Article Per Year (5 Year)
p-Index From 2021 - 2026
3.718
P-Index
This Author published in this journals
All Journal Journal of Information Systems Engineering and Business Intelligence Indonesian Journal on Computing (Indo-JC) AL ISHLAH Jurnal Pendidikan JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Tekno Insentif JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Building of Informatics, Technology and Science Bubungan Tinggi: Jurnal Pengabdian Masyarakat BERNAS: Jurnal Pengabdian Kepada Masyarakat Charity : Jurnal Pengabdian Masyarakat Journal La Multiapp Instal : Jurnal Komputer Jurnal Nasional Teknik Elektro dan Teknologi Informasi eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Jurnal Pengabdian Masyarakat Bangsa Jurnal INFOTEL LOGIC: Jurnal Penelitian Informatika
Indra Lukmana Sardi
Universitas Telkom
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 46 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 46 Documents
Search

 1   2   3   4   5 
Analisis Sentimen Opini Masyarakat Terhadap Pasangan Calon Presiden Dan Wakil Presiden Pada Media Sosial Twitter Menggunakan Ontology Supported Polarity Mining (studi Kasus: Pemilihan Umum 2019) Yustisia Susandi; Anisa Hendiawan; Indra Lukmana Sardi
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

AbstrakPemilihan umum (pemilu) presiden dan wakil presiden tak lepas dari pembicaraan publik. Masyarakatbebas mengemukakan opininya baik melalui media sosial maupun di dunia nyata. Salah satu mediasosial yang digemari masyarakat untuk menyampaikan opini adalah Twitter. Banyaknya masyarakatyang beropini mengenai pemilihan presiden di Twitter dapat menghasilkan informasi yang dapatdimanfaatkan lembaga survei untuk menentukan tingkat keterpilihan atau elektabilitas pasangan calonpresiden dan wakil presiden. Oleh karena itu, perlu adanya analisis sentimen opini masyarakat tentangPemilihan Umum 2019 yang berkaitan dengan para pasangan calon, sehingga dapat diketahuibagaimana penilaian masyarakat terhadap pasangan calon presiden dan wakil presiden yang sudahdiklasifikasikan ke dalam masing-masing aspek secara spesifik. Metode yang digunakan untuk analisissentimen opini masyarakat adalah Ontology Supported Polarity Mining (OSPM). Metode OSPM dipilihkarena dapat meningkatkan penambangan polaritas dengan ontologi yang dapat memberikan informasisuatu topik secara terperinci. Hasil menunjukkan bahwa OSPM dengan teknik penambangan polaritasrule dapat mengklasifikasikan sentinmen level aspek dan menghasilkan akurasi sebesar 93.76%sedangkan tanpa rule rata-rata akurasi sebesar 85.11%, dengan kata lain rule dapat meningkatkanakurasi sebesar 8.65%.Kata Kunci : sentimen, level aspek, OSPM, pilpres, twitter AbstractThe general election (election) of the president and vice president cannot be separated from publicdiscussion. People are free to express their opinions both through social media and in the real world. Oneof the social media favored by the public to express their opinion is Twitter. The number of people whothink about the presidential election on Twitter can produce information that can be used by surveyinstitutions to determine the level of electability or electability of candidates for president and vicepresidential candidates. Therefore, it is necessary to analyze the sentiment of public opinion about the2019 General Election relating to the candidate pairs, so that it can be seen how the community evaluatesthe presidential and vice presidential candidate pairs that have been specifically classified into eachaspect. The method used for public opinion sentiment analysis is Ontology Supported Polarity Mining(OSPM). The OSPM method was chosen because it can improve polarity mining with ontologies that canprovide detailed information on a topic. The results show that OSPM with polarity rule miningtechniques can classify sentinmen level aspects and produce an accuracy of 93.76% while without rule theaverage accuracy is 85.11%, in other words the rule can increase accuracy by 8.65%. Keywords : sentiment, aspect level, OSPM, presidential election, twitter
Identifikasi Spam Tweet Komentar Pada Twitter Berbasis Ontologi (studi Kasus : Tweet / Caption Di Twitter Dengan Tema “pilpres 2019”) Jahtra Genio Muhammad; Anisa Herdiani; Indra Lukmana Sardi
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak anisaherdiani@telkomuniversity.ac.id, Dengan diadakannya pemilihan presiden 2019 banyak media sosial yang mengangkat beritatersebut, sejalan dengan hal itu tentu banyak postingan yang membahas berita pemilihan presiden 2019.Hal tersebut menyebabkan aktivitas sebuah media sosial menjadi cukup tinggi. Twitter merupakan salahsatu media sosial yang sangat populer digunakan untuk menyampaikan pendapat untuk saat ini, adanyapemilihan presiden 2019 membuat twitter menjadi salah satu media sosial yang ramai. Tingginya aktivitastwitter dimanfatkan oleh spammers untuk menyebarkan spam khususnya spam pada kolom komentar yangtidak memiliki keterkaitan dengan tweet atau topik pembicaraan serta menimbulkan dampak yang tidaknyaman bagi pengguna lainnnya. Spam yang dimaksud pada penelitian ini adalah komentar yang tidak adaketerkaitan atau keterhubungan dengan caption atau postingan. Untuk mengatasi masalah tersebutdibutuhkan sebuah sistem yang bisa mendeteksi spam berbasis ontologi. Dengan menggunakan ontologi,proses identifikasi spam menjadi lebih efisien dan sederhana karena data dipisahkan berdasarkan domaintertentu yang didefinisikan. Berdasarkan hasil pengujian, proses identifikasi spam menggunakan metodeontologi pada penelitian ini menghasilkan nilai rata-rata f1-score sebesar 89.14% Hal ini menunjukanbahwa ontologi dapat diimplementasikan untuk mengidentifikasi spam komentar pada twitter.Kata kunci : pemilihan presiden 2019, spam, spammers, ontologi, twitterAbstract With the 2019 presidential election held a lot of social media that raised the news, many postsdiscuss the 2019 presidential election news. This causes social media activity to be quite high. Twitter is aone of very popular social media used to express opinions for the moment, The 2019 presidential electionmakes Twitter one of the popular social media. The high level of twitter activity is used by spammers tospread spam, especially spam, in the comments column that has no connection with tweets or topics ofconversation and has an uncomfortable impact on other users. Spam generally in this research is illustratedby comments that have no relevance or connectedness with the caption or post. For solve this problem, asystem that can detect ontology-based spam is needed. By using an ontology, the process of identifying spambecomes more efficient and simpler because data is separated based on certain domains defined. Based onthe results of testing, the process of identifying spam using the ontology method in this study resulted in anaverage f1-score of 89.14%. This shows that ontology can be implemented to identify comment spam ontwitter.Keywords: presidential election, spam, spammers, ontologi, twitter
Klasifikasi Keberpihakan Tweet Menggunakan Multinomial Naïve Bayes (studi Kasus: Pemilihan Presiden 2019) Alfian Yulianto; Anisa Herdiani; Indra Lukmana Sardi
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

