Article Per Year (5 Year)
p-Index From 2021 - 2026
4.449
P-Index
This Author published in this journals
All Journal 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 : 111 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 84 Documents
Search
Journal : eProceedings of Engineering

 1   2   3   4   5 
Simulasi Kebijakan Pembayaran Dalam Manajemen Investasi Untuk Dana Amal Menggunakan Monte Carlo Diah Fitri Wulandari; 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

Sebagian orang atau perusahaan menyisihkan penghasilan mereka untuk dana amal dalam bentuk investasi. Investasi yang digunakan adalah 50% untuk investasi aset berrisiko dalam bentuk saham dari lima perusahaan dan 50% untuk aset bebas risiko dari dana awal. Dalam pengaturan investasi dana amal, akan digunakan tiga kebijakan yang berbeda dengan Simulasi Monte Carlo untuk menyimulasikan investasi bagian aset berrisiko. Kebijakan pertama yaitu, pembayaran dana amal dibayarkan dengan persentase yang konstan dari total investasi setiap tahunnya. Kebijakan kedua, pembayaran dana amal dibayarkan dengan persentase yang konstan tetapi dari rata-rata total investasi tiga tahun sebelumnya. Sedangkan kebijakan ketiga, pembayaran diambil dari keuntungan total investasi di akhir tahun investasi.. Berdasarkan penelitian yang dilakukan, kebijakan pertama investasi bertahan hingga 39 tahun dan pembayaran dana amal hingga 23 tahun dengan rata-rata pembayaran 246.864 rupiah. Pada kebijakan kedua investasi bertahan hingga 28 tahun dan pembayaran dana amal hingga 22 tahun dengan rata-rata pembayaran 244.037 rupiah. Dan untuk kebijakan ketiga investasi bertahan hingga 39 tahun dan pembayaran dana amal hingga 38 tahun dengan rata -rata pembayaran 211.410 rupiah. Kata kunci: Metode Monte Carlo
Model Optimisasi Portofolio Saham Dan Deposito Secara Terintegrasi Menggunakan Mean Absolute Deviation Husain Athfal Hidayat; 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

Untuk  membuat   has il inves tas i  yang  menghas ilk an keuntungan  yang  maks imum  s es uai deng an yang  diharapkan   dengan  mempertimbangkan   ris iko yang  kecil, maka  as et dis us un ke dalam  portofol i o. Pilihan   as et  yang   bis a  dipilih   inves tor   ke  dalam   portofolio    s angat  banyak,   namun   s ecara  umum berdas arkan  karakteris tik ris ikonya as et bis a dibagi  kedalam  dua kelompok  yaitu as et beris iko dan  as et bebas  ris iko. Ada banyak  model  optimis as i portofolio  yang ada, s alah s atunya adalah  model  Mean Absolute Deviation (MAD)  yang  diperkenalkan   oleh Hiros hi  Konno  dan  Yamazaki   (1991 ). Model  ini merupak an pengembangan    dari   model   yang   s udah   ada   s ebelumnya   yaitu   model    Mean-Variance  (MV)   dimana perbedaannya  terletak pada  bentuk  pengukuran  ris iko atau fungs i tujuannya.  Model  MAD berupa  Linear Programming  s ehingga  waktu  komputas i  yang  dibutuhkan   lebih  cepat  dibandingkan   model  MV  yang berupa  Quadratic Programming. Pada  tugas akhir ini topik  yang dibahas  adalah  permas alahan  optimas i  portofolio   gabungan  as et beris iko (s aham)  dan as et bebas  ris iko (depos ito)  yang diperdagangkan   di pas ar  Indones ia  menggunak an model  MAD  yang  dibandingkan   has ilnya dengan  model  MV.  Berdas arkan  has il analis is diperoleh  has il ris iko model  MAD lebih bes ar daripada  model  MV namun  pebedaan  keduanya  tidak s ignifikan. Fluktuas i nilai return portofolio  yang dihas ilkan kedua model  memiliki kecenderungan  yang s ama. Waktu komputas i model MAD lebih cepat dibandingkan  model MV ketika jumlah as et yang digunakan  dalam portofolio  lebih dari  28 buah  untuk  s etiap periode.  Nilai performans i  Sharpe  Ratio portofolio  yang dihas ilkan  oleh mode l MAD lebih rendah dibandingkan  model  MV, namun  keduanya  mas ih lebih baik dibandingkan  nilai Sharpe Ratio indeks LQ 45. Kata kunci: Portofolio, Saham, Depos ito, Mean Absolute Deviation, Mean -Variance, Asset Allocation
Prediksi Harga Saham Menggunakan Geometric Brownian Motion Dengan Ito’s Lemma Izzata Izzata; Deni Saepudin
