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 66 Documents
Search

 3   4   5   6   7 
Text Dependent Speaker Verification Menggunakan I-vector Extraction Dan Gmm Viko Adi Rahmawan; Achmad Rizal; Ratri Dwi Atmaja
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Dibandingkan metode verifikasi identitas biometrik lain, speaker verification memiliki kelebihan yaitu telah banyaknya perangkat mikrofon tersemat pada berbagai perangkat. Hal tersebut tentu menarik karena memungkinkan untuk ditambahnya metode verifikasi ini melalui pembaruan perangkat lunak tanpa memerlukan perangkat keras lain. Penelitian mengenai speaker verification telah banyak dilakukan beriringan dengan penelitian speaker recognition lainnya. Speaker recognition biasanya menggunakan MFCC (Mel Frequency Cepstral Coefficients) untuk melakukan pengenalan suara. Dalam tugas akhir ini akan dilakukan pengetesan akurasi sebuah sistem Text-Dependent Speaker Verification (TD-SV) yang menggunakan i-vector extraction dan Gaussian Mixture Model (GMM). I-Vector extraction diketahui memiliki akurasi yang lebih baik pada aplikasi Speaker Recognition dibandingkan dengan MFCC. Penelitian ini dapat menunjukkan berapa besar akurasi TD-SV menggunakan i-vector extraction dan GMM. Mnggunakan i-vector extraction dan GMM, didapatkan False Rejection Rate sebesar 60%, False Acceptance Rate sebesar 0% dan Error Rate sebesar 12%.Kata kunci : text dependent speaker recognition, i-vector, gaussian mixture model
Identifikasi Umur Menggunakan Ronsen Panoramik Gigi Dengan Metode Principal Component Analysis Dan Support Vector Machine Ayu Putu Wida Vanhita; Rita Magdalena; Ratri Dwi Atmaja
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Dalam dunia kedokteran forensik, mengidentifikasi korban berguna untuk mendapatkan data korban. Gigi adalah cara untuk mengidentifikasi paling tidak, umurnya. Karena seperti yang diketahui, gigi merupakan bagian tubuh keras dan tahan terhadap kondisi yang terindikasi menghancurkan. Gigi juga merupakan bagian yg khas dari tubuh manusia, sehingga setiap manusia akan berbeda susunan giginya. Penelitian ini dikembangkan sebuah aplikasi untuk mengidentifikasi umur jenazah melalui gigi menggunakan citra hasil pengolahan dari Dental Panoramic Radiograph. Dalam ilmu Odontologi, metode yang digunakan untuk mengetahui kisaran umur dari gigi adalah metode Schour dan Massler. Klasifikasi ciri yang digunakan adalah Support Vector Machine. Penelitian ini juga menggunakan Principal Component Analysis sebagai ekstraksi ciri.Kata kunci: Schour dan Masler, Dental Panoramic Radiograph, citra, Principal Component Analysis, Support Vector Machine.