AbstrakTweet yang tersebar di media sosial twitter dapat menunjukkan keberpihakan tweet terhadap calonpresiden dan wakil presiden yang akan menjabat. Banyak tweet yang dapat menunjukkan keberpihakanterhadap suatu paslon mulai dari tweet yang memuji paslon yang didukungnya hingga menjelekkan paslonyang tidak didukungnya. Penelitian ini menganalisis dari banyaknya tweet yang beredar untuk menilaikeberpihakannya berdasarkan data tweet pada sosial media twitter. Melalui tugas akhir penelitimemberikan solusi dengan klasifikasi otomatis yang dilakukan komputer dengan mengklasifikasikan tweettersebut apakah memihak Jokowi atau Prabowo. klasifikasi yang dibangun menggunakan metodemultinomial naïve bayes classifier, Hasil pengujian dengan 10-folds cross validation pada penelitian inimemiliki rata-rata hasil F1-Score 0,71 dan akurasi 0,72.Kata kunci : Klasifikasi, Plpres, Pemilihan Presiden, Multinomial Na¨ıve BayesAbstractTweets that are spread on social media twitter can show the tweet alignments of candidates for presidentand vice president who will take office. Many tweets can show partiality towards a paslon, starting fromtweets that compliment a paslon that it supports to vilify a paslon that it does not support. This studyanalyzes the number of tweets in circulation to assess its alignments based on tweet data on twitter socialmedia. Through this final project the researcher provides a solution with an automatic classification by acomputer by classifying the tweet whether it is in favor of Jokowi or Prabowo. the classification was builtusing the multinomial naïve bayes classifier method. The test results with 10-fold cross validation in thisstudy had an average F1-Score of 0.71 and an accuracy of 0.72.Keywords: Classification, Multinomial Na¨ıve Bayes, Presidential Election.
Identifikasi Karakter Presiden Melalui Analisis Sentimen Pada Twitter Menggunakan Naïve Bayes Classifier Dan Pos Tagging Bastomy Bastomy; Anisa Herdiani; Indra Lukmana Sardi
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

