p-Index From 2021 - 2026
7.092
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 Lontar Komputer: Jurnal Ilmiah Teknologi 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 MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Explore IT : Jurnal Keilmuan dan Aplikasi Teknik Informatika Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) CCIT (Creative Communication and Innovative Technology) Journal SPIRIT ILKOMNIKA: Journal of Computer Science and Applied Informatics Indonesian Journal of Electrical Engineering and Computer Science 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 Jurnal Indonesia : Manajemen Informatika dan Komunikasi
Claim Missing Document
Check
Articles

Siamese Long Short-Term Memory for Detecting Conflict of Interest on Scientific Papers Ilmi, Akhmad Bakhrul; Purwitasari, Diana; Fatichah, Chastine
IPTEK The Journal for Technology and Science Vol 30, No 2 (2019)
Publisher : IPTEK, LPPM, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (336.155 KB) | DOI: 10.12962/j20882033.v30i2.5008

Abstract

Scientific articles cited by other researchers have an impact on increasing author credibility. However, the citation process may be misused to unnaturally raise a bibliometric indicator value such as researcher’s h-index. Researchers may overly cites their own works, referred as self-citation, even though the topic of the references are not related to the current article. Further misconduct is excessive citations on the works of peoples related to the researcher which can be coercive or not, referred as conflict of interest (CoI). The proposed method uses a deep learning approach, Siamese Long ShortTerm Memory (LSTM), to recognize subject similarities between a scientific article and its references. Standard text similarity fails to do so because contextual relatedness of sentences in the articles need some learning process. Siamese-LSTM learns contextual relatedness of sentences in the article using two identical LSTM. Steps of the proposed method are (i) word-embedding to get weight values of terms but still considers their semantic relations, (ii) k-means clustering to generate training data for reducing time complexity in Siamese-LSTM learning of scientific articles, (iii) learns Siamese-LSTM weight from training data to identify contextual relatedness of sentences, (iv) calculate similarity of a scientific article with its references based on Siamese-LSTM. The empirical experiments are used to analyze similarity values and the possibility for conflict of interest in an article.
MULTI-PARENT ORDER CROSSOVER MECHANISM OF GENETIC ALGORITHM FOR MINIMIZING VIOLATION OF SOFT CONSTRAINT ON COURSE TIMETABLING PROBLEM Fajrin, Ahmad Miftah; Fatichah, Chastine
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 6, No 1 (2020): January-June
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v6i1.1663

Abstract

A crossover operator is one of the critical procedures in genetic algorithms. It creates a new chromosome from the mating result to an extensive search space. In the course timetabling problem, the quality of the solution is evaluated based on the hard and soft constraints. The hard constraints need to be satisfied without violation while the soft constraints allow violation. In this research, a multi-parent crossover mechanism is used to modify the classical crossover and minimize the violation of soft constraints, in order to produce the right solution. Multi-parent order crossover mechanism tends to produce better chromosome and also prevent the genetic algorithm from being trapped in a local optimum. The experiment with 21 datasets shows that the multi-parent order crossover mechanism provides a better performance and fitness value than the classical with a zero fitness value or no violation occurred. It is noteworthy that the proposed method is effective to produce available course timetabling.
Penggabungan Fitur Tekstur yang Invariant terhadap Iluminasi dan Fitur Bentuk untuk Deteksi Acute Lymphoblastic Leukemia Saputra, Rizal A; 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 (628.19 KB) | DOI: 10.24002/jbi.v7i1.481

