Article Per Year (5 Year)
p-Index From 2021 - 2026
13.012
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) International Journal of Reconfigurable and Embedded Systems (IJRES) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal INKOM TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika JETT (Jurnal Elektro dan Telekomunikasi Terapan) JOIV : International Journal on Informatics Visualization JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika Building of Informatics, Technology and Science Journal of Electronics, Electromedical Engineering, and Medical Informatics IJAIT (International Journal of Applied Information Technology) Journal of Applied Engineering and Technological Science (JAETS) Jurnal Abdi Insani Madani : Indonesian Journal of Civil Society JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) JURNAL ILMIAH GLOBAL EDUCATION Prosiding Konferensi Nasional PKM-CSR Jurnal Nasional Teknik Elektro dan Teknologi Informasi eProceedings of Applied Science eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Abdibaraya: Jurnal Pengabdian Masyarakat Jurnal Rekayasa elektrika Jurnal INFOTEL Journal of Applied Engineering and Social Science
Sugondo Hadiyoso
Universitas Telkom
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry 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 Nursing Public Health Social Sciences Other

Published : 157 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 42 Documents
Search
Journal : eProceedings of Engineering

 1   2   3   4   5 
Klasifikasi Emosi Berdasarkan Sinyal Eeg Dengan Menggunakan Metode Algoritma Genetika Dan Independent Component Analysis Bimo Rian Tri Nugroho; Rita Purnamasari; Sugondo Hadiyoso
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Dalam mengambil keputusan, emosi mempengaruhi hasil keputusan tersebut. Contoh saat senang, penilaian suatu hal akan cenderung baik karena menyukai hal tersebut, sebaliknya jika sedih, penilaian suatu hal akan cenderung kurang baik. Pada penelitian sebelumnya emosi dinilai dari sumber fisiologis yaitu sinyal Electroencephalographic (EEG) dari otak. EEG memperoleh sinyal yang berasal dari neuron-neuron yang bekerja pada otak. Rekaman EEG timbul saat terjadi aktivitas listrik pada otak. Data diperoleh melalui media video yang diberikan kepada peserta untuk mengetahui emosi yang terjadi pada peserta. Dalam penelitian ini sinyal EEG diambil dari penelitian DEAP : A database for Emotion Analysis using physiological Signals dan diproses oleh Independent Component Analysis (ICA). Data yang digunakan sudah melalui tahap pre-processing yang berasal dari database. Data dari database mempunyai beberapa tingkatan yaitu arousal, valence, liking, dominance, dan familiarity. Tingkat yang diambil hanya dari valence. Dengan menggunakan ICA untuk mendapatkan matriks setiap percobaan, kemudian dari matriks tersebut diambil ekstraksi fitur yang kemudian digunakan sebagai data latih dan data uji. Hasil fitur yang didapat diklasifikasikan oleh Support Vector Machine (SVM) dan Genetic Algorithm (GA) agar memperoleh akurasi serta kondisi emosi yang dialami saat senang atau sedih. Dalam penelitian yang dilakukan, hasil klasifikasi hanya menggunakan SVM memperoleh akurasi sebesar 56.25% dan klasifikasi menggunakan SVM yang dioptimalisasi oleh GA memperoleh akurasi sebesar 77.2727%. Hal ini menunjukan bahwa klasifikasi SVM yang dioptimalisasi oleh GA memberikan hasil akurasi yang lebih baik dibandingkan klasifikasi jika hanya menggunakan SVM. Hasil akurasi yang dapatkan menunjukan hasil klasifikasi emosi antara senang dan sedih. Kata Kunci : EEG, DEAP, ICA, GA, SVM Abstract In making