Article Per Year (5 Year)
p-Index From 2020 - 2025
5.878
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Techno.Com: Jurnal Teknologi Informasi TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal Edukasi dan Penelitian Informatika (JEPIN) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika JOIV : International Journal on Informatics Visualization JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING Jurnal Ilmiah FIFO MIND (Multimedia Artificial Intelligent Networking Database) Journal Jurnal Abdimasa TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika JMECS (Journal of Measurements, Electronics, Communications, and Systems) Aiti: Jurnal Teknologi Informasi Jurnal Teknik Informatika (JUTIF) Prosiding SNAST Jurnal Ilmu Komputer dan Informatika eProceedings of Engineering
Rita Magdalena
Universitas Telkom
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering Other

Published : 124 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 91 Documents
Search
Journal : eProceedings of Engineering

 2   3   4   5   6 
Simulasi Dan Analisis Klasifikasi Genre Musik Berbasis Fft Dan Continous Density Hidden Markov Model Dimas Frandisyah Putra; Rita Magdalena; I NyomanApraz Ramatryana
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Dalam tugas akhir ini, dilakukan penelitian bagaimana mengembangkan klasifikasi genre yang memiliki kualitas yang baik dalam ketepatan klasifikasinya dengan menggunakan ciri konten frekuensi dan klasifikasi menggunakan Continous Density Hidden Markov Model. Dari skenario pengujian terhadap paramater Jenis dan Orde Filter didapat parameter terbaik yaitu Jenis filter Butterworth dengan orde 5. Setelah dilakukan pengujian terhadap klasifikasi 3 genre lagu yaitu pop, rock, dan dance, akurasi tertinggi adalah 86% untuk jumlah data latih 50 tiap-tiap genre, jumah data uji 10 tiap-tiap genre, k-mean pada mixture model sebesar 9, dan iterasi pelatihan HMM sebesar 40. Kata Kunci : Klasifikasi, genre musik, Continous Density Hidden Markov Model
Detection Of Traffic Signs To Help The Highway Users With Camshift Algorithms Kurnia Khafidhatur Rafiah; Rita Magdalena; Nur Andini
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Rambu-rambu lalu lintas merupakan salah satu bagian penting yang menjadi media pemberi informasi kepada masyarakat sebagai pengguna jalan raya. Rambu lalu lintas dapat berupa simbol-simbol khusus yang memiliki makna tertentu. Beberapa hal membuktikan tidak banyak masyarakat yang benar-benar memahami maksud dari setiap rambu-rambu lalu lintas yang ada. Ketidakpahaman akan makna dari rambu lalu lintas menyebabkan banyak terjadi pelanggaran lalu lintas yang berujung pada kecelakaan. Guna membantu mengatasi per masalahan tersebut dikembangkan sebuah prototype sistem yang mampu melakukan deteksi rambu-rambu lalu lintas dan secara otomatis memberi informasi mengenai arti setiap rambu yang sering ditemui di jalan raya. Pada tugas akhir ini, proses deteksi rambu-rambu lalu lintas menggunakan algoritma CamShift dan pengenalan rambu-rambu yang telah dilacak dengan fitur yang diperoleh dari Gabor Filter. Terdapat database tentang simbol-simbol rambu lalu lintas yang kemudian akan diidentifikasi kesesuaiannya dengan gambar pada video yang terekam dengan menggunakan metode KNN. Sistem yang dibuat menggunakan gambar bergerak sebagai masukannya, yaitu berupa file video (.avi). Keluaran dari sistem ini adalah berupa teks yang menuliskan nama rambu hasil deteksi. Dari pengujian yang dilakukan, sistem yang dirancang menghasilkan akurasi rata-rata 77.78% dengan waktu komputasi rata-rata sebesar 12.7 sekon. Sistem masih belum dikatakan sempurna karena masih terdapat akurasi yang rendah pada waktu dan kondisi tertentu. Kata kunci: rambu lalu lintas, algoritma camshift, gabor filter.
