Article Per Year (5 Year)
p-Index From 2021 - 2026
8.019
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Informatika dan Teknik Elektro Terapan Journal of Information Systems Engineering and Business Intelligence Jurnal Informatika Upgris Jurnal Sains dan Informatika JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Anterior Jurnal Jurnal Pengembangan Riset dan Observasi Teknik Informatika Jurnal Nasional Komputasi dan Teknologi Informasi TELEKONTRAN: Jurnal Ilmiah Telekomunikasi, Kendali dan Elektronika Terapan Technologia: Jurnal Ilmiah Informatika Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknologi Informatika dan Komputer Bulletin of Computer Science Research Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Jurnal Minfo Polgan (JMP) Konstelasi: Konvergensi Teknologi dan Sistem Informasi Jurnal Atma Inovasia JOINTECOMS (Journal of Information Technology and Computer Science) J-ENSITEC (Journal of Engineering and Sustainable Technology) Diteksi : Jurnal Pengabdian Kepada Masyarakat Jurnal Nasional Teknologi Informasi dan Aplikasinya Ignite: Journal Islamic Global Network for Information Technology and Entrepreneurship
Viktor Handrianus Pranatawijaya
Universitas Palangka Raya
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Social Sciences Transportation Other

Published : 118 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 118 Documents
Search

 6   7   8   9   10 
Implementasi Algoritma A* (Star) untuk Menentukan Rute Jarak Terpendek ., Yukandri; Tryastie, Melisa; Nelda, Lia; Priskila, Ressa; Pranatawijaya, Viktor Handrianus
Jurnal Nasional Teknologi Informasi dan Aplikasnya Vol 2 No 3 (2024): JNATIA Vol. 2, No. 3, Mei 2024
Publisher : Informatics Study Program, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JNATIA.2024.v02.i03.p01

Abstract

In this research, the implementation of the A star algorithm is used to find efficient routes, reduce the travel time, and optimize the use of existing road infrastructure at waypoints. The A star algorithm uses the concept of Open List and Close List, which helps to reduce the number of rechecks on the points travelled, thus speeding up the search process. The A star algorithm stops when there are no more points on the open list or when the end point has been determined. This research method uses primary data, which consists of five street locations in Palangka Raya city, as nodes and combines the distance between the street points. The implemented program uses the A Star algorithm to calculate the shortest route and displays the path along with the distance. The purpose of this research is to achieve the shortest route and calculate the distance travelled for the waypoints. Keywords: shortest route, A* algorithm, waypoint.
Penerapan Algoritma Dynamic Programming Dalam Penentuan Prioritas Pengerjaan Tugas Kuliah Mahasiswa Hidayat, Febrian Nur; Ferdinan, Bryan Desmonda; Saputra, Rendy; Christian, Efrans; Pranatawijaya, Viktor Handrianus
Jurnal Informatika Vol 12, No 2 (2024): INFORMATIKA
Publisher : Fakultas Sains & Teknologi, Universitas Labuhanbatu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36987/informatika.v12i2.5632

Abstract

College assignments are an essential part of every student’s learning process. However, the multitude of tasks from various subjects often leaves students confusedabout prioritizing their work. This research aims to assist students in effectively determining the priority of completing college assignments using a dynamic programming algorithm. This research uses a modeling method of various subjects as variables with different weights, such as deadlines and task difficulty levels. The dynamic programming algorithm is then used to find the optimal solution in completing all tasks, considering various possibilities, both deadlines and difficulty levels. This research has found that the application of the dynamic programming algorithm can create the best solution that takes into account all aspects and produces optimal schedulling in completimg tasks.  Althought it requires more time in the calculation process, this algorithm can also provide an optimal solution to help students complete their tasks efficiently and effectively. The application of this dynamic programming algorithm is expected to be a solution for students in completing their tasks better and avoiding stress due to task accumulation. Besides, this research also has the potential to benefit lecturers in assigning tasks to students by considering optimal capabilities and working time. Thus, this  research can help improve the quality of learning in higher education.
Aplikasi Penutupan Jalan dengan Penerapan Location based service Dan Graf Christian, Efrans; Pranatawijaya, Viktor Handrianus; Putra, Putu Bagus Adidyana Anugrah; Sari, Nova Noor Kamala; Kristianti, Novera
Technologia : Jurnal Ilmiah Vol 15, No 3 (2024): Technologia (Juli)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i3.15075