decisions, emotions influence the outcome of the decision. For example, when feels happy, evaluating something can be tend to be good, on the contrary when feels sad, the assessment of something can be tend to be bad. In previous studies, emotions were assessed from physiological sources is Electroencephalographic (EEG) signals from the brain. EEGs get signals that come from neurons that work in the brain. EEG footage appears when electrical activity occurs in the brain. Data is obtained through video media given to participants to find out the emotions that occur in participants. In this study EEG signals were taken from the DEAP study: Database for Emotion Analysis using physiological signals and processed by Independent Component Analysis (ICA). The data used has been preprocessing originating from the database. Data from the database has several levels of arousal, valence, likes, domination, and familiarity. The level taken is only from valence. By using ICA to get the matrix of each experiment, then the feature extraction is taken from the matrix which is then used as training data and test data. The results of the features obtained are classified by Support Vector Machine (SVM) and Genetic Algorithm (GA) in order to obtain the accuracy and emotional conditions experienced when happy or sad. In the research conducted, the classification results using only SVM obtained an accuracy of 56.25% and the classification using SVM optimized by GA obtained an accuracy of 77.2727%. This shows that SVM classification optimized by GA provides better accuracy results than classification only using SVM. The accuracy results obtained show the classification of emotions between happy and sad. Keyword : EEG, DEAP, ICA, GA, SVM
Coarse Grained Lyapunov Exponent Sebagai Ekstaksi Fitur Pada Klasifikasi Sinyal Elektroensefalogram Imaginasi Gerak Nadya Silva Arline; Inung Wijayanto; Sugondo Hadiyoso
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Motor imagery merupakan suatu kondisi dimana seseorang sedang dalam keadaan secara mental mensimulasikan suatu tindakan, atau dalam kata lain orang tersebut sudah merasa melakukan suatu tindakan tetapi pada kenyataannya orang tersebut belum atau tidak dapat melakukan tindakan tersebut. Hal ini biasanya dialami oleh penderita cacat motorik atau lumpuh. Untuk mengukur adanya ketidaknormalan atau gangguan pada motor imagery dapat melakukan pemeriksaan aktivitas kelistrikan otak menggunakan elektroensefalogram (EEG). EEG akan menangkap aktivitas listrik seseorang saat otak menerima atau menanggapi stimulus. Dengan demikian aktivitas motor imagery dapat diamati. Pada Tugas Akhir ini dilakukan klasfikasi motor imagery untuk memprediksi gerakan motoric seseorang berdasarkan sinyal EEG. Motor imagery yang disimulasikan terdiri dari dua isyarat meliputi gerkaan tangan kanan dan gerakan tangan kiri. Lalu dilakukan proses multiscale menggunakan Coerse Grained Procedure. Sinyal EEG diekstraksi menggunakan metode Largest Lyapunov Exponent (LLE) untuk mendapatkan set fitur dalam numerik. Setelah itu dilakukan klasifikasi sinyal berdasarkan nilai LLE tersebut menggunakan K-Nearest Neighbor (kNN). Proses pengklasifikasian menggunakan metode cosine similarity untuk mengukur jarak data latih yang paling dekat dengan objek. Dari simulasi yang telah dilakukan, akurasi maksimum yang dapat dicapai adalah 60%. Diharapkan penelitian ini dapat membantu dalam analisis motor imagery EEG sehingga dapat mengidentifikasi jika terdapat ketidaknormalan syaraf motoric khusunya bagian otak. Kata Kunci: Motor Imagery, Elektroensephalograph, Lyapunov Exponent, K-Nearest Neighbor.