Simulasi Dan Analisis Sistem Penerjemah Bahasa Sibi Menjadi Bahasa Indonesia Menggunakan Metode Klasifikasi Hidden Markov Model Muhammad Najiburahman; Rita Magdalena; Ratri Dwi Atmaja
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Pada kehidupan kita, ada beberapa orang yang tidak dapat menggunakan komunikasi verbal sehingga persepsi yang dibentuk akan berbeda. Orang orang tersebut menderita disabilitas seperti tunawicara dan tunarungu. Mereka menggunakan komunikasi non-verbal yaitu bahasa isyarat untuk berkomunikasi, salah satunya adalah bahasa Sistem Isyarat Bahasa Indonesia (SIBI). Namun untuk orang normal bahasa itu sangat awam dan susah dimengerti. Pada tugas akhir ini dilakukan proses simulasi dan analisis suatu sistem yang dapat menerjemahkan SIBI ke dalam Bahasa Indonesia, dimana inputnya berupa video berbahasa SIBI yang nantinya akan diproses dan menghasilkan output berupa teks berbahasa Indonesia dengan menggunakan ekstraksi ciri Local Binary Pattern (LBP) dan metode klasifikasi Hidden Markov Model (HMM). Hasil dari tugas akhir ini dipilih state terbaik menggunakan metode klasifikasi HMM adalah state ke-100 untuk masing masing gerakan. Kondisi 1 gerakan mendapatkan akurasi 76.7% dengan waktu training 0.0727 detik. Kondisi 2 gerakan mendapatkan akurasi 93.3% dengan waktu training sebesar 0.0888 detik. Kondisi lebih dari 2 gerakan mendapatkan akurasi 96.7% dengan waktu training 0.1114 detik. Kondisi gabungan 1 gerakan, 2 gerakan, dan lebih dari 2 gerakan adalah state ke-70 mendapatkan akurasi 80.0% dengan waktu training 0.2270 detik Kata kunci: HMM, LBP, SIBI, state, akurasi, waktu training
Analisis Pengaruh Tegangan Induksi Petir Terhadap Kualitas Komunikasi Data (analysis Of The Effects Of Lightning Induced Voltage On The Quality Of Data Communications) Tri Siswanto; Jangkung Raharjo; Rita Magdalena
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Indonesia merupakan negara yang mempunyai hari guruh pertahun yang sangat tinggi dibandingkan dengan negera-negara lain. Kerapatan sambaran petir di Indonesia juga sangat besar yaitu 12/𝒌𝒎𝟐 /tahun, yang berarti pada setiap luas area 1 𝒌𝒎𝟐 berpotensi menerima sambaran petir sebanyak 12 kali setiap tahunnya [1] . Sambaran petir tidak langsung dapat menginduksi saluran telekomunikasi, mengalirkan (konduksi) gelombang elektromagnetik didalam jaringan telekomunikasi yang berupa tegangan induksi yang sering dianggap sebagai noise. Sinyal noise dapat mengganggu sinyal informasi yang berakibat informasi yang diterima Rx menjadi rusak atau salah dalam membaca informasi tersebut. Untuk meminimalisir gangguan jaringan telekomunikasi khususnya pentransmisian sinyal informasi maka perlu diketahui efek yang ditimbulkan dari gangguan atau noise tersebut sehingga diketahui faktor yang dapat meminimalisir pengaruh yang terjadi. Pada tugas akhir ini menggunakan metode perhitungan model teori rusck, modulasi BFSK dan pemodelan AWGN untuk mengetahui nilai tegangan induksi yang dapat menurunkan kualitas BER dan SNR suatu komunikasi data. Hasil pengujian sistem pada tugas akhir ini menunjukkan bahwa nilai tegangan induksi petir yang membuat sistem komunikasi data menjadi tidak layak untuk digunakan ketika nilai tegangan induksi lebih dari sama dengan 8.0611 volt karena menghasilkan bit error rate lebih dari 10^-6 dan nilai SNR kurang dari sama dengan 1.8721 db. Kata kunci : Tegangan induksi, BFSK, AWGN, SNR, BER.
