Article Per Year (5 Year)
p-Index From 2020 - 2025
19.311
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Ilmu Komputer dan Informasi Lontar Komputer: Jurnal Ilmiah Teknologi Informasi PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Jurnal Ilmiah Kursor Jurnal Mahasiswa Jurusan Arsitektur Jurnal Teknologi Informasi dan Ilmu Komputer Journal of Information Systems Engineering and Business Intelligence Jurnal Teknologi dan Sistem Komputer JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Jurnal Nasional Teknik Elektro dan Teknologi Informasi Journal of Management Research and Studies
Fitra Abdurrachman Bachtiar
Fakultas Ilmu Komputer - Universitas Brawijaya
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Social Sciences

Published : 222 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 222 Documents
Search

 17   18   19   20   21 
Klasifikasi Tingkat Stress dari Data Berbentuk Teks dengan Menggunakan Algoritma Support Vector Machine (SVM) dan Random Forest Naufal Fathirachman Mahing; Alifi Lazuardi Gunawan; Ahmad Foresta Azhar Zen; Fitra Abdurrachman Bachtiar; Satrio Agung Wicaksono
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.1078010

Abstract

Stres merupakan keadaan dimana seseorang merasakan adanya tekanan yang berlebih pada dirinya. Pemantauan tingkat stres menjadi hal yang penting bagi manusia. Tingkat stres yang tinggi dapat menimbulkan dampak negatif terhadap kesehatan manusia. Deteksi dini stres menjadi sesuatu yang sangat penting untuk dilakukan. Salah satu cara mengetahui tingkat stres seseorang adalah melalui analisis teks. Penelitian ini dilakukan untuk melakukan klasifikasi tingkat stres berdasarkan data berupa teks menggunakan algoritma Support Vector Machine (SVM) dan Random Forest. Pada penelitian ini melakukan perbandingan beberapa metode transformasi. Transformasi yang dilakukan pada penelitian ini menggunakan TF-IDF, CountVectorizer, NRCLex, dan Word Affect Intensities. Data yang digunakan dalam penelitian ini berupa sebuat teks berbahasa Inggris yang diambil dari media sosial Twitter. Total data yang digunakan yaitu 8439 data. Pelatihan model baik untuk Support Vector Machine dan Random Forest menggunakan 6751 data. Sedangkan untuk pengujian menggunakan 1688 data. Hasil penelitian menunjukkan bahwa algoritma SVM dengan pembobotan menggunakan TF-IDF memiliki performa yang paling baik dibandingkan dengan algoritma Random Forest dan metode transformasi lainnya yang digunakan dalam penelitian. Model algoritma SVM dengan transformasi TF-IDF yang dibangun berhasil mendapatkan akurasi sebesar 84%. Model ini mendapatkan akurasi yang lebih tinggi dibanding model Random Forest yang memperoleh akurasi tinggi sebesar 80% dengan menggunakan transformasi CountVectorizer.   Abstract Stress is a condition where a person feels excessive pressure on himself. Monitoring stress levels is important for humans. High levels of stress can have a negative impact on human health. Early detection of stress is something that is very important to do. One way to find out someone's stress level is through text analysis.This research was conducted to classify stress levels based on text data using the Support Vector Machine (SVM) and Random Forest algorithms. This research compares several transformation methods. The transformation performed in this study uses TF-IDF, CountVectorizer, NRCLex, and Word Affect Intensities. The data used in this research is an English text taken from Twitter social media. The total data used is 8439 data. Model training for both Support Vector Machine and Random Forest uses 6751 data. While for testing using 1688 data. The results showed that the SVM algorithm with weighting using TF-IDF had the best performance compared to the Random Forest algorithm and other transformation methods used in the study. The SVM algorithm model with TF-IDF transformation that was built managed to get an accuracy of 84%. This model obtained a higher accuracy than the Random Forest model which obtained a high accuracy of 80% using the CountVectorizer transformation.
Perbandingan Convolutional Neural Network VGG16 dan ResNet34 pada Sistem Klasifikasi Sampah Botol Hutamaputra, William; Krisnabayu, Rifky Yunus; Mawarni, Marrisaeka; Yudistira, Novanto; Bachtiar, Fitra Abdurrachman
Jurnal Teknologi dan Sistem Komputer Volume 10, Issue 2, Year 2022 (April 2022)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2021.14045

