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 124 Documents
Search

 1   2   3   4   5 
Klasifikasi Glaukoma Menggunakan Artificial Neural Network Alva Rischa Qhisthana Pratika; Rita Magdalena; R Yunendah Nur Fuadah
Jurnal Ilmiah FIFO Vol 12, No 2 (2020)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2020.v12i2.007

Abstract

Abstract Glaucoma is an eye disease caused by increased eyeball pressure resulting in damage to the optic nerve and the second leading cause of blindness after cataracts. Nerve damage often occurs without symptoms so that an early examination can reduce the risk of glaucoma. Therefore, the authors designed a glaucoma detection system through eye fundal images that can facilitate the detection of glaucomaby extracting various features like Rim to Disc Ratio, Cup to Disc Ratio (CDR), Vertical Cup to Disc Ratio (VCDR), Horizontal Cup to Disc Ratio (HCDR), and Horizontal to Vertical CDR (H-V CDR) with Morphological Operations dan Thresholding for segmentation of Optic Disc (OD) and Optic Cup (OC). Artificial Neural Network (ANN) is used as a classifier of glaucoma. Through this method, the test data can be divided into two classifications namely normal eyes and glaucoma eyes. 62 pieces of data will be trained and 62 pieces of data will be tested. The results obtained aim to facilitate early detection of glaucoma eyes. Accuracy on training data reaches 100% and accuracy in this study is reached 93.5484%.Keyword: Glaucoma, Morphological Operation, Thresholding, Artificial Neural Network AbstrakGlaukoma adalah penyakit mata yang disebabkan oleh peningkatan tekanan bola mata sehingga terjadi kerusakan saraf optik dan dapat menyebabkan kebutaan nomor dua setelah katarak. Kerusakan saraf sering terjadi tanpa gejala sehingga pemeriksaan dini dapat mengurangi resiko dari glaukoma. Oleh karena itu, penulis merancang suatu sistem untuk mendeteksi glaukoma melalui citra fundus mata dengan mengekstraksi beberapa fitur yaitu Rim to Disc Ratio, Cup to Disc Ratio (CDR), Vertical Cup to Disc Ratio (VCDR), Horizontal Cup to Disc Ratio (HCDR), dan Horizontal to Vertical CDR (H-V CDR) dengan mengsegmentasi Optic Disc (OD) dan Optic Cup (OC) dengan menggunakan metode Morphological Operations dan Thresholding. Artificial Neural Network (ANN) digunakan sebagai metode klasifikasi glaukoma. Melalui metode tersebut, data uji dapat dibagi dalam dua klasifikasi yaitu mata normal dan mata glaukoma. Data latih yang akan diambil sebanyak 62 buah dan data uji yang akan diambil sebanyak 62 buah. Hasil yang diperoleh bertujuan untuk memudahkan mendeteksi secara dini mata glaukoma. Akurasi pada data latih mencapai 100% dan akurasi pada data uji mencapai 93,5484%.Kata kunci: Glaukoma, Morphological Operation, Thresholding, Artificial Neural Network
Penentuan Akor Gitar dengan Menggunakan Algoritma Short Time Fourier Transform Agustina Trifena Dame.S; Achmad Rizal; Rita Magdalena
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2009
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Akor merupakan rangkaian nada-nada yang tersusun secara teratur dari sebuah tangga nada dan bisamerepresentasi tangga nada tersebut. Frekuensi nada pada akor juga mewakili frekuensi nada dasarnya.Misalnya, frekuensi nada A=440 Hz maka frekuensi akor A juga sama dengan kelipatannya, yaitu 110 Hz, 220Hz dan seterusnya. Begitu pula untuk akor yang lain. Untuk menentukan suatu akor berdasarkan frekuensi,STFT (Short Time Fourier Transform) memberikan solusi berdasarkan window yang akan memfilter sinyalsuara atau bunyi.STFT (Short Time Fourier Transform) merupakan algoritma pengembangan dari FFT (FastFourier Transform). Algoritma STFT akan mencuplik sinyal masukan dalam rentang waktu t tertentu. Sinyalmasukan awal masih dalam domain frekuensi. Sinyal hasil cuplikan tersebut akan menempati domain waktu danfrekuensi. Untuk pencuplikan sinyal, STFT menggunakan fungsi window dengan lebar window (T) sesuaidengan sinyal hasil cuplikan. Fungsi window diletakkan pada sinyal yang pertama untuk tiap frekuensi yangberbeda.Penelitian ini dilakukan untuk mengetahui keakuratan dari window pada STFT (Short Time FourierTransform) terhadap penentuan nada berdasarkan frekuensi. Tingkat keakuratan ditentukan dari banyaknyaakor yang diharapkan muncul. Untuk menghasilkan banyak kemungkinan keakuratan, window dirancang dalambeberapa segmentasi yang berbeda. Dari rancangan tersebut, hasil keakuratan sistem yang telah dibuat,mencapai 60 % hingga 70 %..Kata Kunci: window, STFT, frekuensi nada, dan akor.
Implementasi dan Analisis Video Watermarking dengan Format Video MPEG Berbasis Wavelet Transform (Implementation and Analysis Watermarking MPEG Video Base on Wavelet Transform) Eriel Mar; Koredianto Usman; Rita Magdalena
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2009
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Watermarking adalah salah satu cara untuk melindungi hak milik intelektual atas produk multimedia(gambar/foto, audio, teks, video) dengan menyisipkan informasi ke dalam data multimedia tersebut. Informasiyang disisipkan ke dalam data multimedia disebut watermark, dan watermark dapat dianggap sebagai sidikdigital (digital signature) atau stempel digital dari pemilik yang sah atas produk multimedia tersebut. Padapenelitian ini dilakukan proses simulasi dan analisis performansi teknik watermarking pada video formatMPEG menggunakan Discrete Wavelet Transform (DWT) dan juga XOR serta faktor skala dalam prosesembedding serta ekstraksi-nya. Kondisi yang diuji berupa ukuran dan jumlah frame video, posisi embed videodalam sistem embedding dan extracting, serta bagaimana ketahanan (robustness) embed video terhadapgangguan berupa Noisse Gaussian Untuk mendapatkan kualitas video yang baik dengan jumlah errorminimum, maka sebaiknya diusahakan nilai MSE≈ 0 dan PSNR ≈ ∞. Pada proses embedding didapatkanmetode faktor skala dengan skala 0,02 baik tanpa noise ataupun dengan noise mempunyai PSNR terbaik yaitu55.16 dB dan 51.36 dB. Dan pada proses ekstraksi metode faktor skala 0,1 juga didapatkan PSNR yang tinggibaik tanpa noise atau dengan noise yaitu 22.74dB dan 22.27dB. Serta nilai secara subjektif MOS menunjukkannilai nilai rata-rata 4,3 (kategori baik) enak dilihat tanpa gangguan berarti.Kata kunci : watermarking, DWT, embedding, extracting,MPEG
IMPLEMENTASI METODE DISCRETE WAVELET TRANSFORM (DWT) DALAM SISTEM IDENTIFIKASI TELAPAK KAKI MANUSIA DENGAN KLASIFIKASI SUPPORT VECTOR MACHINE (SVM) Adinda Maulida; Rita Magdalena; Yunendah Nur Fu’adah
PROSIDING SNAST Prosiding SNAST 2018
Publisher : IST AKPRIND Yogyakarta