Abstract

Penutupan jalan merupakan isu yang kerap terjadi di kota besar. Yang sering terjadi adalah penutupan jalan tidak disertai dengan adanya informasi yang valid bagi masyarakat, sehingga masyarakat tidak mengetahui adanya penutupan jalan. Sehingga pada penelitian ini, dilakukan penerapan teknologi Location Based Service (LBS) dan struktur data Graf dalam pembuatan sebuah aplikasi yang dapat digunakan masyarakat untuk membuat dan mendapatkan informasi penutupan jalan. Aplikasi dikembangkan dengan menggunakan metodologi Extreme Programming. Pengembangan aplikasi dilakukan sebanyak 2 iterasi, dikarenakan adanya penambahan kebutuhan pada user stories, yaitu fitur untuk mendapatkan peringatan penutupan jalan pada radius tertentu. Aplikasi mobile digunakan oleh public user atau masyarakat, sedangkan aplikasi yang berbasis website digunakan oleh operator sebagai pengelola informasi. Hasilnya LBS berhasil diterapkan untuk menentukan titik penutupan jalan serta membuat peringatan penutupan jalan dalam bentuk push notification menggunakan fungsi Geofence. Teori Graf berhasil diterapkan untuk membuat rute alternatif dengan memanfaatkan titik koordinat jalan sebagai node penyusun Graf. Pemrosesan rute dilakukan dengan rules yang dibuat dari hasil modifikasi algoritma Breadth First Search, yaitu dengan menambahkan proses pemeriksaan titik hambatan.
IMPLEMENTASI ALGORITMA HILL CLIMBING UNTUK RUTE WISATA TERDEKAT DI PALANGKA RAYA Debora, Jessica Kurnia; Kalawa Putri, Maria Ramanda; Fajari, Rizqi; Priskila, Ressa; Pranatawijaya, Viktor Handrianus
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9732

Abstract

Penelitian ini mengimplementasikan algoritma Hill Climbing untuk menentukan rute wisata terpendek di Kota Palangka Raya dengan memanfaatkan optimisasi lokal. Studi kasus dilakukan pada destinasi wisata populer untuk meminimalisir jarak tempuh dan waktu kunjungan. Hasil penelitian menunjukkan efektivitas algoritma Hill Climbing dalam menghasilkan rute terpendek dibandingkan metode manual, memberikan kontribusi pada pengembangan sistem rekomendasi perjalanan wisata yang lebih efisien. Kami berhasil menyelesaikan permasalahan Travelling Salesman Problem (TSP) menggunakan algoritma Hill Climbing, mencari tur terpendek yang melintasi setiap titik sekali dan kembali ke titik awal dengan total jarak tempuh minimum. Proses ini melibatkan modifikasi tur saat ini melalui pembalikan sebagian jalur antara titik-titik dalam tur, dengan iterasi dilanjutkan hingga tidak ada perbaikan yang bisa dilakukan. Langkah-langkah dari tur yang dihasilkan direkam sebagai gambar PNG dan digabungkan menjadi file GIF, merepresentasikan perkembangan tur dari waktu ke waktu.
PEMANFAATAN DART, FLUTTER, FIREBASE, DAN STRIPE DALAM MEMBANGUN APLIKASI MOBILE Wijaya, Candra; Jovito, Felik Rolantius; Pranatawijaya, Viktor Handrianus; Sari, Nova Noor Kamala
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9854

