Claim Missing Document
Check
Articles

PEMBUATAN FILM ANIMASI 2D BANG JAIL DENGAN TEKNIK DIGITAL PAINTING Suhendra Edi Saputra; - Murinto
Jurnal Sarjana Teknik Informatika Vol 3, No 2 (2015): Juni
Publisher : Teknik Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v3i2.3061

Abstract

Perkorupsian di Indonesia masih tergolong tinggi kurangnya pencegahan atau perbaikan dalam sistem, dampak dari perkorupsian di Indonesia dialami oleh anak sekolah. Penyebabnya Kurangnya pengetahuan anak tentang kejujuran. Maka tugas orang tua, guru, maupun masyarakat untuk mengawasi dan memberikan informasi tentang kejujuran. Terkadang dalam penyampaiaan materi yang dilakukan tidak banyak yang ditangkap anak, karena kondisi anak cendrung lebih suka bermain dibandingkan belajar. Perlu adanya media penyampaian yang mampu membangkitkan motivasi   anak tentang pencegahan perkorupsian. Potensi dalam melihat film animasi merupakan salah satu media yang dapat dimanfaatkan. Tujuannya adalah untuk membantu orang tua, guru, dan masyarakat dalam proses penyampaian untuk mencegah perkorupsian pada anak.Subyek penelitian ini adalah tentang kejujuran dan tanggung jawab (perkorupsian) untuk anak usia remaja umur 13-15 tahun di dirancang sebagai suatu media penyampaian informasi anak, Sekaligus media belajar yang menampilkan sebuah gambar, suara , teks, dan animasi yang interaktif. Metode penggumpulan data dilakukan dengan metode literature, metode wawancara, dan metode observasi. Setelah data terkumpul dilakukan perancangan sistem, yang meliputi ide, tema, logline, sinopsis, character development, storyboard, dan membuat gambar, setelah aplikasi dihasilkan maka dilakukan pengujian program dengan Black Box Test dan Alpha Test.Dari penelitian yang dilakukan menghasilkan film animasi ‘’ Bang Jail ‘’ dengan menggunakan teknik digital painting. Berdasarkan hasil pengujian menunjukan bahwa pencegahan perkorupsian sebagai alat bantu belajar anak serta menyampaikan informasi tentang kejujuran dan tanggung jawab.Kata kunci : film animasi 2D, teknik digital painting, korupsi
Sistem Pakar Deteksi Dini Gangguan Kecemasan (Anxiety) Menggunakan Metode Forward Chaining Berbasis Web Farajullah Farajullah; Murinto Murinto
Jurnal Sarjana Teknik Informatika Vol 7, No 1 (2019): Februari
Publisher : Teknik Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v7i1.15800

Abstract

Gangguan kecemasan (Anxiety Disorder) adalah suatu penyakit kejiwaan yang menyebabkan penderitanya mengalami kecemasan yang berlebihan. Salah satu cara untuk mengatasi kecemasan yang melanda individu adalah dengan cara berkonsultasi pada tenaga professional psikolog. Namun di Indonesia perbandingan penduduk dengan tenaga professional psikologi belum mencapai kriteria cukup menurut standar WHO yang semestinya setiap 100.000 penduduk memiliki masing masing 3 orang psikolog, psikolog klinis, dan psikiater. Sehingga mengakibatkan belum semua penderita gangguan kejiwaan mendapatkan penanganan. Untuk itu perlu adanya suatu sistem yang bisa membantu dalam menangani dan mencari solusi dari penyakit gangguan kejiwaan tersebut. Sistem ini dibuat berdasarkan pengetahuan seorang pakar yang ahli di bidangnya dengan memanfaatkan salah satu metode dalam bidang sistem pakar yaitu Forward chaining. Forward chaining itu sendiri menggunakan teknik pencarian dimulai dengan menelusuri fakta-fakta yang ada dan mencocokkannya dengan aturan-aturan yang dibuat sehingga menghasilkan sebuah kesimpulan. Dari penelitian yang dilakukan menghasilkan sebuah perangkat lunak sistem pakar berbasis web untuk diagnosa penyakit gangguan kecemasan menggunakan metode forward chaining dengan kemampuan dapat memberikan informasi untuk mendiagnosa 15 data penyakit dan 16 data gejala gangguan kecemasan yang disertai nama penyakit, gejala-gejala penyakit, penjelasan terkait penyakit, dan saran penanganan. Hasil pengujian Alpha Test terhadap 10 responden dari pasien gangguan kecemasan diperoleh pilihan jawaban “Setuju” yang memiliki nilai prosentase sebesar 0,6 atau 60%, dan pengujian Black Box yang dilakukan pakar menunjukkan nilai prosentase 100% diagnosa yang dihasilkan sesuai dengan analisa psikologi dan buku rujukan PPDGJ-III, dapat disimpulkan bahwa aplikasi sistem pakar yang dibuat layak digunakan.
APLIKASI DETEKSI TEPI UNTUK MENENTUKAN KUALITAS MUTU CITRA BELIMBING MANIS MENGGUNAKAN METODE LAPLACIAN OF GAUSSIAN Aditya Kurniawan; Murinto Murinto
Jurnal Sarjana Teknik Informatika Vol 2, No 3 (2014): Oktober
Publisher : Teknik Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v2i3.2885

