Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal TEKNIK ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika JETT (Jurnal Elektro dan Telekomunikasi Terapan) JURNAL Al-AZHAR INDONESIA SERI SAINS DAN TEKNOLOGI Indonesian Journal of Electrical Engineering and Computer Science Charity : Jurnal Pengabdian Masyarakat Jurnal Nasional Teknik Elektro dan Teknologi Informasi eProceedings of Engineering Jurnal Rekayasa elektrika
Ratri Dwi Atmaja
Universitas Telkom
Arts Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Public Health Social Sciences

Published : 66 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 51 Documents
Search
Journal : eProceedings of Engineering

 1   2   3   4   5 
Deteksi Kanker Kolorektal (kanker Usus Besar) Menggunakan Metode Gray Level Cooccurence Matrix Dan K-nearest Neighbor Berbasis Pengolahan Citra Firda Masitha; Ratri Dwi Atmaja; Unang Sunarya
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Kanker kolorektal atau dapat disebut juga dengan kanker usus besar merupakan jenis kanker ganas yang terjadi ketika sel-sel abnormal tumbuh pada lapisan usus besar (kolon) atau rectum (bagian usus paling bawah sampai anus). Didunia kedokteran sering menjumpai beberapa jenis kanker usus besar seperti, sarcoma, carcinoma, dan lymphoma. Deteksi dan klasifikasi terhadap kanker sangatlah penting untuk pencegahan dan penanganan dini sehingga kanker tidak meningkat menjadi stadium yang lebih tinggi. Deteksi kanker yang dilakukan oleh dokter yaitu melalui tes darah atau sampel jaringan. Tugas akhir ini bertujuan untuk memudahkan pendeteksian penyakit kanker usus besar berbasis pengolahan citra dengan bantuan software Matlab 2015a. Ekstraksi ciri yang digunakan adalah Gray Level Cooccurence Matrix yaitu metode untuk membentuk fitur  atau ciri  yang tidak hanya didasarkan pada nilai pikselnya namun juga menggunakan penciri tekstur. Serta diklasifikasikan menggunakan K-Nearest Neighbor. Proses pengujian citra dimulai dari ekstraksi ciri yaitu pengujian terhadap sudut orientasi dan jarak pada GLCM. Dilanjutkan dengan pengujian terhadap pre-procesing nya yaitu dengan menguji beberapa ukuran resize. Kemudian pada proses klasifikasi terdapat dua pengujian , yaitu jenis distance dan nilai variable K pada K-NN. Terdapat pengujian tambahan, yaitu pengujian terhadap kombinasi 1,2 dan 3  dari 4  parameter  yaitu contrast, correlation, energy dan homogeneity. Sistem yang sudah diujikan mendapat akurasi yang paling baik, yaitu 75% terhadap jumlah data latih sebanyak 138 citra dan data uji sebanyak 60 citra yang diklasifikasikan menjadi tiga kelas, yaitu normal, kanker carcinoma, dan kanker lymphoma. Kata Kunci : Kolorektral, Gray Level Cooccurence Matrix, K-Nearest Neighbor, ekstraksi ciri, klasifikasi citra
Deteksi Adanya Cacat Pada Kayu Menggunakan Metode Local Binary Pattern Faisal Nur Achsani; Ratri Dwi Atmaja; Rita Purnamasari
