Article Per Year (5 Year)
p-Index From 2020 - 2025
6.638
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Majalah Ilmiah Teknologi Elektro Jurnal INKOM Jurnal Simetris Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Jurnal Teknologi JURNAL ELEKTRO International Journal of Advances in Intelligent Informatics Majalah Ilmiah MOMENTUM ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika JOIV : International Journal on Informatics Visualization Jurnal Elementer (Elektro dan Mesin Terapan) JMM (Jurnal Masyarakat Mandiri) KACANEGARA Jurnal Pengabdian pada Masyarakat Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) MIND (Multimedia Artificial Intelligent Networking Database) Journal JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika Journal of Electronics, Electromedical Engineering, and Medical Informatics JTIM : Jurnal Teknologi Informasi dan Multimedia JMECS (Journal of Measurements, Electronics, Communications, and Systems) Indonesian Journal of electronics, electromedical engineering, and medical informatics Journal of Applied Engineering and Technological Science (JAETS) Indonesian Journal of Electrical Engineering and Computer Science Aiti: Jurnal Teknologi Informasi Prosiding Konferensi Nasional PKM-CSR INTECH (Informatika dan Teknologi) Jurnal Nasional Teknik Elektro dan Teknologi Informasi eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Indonesian Journal of Electronics, Electromedical Engineering, and Medical Informatics
Achmad Rizal
Telkom University
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 Environmental Science Health Professions Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering Nursing Public Health Social Sciences Other

Published : 99 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 38 Documents
Search
Journal : eProceedings of Engineering