Abstract

Pengklasifikasian kualitas buah belimbing dari tempat distributor masih dilakukan secara manual menggunakan penglihataan manusia. Untuk itu fungsi mata manusia digantikan dengan suatu proses otomatisasi yang dapat mengklasifikasikan kualitas buah belimbing secara lebih akurat. Proses yang dilakukan adalah dengan mendeteksi cacat pada buah belimbing menggunakan metode deteksi tepi Laplacian of Gaussian.            Pada penelitian ini, proses otomatisasi pengklasifikasian kualitas buah dilakukan dengan mendeteksi cacat pada tepi buah belimbing menggunakan metode deteksi tepi Laplacian of Gaussian dengan menggunakan software Delphi 7.0. Hasil prosentase cacat dibandingkan dengan data standar mutu buah CODEX (2005). Kualitas buah dikategorikan kedalam 2 ketegori yakni kelas I, dan kelas II. Ada beberapa langkah program yang dilakukan yaitu mengambil citra asli test.bmp, kemudian dilakukan proses pemotongan (cropping) citra yang sudah dicroping kemudian diubah ke citra keabuan (grayscale), citra grayscale yang masih terdapat derau dirubah ke citra penapisan, citra penapisan diubah menjadi citra biner (thresholding), citra biner kemudian diolah dengan deteksi tepi menggunakan metode Laplacian of Gaussian. Proses pengkklasifikasian dengan proses prosentase, dengan cara jumlah piksel citra putih dibagi jumlah piksel buah dikalikan 100.            Dari penelitian yang telah dilakukan, maka diperoleh hasil dari deteksi tepi menggunakan Laplacian of Gaussian menghasilkan titik-titik tepi yang cukup jelas sehingga mempermudah dalam klasifikasi kualitas buah belimbing. Dari hasil pengujian program dengan menggunakan 20 sampel citra buah belimbing didapat prosentase kebenaranya adalah 90% sehingga aplikasi ini layak digunakan.Kata kunci: Buah belimbing, Deteksi tepi, Laplacian of Gaussian.
APLIKASI DETEKSI MASA PANEN PADI MENGGUNAKAN PERBANDINGAN HISTOGRAM WARNA DAUN PADI Wawan Ragil Wibowo; Murinto Murinto
Jurnal Sarjana Teknik Informatika Vol 4, No 3 (2016): Oktober
Publisher : Teknik Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v4i3.10795

