Article Per Year (5 Year)
p-Index From 2021 - 2026
5.355
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Teknik Elektro Rekayasa Mesin Sinergi Proceeding of the Electrical Engineering Computer Science and Informatics Jurnal Rekayasa Sipil dan Lingkungan JEEMECS (Journal of Electrical Engineering, Mechatronic and Computer Science) Jurnal Sustainable: Jurnal Hasil Penelitian dan Industri Terapan Elsains : Jurnal Elektro SENTIA 2016 SENTIA 2015 Jurnal Intake : Jurnal Penelitian Ilmu Teknik dan Terapan Jurnal Karinov JE-Unisla Jurnal Tecnoscienza Frontier Energy System and Power Engineering Community Development Journal: Jurnal Pengabdian Masyarakat Indonesian Journal of Engagement, Community Services, Empowerment and Development (IJECSED) JEEE-U (Journal of Electrical and Electronic Engineering-UMSIDA) Indonesian Collaboration Journal of Community Services (ICJCS) Prosiding Konferensi Nasional PKM-CSR ALINIER: Journal of Artificial Intelligence & Applications Jurnal Fortech SinarFe7 Journal FORTEI-JEERI Sewagati E-Amal: Jurnal Pengabdian Kepada Masyarakat Jurnal Pengabdian Masyarakat Darul Ulum
Machrus Ali
Universitas Darul Ulum
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Nursing Public Health Social Sciences Transportation Other

Published : 92 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 92 Documents
Search

 4   5   6   7   8 
Optimasi PID Controller pada Wind-Turbine Berbasis Ant Colony Optimization dan Firefly Algorithm Wiky Krisdianto; Miftachul Jannah Firdaus; Dwi Ajiatmo; Hidayatul Nurohmah; Machrus Ali
SinarFe7 Vol. 1 No. 1 (2018): Sinarfe7-1A 2018
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (741.394 KB)

Abstract

Proporsional Integrator Diferensial (PID) controller digunakan untuk mengontrol Permanent Magnet Synchronous Generator (PMSG). Pitch variable-speed wind turbine telah berkembang pesat dalam beberapa tahun terakhir. Saat kecepatan angin rendah di bawah nilai rata-rata, pengatur kecepatan harus dapat mengatur kecepatan rotor secara terusmenerus untuk mempertahankan kecepatan pada sebuah level. sehingga dapat memberikan koefisien daya maksimum, efisiensi turbin akan meningkat. Pitch angle control adalah salah satucara untuk menyesuaikan torsi aerodinamik pada turbin angin. Pengaturan pitch angle diperlukan dalam kondisi kecepatan angin diatas batas yang diinginkan. Perubahan kecil pada pitch angle dapat mempengaruhi output daya. Penggunaan kecerdasan buatan sering digunakan untuk optimasi tenaga listrik, optimasi system kontrol, maupun optimasi lainnya. Diantara kecerdasan buatan itu adalah Firefly Algorithm (FA) dan Ant Colony Optimization (ACO). Penelitian ini membandingkan beberapa metode, yaitu tanpa control, Kontrol PID, PID-FA, dan PIDACO. Hasil penelitian menunjukkan bahwa; rata-rata daya aktif paling kecil dan tidak stabil pada model tanpa kontrol = 0,3305 Watt dengan 10/ms, dan yang paling besar adalah model PIDACO dengan daya aktif = 2,624 Watt dengan frekuensi sebesar 180/ms. Model PID-ACO adalah model terbaik pada penelitian ini dan dapat diusulkan dapat diterapkan pada sistem yang lebih tinggi.
Penggunaan Binary Particle Swarm Optimization untuk Rekonfigurasi Jaringan Tenaga Listrik pada Penyulang Meri Hari Sufitrihansyah; Mochamad Ali Rofiq; Dwi Ajiatmo; Machrus Ali
SinarFe7 Vol. 1 No. 1 (2018): Sinarfe7-1A 2018
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (402.727 KB)