Perancangan Dan Simulasi Sistem Pemisahan Reff Lagu Berbasis Metode Discrete Wavelet Transform Dan Fast Fourier Transrorm Ricardo Ricardo; Rita Magdalena; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Pada penelitian sebelumnya telah dirancang analisis dan simulasi klasifikasi judul lagu berdasarkan pada senandung manusia. Akan tetapi, pada sistem tersebut masih memiliki keterbatasan untuk melakukan penambahan data lagu pada database dimana data lagu yang akan disimpan di dalam database, yaitu berupa verse dan reff dari masing-masing lagu, harus dipisahkan terlebih dahulu antara seluruh bagian verse dan reff-nya secara manual. Berdasarkan pada kelemahan yang terdapat di penelitian tersebut maka, pada penelitian Tugas Akhir ini, dirancang suatu simulasi sistem yang dapat menentukan bagian kedua dan ketiga reff lagu dengan terlebih dahulu menentukan posisi bagian pertama reff dari suatu lagu tersebut. Sistem dirancang dengan menggunakan file lagu utuh sebagai masukan yang kemudian dilakukan ekstraksi ciri menggunakan metode Discrete Wavelet Transform dan Fast Fourier Transform lalu dilakukan pencocokan menggunakan korelasi terhadap bagian pertama reff lagu tersebut berdasarkan pola dari masukan untuk menentukan reff kedua dan ketiga suatu lagu secara otomatis. Pengujian dilakukan dengan menggunakan ukuran frame window 100ms, 200ms, 500ms, 1000ms, 1250ms, 1500ms, 1750ms dan 2000ms. Dari hasil pengujian terhadap 50 lagu yang dilakukan, sistem mendapat hasil terbaik pada ukuran frame window 1000ms dengan tingkat akurasi sebesar 96%, sementara itu ukuran frame 2000ms menghasilkan waktu komputasi terbaik sebesar 4.2 detik.
Identifikasi Objek Dominan Citra Digital Menggunakan Metode Markov Random Field (mrf) Varian Mohammad Sutama; Rita Magdalena; Inung Wijayanto
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 Segmentasi citra yaitu proses mengklasifikasikan citra menjadi beberapa daerah/region yang memiliki karakteristik yang sama. Banyak metode yang digunakan untuk melakukan segmentasi citra. Salah satu metode yang digunakan adalah metode markov random field. Markov random field memodelkan objek pada citra menggunakan sebuah permodelan probabilistik. Kemudian segmentasi dilakukan dengan mengklasifikasikan piksel- piksel citra sesuai parameter probabilistik tiap objek. Setelah melewati proses segmentasi tersebut, warna yang di hasilkan akan di counting untuk mencari persentase warna terendah yang di asumsikan menjadi objek dominan pada citra tersebut. Dan pada proses terakhir akan dilakukan masking citra untuk menentukan objek dominan pada citra. Tugas akhir ini merancang sistem segmentasi dan identifikasi objek dominan pada citra digital dengan metode markov random field. Proses yang dilakukan yaitu menggambil gambar atau citra digital dengan menggunakan kamera, lalu di proses pada software MATLAB. Terdapat 30 citra yang digunakan sebagai data untuk pengidentifikasian objek dominan. Data citra tersebut akan mengalami preprocessing dilanjutkan markov random field, yaitu dengan memodelkan objek pada citra menggunakan sebuah permodelan probabilistik. Kata kunci : Markov Random Field, Counting, Masking. ABSTRACT Image segmentation is the process of classifying the image into several regions / regions that have the same characteristics. Many methods are used to perform image segmentation. One of the methods used is the method of markov random field. The Markov random field modeled the object on the image using a probabilistic model. Then segmentation is done by classifying image pixels according to probabilistic parameters of each object. After passing through the process of segmentation, the resulting color will be in counting to find the lowest percentage of color that is assumed to be the dominant object in the image. And in the last process will be done image masking to determine the dominant object in the image. This final project designs segmentation system and identification of dominant object in digital image with markov random field method. The process is to take pictures or digital images using the camera, then in the process of software MATLAB. There are 30 images used as data for identification of dominant objects. The image data will undergo preprocessing followed by markov random field, that is by modeling the object in the image using a probabilistic modeling. Keywords : Markov Random Field, Counting, Masking.
