Article Per Year (5 Year)
p-Index From 2021 - 2026
7.935
P-Index
This Author published in this journals
All Journal JSM (Jurnal SIFO Mikroskil) Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Panrita Abdi - Jurnal Pengabdian pada Masyarakat JURNAL MEDIA INFORMATIKA BUDIDARMA JUTEI (Jurnal Terapan Teknologi Informasi) Jurnal Riset Informatika MULTINETICS IJAIT (International Journal of Applied Information Technology) Almufi Jurnal Pengabdian kepada Masyarakat eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Journal of Computer Engineering: Progress, Application and Technology Jurnal Nasional Sains dan Teknik
ANGGUNMEKA LUHUR PRASASTI
Telkom University
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 82 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 61 Documents
Search
Journal : eProceedings of Engineering

 1   2   3   4   5 
Penentuan Dialek Jawa Menggunakan Metode Deep Neural Network Mustofa Restu Adi; Andrew Briand Osmond; Anggunmeka Luhur Prasasti
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Indonesia merupakan negara dengan banyak ragam suku bahasa dan budaya. Dari berbagai macam suku tersebut Indonesia mempunyai banyak bahasa daerahnya masing-masing sebagai ciri khas dan pembeda bahasa dari masing-masing daerah. Dalam hal ini untuk mempermudah tiap orang memahami intisari dari masing-masing bahasa dari berbagai macam suku dan daerah di Indonesia maka pengenalan ucapan sangatlah penting.Pengenalan ucapan memiliki banyak metode sebagai pembelajaran, salah satunya menggunakan Deep Learning. Deep learning merupakan sebuah model jaringan syaraf tiruan yang akhir-akhir ini mulai ramai dikembangkan. Deep Learning telah menunjukkan hasil yang baik dalam meningkatkan akurasi pengenalan suara atau kasus-kasus lainnya yang serupa. Deep Learning sendiri mempunyai berbagai macam pendekatan, tetapi pada penelitian ini penulis hanya menigmplementasikan salah satu pendekatan dari Deep Learning yaitu Deep Neural Network pada Speech Recognition. Algoritma DNN (Deep Neural Networks) adalah salah satu algoritma berbasis jaringan saraf yang dapat digunakan untuk pengambilan keputusan. Aplikasi yang dibuat ini hampir sama seperti aplikasi google voice dan translate pada umumnya, namun dalam fitur yang dibuat dalam google voice dan translate pengenalan ucapannyahanya bisa dalam bahasa umum tiap-tiap negara tidak bisa dalam bahasa daerah masing-masing tiap suku. Maka, dalam aplikasi yang akan dibuat nanti aplikasi bisa menentukan pengenalan bahasa tiap suku dan daerah tapi dalam aplikasi nanti hanya fokus dalam pengerjaan dialek berbahasa Jawa. Dalam aplikasi ini input yang berupa suara bahasa berdialek Jawaakan diolah menjadi output berupa teks berdialek Jawa. Tidak hanya mengenali satu dialek Jawa saja akan tetapi juga dapat menentukan dialek Jawa dari daerah mana yang di hasilkan. Kata Kunci :Deep Learning, Speech Recognition,Deep Neural Network, dialek
Analisis Dan Deteksi Gerakan Kepanikan Menggunakan Metode Frame Difference Pada Sistem Monitoring Rumah Fahri Nuralim; Budhi Irawan; Anggunmeka Luhur Prasasti
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Sistem pengawasan saat ini menggunakan teknologi kamera. Suatu kebutuhan yang berkembang untuk pengawasan video yang lebih cerdas dari ruang pribadi dan publik menggunakan sistem penglihatan cerdas yang dapat membedakan apa yang secara semantik penting dalam arah pengamat manusia sebagai perilaku panik dan perilaku normal. Maka dari itu dirancang sistem untuk mendeteksi gerakan kepanikan berdasarkan kecepatan langkah kaki manusia. Metode yang digunakan untuk proses pengolahan citra dalam sistem adalah Frame Difference. Keluaran dari sistem ini adalah memberikan notifikasi yang akan diterima di ponsel. Kata kunci : Panic Detection, Frame Difference, Object Detection
Perancangan Aplikasi Deteksi Dini Penyakit Diabetes Melitus Menggunakan Metode Klasifikasi Forward Chaining Pada Sistem Pakar Berbasis Android Leo Putra Simanjuntak; Budhi Irawan; Anggunmeka Luhur Prasasti
