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) Lontar Komputer: Jurnal Ilmiah Teknologi Informasi 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 : 159 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 159 Documents
Search

 12   13   14   15   16 
Comparison of Deep Learning Methods for Sleep Apnea Detection Using Spectrogram-Transformed ECG Signals Hadiyoso, Sugondo; Wijayanto, Inung; Sekar Safitri, Ayu; Dewi Rahmaniar, Thalita; Rizal, Achmad; Lata Tripathi, Suman
Journal of Electronics, Electromedical Engineering, and Medical Informatics Vol 7 No 4 (2025): October
Publisher : Department of Electromedical Engineering, POLTEKKES KEMENKES SURABAYA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35882/jeeemi.v7i4.967

Abstract

Sleep apnea is a sleep disorder that occurs when breathing is repeatedly interrupted during sleep. This condition can lead to various serious health problems if left untreated, such as high blood pressure, poor sleep quality, and difficulty concentrating. Sufferers often do not realize they have sleep apnea because it occurs during sleep. Generally, diagnosis is made through interviews with the patient and their family to identify common symptoms such as snoring, and then confirmed through physical examination and Polysomnography (PSG). Since sleep apnea is related to respiratory activity that correlates with changes in cardiac activity, electrocardiogram (ECG) examination during sleep serves as an alternative diagnostic method. Therefore, this study presents a comparative analysis of deep learning models for detecting sleep apnea from spectrogram-based ECG representations. The raw ECG signals were transformed into spectrograms and then saved as images for classification into normal and abnormal categories. Deep learning (DL) methods were applied for the classification of normal and sleep apnea ECGs. EfficientNet, MobileNetV2, DenseNet, AlexNet, and VGG16 were used to evaluate the performance of the proposed method and identify the best-performing model. The evaluation results show that EfficientNet achieved the highest performance with an accuracy of 91.01%, precision of 90.70%, recall of 95.76%, and an F1-score of 92.61%. EfficientNet outperformed the other evaluated models in this study. By utilizing a spectrogram-based approach combined with a scalable architecture, the method demonstrates competitive accuracy for sleep apnea detection. Exploring other approaches to further improve accuracy remains an interesting direction for future research
Implementasi Computer Vision Dalam Mendeteksi Pelanggaran Tidak Menggunakan Helm Pada Pengendara Motor Ayu Chellsya, Ananda; Aulia, Suci; Hadiyoso, Sugondo
eProceedings of Applied Science Vol. 9 No. 1 (2023): Februari 2023
Publisher : eProceedings of Applied Science

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

Abstract

Abstrak—Helm merupakan salah satu safety riding bagi penggendara motor yang berfungsi melindungi kepala.Rendahnya kesadaran pengguna motor untuk menggunakan perangkat keselamatan yang sesuai dengan Undang-Undang. Tingkat kecelakaan di Indonesia di dominasi oleh kendaraan sepeda motor. Ada juga kewajiban mengenai penumpang sepeda motor juga harus menggunakan helm yang memenuhi standar nasional Indonesia sesuai dengan Pasal 106 ayat (8) No. 22/2009. Oleh karena itu dibuatlah sebuah sistem deteksi helm. Salah satu metode yang diciptakan untuk menciptakan object detection yaitu metode You Only Look Once (YOLO) . Cara kerja YOLO yaitu dengan melihat seluruh gambar sekali , kemudian melewati jaringan syaraf sekali langsung mendeteksi object yang ada. Metode untuk pengenalan objek helm pada pengguna sepeda motor tersebut adalah Convolution Neutral Network (CNN). Yang dihasilkan dari pengerjaan Proyek Akhir ini adalah sebuah sistem deteksi helm yang dapat mendeteksi pengendara motor yang menggunakan dan tidak menggunakan helm yang bisa diaplikasikan di jalan raya. Sistem ini dibuat menggunakan metode YOLO Tiny3. Hasil Implementasi ini bertujuan untuk mendeteksi pengendara motor yang menggunakan helm dan tidak menggunakan helm, dengan hasil keluaran berupa citra yang telah terdeteksi orang yang menggunakan helm atau tidak menggunakan helm dengan adanya labelling dan bounding box pada citra yang telah terdeteksi pada pengendara motor di jalan raya. Dari hasil pengujian pada total 15 gambar menunjukan bahwa sistem dapat memunculkan notifikasi ada atau tidak adanya pelanggaran pengendara motor yang dilakukan pada 3 skenario terdapat nilai akurasi sebesar 100% dengan waktu proses 0.2 detik. Dan hasil pengujian pada total 75 gambar yang dilakukan pada 3 skenario terdapat rata-rata nilai presisi sistem tertinggi yaitu 88% pada skenario 1 dengan rata-rata waktu proses 0.2 detik dan rata-rata nilai presisi terendah ada pada skenario 2 yaitu 76% dengan rata-rata waktu proses 0.2 detikKata kunci — helm, YOLO, deteksi objek
Perancangan Language Translator Image To Text Menggunakan Metode Optical Character Recognition Berbasis Pengolahan Citra Okki Rahmalisty, Fiona; Aulia, Suci; Hadiyoso, Sugondo
eProceedings of Applied Science Vol. 9 No. 1 (2023): Februari 2023
Publisher : eProceedings of Applied Science