Deteksi Kelainan Tulang Belakang Berdasarkan Citra Medis Digital Dengan Menggunakan Support Vector Machine (svm) Yohana Karina Candra Sari; Rita Magdalena; Ratri Dwi Atmaja
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Skoliosis adalah kelainan pada tulang belakang sehingga tulang belakang melengkung ke sisi kiri atau kanan. Biasanya skoliosis ini terdeteksi ketika pasien/penderita melakukan pemeriksaan dengan Rontgen atau alat medis lainnya saat MCU, terjadi kecelakaan, dan saat tulang belakang terasa tidak nyaman atau berbeda. Tugas Akhir ini bertujuan untuk membangun sebuah sistem yang mampu mendeteksi kelainan tulang belakang pada manusia pada hasil Rontgen, sehingga sistem dapat secara otomatis memilah skoliosis menurut arah kemiringannya. Dibangunnya sistem ini diharapkan dapat membantu proses pemilahan data dengan cepat dan akurat, sehingga mengurangi waktu pemeriksaan hasil Rontgen. Pada Tugas Akhir ini digunakan metode ekstraksi ciri Principal Component Analysis (PCA) untuk mendapatkan feature vector dari citra alat diagnostik kesehatan dengan format .jpg. Kemudian hasil feature vector tersebut diklasifikasikan dengan Support Vector Machine (SVM) sehingga akan dihasilkan 3 klasifikasi yaitu tulang punggung manusia normal, kelainan dekstroskoliosis dan kelaina levoskoliosis. Variabel pengujian yang diteliti variabel pada preprocessing, input bermacam-macam nilai PC pada PCA, nilai c pada proses pelatihan SVM dan terakhir ialah pengujian pada berbagai macam jumlah data uji dan data latih. Secara keseluruhan, dengan menggunakan metode PCA dan SVM pada deteksi kelainan tulang skoliosis, berhasil diperoleh akurasi tertinggi sebesar 91.87%. Kata kunci: citra medis, skoliosis, dekstroskoliosis, levoskoliosis, PCA, SVM.
Simulasi Dan Analisis Klasifikasi Genre Musik Berbasis Support Vector Machine I Gusti Agung Dian Wintara; Rita Magdalena; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Seiring dengan perkembangan zaman, dalam kurun waktu yang relatif singkat musik berkembang dengan begitu cepat. Musik memiliki berbagai macam jenis genre antara lain: Classical, Rock, Reggae, Country, dan Jazz. Genre musik adalah kategori dari karya seni, dalam hal ini khususnya musik, untuk mencirikan dan mengkategorikan musik yang kini tersedia dalam berbagai bentuk dan sumber. Pengklasifikasian genre musik secara otomatis dapat menjadi hal yang sangat membantu dalam pengembangan sistem temu-kembali untuk data audio. Pengolahan Sinyal Digital pada sinyal audio berkembang pesat untuk menghasilkan sebuah sistem yang bekerja secara digital. Sehingga diperlukan suatu pengembangan metode dan algoritma yang dapat mengklasifikasi genre secara tepat. Pada tugas akhir ini diteliti dengan menggunakan metode klasifikasi Support Vector Machine. Metode Support Vector Machine merupakan metode klasifikasi yang sederhana. Pembentukan model klasifikasi Support Vector Machine dengan mengumpulkan ciri dari data latih atau data acuan untuk menjadi data training saat pengujian. Dimana proses klasifikasi genre dimulai dengan memilih file lagu yang akan di klasifikasikan genre-nya, selanjutnya dilakukan proses preprocessing, pengambilan ciri dengan memanfaatkan ekstraksi ciri, dan terakhir proses klasifikasi Support Vector Machine untuk menghasilkan jenis genre dari file lagu yang dipilih. Pengujian yang dilakukan adalah pengujian terhadap metode klasifikasi genre menggunakan Support Vector Machine. Skenario pengujian dilakukan dengan jumlah data acuan 50 tiap-tiap genre, jumlah data uji 50 tiap-tiap genre. Kata kunci: Klasifikasi, genre musik, Support Vector Machine
Klasifikasi Motif Batik Solo Menggunakan Histogram Of Oriented Gradient Dan Learning Vector Quantization Reyhan Radifan Jordy; Rita Magdalena; Ledya Novamizanti