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Kebanyakan masyarakat menyadari dirinya terkena Diabetes Melitus apabila masyarakat mengalami penyakit komplikasi lainnya. Hal ini menjadi masalah serius untuk mencegah masyarakat terkena Diabetes Melitus dan segera mungkin menyadari dirinya apakah terkena Diabetes Melitus, Pre-Diabetes Mellitus atau tidak Diabetes Mellitus. Dengan terjadinya masalah tersebut, dalam pembuatan aplikasi ini akan dirancang sebuah sistem yang dapat mengetahui hasil deteksi dini penyakit Diabetes Melitus. Sistem ini dirancang dengan menggunakaan metode sistem pakar Forward Chaining yang dapat melalui beberapa data atau beberapa fakta (initial state) yang bergerak maju menuju kesimpulan (goal) berbasis android. Data yang mendukung penelitian ini bersumber dari Dokter (Pakar) dan referensi ilmu kedokteran mengenai Diabetes Mellitus sehingga mendapatkan hasil kesimpulan yang akurat dan valid. Kata Kunci : Forward Chaining, Diabetes Melitus, Android
Pengenalan Sidik Jari Manusia Terdistorsi Menggunakan Algoritma Sift Based Minutia Descriptor (smd) Ismah Putri Dewanti; Anggunmeka Luhur Prasasti; Ashri Dinimaharawati
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pengenalan identitas seseorang sudah semakin berkembang, salah satunya pada identifikasi sidik jari. Hal tersebut digunakan sebagai upaya mengamankan data yang dimiliki melalui pengenalan identitas, agar orang lain tidak sembarangan mengakses data tersebut. Dalam penerapannya, sidik jari dilakukan oleh orang yang memiliki jari normal. Namun, orang yang memiliki jari tidak normal atau jari yang terdistorsi memiliki kesulitan untuk menggunakan sidik jari. Oleh karena itu, sidik jari yang terdistorsi dapat di akses apabila sistem diberikan perintah untuk dapat mendeteksi sidik jari yang terdistorsi. Tugas akhir ini membahas mengenai pengenalan sidik jari baik jari yang normal maupun jari yang terdistorsi (kulit kering, kulit pecah-pecah, dan kulit berminyak) dengan metode SIFT based Minutiae Descriptor (SMD) dan metode Brute Force Matcher (BF Matcher). Hasil pengujian menunjukkan sistem pengenalan sidik jari terdistorsi dengan menggunakan metode Algoritma SIFT Based Minutia Deskriptor (SMD) dan Brute Force Matcher pada kondisi ideal dengan tingkat akurasi sebesar 80.42%. Sistem dapat mengenali sidik jari terdistorsi dengan rata-rata lama waktu pengenalan citra sidik jari dengan respon time sebesar 13.58 detik per subyek. Kata kunci : BFMatcher. fingerprint, sidik jari terdistorsi, SIFT based Minutiae Descriptor. Abstract Recognition of a person's identity has increasingly developed, one of which is on fingerprint identification. This is used as an effort to secure data held through identity recognition, so that other people do not carelessly access the data. In its application, fingerprints are carried out by people who have normal fingers. However, people who have abnormal fingers or distorted fingers have difficulty using fingerprints. Therefore, a distorted fingerprint can be accessed if the system is given a command to detect a distorted fingerprint. This final project discusses the introduction of fingerprints of both normal and distorted fingers (dry skin, cracked skin, and oily skin) with the SIFT-based Minutiae Descriptor (SMD) method and the Brute Force Matching (BF Matcher) method. The test results show a distorted fingerprint recognition system using the SIFT Based Minutia Descriptor (SMD) Algorithm and Brute Force Matching in ideal conditions with an accuracy level of 80.42%. The system can recognize a distorted fingerprint with an average time of fingerprint image recognition with a response time of 13.58 seconds per subject. Keywords: Abnormal fingerprint, BFMatcher, fingerprint, SIFT based Minutia Descriptor
Sistem Pengenalan Pembuluh Darah Jari Manusia Menggunakan Metode Weber Local Binary Pattern (wlbp) Adhia Dinda Sofia Afifah Masyhur; Anggunmeka Luhur Prasasti; Roswan Latuconsina