Abstract

Binary Particle Swarm Optimization (BPSO) adalah pengembangan dari Particle Swarm Optimization (PSO) yang didasarkan pada perilaku sebuah kawanan serangga, seperti semut, rayap, lebah atau burung. Algoritma BPSO didisain untuk menyelesaikan masalah optimisasi secara kombinasi yang diskrit, dimana partikel mengambil nilai vektor biner dengan panjang n dan kecepatan yang didefinisikan sebagai probabilitas dari bit xn untuk mencapai nilai 1. Jaringan listrik distribusi radial akan terjadi rugi tegangan yang cukup besar pada titik ujungnya. Besar tegangan ujung ditentukan oleh jarak penyaluran dan besar beban. Bentuk konfigurasi juga mempengaruhi besarnya rugi daya dan rugi tegangan. Sehingga diperlukan konfigurasi yang baik agar diperoleh efisiensi yang baik. Rekonfigurasi jaringan distribusi digunakan untuk mengatur ulang bentuk konfigurasi jaringan dengan jalan membuka dan menutup switch pada jaringan distribusi. Rekonfigurasi diharapkan dapat mengurangi rugi-rugi daya dan meningkatkan keandalan sistem distribusi. Banyak feeder dan bus pada jaringan jika dihitung secara manual akan sulit dan memerlukan waktu yang sangat lama. Sehingga penyelesaian permasalahan menggunakan Artificial Intelegent (AI). Dalam hal ini menggunakan Binary Particle Swarm Optimization (BPSO). Dengan merekonfigurasi jaringan, yaitu dengan merubah open switch line menjadi 7, 17, 24, 29, dan 41. Hasil rekonfigurasi dapat mereduksi kerugian daya sebesar 30.8361 %. Dan memperbaiki profile menjadi 0.98577 pu. Dengan demikian dapat dikatakan bahwa metode BPSO bisa mereduksi rugi tengangan sebesar 30.8361 %.
Optimasi Dual Axis Tracking Untuk Photovoltaic Berbasis Firefly Algorithm dan Ant Colony Optimization Ari Octaviyan; Hofman Darmawan; Hidayatul Nurohmah; Machrus Ali; Rusklin
SinarFe7 Vol. 1 No. 1 (2018): Sinarfe7-1A 2018
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (557.407 KB)

Abstract

Sistem kendali tracking matahari adalah sistem kendali yang selalu mengikuti posisi matahari. Tracking matahari jenis azimuth-elevation terdiri dari sumbu putar orisontal dan sumbu putar vertikal. Sumbu putar horisontal pada tracking matahari dimaksudkan untuk mengikuti etinggian matahari atau sudut elevasi atau altitude matahari dari utara ke selatan. Sumbu putar vertikal pada tracking matahari dimaksudkan untuk mengikutti sudut azimuth matahari dari timur ke barat. Tujuan dari sistem tracking matahari ini adalah untuk menempatkan penampang agar selalu dalam posisi menghadap ke arah sinar matahari. Dibutuhkan optimasi kontrol agar posisi tepat sesuai yang diinginkan. Untuk optimasi sering digunakan kecerdasan buatan agar diperoleh optimasi terbaik secara otomatis. Diantara kecerdasan buatan itu adalah Firefly Algorithm (FA) dan Ant Colony Optimization (ACO). Penelitian ini membandingkan beberapa metode, yaitu tanpa control, Kontrol PID, PID-FA, dan PID-ACO. Dari hasil simulasi didapatkan penyimpangan sudut secara vertical terkecil pada kontroler PID-ACO sebesar -0.0007pu dan horizontal terkecil pada kontroler PID-ACO sebesar -0.0005pu. Sehingga dapat disimpulkan bahwa PID-ACO merupakan kontroler terbaik pada penelitian ini. Penelitian ini nanti bisa dipakai sebagai acuan dan digunakan kontroler lain agar diperoleh kontroler yang optimal.
Hybrid Design Optimization of Heating Furnace Temperature using ANFIS-PSO Machrus Ali; Hidayatul Nurohmah; Rukslin; Dwi Ajiatmo; M Agil Haikal
Journal FORTEI-JEERI Vol. 1 No. 2 (2020): FORTEI-JEERI
Publisher : Forum Pendidikan Tinggi Teknik Elektro Indonesia (FORTEI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (565.799 KB) | DOI: 10.46962/forteijeeri.v1i2.21

