Article Per Year (5 Year)
p-Index From 2021 - 2026
4.449
P-Index
This Author published in this journals
All Journal Lontar Komputer: Jurnal Ilmiah Teknologi Informasi JURNAL ELEKTRO Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) IJoICT (International Journal on Information and Communication Technology) JOIN (Jurnal Online Informatika) JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika Building of Informatics, Technology and Science Journal of Computer System and Informatics (JoSYC) Charity : Jurnal Pengabdian Masyarakat Jurnal Indonesia Sosial Teknologi eProceedings of Engineering LOGIC: Jurnal Penelitian Informatika
Deni Saepudin
Universitas Telkom Bandung, Indonesia
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Social Sciences

Published : 112 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 84 Documents
Search
Journal : eProceedings of Engineering

 1   2   3   4   5 
Optimasi Portofolio Saham Dengan Metode Tracking Efficient Ayunda Firsty Trisnowati; Deni Saepudin; Rian Febrian Umbara
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

Metode Tracking Efficient (TE) adalah salah satu metode yang dapat digunakan dalam pembentukan portofolio untuk mendapatkan portofolio yang memiliki kinerja mirip dengan kinerja pasar. Dalam penerapannya, TE menggunakan analisis data historis untuk pembentukan portofolio dengan rentang periode waktu tertentu. Parameter β merupakan salah satu yang digunakan dalam metode TE sebagai ukuran relatif saham terhadap pasar dan menunjukkan sensitivitas tingkat return saham terhadap return pasar. Dengan pemilihan β yang sesuai, maka dapat dibentuk portofolio yang memiliki kinerja mirip dengan pasar. Indeks pasar yang dijadikan acuan pada tugas akhir ini adalah Indeks LQ45 (17 Desember 2012 – 4 Agustus 2014). Berdasarkan hasil eksperimen yang telah dilakukan, pemilihan nilai β dengan interval 0,9≤β ≤ 1,2 menghasilkan nilai Index of Similarity yang lebih tinggi dibandingkan dengan pemilihan β pada interval 0,9≤β ≤ 2. Dibandingkan dengan metode pembanding yaitu Mean Variance (MV), TE dapat menghasilkan portofolio dengan Index of Similarity lebih tinggi (99,66%) dibandingkan MV (99,14%) pada pengujian data evaluasi dengan jumlah saham yang terlibat 21 saham. Jika dilihat dari nilai risiko, Tracking Efficient dan Mean Variance tidak berbeda secara signifikan. Semakin banyak jumlah saham dalam portofolio akan mempengaruhi beberapa hal yaitu Index of Similarity meningkat, tetapi risiko dan expected return menurun. Kata kunci: Portofolio, LQ45, Index Tracking, Tracking Efficient, Mean Variance
Analisis Pengaruh Penambahan Variance-based Constraints Dan Global Variance-based Constraints Terhadap Optimasi Portofolio Mean Variance Alberila Fraida Loceseima Putri; Deni Saepudin; Rian Febrian Umbara
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

Portofolio merupakan gabungan atau kombinasi dari berbagai instrumen atau aset investasi yang disusun untuk mencapai tujuan investasi investor. Berdasarkan teori portofolio Markowitz, risiko dapat diminimumkan dengan cara diversifikasi dan dikombinasikan dengan berbagai instrumen aset investasi. Metode yang digunakan dalam meminimumkan risiko adalah Mean Variance. Walaupun Mean Variance dapat membantu meminimumkan risiko, tetapi bobot portofolio yang dihasilkan ekstrim, terutama jika jumlah aset investasi cukup banyak. Oleh karena itu, untuk memperbaiki kekurangan tersebut digunakanlah metode Variance-Based Constraints (VBC) dan metode terbaik, Global Variance-Based Constraints (GVBC) dengan menggunakan varian aset, standar deviasi, dan nilai 𝜶 sebagai parameter untuk untuk menentukan range bobot optimal. Dari hasil perhitungan yang dilakukan menggunakan data historis, α optimal dicapai pada saat α = 0% untuk mendapatkan nilai return, risiko dan Sharpe Ratio terbaik. Sedangkan dari hasil pengujian dengan data uji, nilai return dan Sharpe Ratio terbaik dicapai pada saat menggunakan VBC dan GVBC, begitu pula dengan risiko portofolio terkecil nya. Metode VBC dan GVBC memberi pengaruh yang baik terhadap risiko portofolio Mean Variance, sehingga risiko portofolio yang diuji menghasilkan nilai yang terkecil atau terbaik. Kata kunci : Portofolio, LQ45, Mean Variance, Variance-Based Constraints, Global Variance-Based Constraints, VBC, GVBC