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

Abstract

Abstrak—Bahasa yang digunakan oleh masyarakat Indonesia di berbagai daerah beragam, karena Indonesia memiliki berbagai macam suku. Ketika wisatawan asing berkunjung ke tempat wisata yang ada di Indonesia khususnya di pulau Jawa, akan mengalami kesulitan dalam menerjemahkan Bahasa daerah kedalam Bahasa Inggris yang terdapat pada objek wisata, sehingga dapat menyebabkan informasi yang belum tersampaikan dengan baik. Oleh karena itu di buatlah sebuah sistem language translator image to text untuk menerjemahkan Bahasa daerah tersebut kedalam Bahasa Indonesia dan Bahasa Inggris yang terdapat pada gambar yaitu menggunakan metode OCR (Optical Character Recognition). Pada proyek akhir image to text ini telah dilakukan pengujian pengaruh warna background menggunakan warna hijau, biru, dan kuning. Dengan ukuran font 45pt, 55pt, dan 60pt. Pada jarak 1m, 1.5m, dan 2m. berdasarkan berbagai pengujian yang dilakukan, diperoleh parameter akuisisi terbaik pada font 55pt, jarak 1m, tinggi 2m, warna hijau sebesar 100%. Hasil status translate benar sebesar 90%. Dengan adanya translator image to text dapat memberikan informasi bagi wisatawan yang akan berkunjung ke tempat wisata yang ada di Indonesia khususnya pulau Jawa, dan dapat menerjemahkan Bahasa daerah ke Bahasa Indonesia dan Bahasa Inggris hanya dengan menggunakan kamera.Kata kunci — translator, Optical Character Recognition.
Perancangan Sistem Penerjemah Sign Language To Text Berbasis Image Processing Ruli Pandapotan, Bagas; Aulia, Suci; Hadiyoso, Sugondo
eProceedings of Applied Science Vol. 9 No. 1 (2023): Februari 2023
Publisher : eProceedings of Applied Science

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

Abstract

Abstrak—Bahasa isyarat adalah bahasa yang digunakan untuk berkomunikasi dengan menggunakan gerakan tubuh dan/atau ekspresi wajah. Makna atau arti dari gerakan tubuh dalam bahasa isyarat juga telah disepakati agar dapat digunakan untuk bertukar informasi. Bahasa isyarat ini biasa digunakan oleh penyandang tunarungu dan tunawicara untuk saling bertukar informasi dengan masyarakat normal pada umumnya. Hal ini yang membuat masyarakat normal mengalami kesulitan untuk berkomunikasi karena tidak semua memahami arti dari bahasa isyarat tersebut. Sehingga, untuk mengatasi masalah tersebut dilakukan upaya perancangan sistem penerjemah agar dapat dimengerti oleh masyarakat umum. Pada proyek akhir ini, telah dirancang sistem penerjemah bahasa isyarat per karakter menggunakan metode Convolutional Neural Network dengan arsitektur VGG-19 berbasis image processing dengan menggunakan bahasa pemrograman phyton. Data berupa dataset gambar gerakan tangan dalam bahasa isyarat akan dikumpulkan dan digunakan sebagai acuan objek pengenalan untuk pendeteksian sistem penerjemah ini, yang selanjutnya akan diproses untuk menjalankan program penerjemah bahasa isyarat per karakter ini menjadi sebuah teks. Hasil dari proyek akhir ini menunjukkan bahwa sistem dapat menerjemahkan BISINDO per karakter dengan akurasi pengujian sebesar 100%.Kata kunci — convolutional neural network, BISINDO, VGG-19.
Penerjemah Huruf Vokal Pada Bahasa Isyarat Indonesia (Bisindo) Menjadi Audio Berbasis Image Processing Zhillan Al Rashif, Mohammad; Aulia, Suci; Hadiyoso, Sugondo
eProceedings of Applied Science Vol. 9 No. 3 (2023): Juni 2023
Publisher : eProceedings of Applied Science