Abstract

Padi merupakan tanaman yang menghasilkan beras. Petani padi merupakan aktor yang menentukan kelanjutan komoditas padi di Indonesia. Dalam penanganan pra dan pasca panen tanaman padi, penentuan masa panen tanaman padi merupakan salah satu hal yang paling penting. Dengan kurang tepatnya masa panen tanaman padi hasil panen yang didapat akan menurun. Keberlangsungan para petani padi keberadaan para petani pemula. Terkadang beberapa petani, kebanyakan adalah petani pemula masih belum memiliki pengetahuan khusus untuk mendeteksi waktu yang tepat dalam memanen padi. Tujuan dari penelitian ini adalah agar dapat mempermudah para petani pemula dalam mendapatkan informasi apakah tanaman padinya sudah masuk masa panen atau belum.    Subjek penelitian menggunakan aplikasi Mathlab R2010a sebagai image processing. Data dalam penelitian ini menggunakan sample citra daun padi berupa file citra berekstensi bitmap.  Aplikasi merepresentasikan citra daun padi ke dalam bentuk piksel (pixel based models). Sistem menggunakan pendekatan perbandingan histogram warna citra daun padi. Ada 3 tahapan dalam sistem ini yaitu, tahap pengubahan citra digital menjadi citra grayscale dimana citra masukan diproses dan dideteksi unsur warna RGB didalamnya, kemudian dari unsur warna tersebut akan diubah menjadi satu nilai derajat keabuan. Tahap selanjutnya adalah mencari  histogram dari citra daun padi hasil konversi grayscale. Tahap ketiga adalah pelatihan sistem untuk membandingkan histogram citra sampel awal dengan database yang sebelumnya ditentukan, kemudian dihitung nilai kedekatan dari tiap masing-masing citra yang diujikan dengan menghitung nilai ekstraksi cirinya. Parameter ekstraksi ciri yang digunakan adalah mean, variance, skewness, kurtosis dan entropy.Berdasarkan hasil penelitian selain dari hitungan manual usia tanaman padi, tingkat kandungan air dari malai padi, dan penampakan fisik malai padi, tanaman padi juga bisa diketahui masa panennya berdasarkan dari warna daun tanaman padi. Berdasarkan hasil pengujian dengan menggunakan 30 sampel yang terdiri dari 15 citra daun padi belum siap panen dan 15 citra daun padi siap panen menunjukkan bahwa hasil untuk pengujian daun padi belum siap panen mencapai 73,33%, sedangkan untuk daun padi siap panen mencapai 73,33%. Secara keseluruhan tingkat keberhasilan aplikasi deteksi masa panen padi memanfaatkan perbandingan histogram warna daun padi yaitu sebesar 73,33%.Kata Kunci: Histogram, Masa Panen Padi, Warna Daun Padi
ALAT BANTU PEMBELAJARAN MATA KULIAH COMPUTER VISION PADA MATERI EDGE BASED SEGMENTASI CITRA BERBASIS MULTIMEDIA Achmad Sahri Ramdhani; Murinto Murinto
Jurnal Sarjana Teknik Informatika Vol 1, No 1 (2013): Juni
Publisher : Teknik Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v1i1.2532

Abstract

Pembelajaran computer vision pada materi  edge based tentang deteksi tepi (edge detection) bagi sebagian mahasiswa materi yang sukar dipahami. Berdasarkan data kuisioner yang diperoleh dari 13 mahasiswa yang pernah mengambil mata kuliah computer vision, dapat diperoleh prosentase penilaian mata kuliah computer vision pada materi deteksi tepi (edge detection) bahwa 13,46% mahasiswa paham akan materi, dan  86,53% mahasiswa sukar memahami materi pada deteksi tepi (edge detection), terutama dalam proses perubahan antara citra asli dengan hasil citra yang telah dilakukan proses  filtering. Hasil data nilai tugas diperoleh dari 78 mahasiswa, 55% mendapatkan nilai < 60. Penelitian ini bertujuan untuk membangun alat bantu pembelajaran mata kuliah computer vision pada materi edge based segmentasi citra  berbasis multimedia yang diharapkan dapat membantu mahasiswa dalam memahami materi deteksi tepi (edge detection) dan mahasiswa  dapat menerapkan proses perubahan antara citra asli dengan hasil citra yang telah dilakukan proses filtering.Subjek dalam penelitian ini adalah aplikasi multimedia sebagai alat pembelajaran mata kuliah computer vision pada materi edge based segmentasi citra dengan menggunakan software Adobe Flash 8. Pengumpulan data dalam penelitian ini menggunakan metode Study literature, metode observasi, dan metode wawancara. Aplikasi ini disusun melalui prosedur yang mencakup indentifikasi masalah, studi kelayakan, analisis kebutuhan sistem, merancang konsep, merancang isi, design document, merancang naskah, merancang grafik, memproduksi sistem, pengetesan sistem dengan black box test  dan alpha test.Hasil penelitian ini adalah aplikasi multimedia sebagai alat bantu pembelajaran mata kuliah computer vision pada materi edge based  segmentasi citra. Berdasarkan hasil pengujian yang telah dilakukan dengan menggunakan Black Box Test dan Alpha Test menunjukkan bahwa aplikasi pembelajaran ini dapat membantu proses pembelajaran mahasiswa dan  dapat digunakan sebagai alat bantu pembelajaran mata kuliah computer vision pada materi edge based segmentasi citra.Kata Kunci: computer vision, edge detection, pembelajaran, Multimedia.
MEDIA PEMBELAJARAN MATERI VISIBLE SURFACE DETERMINATION PADA MATA KULIAH GRAFIKA KOMPUTER Gustava Ardiantoro; Murinto Murinto
Jurnal Sarjana Teknik Informatika Vol 2, No 1 (2014): Februari
Publisher : Teknik Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v2i1.2620