Abstract

Hampir semua botol minuman kemasan yang beredar di masyarakat terbuat dari bahan plastik dikarenakan plastik merupakan bahan yang murah dan mudah dibentuk. Plastik adalah bahan non-organik yang sulit diuraikan sehingga botol plastik dapat menyebabkan pencemaran lingkungan. Sehingga diperlukan suatu solusi yang efektif untuk mengatasi kerusakan lingkungan yang disebabkan oleh sampah botol plastik. Salah satu solusi yag dapat dilakukan yaitu melakukan klasifikasi dan daur ulang sampah botol plastik. Pengklasifikasian sampah botol plastik dan sampah botol bukan plastik ke dalam kategori yang ditentukan sesuai dengan persyaratan kemudian didaur ulang agar dapat diolah kembali agar tidak merusak lingkungan. Artikel ini mengusulkan model VGG16 dan ResNet34 berbasis deep learning menggunakan CNN (Convolutional Neural Network) untuk mengidentifikasi dan mengklasifikasikan sampah botol. Berdasarkan hasil pengujian menggunakan Convolutional Neural Network, arsitektur VGG16 memiliki akurasi sebesar 90% dan ResNet34 memiliki akurasi sebesar 50% pada klasifikasi botol plastik dan bukan botol plastik. Masing-masing arsitektur menggunakan 10 epoch, 32 batch, 1655 gambar.
Deteksi Pertanyaan Tidak Tulus pada Quora dengan Metode Bidirectional Long Short Term Memory (LSTM) dan Self-Attention Novianti, Siska; -, Apriyanti; Yudistira, Novanto; Bachtiar, Fitra Abdurrachman
Jurnal Teknologi dan Sistem Komputer [IN PRESS] Volume 10, Issue 3, Year 2022 (July 2022)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2022.14047

Abstract

Quora adalah salah satu situs tanya jawab terbesar dengan ribuan pertanyaan setiap harinya. Berbagai macam topik pertanyaan dan jawaban disampaikan pengguna untuk bertukar informasi. Demi memberikan kenyamanan pengguna, Quora ingin mendeteksi pertanyaan-pertanyaan yang tidak tulus yang muncul pada platform mereka. Pertanyaan tidak tulus tersebut adalah pertanyaan yang secara sengaja disampaikan pengguna dimana sebenarnya pertanyaan tersebut tidak membutuhkan jawaban, namun hanya untuk membuat sebuah pernyataan yang memprovokasi pengguna lain. Pada penelitian ini diusulkan metode Bidirectional LSTM dan Self Attention untuk membuat model terbaik yang dapat memprediksi pertanyaan-pertanyaan di Quora. Pada akhir pelatihan, didapatkan model terbaik dengan nilai akurasi sebesar 0,9668, nilai pressisi sebesar 0,9880 , nilai sensitifitas (recall) sebesar 0,9769 dan nilai F1 sebesar 0,9824.
Educational Media Development using Guided Discovery Learning Approach in Chemical Element Subject Renavitasari, Ivenulut Rizki Diaz; Tolle, Herman; Bachtiar, Fitra A.; Supianto, Ahmad Afif
Journal of Information Technology and Computer Science Vol. 8 No. 2: August 2023
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jitecs.202382448

Abstract

A chemical element is one of the materials in high school for chemistry subject. Students have difficulties in studying chemical elements due to ample theories that must be memorized. In addition, conventional learning models that tend to be one-way create boredom feeling towards students. The use of interactive educational media can be a solution to the learning process. This study tries to provide a solution by developing mobile-based educational media combined with guided discovery learning models to help the learning process of chemical elements in high school. The use of appropriate educational media can be used as an independent learning tool. This study uses Research & Development (R&D) combined with SAM Model to develop this educational media. Testing is using an expert validation approach for the prototype of educational media. This study adapted the Computer System Usability Questionnaire (CSUQ) to assess an aspect of the usability of educational media. To assess the content of the material in this educational media, this study uses an evaluation questionnaire from the subject matter and media experts. The development process is carried out in three iterations, namely the preparation stage, iterative stage, and iterative development stage. The results of this study show that the assessment of chemical elements in educational media has a score of 86.8% on its system usability according to media experts and a score of 90.5% on educational media content according to material experts. So, this educational media is feasible to be applied to high school students. Overall, this educational media got a good score on the pretest-posttest, where the effectiveness of using this educational media increased student learning outcomes with an N-Gain value of 80.62%.
Evaluation of Usability in LetsCode Digital Learning Media Using the Usability Testing Method and Use Questionnaire Nadifa, Rahajeng Mufti; Pradana , Fajar; Bachtiar, Fitra Abdurrachman
Journal of Information Technology and Computer Science Vol. 9 No. 2: August 2024
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jitecs.92599