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Sistem pengenalan biometrik mengacu pada identifikasi secara otomatis terhadap manusia berdasarkan karakteristik tingkah laku manusia. Salah satu pengenalan biometrik adalah pengenalan pembuluh darah jari manusia. Finger vein merupakan pembuluh darah yang berada pada jari manusia, beberapa literatur menjelaskkan finger vein memiliki hal yang unik, sehingga di kembangkanlah sistem pengenalan biometrik pada pembuluh darah jari manusia. Pada penelitian ini dirancang sistem deteksi dan identifikasi individu menggunakan pembuluh darah jari manusia dengan metode Weber Local Binary Pattern (WLBP). Metode WLBP merupakan gabungan dari metode LBP dan hukum Weber, WLBP memiliki keunggulan dalam memperhatikan intensitas dan variasi terkecil. Pada penelitian ini, proses akuisi citra dilakukan menggunakan kamera endoskop. Kamera endoskop memiliki sensor yang tidak dapat memblokir cahaya infrared dan dapat diserap oleh lapisan kulit sehingga mendaptkan gambar pembuluh darah jari yang lebih jelas. Hasil akuisisi citra membutuhkan proses preprocessing untuk memperjelas gambar pembuluh darah pada jari. Proses indentifikasi menggunakan klasifikasi K-NN. Klasifikasi K-NN dilakukan dengan nilai K = 3, penelitian ini menggunakan 50 data latih dan 50 data uji yang diambil dari 5 individu. Kata kunci : Sistem Biometrik, Pembuluh Darah Jari, WLBP, K-NN Abstract Biometric recognition system refers to automatic identification of humans based on the characteristics of human behavior. One of the biometric introductions is finger vein identification. Finger veins are blood vessels that are in human fingers, some literature explains that finger veins have unique things, therefore biometric recognition system in human finger veins was developed. In this study, a detection and identification system for individuals using human finger blood vessels was designed using the Weber Local Binary Pattern (WLBP) method. The WLBP method is a combination of the LBP method and Weber's law, WLBP has the advantage of paying attention to the smallest intensity and variation. In this study, the image acquisition process was carried out using an endoscope camera. The endoscope camera has a sensor that cannot block infrared light, which can be absorbed by the skin layer to give a clearer picture of the finger blood vessels. The results of image acquisition require a preprocessing process to clarify the image of blood vessels on the fingers. The identification process uses the K-NN classification. K-NN classification is done with a value of K = 3, this study uses 50 training data and 50 test data that take from 5 individu. Keyword: Biometric System, Finger Vein, WLBP
Implementasi Machine Learning Untuk Mendeteksi Unsur Depresi Pada Tweet Menggunakan Metode NaÏve Bayes Miftah Meinaldi Nurrochman; Anggunmeka Luhur Prasasti; Ratna Astuti Nugrahaeni
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Saat ini media sosial telah menjadi bagian hidup baru dalam masyarakat modern. Twitter adalah salah satu media sosial terpopuler. Batasan karakter saat melakukan tweet di Twitter membuat pesan yang disampaikan oleh pengguna menjadi sangat ringkas. Penggguna Twitter cenderung mengungkapkan perasaannya melalui unggahan tweet. Namun unggahan tweet belum tentu dapat dijadikan acuan secara nyata apakah unggahan tweet tersebut sesuai dengan perasaannya. Dalam penelitian ini menghasilkan sistem untuk mendeteksi unggahan tweet pada twitter terdapat unsur depresi atau tidak dengan metode Naïve Bayes. Metode klasifikasi yang digunakan untuk memberikan label kelas pada penelitian ini yaitu metode Naïve Bayes. Metode Naïve Bayes adalah metode klasifikasi penggolongan berdasarkan nilai probabilitas yang mudah untuk diimplementasikan pada tweet berupa teks. Dengan demikian, sistem dektesi unsur depresi pada tweet dengan Metode Naïve Bayes dapat mendeteksi sebuah postingan tweet mengandung unsur depresi atau tidak dengan nilai akurasi sebesar 74% pada pengujian rasio data, dan 73% pada pengujian validasi. Kata kunci: Twitter, tweet, Machine Learning, Depresi, Naïve Bayes.