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Penggunaan kayu sebagai bahan bangunan sampai sekarang ini masih tetap diminati banyak masyarakat meskipun banyak alternatif bahan lain yang dapat digunakan. Dalam industri pengolahan kayu di Indonesia sangat perlu adanya proses pemilahan kayu mentah yang nantinya akan diproses dalam tahap selanjutnya. Namun hingga sekarang proses pemilahan kayu mentah dilakukan dengan manual, dan dilakukan dengan menggunakan tenaga manusia, sehingga akan membutuhkan waktu yang cukup lama dan tidak efisien. Tugas akhir ini dibuat dengan tujuan untuk mensimulasikan suatu sistem yang mampu menganalisis ada tidaknya cacat pada kayu yang digunakan dalam proses pemilahan di industri pengolahan kayu. Dengan menggunakan metode Local Binary Pattern (LBP) untuk tahap awal ekstraksi cirinya. LBP didefinisikan sebagai perbandingan nilai biner piksel pada pusat citra dengan nilai piksel disekelilingnya. Hasil dari LBP ini akan diproses pada ekstraksi ciri statistik, sehingga menghasilkan vektor ciri yang dijadikan masukan pada klasifikasi citra dengan menggunakan metode K-Nearest Neighbor (KNN). Hasil dari simulasi yang dilakukan sistem dapat mendeteksi adanya cacat pada kayu dengan tingkat akurasi tertinggi adalah 89,4%, FAR sebesar 7,6% dan FRR sebesar 3%, dengan waktu komputasi rata-rata sistem sebesar 0,3069 detik. Kata kunci : cacat kayu, LBP, ekstraksi ciri statistik, K-NN, FAR, FRR
Analisis Dan Implementasi Klasifikasi K-nearest Neighbor (k-nn) Pada Sistem Identifikasi Biometrik Telapak Kaki Manusia Armanda Nur Fadhlillah; Ledya Novamizanti; Ratri Dwi Atmaja
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pengenalan individu menjadi bagian penting dalam banyak aspek kehidupan modern untuk mendapatkan informasi atau identitas. Pada kasus identifikasi bencana alam contohnya, tidak jarang korban ditemukan dalam kondisi tidak baik pada seluruh atau sebagian tubuhnya, dimana telapak kaki korban masih utuh. Hal ini menyebabkan korban menjadi sulit diidentifikasi. Maka dari itu dibutuhkan solusi pengenalan lain untuk mengidentifikasi individu secara benar melalui sistem. Biometrik telapak kaki dengan metode klasifikasi K-Nearest Neighbor (K-NN) dapat dimanfaatkan sebagai pengenalan individu yang akurat. Biometrik telapak kaki memenuhi persyaratan pemilihan biometrika yaitu universal, membedakan, dan permanen, dimana nilai K dari klasifikasi akan disesuaikan sehingga menghasilkan akurasi terbaik. Pada penelitian sebelumnya telah banyak dibahas berbagai macam pengenalan individu selain daripada telapak kaki, namun tentu saja setiap sistem pengenalan memiliki kelebihan dan kelemahan. Salah satu kelebihan dari biometrik telapak kaki adalah unjuk kerja yang bagus. Tugas akhir ini dibuat dengan tujuan untuk mensimulasikan suatu sistem yang mampu mengidentifikasi individu melalui citra telapak kaki. Hasil dari pengujian, didapatkan akurasi terbaik klasifikasi K-Nearest Neighbor (K-NN) dengan pendekatan Euclidean Distance, dan Cosine Distance sebesar 98% dengan mengaplikasikan sistem autorotate. Waktu komputasi rata-rata yang dibutuhkan untuk setiap citra dalam proses ekstraksi ciri Haar Wavelet adalah 2.9796 detik dan 0.00229 detik dalam proses klasifikasi. Kata kunci — Biometrik, Telapak Kaki, Haar Wavelet, K-Nearest Neighbor (KNN).