Abstract

-- Intelligent control design for industrial heating furnace temperature control is indispensable. PID, Fuzzy, and ANFIS controllers have been proven reliable and have been widely used. However, it is constrained in choosing a better gain controller. Then an approach method is given to determine the most appropriate controller gain value using the artificial intelligence tuning method. The artificial intelligence method used is a combination of the Adaptive Neuro Fuzzy Inference System and Particle Swarm Optimization (ANFIS-PSO) methods. As a comparison, several methods were used, namely; Conventional PID (PID-Konv), Matlab Auto tuning PID (PID-Auto), PSO tuned PID (PID-PSO), and Hybrid ANFIS-PSO. The ANFIS-PSO controller is the best choice compared to conventional single loop control systems, conventional PID, and matlab 2013a auto tuning methods to control this nonlinear process. The simulation results show that the ANFIS-PSO design is the best method with overshot = 0.0722, undershot 0.0085, and settling time at 18.8789 seconds which can produce a fast response with strong dynamic performance.
Optimisasi Steering Control Pada Mobil Listrik Auto-Pilot Menggunakan Metode Bat Algorithm Machrus Ali; Muhammad Agil Haikal; Rukslin Rukslin; Hidayatul Nurohmah
Jurnal JE-UNISLA : Electronic Control, Telecomunication, Computer Information and Power System Vol 7, No 1 (2022)
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/je-unisla.v7i1.813

Abstract

Optimalisasi gerakan kemudi diperlukan untuk pergerakan kemudi dengan kendaraan. Gerakan yang salah menyebabkan mobil akan menghasilkan kesalahan posisi mobil pada jalur kendaraan. Beberapa studi telah dikembangkan dalam kemudi otomatis sepenuhnya dengan sistem kabel, termasuk yang dikhususkan untuk jalur input, menggunakan teknologi dan lintasan GPS. Pada penelitian ini sistem kemudi menggunakan kontroler PID Penggunaan Artificial Intelligence (AI) sangat membantu dalam mempercepat dan mengoptimalkan proses pengendalian kendaraan. Pada penelitian ini akan dikembangkan model Fully Automatic Steer By Wire System menggunakan 10 Degree Of Freedom (DOF) yang terdiri dari Model Kendaraan 7-DOF dan Model Penanganan Kendaraan 3-DOF. Metode yang digunakan adalah PID yang disetel metode kecerdasan buatan adalah Bat Algorithm (PID-BA). Sebagai pembanding digunakan juga Ant Colony Optimization (ACO), Particle Swarm Optimization (PSO), dan Firefly Algoritm (FA). Selanjutnya, metode ini digunakan untuk merancang mobil listrik nyata. .  Pada kecepatan standar 13,8 km/jam, metode PID-BA memiliki error terkecil sebesar 0,019 m. Metode PID-BA mampu mempertahankan ketepatan lintasan pada kecepatan 75,9 km/jam memiliki error terkecil sebesar 0,234 m. Hasil ini menunjukkan bahwa kondisi kendaraan yang sangat ideal. Penelitian lebih lanjut dapat diikuti dengan kondisi kendaraan yang sebenarnya.
Desain Optimasi PID Controller Pada Heating Furnace Temperature Menggunakan Metode Particle Swarm Optimization (PSO) Muhammad Agil Haikal; Dandy Tulus Herlambang; Machrus Ali; Muhlasin
ALINIER: Journal of Artificial Intelligence & Applications Vol. 2 No. 2 (2021): ALINIER Journal of Artificial Intelligence & Applications
Publisher : Program Studi Teknik Elektro S1 ITN Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/alinier.v2i2.5162