Diagnosis Penyakit Parkinson Melalui Analisis Pola Berjalan Berdasarkan Vgrf Menggunakan Wavelet Dan Support Vector Machine Gusty Aditya Arrazaq; Rita Magdalena; Ratri Dwi Atmaja
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Penyakit parkinson atau Parkinson’s Disease (PD) tidak dapat didiagnosis disaat gejala muncul melalui citra medis yang didapatkan dari teknologi pindaian otak menggunakan computed tomography dan magnetic resonance imaging terhadap penderita PD karena tampak normal. Maka dari itu dibutuhkan metode lain yang dapat digunakan untuk mendiagnosis PD secara dini meskipun penderita PD masih tampak normal. Penderita PD bukan hanya memiliki gejala kegoyahan dan kekakuan saja melainkan juga memiliki kelainan bergerak dan kehilangan keseimbangan. Oleh karena itu, penelitian ini dilakukan dengan cara mengklasifikasi rekaman sinyal yang dihasilkan oleh sensor vertical ground reaction force (VGRF) bersumber dari database Physiobank. Sensor VGRF berjumlah 16 sensor dipasang pada kaki saat berjalan agar dapat mendiagnosis PD melalui analisis pola berjalan dengan menggabungkan koefisien wavelet dari hasil dekomposisi sinyal VGRF dan diklasifikasi menggunakan support vector machine (SVM). Penelitian ini menunjukkan bahwa koefisien wavelet adalah ciri yang baik untuk mewakili sinyal VGRF. SVM pada 140 vektor pelatihan dan 139 vektor pengujian mencapai akurasi klasifikasi sebesar 81,29% dengan waktu central processing unit (CPU) selama 80,87 detik sehingga metode ini dapat dipertimbangkan untuk digunakan pada analisis pola berjalan bagi penderita PD berdasarkan rekaman sinyal VGRF. Kata kunci: Parkinson’s Disease, Vertical Grond Reaction Force, Wavelet, Support Vector Machine, Analisis Pola Berjalan
Desain Dan Analisis Penerjemah Aksara Sunda Dengan Metode Speeded Up Robust Features Dan Radial Basis Function Neural Network Aldi Andika Pratama; Ratri Dwi Atmaja; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Aksara sunda adalah warisan budaya daerah yang harus dijaga, namun masyarakat kurang begitu paham untuk membaca aksara sunda. Penelitian ini menjelaskan bagaimana desain dan analisis dari suatu sistem penerjemah aksara sunda. Aksara sunda yang diterjemahkan adalah aksara sunda media cetak, dan tulisan tangan. Tahapan yang dilakukan pada penelitian ini adalah akuisisi citra, preprocessing, segmentasi, eksraksi, dan klasifikasi. Metode yang digunakan pada penelitian ini adalah metode Speeded Up Robust Features dan Radial Basis Function Neural Network. Aksara diterjemahkan per suku kata. Pengujian dilakukan pada data uji berupa kata, berjumlah 20 kata yang mewakili tiap kelas yang diuji. Parameter yang diukur pada penelitian ini adalah akurasi sistem dan waktu komputasi. Akurasi sistem keseluruhan mencapai 89,89% dengan waktu komputasi 1,53s dengan data hasil print screen, dan 66,024% dengan waktu komputasi 1,478s menggunakan data hasil scan. Sistem mampu mentolerir perubahan skala 25% sampai 50%, dengan toleransi perubahan akurasi 10% sampai 20%. Kata kunci : Speeded Up Robust Feature, Radial Basis Function Neural Network, Aksara Sunda.
Analisis Kelainan Jantung Menggunakan Sinyal Elektrokardiogram Dengan Metode Transformasi Wavelet Dan K-nearest Neighbors Immanuel Rayuzi Pandapotan Sinaga; Rita Magdalena; Ratri Dwi Atmaja
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Jantung memiliki peran yang sangat penting dalam sistematika organ tubuh sehingga dituntut untuk selalu berada dalam kondisi yang baik. Dalam bidang medis, terdapat alat pendeteksi kondisi jantung yang disebut Elektrokardiograf (EKG) yang dapat menghasilkan gelombang sebagai representasi dari perubahan pola kelistrikan pada jantung. EKG adalah alat yang mampu merekam sinyal listrik pada permukaan kulit yang berasal dari jantung. EKG dapat menggambarkan kondisi jantung seseorang sehingga dapat memberikan pertimbangan kepada dokter untuk menganalisis penyakit secara cepat. Tugas akhir ini bertujuan untuk melakukan analisis data keadaan jantung dengan menggunakan metode diskrit transformasi wavelet. Sistem penelitian ini dirancang untuk menganalisis dan mendiagnosis sinyal eletrokardiogram yang kemudian dapat digunakan untuk mengetahui apakah kondisi jantung dalam keadaan normal atau tidak. Metode yang digunakan pada tugas akhir ini adalah metode transformasi wavelet dan K-Nearest Neighbors. Sinyal EKG diekstraksi menggunakan transformasi wavelet sedangkan K-Nearest Neighbors berfungsi untuk mengklasifikasi ciri sinyal EKG. Hasil dari penelitian tugas akhir ini merupakan data analisis dan diagnostik yang mencapai tingkat akurasi 98% dan kemudian dapat digunakan dalam dunia medis.Kata Kunci: Diskrit Transformasi Wavelet, Electrokardiogram, K-Nearest Neighbors