Abstract

Dalam era bisnis yang terus berkembang, teknologi memainkan peran krusial dalam meningkatkan efisiensi operasional dan memenuhi kebutuhan pelanggan. Aplikasi mobile telah menjadi komponen integral dalam ekosistem bisnis modern, memfasilitasi interaksi antara pelanggan dan penyedia layanan. Aplikasi Mobile Ka'Cake Delivery hadir sebagai solusi inovatif untuk memenuhi kebutuhan pelanggan dalam melakukan pemesanan dan pengiriman pesanan secara efisien. Pengembangan aplikasi Ka'Cake Delivery melibatkan tahap persiapan, desain sistem, implementasi, dan pengujian. Data dari studi literatur dan penelitian lapangan digunakan untuk mendukung penelitian, sementara metode pengembangan sistem waterfall digunakan sebagai pendekatan utama. Rancangan sistem diintegrasikan dengan Dart, Flutter, Firebase, dan Stripe, kemudian diuji menggunakan black box testing untuk memvalidasi fungsionalitasnya. Hasil pengujian menunjukkan kesesuaian aplikasi Ka'Cake Delivery dengan kebutuhan yang ditetapkan, memberikan pengalaman yang mudah, cepat, dan memuaskan bagi pelanggan dalam memesan dan menerima pesanan. Implementasi aplikasi ini memberikan desain sistem, pengkodean, dan pengujian yang optimal. Publikasi hasil penelitian dilakukan dalam jurnal nasional terakreditasi, memberikan panduan yang berguna dalam pengembangan aplikasi mobile untuk pengiriman dari restoran.
Analisis Sentimen Mahasiswa terhadap Website PKKMB 2024 Universitas Palangkaraya dengan Metode Machine Learning Leonardo, Tomas; Pranatawijaya, Viktor Handrianus; Anugrah Putra, Putu Bagus Adidyana; Christian, Efrans; Geges, Septian
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 5 (2024): Oktober 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i5.8033

Abstract

Abstrak -Website PKKMB 2024 Universitas Palangkaraya merupakan platform utama yang digunakan untuk menyampaikan informasi dan materi orientasi kepada mahasiswa baru. Mengingat pentingnya pengalaman pengguna dalam menentukan efektivitas website, penelitian ini bertujuan untuk melakukan analisis sentimen terhadap feedback mahasiswa menggunakan pendekatan machine learning. Data yang digunakan dalam penelitian ini terdiri dari ulasan yang dikumpulkan melalui survei online. Tahapan penelitian mencakup pengumpulan data, pra-pemrosesan data, data labeling, pembagian data pelatihan dan uji 80:20, penanganan imballance data dengan SMOTE oversampling. Implementasi beberapa algoritma Machine Learning menunjukan hasil akurasi SVM 87%, Random Forest 86%, Neural Networks 84%, Naïve Bayes 82%, Decision Tree 80% dan KNN 73%. SVM menunjukkan kinerja yang paling baik dalam mengklasifikasikan sentimen pengguna ke dalam kategori positif, negatif, dan netral dengan tingkat akurasi, presisi, recall, dan F1-score yang stabil dengan skor 0.87 untuk setiap parameter dalam studi kasus ini. Model ini juga dapat memetakan sentimen positif dengan sangat baik: 0.91, model negative seimbang: 0.78. Walaupun ditemukan ketidakseimbangan untuk data netral di 0.73.  Yang mana juga dapat diamati pada confusion matrix sebanyak 95 sampel netral terklasifikasi dengan benar, namun 32 sampel netral diklasifikasikan sebagai negatif. Yang menandakan bahwa walaupun memiliki akurasi yang tinggi namun model masih perlu untuk dikembangkan lebih lanjut agar mampu mengklasifikasikan sentimen dengan baik khususnya dari sentimen yang netral. Penelitian ini memberikan wawasan penting bagi pengembang website PKKMB Universitas Palangkaraya dalam meningkatkan kualitas layanan kedepannya dan disisi lain untuk referensi analisis sentimen secara umum.Kata Kunci: Analisis Sentimen, Website PKKMB UPR 2024, Machine Learning Abstract - The PKKMB 2024 website of Palangkaraya University is the main platform used to convey information and orientation materials to new students. Given the importance of user experience in determining the effectiveness of a website, this study aims to conduct a sentiment analysis of student feedback using a machine learning approach. The data used in this study consisted of reviews collected through an online survey. The research stages include data collection, data pre-processing, data labeling, 80:20 training and test data division, data imbalance handling with SMOTE oversampling. The implementation of several Machine Learning algorithms showed an accuracy of SVM 87%, Random Forest 86%, Neural Networks 84%, Naïve Bayes 82%, Decision Tree 80% and KNN 73%. SVM showed the best performance in classifying user sentiment into positive, negative, and neutral categories with stable levels of accuracy, precision, recall, and F1-score with a score of 0.87 for each parameter in this case study. This model can also map positive sentiment very well: 0.91, balanced negative model: 0.78. Although there is an imbalance for neutral data at 0.73. Which can also be observed in the confusion matrix as many as 95 neutral samples are correctly classified, but 32 neutral samples are classified as negative. Which indicates that although it has high accuracy, the model still needs to be further developed in order to be able to classify sentiment well, especially from neutral sentiments. This study provides important insights for developers of the PKKMB Universitas Palangkaraya website in improving the quality of services in the future and on the other hand for general sentiment analysis references.Keywords: Sentiment Analysis, PKKMB UPR 2024 Website, Machine Learning
PENERAPAN API GEMINI DALAM LAYANAN PEMINJAMAN NOVEL ONLINE PADA WEBSITE COZYBOOK Aprilia, Salsabila; Agustin, Ria; Pranatawijaya, Viktor Handrianus; Sari, Nova Noor Kamala
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4508