Abstract

Salah satu bidang yang mengembangkan multimedia adalah bidang pendidikan yaitu dengan suatu bentuk pengajaran dan pembelajaran yang interaktif. Mata kuliah grafika komputer khususnya materi visible surface determination merupakan salah satu materi yang tidak mudah diajarkan kepada mahasiswa karena konsep pada visible surface determination yang bersifat abstrak , dan penyampaian materi selama ini hanya menggunakan alat bantu pembelajaran power point yang mempunyai kekurangan dalam penyampaian animasi dan evaluasi.Subjek penelitian adalah sebuah media pembelajaran materi visible surface determination pada mata kuliah grafika komputer yang interaktif dengan menggunakan Macromedia Flash 8 yang dapat digunakan sebagai alat bantu dosen dalam melakukan proses pembelajaran. metode pengumpulan data, diantaranya Study literature, wawancara dan browsing. Aplikasi disusun dengan prosedur yang mencakup indentifikasi masalah, studi kelayakan, analisis kebutuhan sistem, merancang konsep, merancang isi, merancang naskah, merancang grafik, memproduksi sistem, pengetesan sistem dengan black box dan alpha test.Hasil dari penelitian ini adalah aplikasi Media  Pembelajaran Materi Visible Surface determination pada Mata Kuliah Grafika Komputer Berbasis Multimedia. Dengan hasil pengujian didapat prosentase penilaian=100%  untuk Blackbok test dan untuk Alfatest diperoleh prosentase nilai sangat setuju=48,83%, setuju=56,67%, Kurang setuju=2,5%, dan tidak setuju=0% yang Hasil dari pengujian system menunjukkan bahwa media pembelajaran ini layak dan dapat di pergunakan.Kata Kunci : visible surface determination, grafika komputer, multimedia
SEGMENTASI CITRA MENGGUNAKAN WATERSHED DAN ITENSITAS FILTERING SEBAGAI PRE PROCESSING Murinto Murinto; Agus Harjoko
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2009): Computatinal
Publisher : Jurusan Teknik Informatika

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

Abstract

Segmentasi merupakan langkah pertama dan menjadi kunci. Segmentasi citra merupakan suatu teknik pengelompokkan (clustering) untuk citra. Dengan kata lain, merupakan suatu proses pembagian citra ke dalam wilayah (region) yang mempunyai kesamaan fitur antara lain : tingkat keabuan (gray scale), teksture(texture), warna(color), gerakan)motion).Metode yang termasuk dalam segmentasi citra antara lain : transformasi watershed (Watershed Transformatio). Metode yang didasarkan pada watershed telah dikembangkan dalam beberapa tahun belakangan ini. Secara umum, transformasi watershed dapat dikelompokkan dalam segmentasi sebagai metode yang didasarkan pada wilaya (region). Transformasi watershed merupakan salah satu metode yang cukup baik untuk mendapatkan suatu objek hasil segmentasi. Tetapai metode ini mempunya satu kelemahan yaitu adanya segmentasi yang berlebihan (over segmentation). Maka dari itu sebelum melakukan transformasi perlu dilakukan suatu pre processing dan salah satu teknik yang digunakan adalah noise reduction. Noise Reduction merupakan suatu proses mengurangi noise dari suatu signal, biasanya muncul sebagai akibat adanya pensamplingan yang kurang bagus atau akibat saluran transmisi pada saat pengiriman data. Beberapa jenis noise yang biasanya dijumpai adalah salt and pepper, impulse, dan Gaussian. Terdapat dua macam noise reduction pada intensity filtering, yaitu high pass filtering dan low pass filtering.Dalam penelitian ini dikembangkan suatu penggabungan antara intensitas filtering sebagai preprocessing citra dan transformasi watershed untuk menghasilkan segmentasi dengan kualitas yang lebih baik. Dari hasil penelitian didapatkan bahwa penggunaan pre processing sebelum tranformasi watershed dapat mengurangi over segmentasi yang berlebihan.
Logarithm Decreasing Inertia Weight Particle Swarm Optimization Algorithms for Convolutional Neural Network Murinto Murinto; Miftahurrahma Rosyda
JUITA : Jurnal Informatika JUITA Vol. 10 No. 1, May 2022
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1285.081 KB) | DOI: 10.30595/juita.v10i1.12573

