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 111 Documents
Search

 6   7   8   9   10 
Analisis Sensitifitas Dari Likuiditas Terhadap Perubahan Jumlah Lot, Fraksi Harga Dan Deviden Danar Satrio Aji; Deni Saepudin; Aniq Atiqi Rohmawati
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Bursa efek Indonesia(BEI) mengeluarkan beberapa kebijakan baru terkait transaksi saham dengan tujuan meningkatkan tingkat likuiditas saham yang ada di Indonesia. Kebijakan tersebut berupa perubahan jumlah lot dan fraksi harga, dimana perubahan tersebut dapat berpengaruh terhadap tingkat likuiditas suatu saham. Ada beberapa hal yang dapat menarik seorang investor untuk berinvestasi, seperti tingkat likuiditas dari saham tersebut dan besarnya deviden yang didapat. Pada penelitian ini, dilakukan penghitungan tingkat likuiditas menggunakan persamaan ilikuiditas dan dilakukan uji hipotesis untuk melihat seberapa signifikan perubahan peraturan yang terjadi dan deviden yang didapat terhadap tingkat likuiditas suatu saham. Nilai uji t statistik lebih besar dibandingkan nilai titik kritisnya -1,69552, maka dapat disimpulkan bahwa peraturan yang baru tidak menambah tingkat likuiditas saham dan besar kecilnya pemberian deviden tidak menambah tingkat likuiditas saham. Kata kunci : Likuiditas, Jumlah Lot, Fraksi harga, Deviden, Uji Hipotesis Abstract The Indonesia Stock Exchange (IDX) publishes some new information related to prices in Indonesia. For that reason, the amount and fraction of prices, etc. can give the same results. There are several things that can attract investors to invest, as seen from dividends obtained. In this study, the calculation of the level of liquidity is done by using formulas and carried out a trial to see further from what happened and dividends obtained on the stock level. Statistical values are greater than the value of the critical point -1,69552, it can be concluded that the new regulation will not increase the level of liquidity. Keywords: Liquidity, Lot Number, Price Step, Dividend, Hypothesis Testing
Ukuran Risiko Model Vector Autoregressive Pada Harga Saham Fitriaini Amalia; Deni Saepudin; Aniq Atiqi Rohmawati
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Investasi merupakan alternatif yang dilakukan dalam meningkatkan aset di masa mendatang. Salah satu financial asset yang banyak diminati adalah investasi dalam bentuk saham. Investasi di pasar modal juga bertujuan untuk memperoleh return yang lebih besar daripada alternatif investasi dengan risiko tertentu. Oleh karena itu, perlu dilakukan analisis terhadap risiko yang mungkin terjadi dengan menghitung ukuran risiko. Salah satu metode untuk mengukur risiko adalah Value-at-Risk (VaR). Variabel nilai saham yang digunakan adalah Return on Asset (ROA), Debt to Equity Ratio (DER), dan Earning Per Share (EPS), terhadap harga saham. Selain itu, nilai-nilai saham dapat dimodelkan dengan Vector Autoregressive (VAR), sehingga pada Tugas Akhir ini, dilakukan penentuan VaR dengan melibatkan model VAR. Kata Kunci: Harga Saham, VAR, VaR. Abstract Investment is an alternative that is carried out in increasing assets in the future. One of the most sought after financial assets is investment in shares. Investment in the capital market also aims to obtain greater returns than alternative investments with certain risks. Therefore, an analysis of the risks that may occur by calculating the risk measure is necessary. One method for measuring risk is Value-at-Risk (VaR). The stock value variables used are Return on Assets (ROA), Debt to Equity Ratio (DER), and Earning Per Share (EPS), to stock prices. In addition, stock values can be modeled with Vector Autoregressive (VAR), so that in this Final Project, VaR is determined by involving the VAR model. Keywords: Stock Price, VAR, VaR.