Penerapan Sensor Akselerometer dan Giroskop untuk Membedakan Pola Berjalan Militer dan Non-Militer Meidatomo , Muhammad Haykal; Wijayanto, Inung; Hadiyoso, Sugondo
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Abstract

Mengkaji pola gerakan berjalan (GAIT)menggunakan perangkat sensor yang menggabungkanakselerometer dan giroskop pada prajurit militer. Pola gerakanyang khusus, seperti cara berjalan tegap, memainkan peranvital dalam membedakan antara prajurit TNI dan individupada umumnya. Dalam penelitian ini, sensor MPU6050dikenakan pada perangkat wearable berbasis ESP32 untukmerekam gerakan tiga dimensi (x, y, z) yang dihasilkan olehakselerometer dan giroskop ketika subjek berjalan. Data yangdiperoleh kemudian dikirimkan melalui Bluetooth Low Energy(BLE) untuk dianalisis lebih lanjut. Tujuan dari penelitian iniadalah untuk mengidentifikasi perbedaan pola gerakan antaraprajurit militer dan individu dengan tingkat kebugaran fisikyang lebih rendah. Klasifikasi dilakukan dengan membagi duakategori berdasarkan gaya berjalan: tegap (militer) dan lemas(individu dengan kondisi fisik tidak optimal). Analisa statistikdan variabel gerakan digunakan guna mendalami perbedaangerak berjalan. Temuan yang dihasilkan diharapkan dapatmenunjang pengembangan sistem otomatis untuk mengenaliprajurit militer berdasarkan pola gerakan berjalan mereka.Kata kunci—GAIT, BLE, akselerometer, MPU6050, ESP32,militer
Sistem Counter Chin-Up dan Pull-Up Berbasis Sensor MPU6050 dan Mikrokontroler ESP32 dengan Pemantauan Real-Time Melalui Website Pahira, Ela Diranda; Wijayanto, Inung; Hadiyoso, Sugondo
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Pada era digital saat ini, penggunaan teknologi berbasis sensor dan mikrokontroler untuk monitoring aktivitas fisik semakin populer. Penelitian ini bertujuan untuk mengembangkan sebuah sistem counter chin-up dan pull-up berbasis sensor MPU6050 dan mikrokontroler ESP32 yang memungkinkan pemantauan gerakan secara real-time melalui website. Sensor MPU6050 digunakan untuk mendeteksi sudut dan gerakan tubuh saat melakukan chin-up dan pull-up, sedangkan mikrokontroler ESP32 berfungsi sebagai pengolah data serta pengirim hasil pengukuran ke server menggunakan protokol Bluetooth Low Energy (BLE). Data yang diterima dari sensor diproses oleh ESP32 dan kemudian dikirimkan ke server untuk diolah lebih lanjut dan ditampilkan pada website menggunakan framework Django. Sistem ini memungkinkan pengguna untuk memantau performa latihan mereka secara langsung melalui antarmuka web yang responsif. Hasil penelitian menunjukkan bahwa sistem ini mampu mendeteksi gerakan dengan akurat dan menampilkan data secara real-time, sehingga dapat membantu pengguna dalam meningkatkan kualitas latihan fisik chin-up dan pull-up. Kata kunci:BLE, Chin-up, Django, Mikrokontroler ESP32, Pull-up, Sensor MPU6050.
Pengembangan Frontend Website Sistem Monitoring Real-Time pada Sistem Counter Chin-Up dan Pull-Up Berbasis Sensor Nasution, Seri Wahyuni; Wijayanto, Inung; Hadiyoso, Sugondo
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Pada perkembangan teknologi saat ini, teknologi berkembang sangat cepat, yang tidak terlepas dari adanya alat atau media yang dapat digunakan dengan lebih efisien, sehingga mampu memberikan dampak signifikan dalam meningkatkan kinerja di berbagai bidang, termasuk olahraga. Penelitian ini mengembangkan sistem counter chin-up dan pull-up berbasis sensor MPU6050 yang terintegrasi dengan mikrokontroler ESP32, bertujuan untuk memonitor gerakan tubuh melalui website secara langsung. Sensor MPU6050 mendeteksi perubahan sudut tangan dan kaki selama gerakan chin-up dan pull-up, sementara ESP32 memproses data dan mengirimkan hasilnya ke server menggunakan Bluetooth Low Energy (BLE). Data yang diterima server diproses menggunakan framework Django dan ditampilkan pada antarmuka web yang responsif, memungkinkan pengguna untuk memantau jumlah repetisi dan kualitas gerakan mereka dengan akurat. Pengujian dilakukan pada tiga skenario gerakan berbeda yang melibatkan 12 kali percobaan gerakan benar dan 3 kali percobaan gerakan salah untuk pull-up, serta 14 kali percobaan gerakan benar dan 3 kali gerakan salah untuk chin-up. Hasil menunjukkan bahwa sistem ini mampu menghitung gerakan dengan akurasi tinggi dan menampilkan data dalam waktu nyata, memberikan dukungan bagi pengguna dalam meningkatkan kualitas latihan fisik mereka. Kata kunci: BLE, Chin-up, Django, ESP32, Pull-up, Sensor MPU6050.