Analisis Kinerja Portofolio Risk Parity (rp) Dibandingkan Dengan Portofolio Equal Weight Anggia Parsaoran Exaudi; Deni Saepudin
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

Diversifikasi adalah salah satu manajemen portofolio untuk meminimalisir kerugian investor. Dimana investor tidak mengalokasikan semua dana investasinya terhadap satu perusahaan/saham tapi membaginya ke beberapa perusahaan/saham.Terdapat banyak sekali metode-metode atau pendekatan yang digunakan untuk diversifikasi. Sebagai contoh adalah pendekatan portofolio Risk Parity (RP) dan pendekatan portofolio Equal weight. Risk Parity (RP) adalah pendekatan yang cukup terkenal beberapa dekade ini. Karena metode ini mengungguli pendekatan-pendekatan yang lainnya untuk diversifikasi. Sedangkan pendekatan portofolio Equal Weight adalah metode yang paling mudah untuk diversifikasi.
Value-at-risk Berbasis Model Exponential Generalized Autoregressive Conditional Heteroscedasticity (egarch) Ihsan Hasanudin; Deni Saepudin; Aniq Atiqi Rohmawati
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

Pergerakan aset saham dapat dilihat dari suatu indeks harga saham. Setiap investasi saham menghasilkan return. Return adalah imbal hasil yang didapatkan dari investasi saham, baik itu berupa keuntungan yang disebut capital gain atau berupa kerugian yang disebut capital loss. Tujuan utama dalam berinvestasi adalah mendapatkan keuntungan yang maksimum dengan tingkat risiko tertentu. Oleh karena itu, diperlukan manajemen risiko saat berinvestasi. Salah satu alat ukur risiko yang digunakan untuk memprediksi nilai kerugian adalah Value-at-Risk (VaR). VaR dengan tingkat kepercayaan (1-� ) dihitung dengan melibatkan parameter mean dan variansi. Dalam hal ini, nilai variansi yang digunakan adalah volatilitas EGARCH (1,1) dan volatilitas tipe 1. Volatilitas EGARCH (1,1) diestimasi dengan menggunakan metode maksimum likelihood. Prediksi VaR dengan metode VaR- EGARCH (1,1) menghasilkan nilai prediksi VaR yang lebih besar dibandingkan VaR-Tipe 1. Hasil validasi pada nilai VaR menggunakan VaR Violation menunjukan bahwa VaR-Tipe 1 lebih efisien dalam menyediakan dana untuk mengantisipasi kerugian, sedangkan VaR-EGARCH (1,1) lebih aman dalam mengantisipasi risiko, karena nilainya cenderung lebih besar dibandingkan VaR-Tipe 1. Kata Kunci : return, volatilitas, estimasi maksimum likelihood, Value-at-Risk, EGARCH (1,1), VaR Violation
Prediksi Harga Komoditi Pertanian Menggunakan Algoritma Hybrid Jaringan Syaraf Tiruan Arsitektur Elman Dengan Algoritma Genetika Dewa Made Rai Widyadarma; Deni Saepudin; Fhira Nhita
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 adalah negara kepulauan dengan berbagai komoditi utama pertaniannya. Komoditi pertanian yang banyak salah satunya adalah cabai dan bawang merah.Berdasarkan data harga historis harga cabai dan bawang merah mengalami fluktuasi yang dapat dilihat polanya, walaupun setiap tahunnya mengalami trend kenaikan harga. Tetapi hingga saat ini harga kedua komoditi ini ditentukan dari stok dipasaran serta harga dari para tengkulak. Untuk itu diperlukan duatu prediksi harga agar didapatkan gambaran bagaimana harga komoditi ini ketika sudah dipanen. Pada tugas akhir ini digunakan Algoritma Jaringan Syaraf Tiruan Arsitektur Elman