Analisis Ukuran Risiko Expected Shortfall Pada Indeks Pasar Saham Reima Agustina Kusumawardani; Deni Saepudin; Aniq Atiqi Rohmawati
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pengukuran risiko penting untuk dilakukan, terutama dalam dunia investasi yang berkaitan dengan jumlah dana yang besar. Salah satu ukuran risiko dalam manajemen keuangan adalah Expected Shortfall (ES). ES adalah nilai ekspektasi dari return jika return tersebut melampaui batas return maksimum (Value-at-Risk). VaR merupakan kerugian (return negatif) maksimum yang mungkin terjadi selama periode waktu dan tingkat kepercayaan tertentu. Pada tingkat kepercayaan 𝟗𝟎%, akan dicari nilai return terkecil yaitu 𝑽𝒂𝑹. Sehingga peluang munculnya nilai return kurang dari 𝑽𝒂𝑹 adalah 𝟎,𝟏. VaR tidak memperhatikan setiap kerugian yang ada dibawahnya. ES merupakan solusi untuk menyelesaikan masalahan tersebut. Hasil perhitungan menyatakan bahwa dari beberapa tingkat kepercayaan, terdapat return negatif yang lebih kecil dari VaR dan ES terbukti dapat mengatasinya. Hasil penelitian dari perhitungan ES empiris dan ES teoris menyatakan bahwa selisih error kedua perhitungan tidak jauh berbeda. Penelitian ini menghitung VaR dengan memodifikasi metode Historical Simulation dan melakukan analisis perhitungan risiko ES dengan melibatkan fungsi distribusi dari peubah acak atau observasi. Pada perhitungan ES dilibatkan nilai VaR, tingkat kepercayaan dan jumlah observasi. Data yang akan digunakan dalam Tugas Akhir ini adalah data return mingguan dari indeks saham JKSE. Kata kunci : expected shortfall, value at risk, risiko, return, historical simulation, fungsi distribusi Abstract Risk measurement is important to do, especially in the world of investment relating to large amounts of funds. One of risk measure in financial management is Expected Shortfall (ES). ES is the expected value of return if the return exceeds the maximum return limit (Value-at-Risk). VaR is the maximum loss (negative return) that may occur over a period of time and a certain of confidence level. At a 90% confidence level, the smallest return value, called VaR. So the probability of the return value less than VaR is 0.1. VaR does not give information to any losses below it. ES is a solution to solve this problem. The calculation results state that from several levels of confident, there is a negative return that is smaller than VaR and ES is proven to be able to overcome it. The results of the empirical and theorists ES calculation declare that the error deviation between the two calculations is not much different. This study calculates VaR by modifying the Historical Simulation method and analyzing ES risk calculations by involving the distribution function of random variables or observations. The ES calculation involves the VaR value, confidence level and number of observations. The data that will be used in this Final Project is the weekly return data from the JKSE stock index. Keywords: expected shortfall, value at risk, risiko, return, historical simulation, distribution function
Prediksi Harga Saham Serta Pemberian Keputusan Jual Beli Menggunakan Metode Regression Tree Dan Metode Self Organizing Map (som) Uggi Stivani Savitri; Deni Saepudin; Rian Febrian Umbara
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Dalam investasi saham seorang investor sebaiknya memiliki prediksi untuk memprediksi harga saham yang ada pada waktu tertentu agar memiliki hasil yang memuaskan dengan mendapatkan keuntungan. Maka dari itu sebagai investor harus dapat memprediksi harga saham kedepannya dengan menggunakan Regression Tree. Regression tree atau pohon regresi adalah metode untuk membangun model prediksi dari data dimana model diperoleh dari hasil partisi secara rekursif ruang data dan menduga model prediksi sederhana di dalam setiap partisi. Selain Regression Tree diperlukan teknik lain untuk memberikan keputusan kepada investor waktu yang tepat untuk menjual, membeli serta menahan saham agar memberikan keuntungan teknik tersebut adalah Self Organizing Map (SOM). SOM adalah salah satu jenis metode clustering atau pengelompokan. Data yang digunakan pada tugas akhir ini adalah 1 data saham yang tergabung dalam saham LQ45. Hasil akhir dari penerapan Regression Tree dan SOM ini adalah sebuah prediksi harga saham serta pemberian keputusan yang tepat guna memberikan keuntungan bagi investor. Kata kunci : Regression Tree, Self Organizing Map, saham Abstract In a stock investment, an investor should have a prediction to predict the stock prices to gaining profit. Therefore, as a investor you must be able to predict