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

Abstract

Tvelhe deopment of information and technology have a good impact in modern life. One of them is the introduction of individuals created automatically to facilitate the search for information related to identity. In order not to difficult identification of individuals properly, used methods of recognizing physical characteristics to identify individuals or commonly known as biometrics. Many physical features can be used, such as fingerprints, nasal bones, teeth, and so on as long as they are still members of the body. One is the sole of the foot. Discrete Wavelet Transform (DWT) is a computation method that can be used to support digital identification system. In this study the steps to obtain the parameters required to achieve optimal accuracy include the acquisition of footprint image data, pre-processing, DWT feature extraction to the classification process using the Support Vector Machine (SVM). The process of classification and class determination using SVM algorithm by changing kernel parameters in each test. The highest accuracy of the system used in this final project is the SVM OAO of 72% with the fastest computation time of 66.72 seconds so that the algorithm can be said optimally in the system..
PERANCANGAN DAN ANALISIS KEAMANAN PESAN MENGGUNAKAN TEKNIK STEGANOGRAFI DISCRETE WAVELET TRANSFORM DAN ALGORITMA KRIPTOGRAFI RSA Muhammad Ardhi Prakasa; Rita Magdalena; R. Yunendah Nur Fu’adah
PROSIDING SNAST Prosiding SNAST 2018
Publisher : IST AKPRIND Yogyakarta