Klasifikasi Serat Miring Pada Kayu Menggunakan Ekstraksi Ciri Statistik Berdasarkan Pada Pengolahan Citra Dyah Norma Maharsi; Junartho Halomoan; Ratri Dwi Atmaja
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Dalam industri kayu,khususnya di Indonesia, proses pemilahan kelas dan kualitas kayu dilakukan secara manual  dengan  pengamatan visual.  Sistem  manual  membutuhkan waktu  yang  lama  dan  menghasilkan produk dengan mutu yang tidak konsisten karena keterbatasan visual manusia, kelelahan, dan perbedaan persepsi  masing-masing  pengamat.  Pada  tugas  akhir  ini  dirancang  sebuah  sistem  klasifikasi  untuk mengetahui kelas  kayu  berdasarkan serat  miringnya dengan  menggunakan analisis tekstur berbasiskan pengolahan citra digital. Data citra yang diambil menggunakan IP Camera 1 MP. Algoritma yang digunakan untuk ekstrasi ciri adalah statistik orde pertama dan orde kedua, serta klasifikasi kelas kayu menggunakan Euclidean Distance. Sistem akan disimulasikan dengan menggunakan bahasa pemprograman Lab View, agar lebih mudah diimplementasikan langsung ke dalam perangkat keras. Berdasarkan simulasi secara keseluruhan, maka dapat disimpulkan bahwa sistem dapat mengklasifikasikan kelas kayu berdasarkan dua tingkat kemiringan, yaitu kelas A dengan tingkat kemiringan rendah sampai sedang, dan kelas B dengan tingkat kemiringan tinggi. Hasil akurasi tertinggi diperoleh saat k=3 dengan citra grayscale yaitu sebesar 91,52 %. Kata kunci : Klasifikasi Kayu otomatis, Serat miring kayu, ecludian distance, statistik feature extraction, LabView.
Deteksi Ada Tidaknya Cacat Pada Kayu Menggunakan Metode Ekstraksi Ciri Statistik I Gusti Putu Agung Satria Bayu Mahendra; Ledya Novamizanti; Ratri Dwi Atmaja
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Indonesia merupakan sebagai salah satu negara tropis di dunia, memiliki sumber daya alam yang sangat kaya diantaranya sumber daya hutan baik hutan alam maupun hutan tanaman, dengan berbagai jenis ekosistem yang ada di dalam hutan termasuk pohon. Pohon adalah penghasil kayu, kayu yang nantinya akan diolah menjadi produk dengan bahan dasar kayu. Kini Indonesia berada pada posisi ke- 13 negara pengekspor kayu terbesar di dunia, berada di bawah China, Malaysia dan Vietnam. Kayu yang diekspor haruslah memiliki kualitas yang baik, namun di Indonesia proses pensortiran kayu masih dilakukan dengan cara manual oleh manusia dimana hal tersebut sangat tidak efektif. Supaya proses pensortiran kayu menjadi lebih efektif dan mendapatkan kualitas kayu yang baik, maka dibutuhkan sebuah sistem untuk mendeteksi cacat pada kayu dan pensortiran secara otomatis. Pada tugas akhir ini penulis akan merancang sistem klasifikasi kayu otomatis berdasarkan ada tidaknya cacat pada kayu berbasis pengolahan citra digital. Metode yang digunakan untuk ekstraksi ciri pada tugas akhir ini adalah ekstraksi ciri statistik orde pertama dan kedua, serta untuk metode klasifikasi kondisi kayu digunakan metode k-Nearest Neighbor (k-NN) selain kedua metode tersebut digunakan juga metode morfologi citra sebagai perbandingan. Sistem ini dirancang menggunakan software Matlab R2013a. Berdasarkan hasil simulasi secara keseluruhan, dapat disimpulkan bahwa sistem dapat membedakan kondisi kayu berdasarkan ada tidaknya cacat pada kayu. Hasil akurasi tertinggi diperoleh saat nilai k pada k-NN = 1 dengan euclidean distance yaitu sebesar 79,3233% dan akurasi yang didapatkan oleh metode morfologi citra adalah sebesar 95,1128%. Kata kunci : MATLAB, kayu, analisis tekstur, statistik, k-NN