untuk memprediksi harga cabe merah besar serta bawang merah untuk 10 minggu selanjutnya atau pada saat dipanen. Penelitian sebelumnya menyarankan untuk hasil yang lebih baik algoritma ini di-hybrid-kan dengan Algoritma Genetika untuk mendapatkan bobot optimal Jaringan Syaraf Tiruan. Algoritma Genetika membangkitkan individu dengan representasi real sebagai solusi untuk bobot-bobot Jaringan Syaraf Tiruan. Individu tersebut kemudian diseleksi dengan melihat nilai MAPE yang didapat melalui fitness untuk memilih kromosom terbaik. Lalu individu tersebut juga mengalami seleksi orang tua, rekombinasi, dan mutasi u ntuk kemudian menghasilkan satu individu terbaik yang berupa bobot Jaringan Syaraf Tiruan yang optimal. Hybrid Jaringan Syaraf Tiruan Arsitektur Elman dengan Algoritma Genetika menghasillkan prediksi harga dengan rata-rata MAPE training sebesar 25,786 dan rata-rata MAPE testing 44,6772 dengan parameter algoritma genetika probabilitas cross-over (Pc) 0,6 dan 0,8, probabilitas mutasi (Pm) 0,1, ukuran populasi 50, dan generasi maksimum 500. Kata kunci : prediksi harga, komoditas pertanian, Elman neural network, Hybrid, Genetic Algorithm
Pemodelan Klaim Yang Melebihi Threshold Random Untuk Dua Portofolio Asuransi Yang Saling Bebas Syaifrijal Zirkon Radion; Deni Saepudin; Aniq Atiqi Rohmawati
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

Besarnya Klaim pada produk asuransi adalah salah satu faktor yang mempengaruhi kinerja perusahaan asuransi. Jika pada perusahaan asuransi terdapat dua produk portofolio asuransi maka perlu diperhatikan besarnya klaim antara portofolio 1 dengan portofolio 2 misalkan M(t) adalah banyaknya klaim pada portofolio 2 yang melebihi klaim terbesar pada portofolio 1 dalam rentang w aktu 0 sampai t, maka dapat diketahui porposi besarnya klaim dari dua portofolio tersebut. Berdasarkan hal tersebut maka pada tugas akhir ini akan dibahas ekspektasi M(t) dengan menggunakan pendekatan analitik dan simulasi numerik dan diasumsikan portofolio 1 dan portofolio 2 independen. Selain itu ukuran klaim berdistribusi Pareto dan frekuensi kedatangan klaim berdistribusi Poisson. Berdasarkan nilai M(t) dapat diketahui kinerja perusahaan yang optimal untuk menghindari perusahaan dari kebangkrutan. Kata Kunci : Asuransi, Independen, M(t), Pareto, Poisson
Prediksi Harga Komoditas Pertanian Menggunakan Hybrid Algoritma Jaringan Syaraf Tiruan Arsitektur Radial Basis Function (rbf) Dengan Algoritma Genetika Sri Rezeki Hardiyanti; Deni Saepudin; Fhira Nhita
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

Harga komoditas pertanian seperti bawang merah dan cabai merah biasa sangat fluktuatif sehingga membuat masyarakat Indonesia menjadi sensitif akan hal itu. Oleh karena itu, pada tugas akhir ini dilakukan suatu metode memprediksi harga komoditas pertanian yaitu bawang merah dan cabai merah biasa yang disertai curah hujan dan tanpa curah hujan untuk 10 minggu kedepan berdasarkan data harga mingguan komoditas tersebut dan data mingguan curah hujan di Bandung. Sistem ini menggunakan salah satu  metode  Algoritma  Jaringan  Syaraf  Tiruan  (JST)  yaitu  Radial  Basis  Function  Neural  Network (RBFNN). Akan tetapi, RBFNN memiliki kelemahan dalam menentukan nilai center yang optimal. Untuk mendapatkan hasil terbaik, maka Algoritma Genetika akan digunakan untuk mengoptimasi RBFNN. Algoritma Genetika membangkitkan sejumlah individu random dengan representasi integer yang berarti posisi dari data input. Setiap individu akan dievaluasi menggunakan algoritma RBFNN untuk mencari individu terbaik berdasarkan fitnessnya, setelah itu dilakukan operator GA sehingga didapatkan individu yang berisi nilai center di RBFNN yang optimal. Penelitian sebelumnya tentang algoritma hybrid GANN dan algoritma RBFNN dengan kasus