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 Batik merupakan salah satu warisan nenek moyang nusantara yang telah diakui dunia. Batik sudah merupakan bagian dari masyarakat Indonesia sejak dulu. Batik-batik tersebut memiliki motif dan ciri khas yang berbeda-beda. Karena nilai budaya dan sejarah yang tinggi, penulis membuat simulasi sistem yang dapat mendeteksi jenis motif batik untuk memudahkan pengenalan jenis motif batik. Proses yang dilakukan dalam perancangan ini dengan mengambil citra motif batik dengan menggunakan kamera digital kemudian dilakukan preprocessing dengan meresize citra, lalu mengubah citra RGB menjadi grayscale, setelah itu menggunakan edge detection (Canny algorithm). Setelah tahap preprocessing selesai selanjutnya melakukan ekstraksi ciri dengan menggunakan Histogram Of Oriented Gradient dan mengklasifikasikannya dengan menggunakan Learning Vector Quantization.Setelah dilakukan pengujian sistem klasifikasi motif batik dengan 18 citra latih (6 citra untuk masing masing batik) dan 30 citra uji (10 citra untuk maisng masing batik) dengan parameter HOG dan LVQ yang berbeda didapatkan nilai akurasi sebesar 90% dan waktu komputasi rata rata 2,6591 detik Kata kunci : Batik, Histogram Of Oriented Gradient, Learning Vector Quantization Abstract Batik is one of the ancestral heritage of the archipelago that has been recognized world. Batik has been part of Indonesian society since the first. Batik has different motives and characteristics. Due to high cultural and historical values, the authors make simulations of systems that can detect types of batik motifs to facilitate the introduction of types of batik motifs. The process undertaken in this design by taking the image of batik motif by a digital camera then preprocessing by resizing the image, then changing the RGB image to grayscale, then using edge detection (Canny algorithm). After the preprocessing stage is complete, then perform feature extraction using Histogram Of Oriented Gradient and classify it using Learning Vector Quantization.After testing the batik motif classification system with 18 training images (6 images for each batik) and 30 test images (10 images for each batik) with different HOG and LVQ parameters, the accuracy value was 90% and the average computing time was 2,6591 seconds Keywords : Batik, Histogram Of Oriented Gradient, Learning Vector Quantization
Simulasi Dan Analisis Pencari Reff Dan Verse Lagu Pada Musik Digital Dengan Metode Korelasi Firmansyah Patriandhika; Rita Magdalena; I Nyoman Apraz Ramatryana
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

Perkembangan teknologi dimasa globalisasi saat ini terutama tekonologi komunikasi dan informasi yang berbasiskan komputer berkembang sangat pesat, dan teknologi menjadi kebutuhan masyarakat dunia. Hal ini disebabkan oleh perkembangan yang cepat pada bidang teknologi telekomunikasi. Pengolahan sinyal informasi merupakan salah satu bagian dari teknologi telekomunikasi. Pengolahan sinyal informasi ini mencakup luas, salah satunya adalah mengidentifikasi sinyal informasi pada lagu. Lagu dijadikan sebagai objek yang utama, dikarenakan perkembangan musik yang begitu pesat juga. Pada penelitian sebelumnya mencoba dibuat suatu aplikasi menentukan sebuah judul lagu dengan memanfaatkan ekstraksi ciri., Penelitian tersebut merekam lagu dari awal sampai akhir untuk mendapatkan sebuah judul. Namun sistem tersebut masih secara manual untuk menentukan bagian mana verse dan reff lagu. Maka dari itu, peneliti yang mengerjakan tugas akhir saat ini, akan mengembangkan potensi baru, dimana akan mencari reff dan verse lagu selanjutnya secara otomatis, dengan syarat mendengar bagian pertama dari lagu tersebut. Dengan memanfaatkan perkembangan audio processing yang sangat membantu dalam perkembangan industry music digital, sistem yang akan dibuat menggunakan lagu sebagai input yang kemudian dilakukan pencarian untuk menentukan kesamaan jarak antara panjang pola yang sama dengan menggunakan metode Korelasi Setelah pengujian dengan skenario yang berbeda pada sistem yang dirancang maka diperoleh beberapa akurasi. Pengujian skenario dilakukan pada ukuran frame 250ms, 500ms, 750ms, 1000ms, dan 2000ms. Dari hasil yang telah diuji, sistem menghasilkan akurasi yang baik pada ukuran frame 1000ms dan 2000ms dengan nilai mencapai 92%. Dan waktu komputasi yang baik terdapat pada ukuran frame 2000ms dengan waku ekstraksi ciri 2,9 detik dan waktu proses pencarian verse dan reff lagu 4 detik.Kata Kunci : Pencarian Verse dan Reff, Korelasi
