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 112 Documents
Search

 3   4   5   6   7 
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.
Pemodelan Dan Simulasi Penurunan Tekanan Pada Pipa Transmisi Menggunakan Metode Iterasi Titik Tetap Aisyah Aisyah; 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

Dalam penyebaran gas sebagai sumber energi alternatif, dibutuhkan suatu alat transportasi. Transportasi gas yang lebih sering digunakan adalah dengan pipa transmisi karena lebih ekonomis. Saat mengalir tekanan dan temperatur gas akan mengalami penurunan nilai dari inlet pipa outlet pipa. Sedangkan tekanan dan temperatur dapat mempengaruhi karakteristik dari gas alam yang dialirkan. Untuk itu, dibutuhkan suatu pemodelan untuk memprediksi distribusi  tekanan  dan  temperatur pada  pipa    tersebut.  Pada  tugas  akhir  ini  akan  dilakukan penelitian untuk mengukur distribusi tekanan pada pipa transmisi dengan menggunakan metode Iterasi Titik Tetap. Prediksi distribusi tekanan akan dilakukan baik untuk pipa dengan asumsi temperatur isotermal (konstan) maupun non isotermal. Kemudian hasil prediksi distribusi tekanan dan temperatur tersebut akan dibandingkan dan dianalisis dengan data lapangan yang diberikan. Berdasarkan pemodelan tersebut diperoleh hasil distribusi tekanan dengan kondisi temperatur tidak konstan dan dengan perubahan elevasi yang paling mendekati data lapangan. Sehingga nilai error yang dihasilkannya pun bernilai paling kecil jika dibandingkan dengan kondisi - kondisi yang lain. Kata kunci : gas alam, pipa transmisi, metode iterasi titik tetap, distribusi tekanan, distribusi temperatur
Prediksi Value-at-risk Menggunakan Markov Regime Switching Autoregressive Conditional Heteroscedasticity (studi Kasus Jakarta Composite Index) Kautsar Abdillah; Deni Saepudin; Aniq Atiqi Rohmawati
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

Investasi adalah penanaman modal sumber daya yang dimiliki dan diharapkan dimasa akan datang dapat memberikan keuntungan. Dalam mencapai keuntungan, investor juga menghadapi risiko dari investasi. Keuntungan dari investasi membutuhkan priode jangka panjang. Harapan investor adalah memperoleh tingkat pengembalian (return) sebesar besarnya dengan risiko tertentu, dalam hal ini tingkat risiko berbanding lurus dengan nilai return. Pada tugas akhir ini, dalam memprediksi risiko investasi digunakan metode Value at Risk (VaR). Value-at-Risk (VaR) merupakan salah satu metode yang dapat digunakan untuk membantu dalam prediksi risiko aset. Model yang dapat dilibatkan dalam prediksi risiko aset adalah Markov Regime Switching Autoregressive Conditional Heteroscedastic (MS-ARCH). Pada penelitian ini menggunakan metode correct VaR untuk mencari akurasi nilai dari VaR. Berdasarkan simulasi dari VaR MS-ARCH diperoleh correct VaR pada tingkat signifikansi 5% untuk MS-ARCH (0,1) adalah 2,3% dan MS-ARCH (1,1) adalah 2,5%. Model VaR yang optimal berdasarkan tingkat signifikansi yang ditentukan adalah VaR MS-ARCH (0,1).
Analisis Dan Implementasi Elman Recurrent Neural Network Untuk Prediksi Harga Komoditas Pertanian Shabrina Nanggala; 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 terkadang tidak stabil seringkali membuat resah para petani maupun konsumen. Salah satu hal yang menjadi faktor utama adalah curah hujan di daerah penanaman bibit pertanian tersebut. Harga komoditas pertanian dapat diramalkan dengan mempelajari tingkah laku data time series harga historis komoditas pertanian dan curah hujannya. Sebelumnya telah dilakukan penelitian  yang  serupa  yaitu  prediksi  harga  komoditas  beras  dengan  menggunakan  metode  Fuzzy Cognitive Maps. Sama halnya dengan penelitian ini yaitu prediksi harga komoditas bawang merah dan cabai merah untuk 10 minggu kedepan dengan menggunakan salah satu arsitektur Artificial Neural Network (ANN) yaitu Elman Recurrent Neural Network (ERNN) dengan algoritma  Backpropagation. Setelah melakukan prediksi, akan dilakukan pula klasifikasi rekomendasi tanam-harga petani. Penelitian ini  menggunakan data  historis mingguan harga bawang merah dan cabai  merah dan curah  hujan mingguan selama 6 tahun. Performansi sistem diukur dengan menggunakan metode Mean Percentage Error (MAPE). Sistem ERNN dengan algoritma Backpropagation terkendala mendapatkan arsitektur yang  optimal  karena  terjebak di  lokal  optimum. Hasil  yang  didapatkan dari  penelitian ini  adalah prediksi harga bawang merah memperoleh akurasi diatas 75% sedangkan prediksi harga cabai merah memperoleh akurasi dibawah 75%. Sedangkan untuk klasifikasi rekomendasi tanam-harga petani, akurasi yang didapatkan untuk bawang merah kurang dari 75%, sedangkan untuk cabai merah lebih dari 75%. Kata Kunci : komoditas pertanian, ANN, Elman Recurrent Neural Network, Backpropagation, MAPE
Prediksi Saham Menggunakan Dbn ( Deep Belief Network ) Giali Ghazali; Jondri Jondri; Deni Saepudin
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

Dalam penelitian ini akan dibahas prediksi indeks harga saham dengan metode Deep Belief Network (DBN). Penelitian ini menggunakan indeks saham dari pasar saham Indonesia yaitu Indeks Harga Saham Gabungan (IHSG). Percobaan ini didasarkan pada data historis harian selama 5 tahun. Prediksi dilakukan dengan menggunakan Restricted Boltzman Machines (RBM) dua tahap dan RBM tiga tahap, dengan input data menggunakan (20 + ri) dan (40 + ri) dengan jumlah neuron (n = 10) dan (n = 50). Dengan menggunakan metode Deep Belief Network (DBN) didapatkan hasil Root Mean Square Eror (RMSE) sepuluh kali percobaan. Mendapatkan hasil data (20 + ri) dengan (n = 10) dengan RBM dua tahap 0,18291 dan RBM tiga tahap 0.17912. Pada data (40 + ri) dengan (n = 10) dengan RBM dua tahap 0,1804 dan tiga tahap RBM 0.17118. Pada data (20 + ri) dengan (n = 50) dengan RBM dua tahap 0,16996 dan tiga tahap RBM 0.05892. Pada data (40 + ri) dengan (n = 50) didapatkan RBM dua tahap 0,17781 dan tiga tahap RBM 0.16904. dapat disimpulkan bahwa RBM tiga tahap lebih baik dibandingkan RBM dua tahap, dan nilai neuron yang besar mempengaruhi hasil prediksi. Kata kunci : prediksi saham, Indeks Harga Saham Gabungan (IHSG), Deep Belief Network (DBN).
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