AbstrakMedia sosial merupakan salah satu media untuk menyampaikan opini tentang politik, salah satunyatentang presiden. Opini atau pandangan masyarakat dapat berupa opini positif dan negatif. MenurutKBBI karakter merupakan kata sifat, dengan demikian opini yang menjadi fokus utama adalah opiniyang memiliki jenis kata sifat. Kita dapat meneliti sentimen yang terdapat pada Twitter berupa tweetyang menandai presiden untuk mendapatkan karakter. Inti dari penelitian ini menggunakan metodeNaïve Bayes Classifier (NBC) untuk mengklasifikasikan tweet dan POS tagging untuk mengetahui jeniskata dari setiap tweet positif. Dari pengujian yang telah dilakukan menghasilkan pre-processing seperticasefolding, tokenizing, penghapusan kata yang tidak memiliki makna, simbol atau tanda baca. Untukmeningkatkan akurasi NBC digunakan metode N-gram yang bertujuan menggabungkan kata negasi dankata selanjutnya untuk menghindari perubahan makna dari kata tersebut. Hasil pengujian klasifikasidengan menggunakan metode cross-validation menghasilkan rata-rata akurasi sebesar 80,29% dan POStagging menghasilkan akurasi sebesar 73,3% dalam menentukan karakter presiden. pengujian di atasmenunjukkan bahwa identifikasi karakter melalui analisis sentimen menggunakan NBC dan POS taggingdapat digunakan untuk mendapatkan karakter presiden. Hasil akhir penelitian ini berupa daftar kataberjenis kata sifat yang telah diurutkan berdasarkan polaritas kemunculannya yang telah divalidasi olehahli Bahasa.Kata kunci : Analisis sentimen, Naïve Bayes Classifier, N-gram, POS tagging, Preprocessing, TwitterAbstractSocial media is one of the media to express opinions about politics, one of which is about the president.Public opinion or opinion can take the form of positive and negative opinions. According to KBBIcharacters are adjectives, thus opinions that are the main focus are opinions that have the type ofadjectives. We can consider the sentiments on Twitter in the form of tweets needed by the president to getthe character. The core of this research uses the Naïve Bayes Classifier (NBC) method to classify tweetsand POS markings to understand the type of words of each positive tweet. From the testing that has beendone, it produces pre-processing such as casefolding, tokenizing, deletion of words that do not havemeaning, symbols or punctuation. To improve the accuracy of NBC the N-gram method is used whichreplaces the negation words and subsequent words to avoid changing the meaning of the word. Testresults using the cross-validation method produce an average accuracy of 80.29% and POS markingproduces an accuracy of 73.3% in determining the character of the president. Learn above How toexamine characters through sentiment analysis using NBC and POS marking can be used to get thepresident's character. The final results of this study contain a list of adjective type words that have beensorted based on the polarity of their appearance which has been validated by language experts.Keywords: Naïve Bayes Classifier, N-gram, POS tagging, Preprocessing, Sentiment analysis, Twitter
PENGEMBANGAN MODUL PELATIHAN UNTUK MENYUSUN MATERI AJAR PADA LMS PT. KHARISMA PRINTEX BANDUNG Gede Agung Ary Wisudiawan; Indra Lukmana Sardi; Nungki Selviandro; Muhammad Bambang Hidayanto
Prosiding COSECANT : Community Service and Engagement Seminar Vol 2, No 2 (2022)
Publisher : Universitas telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (382.292 KB) | DOI: 10.25124/cosecant.v2i2.18637