Abstract

Basic Programming is one of the compulsory courses at the lecture level in the field of computer science. The problem that is often encountered in these courses is the low understanding of students towards the programming material provided. Digital learning media, namely the LetsCode website, was developed to become a learning support medium and increase students' understanding of basic programming. To find out how far learning media can meet user needs, a usability test is carried out to determine the usability level of the system. The research was conducted using the usability testing method using a Use Questionnaire for LetsCode website users. The criteria for the test respondents were students of the Information Technology Education Study Program, Brawijaya University, with a total of 30 respondents. From the results of the questionnaire test using the F test, it shows that the variables of expediency, ease of use, and ease of learning have a simultaneous effect on satisfaction. For the feasibility of getting a result of 88.43% of the overall usability aspect which shows the LetsCode website is in the very feasible category. The research was limited to the analysis of questionnaire data and did not enter the system development stage.
Pengembangan Bahan Ajar e-Modul Interaktif pada Mata Pelajaran Dasar Desain Grafis menggunakan Model Addie Sofyanda, Erika Yussi; Rokhmawati, Retno Indah; Bachtiar, Fitra Abdurrachman
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 9 (2023): September 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kurangnya pemahaman siswa terhadap mata pelajaran dasar desain grafis disebabkan kurangnya bahan ajar dari guru kepada siswa yang dijadikan sebagai bahan pembelajaran di rumah maupun di sekolah. Oleh karena itu dilakukan penelitian dan pengembangan bahan ajar modular Young berbasis Flip PDF Corporate Edition. Jenis penelitian adalah penelitian dan pengembangan (R&D) dengan menggunakan model pengembangan ADDIE yang terdiri dari lima tahapan yaitu Analisis, desain, pengembangan, implementasi dan evaluasi. Subyek penelitian ini adalah siswa kelas X DKV SMK Negeri 7 Malang. Ekonomi media pembelajaran dievaluasi melalui tes dengan ahli materi dan ahli media. Teknik analisis data menggunakan uji-t sampel berpasangan dengan taraf Sig.Value 0,05. Berdasarkan uji validitas materi diperoleh rata-rata 88,3 pada kriteria Validitas dan 84,5 pada kriteria Validitas pada uji ahli media. Bahan ajar yang dikembangkan dengan demikian memenuhi kriteria ahli materi dan media. Uji-t sampel berpasangan dengan tingkat Sig.Value 0,05 digunakan dalam teknik analisis data sebelum dan sesudah tes. Berdasarkan hasil analisis data yang dilakukan, diberikan Sig.value 0,00. Penerapan dan penggunaan E-modul berpengaruh terhadap hasil belajar karena terdapat perbedaan antara hasil pre-test sebelum menggunakan E-modul dengan hasil tes setelah penggunaan E-modul dengan Sig.Value 0,00 <; 0,05.
Klasifikasi Tingkat Emosi pada Data berbasis Teks menggunakan Multiclass Support Vector Machine Anjasari, Ni Luh Made Beathris; Bachtiar, Fitra Abdurrachman; Setiawan, Budi Darma