Abstract

The convolutional neural network (CNN) is a technique that is often used in deep learning. Various models have been proposed and improved for learning on CNN. When learning with CNN, it is important to determine the optimal parameters. This paper proposes an optimization of CNN parameters using logarithm decreasing inertia weight (LogDIW). This paper is used two datasets, i.e., MNIST and CIFAR-10 dataset. The MNIST learning experiment, the CIFAR-10 dataset, compared its accuracy with the CNN standard based on the LeNet-5 architectural model. When using the MNIST dataset, CNN's baseline was 94.02% at the 5th epoch, compared to CNN's LogDIWPSO, which improves accuracy. When using the CIFAR-10 dataset, the CNN baseline was 28.07% at the 10th epoch, compared to the LogDIWPSO CNN accuracy of 69.3%, which increased the accuracy.
Pelatihan pembuatan dokumen penanggulangan bencana berbasis IT di LPB MDMC PDM Bantul Dedi Wijayanti; Murinto; Rusdianto
Masyarakat Berdaya dan Inovasi Vol. 3 No. 1 (2022): April
Publisher : Research and Social Study Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33292/mayadani.v3i1.86

Abstract

Lembaga Penanggulangan Bencana atau Muhammadiyah Disaster Management Center Bantul ini dirintis tahun 2015 dan dikukuhnya menjadi lembaga yang bertugas mengkoordinasikan mobilisasi sumberdaya Muhammadiyah dalam tanggap darurat bencana mitigasi dan kesiapsiagaan bencana serta rehabilitasui pasca bencana. Dalam pelaksanaannya diperlukan komunikasi dan koordinasi dengan seluruh jajaran pimpinan, majelis, Lembaga, amal usaha, organisasi otonom dan kader Muhammadiyah. Sejauh ini belum ada pendokumentasian yang baik mengenai kegiatan-kegiatan yang telah dilakukan oleh MDMC Lembaga Penanggulangan Bencana PDM Bantul ataupun pendokumentasian literasi mengenai kesiapsiagaan menghadapi bencana. Hal inilah yang mendorong perlunya pelatihan penyusunan dokumen penanggulangan bencana berbasis IT/digital sebagai sarana edukasi atau syiar Muhammadiyah di masyarakat. Mitra dalam program pengabdian ini adalah MCCC Bantul yang berada di bawah Lembaga Penanggulangan Bencana PDM (Pemerintah Daerah Muhamadiyah) Kabupaten Bantul yang dalam hal ini memiliki permasalahan dalam penyusunan dokumen penanggulangan bencana, sehingga tujuan dari pengabdian ini adalah sebagai berikut: (a) perlunya pelatihan dalam pembuatan dokumen penanggulangan bencana MDMC LPB Bantul sebagai langkah nyata syiar Muhammadiyah ketika terjadi bencana; (b) kurangnya literasi mitigasi bencana yang digunakan di lingkungan sekolah-sekolah Muhammadiyah di Bantul sehingga memerlukan disusunnya literasi kesiapsiagaan bencana dengan tujuan dapat memperkecil resiko atau korban ketika terjadi bencana. Solusi dan target luaran pelatihan penyusunan dokumen penanggulangan bencana berbasis IT di lingkungan PDM Bantul ini adalah sebagai berikut: (1) mengadakan pelatihan dalam pembuatan dokumen digital penangulangan bencana di masa pandemic covid-19; (b) mengadakan pendampingan pembuatan literasi digital/buku e-tronik mengenai kesiapsiagaan menghadapi bencana yang akan digunakan sebagai bahan bacaan di sekolah-sekolah Muhammadiyah di Bantul sebagai Tindakan preventif mengurangi resiko bencana.
masked face identification using the convolutional neural network method Daru Thobrani Furqon; Murinto Murinto
Jurnal Informatika Vol 16, No 2 (2022): May 2022
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jifo.v16i2.a25381