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

Abstract

The increasing development of data communication technology is certainly directly proportional to the security and data confidentiality aspects. There are some ways to protect information from unauthorized parties. Some of these ways are using steganography techniques and cryptographic techniques. Nowadays steganography technique is commonly used, so it still allows the inserted secret information is solved by other parties. This problem may reduce the level of data security and confidentiality. To overcome these problem, in this study steganography techniques will be combined with cryptographic techniques. Design of the built system is done by combining the application of Rivest-Shamir-Adleman (RSA) cryptography algorithm in encrypting the message on application of the image steganography method in concealing the encrypted messages generated into a color image (RGB) on the Discrete Wavelet Transform (DWT). The results to be obtained from this project is an image that has an encrypted message on the subband frequency of the image. Based on some tests that have been done on the system, the result of average performances score is showed by Avalanche Effect of 43,486%, Peak Signal to Noise Ratio (PSNR) of 67,2755%, Bit Error Rate (BER) and Character Error Rate (CER) of 0%. The conclusion is, the implementation of a combination between RSA cryptographic methods and steganography of DWT transformation image is successfully performed.
Identifikasi Kualitas Beras Menggunakan Metode k-Nearest Neighbor dan Support Vector Machine Sofia Saidah; Muhammad Bayu Adinegara; Rita Magdalena; Nor Kumalasari Caecar
TELKA - Jurnal Telekomunikasi, Elektronika, Komputasi dan Kontrol Vol 5, No 2 (2019): TELKA
Publisher : Jurusan Teknik Elektro UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (454.549 KB) | DOI: 10.15575/telka.v5n2.114-121

Abstract

Beras merupakan makanan pokok bagi mayoritas penduduk Indonesia. Beragamnya kualitas beras di pasaran menuntut adanya pengawasan terhadap standar kualitas beras. Pengamatan terhadap kualitas beras secara visual rentan terhadap kesalahan dikarenakan subjektifitas setiap pengamat berbeda-beda. Penelitian ini dilakukan dengan mendeteksi kualitas beras berbasis morfologi citra.. Sistem didesain dengan menggunakan dua metode klasifikasi yang berbeda, yaitu k-Nearest Neighbor (K-NN) dan Support Vector Machine (SVM) untuk kemudian diperoleh sistem dengan metode terbaik. Hasil dari penelitian menunjukkan bahwa sistem mampu melakukan identifikasi kualitas beras dengan akurasi terbaik yang diperoleh yaitu 96,67% ketika digunakan metode K-NN jenis Euclidean dengan nilai k=1, dan 96,67% pada saat digunakan parameter SVM OAO dan OAA dengan tipe kernel Polynomial serta kernel option 7.
Denoising Sinyal EEG dengan Algoritma Recursive Least Square dan Least Mean Square Nor Kumalasari Caecar Pratiwi; Rita Magdalena; Yunendah Nur Fuadah; Sofia Saidah; Syamsul Rizal; Muhamad Rokhmat Isnaini
TELKA - Jurnal Telekomunikasi, Elektronika, Komputasi dan Kontrol Vol 5, No 2 (2019): TELKA
Publisher : Jurusan Teknik Elektro UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (658.294 KB) | DOI: 10.15575/telka.v5n2.122-129

Abstract

EEG mengukur fluktuasi tegangan yang dihasilkan dari arus ionik yang beredar sepanjang neuron otak. Dalam pengaturan eksperimental, sinyal EEG sering terkontaminasi dengan berbagai noise akibat gerakan otot dan jantung. Noise dengan magnitudo yang lebih tinggi dari sinyal aslinya akan merusak sinyal EEG dan bisa berakibat fatal dalam analisis diagnosa. Sehingga diperlukan sebuah sistem denoising yang mampu secara maksimal mengurangi noise, tanpa menghilangkan komponen informasi penting dari sinyal EEG. Salah satu algoritma yang dapat digunakan dalam mereduksi noise pada sinyal biomedis adalah RLS dan LMS. Keuntungan utama dari penggunaan adaptif filtering termasuk RLS dan LMS adalah dapat digunakan pada lingkungan non-stasioner. Tujuan penelitian adalah melakukan uji perbandingan performansi filtering RLS dan LMS dalam mereduksi noise pada sinyal EEG. Parameter performansi yang diukur adalah waktu komputasi, MSE, SNR, dan PSNR. Dari hasil pengujian, diperoleh bahwa adaptif filtering dengan RLS dan LMS mampu mereduksi noise pada sinyal EEG dengan baik. Filter LMS memiliki kelebihan pada waktu komputasinya yang singkat, rata-rata waktu komputasi filter LMS selama 0.7 detik, jauh berbeda dengan filter RLS yang membutuhkan waktu sampai dengan 113 detik. Tetapi kehandalan sistem dari sisi MSE, SNR dan PSNR untuk filter LMS masih berada dibawah RLS untuk intensitas noise yang rendah. Besarnya parameter SNR dan PSNR pada filter RLS cenderung lebih stabil pada intesitas noise 10 dB, 20 dB, dan 30 db. Hal berbeda terjadi pada denoising dengan menggunakan filter LMS, terjadi perubahan SNR yang signifikan dari 16.14 dB pada noise 10 dB, 21.09 dB untuk noise sebesar 20 dB, dan 25.81 dB untuk intensitas noise sebesar 30 dB.
PERANCANGAN DAN SIMULASI PEMISAHAN REFRAIN LAGU DENGAN METODE FAST FOURIER TRANSFORM (FFT) Obed Simanungkalit; Rita Magdalena; I Nyoman Apraz Ramatryana
TEKTRIKA Vol 2 No 2 (2017): TEKTRIKA Vol.2 No.2 2017
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/tektrika.v2i2.1670