stock prices going forward by using Regression Tree. Regression Tree is a method predictive models of data in which the model is obtained from the partition results in a recursive data space and predicts a simple prediction model in each partition. In addition to Regression Tree, another techique is needed to make decisions to investors when the right time to sell, buy and hold shares in order to benefit from the technique is Self Organizing Map (SOM). Som is a type of clustering or grouping method. The data used is 1 data stock price incorporated in LQ45. The final result of the method of Regression Tree and SOM is a stock price prediction and the decision to provide benefits to investors. Keywords: Regression Tree, Self Organizing Map, stock price
Pengaruh Teknik Clustering Harga Saham Dalam Manajemen Portofolio Mailia Putri Utamil; Deni Saepudin; Aniq Atiqi Rohmawati
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Manajemen portofolio merupakan proses yang dilakukan investor untuk mengukur pengurangan risiko dengan diversifikasi investasi dalam bentuk portofolio. Investor yang hendak menanamkan saham dalam bentuk format portofolio perlu mencari mana saja saham yang dapat memberikan risiko paling minimal dengan tingkat return tertentu. Model formal untuk menciptakan portofolio yang memberikan risiko minimal dengan return tertentu, dikembangkan oleh Harry Markowitz (1952), namun pada model Makowitz sering kali tidak terdiversifikasi secara baik, agar pemilihan saham terdiversifikasi dengan baik, maka ditambahkan teknik clustering. Saham yang terpilih merupakan hasil dari proses penerapan teknik clustering. Disini menerapkan metode K-means clustering dan Fuzzy C-means clustering. Untuk setiap saham dikelompokan berdasarkan kriteria yang sama. Dari setiap cluster (kelompok), dipilih satu yang terbaik menurut kriteria berdasarkan return mingguan yang paling maksimum. Lalu dilakukan perhitungan untuk menentukan tingkat return dan tingkat resiko dari setiap clusternya, dengan bantuan model mean variance portofolio. Proses ini disimulasikan, agar mudah dalam mendapatkan portofolio dengan risiko terendah pada return yang ditentukan dan untuk mengetahui kinerja dari setiap portofolio yang terbentuk, agar dapat membantu investor untuk memilih saham investasi yang menguntungkan. Kata Kunci: Manajemen Portofolio, Clustering, Model Markowitz, K-means, Fuzzy C-means, Mean Variance Abstract Portfolio management is a process carried out by investors to measure risk reduction by diversifying investments in the form of portfolio. Investors who want to invest in the form of a portfolio format need to find out which stocks can provide the least risk with a certain level of return. The formal model for creating portfolios that provide minimal risk with certain returns, was developed by Harry Markowitz (1952), but in the Makowitz model it is often not well diversified, so that stock selection is well diversified, clustering techniques are added. The selected shares are the result of the process of applying clustering techniques. Here apply the K-means clustering and Fuzzy C-means clustering method. For each share grouped according to the same criteria. From each cluster (group), the best one was chosen according to the criteria based on the maximum weekly return. Then do a calculation to determine the level of return and the level of risk of each cluster, with the help of the mean variance portfolio model. This process is simulated, so that it is easy to get the portfolio with the lowest risk on the specified return and to know the performance of each portfolio that is penetrated, so it can help investors to choose profitable investment stocks. Keywords: Portofolio Management, Clustering. Markowitz Model, K-means, Fuzzy C-means, Mean Variance
Reduksi Dimensi pada Optimasi Portofolio Mean-Variance Menggunakan Non-Negative Principal Component Analysis Elvina Oktavia; Deni Saepudin; Aniq Atiqi Rohmawati
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

Optimasi portofolio mean variance merupakan suatu metode dasar untuk menentukan alokasi investasi yang optimal ke berbagai saham. Implementasi metode reduksi dimensi Non-negative Principal Component Analysis sebagai alat pra-pemrosesan pada optimasi portofolio mean-variance, menghasilkan expected return sebesar 0,107% dan variance 0,020%, lebih baik dibanding menggunakan metode reduksi dimensi Principal Component Analysis yang menghasilkan expected return 0,103% dan variance 0,019% dan optimasi portofolio tanpa reduksi dimensi yang menghasilkan expected return 0,095% dan variance 0,010%.