Abstract

Perkembangan teknologi informasi telah memberikan dampak yang signifikan terhadap layanan perpustakaan, khususnya dalam proses peminjaman buku. CozyBook, sebagai platform peminjaman buku online, mengintegrasikan kecerdasan buatan (AI) melalui Gemini API untuk meningkatkan pengalaman pengguna. Penelitian ini bertujuan untuk menganalisis integrasi AI dalam layanan CozyBook dan efeknya terhadap efektivitas layanan. Metode prototype digunakan dalam pengembangan sistem, dengan penggunaan Visual Studio Code, HTML, CSS, JS, PHP, dan XAMPP sebagai alat pembangunan website. Implementasi AI terdiri dari pengaturan kunci API, penerapan API AI Gemini, dan inisialisasi model generatif. Hasil penelitian menunjukkan bahwa integrasi AI melalui API dapat meningkatkan pengalaman pengguna dalam menemukan dan meminjam buku secara online, serta memberikan respons yang cepat dan relevan melalui chatbot. Berdasarkan hasil pengujian, sistem CozyBook terbukti responsif dan dapat memenuhi permintaan pengguna secara efektif.
IMPLEMENTASI API CHAT GPT PADA APLIKASI RESTORAN BERBASIS WEBSITE Aryabimo, Agsa Rakha; Bernady, Delon; Sari, Nova Noor Kamala; Pranatawijaya, Viktor Handrianus
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4408

Abstract

Kecerdasan Buatan atau Artificial Intelligence adalah sebuah sistem komputer yang berkembang dengan sangat pesat yang memungkinkan mesin untuk meniru perilaku manusia dan memiliki kemampuan untuk melakukan tugas yang biasanya memerlukan kecerdasan manusia. Kecerdasan buatan memungkinkan mesin untuk belajar dari data, mengenali pola, membuat keputusan, dan menyelesaikan masalah tanpa intervensi manusia secara langsung. Oleh karena itu Selaras Rasa Nusantara mengambil langkah untuk meningkatkan pengalaman pengguna dalam melakukan interaksi pada website. Selaras Rasa Nusantara adalah sebuah restoran yang menawarkan beragam macam hidangan Indonesia yang autentik dan berkualitas. Dengan mengimplementasikan API ChatGPT, website dapat memberikan layanan tanya jawab kepada pelanggan yang lebih cepat, responsif dan akurat. Pelanggan dapat menanyakan berbagai macam resep hidangan yang ada pada website dan akan dijawab secara langsung oleh ChatGPT. Perancangan ini menggunakan metode waterfall, dimulai dari analisis kebutuhan sistem, perancangan sistem, implementasi coding, pengujian program dan pemelihatan program. Dengan demikian, implementasi API ChatGPT pada situs website Selaras Rasa Nusantara adalah langkah yang diambil dalam meningkatkan kualitas layanan dan pengalaman pengguna dalam industri makanan dan minuman Indonesia.
IMPLEMENTASI API CHATGPT SUMMARIZER BERBASIS WEBSITE Syahrohim, Imam; Saputra, Septian Dwi; Pranatawijaya, Viktor Handrianus; Sari, Nova Noor Kamala
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4313