Pengembangan Antarmuka Pengguna untuk Sistem Counter Push-up dan Sit-up Berbasis Sensor Jasmine, Diva Dhila; Wijayanto, Inung; Hadiyoso, Sugondo
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Push-up dan sit-up adalah komponen penting dari Tes Kesamaptaan Jasmani, yang merupakan salah satu bagian dari serangkaian penilaian fisik dalam proses rekrutmen Kepolisian Negara Republik Indonesia (Polri). Dengan jumlah peserta yang sangat besar, proses ini dapat menjadi sangat melelahkan dan memakan waktu jika dilakukan secara manual. Untuk mengatasi tantangan ini, sistem penghitung push-up dan sit-up berbasis sensor yang terintegrasi dengan antarmuka pengguna berbasis web telah dikembangkan sebagai solusi. Antarmuka pengguna ini dirancang menggunakan teknologi web dasar seperti HTML, CSS, dan JavaScript untuk memastikan bahwa sistem ini tidak hanya fungsional tetapi juga responsif dan menarik secara visual. Hasil pengujian antarmuka menunjukkan bahwa sistem ini bisa menampilkan perhitungan dengan akurat, mudah digunakan, dan mampu memfasilitasi pengukuran kinerja fisik secara real-time. Meskipun begitu, masih terdapat beberapa aspek yang perlu ditingkatkan, seperti kontras visual dan kompleksitas desain antarmuka, untuk memberikan pengalaman pengguna yang lebih optimal. Umpan balik dari pengguna akan digunakan sebagai dasar untuk perbaikan lebih lanjut, dengan tujuan untuk meningkatkan efektivitas dan efisiensi sistem ini dalam mendukung pelaksanaan tes fisik Polri secara lebih optimal di masa depan. Kata kunci — antarmuka pengguna, push-up, rekrutmen Polri, sistem penghitung gerakan, sit-up, web.
Pengembangan Back-end Antarmuka Pengguna untuk Sistem Counter Push-up dan Sit-up Berbasis Sensor Jannah, Sabila Hayyinun; Wijayanto, Inung; Hadiyoso, Sugondo
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Dalam tes fisik seperti Tes Rekrutmen Polri, dibutuhkan sistem pendeteksi gerakan push-up dan sit-up yang akurat dan komprehensif. Tujuan dari penelitian ini adalah untuk membuat sistem berbasis sensor IMU yang terintegrasi dengan front end yang dibangun menggunakan HTML, CSS, dan JavaScript dan back end yang didukung oleh Django. Dua ESP32 Client dengan sensor IMU untuk mendeteksi gerakan membentuk sistem, sementara satu ESP32 Server digunakan untuk mengumpulkan data, menilai apakah gerakan tersebut benar, dan meneruskannya ke Django untuk diproses lebih lanjut. Empat responden menjalani pengujian menggunakan skenario pengujian yang sesuai dengan standar Polri. Hasil pengujian menunjukkan bahwa, meskipun terdapat tantangan tertentu berupa delay yang disebabkan oleh jarak komunikasi BLE, sistem ini mampu mendeteksi dan menampilkan hasil gerakan secara real-time melalui antarmuka pengguna dengan integrasi yang baik antara perangkat, back end, dan front end. Kesimpulan dari penelitian ini menunjukkan bahwa sistem yang dirancang dapat berfungsi secara efektif, namun disarankan agar metode komunikasi ditingkatkan untuk jangkauan yang lebih luas. Kata kunci— BLE, django, ESP32, push-up, sensor IMU, sit-up.