Abstract

Kegiatan pengabdian masyarakat kali ini melanjutkan road maps penelitian yang sudah dikembangkan sebelumnya, dimana kegiatan sebelumnya berhasil mengembangkan aplikasi Learning Management System (LMS) pada PT. Kharisma Printex Bandung. Kegiatan pengabdian kepada masyarakat kali ini bertujuan mengembangkan modul pelatihan penggunaan aplikasi microsoft powerpoint dalam menyusun materi ajar pada LMS PT. Kharisma Printex Bandung. Modul yang berhasil dikembangkan terdiri dari lima bab pembelajaran yaitu bab pembelajaran terkait pengenalan aplikasi, bab pembelajaran untuk menghias slide presentasi, bab pembelajaran untuk memasukkan teks, bab pembelajaran yang berisikan tips and trick agar presentasi lebih hidup, dan bab terakhir terkait dengan bagaimana cara membawakan presentasi. Metodologi dari kegiatan pengabdian kepada masyarakat ini merujuk kepada metodologi penelitian research and development (R&D) yang meliputi 5 langkah : (1) potensi dan masalah, (2) pengumpulan informasi, (3) desain produk, (4) validasi produk, dan (5) revisi produk. Kegiatan ini menggunakan analisis diagram tulang ikan dengan subjek adalah stakeholder dari PT. Kharisma Printex Bandung, adanya revisi yang dibutuhkan sesuai kebutuhan dari perusahaan sampai akhirnya menghasilkan modul “pelatihan penyusunan materi ajar menggunakan microsoft powerpoint pada PT. Kharisma Printex”. Evaluasi dari kegiatan ini menggunakan kuesioner yang disebarkan kepada pimpinan dari PT. Kharisma Printex Bandung. Hasil evaluasi menunjukkan para pimpinan setuju dengan kegiatan dan modul yang dihasilkan dari kegiatan pengabdian kepada masyarakat ini.Kata Kunci: modul, learning management system, presentasi
Capturing the Distance Learning in Indonesian Higher Education: Lecturers and Students’ Perspectives during Pandemic for Post-Pandemic Arfive Gandhi; Prati Hutari Gani; Indra Lukmana Sardi
AL-ISHLAH: Jurnal Pendidikan Vol 15, No 3 (2023): AL-ISHLAH: JURNAL PENDIDIKAN
Publisher : STAI Hubbulwathan Duri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35445/alishlah.v15i3.3513

Abstract

Since the pandemic, some universities can act swiftly to develop distance learning mechanisms, but others organize distance learning sporadically by allowing each lecturer to manage without standards. This research used a qualitative survey involving 66 students and 57 lecturers from various universities in Indonesia. It delivered dual perspectives between students and lecturers to improve previous research that did one perspective only. Most recognized the benefits of time and location flexibility when participating in distance learning but were dissatisfied with its implementation. During the pandemic, students were forced to explore independently by reading slides, listening to lecturers, watching videos, discussing in the online room, and doing independent assignments without any preparation. The pandemic also significantly changed the lecturers' teaching styles. They performed several variations in delivering material, increasing interaction in discussion forums, and evaluating the learning. Generally, distance learning without complete preparation since the pandemic was relatively good, as indicated by (1) lecturers' satisfaction with the course material delivery, (2) students' activeness according to the lecturer, and (3) learning outcomes achievement. These findings become insight for university stakeholders to enhance distance learning processes in the post-pandemic era since students and lecturers have felt its benefits but require many improvements.
Mendeteksi Cyberhate pada Twitter Menggunakan Text Classification dan Crowdsourced Labeling Dana Sulistyo Kusumo; Hadi Kurniawan Sidiq; Indra Lukmana Sardi
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 8 No 4: November 2019
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1157.974 KB)