Deteksi Bola Pada Konversi Poin Permainan Tenis Meja Berbasis Video Processing Ivan Favian; Ratri Dwi Atmaja; Azizah Azizah
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pendeteksian pergerakan bola pada tenis meja dengan metode background substraction and estimation adalah satu dari sekian banyak metode yang dipakai. Penentuan kondisi bola dengan Kalman filter, yaitu proses deteksi dan koreksi yang digunakan sangat cocok pada metode ini. Deteksi dan tracking bola dengan background substraction and estimation based on Kalman filter, membuat penelitian tugas akhir ini memiliki keunikan dari metode yang lain. Pada tugas akhir ini dirancang suatu program pengolahan video untuk mendeteksi pergerakan dan menentukan kondisi bola dari permainan tenis meja. Metode background subtraction and estimation digunakan sebagai pemisah antara background dan foreground, sehingga didapatkan objek yang akan di deteksi. Pendeteksian dan tracking bola dengan Kalman filter, sehingga sistem dapat menentukan bola saat melewati net dan garis. Pada deteksi bola berwarna oranye, saat jarak 1 meter dengan luas area 250 pixels menghasilkan akurasi sebesar 100%. Deteksi bola melewati garis, terdapat pada luas area 500 pixels dan 250 pixels dengan akurasi 100%. Sedangkan deteksi bola melewati net, terdapat pada luas area 500 pixels dengan akurasi 81,81%. Kata kunci : pengolahan video, deteksi gerakan, tenis meja, background subtraction, Kalman filter. Abstract Detection of moving ball on table tennis with background substraction and estimation method is one of the many methods used. Determine ball conditions with the Kalman filter, the detection and correction process is very suitable on this method. Detection and tracking of balls with substraction background and estimation based on Kalman filter, making this final research has unique way than the other methods. In this final project designed a video processing program to detect movement and determine the condition of the ball from table tennis game. Background subtraction and estimation method is used to separate between the background and foreground, so that the object will be detected. Detection and tracking of the ball with a filter calm, allowing the system to determine the ball as it passes through the net and the line. In the detection of orange ball, at 1 meter distance and area 250 pixels get 100% accuracy. Ball detection when passing line, could be at area 250 pixels and 500 pixels with accuracy 100%. Ball detection when passing the net at area 500 pixels with accuracy 81,81%. Keywords: video processing, detection, table tennis, background subtraction, Kalman filter.
Identifikasi Kelompok Umur Menggunakan Ronsen Panoramik Gigi Dengan Jaringan Syaraf Tiruan (artificial Neural Network) Putri Andriani; Rita Magdalena; Ratri Dwi Atmaja
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Ilmu forensik merupakan salah satu bidang yang sangat dibutuhkan saat ini. Ada berbagai jenis ilmu forensik, yang salah satunya adalah odontology forensic yang merupakan penggunaan ilmu kedokteran gigi terhadap hukum,. Dengan banyaknya bencana alam dan kecelakaan transportasi yang terjadi sekarang ini, maka bidang ilmu ini dirasa sangat berguna untuk menyelesaikan masalah tersebut untuk melakukan identifikasi korban yang berjatuhan karena peristiwa tersebut. Identifikasi tersebut salah satunya adalah identifikasi umur. Biasanya ahli forensik akan menggunakan hasil ronsen panoramik gigi sebagai alat bantu untuk menentukan perkiraan umur dari korban a yang sedang diidentifikasinya. Namun pada kenyatannya proses identifikasi ini cukup memakan waktu, sehingga dengan adanya teknologi pengolahan citra dirasa dapat mempermudah proses tersebut. Pada tugas akhir ini, mengembangkan aplikasi identifikasi gambar tampak gigi dari hasil ronsen panoramik yang di scanning yang outputnya akan berupa perkiraan klasifikasi umur . Tugas akhir ini menggunakan dua ekstraksi yaitu PCA dan LBP, serta JST backpropagation sebagai klasifikasinya. Hasil yang diperoleh pada tugas akhir ini adalah sebuah program berbasiskan Matlab yang menghasilkan akurasi rata-rata 80% untuk identifikasi kelompok umur menggunakan klasifikasi Jaringan Syaraf Tiruan Backpropagation.Kata Kunci : Schour and Massler, Jaringan Syaraf tiruan backprop