memprediksi harga sayuran jamur dengan nama latin Lentionus edodes dilakukan di China dengan judul “Prediction of Vegetable Price Based on Neural Network and Genetic Algorithm” dengan MAE yang didapatkan 0.144. Hasil dari sistem prediksi harga bawang merah tanpa disertai curah hujan didapatkan nilai center yang optimal dengan inputan 22, ukuran populasi 50, maksimal generasi 500, probabilitas crossover (Pc) 0.8, probabilitas mutasi (Pm) 0.1 dengan MAPE yg didapatkan 16.664, sedangkan untuk prediksi bawang merah yang disertai curah hujan yang optimal dengan inputan 2, ukuran populasi 50, maksimal generasi 500, Pc 0.6, Pm 0.1 dengan MAPE yg didapatkan 19.212, sedangkan untuk sistem prediksi cabai merah biasa tanpa disertai curah hujan yang optimal dengan inputan 26, ukuran populasi 50, maksimal generasi 500, Pc 0.6, Pm 0.1 dengan MAPE 24.116 dan untuk cabai merah disertai curah hujan dengan inputan 26, ukuran populasi 50, maksimal generasi 500, Pc 0.6 dan Pm 0.1 didapatkan MAPE 18.723. Dari keseluruhan hasil MAPE yang diperoleh performansi akurasi yang didapatkan lebih dari 75%. Kata kunci : komoditas pertanian , prediksi, time series, JST, RBF, MAPE
Pemilihan Portofolio Saham Dengan Menggunakan Weighted Frequent Itemsets Resi Annisa Nur; Deni Saepudin; Rian Febrian Umbara
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Portofolio saham merupakan sekumpulan saham yang dimiliki oleh berbagai sektor untuk menjadi bukti kepemilikan para investor. Saham tersebut memiliki jumlah proporsi yang berbeda. Tujuan dari Tugas Akhir adalah untuk membuat sebuah portofolio saham dengan memilih itemsets saham yang memenuhi persyaratan, yaitu minimum return dan minimum diversifikasi. Penelitian ini menggunakan pendekatan algoritma data mining yaitu weighted frequent itemsets. Weighted frequent itemsets merupakan teknik pemisahan data saham yang bertujuan untuk menemukan hubungan atau korelasi pada sekumpulan dataset yang akan dipilih. Dataset yang digunakan untuk pemilihan portofolio saham diambil dari Yahoo Fianace (2018), data yang digunakan diambil dari Tanggal 1 Januari 2008 hingga 31 Desember 2017. Pengujian yang dilakukan yaitu dengan menetapkan minimum return 3%, 4%, 5%. Untuk itemsets saham yang dipilih, terdiri dari banyak saham yang melebihi minimum return dan terdiversifikasi pada sektorsektor yang berbeda. Dari hasil pengujian yang dilakukan, kinerja portofolio saham yang diperoleh melebihi IHSG (Indeks Harga Saham Gabungan) berdasarkan skenario secara periodik dengan menggunakan data yang diupdate. Kata kunci : diversifikasi, portofolio saham, weighted frequent itemsets. Abstract The stock portfolio is a collection of shares owned by various sectors to be a proof of ownership of investors. These shares have different amounts of proportion. The purpose of the Final Project is to create a stock portfolio by selecting stock itemsets that meet the requirements, ie minimum return and minimum diversification. This research uses data mining algorithm approach that is weighted frequent itemsets. Weighted frequent itemsets are stock data separation techniques that aim to find a relationship or correlation on a set of datasets to be selected. The dataset used for stock portfolio selection is taken from Yahoo Fianace (2018), the data used is taken from January 1, 2008 to December 31, 2017. Testing is done by setting a minimum return of 3%, 4%, 5%. For selected itemsets of stock, it consists of many stocks that exceed the minimum return and diversified in different sectors. From the results of the tests performed, the performance of the stock portfolio obtained exceeds the JCI (Composite Stock Price Index) based on the scenario periodically by using updated data. Keywords: diversification, stock portfolio, weighted frequent itemsets.