 1   2   3   4 
Rancang Bangun Kunci Berbasis Suara Pada Pintu Pintar Dengan Menggunakan Metode Mel Frequency Cepstral Coefficient (mfcc) Dan K-nearest Neighbor (k-nn) Muhammad Afif Ridwansyah; Achmad Rizal; Sugondo Hadiyoso
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Automatic Speech Recognition (ASR) adalah suatu sistem yang dapat mengenali, membandingkan dan mencocokkan pola suara masukan sistem tersebut dengan pola suara yang telah disimpan dalam memori. ASR terbagi menjadi dua jenis, yaitu Speech Recognition dan Speaker Recognition. Speaker Recognition adalah pengenalan identitas berdasarkan suara yang dikeluarkan (berupa intonasi suara, kedalaman suara, dan sebagainya). Pada penelitian ini dibangun sistem kunci berbasis suara dengan memanfaatkan Speaker Recognition. Pada penelitian ini digunakan metode Mel-Frequency Cepstral Coefficient (MFCC) sebagai ekstraksi ciri dan metode K-Nearest Neighbor (K-NN) sebagai klasifikasi ciri. Alat ini bekerja melalui dua tahapan, yaitu tahap pelatihan (training) dan tahap pengujian (testing). Hasil pengujian menunjukkan MFCC dan K-NN berhasil diimplementasikan dengan jumlah filterbank terbaik berjumlah 20 dan nilai koefisien terbaik sebanyak 13 koefisien dengan akurasi 100%. Hasil pengujian menunjukkan bahwa jumlah filterbank dan nilai koefisien mempengaruhi akurasi dari sistem. Kata kunci: Automatic Speech Recognition (ASR), biometrik suara, K-Nearest Neighbor (K-NN), MelFrequency Cepstral Coefficient (MFCC) . Abstract Automatic Speech Recognition (ASR) is a system that can identify, compare and match the system input voice patterns with the voice patterns that has been stored in memory. ASR is divided into two types, namely Speech Recognition and Speaker Recognition. Speaker Recognition is the introduction of the issued voice character (intonation of sound, depth of voice, etc.). The key system based on voice using Speaker Recognition was build in this study. In this research, the methods used were Mel-Frequency Cepstral Coefficient (MFCC) as feature extraction and K-Nearest Neighbor (K-NN) as characteristic classification. This tool worked through two stages, namely training stage and testing stage. The results showed that the MFCC and K-NN were successfully implemented with best filter bank at number 20 filter, best coefficient value at 13 coefficient with 100% accuracy. The results showed that filter bank and coefficient affect the accuracy of the system. Keywords : Automatic Speech Recognition (ASR) , Biometric, K-Nearest Neighbor (K-NN), MelFrequency Cepstral Coefficient (MFCC).
Implementasi Kunci Berbasis Suara Menggunakan Metode Mel Frequency Cepstral Coefficient (mfcc) Muhammad Nashih Rabbani; Achmad Rizal; Fiky Yosef Suratman
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Pada dasarnya setiap individu menghasilkan suara yang berbeda-beda, walaupun seseorang dapat menirukan suara tersebut namun suara yang dihasilkan tidak identik dengan suara yang ditiru. Sistem biometrik adalah sistem untuk melakukan identifikasi dengan menganalisa karakteristik fisik dan perilaku. Tugas Akhir ini membuat suatu sistem keamanan suara berbasis mikro komputer yang diimplementasikan menjadi kunci. Tugas Akhir ini menggunakan metode MFCC sebagai ekstraksi ciri dan K-NN sebagai klasifikasi cirinya. Pada penelitian Tugas Akhir ini telah berhasil membuat sistem pengenalan pembicara dengan tingkat akurasi terbaik sebesar 87.5% dan 1.80277 detik dengan menggunakan K = 5 dalam implementasi pembuka kunci menggunakan suara. Kata kunci : Mel-Frequency Cepstral Coefficient (MFCC), K-Nearest Neighbor (K-NN), biometrik suara, kunci suara, Euclidean Distance.
Rancang Bangun Termometer Digital Berbasis Sensor Ds18b20 Untuk Penyandang Tunanetra Ellia Nurazizah; Mohamad Ramdhani; Achmad Rizal
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Termometer Digital saat ini menggunakan indera penglihatan untuk mengetahui informasi mengenai suhu badan. Penderita tunanetra memiliki keterbatasan dalam penglihatan, sehingga dibutuhkan Termometer Digital dengan output berupa suara agar para penderita tunanetra dapat mengetahui berapa suhu badan mereka dengan cepat dan mandiri. Termometer Digital untuk Tunanetra telah banyak direalisasikan menggunakan sensor suhu LM35 yang memiliki nilai akurasi dan keliniearan yang baik. Namun sensor ini memiliki sensitivitas suhu yang tinggi sehingga hasil pengukuran suhu tubuh menjadi sulit untuk dibaca karena hasil pengukuran akan cepat berubah ketika mendeteksi perubahan suhu yang relative kecil. Kelemahan sensor LM35 yang lain adalah sensor ini perlu dikemas lebih lanjut ketika akan digunakan pada pasien. Akan tetapi, saat sensor tersebut dikemas maka akan mempengaruhi nilai keakuratan pengukuran. Pada Tugas Akhir ini akan diimplementasikan sebuah Termomter Digital menggunakan sensor suhu DS18B20. Tujuannya adalah untuk membandingkan sensor suhu DS18B20 dengan sebuah termometer digital yang ada di pasaran, serta untuk melihat karakteristik DS18B20 ketika digunakan sebagai sensor suhu tubuh. Data tersebut akan diolah dengan menggunakan Mikrokontroler ATmega328 kemudian hasilnya ditampilkan dalam LCD dan dikeluarkan melalui modul suara WTV020. Dari hasil penelitian ini diharapkan para penderita Tunanetra dapat mengukur tubuhnya secara mandiri.Kata kunci : Termometer Digital, Tunanetra, Sensor suhu DS18B20, Sensor suhu LM35, Mikrokontroler ATmega328, LCD, dan Modul suara WTV020.
Klasifikasi Kelelahan Otak Pada Gamer Berbasis Eeg Menggunakan Jaringan Syaraf Tiruan Propagasi Balik Fadlillah Muharam Saeful; Achmad Rizal; Rheza Faurizki Rahayu
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Abstract