Simulasi Dan Analisis Speaker Recognition Menggunakan Metode Mel Frequency Cepstrum Coefficient (mfcc) Dan Gaussian Mixture Model (gmm) Doanda Khabi Putra; Iwan Iwut; Ratri Dwi Atmaja
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Tugas akhir ini membahas mengenai pengenalan pembicara (speaker recognition), yaitu mekanisme pengenalan identitas subjek berdasarkan ciri suaranya. Pertama, sinyal suara subjek yang diuji diekstraksi cirinya menggunakan metode MFCC (Mel Frequency Cepstrum Coefficient). Tahapan di dalam MFCC termasuk diantaranya adalah pre-emphasis, framing, windowing, FFT (Fast Fourier Transform), mel scaling dan DCT (Discrete Cosine Transform), yang mana keluaran MFCC adalah feature vector yang dinamakan cepstrum. Selanjutnya, cepstrum dari masing-masing subjek akan dimodelkan menggunakan metode GMM (Gaussian Mixture Model). Tahapan di dalam GMM termasuk diantaranya adalah Expectation-step dan Maximization-step, yang mana keluaran GMM adalah distribusi Gaussian dengan parameter mean (µ) dan variance ( ) yang unik untuk masingmasing subjek. Proses klasifikasi dilakukan dengan membandingkan parameter distribusi Gaussian antara data latih dan data uji. Pada penelitian internasional sebelumnya oleh kelompok mahasiswa di Preston University dan Jinnah Women University, Pakistan, dengan judul “Speaker Identification Using GMM with MFCC” diperoleh akurasi sebesar 87.5% dengan metode ekstraksi ciri MFCC, metode clustering K-Means, metode modelling GMM dan diklasifikasikan menggunakan log probability. Pada tugas akhir ini, kita akan melewatkan tahap clustering dan tahap klasifikasi dilakukan dengan melakukan perbandingan pada distribusi Gaussian memanfaatkan parameter mean (µ) dan variance ( ), dimana merupakan cara paling cepat dan mudah. Pada tugas akhir ini, diusahakan akurasi yang didapat mampu mendekati penelitian yang sudah ada mengingat tahap klasifikasi yang digunakan bisa dikatakan cara ‘kasar’ dalam penggunaan Gaussian Mixture Model (GMM) sehingga tidak bisa diekspektasikan lebih baik, meskipun banyak faktor lain yang bisa mempengaruhi akurasi simulasi. Kata kunci: Speaker recognition, Mel Frequency Cepstrum Coefficient (MFCC), Gaussian Mixture Model (GMM), Expectation Maximization (EM)
Deteksi Diabetes Retinopati Pada Foto Fundus Menggunakan Color Histogram & Transformasi Wavelet Andria Puja Pratama; Ratri Dwi Atmaja; Hilman Fauzi
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Diabetes Retinopati adalah gangguan pembuluh darah di retina pada pasien yang mengidap diabetes mellitus. Ini merupakan penyebab utama kebutaan pada orang dewasa bekerja di negara-negara berkembang, termasuk Indonesia. Pemeriksaan medis terhadap penderita penyakit diabetik retinopati dilakukan dengan pengamatan secara langsung oleh dokter pada citra retina pasien yang diambil menggunakan kamera fundus. Hasil pencitraan retina dari kamera fundus biasanya tidak dapat memberikan gambaran yang jelas terhadap pembuluh darah retina, sehingga akan menyulitkan dokter mata untuk menganalisis citra retina tersebut. Kelemahan metode ini juga dengan dibutuhkannya waktu yang relatif lama untuk mengetahui hasil pemeriksaan.Mengatasi kelemahan tersebut, dibutuhkan sistem yang dibangun menggunakan model komputasi dibutuhkan untuk mengubah piksel citra retina menjadi suatu ciri retina sehingga dapat membantu dokter dalam menetapkan tindakan medis secara cepat dan tepat.Pada penelitian ini dibuat suatu sistem yang dapat mendeteksi dan mengklasifikasikan penyakit diabetes retinopati mejadi 4 kelas berdasarkaan tingkat keparahannya yaitu normal, mild, moderate, dan severe . Pada tugas akhir ini, dengan menggunakan metode ekstraksi ciri Discrete Wavelet Transform dengan level dekomposisi 9 dan klasifikasi menggunakan Jaringan Syaraf Tiruan didapatkan akurasi terbaik 78% dengan menggunakan satu buah hiddenlayer dan 10 neuron didalamnya.. Kata kunci : Retinopati; Citra fundus; Ekstraksi ciri.
