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

 2   3   4   5   6 
Identifikasi Jenis Penyakit Pada Kakao Dengan Pengolahan Citra Digital Dan K-nearest Neighbor Gede Hari Yogiswara; Rita Magdalena; Hilman Fauzi Tresna Sania Putra
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Indonesia merupakan negara penghasil dan pengekspor kakao terbesar ke-3 dunia setelah Pantai Gading dan Ghana. Kualitas biji kakao dipengaruhi baik atau buruk dari buahnya itu sendiri. Salah satu parameter dari kualitas buah kakao ada tidaknya penyakit yang dihasilkan oleh hama ataupun patogen yang menyerang tanaman kakao. Namun pengecekan penyakit pada kakao masih dilakukan manual oleh manusia dengan tingkat ketelitian yang relatif masih rendah. Agar proses pengecekan penyakit pada kakao bisa lebih efisien, maka diperlukan suatu sistem yang dapat melakukan identifikasi penyakit secara otomatis. Pada tugas akhir ini penulis akan merancang sistem identifikasi jenis penyakit kakao otomatis berbasis pengolahan citra digital. Cara kerja dari sistem ini adalah dengan membandingkan sampel kakao yang akan diteliti dengan referensi yang ada pada database. Pada penelitian ini hanya mengidentifikasi buah normal dan buah yang terserang busuk buah dan helopeltis. Sistem yang dirancang pada tugas akhir ini menggunakan metode Principal Component Analysis (PCA), klasifikasi K-Nearest Neighbor (KNN) dan diimplementasikan menggunakan aplikasi Maltab R2009a. Berdasarkan hasil pengujian secara keseluruhan, dapat disimpulkan bahwa sistem dapat mengidentifikasi jenis penyakit pada kakao. Hasil akurasi tertinggi sebesar 86,67% diperoleh dengan kombinasi dari 3 parameter yaitu, menggunakan ukuran citra normalisasi 128 x 64 piksel, tanpa membatasi jumlah PC yang digunakan dan dengan metode distance cityblock dimana nilai k = 1. Rata-rata waktu komputasi yang dibutuhkan untuk proses pre-processing adalah 0,31284 detik, sedangkan rata-rata waktu komputasi yang dibutuhkan untuk proses ekstraksi ciri adalah 0,03598 detik dan rata-rata waktu yang dibutuhkan untuk proses klasifikasi adalah 0,07774 detik. Kata kunci: Buah kakao, Identifikasi jenis penyakit kakao, PCA, k-NN, MATLAB.
Perancangan Dan Realisasi Antena Cetak Log-Periodic Dipole Array Untuk Aplikasi Penerima Siaran Tv Digital Di Indonesia Aldo Setiawan; Rita Magdalena; Inung Wijayanto
eProceedings of Engineering Vol 1, No 1 (2014): Desember, 2014
Publisher : eProceedings of Engineering

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

Abstract

Berkembang dari teknologi tv analog menjadi tv digital dan tugas akhir sebelumnya yang dapat dilihat pada referensi 1 dan 2 membahas perancangan antena tv dengan menggunakan LDPA. Pada Tugas akhir ini melanjutkan penelitian tugas akhir sebelumnya. Reduksi antena LDPA, penelitian yang dilakukan adalah mereduksi jumlah elemen LDPA seperti pada penelitian sebelumnya dan mereduksi dimensi antena tersebut dengan metode meander. Kemudian perancangan yang dilakukan pada bahan FR4, sama dengan penelitian sebelumnya menggunakan FR4. Sesuai harapan penulis terhadap tugas akhir ini hasil perancangan antena ini berhasil, didapat antena LPMDA dengan ukuran 267 x 253 x 3.2 mm teknik meander yang digunakan menghasilkan reduksi ukuran sebesar 11.85%. Bekerja pada pita frekuensi 478 – 694 MHz (frekuensi siaran tv digital), Untuk VSWR ≤ 2, saat simulasi antena bekerja dari frekuensi 414-1000 MHz, saat pengukuran antena bekerja dari frekuensi 470 – 711 MHz. Gain antena untuk frekuensi disiaran tv digital antara 4.41 – 5.28 dBi. Impedansi antena berada disekitar 75Ω. Kata Kunci : Antena Penerima TV, DTV, LDPA, LPMDA, dan Meander
Perbandingan Dan Analisis Support Vector Machine Dan Adaptive Neuro-fuzzy Inference System Untuk Klasifikasi Genre Musik Ridwan Firdaus; Rita Magdalena; I Nyoman Apraz Ramatryana
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