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 Peramalan data khususnya dalam pergerakan harga saham, memberikan panduan signifikan untuk membuat keputusan di pasar keuangan saat ini. Untuk mendapatkan gambaran tentang pergerakan saham dimasa depan, dibutuhkan sebuah model yang dapat meramalkan pergerakan harga saham. Dalam tugas akhir ini akan membahas tentang, bagaimana memodelkan serta memprediksi pergerakan harga suatu saham di masa yang akan datang menggunakan Geometric Brownian Motion dengan Ito’s Lemma. Saham yang akan digunakaan dalam tugas akhir ini adalah saham Telekomunikasi Indonesia, Indosat, PT Vale Indonesia, PT Perusahaan Gas Negara dan Bank BRI. Untuk menentukan keakuratan dalam memprediksi harga suatu saham, digunakan metode Mean Absolute Percentage Error (MAPE). Masing-masing data historis saham yang digunakan memiliki kurun waktu 3 bulan, 6 bulan, 9 bulan dan 1 tahun. Perbedaan waktu data historis yang digunakan bertujuan untuk mencari MAPE terkecil sehingga harga prediksi yang dihasilkan oleh Geometric Brownian Motion dengan Ito’s Lemma mendekati harga aktual. Masing-masing saham menghasilkan nilai MAPE kurang dari 10% yang menandakan bahwa peramalan sangat akurat. Untuk setiap data historis yang digunakan dari masing-masing saham, yang menghasilkan nilai MAPE terkecil dan memiliki rata-rata terkecil berada pada kurun waktu 1 tahun bila dibandingkan dengan yang lainnya. Kata kunci : Saham, Geometric Brownian Motion, Ito’s Lemma, Mean Absolute Percentage Error (MAPE) Abstract Forecasting data especially in stock price movements, provides significant guidance for making decisions on financial markets today. To get an idea of the future stock movement, it takes a model that can predict stock price movements. In this final project will discuss about, how to model and predict price movement of a stock in the future using Geometric Brownian Motion with Ito’s Lemma. The shares that will be used in this final project are Telekomunikasi Indonesia, Indosat, PT Vale Indonesia, PT Perusahaan Gas Negara and Bank BRI. To determine the accuracy in predicting the price of a stock, the Mean Absolute Percentage Error (MAPE) method is used. Each historical stock data used has a period of 3 months, 6 months, 9 months and 1 year. The time difference of historical data used aims to find the smallest MAPE so that the predicted price generated by Geometric Brownian Motion with Ito’s Lemma approaches the actual price. Each stock generates a MAPE value of less than 10% indicating that forecasting is accurate. For each historical data used from each stock, which yields the smallest MAPE value and has the smallest average being within 1 year when compared to the others. Keywords: Stocks, Geometric Brownian Motion, Ito’s Lemma, Mean Absolute Percentage Error (MAPE)
Pemodelan Dan Simulasi Penurunan Tekanan Pada Pipa Transmisi Menggunakan Metode Secant Kaisa Sekaring Pertiwi; Deni Saepudin; Annisa Aditsania
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

Pipa transmisi merupakan salah satu alat transportasi yang cukup ekonomis untuk mendistribusikan gas alam dari suatu sumber ke konsumen. Saat gas alam sedang ditransmisikan melalui pipa, temperatur dan tekanan gas menurun di sepanjang pipa karena dipengaruhi oleh beberapa faktor. Dalam tugas akhir ini, metode secant akan digunakan untuk menganalisa seberapa besar penurunan tekanan dan temperatur saat gas didistribusikan dalam pipa transmisi, baik ketika temperatur dalam pipa diasumsikan konstan (isotermal) maupun tidak konstan (non- isotermal) dengan menggunakan elevasi maupun mengabaikan elevasi, dan akan dibandingkan dengan hasil dari data lapangan. Berdasarkan hasil perhitungan distribusi penurunan tekanan dan temperatur gas pada pipa, diperoleh bahwa tekanan dengan kondisi temperatur non isotermal dan menggunakan elevasi merupakan hasil yang paling mendekati dengan data lapangan dan memiliki error terkecil dibandingkan dengan kondisi yang lainnya, yaitu sebesar 0,32 %. Kata Kunci: Pipa Transmisi, Gas Alam, Metode Secant, Penurunan Temperatur, Penurunan Tekanan.