Abstract

Desain pengontrol PID untuk kontrol suhu tungku pemanas industri sangat diperlukan. Kontroler PID telah terbukti andal dan telah banyak digunakan. Namun, terkendala dalam memilih gain PID yang lebih baik. Oleh karena itu, makalah ini merupakan pendekatan untuk menentukan nilai gain PID yang paling tepat dengan menggunakan metode penyetelan kecerdasan buatan. Metode kecerdasan buatan yang digunakan adalah PSO. Cara ini terinspirasi dari perilaku burung dalam mencari makan. Kontroler PID dalam arsitektur PSO adalah pilihan terbaik dibandingkan dengan sistem kontrol loop tunggal konvensional, PID konvensional dan metode auto tuning matlab 2013a untuk mengontrol proses nonlinier ini. Hasil simulasi menunjukkan bahwa rancangan PID-PSO adalah metode terbaik dengan overshot = 0.0721, undershot 0.0081, dan settling time pada 30.4283 detik yang dapat menghasilkan respon yang cepat dengan kinerja dinamis yang kuat.
Kontrol Kecepatan Putaran Permanent Magnet Synchronous Machine (PMSM) Menggunakan PID, FLC Dan ANFIS Machrus Ali; Muhlasin Muhlasin
Jurnal JE-UNISLA : Electronic Control, Telecomunication, Computer Information and Power System Vol 4, No 1 (2019)
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/je.v4i1.302

Abstract

Permanent Magnet Syschronous Machine (PMSM) has low torque in a number of specific applications, so a good control model is needed. PMSM uses the principle of faraday experiments by turning a magnet in a coil by utilizing another energy source ... When a magnet moves in a coil or vice versa. Turning the engine will change the magnetic force flux in the coil and penetrate perpendicular to the coil so that there is a potential difference between the ends of the coil. That is due to changes in magnetic flux. To get the best control method, a comparison of several speed control models is needed. In this study comparing PMSM speed control without controller, using PID controller, using FLC controller, and using ANFIS controller. From the simulation results show that the best model on ANFIS controller, which is closest to the Speed reff (300 rpm) is ANFIS obtained the round profile with the smallest undershot of 300,015 rpm at t = 0.0055 seconds and steady state at 300.02 rpm at 0.004 seconds, obtained output current profile best on FLC = 3.39 A, while at ANFIS = 3.38 A, the best torque profile (the smallest overshot) is obtained on the ANFIS controller of 0.28 pu, the best voltage profile (most continuous) on the ANFIS controller is 300.03. The results of this study will be continued with the use of other artificial intelligence.
Kontrol Frekuensi Wind-Diesel Menggunakan Hibrid Kontroller PID-BA-ANFIS Machrus Ali; Miftachul Ulum
Jurnal JE-UNISLA : Electronic Control, Telecomunication, Computer Information and Power System Vol 5, No 1 (2020)
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/je.v5i1.422

Abstract

The wind diesel system is greatly influenced by the wind speed and which is then combined with the diesel engine. Optimization of wind-diesel systems is needed to get good frequency quality and optimal power. The optimal setting of the gain and time constant on the Load Frequency Control (LFC) causes the frequency stability to be weak. In practice, the wind-diesel system is controlled by a PID controller and Fuzzy Logic Controller. At present the gain value setting of the PID is still in the conventional method, so it is difficult to get the optimal value. In this study the control design is applied by using the Smart Method in finding the optimum Proportional Integral Derivative (PID) based on Bat Algorithm (BA). For comparison, the method is used without a control method, conventional PID method, PID auto tune matlab method, PID-BA method, and PID-BA-ANFIS. Wind-diesel modeling uses the transfer function of wind turbine and diesel diagrams. From the results of research that has been done shows that the smallest undershoot on PID-BA-ANFIS, the smallest overshot on PID-BA-ANFIS, and the fastest settling time is equal to PID-BA-ANFIS. This research can later be continued using other artificial intelligence methods.
Desain Hibrid Menggunakan PID-ANFIS Controller Pada Motor DC Berbasis PSO (Particle Swarm Optimization) Machrus Ali; Ahmad Ali Syaifudin; Hidayatul Nurohmah
Jurnal JE-UNISLA : Electronic Control, Telecomunication, Computer Information and Power System Vol 6, No 2 (2021)
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/je-unisla.v6i2.707