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 metode Support Vector Machine dan Adaptive Neuro Fuzzy Inference System. Dari skenario pengujian terhadap paramater Jenis dan Orde Filter didapat parameter terbaik yaitu Jenis filter Butterworth dengan orde 3. Setelah dilakukan pengujian terhadap klasifikasi 4 genre lagu yaitu m e t a l , b l u e s , pop dan dance, akurasi tertinggi adalah 85% dan 86% dengan SVM dan 87% dengan ANFIS, untuk jumlah data acuan 50 tiap-tiap genre, jumah data uji 50 tiap-tiap genre, iterasi ANFIS 20, parameter SVM jenis kernel polynomial, kerneloption = 1, C = 10 dan lambda = 1e-1. Kunci : Klasifikasi, genre musik, Support Vector Machine, Adaptive Neuro Fuzzy Inference System
Deteksi Kerusakan Ban Pada Angkutan Umum Dengan Metode Local Binary Pattern Dan Klasifikasi Nearest Neighbor. Adham Nurjati; Rita Magdalena; I Nyoman Apraz Ramatryana
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

Kondisi ban merupakan salah satu aspek penting dari standar keselamatan dan kelayakan jalan dari sebuah angkutan umum yang ada di Indonesia yang saat ini sedikit terabaikan, hal ini disinyalir menjadi salah satu penyebab kecelakaan di Indonesia. Saat ini sistem uji kelayakan ban yang ada dilakukan dengan memanfaatkan tenaga manusia,akan tetapi manusia memiliki banyak keterbatasan Tugas akhir ini dibuat dengan tujuan untuk mensimulasikan suatu sistem yang mampu menganalisis ada tidaknya kerusakan pada permukaan ban yang digunakan dalam proses uji kelayakan jalan angkutan umum dengan menggunakan metode Local Binary Pattern (LBP) untuk tahap awal ekstraksi cirinya dimana LBP digunakan untuk mencari pola pada citra. LBP didefinisikan sebagai perbandingan nilai biner piksel pada pusat citra dengan nilai piksel disekelilingnya[2]. Setelah itu, menyusun nilai biner kedalam nilai desimal untuk menggantikan nilai piksel pada pusat citra. Hasil dari LBP akan menghasilkan vektor ciri yang dijadikan database ciri sebagai masukan pada klasifikasi citra dengan menggunakan metode K-Nearest Neighbor (KNN). Hasil dari simulasi yang dilakukan sistem dapat mendeteksi adanya kerusakan pada permukaan ban angkutan umum,yang mana sistem ini memiliki akurasi yang mumpuni yaitu 91,82% Kata kunci : Kerusakan permukaan ban angkutan umum,Local Binary Pattern,K-Nearest Neighbor
Steganalisis Pada Steganografi Citra Digital Menggunakan Metode Binary Similarity Measures Dan Hidden Markov Model Faizhal Rifky Alfaris; Rita Magdalena; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Steganografi adalah teknik penyisipan pesan/informasi ke dalam media lain (gambar, audio, video, dll) sehingga informasi tersebut aman dan tidak mudah disalahgunakan oleh orang lain. Penggunaan steganografi juga dapat mempermudah pengirim informasi untuk menyembunyikan pesan dalam bentuk lain. Untuk mendeteksi keberadaan pesan yang tersembunyi perlu adanya teknik tersendiri yang disebut Steganalisis. Bisa diartikan bahwa steganalisis adalah suatu ilmu untuk mengetahui/mendeteksi adanya pesan tersembunyi dalam sebuah media yang telah disisipkan menggunakan steganografi. Dalam proses pembuatan Proposal Tugas Akhir ini, analisis deteksi stego (stegano object) akan menggunakan metode Binary Similarity Measures (BSM). Metode BSM digunakan untuk mengetahui perubahan pada bit-bit dengan perhitungan kemiripan pada level biner. Untuk metode klasifikasi akan digunakan HMM (Hidden Markov Model), dengan cara memprediksi hasil yang dicari menggunakan perhitungan probabilitas (kemungkinan). Pada penelitian sebelumnya penggunaan HMM sangat efektif untuk proses klasifikasi dalam sistem pengenalan (recognition). Maka pada penelitian kali ini HMM akan digunakan untuk membantu proses klasifikasi ciri terutama untuk mencari informasi yang tersembunyi. Pada Tugas Akhir ini diimplementasikan metode steganalisis Binary Similarity Measures (BSM) dan Hidden Markov Models (HMM) untuk mendeteksi beberapa citra digital dengan format JPG yang telah disisipi steganografi LSB. Berdasarkan pengujian yang telah dilakukan, program tersebut dapat mendeteksi steganografi LSB dengan akurasi mencapai 74,80%. Hal tersebut juga dapat menghindarkan dari penyalahgunaan informasi dengan cara penyusupan pesan lain kedalam objek tersebut. Kata kunci Steganografi, Steganalisis, Citra Digital, Teks, Hidden Markov Model (HMM), Binary Similarity Measures (BSM).
Simulasi Dan Analisis Keamanan Teks Menggunakan Metode Steganografi Discrete Cosine Transform (Dct) Dan Metode Enkripsi Cellular Automata Arianto Sirandan; Rita Magdalena; Nur Andini
eProceedings of Engineering Vol 1, No 1 (2014): Desember, 2014
Publisher : eProceedings of Engineering