Abstract

Abstract. Detection with microscopic blood image can help early detection of Accute Lymphoblastic Leukemia (ALL). Therefore, image acquisition process under lighting variation cause varying illumination image, so it’s needed to find texture feature extraction method that is invariant towards illumination. Shape feature also needed in this study because can represent characteristics of microscopic blood image.This study proposes combination of texture feature that is illumination invariant and shape feature for ALL detection. Texture feature will be extracted using Complete Robust Local Binary Pattern (CRLBP) method and will be tested on microscopic blood image dataset named ALL_IDB1. Testing will be conducted by using various combination of different texture feature and shape feature. Combination of shape feature and CRLBP is perform better than others. In indvidual cell test, highest result using SVM Linear with accuracy 90.89%, sensitivity 94.24% and specificity 64.82%. Classification using ALL image reach accuracy 88.00 %, sensitivity 82.35% and specificity 100%.Keywords: Acute Lymphoblastic Leukemia detection, Complete Robust Local Bianry Pattern, Local Binary Pattern, shape feature, texture feature. Abstrak. Deteksi dengan citra mikroskopik sel darah dapat membantu untuk deteksi dini Accute Lymphoblastic Leukemia (ALL). Namun, proses akuisisi citra mikroskopik dengan variasi pencahayaan yang berbeda menyebabkan iluminasi citra menjadi beragam sehingga dibutuhkan metode yang dapat mengekstraksi fitur tekstur yang invariant terhadap iluminasi. Fitur bentuk juga dibutuhkan dalam penelitian ini karena dapat merepresentasikan perbedaan pada citra mikroskopik sel darah. Penelitian ini mengusulkan penggabungan fitur tekstur yang invariant terhadap iluminasi dan fitur bentuk untuk deteksi dini ALL. Fitur tekstur akan diekstraksi dengan menggunakan metode Complete Robust Local Binary Pattern (CRLBP) dan diuji coba pada dataset ALL_IDB1. Uji coba dilakukan dengan variasi penggabungan fitur bentuk dan fitur tekstur. Penggabungan fitur bentuk dan CRLBP merupakan kombinasi fitur dengan performansi paling baik. Pada pengujian sel tunggal memberikan hasil tertinggi pada klasifikasi SVM Linear dengan akurasi 90,89%, sensitifitas 94,24% dan sepesifisitas 64,82%. Pada klasifikasi citra ALL akurasi mencapai 88,00%, dengan sensitifitas 82,35% dan spesifisitas 100%.Kata Kunci: Complete Robust Local Binary Pattern, deteksi Acute Lymphoblastic Leukemia, Local Binary Pattern, fitur bentuk, fitur tekstur
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.
Co-Authors Achmad Arwan Adhi Nurilham Aditya Bagusmulya, Aditya afrizal laksita akbar, afrizal laksita 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 Amalia Nurani Basyarah Amelia Devi Putri Ariyanto Andika Pratama Anisa Nur Azizah Anna Kholilah Anny Yuniarti Ardian Yusuf Wicaksono Ariana Yunita Arianto Wibowo Arif Sanjani, Lukman Ario Bagus Nugroho Arisa, Nursanti Novi Arya Yudhi Wijaya Aryo Harto, Aryo Asmawati, Diah Ayu Ismi Hanifah Benny Afandi Bilqis Amaliah Bramantya, Amirullah Andi Budi Pangestu Cahyaningtyas, Zakiya Azizah Christian Sri kusuma Aditya, Christian Sri kusuma Daniel Oranova Siahaan Daniel Sugianto Daniel Swanjaya Darlis Heru Murti Darlis Herumurti Davin Masasih Deni Sutaji Desmin Tuwohingide Dewi Rosida Dhimas Pamungkas Wicaksono Diana Purwitasari Diana Purwitasari Diema Hernyka Satyareni 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 Fabroyir, Hadziq Fachrul Pralienka Bani Muhamad Fachrul Pralienka Bani Muhamad Faida Royani Faizin, Muhammad 'Arif Fajar Baskoro Fajar, Aziz Fajrin, Ahmad Miftah Fandy Kuncoro Adianto Fandy Kuncoro Adianto Faried Effendy Farosanti, Lafnidita FATRA NONGGALA PUTRA Febri Liantoni Febri Liantoni, Febri Febriani, Kristina Fiqey Indriati Eka Sari Furqan Aliyuddien Ginardi, R.V. Hari Ginardi, Raden Venantius Hari Gou Koutaki Handayani Tjandrasa Haniefardy, Addien Haq, Dina Zatusiva Hardika Khusnuliawati Hardika Khusnuliawati Hari Ginardi Hendra Mesra hidayat, dwi taufik Hilya Tsaniya I Ketut Eddy Purnama Ilmi, Akhmad Bakhrul Imam Artha Kusuma Imamah Imamah Irfan Subakti, Misbakhul Munir Irzal Ahmad Sabilla Isye Arieshanti Ivan Agung Pandapotan Izzi, Mambaul Jayanti Yusmah Sari Johan Varian Alfa Junaidi Junaidi Keiichi Uchimura Kevin Christian Hadinata Kevin Christian Hadinata Kusuma, Selvia Ferdiana Lukman Hakim M Rahmat Widyanto M. Rahmat Widyanto Machfud, M. Mughniy Mafazy, Muhammad Meftah Mamluatul Hani’ah Maulana, Avin Maulani, Irham Maulidiya, Erika Mauridhi Hery Purnomo Mirza Galih Kurniawan, Mirza Galih Moch Zawaruddin Abdullah Mohammad Sholik Muhamad, Fachrul Pralienka Bani Muhammad Bahrul Subkhi Muhammad Fikri Sunandar Muhammad Muharrom Al Haromainy Muhammad Riduwan Muhtadin Mustika Mentari Mutmainnah Muchtar Nafiiyah, Nur Nanik Suciati Nanik Suciati Narandha Arya Ranggianto Nazarrudin, Ahmad Ricky Nenden Siti Fatonah Nenden Siti Fatonah Nur Hayatin Nur Nafi’iyah Nur Nafi’iyah Nurilham, Adhi Nurina Indah Kemalasari 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 Rangga Kusuma Dinata Rangga Kusuma Dinata Ratih Kartika Dewi Rendra Dwi Lingga P. Riyanarto Sarno Rizal A Saputra Rizal A Saputra, Rizal A Rizal Setya Perdana 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 Setyawan, Dimas Ari Sherly Rosa Anggraeni Sherly Rosa Anggraeni Shofiya Syidada Siti Mutrofin Siti Mutrofin Siti Rochimah Subali, Made Agus Putra Subhan Nooriansyah Subkhi, M. Bahrul Sudianjaya, Nella Rosa Suhariyanto Suhariyanto Surya Sumpeno Susanti, Martini Dwi Endah Syah Dia Putri Mustika Sari Sylvi Novita Dewi Tanzilal Mustaqim Tesa Eranti Putri Tsaniya, Hilya Tursina, Dara Tuwohingide, Desmin Umi Laily Yuhana, Umi Laily Umy Rizqi Vit Zuraida Wahyu Saputra, Vriza Wattiheluw, Fadli Husein 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, Yunan Helmi Yuslena Sari, Yuslena Yuwanda Purnamasari Pasrun Zaenal Arifin, Agus Zakiya Azizah Cahyaningtyas Zakiya Azizah Cahyaningtyas