis struktur kalimat. Input dari metode ini berupa teks per bab dan outputnya adalah mind map. Setiap kalimat inputan akan diidentifikasi dan dilabeli dengan tag khusus, kemudian dari tag-tag tersebutlah akan dibentuk mind map secara otomatis dengan aturan khusus yang telah dibuat. Uji coba penelitian ini menggunakan lebih dari 1000 kalimat yang divisualisasikan menjadi sebuah mind map. Kemudian hasil visualisasi tersebut  divalidasi kebenaranya oleh ahli di bidang pendidikann yang telah memiliki pengalaman mengajar lebih dari 20 tahun. Hasil pegujian yang telah dilakukan menunjukkan bahwa metode yang diusulkan dapat digunakan untuk membangkitkan mind map secara otomatis.
Analisis Metode Representasi Teks Untuk Deteksi Interelasi Kitab Hadis: Systematic Literature Review Amelia Devi Putri Ariyanto; Chastine fatichah; Agus Zainal Arifin
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 5 No 5 (2021): Oktober2021
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (359.814 KB) | DOI: 10.29207/resti.v5i5.3499

Abstract

Hadith is the second source of reference for Islamic law after the Qur'an, which explains the sentences in the Qur'an which are still global by referring to the provisions of the Prophet Muhammad SAW. Classification of text documents can also be used to overcome the problem of interrelation between the Qur'an and hadith. The problem of interrelation between books of hadith needs to be done because some hadiths in certain hadith books have the same meaning as other hadith books. This study aims to analyze the development of text representation and classification methods suitable to overcome similarity meaning problems in detecting interrelationships between hadith books. The research method used is Systematic Literature Review (SLR) sourced from Google Scholar, Science Direct, and IEEE. There are 42 pieces of literature that have been studied successfully. The results showed that contextual embedding as the newest text representation method considered word context and sentence meaning better than static embedding. As a classification method, the ensemble method has better performance in classifying text documents than using only a single classifier model. Thus, future research can consider using a combination of contextual embedding and ensemble methods to detect interrelationships between books of hadith.
Co-Authors Achmad Arwan Adhi Nurilham Aditya Bagusmulya Afrizal Laksita Akbar Agung Prasetya Agus Subhan Akbar, Agus Subhan Agus Zainal Arifin Agus Zainal Arifin Ahmad Hayam Brilian, Ahmad Hayam Ahmad Saikhu Ahmad Syauqi Ahmad Syauqi Aini, Nuru Ainul Mu'alif Akwila Feliciano Akwila Feliciano Al-Haddad, Abdullah Amalia Nurani Basyarah Amelia Devi Putri Ariyanto Amirullah Andi Bramantya Andika Pratama Andrea Bemantoro J Anisa Nur Azizah Anna Kholilah Anny Yuniarti Ardian Yusuf Wicaksono Ariana Yunita Arianto Wibowo Arif Sanjani, Lukman Arijal Ibnu Jati Ario Bagus Nugroho Arya Yudhi Wijaya Asmawati, Diah Avin Maulana Ayu Ismi Hanifah Benny Afandi Bilqis Amaliah Budi Pangestu Cahyaningtyas, Zakiya Azizah Daniel Oranova Siahaan Daniel Sugianto Daniel Swanjaya Darlis Heru Murti Darlis Herumurti Davin Masasih Deni Sutaji Desmin Tuwohingide Dhimas Pamungkas Wicaksono Diana Purwitasari Diana Purwitasari Diema Hernyka Satyareni Dimas Ari Setyawan Dimas Renggana, Christiant