Sistem Counter Push-Up Dan Sit-Up Berbasis Sensor Permana, Andri Satia; Wijayanto, Inung; Hadiyoso, Sugondo
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Rekrutmen untuk Kepolisian Republik Indonesia (Polri) sangat ketat. Tes fisik dilakukan sebagai tahap rekrutasi seperti tes push-up dan sit-up. Pada tahun 2023, 11.531 orang telah mendaftar sebagai calon anggota Polri. Jika Tes Kesamaptaan Jasmani dilakukan secara manual dan dikombinasikan dengan jumlah calon yang tinggi, menghasilkan proses yang memakan waktu dan sangat melelahkan, baik bagi petugas yang mengawasi maupun peserta yang menjalani tes. Penelitian ini dilakukan untuk membuat sistem counter push-up dan sit-up berbasis sensor gyroscope MPU6050. Pengujian dilakukan dengan 8 responden yang bertujuan mencari nilai ambang batas yang sesuai untuk diterapkan pada sistem serta menguji apakah perangkat keras dapat berfungsi menghitung gerakan push-up dan sit-up kemudian menampilkan hasil hitungnya pada website yang telah diintegrasikan. Berdasarkan hasil pengujian, perangkat keras sistem counter push-up dan sit-up dapat mendeteksi dan membedakan gerakan push-up dan sit-up yang benar dan salah dengan beberapa masukan terkait pengembangan perangkat keras. Kata kunci— ESP32, MPU6050, perangkat keras, push-up, sit-up.
Perancangan Hardware Sistem Counter Chin-Up dan Pull-Up Berbasis Sensor MPU6050 Adisaputra, Rangga; Wijayanto, Inung; Hadiyoso, Sugondo
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Anggota TNI AD dan Polri sering kali menghadapi tugas yang membutuhkan kondisi fisik prima. Tes chin-up dan pull-up digunakan untuk mengukur kekuatan dan ketahanan fisik calon anggota, namun pengukuran manual saat ini rentan terhadap kesalahan dan memerlukan waktu lebih lama. Penelitian ini bertujuan mengembangkan sistem counter chin-up dan pull-up berbasis sensor MPU6050 yang terhubung melalui Bluetooth. Sistem ini mendeteksi dan menghitung jumlah repetisi secara otomatis dan dilengkapi dengan website untuk pemantauan hasil secara real-time. Pengujian dilakukan pada delapan responden dengan tiga skenario gerakan yang berbeda. Hasil menunjukkan bahwa sistem ini mampu menghitung repetisi dengan akurat, dengan data menunjukkan kesalahan minimal. Dengan demikian, sistem ini dapat meningkatkan akurasi proses seleksi fisik calon anggota TNI AD dan Polri. Kata kunci: chin-up, pull-up, sensor mpu6050, ESP32
Aplikasi Neurobliss Pembangkit Sinyal Enhanced Alpha Pada Eksperimen Neuropsikologi Adnan, Muhammad; Azahra, Yasmin; Rogito, Azriel Gilbert Samuel; Balova , Fathrurrizqa; Inung Wijayanto; Sugondo Hadiyoso