Abstract

Pemisahan reff lagu secara manual untuk sebuah database membutuhkan waktu yang sedikit lama.Hal ini disebabkan untuk menentukan semua posisi reff dalam sebuah lagu, seseorang harus mengetahui lagu tersebut dengan mendengarkan lagu secara keseluruhan. Penelitian ini mengusulkan sistem penambahan database otomatis secara cepat dan tepat dengan memanfaatkan perkembangan audio processing dalam industri musik. Kami membuat sistem dengan menggunakan lagu sebagai input dilengkapi dengan ekstraksi ciri menggunakan metode Fast Fourier Transform (FFT).Kemudian sistem akan melakukan pencocokan data antara potongan reff pertama lagu yang sudah diketahui posisinya dengan lagu tersebut secara utuh.Hal ini dilakukan untuk mendapatkan output berupa posisi reff kedua dan ketiga dalam sebuah lagu. Penggunaan metode FFT pada makalah ini diharapkan memiliki akurasi tinggi dan waktu komputasi yang baik.
OPTIMASI K-NEAREST NEIGHBOR UNTUK SISTEM KLASIFIKASI KONDISI KATARAK Yunendah Nur Fuadah; Rita Magdalena; Steven Palondongan; Nor Kumalasari
TEKTRIKA Vol 4 No 1 (2019): TEKTRIKA Vol.4 No.1 2019
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/tektrika.v4i1.1832

Abstract

Deteksi dini kondisi katarak merupakan solusi untuk mengendalikan peningkatan jumlah kebutaan yangdisebabkan oleh katarak. Dalam penelitian ini, dilakukan optimasi metode Gray Level Co-Occurrence Matrix(GLCM) dan K-Nearest Neighbor (K-NN) untuk klasifikasi kondisi citra mata menjadi kondisi normal, katarakimatur dan katarak matur. Pada tahap ekstraksi ciri digunakan metode GLCM, parameter yang berpengaruhpada tahap ini adalah jarak antar piksel (d), sudut (q), dan fitur statistik. Pada tahap klasifikasi, fitur ciri daritahap ekstraksi ciri diklasifikasikan oleh K-NN, parameter yang diuji pada tahap ini adalah nilai k dan persamaanperhitungan jarak yang digunakan yaitu Euclidean, Minkowski, Chebychev dan City Block. Berdasarkan hasilpengujian diperoleh akurasi pengujian sebesar 93,33 % dengan menggunakan parameter yang paling optimalyaitu d= 2, q= 135, nilai k=5 dengan persamaan jarak Euclidean dan Minkowski.
INDIVIDUAL IDENTIFICATION SYSTEM DESIGN THROUGH VOICE USING LINEAR PREDICTIVE CODING METHOD AND K-NEAREST NEIGHBOR Davita Nadia Fadhilah; Rita Magdalena; Sofia Sa’idah
Jurnal Teknik Informatika (Jutif) Vol. 2 No. 2 (2021): JUTIF Volume 2, Number 2, December 2021
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jutif.2021.2.2.71

Abstract

Humans have a variety of characteristics that are different from one another. Characteristics possessed by humans are genuine which can be used as a differentiator between one individual and another, one of which is sound. Voice recognition is called speech recognition. In this study, it was developed as an individual voice recognition system using a combination of the Linear Predictive Coding (LPC) method of feature extraction and K-Nearest Neighbor (K-NN) classification in the speech recognition process. Testing is done by testing changes in several parameters, namely the LPC order value, the number of frames, the K value, and different distance methods. The results of the parameter combination test showed a fairly good presentation of 73.56321839% with the combination parameter or LPC 8, the number of frames 480, the value of K 5, with the distance method used by Chebychev.
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