Abstract

Penelitian ini memaparkan implementasi API ChatGPT sebagai komponen utama dalam membangun sistem peringkas teks otomatis berbasis website. Dengan semakin melimpahnya informasi dalam bentuk teks di era digital, kebutuhan untuk meringkas konten menjadi ringkasan yang padat namun informatif menjadi semakin penting. Sistem yang diusulkan mengintegrasikan model peringkasan teks canggih dari OpenAI, yakni ChatGPT, ke dalam aplikasi web agar dapat diakses secara luas oleh pengguna. Implementasi mencakup pembangunan antarmuka pengguna yang intuitif, server backend untuk memroses permintaan, serta mekanisme integrasi dengan API ChatGPT. Hasil evaluasi menunjukkan bahwa sistem mampu menghasilkan ringkasan berkualitas. Analisis mendalam terhadap output ringkasan juga dilakukan untuk mengidentifikasi area perbaikan seperti peningkatan kemampuan identifikasi informasi penting, optimalisasi kejelasan, penyesuaian gaya bahasa, dan penambahan fitur kontrol bagi pengguna. Penelitian ini berkontribusi pada pemanfaatan teknologi AI terkini untuk memfasilitasi akses terhadap informasi penting dari teks panjang secara efisien melalui platform website.
Unveiling User Sentiment: Aspect-Based Analysis and Topic Modeling of Ride-Hailing and Google Play App Reviews Pranatawijaya, Viktor Handrianus; Sari, Nova Noor Kamala; Rahman, Resha Ananda; Christian, Efrans; Geges, Septian
Journal of Information Systems Engineering and Business Intelligence Vol. 10 No. 3 (2024): October
Publisher : Universitas Airlangga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20473/jisebi.10.3.328-339