Dini Adni Navastara, Dini Adni Djoko Purwanto Dwi Kristianto Dwi Taufik Hidayat edy susanto Eha Renwi Astuti Eka Prakarsa Mandyartha Eka Prakarsa Mandyartha Eko Prasetyo Esa Prakasa Evan Tanuwijaya Evelyn Sierra Evy Kamilah Ratnasari Fachrul Pralienka Bani Muhamad Fachrul Pralienka Bani Muhamad Faizin, Muhammad 'Arif Fajar, Aziz Fajrin, Ahmad Miftah Fandy Kuncoro Adianto Fandy Kuncoro Adianto Faried Effendy Fatonah, Nenden Siti FATRA NONGGALA PUTRA Febri Liantoni Febri Liantoni, Febri Fiqey Indriati Eka Sari Furqan Aliyuddien Ginardi, R.V. Hari Ginardi, Raden Venantius Hari Gou Koutaki Hadziq Fabroyir Handayani Tjandrasa Haniefardy, Addien Haq, Dina Zatusiva Hardika Khusnuliawati Hardika Khusnuliawati Hari Ginardi Hendra Mesra hidayat, dwi taufik Hilya Tsaniya Hilya Tsaniya Hisyam Syarif, Hisyam I Ketut Eddy Purnama Ilmi, Akhmad Bakhrul Imam Artha Kusuma Imamah Imamah Irzal Ahmad Sabilla Isye Arieshanti Ivan Agung Pandapotan Jayanti Yusmah Sari Johan Varian Alfa Keiichi Uchimura Kevin Christian Hadinata Kevin Christian Hadinata Kinana Syah Sulanjari Kinana Syah Sulanjari Kusuma, Irnayanti Dwi Kusuma, Selvia Ferdiana Lukman Hakim M Rahmat Widyanto M. Rahmat Widyanto Machfud, M. Mughniy Mambaul Izzi Martini Dwi Endah Susanti Maulani, Irham Maulidiya, Erika Mauridhi Hery Purnomo Moch Zawaruddin Abdullah Mohamad Anwar Syaefudin Muhamad, Fachrul Pralienka Bani Muhammad Bahrul Subkhi Muhammad Fikri Sunandar Muhammad Jerino Gorter Muhammad Meftah Mafazy Muhammad Muharrom Al Haromainy Muhtadin Mustika Mentari Mutmainnah Muchtar Nafiiyah, Nur Nanik Suciati Nanik Suciati Narandha Arya Ranggianto Nazarrudin, Ahmad Ricky Nur Hayatin Nur Nafi’iyah Nur Nafi’iyah Nurilham, Adhi Nurina Indah Kemalasari Nursanti Novi Arisa Nursuci Putri Husain Nurwijayanti nuzula, Muhammad Iqbal firdaus Pradany, Latifa Nurrachma Priambodo, Anas Rachmadi Putra, Ramadhan Hardani R Dimas Adityo R. Dimas Adityo R. V. Hari Ginardi R.V Hari Ginardi R.V. Hari Ginardi Rachmad Abdullah Rahayu, Putri Nur Ramadhan Rosihadi Perdana Ramadhani, Muhammad Rafi' Rangga Kusuma Dinata Rangga Kusuma Dinata Ratih Kartika Dewi Rendra Dwi Lingga P. Riduwan, Muhammad Riyanarto Sarno Rizal A Saputra Rizal A Saputra, Rizal A Rizal Setya Perdana Rizka Wakhidatus Sholikah Rizka Wakhidatus Sholikah, Rizka Wakhidatus Rizqa Raaiqa Bintana Rozi, Fahrur RR. Ella Evrita Hestiandari Rully Soelaiman Safhira Maharani Safhira Maharani Sahmanbanta Sinulingga Salim Bin Usman Salim Bin Usman Sambodho, Kriyo Santoso, Bagus Jati Sarimuddin, Sarimuddin Septiyan Andika Isanta Sherly Rosa Anggraeni Sherly Rosa Anggraeni Shofiya Syidada Siti Mutrofin Siti Mutrofin Siti Rochimah Stefani Tasya Hallatu Subali, Made Agus Putra Subhan Nooriansyah Subkhi, M. Bahrul Sudianjaya, Nella Rosa Suhariyanto Suhariyanto Surya Sumpeno Syah Dia Putri Mustika Sari Sylvi Novita Dewi Tanzilal Mustaqim Tesa Eranti Putri Thoha Haq Tsaniya, Hilya Tuwohingide, Desmin Umi Laily Yuhana, Umi Laily Umy Rizqi Vit Zuraida Wahyu Saputra, Vriza Welly Setiawan Limantoro Wibowo, Prasetyo Wijoyo, Satrio Hadi Wilda Imama Sabilla Yoga Yustiawan Yosi Kristian Yudhi Purwananto Yuhana, Umi Laili Yuita Arum Sari Yulia Niza Yulia Niza Yunan Helmi Mahendra Yuslena Sari, Yuslena Yuwanda Purnamasari Pasrun Zaenal Arifin, Agus Zakiya Azizah Cahyaningtyas Zakiya Azizah Cahyaningtyas Zeng, Xinyou