Co-Authors A F Akbar Abel Bima Wiratama Achmad Rizal Adham Nurjati Adinda Maulida Agung Aditama Putra Agustina Trifena Dame.S AGUSTINA, REGITA Ahmad Zendhaf Aldo Setiawan Alva Rischa Qhisthana Pratika Andria Sufy Angga Prihantoro Ardhi Fibrianto Arianto Sirandan Arintyo Archamadi Ayu Putu Wida Vanhita Bagas Farhan Hadyantoro Bagus Robbiyanto Bambang Hidayat Bambang Hidayat Bayuaji Kurniadhani Brian Adam Danding Adhi Priutomo Davita Nadia Fadhilah Dea Sifana Ramadhina Dewa Nyoman Indra Dewi Siskawati Dian Ayu Nurlitasari Dimas Frandisyah Putra Donny Janu Sundoro Dwi Anggreni Novitasari Dyah Ajeng Pramudhita Dyah Ayu Pratiwi Efri Suhartono Eko Susatio Eky Yuliansyah Eriel Mar Estananto Faizhal Rifky Alfaris Fathurrahman, Muhammad Hanif Fatima Azzahra FAUZI FRAHMA TALININGSIH Fauzi, Muhammad Ilham Febriani Ruming Sari Firmanda Robi Firmansyah Patriandhika Fitya Nur Fadhilah Galih Surya Gede Hari Yogiswara Gusty Aditya Arrazaq HARSONO, ALI BUDI Herdian Anantya Risma Hilman Fauzi, Hilman I Dewa Gede Agung Kurniawan I Gusti Agung Dian Wintara I Nyoman Apraz Ramatryana I Nyoman Apraz Ramatryana I NyomanApraz Ramatryana Ibnu Da'wan Salim Ibnu Da’wan Salim Ubaidah Ibnu Da’wan Salim Ubaidah Ignatius Yoslan Kurniawan Ikhwanda, Alfan Ikrar Khaera Arfat Ilma Rahma Dewi Imanuel Boyke Nainggolan Immanuel Rayuzi Pandapotan Sinaga Indrafaqih Eskamara Inung Wijayanto Iqbal Kurniawan Perdana Irham Bani Alfafa Ivan Prayoga Prawiro Ivandy Chaniago Jangkung Raharjo Jonthala Tambunan Koredianto Usman Krisna Prayoga Kurnia Khafidhatur Rafiah Ledya Novamizanti Lugina Perceka Putri M.Aldia Abilisa M.Fajar Zulvan Nugraha Mahendra, Dio Maisaroh Agustina Rahayu Malardy , Muhammad Andriyansyah Masykur, Muhammad Fadhel Affandi Misbakhul Munir Muhamad Rokhmat Isnaini MUHAMMAD ADNAN PRAMUDITO Muhammad Akhyar Ghifari Muhammad Ardhi Prakasa Muhammad Bayu Adinegara Muhammad Fadly Mustakim Muhammad Ihsan Fadhil Muhammad Ilham Muhammad Ilham Fauzi Muhammad Najiburahman Muhammad Tezar Muhammad Yuqdha Faza Nabila Herman Naufal Adi Gifran Nidaan Khofiya Nor Kumalasari Nor Kumalasari Caecar Nor Kumalasari Caecar Pratiwi Nor Kumalasari Caesar Pratiwi Nur Andini Nur Ibrahim NURFAJAR, FEBI Obed Simanungkalit Octavian Putera Kesuma Sugeng Olyvia Fernanda Soedradjat PERDANI, WAHYUNI RIZKY Prayudi, Yoshi Putra, Akbar Trisnamulya Putri Andriani R Ricki Juniansyah R Yunenda Nur Fu'adah R. Rumani R. Rumani R. Yunendah Nur Fu’adah Raditiana Patmasari Rafid Fakhri Rahmad Hidayatullah Salam Raihan Nur Fadhlillah Rama Arjun Setiawan Ramdhan Nugraha Ratri Dwi Atmaja Renny Rahmawati Reyfaldi Wahyu Pradana Reyhan Radifan Jordy Rezki Ariz Rahadian Ricardo Ricardo Richard Bina Jadi Simanjuntak Ridwan Firdaus Rifqi Muhammad Fikri Rissa Rahmania Rizki Muhammad Iqbal Rizqi Surya Utama Rosyita Ayuning Mauludiya Sa’idah, Sofia Saidah, Sofiah Sari, Febriani Ruming Sayidia Rizki Arfina Sean Alexander Suryaman Septian Eko Kuncahyono Shimon Anterio Armando Sinaga Sofia Sa'idah Sofia Sa'idah Sofia Sa’idah SOFIA SAIDAH Sofia Sa’idah Steven Palondongan Suci Aulia Sugondo Hadiyoso Susilo, Mochammad Hilmi Suwandhi, Adhisty Putrina Suwitrisna Putra Syafiq Hilmi Abdullah Syamsul Rizal Tahta Restu Adiguna Tamardi Pranata Tampubolon Tauhid Nur Azhar Teguh Dian Arifandi Tri Siswanto Twinarya Bagus Wibawa Varian Mohammad Sutama Yohana Karina Candra Sari Yunendah Fu’adah