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

Abstract

Keamanan suatu pesan rahasia pada saat ini menjadi hal yang sangat penting untuk ditingkatkan, mengingat begitu mudahnya siapa saja untuk mengakses ke jaringan. Oleh karena itu, keamanan pesan rahasia yang dikirimkan harus terjamin kerahasiaannya. Salah satu caranya dengan menggunakan metode steganografi. Steganografi adalah suatu teknik penyembunyian pesan rahasia ke dalam media lain tanpa diketahui orang lain. Pesan rahasia yang dikirimkan dapat berupa text, image, voice maupun video. Untuk media penyembunyian juga dapat berupa text, image, voice maupun video. Dalam tugas akhir ini dilakukan perancangan sistem dengan menggunakan metode Discrete Cosine Transform dan Cellular Automata. Kedua metode ini digabungkan dan digunakan untuk menyembunyikan suatu pesan rahasia yang berupa text untuk mendapatkan tingkat keamanan yang lebih tinggi. Pada proses awal sistem, pesan disisipkan ke dalam suatu citra cover, setelah itu citra cover tersebut dienkripsi sehingga gambar asli dari citra cover tidak dapat diketahui. Hasil yang diperoleh dari tugas akhir ini adalah sebuah citra CA yang berupa gambar rusak tetapi memiliki pesan rahasia di dalamnya. Dengan nilai CER tanpa noise pada layer blue yaitu 0% dan pada layer red dan green yaitu 7,98% dan 25,35%. Namun, ketika diberi noise pesan yang disisipkan tidak dapat diekstrak lagi. Dengan demikian, sistem ini dapat berjalan dengan baik jika tidak diberi serangan. Kata Kunci: Steganography, 2D Rules, Cellular Automata (CA).
Simulasi Dan Analisis Sistem Smart Traffic Light Berbasis Pengolahan Citra Digital Dengan Metode Deteksi Tepi Dan Segmentasi Danding Adhi Priutomo; Rita Magdalena; Nur Andini
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Sistem lampu lalu lintas saat ini belum cukup efektif untuk mengurai kemacetan karena sistemnya masih menggunakan fixed time traffic signal dimana sistem ini bekerja dengan waktu yang telah ditentukan. Hal ini menyebabkan terjadinya banyak kemacetan dibeberapa ruas jalan. Pada penulisan tugas akhir ini dikembangkan sitem lampu lalu lintas yang bisa mendeteksi ruas mana yang memiliki antrian paling panjang pada persimpangan jalan. Cara kerja detektor ini merekam video pada masing-masing ruas jalan dan frame didetik ke 40 diambil untuk diproses menggunakan metode deteksi tepi dan segmentasi. Perhitungan centroid dan thresholding dilakukan agar sistem dapat membedakan warna aspal dengan kendaraan. Pengambilan video ini dilakukan di 3(tiga) kondisi yaitu pagi hari(cerah), siang hari(cerah), dan sore hari(berawan). Hasil yang diperoleh dari penelitian ini adalah sebuah sistem yang mampu menentukan ruas mana yang memiliki antrian paling panjang dengan menghitung panjang centroid-centroid pada masing-masing ruas jalan. Setelah dilakukan pengujian terhadap sistem, dapat diambil kesimpulan bahwa sistem bekerja secara optimal di pagi dan sore hari dengan tingkat akurasi sebesar 82,85%. Sedangkan sistem bekerja kurang optimal di siang hari dengan tingkat akurasi sebesar 77,14%. Dengan demikian rata-rata tingkat akurasi sistem sebesar 80,93%. Kata kunci : Lampu lalu lintas, citra, antrian, deteksi tepi, segmentasi
Simulasi Dan Analisis Keamanan Teks Menggunakan Metode Steganografi Discrete Wavelet Transform (dwt) Dan Metode Enkripsi Cellular Automata Tamardi Pranata Tampubolon; Rita Magdalena; Nur Andini
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