Abstract

DC motors can be used as generators or motors. For this reason, it is necessary to design the best DC motor speed regulation in order to obtain the best optimization. DC motor setting modeling must be adjusted to the DC motor characteristics and setting model. The results of the performance of the DC control model have a different steady-state error, settling time, and overshoot. From the results of running the program, it is found that the PID-PSO-ANFIS hybrid control model produces the best output performance. The results of PID-PSO-ANFIS optimization show that there is no overshot and undershot, settling time is 0.04 seconds, the motor speed reaches a constant and stable state. This design will be developed using artificial intelligence methods and other controllers in order to obtain the best optimization.
Optimasi PID dan SMES pada Mikrohidro Berbasis Firefly Algorithm Kadaryono Kadaryono; Rukslin Rukslin; Machrus Ali; Budiman Budiman
JURNAL TECNOSCIENZA Vol. 3 No. 1 (2018): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (424.476 KB)

Abstract

Kabupaten Jombang banyak potensi aliran air yang bisa dimanfaatkan untuk sebuah pembangkit tenaga listrik, karena debit air dan tinggi jatuhnya cukup memadai. Mikrohidro memiliki tiga bagian utama yaitu air (sebagai sumber energi), turbin, dan generator. Naik turunnya beban bisa menyebabkan fluktuasi pada frekuensi dan tegangan sistem yang dapat menyebabkan kerusakan pada peralatan listrik. Karena itu digunakan Load Frequency Control (LFC) agar mengontrol frekuensi dapat lebih stabil. Parameter kontrol frekuensi dioptimalkan pada sistem pembangkit listrik tenaga mikro hidro menggunakan Proporsional Integral Derivatif (PID) controller dan Superconducting Magnetic Energy Storage (SMES) yang detuning dengan Firefly Algorithm (FA). Penelitian ini membandingkan metode tanpa control, metode kontrol PID standar, metode PID-FA, PID-SMES, dan PID-FA-SMES, diperoleh metode kontrol yang paling baik. Hasil penelitian didapatkan bahwa overshoot terkecil (0) pada model PID-FA-SMES, undershoots terkecil -1,28x10-5 pada PID-FA-SMES dan settling time tercepat 3,96 detik pada starting juga pada PID-FA-SMES. Hasil penelitian ini nantinya akan dicoba bengan metode lain, yang hasilnya mungkin akan lebih baik Kata kunci: Firefly Algorithm, SMES, Mikrohidro, Optimasi
Co-Authors A.A. Ketut Agung Cahyawan W A.N. Afandi Achmad Zaini Achmad. Zaini Agus Raikhani Agus Raikhani Agus Raikhani Agus Raikhani Agus Raikhani Agus Raikhani Agus Raikhani, Agus Agus Siswanto Ahmad Ali Syaifudin Ahmad Fajar Rohmatullah Ahmad Fathurrobbani Ahmad Fauzi Ridhwan Ahmad Fauzi Ridhwan Alysia, Agnes Amir Maliki Abitolkha Andi Imran Andini, Tarrisma Delvy Angga Yodhas Tangkara Arga Prabowo Anshoruddin, Ilham Ardi Junianto Ardiyan Abi Winata Ardiyan Abi Winata Arfaah, Saiful Ari Octaviyan Arif Rahman Sujatmika