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

Abstract

Abstrak4Di Indonesia sendiri terdapat bahasa isyarat yang sering digunakan dan sudah diakui serta disepakati agar dapat digunakan untuk saling bertukar informasi, yaitu Bahasa Isyarat Indonesia (BISINDO). Bahasa Isyarat Indonesia (BISINDO) merupakan bahasa isyarat yang menjadi bahasa sehari-hari bagi sebagian orang penyandang disabilitas khususnya seorang tunarungu. Proyek akhir ini dibuat, dengan tujuan agar lebih banyak orang yang mengetahui huruf vokal BISINDO. Pada Proyek Akhir ini, telah dirancang sebuah sistem penerjemah huruf vokal BISINDO per karakter menggunakan metode Convolutional Neural Network dengan arsitektur VGG-19 berbasis image processing dengan menggunakan bahasa pemrograman pyhton. Data yang diambil merupakan gambar gerakan tangan huruf vokal dalam bahasa isyarat yang dibiagi menjadi tiga yaitu 100 citra BISINDO, 150 citra BISINDO new, dan 250 citra BISINDO mix yang digunakan sebagai pengenalan untuk pendeteksian sistem penerjemah ini, yang selanjutnya akan diproses untuk menjalankan program penerjemah bahasa isyarat per karakter ini menjadi sebuah audio. Berdasarkan hasil pengujian dari 2 skenario, yaitu 100 citra untuk pengujian dan pelatihan, dan 150 citra untuk validasi data, dari hasil pengujian dan pelatihan diperoleh tingkat akurasi tertinggi sebesar 100% dengan menggunakan nilai epoch sebesar 14 dan batch size sebesar 4.Kata kunci : Convolutional Neural Network, BISINDO, VGG-19.
Rancang Bangun Monitoring Jarak Jauh Energi Lampu Penerangan Jalan Umum Berbasis Lora Dengan Topologi Multinode Septiansyah, Rizky; Hadiyoso, Sugondo; Alfaruq, Akhmad
eProceedings of Applied Science Vol. 9 No. 3 (2023): Juni 2023
Publisher : eProceedings of Applied Science

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

Abstract

Abstrak—Penerangan jalan umum atau disingkat PJU merupakan salah satu sarana yang menjadi kebutuhan bagi pengguna jalan. lampu penerangan jalan umum merupakan salah satu kebutuhan masyarakat, menjadi kewajiban dan tanggung jawab Pemerintah Daerah/Kota sebagai bentuk pelayanan kepada masyarakat. Namun dalam memonitoring PJU masih kurang efektif dikarenakan masih diharuskan memonitoring jarak dekat yang mana memakan waktu dan tenaga yang lebih dalam hal memonitoring PJU. Untuk mengatasi kurangnya keefektifan dalam memonitoring lampu penerangan jalan umum dirancanglah sebuah alat monitoring jarak jauh lampu penerangan jalan umum berbasis Lora menggunakan topologi multinode yang memudahkan dalam memonitoring lampu PJU dengan jarak jauh dan mampu memonitoring lebih dari satu lampu PJU dan dapat dimonitoring melalui monitor dan melalui website yang terdapat pada platform Blynk. Berdasarkan hasil perancangan, pengujian dan analisa yang telah dilakukan di kinagara regency maka dapat diambil beberapa kesimpulan yaitu hasil pengujian pada transmitter 1 yang memiliki rata-rata akurasi keakuratan pada pengukuran yang dibandingkan dengan nilai acuan yaitu sebesar 96,53% dan memiliki rata-rata error sebesar 3,47% dan pada transmitter 2 memiliki ratarata akurasi keakuratan sebesar 96,54% dan memiliki rata-rata error sebesar 3,46%. Pengukuran jarak antara kedua transmitter dengan receiver mampu menerima informasi sampai dengan 180 meter. Pada pengiriman informasi dari receiver ke blynk sesuai dengan pengukuran yang ada di monitor receiver dengan baik.Kata kunci—PJU, LoRA, microcontroller, topologi multimode
Smart PJU : Monitoring Performa Sistem Penerangan Jalan Umum Otomatis Berbasis Website Muh. Kurniawan, A.; Dyah Irawati, Indrarini; Hadiyoso, Sugondo
eProceedings of Applied Science Vol. 9 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Applied Science