Steganografi merupakan teknik menyembunyikan pesan rahasia kedalam cover media sehingga orang lain tidak mengetahui isi atau keberadaan dari pesan tersembunyi tersebut. Pesan rahasia yang dikirimkan dapat berupa text, image, voice, maupun video. Untuk media penyembunyian juga dapat berupa text, image, voice maupun video. Pada tugas akhir ini dilakukan perancangan sistem dengan metode Discrete Wavelet Transform dan metode enkripsi Cellular Automata. Kedua metode ini digabungkan dan digunakan untuk menyembunyikan suatu pesan rahasia yang berupa text untuk mendapatkan tingkat keamanan yang lebih tinggi. Tugas akhir ini bertujuan untuk menyediakan dua level tingkat keamanan. Pada level pertama menyembunyikan pesan tersebut dengan menggunakan teknik steganografi dan juga menggunakan password khusus untuk dapat mengakses informasi yang ada di dalam text. Pada tingkat kedua menggunakan sistem 2D Cellular Automata. Hasil yang diperoleh dari tugas akhir ini didapatkan citra stego dengan kualitas yang sangat baik diatas (PSNR ≥ 39 dB), dengan nilai MOS (Mean Opinion Score) sekitar 4,6 – 5 didapatkan dari 30 pengamat, dan sebuah citra CA yang berupa gambar tidak jelas tetapi memiliki pesan rahasia di dalamnya, dengan nilai CER yang sangat baik tanpa noise pada semua layer red, green and blue yaitu 0% dengan batas maksimal jumlah karakter pesan yaitu 8192 karakter. Sistem diuji dengan beberapa gangguan yaitu noise Gaussian, noise Salt & Paper dan rescale
Perancangan Dan Analisis Modifikasi Kunci Kriptografi Algoritma Rc6 Pada Data Teks Dewi Siskawati; R. Rumani R. Rumani; Rita Magdalena
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Keamanan suatu data atau informasi berupa file dokumen sangat penting, salah satu cara pengamanan data adalah dengan menggunakan metode kriptografi. Kriptografi adalah ilmu yang mempelajari teknik-teknik matematika yang berhubungan dengan aspek keamanan informasi, seperti kerahasiaan data, keabsahan data, integritas data, serta autentikasi data. Data yang dikirimkan bisa berupa informasi umum atau rahasia. Dalam tugas akhir ini dibuat suatu perancangan algoritma kriptografi RC6 yang dimodifikasi kuncinya dalam bentuk aplikasi Java. Masukan dari aplikasi tersebut adalah teks, kemudian teks dienkripsi dan didekripsi menggunakan algoritma RC6 dengan kunci biasa. Terakhir, dilakukan proses enkripsi dan dekripsi menggunakan algoritma RC6 dengan kunci yang telah dimodifikasi. Kunci yang dimodifikasi yakni kunci yang difungsikan dengan Blum Blum Shub. Algoritma RC6 yang digunakan memiliki performansi yang baik, terlihat dari nilai Avalanche Effect kunci biasa RC6 yang diberikan berkisar antara 46.875% sampai 65.625% dan nilai Avalanche Effect kunci modifikasi RC6 yang diberikan berkisar antara 43.75% sampai 62.5%. Rata-rata waktu enkripsi kunci biasa RC6 yang dihasilkan yaitu 3.94939 detik dan rata-rata waktu enkripsi kunci modifikasi RC6 yang dihasilkan yaitu 3.72655 detik. Rata-rata memori kunci biasa RC6 yang digunakan yaitu 20 MB dan rata-rata memori kunci modifikasi RC6 yang digunakan yaitu 23 MB. Dapat disimpulkan bahwa waktu enkripsi kunci modifikasi RC6 lebih cepat daripada waktu enkripsi kunci biasa RC6 dan memori yang digunakan kunci modifikasi RC6 lebih banyak daripada memori yang digunakan kunci biasa RC6. Kata kunci: File teks, Kriptografi, Algoritma RC6, Blum Blum Shub
Perancangan Sistem Pengenalan Suara Dengan Metode Linear Predictive Coding R Ricki Juniansyah; Rita Magdalena; Ledya Novamizanti
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Speech recognition merupakan teknologi untuk mengenali suara manusia yang kemudian dapat dimanfaatkan untuk berbagai keperluan. Pada tugas akhir ini speech recognition digunakan untuk merancang sistem aplikasi pengenalan suara menggunakan metode Linear Predictive Coding. Linear Predictive Coding merupakan suatu metode analisa sinyal yang menghasilkan sejumlah koefisien LPC. Pada tugas akhir ini dilakukan ekstraksi ciri suara dengan metode LPC dan dilanjutkan dengan metode Hidden Markov Model untuk pelatihan dan pengenalan suara. LPC mengambil ciri-ciri yang ada didalam sampel suara manusia kemudian menjadi masukan untuk pembelajaran pola. Pada penelitian sebelumnya metode LPC digunakan dalam sistem speech to text. Hasil pengujian sistem pada tugas akhir ini menunjukan bahwa akurasi tertinggi sistem bernilai 53,34% dengan waktu komputasi 51,27 detik. Hasil tersebut didapat pada kondisi ukuran frame bernilai N=900 dan M=700, 7 jumlah data training tiap user, ukuran codebook 4 dan jumlah state 7. Kata Kunci : Linear Predictive Coding, Hidden Markov Model
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