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 9 (2023): September 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Dampak emosi yang sangat kuat memiliki potensi untuk mempengaruhi fungsi intelektual, keseimbangan hormonal, dan kesehatan mental individu. Studi sebelumnya menunjukkan bahwa gangguan emosional dapat berkontribusi terhadap kondisi seperti depresi dan perilaku yang tidak normal. Depresi, sebagai gangguan kejiwaan yang serius, menyebabkan risiko yang tinggi, termasuk hilangnya minat hidup dan bahkan kecenderungan untuk melakukan tindakan bunuh diri. Oleh karena itu, penting untuk mendeteksi dan mengidentifikasi faktor-faktor pemicu depresi atau stres dengan tujuan memberikan pengobatan yang tepat sesuai dengan pemahaman kondisi emosi seseorang. Penelitian ini bertujuan untuk mengklasifikasikan emosi dengan memanfaatkan metode klasifikasi Support Vector Machine (SVM) guna mengidentifikasi tujuh kelas emosi dalam bahasa Inggris. Sumber data yang digunakan dalam studi ini berasal dari sumber sekunder, yakni kumpulan data International Survey on Emotion Antecedents and Reactions (ISEAR), yang terdiri dari total 7666 entri data. Sebelum langkah klasifikasi dimulai, data melalui proses pra-pemrosesan, termasuk langkah pembobotan kata menggunakan teknik Term Frequency-Inverse Document Frequency-Inverse Category Frequency (TF-IDF-ICF). Tujuan dari penelitian ini melibatkan beberapa aspek, diantaranya adalah untuk menginvestigasi pengaruh dari penerapan pembobotan TF-IDF-ICF terhadap hasil klasifikasi SVM, menentukan hyperparameter yang paling optimal untuk SVM, dan menganalisis hasil klasifikasi yang dihasilkan melalui pendekatan SVM. Dalam penelitian ini, digunakan pendekatan One Versus All (OVA) dengan menerapkan metode sequential training dan perhitungan kernel berbasis Radial Basis Function (RBF). Berdasarkan hasil penelitian yang diperoleh, dapat disimpulkan bahwa pendekatan SVM dengan penerapan pembobotan kata TF-IDF-ICF dan penggunaan hyperparameter spesifik, yaitu λ=0,5, γ=0,0001, ε=0,00001, dan C=20, mampu memberikan performa terbaik dengan mencapai rata-rata akurasi sebesar 0,59, rata-rata presisi sebesar 0,59, rata-rata recall sebesar 0,62, dan rata-rata nilai f-measure sebesar 0,59.
Pemanfaatan Teknologi Sentence Similarity dan Zero-Shot Classification Sebagai Media Sistem Informasi Pendukung dalam Proses Evaluasi dan Penilaian Ujian Esai Irfani, Ilham; Pradana, Fajar; A. Bachtiar, Fitra
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 13 (2024): Publikasi Khusus Tahun 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Jurnal ini akan dipublikasikan pada Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK)
Evaluasi Antarmuka Pengguna Media Pembelajaran Digital Pemrograman Dasar LetsCode dengan Metode Usability Testing dan Cognitive Walkthrough Ubaydillah, Achmad Afif; Az-Zahra, Hanifah Muslimah; Bachtiar, Fitra Abdurrachman
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Departemen Sistem Informasi Fakultas Ilmu Komputer Universitas Brawijaya memanfaatkan website sebagai media pembelajaran pada praktikum Kuliah Pemrograman Dasar. Tetapi, website yang digunakan saat ini hanya bisa berkomunikasi secara 1 arah antara pengguna. Oleh karena itu, mahasiswa Fakultas Ilmu Komputer Universitas Brawijaya mengembangkan media pembelajaran digital LetsCode dengan menerapkan metode pair programming guna meningkatkan pemahaman serta kemampuan problem solving dan melatih komunikasi peserta didik secara kolaboratif. Namun, terdapat pengguna yang kesulitan untuk mengoperasikan media pembelajaran LetsCode dikarenakan latar belakang pengetahuan dan wawasan pengguna mengenai website media pembelajaran. Dengan itu, pengguna belum bisa beradaptasi dengan media pembelajaran website yang tergolong baru bagi peserta didik. Oleh sebab itu, dilakukan evaluasi antarmuka untuk mengetahui seberapa mudah sistem digunakan oleh