Analisis Dan Implementasi Radial Basis Function Neural Network Dalam Prediksi Harga Komoditas Pertanian Made Larita Ditakristy; 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 yang sangat fluktuatif menimbulkan keraguan bagi para petani untuk mulai menanam. Maka dari itu, diperlukan suatu cara untuk memprediksi harga komoditas pertanian, dimana nantinya prakiraan harga tersebut dapat digunakan sebagai rekomendasi bagi para petani dalam membuat keputusan untuk mulai menanam. Sebelumnya telah dilakukan penelitian untuk prediksi harga komoditas pertanian menggunakan Artificial Neural Network (ANN) dengan arsitektur Time-Delay. Sama  halnya  dengan  penelitian tugas  akhir  ini  akan  membangun sistem  prediksi  harga  komoditas pertanian, yaitu cabai merah biasa dan bawang merah untuk 10 minggu kedepan dengan menggunakan arsitektur Radial Basis Function Neural Network (RBFNN). Dalam membangun sistem RBFNN terdapat kendala dalam merancang arsitektur yang optimal, pada penelitian ini menggunakan trial & error dalam penentuan input neuronnya. Hasil pembelajaran dari RBFNN ialah nilai center dan bobot. Hasil dari pembelajaran digunakan untuk menghitung hasil prediksi dari sistem yang kemudian akan dilakukan proses klasifikasi untuk rekomendasi tanam. Performansi sistem dihitung menggunakan Mean Absolute Percentage Error (MAPE). Prediksi komoditas pertanian dengan menggunakan RBFNN yang optimal memperoleh performansi akurasi lebih dari 75%  untuk komoditas bawang merah sedangkan untuk komoditas cabai merah biasa, performansi akurasi yang diberikan kurang dari 75%. Pada saat proses klasifikasi rekomendasi tanam dan harga petani untuk bawang merah memperoleh akurasi kurang dari 75 %, sedangkan untuk cabai merah biasa lebih dari 75%. Kata kunci : komoditas pertanian , prediksi, time series, JST, RBF, MAP
Optimasi Kinerja Portofolio Berdasarkan Lq45 Menggunakan Metode Pengali Lagrange Rahmi Putri Amalia; 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 Saham adalah surat berharga yang paling banyak di perdagangkan saat ini. Maka dari itu, untuk membuat portofolio, saham merupakan salah satu aset penting yang diperhitungkan. Di Indonesia banyak acuan indeks saham yang dapat digunakan, salah satunya LQ45. Akan tetapi, jika membuat portofolio dengan 45 saham tentu terlalu banyak. Maka, dalam Tugas Akhir ini dibuat portofolio yang membandingkan indeks portofolio dengan metode mean-variance dengan indeks portofolio yang di optimasi menggunakan metode Pengali Lagrange yang memuat saham yang lebih sedikit dengan tujuan agar portofolio tersebut kinerjanya mirip dengan kinerja indeks saham LQ45. Hasil dari Tugas Akhir ini membuktikan bahwa kinerja portofolio yang telah di optimasi dengan Pengali Lagrange lebih mendekati kinerja LQ45 bila dibandingkan dengan portofolio mean-variance. Akan tetapi, dikarenakan pengambilan saham secara acak dan tidak memperhitungkan faktor apapun membuat kinerja portofolio yang di optimasi tidak begitu maksimal sehingga tidak dapat diprediksi dengan menggunakan berapa saham portofolio tersebut lebih mendekati kinerja portfolio pasar. Alangkah baiknya bila pengambilan saham mempertibangkan beberapa faktor yang dapat membantu kinerja portofolio yang dibuat lebih mirip dengan kinerja portofolio acuan. Kata kunci : Portofolio, Mean-Variance, Pengali Lagrange, LQ45 Abstract Stocks are the most traded securities at the moment. Therefore, to create a portfolio, stock is one of the important assets to be taken into account. In Indonesia many reference stock index that can be used, one of them is LQ45. However, if making a portfolio with 45 stocks of course too much. So, in this Final Project created a portfolio that compares the portfolio index with the mean-variance method with an optimized portfolio index using