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Kecemasan merupakan gangguan mental yang sering dialami mahasiswa dan dapat mengganggu keseimbangan psikologis, akademik, serta sosial. Penelitian ini mengembangkan aplikasi Neurobliss, perangkat lunak desktop yang memfasilitasi stimulasi gelombang otak alfa melalui musik relaksasi dan binaural beats. Stimulasi audio ini bertujuan meningkatkan aktivitas gelombang alfa (8–13 Hz) yang berkaitan dengan relaksasi sekaligus menurunkan gelombang beta yang terkait stres dan kecemasan. Proses stimulasi dan monitoring menggunakan perangkat Muse EEG (Muse 2 dan Muse S) yang merekam sinyal listrik otak secara non-invasif. Data EEG diekspor dalam format CSV dan diproses dengan MATLAB, meliputi filtering dengan Band Pass Filter (0,5–60 Hz), konversi ke European Data Format, dekomposisi sinyal dengan Independent Component Analysis untuk menghilangkan artefak, serta analisis spektral menggunakan Fast Fourier Transform untuk memetakan distribusi daya pada pita frekuensi otak. Diharapkan stimulasi audio ini dapat meningkatkan daya gelombang alfa secara signifikan dan menurunkan kecemasan. Dengan demikian, Neurobliss menawarkan solusi teknologi untuk monitoring dan analisis EEG sekaligus menjadi alternatif intervensi dalam pengelolaan kesehatan mental mahasiswa. Kata kunci— Binarual Beats, EEG, enchaned alpha, kecemasan, Neurobliss
Co-Authors A. V. Senthil Kumar A.A. Ketut Agung Cahyawan W Aaron Abel Abi Hakim Amanullah Achmad Rizal Achmad Rizal ADIANGGIALI, ANYELIA Adisaputra, Rangga Adiwijaya, Agustinus Aldian Adjie Gery Ramadhan Adnan Azhary Afandi, Mas Aly Agung Muliawan Ahmad Hilmi Ahmad Muammar Agusti Akhmad Alfaruq Akhmad Alfaruq Alfaruq, Akhmad Alfaruq, Akhmad Aliffansyah, Lingga Alvinas Deva Sih Illahi Ana Durrotul Isma Anatasya Bella Andhita Nurul Khasanah Andri Juli Setiawan Andro Harjanto Anggit Syorgaffi Anggun Fitrian Isnawati ANGGUNMEKA LUHUR PRASASTI Arfianto Fahmi Arif Indra Irawan ARIS HARTAMAN Ashshiddiqqi, Muhammad Arhizal Asril Ibrahim Astri Wulandari Ayu Chellsya, Ananda Ayu Tuty Utami Azahra, Yasmin Azriel Gilbert Samuel Rogito Azzahra, Salwa Bagus Tri Astadi Balova , Fathrurrizqa Bambang Hidayat Bandiyah Sri Aprillia Barus, Exal Deo Jayata Bayu Erviga Yulanda Setiawan Bayuaji Kurniadhani Bimo Rian Tri Nugroho Budhi Irawan Budi Prasetya Budiyawan Naztin Burhanuddin D. Burhanuddin Dirgantoro Cucu Fitri Dadan Nur Ramadan Dadan Nur Ramadhan Dadan Nur Ramadhan Denny Darlis Dewi Rahmaniar, Thalita Dharu Arseno Didin Bramastya Dieny Rofiatul Mardiyah Diliana, Faizza Haya Efri Suhartono Ema ERVIN MASITA DEWI Exal Deo Jayata Barus Ezi Rohmat Fadiaga Omar Michlas Fairuz Azmi FAJRI, SETIO EKA FARDAN FARDAN Farrel Fahrozi Fathrurrizqa Balova FATURRAHMAN, RAIHAN Fauzia Anis Sekar Ningrum Fony Ferliana Widianingrum Gadama, Melsan Gelar Budiman Ghilman Hafizhan Gifari, Rizqi Al Habib, Arrijal Hadjwan, Razel