pengguna. Menggunakan metode Usability Testing untuk mengetahui Efficiency, Effectiveness, dan Satisfaction serta menggunakan metode Cognitive Walkthrough untuk mengetahui Learnability bersama usability experts. Evaluasi dilakukan dengan pengujian task scenario, wawancara, dan memberikan kuesioner kepada responden. Didapatkan nilai untuk kriteria Efficiency timed-based efficiency bahwa responden dapat menyelesaikan 0.012 tugas dalam 1 detik dan overall relative efficiency memiliki rata-rata nilai 90%. Nilai aspek Effectiveness dengan success rate memiliki nilai 89,46% dan error rate memiliki nilai 7%. Satisfaction mendapatkan 75,6. Serta 15 permasalahan beserta rekomendasi perbaikan.
Klasifikasi Ekspresi Wajah Menggunakan Region Selected Facial Landmarks Extraction dan Convolutional Neural Network (CNN) Nainggolan, Cesilia Natasya; A. Bachtiar, Fitra; Setiawan, Budi Darma
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 13 (2024): Publikasi Khusus Tahun 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Jurnal ini akan dipublikasikan pada Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK)
Co-Authors AA Sudharmawan, AA Abidatul Izzah Abu Wildan Mucholladin Achmad Arwan Achmad Basuki Achmad Fahlevi Achmad Firmansyah Sulaeman Achmad Hanim Nur Wahid Achmad Ridok Adam Hendra Brata Adam Syarif Hidayatullah Adam Syarif Hidayatullah Adinugroho, Sigit Aditya Rachmadi Aditya Rachmadi, Aditya Admaja Dwi Herlambang, Admaja Dwi Admi Rut Sinana Afida, Latansa Nurry Izza Afifurrijal Afifurrijal Agus Wahyu Widodo Ahmad Afif Supianto Ahmad Afif Supianto Ahmad Afif Supianto Ahmad Afif Supianto Ahmad Fairuzabadi Ahmad Foresta Azhar Zen Aisyah Awalina Aisyah Awalina Aisyatul Maulidah Aisyatul Maulidah Akhmad Lazuardi Alaikal Fajri Nur Alfian Aldi Fianda Putra Alfi Nur Rusydi Alfin Taufiqurrahman Alfirsa Damasyifa Fauzulhaq Alhasyimi, Dana Mustofa Alifi Lazuardi Gunawan Amalia Kusuma Akaresti Andi Alifsyah Dyasham Anggit Chalilur Rahman Anita Rizky Agustina Anita Rizky Agustina Anjasari, Ni Luh Made Beathris Anjumi Kholifatu Rahmatika Annuranda, Ramansyah Eka Apriyanti -, Apriyanti Ardi Wicaksono ari kusyanti Arieftia Wicaksono Aulia Akhrian Syahidi Aulia Dewi Savitri Aulia Nurrahma Rosanti Paidja Aulia Septi Pertiwi Azhar Izzannada Elbachtiar Azzam Syawqi Aziz Baharudin Yusuf Widiyanto Barlian Henryranu Prasetio Bayu Aji Firmansyah Bayu Sutawijaya Benni A. Nugroho Bere, Stevania Biabdillah, Fajerin Bianca Pingkan Nevista Bintang Fajrianti Brahma Hanif Farhansyah Budi Darma Setiawan Budi Setiawan Cahya, Reiza Adi Cinthia Vairra Hudiyanti Dariswan Janweri Perangin-Angin Dary Ardiansyah Haryono Dea Zakia Nathania Dedi Romario Delpiero, Rangga Raditya Desy Setya Rositasari Dika Imantika Dimas Angga Nazaruddin Dinda Adimanggala Dito William Hamonangan Gultom Diva Fardiana Risa Diva Fardiana Risa Djoko Pramono Dona Adittia Dyah Ayu Wulandari Dyah Ayu Wulandari Dzar Romaita Eka Devi Prasetiya Eka Yuni Darmayanti Eko Laksono Eko Setiawan Elok Nuraida Kusuma Dewi Fabiansyah Cahyo Kuncoro Pradipta Faizatul Amalia Fajar Pradana Fajar Pradana Fajerin Biabdillah Faranisa, Puspa Ayu Fardan Ainul Yaqiin Farhan Setya Dhitama Farid Syauqi Nirwan Fasya Ghassani Hadiyan Fatwa Ramdani, Fatwa Ferdian Maulana Akbar Ferry Ardianto Rismawan Ficry Agam Fathurrachman Fikar Mukamal Gandhi Ramadhona Giga Setiawan Gregorius Dhanasatya Pudyakinarya Gultom, Dito William Hamonangan Gunawan, Alifi Habib Bahari Khoirullah Haikal, Raihan Hanif Prasetyo Maulidina Hanifah Khoirunnisak Hanifah Muslimah