Abstract

During the 2019 presidential election campaign in Indonesia, a lot of support was made by the community with various forms of support, such as poster distribution or even content on social media. For example, in social media such as Twitter, there were many support tags during the presidential election, such as #2019gantipresiden, #2019tetapjokowi, and other hashtags related to the Indonesian presidential election. However, many hate speeches are contained in tweets with the related hashtag. Hate speech on the internet (cyberhate) could cause disputes between support groups of the two presidential candidates which cause conflicts such as riots and other actions that harm the country. This study uses the SVM algorithm to detect cyberhate that produces the best accuracy of 97%. Also, this study applies crowdsourced labeling in dataset labeling which results in 98% valid data.
Vegetation classification algorithm using convolutional neural network ResNet50 for vegetation mapping in Bandung district area Rina Pudji Astuti; Ema Rachmawati; Edwar Edwar; Simon Siregar; Indra Lukmana Sardi; Arfianto Fahmi; Yayan Agustian; Agus Cahya Ananda Yoga Putra; Faishal Daffa
JURNAL INFOTEL Vol 14 No 2 (2022): May 2022
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/infotel.v14i2.756

Abstract

Bandung District is one of crop provider for West Java Province. About 31.158,22 ha is used for crop. However, some of them are not maintained well due to lack of vegetation map information. Local authority has tried to map the vegetation in their area by using free license satellite images, and aerial images from Unmanned Aerial Vehicle (UAV). Despite both images being able to provide large plantation area images, both are unable to classify the vegetation type in those images. Telkom University with Bandung Agriculture Regional Office (Dinas Pertanian Kabupaten Bandung) has conducted joint research to develop algorithm based on 50-layer residual neural network (ResNet50) to classify the vegetation type. The input is of this algorithm is primarily aerial images are captured from different type, height, and position of crops. Seven different ResNet50 configurations have been set and simulated to classify the crop images. The result is the configuration with resized images, employing triangular policy of cyclic learning rate with rate 1.10−7 – 1.10−4 comes out as the best setup with more than 95% accuracy and relatively low loss.
Lokakarya Etika Profesi dan Kerahasiaan Data pada Proyek Perangkat Lunak: Studi Kasus PT Neuronworks Arfive Gandhi; Dana Sulistiyo Kusumo; Indra Lukmana Sardi
Bubungan Tinggi: Jurnal Pengabdian Masyarakat Vol 5, No 4 (2023)
Publisher : Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/btjpm.v5i4.9387

Abstract

Sebagai bentuk menjaga keberlangsungan usaha, PT Neuronworks memiliki tuntutan untuk memastikan sikap professional dan menjamin kerahasiaan data di seluruh proyek-proyek perangkat lunak yang ditanganinya. Permasalahan mendasarnya, kesadaran atas etika profesi dan kerahasiaan proyek menjadi risiko yang tinggi. Satu kasus pelanggaran etika maupun kebocoran data dapat berdampak pada keberlangsungan proyek, bahkan bisnis PT Neuronworks secara keseluruhan. Hal ini berkaitan erat dengan keberadaan pegawai yang dapat silih berganti maupun keterlibatan pihak eksternal yang rawan kebocoran data antar-entitas. Sebagai Upaya meningkatkan kapabilitas atas tuntutan tersebut, Fakultas Informatika menyelenggarakan kegiatan pengabdian masyarakat berupa lokakarya dengan konten terkait etika profesi dan kerahasiaan data dalam proyek perangkat lunak. Terdapat tiga topik yang dihantarkan pada lokakarya ini: etika profesi software engineer, simulasi manajemen risiko atas kebocoran data proyek perangkat lunak, dan penyusunan non-disclosure agreement. Kegiatan lokakarya diselenggarakan pada tanggal 27 Juni 2023 dengan partisipan sebanyak 19 yang berasal dari bervariasi tim proyek perangkat lunak di PT Neuronworks. Tingkat kepuasan atas kegiatan pengabdian masyarakat mencapai 90,48% melalui pengukuran kuantitatif. Hal ini mengindikasikan bahwa kegiatan ini berhasil mencapai efektivitas dan kepuasan mitra.To maintain business continuity, PT Neuronworks has demanded to ensure a professional attitude and guarantee data confidentiality in all software projects it handles. The basic problem is that awareness of professional ethics and project confidentiality is hazardous. One ethical violation or data leak can impact the project's continuity, even PT Neuronworks' business. This is closely related to employees who can change and the involvement of external parties prone to data leaks between entities. To increase capabilities for these demands, the Faculty of Informatics is holding community service activities in workshops with content related to professional ethics and data confidentiality in software projects. This workshop covered three topics: software engineer professional ethics, risk management simulations for software project data leaks, and drafting non-disclosure agreements. The workshop activity was held on June 27, 2023, with 19 participants from various software project teams at PT Neuronworks. The satisfaction with community service activities reached 90.48% through quantitative measurements. This indicates that this activity was successful in achieving effectiveness and partner satisfaction.
Pelatihan Aplikasi Edukatif untuk Mendukung Digitalisasi Pembelajaran bagi Guru dan Siswa SDIT Jaisyul Quran Binekas Shaufiah, Shaufiah; Fitriyani, Fitriyani; Sardi, Indra Lukmana; P, Shinta Yulia
Jurnal Pengabdian Masyarakat Bangsa Vol. 2 No. 5 (2024): Juli
Publisher : Amirul Bangun Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59837/jpmba.v2i5.1011