Analisis Perhitungan Value At Risk (var) Dengan Metode Historis Dan Variansi-kovariansi Serta Penerapannya Dalam Portofolio Anton Sri Haryanto; Deni Saepudin; Irma Palupi
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

Pengukuran risiko merupakan aspek yang sangat penting dalam analisis keuangan. Value at Risk (VaR) merupakan salah satu metode yang sering digunakan untuk menentukan risiko kerugian maksimum. VaR menghitung kerugian maksimum investasi portofolio dalam hal ini instrumennya saham. VaR memiliki beberapa metode, diantaranya metode historis dan variansi-kovariansi. Metode Historis menggunakan asumsi bahwa, kondisi perubahan harga pasar pada hari ini sampai esok hari adalah sama dengan kondisi perubahan harga pasar pada masa lalu. Metode Variansi - Kovariansi berdasarkan asumsi bahwa return dan nilai portofolio berdistribusi normal. Disini akan mencoba menerapkan VaR dengan metode historis dan variansi-kovariansi untuk portofolio yang tergabung dalam indeks saham JII. Untuk menghitung akurasi dari hasil kedua metode, antara nilai prediksi kerugian maksimum dengan nilai aktual, akan digunakan MAPE. Metode historis untuk portofolio yang memberikan nilai risiko terkecil, menghasilkan nilai akurasi MAPE sebesar 9.8347% dan bila disyaratkan tingkat return menjadi 10% akan menghasilkan akurasi sebesar 8.5309%. Sedangkan metode variansi-kovariansi untuk portofolio yang memberikan nilai risiko terkecil menghasilkan nilai akurasi MAPE sebesar 6.0186% dan bila disyaratkan tingkat returnnya menjadi 10% akan menghasilkan akurasi sebesar 5.0478%. Dari hasil akurasi, estimasi kerugian maksimum terkecil portofolio terdapat pada skema protofolio dengan metode variansi-kovariansi bobot minimum varian line. Kata Kunci : VaR, Portofolio, JII, metode historis, variansi-kovariansi, MAPE
Pemodelan Klaim Asuransi Yang Melebihi Threshold Random Untuk Dua Portofolio Asuransi Yang Tidak Independen Irfan Fauzan Prasetyo; Deni Saepudin; Aniq Atiqi Rohmawati
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

Kinerja dari perusahaan asuransi dipengaruhi oleh resiko dari portofolio asuransi. Resiko adalah kemungkinan klaim yang akan terjadi. Oleh karena itu, perlu dilakukan pemodelan untuk mengetahui resiko diportofolio asuransi. Digunakanlah perhitungan M(t) untuk mengetahui resiko dari satu portofolio berdasarkan acuan dari portofolio yang lain dengan M(t) adalah banyaknya klaim pada portofolio II yang melebihi klaim terbesar dari portofolio I. Ukuran klaim berdistribusi eksponensial dan frekuensi kedatangan klaim berdistribusi poisson. Pada Tugas Akhir ini dilakukan simulasi numerik M(t) untuk menghasilkan distribusi peluang M(t) untuk data klaim asuransi yang tidak independen. Kemudian membandingkannya dengan perumusan M(t) hasil analitik melibatkan penurunan rumus dari copula. Kata Kunci : Klaim asuransi, dependent, M(t), copula, analitik, simulasi, numerik, resiko, eksponensial, poisson.