Az-Zahra Hanifah Muslimah Az-Zahra, Hanifah Muslimah Haryowinoto Rizqul Aktsar Hasyir Daffa Ibrahim Hayashi, Yusuke Herman Tolle Heryana, Ana Hirashima, Tsukasa Holiyanda Husada Hutamaputra, William Ihza Razan Alghifari Ikhsan Putra Arisandi Ikrom Septian Hadi Ilham Pambudi Imam Cholissodin Imam Cholissodin Imam Cholissodin Indra K. Syahputra Indra Kurniawan Syahputra Indriati Indriati Indriati Indriati Intan Yusuf Habibie Iqbal Taufiq Ahmad Nur Irfani, Ilham Irma Nurvianti Irwan Suprianto Issa Arwani Ivqonnada Al Mufarrih Joseph Ananda Sugihdharma Joseph Ananda Sugihdharma Julia Ferlin Kartiko, Erik Yohan Katrina Puspita Kevin Gusti Farras Fari&#039; Utomo Kharis Alfian Kharis Alfian Kresna Hafizh Muhaimin Krisnabayu, Rifky Yunus Krisnandi, Dikdik Kuncahyo Setyo Nugroho Kurnia Fakhrul Izza Kusumo, R. Budiarianto Suryo Lailil Muflikhah Ludgerus Darell Perwara Luthfi Afrizal Ardhani M Reza Syahputra A M. Ali Fauzi M. Khusnul Azhari M. Raabith Rifqi M. Sofyan Irwanto Mar'i, Farhanna Marvel Timothy Raphael Manullang Mawarni, Marrisaeka Michael Stephen Lui Moch Irfan Prayudha Adhianto Mochamad Chandra Saputra Mochamad Havid Albar Purnomo Mochammad Dearifaldi Al Ikhsan Mochammad Dearifaldi Al Ikhsan Moh Iqbal Yusron Mufidatun Nuha Muh. Edo Aprillia Andilala Muhammad Ferdyandi Muhammad Ifa Amrillah Muhammad Tanzil Furqon Muhammad Taufik Dharmawan Muhammad Wafi Muhammad Wafi Muhammad Zulfikarrahman Nabila Leksana Putri Nabila Lubna Irbakanisa Nadifa, Rahajeng Mufti Nainggolan, Cesilia Natasya Nanang Yudi Setiawan Nanang Yudi Setiawan Nanang Yudi Setyawan Nanda Ajeng Kartini Nanda Samsu Dhuha Nasita Ratih Damayanti Naufal Fathirachman Mahing Nourman Hajar Novanto Yudistira Novi Sunu Sri Giriwati Novianti, Siska Nur Wahyu Melliano Hariyanto Nurafifah Alya Farahisya Nurul Hidayat Oddy Aulia Rahman Nugroho Okta Dwi Ariska Ovy Rochmawanti Pamungkas, Gilang Alif Pradana , Fajar Priyambadha, Bayu Pryono, Muhammad Adam Puras Handharmahua Putra Pandu Adikara Rafif Taqiuddin Rafif Taqiuddin Rafly, Andi Raga Saputra Heri Istanto Rahman, Rafli Rahmat Adi Setiawan Ramadhan, Muhammad Fitrah Randy Cahya Wihandika Randy Cahya Wihandika Ratih Kartika Dewi Refi Fadholi Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi Renavitasari, Ivenulut Rizki Diaz Retno Indah Rokhmawati Retno Indah Rokhmawati, Retno Indah Revanza, Muhammad Nugraha Delta Reza Syahputra Rezka Aditya Nugraha Hasan Rezky Dermawan Rhobith, Muhammad Rian Nugroho Ridwan Adi Setiabudi Riski Darmawan Riza Setiawan Soetedjo Rizal Setya Perdana Rizkey Wijayanto Rizkia Desi Yudiari Rizky Adinda Azizah Rizky Muhammad Faris Prakoso Robi Dwi Setiawan Rona Salsabila Said Atharillah Alifka Alhabsyi Samuel Arthur Satrio A. Wicaksono Satrio Agung Wicaksono Satrio Agung Wicaksono Satrio Hadi Wijoyo Satrio Hadi Wijoyo Satyawan Agung Nugroho Satyawan Agung Nugroho Shinta Aprilisia Sifaunnufus Ms, Fi Imanur Sintiya, Karena Siswahyudi, Puad Siti Mutdilah Sofyanda, Erika Yussi Sri Wulan Utami Vitandy Sueddi Sihotang Sugihdharma, Joseph Ananda Sulandri Sulandri Sza Sza Amulya Larasati Taufik Hidayat Timothy Julian Titus Christian Ubaydillah, Achmad Afif Utaminingrum, Fitri Vasha Farisi Sarwan Halim Very Sugiarto, Very Vivy Junita Wahyu Ardiansyah, Mohammad Wahyu Satriyo Wibowo Wahyudi, Hafif Bustani Wayan F. Mahmudy Wayan Firdaus Mahmudy Welly Purnomo Whita Parasati Wicky Prabowo Juliastoro Windy Adira Istiqhfarani Wiratama Ahsani Taqwim Wirdhayanti Paulina Yoga Tika Pratama Yudi Muliawan Yuita Arum Sari Zainal Arifien Zayn, Afta Ramadhan