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

Abstract

Abstrak— Lampu jalan atau dikenal juga sebagai Penerangan Jalan Umum (PJU) merupakan lampu yang digunakan untuk penerangan jalan dimalam hari sehingga mempermudah pengguna jalan melihat dengan lebih jelas jalan yang akan dilalui pada malam hari, sehingga dapat meningkatkan keselamatan lalu lintas dan keamanan. Pada penelitian ini telah dirancang sistem monitoring performa penerangan jalan umum otomatis yang kemudian dapat ditampilkan pada database yang tersedia. PJU akan hidup dan mati secara otomatis berdasarkan waktu atau intensitas cahaya yang mana ketika pada pukul 17.00 lampu akan otomatis menyalaatau ketika sensor membaca bahwa lingkungan sekitar memiliki intensitas cahaya yang cenderung gelap maka lampu juga akan otomatis menyala. Kemudian sistem PJU ini dilengkapi dengan sensor tegangan dan arus yang mana dapat memonitoring baterai sehingga kualitas baterai dapat diketahui. Selain itu sistem juga dilengkapi fitur notifikasi sebagai peringatan ketika sistem mendeteksi kesalahan perangkat maka sistem akan mengirimkan data ke website sehingga kesalahan pada sistem akan dapat dengan cepat di tangani. Berdasarkan hasil pengujian dari penelitian ini didapatkan hasil pengukuran sensor terhadap baterai memiliki selisih pembacaan 0,1216V jika dibandingkan dengan pembacaan dari alat ukur. Serta pengukuran sensor terhadap output panel surya memiliki selisih pembacaan 0,2683V. kemudian untuk pengujian performa website sudah mampu menampilkan nilai pembacaan serta menampilkan grafik.Kata Kunci : PJU, Monitoring, Website.
Perhitungan Jumlah Kerumunan Manusia Untuk Pencegahan Penyebaran Covid-19 Dengan Metode CNN Hadjwan, Razel; Dyah Irawati, Indrarini; Hadiyoso, Sugondo
eProceedings of Applied Science Vol. 9 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Applied Science

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

Abstract

Abstrak—Pandemi covid-19 yang masuk ke Indonesia sejak awal tahun 2020 yang secara tidak langsung mengubah gaya hidup kita sebagai masyarakat yang lekat dengan protokol kesehatan. Meskipun di masa AKB (Adaptasi Kebiasaan Baru) ini masyarakat dapat kembali beraktivitas seperti biasa, mereka tetap harus mematuhi peraturan. Namun, pada berdasarkan berbagai pengujian yang dilakukan, diperoleh parameter akuisisi terbaik pada font 55pt, jarak 1m, tinggi 2m, warna sebesar 90%. Semua itu menyebabkan kerumunan yang sering terjadi harus lebih diawasi demi mencegah kerumunan yang di sebabkan oleh masyarakat kita sendiri. Dalam proyek ini saya menggunakan CNN (Convolutional Neural Network). Yang dihasilkan dari pengerjaan proyek akhir ini adalah sebuah sistem deteksi manusia yang di pergunakan untuk mencegah kerumunan manusia. Diharapkan dengan adanya sistem tersebut banyak manusia yang sadar akan kerumunan yang dapat menyebarkan penyakit covid-19. Hasil dari proyek akhir ini dilakukan 3 pengujian sistem yaitu pengujian tampak depan, pengaruh warna, dan pengujian tampak samping. Pengenalan objek tersebut memberikan hasil akurasi yang berbeda-beda tergantung dengan tampak depan, pengaruh warna, dan juga pengujian tampak samping tersebut. Hasil dari 3 pengujian sistem dengan jenis objek manusia memiliki akurasi yang berbeda-beda pada saat objek yang dikenali sudah terhitung dan jika yang terhitung lebih dari 3 orang maka akan keluar running text kerumunan.Kata kunci : AKB, Covid-19, Convolutional Neural Network.
PEMANTAUAN KUALITAS AIR DI AREA PEMBUANGAN PABRIK BERBASIS MIKROKONTROLER ESP32 Putri, Silvi Dahlia; Hadiyoso, Sugondo; Sunarya, Unang
eProceedings of Applied Science Vol. 10 No. 1 (2024): Februari 2024
Publisher : eProceedings of Applied Science