Co-Authors Abdurrahman Muttaqiin Achmad Fadholy Achmad Rizal Aditya Firman Ihsan Adiwijaya Aisyah Aisyah Alberila Fraida Loceseima Putri Almaya Sofariah Andhika Rama Putra Anggia Parsaoran Exaudi Aniq Antiqi Rohmawati Aniq Atiqi Rohmawati Aniq Rohmawati Anjar Pratiwi Annas Wahyu Ramadhan Annisa Aditsania Annisa Resnianty Anton Sri Haryanto Arfananda, Muhammad Ghifari Arifin Dwi Kandar Saputro Ayunda Firsty Trisnowati Azizah , Nakhwa Benedikto Krisnandy Wijaya Caramoy, Senza Danar Satrio Aji Dara Ayu Lestari Defy Ayu Dewa Made Rai Widyadarma Diah Fitri Wulandari Diani Sarah Kamilial Diani Sarah Kamilial Didit Adytia Dimas Rizqi Guintana Dini Apriliani Lestari Dio Navialdy Egi Shidqi Rabbani Elvina Oktavia Erlina Febriani Esther Laura Christy Fadhlika Hadi Fahmi Muhamad Fauzi Farah Diba Faturachman Nugraha Sasmita Fazlur Rahman Amri Febry Triyadi Fhira Nhita Fikri Nur Hadiansyah Fitriaini Amalia Freyssenita Kanditami P Furqon Hidayat Gharyni Nurkhair Mulyono Ghufron, Sayid Giali Ghazali Gilang Rachman Perdana Gilang Rachman Perdana Hadyatma Dahna Marta Hario Adi Ghufron Herlansyah, Ridhwan Rifky Himatul Zulfa Husain Athfal Hidayat Ihsan Hasanudin Irfan Fauzan Prasetyo Irma Palupi Isman Kurniawan Izzata Izzata Jondri Jondri Kaisa Sekaring Pertiwi Kautsar Abdillah Kemas Muslim Lhaksmana Khoirunnisa Ulayya Kuntjoro Adji Sidarto Lani Rohaeni Laode Muhammad Ali Al-Qomar Lesmana, Rangga Made Larita Ditakristy Mailia Putri Utamil Maulid Fathurachman, Rizaldi Mayriskha Isna Indriyani Mega Silvia Desvi Muhamad Aziz, Reihan Muhammad Fadhil Maulana Muhammad Iqbal Cholil Muhammad Rifqi Arrahim Natadikarta Muhammad Taufiq Raihan Nanda Putri Mintari Narestha Adi Pratama, Putu Agus Naufal Abdurrahman Burhani Nisrina Nur Faizah Novelya Nababan Novi Syafira, Muthia Nur Roza Fitriyana Putri Nuvaisiyah Putu Harry Gunawan Rahmi Putri Amalia Raisa Betha Meiliza Ratih Puspita Furi Rauf, Khalifatur Razaq, Kukuh Sanddi Reima Agustina Kusumawardani Reiza Krisnaviardi Resi Annisa Nur Reza Pratama Rian Febrian Umbara Ridhwan Rifky Herlansyah Rizaldi Maulid Fathurachman Rizq Athariq, Muhammad Sabilla Fitriyantini Saputra, Muhammad Ridho Semeidi Husrin Shabrina Nanggala Sheila Nur Fadhila Sofyan, Denny Sri Rezeki Hardiyanti Susy Sundari Syaifrijal Zirkon Radion Tasya Salsabila Tifani Intan Solihati Triandini Nurislamiaty Triyana Kadarisman Uggi Stivani Savitri Vina Putri Damartya Widyasari, Felicia Dina Yanuar Ishaq Zhafran, I Kamil Elian Zhafran, Kamil Elian