Sistem Slot Parkir Berbasis IoT Menggunakan ESP32 dengan Sensor Inframerah Kusumo, Atallah Satrio; Hasibuan, Faisal Candrasyah; Prasasti, Anggunmeka Luhur
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Abstract

Kemacetan yang sering terjadi di kota-kota besarsering kali disebabkan oleh praktik parkir yang tidak teratur,yang mengganggu kelancaran arus lalu lintas. Salah satupendekatan untuk mengatasi permasalahan ini adalah denganmenerapkan sistem parkir pintar yang memanfaatkanteknologi Internet of Things (IoT), yang dilengkapi dengansensor inframerah dan modul ESP32. Dalam penelitian ini,dirancang sebuah sistem yang mampu mendeteksi keberadaankendaraan secara otomatis. Sistem ini akan mengirimkaninformasi mengenai ketersediaan tempat parkir ke dalamdatabase, serta menampilkan informasi tentang sisa tempatparkir dan lokasi parkir terdekat melalui tampilan 7 segmendan LED. Hasil dari pengujian yang dilakukan menunjukkanbahwa sistem ini mampu mengirim dan menerima data secarareal-time, dengan rata-rata waktu pengiriman data mencapai200,9 ms dan waktu penerimaan data sebesar 488,191 ms,sehingga total waktu delay sistem adalah 689,091 ms. Dengantingkat akurasi mencapai 94%, sistem ini berpotensi untukmengurangi waktu yang dibutuhkan dalam mencari tempatparkir, mengurangi kemungkinan terjadinya parkir liar, sertaberkontribusi dalam mengurangi kemacetan lalu lintas yangsering terjadi.Kata kunci— 7 Segment Display, Esp32, Firebase, Internet ofThing (IoT), Sensor Infrared Obstacle.