Multiplier Lagrange method that contains fewer stocks with the aim that the portfolio performance is similar to the performance of LQ45 stock index. The result of this Final Project proves that the portfolio performance that has been optimized with Lagrange Multiplier is closer to LQ45 performance when compared with the mean-variance portfolio. However, due to random stock taking and not taking any factor makes the optimized portfolio performance not so maximized that it can not be predicted by using how much stock of the portfolio is closer to the performance of the market portfolio. It would be good if the stock taking consideration of several factors that can help the performance of the portfolio that is made more similar to the performance of the portfolio reference. Keywords: Portfolio, Mean-Variance, Lagrange Multiplier, LQ45
Prediksi Penyebaran Hama Penggerek Batang Di Kabupaten Bandung Berdasarkan Informasi Cuaca Dengan Menggunakan Algoritma Adaptive Neuro-fuzzy Inference System (anfis) Mayriskha Isna Indriyani; Fhira Nhita; Deni Saepudin
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 yang berjudul “Prediksi Penyebaran Hama Penggerek Batang Berdasarkan Informasi Cuaca di Kabupaten Bandung dengan Menggunakan Algoritma Adaptive Neuro Fuzzy Inference System (ANFIS)” menggunakan data penyebaran hama yang didapatkan dari Dinas Pertanian Soreang. Karena data yang didapat banyak mengandung missing value, maka dilakukan penanganan missing value dengan menggunakan metode interpolasi linier. Data akan dipartisi menjadi 2 bagian, yaitu data training dan data testing dengan menggunakan crossvalidation. Setelah dilakukan penelitian dari skenario dengan penggunaan PCA pada rata-rata keseluruhan kecamatan didapatkan hasil performansi WMAPE untuk training sebesar 0,23% dan untuk testing sebesar 134,99% sedangkan skenario tanpa penggunaan PCA didapatkan hasil performansi WMAPE untuk training sebesar 0,10% dan untuk testing sebesar 116,30%. Dari hasil performansi WMAPE yang dihasilkan dapat disimpulkan bahwa penelitian ini belum menghasilkan performansi yang cukup akurat untuk sebuah prediksi, hal ini dikarenakan data yang digunakan mengandung banyak missing value dan record yang terlalu sedikit. Kata Kunci : Adaptive Neuro-Fuzzy Inference System, penyebaran hama, prediksi, crossvalidation, PCA.
Penentuan Harga Opsi (call) Asia Menggunakan Metode Multinomial Lattice Nur Roza Fitriyana; 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

Ops i dalam s aham adalah s uatu hak yang didas arkan oleh s uatu perjanjian kes epakatan antara penjual dan pembeli s uatu ops i s aham, pada tingkat harga yang s udah dis epakati diawal oleh kedua belah pihak dan dalam jangka waktu tertentu s elama mas a kontrak ters ebut berlangs ung. Ops i As ia adalah jenis ops i yang perhitungan keuntungan (laba) pada s aat meng - exercis e ops inya bergantung pada rata-rata harga as et s epanjang mas a kontrak ops i ters ebut berlangs ung. Dalam Tugas Akhir ini dibahas cara menentukan harga ops i As ia tipe Eropa, jenis ops i beli (call option), dengan menggunakan metode lattice multinomial. Ops i As ia tipe Eropa hanya bis a di exercis e pada s aat maturity time atau pada s aat tanggal jatuh tempo dari ops i ters ebut. Kemudian metode yang di gunakan adalah metode lattice multinomial, metode lattice adalah metode yang digunakan untuk menghitung dan memodelkan perg erakan harga s aham dengan membagi waktu antara s ekarang hingga s aat berakhirnya ops i (maturity time) ke dalam periode dis krit. Dalam perhitungan ops i (call) As ia ada beberapa parameter yang dibutuhkan, yaitu parameter untuk harga kes epakatan (X), parameter untuk nilai s uku bunga (r), dan parameter nilai s aham (S). Semakin bes ar nilai X maka harga ops i yang dihas ilkan akan s emakin kecil, s ementara s emakin bes ar nilai r maka harga ops i yang dihas ilka akan s emakin bes ar. Sehingga dapat dis impulkan metode multi nomial lattice dapat digunakan untuk menghitung ops i (call) As ia tipe Eropa. Kata kunci : opsi asia, metode lattice, lattice multinomial, call option