Bermain video game memiliki dampak baik dan buruk pada otak manusia terutama dari segi perhatian, emosi dan kognitif. Secara tidak langsung video game menyerap perhatian lebih banyak dari biasanya dan menyebabkan otak melakukan kinerja lebih pada bagian visual. Hal tersebut mempengaruhi kondisi kognitif otak dan menyebabkan otak mengalami kelelahan yang meningkat secara periodik. Oleh karena itu penting dilakukan suatu klasifikasi dari indikasi kelelahan otak saat bermain video game. Sistem dirancang untuk dapat mengkategorikan indikasi dari kelelahan otak yang terjadi pada gamer dengan menggunakan metode Jaringan Syaraf Tiruan Backpropagation. Sistem yang digunakan pada tugas akhir ini berdasar pada sistem Electroencephalography (EEG). Masukan sistem merupakan sinyal yang didapat dari pengukuran menggunakan EEG pada kepala bagian Pre-Frontal Cortex (PFC) yang kemudian sinyal tersebut dijadikan data latih dan data uji. Tahap awal pada sistem adalah pre-processing pada data latih dan data uji. Kemudian data tersebut diekstraksi cirinya dengan metode Shannon Entropy (SE). Setelah ciri didapat, kemudian ciri tersebut diklasifikasi dengan algoritma Jaringan Syaraf Tiruan (JST) Backpropagation. Output sistem berupa nilai akhir dari proses feedforward JST dengan bobot yang sudah diperbarui. Dari pengujian proses klasifikasi yang dilakukan, sistem menghasilkan nilai keberhasilan klasifikasi sebesar 43,33% Namun sistem belum dapat dikatakan baik dikarenakan pada proses pengujian untuk kategori B nilai keberhasilan sebesar 20% dan kategori C sebesar 10%.. Kata kunci: Video game, Jaringan Syaraf Tiruan Backpropagation, Shannon Entropy, Pre-Frontal Cortex, Electroencephalography
Perancangan Alat Pembaca Isyarat Tangan Wasit Service Badminton Menggunakan Sensor Flex Jatmiko Kuntoro Nugroho; Achmad Rizal; Dien Rahmawati
eProceedings of Engineering Vol 8, No 2 (2021): April 2021
Publisher : eProceedings of Engineering

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

Abstract

Abstract— The badminton service referee is an important role in a match leader, not only leading in a match but also being a helper, enforcer, separator, court, in this final project the author can produce the best 100% accuracy and the lowest is 73% testing that focuses on trying movements one by one. Furthermore, for testing all movements the highest accuracy result was 87.5% and the lowest result was 62.5%. This is influenced by the continuous tool usage factor, the flex sensor which has a tolerance value of ± 30% and the influence of the quality of the sensor used. So that the results of the displayed image do not match. Another factor is that the tool fails to display the interface signal between Arduino Uno and Ms Visual Studio, which cannot appear on the screen. Keywords—badminton referee, judge service, sensor flex, accelerometer, arduino. Abstrak— Wasit Servis badminton merupakan peran penting dalam sebuah pemimpin pertandingan,tidak hanya memimpin dalam sebuah pertandingan namun juga bisa menjadi penolong, penegak, pemisah, pengadil, Tugas akhir ini penulis dapat menghasilkan akurasi terbaik 100% dan yang paling terendah adalah 73% pengujian yang berfokus mencoba gerakan satu per satu. Selanjutnya untuk pengujian semua gerakan mendapakatn hasil akurasi tertinggi 87.5% dan hasil paling terendah 62.5%. Hal ini dipengaruhi oleh faktor penggnaan alat terus menerus, sensor flex yang memiliki nilai toleransi ±30% dan pengaruh kualitas sensor yang digunakan. Sehingga hasil gambar yang ditampilkan tidak sesuai. Faktor lain alat tersebut gagal menampilkan gambar isyarat antarmuka antara Arduino uno dilayar. Kata Kunci— wasit bandminton, hakim service, sensor flex, akselerometer, arduino