Abstract

            In times of a pandemic like this, masks are part of the main needs in daily activities when outside the home. Because masks can help us avoid the Covid-19 virus, it often happens among people when doing activities outside the home that they forget to wear masks, therefore the level of public awareness of the importance of wearing masks is decreasing.  This study aims to create a system that can classify people who wear masks and do not wear masks as an evaluation material for the level of public awareness of the importance of wearing masks. The total data used in this study were 600 data samples which were divided into two, namely 300 data samples wearing masks and 300 data samples not wearing masks. The CNN architecture in this study is the same as the CNN architecture in general, the  difference is the depth level of the convolution layer and pooling which consists of 5  convolution layers, 5 max pooling, and finally, 2 layers dense In the training process, it gets  the highest accuracy rate of 98%, while in the validation process it gets the highest level of  accuracy at 95%. Therefore, the results of these two processes show that the application of deep earning by utilizing the convolutional neural network can classify objects that wear masks and do not wear masks properly. The results of testing the research dataset are quite maximal by using 40 new dataset testing data to test the convolutional neural network that has been created by the researchers to get an overall accuracy result of 97.5%.
Co-Authors Abdul Fadlil Abdul Jawad Achmad Sahri Ramdhani Adam, Irfan adelia fitriawati zakiyyah Adhi Prahara Adhi Prahara Adhi Prahara, Adhi Aditya Kurniawan Agus Harjoko Agus Harjoko Amin Padmo A.M Angga Prasetio Romadhon Anton Yudhana Arfiani Nur Khusna Arief Yudiyanto Arya Yugi B Auzan, Muhammad Azhari, Ahmad B, Arya Yugi Bachrudin Muchtar Bachrudin Muchtar Benny Adrian Bidinnika, Muhammad Kunta Binar Aji Hermawan Caswito Caswito Darmanto Darmanto Daru Thobrani Furqon Deris Alfiansyah Kurnia Dewi Pramudi Ismi Dyah Apriliani Dyah Apriliani Dyah Apriliani Eko Aribowo Eko Aribowo Elena Yustina Elena Yustina Erik Iman Heri Ujianto Faisal, Ilyas Farajullah Farajullah Ferangga Puguh Furizal, Furizal Gading Surya Lesmana Galang Romadhon Gustava Ardiantoro Habibillah, Ahmad Yasin Habie, Khairul Fathan Hafin, Aqid Fahri Hazar, Siti Herman Yuliansyah, Herman Ikhwan Hawariyanta Indarto Indarto Indra Dwi Ananto Irfan Adam Irfan Adam Jamhari Widadi Kartika Firdausy Krisna Astianingrum Labib Azhar Janotama Lesmana, Gading Surya Martania Melany Mawarni, Syifa’ah Setya Miftahurahma Rosyda Miftahurrahma Rosyda Muchtar, Bachrudin Muhammad Arif Nuur Hafidz Muhammad Ridwan Murein Miksa Mardhia Nur Rochmah Dyah Pujiastuti Nurkhasanah Nurkhasanah Nurul Istiqomah Nuur Hafidz, Muhammad Arif Padmo A.M, Amin Pawestri, Sheraton Permadi, Yuda Pratama, Ridho Haikal Puji Triono Pujiyono, Wahyu Putri, Salsabilla Azahra Rajunaidi, Rajunaidi Risnadi Syazali Rizki Muriliasari Royyan Yuni Miladi Sefiyanti, Reza Shireen Panchoo Siti Hajar Son Ali Akbar Sri Handayaningsih Sri Hartati Sri Winiarti Suhendra Edi Saputra Sunardi Sunardi Sunardi, Sunardi Suyahman Suyahman Syifa&#039;ah Setya Mawarni Taufik Cahya Prayitna Teguh Sudrajat Thoat Khoirudin Tri Kasihno Triono, Puji Wahju Tjahjo Saputro Wahyu Pujiyono Wahyu Pujiyono Wawan Ragil Wibowo Wijayanti, Dedi Willy Permana Putra Wisnu Ahmad Maulana Yan Adhi Permadi Yesiansyah Yesiansyah Yuda Permadi Yulisasih, Baiq Nikum Yunianti, Rizqi Yustina, Elena Zakiyyah, Adelia Fitriawati Zulkarnain Effendi