Pengembangan Sistem Backend Menggunakan .Net Pada Aplikasi Konsultasi Makanan Diet Menggunakan Deep Learning Irawan, Harvan Nurluthfi; Setianingsih, Casi; Prasasti, Anggunmeka Luhur
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Penelitian ini membahas implementasi backend pada aplikasi konsultasi makanan diet menggunakan deep learning. Backend dikembangkan menggunakan .NET dan PostgreSQL untuk mengelola data pengguna dan makanan. Model YOLOv8 digunakan untuk mendeteksi makanan pada gambar, dengan informasi nutrisi yang diambil dari FatSecret. Integrasi model dilakukan menggunakan ONNX Runtime, dan aplikasi di-deploy di Google Cloud Run menggunakan Docker. Hasil pengujian beban menunjukkan bahwa backend ini mampu menangani deteksi makanan untuk setidaknya 10 pengguna secara bersamaan, dengan masing-masing pengguna melakukan hingga 100 permintaan, sehingga total mencapai 1.000 permintaan. Implementasi ini diharapkan menjadi dasar bagi pengembangan aplikasi konsultasi diet yang lebih canggih. Kata kunci— backend, deep learning, yolov8, onnx, .net, docker, gcp, fatsecret, diet
Implementasi Arsitektur MVVM dalam Pengembangan Aplikasi Rekomendasi Makanan Sehat Berbasis Mobile Ramadhan, Achmad Rionov Faddillah; Kusuma, Purba Daru; Prasasti, Anggunmeka Luhur
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Pola makan yang tidak sehat merupakan masalah kesehatan yang prevalen di Indonesia. Dengan konsumsi makanan yang tinggi kalori namun rendah nutrisi memperburuk kondisi penyakit kronis seperti diabetes, kolesterol dan hipertensi. Dengan banyaknya penyakit kronis yang tinggi akibat pola makan yang tidak sehat, aplikasi mobile yang memberikan rekomendasi makanan sehat bisa menjadi solusi yang strategis. Melalui aplikasi ini, pengguna dapat menjaga kesehatan mereka dengan memilih diet yang lebih sehat dan bertanggung jawab, dan didukung oleh fitur - fitur yang tesedia. Rekomendasi resep, pelacakan nutrisi, dan program diet menjadi sarana untuk mendukung pengguna dalam mencapai tujuan kesehatan mereka secara lebih efektif. Arsitektur ModelView-ViewModel (MVVM) digunakan dalam pengembangan aplikasi ini, yang barengi beserta penerapan clean architecture untuk memastikan modularitas dan dan kejelasan kode. Hasil pengujian menunjukkan bahwa aplikasi ini tidak hanya mendukung kebutuhan pengguna saat ini tetapi juga memudahkan skalabilitas dan pemeliharaan jangka panjang. Aplikasi ini berhasil meningkatkan pengalaman pengguna dengan performa yang stabil dan antarmuka pengguna yang efektif. Kata kunci— arsitektur MVVM, clean architecture, rekomendasi makanan sehat, aplikasi mobile, kesehatan masyarakat.
Penerapan Algoritma k-Nearest Neighbors pada Aplikasi Rekomendasi Makanan Sehat Berbasis Mobile Nugraha, Alvin Yoga; Kusuma, Purba Daru; Prasasti, Anggunmeka Luhur
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Penelitian ini mengembangkan sistem rekomendasi makanan yang mempertimbangkan alergi, kondisi kesehatan, dan kebutuhan nutrisi pengguna dalam konteks meningkatnya kesadaran terhadap nutrisi sehat. Sistem ini berhasil menawarkan rekomendasi diet yang disesuaikan dengan menggunakan algoritma k-Nearest Neighbors (kNN) dan metrik cosine distance. Dengan menggunakan Flask sebagai backend, penelitian ini menganalisis data nutrisi menggunakan pendekatan nutrisi makanan terhadap kebutuhan pengguna. Hasil