Hannissa Sanggarini Hariyani , Yuli Sun Hasanah Putri Hengky Yudha Bintara Heru Nugroho Hilman Fauzi, Hilman HUMAIRANI, ANNISA Hurianti Vidyaningtyas HW, EVA AISAH Ilham Edwian Berliandhy Ilmi, M. Bahrul Indrarini Dyah Irawati Inung Wijayanto Irsyad Abdul Basit Istikmal Ivany Sesa Rehadi Ivosierra Andrea Larasaty Jannah, Firna Noor Jannah, Sabila Hayyinun Jasmine, Diva Dhila Jauhari, Muhammad I Javani Sekar Larasati Jehan Pratama Herdaning Jondri Jondri Koredianto Usman Kridanto Surendro Kris Sujatmoko Kurnia Ismanto, Rima Ananda Larasaty, Ivosierra Andrea Lata Tripathi, Suman LATIP, ROHAYA Ledya Novamizanti Lurina, Manda Luthfi Muhammad Pahlevi Lutvi Murdiansyah Murdiansyah M. Nur Imam DJ Mahmud Dwi Sulistiyo Manda Lurina Meidatomo , Muhammad Haykal Milan Adila Amalia Mohamad Ramdhani Muh. Kurniawan, A. Muhamad Roihan Muhammad Adnan Muhammad Afif Ridwansyah Muhammad Iqbal MUHAMMAD JULIAN, MUHAMMAD Nadya Silva Arline Nasution, Muhammad Ilham Kurniawan Nasution, Seri Wahyuni Naufal Juhaidi Jafal Naufal Rizky Pratama Nur Arviah Sofyan Nur Pratama, Yohanes Juan Nur Ramadhani Nursanto Nursanto NURSANTO NURSANTO, NURSANTO Nurwan Reza Fachrurrozi Okki Rahmalisty, Fiona Pahira, Ela Diranda Permana, Andri Satia Prahara, Dzakwan Bahar Prajna Deshanta Ibnugraha Putra, I Gusti Ngurah R. A. Putri Fatoni, Salwa Berliana Putri, Athaliqa Ananda Putri, Silvi Dahlia R. Dhenake Aghni Bunga R. Yunendah Nur Fu’adah Radial Anwar, Radial Radian Sigit Raditiana Patmasari Rahmaniar, Thalita Dewi Rahmat Widadi Ramdani, Ahmad Zaky Ratna Mayasari Reivind P. Persada RENALDI, LUKY RENALDI, LUKY RENDIKA, ANANDA Rendy Munadi Reni Dyah Wahyuningrum Reny Yuliani Arnis Rina Pudji Astuti Riska Aprilina Rita Magdalena Rita Purnamasari Rizal Fachrudin Maulana Rizky Aulia Rahman Robinzon Pakpahan Rogito, Azriel Gilbert Samuel ROHMAT TULLOH Rosmiati, Mia Ruli Pandapotan, Bagas Ryan Bagus Wicaksono Safitri, Ayu Sekar Said, Ziani Sania Marcellina Bryan Sasmi Hidayatul Yulianing Tyas Sa’idah, Sofia Sekar Safitri, Ayu Septiansyah, Rizky SETIAWAN, AWAN WAHYU Sianturi, Kristian Fery Sidqi, Anka Sigit, Radian Siti Sarah Maidin Siti Zahrotul Fajriyah Sofia Naning Hertiana Suci Aulia Sugeng Santoso Sulistyo, Tobias Mikha Surya Putra Agung Saragih Suyatno Suyatno Syifa Nurgaida Yutia Tasya Chairunnisa Tati Latifah Erawati Rajab Teguh Musaharpa Gunawan Thomhert Suprapto Siadari Tita Haryanti Tobing, Goldfried Manuel Lbn Tri Nopiani Damayanti Triadi Triadi Unang Sunarya Untari Novia Wisesty Vany Octaviany Vera Suryani Wahyu Hauzan Rafi Wibowo, Raiyan Adi Wirakusuma, Muhammad P. Yasmin Azahra Yoza Radyaputra Yudha Purwanto Yudiansyah Yudiansyah YULI SUN HARIYANI YUYUN SITI ROHMAH Zahrah, Nasywa Nur Zhillan Al Rashif, Mohammad Zulfikar F.M. Ramli