Penerapan Algoritma Genetika Untuk Optimasi Debit Air Pada Pembangkit Listrik Tenaga Air Studi Kasus : Waduk Situ Cileunca, Jawa Barat Lani Rohaeni; 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

PLTA Plengan merupakan salah satu pembangkit listrik yang berada didaerah Pangalengan Jawa Barat, dalam satu hari dapat menghasilkan listrik sebanyak 136.800 kw dan membutuhkan air sebanyak 725.760 m³. Air yang digunakan oleh PLTA Plengan berasal dari outflow dari waduk Situ Cileunca, air di waduk tersebut tidak selamanya ada pada saat yang diperlukan. Untuk itu dalam tugas akhir ini akan dibahas bagaimana mengatur outflow waduk ke PLTA Plengan supaya dapat menghasilkan listrik semaksimal mungkin dan dengan tetap menjaga supaya air waduk tidak kering. Masalah ini dapat dilihat sebagai dua masalah objektif, solusi untuk menyelesaikannya adalah dengan menggunakan metode fungsi penalti. Untuk mengoptimasi outflow waduk ke PLTA Plengan akan digunakan Genetic Algorithm (GA). Outflow waduk yang telah dioptimasi akan memberikan gambaran listrik dan kekurangan waduk. Setelah dioptimasi menggunakan GA diperoleh produksi listrik yang sama dengan data eksisting yaitu sebesar 13.619.115 kw/tahun dan kekurangan lebih rendah yaitu 0 m³/tahun. Kata kunci : Genetic Algorithm (GA), PLTA, prediksi outflow waduk.
Optimasi Alokasi Injeksi Gas Untuk Peningkatan Produksi Minyak Dengan Sistem Multiwell Gas Lift Menggunakan Algoritma Particle Swarm Optimization Fadhlika Hadi; Deni Saepudin; Annisa Aditsania
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

Dalam pengelolaan lapangan sumur minyak hal yang terpenting yang harus di perhatikan adalah jumlah produksinya. Pada umumnya jumlah produksi minyak pada suatu lapangan minyak akan menurun seiring dengan berkurangnya kapasitas jumlah kandungan minyak yang masih tersisa dalam reservoir, dan akhirnya akan habis. Pada kondisi seperti ini dibutuhkan suatu metode pengangkatan buatan dengan teknik gas lift. Dalam penelitian ini dilakukan pengoptimasian produksi minyak pada sumur gas lift. Penelitian ini menggunakan algoritma particle swarm optimization untuk mengoptimasi data laju injeksi gas dan data laju produksi minyak pada sumur injeksi gas lift dan membandigkan nya dengan hasil pengujian eksak. Hasil pengujian pada penelitian ini menunjukan bahwa algoritma particle swarm optimization dapat mengoptimasi total produksi minyak dari sumur minyak sebesar 1204488.0779 Scf/D. dan jumlah total laju gas yang diinjeksikan sebesar 1997109.562 Scf/D. Jika dibandingkan dengan hasil pengujian eksak hasil yang didapatkan untuk total produksi minyak yang maksimal didapatkan sebesar 1201520.8716642 Scf/D dan jumlah gas yang diinjeksikan sebesar 2.00E+06 Scf/D. Hasil yang didapatkan dengan pengoptimasian algoritma particle swarm optimization mendekati pengujian dengan metode eksak dengan keakuratan sebesar 99,75%. Pada pengujian selanjutnya, menentukan jumlah gas yang diinjeksikan terbatas sebesar 1000000 Scf/D. Hasil pengujian menggunakan algoritma particle swarm optimization didapatkan jumlah total produksi minyak sebesar 1166208.2939 Scf/D. jika di bandingkan dengan hasil pengujian secara eksak total produksi minyak yang maksimal di dapatkan sebesar 1166206.2743938 Scf/D. Hasil yang didapatkan dengan pengoptimasian algoritma particle swarm optimization mendekati pengujian dengan metode eksak dengan keakuratan sebesar 99,99% Kata kunci : PSO, Laju Injeksi Gas, Laju Produksi Minyak.
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