Abstract

Pelatihan aplikasi edukatif merupakan langkah strategis untuk mendukung digitalisasi pembelajaran pada sekolah dasar. Dengan mengakomodasi kebutuhan guru dan siswa, pelatihan ini bertujuan meningkatkan keterampilan penggunaan teknologi dalam proses pembelajaran dan menciptakan lingkungan belajar yang inovatif pada SDIT Jaisyul Quran Binekas. Rencana implementasi mencakup sesi pelatihan reguler, pemantauan kemajuan, serta pembentukan komunitas belajar daring. Keberlanjutan program akan dijamin melalui dukungan terus-menerus, sumber daya daring yang diperbarui, dan pengembangan model pembelajaran yang responsif. Pada pelatihan ini peserta belajar membuat media pembelajaran dengan menggunakan aplikasi Canva. Berdasarkan hasil kuesioner pelaksanaan kegiatan, 92.3% peserta setuju bahwa materi kegiatan sesuai dengan kebutuhan mitra/peserta, 100% peserta setuju bahwa materi yang disajikan jelas dan mudah dipahami, dan 96.2% peserta berharap kegiatan ini dapat dilanjutkan di masa mendatang.
Co-Authors Abdillah, Mgs. M. Fakhri Adrianto, Rexcy Putra Agus Cahya Ananda Yoga Putra Agus Kusnayat Alfian Yulianto Angelina Prima Kurniati Angelino Sandy Kusuma Anisa Hendiawan Anisa Herdiani Arfianto Fahmi Arfive Gandhi Arie Kurniawan Arif Arif Bijaksana Aristyo Hadikusuma Azizi, Nur Fuad Bastomy Bastomy Dana S. Kusumo Dana Sulistiyo Kusumo Dana Sulistyo Kusumo Dana Sulistyo Kusumo Danang Junaedi Edwar Eko Darwiyanto Ema Rachmawati erna febriyanti Faishal Daffa Faris Muhammad Fathurrahman , Muhammad Wima Febrio Ibrahim Sebayang Fitriyani Fitriyani Gede Agung Ary Wisudiawan Giffarinda, Raihan Ekaputra Hadi Kurniawan Sidiq Hani Dika Riani Herdiani , Anisa I Gusti Ayu Chandra Devi Ibnu Asror Jahtra Genio Muhammad Kridanto Surendro Kusumo, Dana Sulistyo Lestari, Marinda Endi Markus Bernard1 Moch Arif Bijaksana Mohammad Yasin Abdul Hafidh Mohd. Fauzy Monterico Adrian Muhammad Bambang Hidayanto Muhammad Fikri Ridhwan Muhammad Rezaldy Muhammad Shalahuddin Aldi Baihaqi Muhammad, Adika Nabila Nanda Widyastuti Nungki Selviandro Nurwibowo, Prigusti Arruum P, Shinta Yulia Prati Hutari Gani Prayogo, Ariq Dary Pristantya, Mayang Rais Hafiyyan Ramanti Dwi Indrapurasih Refanto, Moch Billy Ridho Hadad Rina Pudji Astuti Rizky Wahyu Kurniawati Rosa Reska Riskiana Saputra, Wahyu Nur Shaufiah . Shinta Yulia Puspitasari Sidiq, Hadi Kurniawan Simon Siregar Sri Martini Sri Widowati Stefanus Wisnu Adi Nugroho Winandri, Reyhan Rahma Yayan Agustian Yudhono, Efwandha Yustisia Susandi Zian Alfaen