Abstract

Background: Mobile app usage is increasing in the digital age, with Ride-Hailing app becoming the primary example of this trend. To obtain valuable understanding of how people perceive and interact with mobile app, user reviews on platforms such as Google Play are usually analyzed. This analysis can assist developers to identify areas for improvement in both Ride-hailing and Google Play App. A promising method that can be used to analyze user perception in this instance is Aspect-Based Sentiment Analysis (ABSA). Objective: This research aimed to apply ABSA to user reviews using Bidirectional Encoder Representations from Transformers (BERT) models. In this context, aspect identification and topic modeling were performed by using Latent Dirichlet Allocation (LDA). The model extracted topics from the reviews and used Generative Artificial Intelligence (GenAI) to define the aspects of the topics to further enhance the analysis. For consistency and accuracy, the method included sentiment annotation by a human annotator. Methods: A total of two datasets were used in this research, with the first collected by scraping user reviews of Ride-Hailing App while the second was obtained from Kaggle, and to identify relevant topics, modeling was performed using LDA. These topics were then categorized into aspects using GenAI, covering areas, such as customer experience, service, payment, app features, task management, and event management. Subsequently, sentiment labeling was conducted using human annotators to provide a reliable baseline. BERT model was then used to classify sentiment with aspect hints, and the evaluation included calculations of accuracy, precision, recall, and F1-score. Results: The results showed that BERT model achieved the highest accuracy of 97% in sentiment analysis across all datasets. Conclusion: This research provided valuable understanding of user experience and established a strong ABSA framework for analyzing user reviews using LDA, Aspect Annotation, GenAI, and BERT sentiment models. Future research could expand this method to other app categories and incorporate real-time ABSA for continuous monitoring and dynamic feedback.   Keywords: User Reviews, Aspect-Based Sentiment Analysis (ABSA), Sentiment Analysis, Topic Modeling, Generative Artificial Intelligence (GenAI)
Co-Authors -, Rendy Swanda Narastu ., Widiatry ., Widiatry ., Yukandri Admi Ruth Sinana Adonis Jethro Patianom Agus Sehatman Saragih Agustin, Ria Ahmad Abdul Hadi Ainah, Saripah Alfian Rizaldi Alwinda Megawati Yogiswari Amazon, Firlo Anak Agung Istri Sri Wiadnyani Andini, Wafik Angel, Aprilia Christyana Tri Anugrah Putra, Putu Bagus Adidyana Anugrahnu, Dian Putra Aprilia, Salsabila Aprilian, Rivan Aprimikardo, Aprimikardo Arya Bima Mohammad Heriansyah Aryabimo, Agsa Rakha Baghaskara, Ghiraldi Bernady, Delon Candra Wijaya, Candra Candrawati, Nuri Christie, Sagita Amaria Christina, Sherly Debora, Jessica Kurnia DWI SURYANTO Edi Rusadi Efrans Christian Fajari, Rizqi Farhani Farhani Farhani, Farhani Felicia Sylviana Ferdinan, Bryan Desmonda Firdo, Daud Firlo Amazon Florensia, Nela Puspita Frira Sesilia Gavin Berylian Josepto Gunawan, Vincentius Abdi Handoko, Rifky Mustaqim Handoko, Rifky Mustaqim Handoko Haridjaya, Ezra Janitra Hariz Kurniawan Hefi Kristianto Hendra Yulianto Hidayat, Febrian Nur Jama, Luniko Jovito, Felik Rolantius Kalawa Putri, Maria Ramanda Kelvin Wijaya, Kelvin Khotimah, Yusie Nur Chusnul Kristianti, Novera Kristianto, Hefi Lena, Martha Leonardo, Tomas Lisa Lisa Lisa Lisa, Lisa Magnus, Thomas Zugildo Maharani, Audry Marhayu Marhayu Marhayu, Marhayu Martha lena Marvin Donald Richardo Aronggear Masitoh, Reina Dewi Maulana, Ferdy Afriza Muhamad Rafliansyah Nadya Revelin Putri Nasution, Annio Indah Lestari Natalius Natalius Natalius, Natalius Nela Puspita Florensia Nelda, Lia Nova Noor Kamala Sari Nova Noor Kamalasari Novia Fitriani Nurdin Nurdin Patianom, Adonis Jethro Patimah, Yulia Permana, Ananda Aji Ivan Pratama, Ferdha Alif Priskila, Ressa Puspitarani, Siska Putra, Bima Faru Rochkim Putra, Putu Bagus A.A. Putra, Putu Bagus Adidyana Anugrah Putra, Rholand Deo Eka Putra, Wahyuni Putri, Oktaviani Enjela Rafif Dhia Yusrana Rahman, Resha Ananda Ramadhani, Aditya Ananda Rendy Saputra Ressa Priskila Ressa Priskilla Rinaldi Rizwar Rizaldi, Alfian Rizky Aditya Ronaldo, Deddy Rusadi, Edi Ryan Delon Pratama Sadarman Zai Sahay, Abertun Sagit Saputra, Ferry Saputra, Muhammad Dwi Saputra, Rizal Wahyu Saputra, Septian Dwi Savero, Joshua Evan Septian Geges Septian Geges Sriyanto, Naufal Ihsan Syahrohim, Imam Tanciang, Tanciang Tri Amri Wijaya Tryastie, Melisa Wahyuni Putra Wandri Bungkam Wandri Bungkam Widiatry Widiatry, Widiatry Widyasari, Yolantya Wijaya, Tri Amri Willy Azrieel Yogiswari, Alwinda Megawati Yosepha, Elsa Yulia Patimah