Audio Watermarking Dengan Menggunakan Metode Fast Fourier Transform (fft) Dan Singular Value Decomposition (svd) Robinzon Pakpahan; Ratri Dwi Atmaja; Sofia Saidah
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

ABSTRAK Perkembangan teknologi yang semakin maju membuat memudahkan orang dalam melakukan duplikasi dan menyebarkan konten audio digital tanpa sepengetahuan pemilik, khususnya pada dunia digital. Hal ini membuat dirancang Watermarking yang digunakan untuk melindungi hak cipta pemilik khususnya pada data audio. Pada penelitian ini dirancang dan direalisasikan Watermarking untuk audio digital untuk menjaga hak cipta pemilik audio dengan melakukan penyisipan citra informasi kedalam suatu file audio dan ekstraksi audio ter-Watermark dengan menggunakan metode FFT (Fast Fourier Transform) dan SVD (Singular Value Decomposition) Metode FFT (Fast Fourier Transform) merupakan pembawa suatu citra dari ruang spasial ke ruang frekuensi dan metode SVD (Singular Value Decomposition) merupakan salah satu alat matematis yang di gunakan untuk merepresentasikan sebuah matrik dan mampu melakukan berbagai analisis dan komputasi. Berdasarkan audio Watermarking, audio Watermarking dengan metode Fast Fourier Transform dan Singular Value Decomposition dapat menyisipkan citra dan menghasilkan performansi audio terWatermark dengan nilai terbaik BER 0%, SSIM 1, dan SNR tertinggi 69db. Kata kunci: Audio Watermarking, Fast Fourier Transform, Singular Decomposition Value ABSTRACT The development of increasingly advanced technology makes it easier for people to duplicate and distribute digital audio content without the owner's knowledge, especially in the digital world. This makes designed watermarking used to protect copyright owners in particular in the audio data. In this study, designed and realized watermarking for digital audio to keep the copyright owner of audio by inserting image information into an audio file and extract audio ter-Watermark by using FFT (Fast Fourier Transform) and SVD (Singular Value Decomposition) The FFT (Fast Fourier Transform) method is the carrier of an image from spatial space to the frequency space and the SVD method (Singular Value Decomposition) is one of the mathematical tools used to represent a matrix and is capable of performing various analyzes and computations. Based on the Watermarking audio, Watermarking audio with Fast Fourier Transform and Singular Value Decomposition methods can insert images and produce the best Watermark audio performance with the best BER 0%, SSIM 1, and 69db highest SNR values. Keywords: Audio Watermarking, Fast Fourier Transform, Singular Decomposition Value
Deteksi Banyak Bangunan Rumah Melalui Citra Satelit Google Earth Berbasis Pengolahan Citra Digital Listhyani Dhianira Sarie; Bambang Hidayat; Ratri Dwi Atmaja
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Semakin meningkatnya laju pertumbuhan penduduk khususnya di Indonesia menuntut adanya sebuah aplikasi sistem yang dapat melakukan perhitungan parameter-parameter yang berhubungan dengan kependudukan secara cepat dan mudah. Salah satu parameter tersebut adalah banyaknya jumlah bangunan rumah pada wilayah tersebut. Dengan mengetahui banyak jumlah rumah di suatu daerah, kita dapat memperkirakan jumlah penduduk serta laju pertumbuhan di wilayah tersebut. Google earth merupakan aplikasi yang dapat memudahkan manusia mendapatkan peta bumi melalui satelit kita dapat menampilkan gambar permukaan bumi pada area/kawasan tertentu yang kita inginkan seperti misalnya pada kawasan perumahan, pegunungan, lautan dan lainnya. Dengan fungsi maka