Klasifikasi Suara Paru Dengan Convolutional Neural Network (cnn) Muhammad Hasbi Ashshiddieqy; Jondri Jondri; Achmad Rizal
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 Suara paru adalah suara yang disebabkan oleh pernapasan. Suara paru dapat menjadi salah satu pendeteksi kelainan pada pernapasan. Pendeteksian pada penelitian ini meliputi klasifikasi suara paru terhadap kelas normal, kelas crackle, kelas wheeze, dan kelas crackle and wheeze. Spektogram adalah representasi visual dari suara atau sinyal dengan bermacam frekuensi atau variabel lainnya. Spektogram juga disebut sebagai short-time Fourier transform. Algoritma short-time Fourier transform (STFT) adalah algoritma pengembangan dari algoritma Transformasi Fourier. Kelebihan algoritma STFT dibandingkan algoritma Transformasi Fourier adalah STFT dapat menunjukan lokasi terjadinya suatu frekuensi. Penelitian ini menggunakan spektogram karena algoritma pembelajaran mesin yang digunakan adalah convolutional neural network (CNN). CNN adalah algoritma yang telah tervalidasi dalam pengolahan citra medis. Oleh karena itu, penggunaan spektogram akan membuat akurasi CNN menjadi lebih tinggi. Dalam penelitian ini digunakan tiga proses augmentasi, yaitu shift up by a major third (four half-steps), compress to be one and a half as fast, compress to be half as fast. Proses augmentasi dilakukan untuk menghindari kondisi overfitting pada model pembelajaran mesin yang dilatih pada penelitian ini. Setelah melakukan pelatihan pada model pembelajaran mesin CNN dengan menggunakan generalisasi berupa augmentasi dan dropout layer, maka didapatkan akurasi sebesar 84,80% terhadap data latih dan 78,09% terhadap data uji. Kata Kunci: suara paru, spektogram, CNN
Klasifikasi Suara Jantung Normal Dan Abnormal Menggunakan Short-time Fourier Transform Dan Convolutional Neural Network Muhammad Thariq Machaz; Purba Daru Kusuma; Achmad Rizal
eProceedings of Engineering Vol 9, No 3 (2022): Juni 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Stetoskop adalah alat untuk mendiagnosa suatu penyakit untuk melakukan proses auskultasi. Auskultasi adalah proses memeriksa pasien dengan mendengarkan suara didalam tubuh yang bisa berupa suara jantung, paru-paru ataupun usus. Dari proses ini dapat diketahui suara didalam tubuh pasien itu normal ataupun abnormal. Pada penelitian ini diusulkan metode STFT dan deep learning CNN (Convolutional Neural Network) arsitektur Alexnet. Langkah analisis ini menggunakan short-time fourier transform dan kemudian data citra didapat dari STFT berupa citra plot sinyal, dilanjutkan ke proses klasifikasi data citra suara jantung normal dan abnormal dengan menggunakan metode CNN (Convolutional Neural Network). Dari uji klasifikasi CNN (Convolutional Neural Network) ini didapati tingkat akurasi dari proses pengujian ini menggunakan CNN Arsitektur Alexnet dengan learning rate dan Iterasi/Epoch jumlah Terbaik yakni 0,00001 dan Jumlah iterasi 70 sehingga didapati akurasi suara jantung 91.07% untuk klasifikasi suara jantung normal dan abnormal menggunakan 56 data suara jantung. Presisi 88.46%, recall 92%, dan untuk f1 score 90.2%. Kata kunci: Smartphone, Stethoscope, STFT, CNN, Heart Sounds, Signal, Image, Spectogram, Alexnet
Klasifikasi Suara Paru-paru Menggunakan Jaringan Syaraf Tiruan Dan Wavelet Transform Deny Sugiarto Wiradikusuma; Jondri Jondri; Achmad Rizal
eProceedings of Engineering Vol 8, No 2 (2021): April 2021
Publisher : eProceedings of Engineering