Arrohman, Muhammad Askan Askan Askan Askan Askan Askan Askan, Askan Aslichah aslichah aslichah Asnun Parwanti Asnun Parwati Avi Maida W Budiman Budiman Budiman Budiman Budiman Budiman Budiman Budiman Budiman Budiman Budiman Cahyono, Iwan Cakra Buana, Arya Sula Cakra Buana, Arya Sulka Choiruddin Choiruddin Cholil Hasyim Dandy Tulus Herlambang Dannel Ramadhan Delief Wida Khaidir Dimas Fajar Uman Putra Dina Mariani Dwi Ajiatmo Dwi Ajiatmo Dwi Ajiatmo Dwi Ajiatmo Dwi Ajiatmo Dwiana Hendrawati Dyah Rakhwati Tri Atmayanti Enggal Indra Gunawan Fachrudin Hunaini Fahmi, Tubagus Faisal Faisal Fajardika, Risky Febrian Rizal Anas Firda Amalia Firdaus, Aji Akbar Hadi Suyono Hadi Suyono Hamzah Arof Hari Sufitrihansyah Hari Sufitrihansyah Hasib Al-Isbilly, M. Hendi Sopian Hendi Sopian Hendro Dripoyono Hendro Dripoyono Herlambang Setiadi Hidayatul Nurohmah Hidayatul Nurohmah Hidayatul Nurohmah Hidayatul Nurohmah Hidayatul Nurohmah Hidayatul Nurohmah Hidayatul Nurohmah, Hidayatul Hofman Darmawan Ilham Anshoruddin Imam Robandi Iwan Cahyono Izzatul Umami Izzatul Umami Jatmiko, Anang Kadaryono Kadaryono Kadaryono Kadaryono Kadaryono Kadaryono, Kadaryono, Kadaryono Kholish Fadlili Kholish Ghoutsul Fadlili Lantip Trisunarno Latiana, Eka Luqman Hakim Luqman Hakim M Agil Haikal M Ibrahim M Ibrahim M. Ibnu Masrur M. Ibnu Masrur M. Teguh Proyoga Markhaban Siswanto Maulana Dwi Hariska Mei Indrawati Miftachul Jannah Firdaus Miftachul Jannah Firdaus Miftachul Ulum Miftachul Ulum, Miftachul Miftahul Djanah Mochamad Ali Rofiq Mochamad Ali Rofiq Mochamad Piono Mulyo Mochammad Heru Widodo Mochammad Nur Masrukhan Mohammad Hasib Al Isbilly Mualifi Usman Mudofar Baehaqi Muh Alfian Affandi Muh Alfian Affandi Muhammad Ade Yusuf Alghifrani Muhammad Agil Haikal Muhammad Amirul Wahid Muhammad Aziz Muslim Muhammad Aziz Muslim Muhammad Ibrahim Muhammad Nur Hidayat Muhammad Ruswandi Djalal Muhlasin Muhlasin Muhlasin Muhlasin Muhlasin Muhlasin Muhlasin Muhlasin, Muzajjad, Ach. Nasrul Fatkhur Nasrul Fatkhur Nieke Rudyanty Winanda Novi Nur S Nur Fadhilah, Firda Nur Salam Nurrohmah, Hidayatul Parwanti, Asnun Putri Bahiyyah Ramadhan, Dannel Rio Firmansyah Rio Firmansyah, Rio Rizqi Nafiardli Rizqi Nafiardli Rukhslin Rukmi Budirahaju Rukmi Burdirahaju Rukslin Rukslin Rukslin Rukslin Rukslin Rukslin Rukslin Rukslin Rusklin Ruslan Hidayat Ruslan Hidayat Ruslan Hidayat Ruslan Hidayat Saiful Arfaah Saiful Arfaah Sayekti Suindyah D Septa Dwi Candra Septa Dwi Candra Setiawan Setiawan Setiawan Shofwatal Qolbiyyah Siswanto, Makhaban Soedibyo Soedibyo Sunarti Sunarti Sunarti Syamsiyah Yuli Dwi Andari Titis Amujiati Triana Triana Triana Tubagus Fahmi Ulum, Miftachul Venda Kusuma Apsari Wardatul Mufidah Wida Khaidir, Delief Wiky Krisdianto Wiky Krisdianto Yanuangga Galahartlambang Yanuar Mahfudz Safarudin Yoga Arie Pambayun Yoga Arie Pambayun Yurilla Endah Muliatie, Yurilla Endah