pada tugas akhir ini dirancang sebuah aplikasi pengolahan citra digital untuk deteksi banyaknya jumlah bangunan rumah pada suatu area/ blok area, dengan mengekstraksi ciri nilai RGB nya didapat nilai rata-rata yang kemudian menjadi database RGB rumah dan bukan rumah. Maka, dengan menggunakan klasifikasi KNN dapat diklasifikasikan yang mana yang merupakan bangunan rumah dan bukan bangunan rumah. Dengan menggunakan klasifikasi KNN dapat digambarkan secara otomatis tentang kondisi suatu area, yang diolah lebih lanjut dengan dilakukan enhancement/ perbaikan citra uji untuk dapat dipisahkan dengan noise yang kemudian dihitung jumlah bangunan rumah pada area tersebut. Dengan adanya aplikasi ini diperoleh akurasi rata-rata terbaik sebesar 82,58 % dengan nilai parameter k=5 dan threshold aera open 100. Kata kunci: Deteksi, Ekstraksi ciri, Google Earth, K-NN, RGB
Perancangan Aplikasi Deteksi Kemacetanberdasarkan Audio Processing Menggunakan Metode Zero Crossingratedan Average Energyberbasis Android Putu Cinthia Wikessa; Bambang Hidayat; Ratri Dwi Atmaja
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Pemrosesan digital seringkali dimanfaatkan untuk menganalisis suatu hal yang bersifat audio, visual, ataupun video digital. Para engineer banyak mengembangkan sistem yang menggunakan pemrosesan digital seperti intelligent transport system (ITS) atau aplikasi monitoring system kemacetan di kota metropolitan. Kemacetan lalu lintas menjadi masalah utama bagi pengguna jalan, untuk itu sangat dibutuhkan sebuah aplikasi yang dapat memberikan informasi kondisi kepadatan lalu lintas di suatu ruas jalan agar pengguna jalan dapat terhindar dari kemacetan. Pada tugas akhir ini dibuat suatu aplikasi berbasis android yang dapat mengolah audio yang direkam menggunakan handphone. Secara umum, prinsip kerja sistem ini adalah dengan membandingkan sampel pada database dengan sampel baru menggunakan metode zero crossing rate dan average energy. Sampel yang nantinya akan diklasifikasi sehingga dapat menentukan kondisi lalu lintas. Proses merekam suara dengan menggunakan audio recorder pada handphone seluler berbasis android. Android adalah sistem operasi yang menyediakan platform terbuka sehingga dapat digunakan oleh bermacam peranti penggerak. Pada Tugas Akhir ini telah berhasil menstimulasikan sistem yang mampu mengklasifikasikan kondisi jalan macet dan lancar. Nilai akurasi yang didapat sebesar 73,33% menggunakan metode klasifikasi nearest-neighbor. Kata Kunci : kepadatan lalu lintas, zero crossing rate, average energy, android
Perancangan Sistem Identifikasi Kualitas Kayu Untuk Quality Kontrol Berbasis Pengolahan Citra Digital Igun Gunawan; Junartho Halomoan; Ratri Dwi Atmaja
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Pengenalan kualitas kayu yang sering dilakukan dengan menggunakan panca indra manusia adalah kegitan yang sudah lazim dilakukan. Cara ini membutuhkan pengalaman yang cukup banyak, selain itu akurasi cara pengenalan seperti ini pun kurang akurat. Jaringan syaraf tiruan (JST) sangat terlibat dalam penelitian ini. Tekstur yang digunakan sebagai informasi citra untuk memprediksi kondisi objektif dari sifat permukaan. Pengenalan tekstur dilakukan dengan menggunakan metode ektraksi ciri yang selanjutnya dilakukan pengenalan pola oleh JST. Dengan citra pori kayu dapat diambil unsur teksturnya untuk mengidentifikasi kualitas kayu dengan mengenali pola yang melewati ekstraksi ciri. Dengan teknik ini dapat mencapai tingkat akurasi 99.8%. Kata kunci : pengenalan pola, jaringan syaraf tiruan, tekstur, ekstraksi ciri.