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

Abstract

Abstraksi Suara paru-paru merupakan salah satu data yang penting dalam dunia kesehatan untuk membantu mendeteksi penyakit pernapasan. Mendeteksi penyakit pernapasan tidak cukup hanya dengan perkiraan saja maka diperlukan juga data yang valid untuk mendapatkan hasil akurat dengan data suara paru yang di transformasi menjadi sinyal dengan menggunakan wavelet discrete untuk memvisualisasikan suara paru-paru serta menggunakan metode Multilayer Perceptron untuk mengolah data suara paru ini sehingga dapat mengklasifikasikan jenis penyakit yang diderita oleh penderita penyakit pernapasan sebesar 76% dengan lebih akurat. Keywords: lung sound, wavelet transform, neural network, multilayer perceptron
Kendali Pergerakan Lengan Buatan Untuk Area Lengan Bawah Menggunakan Sinyal Emg Ilham Rabbani Des Chandra Aziz; Achmad Rizal; Ramdhan Nugraha
eProceedings of Engineering Vol 7, No 1 (2020): April 2020
Publisher : eProceedings of Engineering

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

Abstract

Abstract The human hand is one of the most frequently used parts of the body's anatomy. For some jobs, hands are valuable assets. The good and bad performance of human hands is heavily influenced by the good control and coordination of thenerves and muscles. Unfortunately, not all humans are blessed with healthy hands. Various things ranging from diseases such as strokes, paralysis, to the results of amputations due to disease also cause human hands to lose their main function or even totally unusable. This research aims to make an artificial arm that can be controlled based on EMG signals for people with disabilities. EMG signal readings are done by attaching electrodesto specific points of the pronatorteres muscle in the forearm area. The results of the obtained muscle activity will be captured in the form of an EMG signal to then be processed until it reaches a certain reading frequency range for the captured signal. After reading, the signals will then extract characteristics that are used as parameters to conclude the movement obtained using the K Nearest Neighbor (KNN) algorithm in MATLAB and then continued by serial communication with the microcontroller to move the prosthetic arm. Through this research, the writer obtained 76.7% accuracy on the value of K = 3 based on the results of KNN training with Classification Learner in MATLAB. However, through predictions with the new test data the writer could only get 50% accuracy. This can be caused by various things such as the hidden muscle location, the area of muscle detection, and the measurement for Euclidian Distance on KNN in MATLAB which also carried out evenly against fellow training data.Keywords : nervous system, signal, EMG, prosthetic arm, serial communication, disabilities, KNN, Euclidian Distance.
Perancangan Lengan Robot Dengan 4 Derajat Kebebasan Untuk Sistem Kendali Berbasis Sensor Kinect Jidan Sandika Hidayat; Achmad Rizal; Ramdhan Nugraha
eProceedings of Engineering Vol 8, No 2 (2021): April 2021
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Lengan robot terdiri dari sistem mekanik dan sistem kendali lengan robot. Sistem mekanik berfungsi sebagai wadah sistem penggerak pada lengan robot. Istilah lain sistem penggerak disebut dengan derajat kebebasan atau Degree Of Freedom (DOF) atau sering diartikan dengan joint. Lalu pada bagian sistem kendali lengan robot salah satu nya dapat menggunakan metode pengolahan citra menggunakan sensor Kinect. Sensor Kinect adalah teknologi perangkat lunak yang dapat mendeteksi sendi tubuh manusia dan melacak pergerakan nya. Pada sistem kendali lengan robot menggunakan sensor Kinect, perintah untuk menggerakkan lengan robot menjadi lebih mudah, cepat, dan tidak banyak komponen yang digunakan. Pada tugas akhir ini fokus di bagian sistem mekanik dan penggerak lengan robot, untuk sistem kendali berbasis sensor Kinect. Lengan robot dirancang menggunakan microcontroller Arduino Mega 2560 dan aktuator berupa empat motor servo yang dipasang pada joint base, shoulder, elbow, dan gripper. Hasil pada tugas akhir ini didapat pada keempat joint lengan robot base, shoulder, elbow, dan gripper masing-masing memiliki error akurasi sudut 33.6°, 4.8°, 4.3°, dan 0°. Lengan robot dapat bergerak mengikuti gerakan lengan manusia secara real time dengan memakan waktu rata-rata sebesar 402.37 milidetik pada delapan gerakan lengan yang telah diperagakan. Kata Kunci: lengan robot, 4 derajat kebebasan, sistem kendali berbasis sensor Kinect, Kinect Abstract The robot arm consists of a mechanical system and a robot arm control system. The mechanical system functions as a container for the motion system in the robot