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

Abstract

Air telah menjadi salah satu kebutuhan utama manusia, khususnya pada aliran air sungai yang terhubung dengan pembuangan Industri. Ada kemungkinan air yang dekat dengan Industri telah tercemar, sehingga membahayakan masyarakat setempat. Oleh karena itu, perlu adanya pemantauan kualiatas air tersebut, sehingga dapat diketahui air tersebut tercemar atau tidak. Persyaratan kualitas air yang berkaitan dengan kesehatan diantaranya kadar pH, jumlah zat padat terlarut, dan kekeruhan. Untuk mengatasi permasalahan tersebut, maka dirancang suatu sistem pemantauan kualitas air sungai berbasis Internet of Things (IoT). Sistem pemantauan ini menggunakan sensor pH untuk mengukur derajat keasaman atau kebasaan dari suatu larutan, TDS (Total Dissolved Solid) untuk mengukur jumlah padatan atau partikel terlarut didalam air, dan Turbidity untuk mengukur kualitas air dengan mendeteksi tingkat kekeruhannya. Kemudian, data tersebut akan dikirimkan ke Firebase dengan aplikasi MIT App Inventor. Maka Impelentasi alat yang telah dirancang menunjukkan bahwa ia mampu mendeteksi nilai pH sebesar 4.8-6.9, nilai kekeruhan sebesar 3.01-3.05 NTU dan nilai partikel terlarut 5180-9700 ppm. Dari hasil tersebut dapat disimpilkan bahwa air mengindikasikan adanya permasalahan dalam kualitas air yang dapat membawa impilikasi negatif terhadap lingkungan dan kesehatan manusia. Dengan demikian, harapannya adalah bahwa hasil implementasi perangkat ini dapat menjadi dasar penting untuk pengembangan solusi lebih lanjut dalam mengatasi masalah kualitas air.Kata kunci : sistem pemantauan, air sungai, Internet of Things (IoT).
Perancangan Dan Implementasi Sistem Pendeteksi Kelembaban Dan Ph Tanah Berbasis Esp32 Di Hutan Akasia Mangium Sianturi, Kristian Fery; Hartaman, Aris; Hadiyoso, Sugondo
eProceedings of Applied Science Vol. 10 No. 1 (2024): Februari 2024
Publisher : eProceedings of Applied Science

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

Abstract

Abstrak — Kertas adalah bahan yang terbuat dari serat selulosa yang diambil dari kayu dan dibuat menjadi lembaran tipis. Kertas sangat berfungsi dalam kehidupan sehari hari. Salah satu jenis kayu yang digunakan dalam pembuatan kertas adalah kayu Acacia Mangium. Salah satu perusahaan yang bergerak di bidang produksi kertas dalam skala besar menghabiskan 2,8 juta ton pulp pertahun yang diambil dari pohon Acacia Mangium dan menghasilkan 850.000 ton kertas pertahun. Untuk menjaga proses produksi tetap berjalan dengan stabil maka, perludilakukannya pembuatan hutan produksi. Untuk menjaga hutan produksi Akasia mangium tetap berjalan stabil, tentu tidak lepas dari yang namanya kualitas tanah. Pada penelitian in penulis memperkenalkan karya untuk memantau parameter tanah termasuk tingkat pH tanah dan kelembaban tanah berbasis Internet of Things. Perangakat keras yang digunakan adalah ESP32, sensor Soil Moisture, sensor pH tanah, Liquid Crystal Display (LCD) 20x4 I2C dan untuk aplikasi yang dugunakan adalah BlynkApp dan Telegram yang berfungsi sebagai pengontrol dan sarana unutk menampilkan hasil dari pembacaan sensor. Hasil dari pengujian ini menggunakan beberapa sample tanah sebagai bahan ujicoba. Ketika pengujian dilakukan dengan memasukkan masing-masing sensor kedalam tanah, akan didapatkan hasil yang akan ditampilkan di LCD dan Telegram. Perancangan ini dapat mempermudah apabila pengguna ingin mengetahui baik buruknya suatu tanah yang mau dijadikan sarana tumbuhnya pohon Acacia Magium.Kata kunci— Internet of Things, Unsur Hara, Acacia Mangium, Kertas
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 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 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 Utami, Ayu Tuty 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