Analisis Dan Perancangan Aplikasi Penerjemah Aksara Jawa Menggunakan Metode Backpropagation Ardyandrea Erstya Surya; Ratri Dwi Atmaja; Suci Aulia
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Teknologi yang berkembang pesat berpengaruh terhadap kesadaran masyarakat pada warisan budaya. Banyak masyarakat yang telah melupakan budaya yang ada, salah satunya adalah aksara nusantara. Pada tugas akhir sebelumnya membahas tentang pengenal aksara sunda menggunakan metode Learning Vector Quantization (LVQ) pada android dengan tingkat akurasi 60.90%. Pada tugas akhir lainnya tentang aksara jawa menggunakan metode Self-Organizing Map (SOM) pada matlab dengan tingkat akurasi 96.25% dengan waktu komputasi 7.9 detik. Dari tugas akhir diatas, maka pada tugas akhir ini dirancang sebuah aplikasi pengenal aksara jawa berbasis android. Pada tugas akhir ini input aksara jawa diambil menggunakan kamera android, lalu diproses pada software MATLAB. Parameter-parameter yang digunakan antara lain jenis deteksi tepi antara lain Canny, Sobel, Prewitt, dan Robert, serta jenis ektraksi ciri antara lain Sum, DCT, DWT, dan DFT. Sedangkan metode klasifikasi yang digunakan adalah JST backpropagation. Keluaran dari aplikasi ini berupa tulisan bahasa Indonesia. Untuk menilai akurasi aplikasi ini dilakukan pengujian pada parameter-parameter pada JST backpropagation yang digunakan. Dari pengujian yang telah dilakukan dapat disimpulkan bahwa akurasi terbaik adalah 80 % dengan parameter jumlah data latih 40 data, deteksi tepi Sobel, ekstraksi ciri DCT, jumlah hidden layers sebanyak 120 layer, learning rate 0.01, fungsi aktivasi yang digunakan purelin, dan algoritma training menggunakan trainrp. Katakunci : Aksara Jawa, pengolahan citra, android, MATLAB, ekstraksi ciri, dan Backpropagation.
Co-Authors A.A. Ketut Agung Cahyawan W Achmad Rizal Adri Achmad Farhan Agung Adinegoro Aldi Andika Pratama Andi Paramata Andria Puja Pratama Annas, Muhammad Satya Ardyandrea Erstya Surya Arif Setiawan Arina Fadhilah Armanda Nur Fadhlillah Ayu Putu Wida Vanhita Ayudina, Nasya Azhar, Tauhid Nur Azizah Azizah AZIZAH AZIZAH Bambang Hidayat Brillian Bagus Pakerti Utama Dayan Aldina Desy Agustin Doanda Khabi Putra Dyah Norma Maharsi Eko Susatio Erwin Susanto Faisal Nur Achsani Fiky Y. Suratman Firda Masitha Fransiskus Firdyan Laia Gelar Budiman Gurnita Koncara Indraloka Gusty Aditya Arrazaq Hafizh Saftian Hendra Priyana Mirantika Hilman Fauzi, Hilman I Gusti Putu Agung Satria Bayu Mahendra I Nyoman Apraz Ramatryana Igun Gunawan Immanuel Rayuzi Pandapotan Sinaga Inung Widjayanto Inung Wijayanto Irma Safitri Ivan Favian Iwan Iwut Jhordy Reswandi Junartho Halomoan Laksono Adi Cahyo Fitro Ledya Novamizanti Listhyani Dhianira Sarie Maghfira Rifki Hariadi Mohammad Fadly Sulianto Muhammad Ary Murti Muhammad Baresi Ariel Muhammad Najiburahman Muhammad Panji Kusuma Praja Muhammad Satya Annas Nadya Noviade Sapitri Nirwana Sari Novia Inggrit Dewiayu Santikasari Nur Andini Ocky Tiaramukti Porman Pangaribuan Pradipta Bagoes Santoso Putri Andriani Putu Cinthia Wikessa R. Yunendah Nur Fu’adah Rahman, Fadlur Rais Zul Ihram Ramli Ranggi Sistama Rani Harnila Regha Julian Pradhana Resandy, Refsi Ridho Aryan Ramadhan Rita Magdalena Rita Purnamasari Robinzon Pakpahan Santy Fauziyah SATRIA, FAJRI EKA Siti Nur Fatihah SOFIA SAIDAH Suci Aulia Taufik Prima Nugraha Teuku Firaz Bintang Nusantara Unang Sunarya Viko Adi Rahmawan WANANDA, PUTU DEBBY Yohana Karina Candra Sari