arm. Another term for a system of motion is called the Degree Of Freedom (DOF) or often interpreted as a joint. Then in the robot arm control system, one of which can use the image processing method using the Kinect sensor. Kinect sensor is a software technology that can detect the joints of the human body and track their movements. In a robot arm control system using a Kinect sensor, the command to move the robot arm becomes easier, faster, and uses less components. In this final project, the focus is on the mechanical system and the movement of the robot arm, for the Kinect sensor-based control system. The robot arm is designed using an Arduino Mega 2560 microcontroller and an actuator in the form of four servo motors mounted on the joint base, shoulder, elbow, and gripper. The results in this final project are obtained that the four joint robot arms base, shoulder, elbow, and gripper each have angle accuracy errors of 33.6°, 4.8°, 4.3°, and 0°. The robotic arm can move to follow the human arm movement in real time by taking an average of 402.37 milliseconds on the eight arm movements that have been demonstrated. Keywords: robot arm, 4 degrees of freedom, Kinect sensor-based control system, Kinect
Co-Authors Abdillah Nur Isnaini Abdillah Nur Isnaini Achmad Ibnu Abas Aditya, Muhammad Billy Agung Muliawan Agung Surya Wibowo Agustina Trifena Dame.S Akhmad Alfaruq Alfian Akbar Gozali Alvin Oktarianto Alvy Suhandi Nataprawira Amalia, Qoriina Dwi Andi Arini Hidayanti Andi Farmadi Andi Wahyu Adi Arryansyah Andjar Pudji Andro Harjanto Anggit Syorgaffi Anita Miftahul Maghfiroh Anna Yoneta Ulu Arif Abdul Aziz Arif Abdul Aziz Arifah Putri Caesaria Aura Awaliani Puteri Aurick Daffa Muhammad Ayu, Devina Dara Aziz, Burhanuddin Azriansyah Azriansyah Azriansyah Azriansyah Bambang Guruh Irianto Bambang Hidayat Bandiyah Sri Aprillia Bella Fatonah Nur Anisya Beu, Donny Setiawan Bhagas Nugroho Brahmantya Aji Pramudita Burhanuddin Aziz Chandra Purna Darmawan Chandraditya Aridela Deni Saepudin Deny Sugiarto Wiradikusuma Desri Kristina Silalahi Devi Anggraini Dien Rahmawati Djoko Kurnia Putra Dyah Ayu Pratiwi Egidius Pai Laka Eka Nuryanto Budi Susila Elfrida Ratnawati Ellia Nurazizah Endro Yulianto Enzel D. S. Situmorang Estananto Fachrul Nazif Fadhlul Amar Fadlillah Muharam Saeful Fahira Deviana Putri Pasaribu Fajra Octrina Faqih Alam FARDAN FARDAN Fathul Fajar Fatma Indriani FAUZI FRAHMA TALININGSIH Fiky Y. Suratman Fively Darmadi Freyssenita Kanditami P Hanan, Hafizh Khoirul Hanung Adi Nugroho Hanung Tyas Saksono Hasbian Fauzi Perdana Hezron Eka Lattang Hilman Fauzi, Hilman I Nyoman Apraz Ramatryana Ig. Prasetya Dwi Wibawa Ilham Edwian Berliandhy Ilham Rabbani Des Chandra Aziz Inung Wijayanto Istiqomah Istiqomah Istiqomah Istiqomah Istiqomah Istiqomah Iswahyudi Hidayat Jafar Hifdzullisan Jatmiko Kuntoro Nugroho Jidan Sandika Hidayat Jondri Jondri Junartho Halomoan Khilda Afifah Khoirunnisa Azizah Koredianto Usman La Bamba Puang P T S Kami Lestari, Rahma Dania Aleem Liliek Soetjiatie M. Ary Murti Mayco Ikhsan Hanafi Mazaya 'Aqila Meidiana Ajeng Lestari Mohamad Ramdhani Mohamad Sofie Mohamad Sofie Mohamad Sofie, Mohamad MUHAMMAD ADNAN PRAMUDITO Muhammad Afif Ridwansyah Muhammad Al Makky Muhammad Ary Murti Muhammad Fahriza Bahrudin Muhammad Fahriza Bahrudin Muhammad Fahriza Bahrudin Muhammad Hablul Barri Muhammad Hasbi Ashshiddieqy MUHAMMAD JULIAN, MUHAMMAD Muhammad Nadim Mubaarok Muhammad Nashih Rabbani Muhammad Rafiqy Zulfahmi Muhammad Ridha Makruf Muhammad Satya Annas Muhammad Thariq Machaz Muhammad Yusuf Salman Muliadi Naufal Widad Sundawa Naufal Widad Sundawa Ni Wayan Ratna Juami Novi Prihatiningrum Nur Afifah Nuril Hidayanti Nurina Listya Hakim Nursanto Nursanto NURSANTO NURSANTO, NURSANTO Nurul Fathanah Muntasir Patih Muhammad Philip Tobianto Daely Purba Daru Kusuma Putri Famela Azhari R. Yunendah Nur Fu’adah Radian Sigit Raditiana Patmasari Rama Ihya Ulumuddin Ramdhan Nugraha Ratri Dwi Atmaja Raudhatul Jannah Reza Budiawan, Reza Rheza Faurizki Rahayu Rifka Aulia Natasya Risanuri Hidayat Rita Magdalena Rizkia Dwi Auliannisa Ruri Octari Dinata Saepulloh Saepulloh Sang Made Lanang Prasetya Sania Marcellina Bryan Saragih, Triando Hamonangan Sari Luthfiyah Sigit, Radian Siti Nur Azizah Sugiharto Soediponegoro Soediponegoro Soediponegoro Soediponegoro Sofia Naning Hertiana Sony Sumaryo Sugondo Hadiyoso Suryani Alifah Suryo Wibowo Syamsul Rizal Tedy Gumilang Sejati Teguh Patriananda Teguh Satria Triwiyanto Triwiyanto Unang Sunarya Vania Rei Syifa Vera Suryani Viko Adi Rahmawan Vincentius Adisurya Fransisco Antu Wahmisari Priharti Wahyu Kurniawan Widiawan, Babel Willy Anugrah Cahyadi Wisudantyo Wahyu Priambodo, Wisudantyo Wahyu YULI SUN HARIYANI Ziani Said Ziani, Said