Pembentukan Portofolio Saham Melalui Proses Clustering Kurva Harga Saham Hasil Spline Kuadratik Andhika Rama Putra; Deni Saepudin; Annisa Aditsania
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

Dalam investasi saham seorang investor perlu mengerti strategi mengelola portofolio saham yang baik untuk membantu membuat keputusan kapan waktu yang tepat untuk membeli, menjual serta mempertahankan sahamnya, salah satu caranya adalah dengan menjaga diversifikasi pada portofolio saham. Tujuan diterapkannya konsep diversifikasi yaitu agar terhindar dari resiko kerugian yang dapat diperoleh. Salah satu cara untuk menjaga diversifikasi portofolio saham adalah dengan menerapkan spline kuadratik pada data harga saham. Dalam penelitian ini, dilakukan pengelompokkan saham melalui proses clustering kurva harga saham hasil spline kuadratik agar dimensinya tereduksi. Kegunaan spline kuadratik adalah agar pergerakan harga saham dapat dipelajari, jika pergerakan harga sahamnya sama, maka koefisien dari spline juga tidak akan jauh berbeda sehingga pergerakan harga saham yang relatif sama akan berada dalam cluster yang sama, kemudian tujuannya agar saham yang masuk ke dalam portofolio pergerakan harga sahamnya benar-benar berbeda satu sama lain. Nilai return dan risiko portofolio dapat dihitung dengan teknik pembobotan Equal Weight. Dalam penelitian ini, hasil analasis portofolio yang paling efisien dalam konteks diversifikasi portofolio adalah ketika data harga saham direduksi menjadi 24 bagian dan dikelompokkan menjadi 4 cluster, dengan risiko portofolio minimum sebesar 0.0625  dan return portofolio sebesar 0.0020 . Kata kunci : K-Means, spline kuadratik, saham
Prediksi Kenaikan atau Penurunan Indeks Pasar Keuangan Indonesia dengan Menggunakan Bayesian Network dan Prediksi Perubahan Kenaikan Pasar Keuangan Indonesia Nisrina Nur Faizah; Deni Saepudin; Aniq Atiqi Rohmawati
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

Investasi saham pada pasar keuangan dilakukan untuk meningkatkan aset pada masa depan. Dalam melakukan investasi harus mempertimbangkan hasil yang akan didapatkan atau biasa disebut return. Setiap investor akan berusaha mendapatkan return semaksimal mungkin dari investasi yang dilakukannya. Oleh karena itu, perlu dilakukan prediksi perubahan kenaikan atau penurunan pada pasar saham. Beberapa metode untuk membuat prediksi adalah Bayesian Network dan Algoritma Naive Bayes. Pada Tugas Akhir ini, dilakukan pemodelan jaringan sektor-sektor pasar keuangan Indonesia dengan menggunakan Bayesian Network, lalu melakukan prediksi berdasarkan kenaikan atau penurunan harga penutupan dari tiap sektor. Metode yang digunakan adalah menggunakan Algoritma Naive Bayes Diskrit dan Kontinu. Setelah itu, menentukan metode yang terbaik untuk perhitungan prediksi dengan melihat tingkat akurasi dari setiap metode dengan confusion matrix. Sektor pasar keuangan yang digunakan yaitu nilai tukar USD/IDR, IHSG, dan Obligasi. Perhitungan dilakukan berdasarkan ketergantungan antara nilai tukar USD/IDR terhadap IHSG, dan nilai tukar USD/IDR terhadap Obligasi. Metode Naive Bayes Diskrit menunjukan hasil yang lebih akurat dengan akurasi sebesar 84% untuk IHSG dan 76% untuk Obligasi. Sedangkan perhitungan dengan metode Naive Bayes Kontinu memiliki akurasi sebesar 52% untuk IHSG dan 48% untuk Obligasi. Sektor nilai tukar USD/IDR lebih mempengaruhi IHSG, karena tingkat akurasi yang diperoleh IHSG lebih tinggi dibandingkan dengan Obligasi. Kata kunci : nilai tukar, ihsg, obligasi, bayesian network, naive bayes
Implementasi Semantic Search Pada Open Library Menggunakan Metode Latent Semantic Analysis (studi Kasus: Open Library Universitas Telkom) Arifin Dwi Kandar Saputro; Deni Saepudin; Aniq Atiqi Rohmawati
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