menunjukkan bahwa makanan dengan jarak cosine yang lebih kecil menunjukkan kesesuaian yang lebih tinggi, sehingga lebih cocok untuk pengguna. Oleh karena itu, ada kemungkinan sistem ini akan membantu orang menjaga diet sehari-hari mereka dengan baik. Dengan demikian, sistem ini menawarkan kemungkinan besar untuk membantu individu dalam mengelola diet sehari-hari mereka secara efektif. Penelitian ini tidak hanya membantu dalam memilih makanan yang sesuai dengan kondisi medis dan preferensi individu tetapi juga membuka jalan untuk pengembangan lebih lanjut dalam teknologi rekomendasi makanan. Kata kunci— rekomendasi makanan, algoritma k-nearest neighbors, cosine distance, nutrisi, alergi, kondisi kesehatan
Co-Authors Abdi, Diaz Adhia Dinda Sofia Afifah Masyhur Adhitama, Taufiq Gilang Agus Virgono Alfarisi, Muhammad Haekal Alfarrelwijaya, Dheandra Alfitrah, Raudhafilhaq Ali Fahmi Perwira Negara Andaru, Rizki Fauzi Andrew Brian Osmond Anggraini, Ratika Dwi Annisa Farhah Ariefani , Alfaridzi Muhammad Armain Hidayatullah, Muhammad Ashri Dinimaharawati Asti Novianty Basuki, Muhammad Fadhil Nararya Budhi Irawan Burhanuddin Dirgantoro Candrasyah H, Faisal Candrasyah Hasibuan, Faisal Casi Setianingsih Daniar, Ivan Denny Meilika Setiawati Deyan Havith Dailamy Dhiaulhaq, Muhammad Althaf Dhiyaul Haq, Muhammad Difa Diputra, Hadid Candra Erlangga Maulana Muhammad Fachry Reiza Fadli, Muhammad Nur Fahri Nuralim Faisal Candrasyah Hasibuan Fajri, Farhan Ulil FAJRI, SETIO EKA Fazril, Ibnu Fikri , Rifqi Muhammad Fikriansyah, Fakhruddin Firdaus, Alvaro Ahmad Gede Ardi Herdiana GHOFAR, MUHAMMAD ABDUL Goenadiningrat, Jeahan Fitria Habibi, Rizqullah Imamuddin Hanif Nilam Pratama Adiarso Hartono, Aditya Firmansyah Ibrahim, Muhammad Yuzzaf Iftitahrira Aulia Rahmi Inung Wijayanto Irawan, Harvan Nurluthfi Ismah Putri Dewanti Jaisy Malikulmulki Arasy Jamila , Andi Cleopatra Maryam Kusnady, Rizky Eka Putra Kusumo, Atallah Satrio Ledya Novamizanti Leo Putra Simanjuntak Mahendra, Dimas Putra Mahfuz, Muhammad Rafi Marisa W. Paryasto Marisa W. Paryasto Marlindia Ike Sari Maulana, Cholasih Ryan Mertu, Aidi Miftah Meinaldi Nurrochman Mohamad Alfaj’ri Mohamad Ilyas, Andi Muhammad Garma Asyam Rianto Muhammad Haekal Alfarisi Muhammad Kurnia Sandi Muhammad Rizqy Alfarisi Muhammad Zaki Mustofa Restu Adi Nabila Setya Utami Nashar Luthfi Sugara Negara, Ali Fahmi Perwira Novianty, Astri Nugraha, Alvin Yoga Nur Hilman Tsani Paryasto , Marisa W. Pasi, Muhammad Haekal Panderadja Prakoso, Mochamad Rafi Alfian Prasetya, Harry Pratama, Muhammad Farras Adi Purba Daru Kusuma R Rumani M Rafif Ansyari Siregar Rahma, Dinda Rahmadina, Rizka Ramadhan, Achmad Rionov Faddillah Randy Erfa Saputra Randy Hamzah Hardianto Ratna Astuti Nugrahaeni Razendra Zahran Firdaus RENDIKA, ANANDA Reza Rendian Septiawan Rezwandi, Fiqri Aqilah Risqulla, Fajra Riswandi, M. Ghalib Rizal, Mochammad Fahru Rizki Akbari Tamin Rochmawati Rohman, Hamzah Nur Roswan Latuconsina Ruslan , Ramah Rinaldi Ruslan, Ramah Rinaldi Salimah, Hurin Savrylia, Dewi Intan Setiady, Rogers Dwiputra Siagian, Dwi Saputra Sopar Sidabalok, Samuel Robert Romulus Sugondo Hadiyoso Sulaeman, Ikhsar Suryo Adhi Wibowo Syarifah Faisa Nurahmani Taufiq Gilang Adhitama Thalib, Wildan Tito Waluyo Purboyo Tora Fahrudin Umar, Ali Whibi Waskita Wicaksono Widodo, Muhammad Faiz Anindyo Wildan Panji Tresna Zakir, Gilman Muslih