Pemisahan Verse Dan Reff Secara Otomatis Pada Musik Mp3 Menggunakan Korelasi Antar Frame Berbasis Ciri Discrete Wavelet Transform Dan Discrete Fourier Transform Nadya Noviade Sapitri; Ratri Dwi Atmaja; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pada perkembangan teknologi yang semakin pesat saat ini, kebutuhan manusia dalam mempermudah pencarian informasi semakin bertambah, terutama di dunia hiburan seperti musik. Maka dari itu dilakukanlah penelitian pada pengolahan sinyal informasi khususnya musik, dimana pengguna dapat melakukan pencarian verse dan reff dengan inputan potongan waktu dari verse dan reff untuk disimpan pada database yang terdiri dari 25 data potongan dengan 5 genre yang diproses secara manual terlebih dahulu untuk menentukan letak detik dari verse dan reff pada suatu lagu tersebut. Tugas Akhir ini melakukan pemisahan letak verse dan reff pada lagu menggunakan metode Discrete Wavelet Transform (DWT) dan Discrete Fourier Transform (DFT) dengan perhitungan korelasi antar frame. Pada saat lagu dimasukkan, maka sinyal audio akan diubah menjadi frame-frame kecil yang disebut dengan proses framing, selanjutnya dilakukan proses windowing sebelum ditransformasi menggunakan ekstraksi ciri Discrete Wavelet Transform (DWT). Sebelumnya dilakukan pencarian detik verse dan reff secara manual ke dalam Ms. Excel oleh penulis sebagai perbandingan yang akan di lakukan pada pengujian sistem nantinya. Pada tugas akhir ini parameter kerja yang didapat dari tingkat akurasi tertinggi dengan waktu komputasi terkecil menggunakan ukuran frame 1000ms untuk bagian verse dengan genre hiphop yaitu lagu DJ Khaled - Wild Thoughts ft. Rihanna, Bryson Tiller.mp3 sebesar 100% dengan waktu komputasi 0,48 detik dan pada bagian reff dengan genre pop yaitu lagu The Script - Super Heroes.mp3 sebesar 99,71% dengan waktu komputasi 0,58 detik. Kata kunci : Verse, Reff, Discrete Wavelet Transform (DWT) , Discrete Fourier Transform (DFT). Abstract In the increasingly rapid development of technology, human needs in facilitating information search are increasing, especially in the entertainment world such as music.Therefore research is carried out on signal processing information, especially music, where users can search verse and reference with input time pieces from verses and references to be stored in a database consisting of 25 pieces of data with 5 genres that are processed manually first to determine the location seconds of verse and reff on a song. This Final Project separates the location of verse and refrain on songs using the Discrete Wavelet Transform (DWT) method and Discrete Fourier Transform (DFT) method by calculating the correlation between frames. When the song is inserted, the audio signal will be converted into small frames called the framing process, then the windowing process is carried out before being transformed using feature extraction of the Discrete Wavelet Transform (DWT). Previously, verse and referrals were manually searched into Ms. Excel by the author as a comparison that will be done on the system testing later. In this final assignment the work parameters obtained from the highest level of accuracy with the smallest computation time use a frame size of 1000ms for parts of the verse with the hiphop genre, namely the song DJ Khaled - Wild Thoughts ft. Rihanna, Bryson Tiller.mp3 is 100% with 0,48 second of computation time and in the reff section with the pop genre, the song The Script - Super Heroes.mp3 is 99.71% with a computing time of 0,58 seconds. Keywords: Verse, Reff, Discrete Wavelet Transform (DWT) and Discrete Fourier Transorm (DFT).
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