AbstrakTerdapat beberapa cara dalam membentuk portofolio saham. Dalam pemilihan saham untuk dimasukkan kedalam portofolio, tentunya investor menginginkan nilai return yang tinggi atau nilai risiko yang rendah.Dalam tugas akhir ini pembentukkan portofolio Mean-Semivarian dilakukan dengan menerapkan teoriDempster-Shafer (DS) untuk mendapatkan portofolio yang diharapkan. Teori Dempster-Shafer disinidigunakan untuk menyeleksi saham dengan nilai performansi tinggi. Data saham yang digunakan pada tugasakhir ini adalah saham yang masuk dalam indeks LQ45. Kemudian diseleksi dengan mengunakan teoriDempster-Shafer dan didapatkan 10 saham dengan nilai performansi tertinggi untuk dimasukkan ke dalamportofolio yaitu BSDE, GGRM, INDF, SGRO, SMGR, SCMA, MNCN, BBCA, HMSP, dan BMTR denganmenghasilkan return portofolio sebesar 0.00511 sedangkan return portofolio tanpa Dempster-Shafer sebesar0.0026. Untuk evaluasi kinerja portofolio dengan menggunakan metode Sharpe Ratio hasil yang didapatkanportofolio dengan Dempster-Shafer sebesar 0.07329 dan portofolio saham Mean-Semivarian tanpa DempsterShafersebesar0.00598.HasildaritugasakhirinimenunjukkanportofoliosahamMean-SemivariandenganDempster-Shafermemiliki kinerja portofolio yang lebih baik dibandingkan dengan portofolio MeanSemivariantanpaDempster-Shafer. Katakunci:DempsterShafer,PortofolioReturn,PortofolioMean-Semivarian,Semivariance,SharpeRatio AbstractThereareseveralwaystoformastockportfolio.Intheselectionofsharestobeincludedintheportfolio,ofcourseinvestors want a high return value or a low risk value. In this final task the formation of a MeanSemivarianceportfolio is carried out by applying the Dempster-Shafer (DS) theory to obtain the expectedportfolio. The Dempster-Shafer theory here is used to select stocks with high performance values. Stock dataused in this final project are shares included in the LQ45 index. Then selected using the Dempster-Shafer theoryand obtained 10 stocks with the highest performance values to be included in the portfolio, namely BSDE,GGRM, INDF, SGRO, SMGR, SCMA, MNCN, BBCA, HMSP, and BMTR by generating a portfolio return of0.00511 while return portfolio without Dempster-Shafer is 0.0026. To evaluate portfolio performance using theSharpe Ratio method the results obtained by the portfolio with Dempster-Shafer amounted to 0.07329 and theMean-Semivariance stock portfolio without Dempster-Shafer was 0.00598. The results of this final task showthat the Mean-Semivariance stock portfolio with the Dempster-Shafer has a better portfolio performancecompared to the Mean-Semivariance portfolio without the Dempster-Shafer. Keywords: Dempster Shafer, Portofolio Return, Portofolio Mean-Semivarian, Semivariance, Sharpe Ratio
Hibridisasi Algoritma Classification and Regression Tree (CART) dan Artificial Neural Network (ANN) untuk Prediksi Harga Bawang Merah di Kabupaten Bandung Himatul Zulfa; Fhira Nhita; Deni Saepudin
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

Bawang merah adalah salah satu jenis tumbuhan hortikultura yang mempunyai banyak manfaat namun kualitas dan kuantitas nya sangat dipengaruhi oleh cuaca. Perubahan cuaca akan menyebabkan produksinya tidak menentu sehingga mengalami fluktuasi harga. Prediksi harga terhadap cuaca ini sangat diperlukan agar mempermudah petani untuk melakukan penanaman pada waktu yang tepat. Oleh sebab itu, penelitian ini memprediksi harga bawang merah di Kabupaten Bandung berdasarkan pengaruh cuaca dengan menggunakan hibridisasi dari Classification and Regression Tree (CART) dan Artificial Neural Network (ANN). Berdasarkan beberapa skenario pengujian dalam penelitian ini, metode hibridisasi CART-ANN terbukti memberikan hasil yang lebih baik daripada CART atau ANN secara konvensional dengan nilai precision, recall, dan akurasi berturut-turut sebesar 90.91%, 100.00%, 93.33%. Kata kunci : Bawang Merah, Classification and Regression Tree, Artificial Neural Network
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 I Kamil Elian Zhafran 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, Kamil Elian