Claim Missing Document
Check
Articles

Desain dan Implementasi Akselerator Konvolusi CNN Menggunakan Systolic Array pada FPGA untuk Pemrosesan Citra Syafillah, Mohammad Ardian; Sulistiyanto, Nanang; Muttaqin, Adharul
Jurnal Mahasiswa TEUB Vol. 13 No. 7 (2025)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Convolutional Neural Network (CNN)merupakan metode pemrosesan citra yang unggul dalammengekstraksi fitur, namun memiliki kebutuhan komputasitinggi yang kurang efisien jika dijalankan pada perangkatdengan sumber daya terbatas. FPGA menjadi solusi potensialkarena menawarkan efisiensi energi dan pemrosesan paralel.Penelitian ini bertujuan untuk merancang danmengimplementasikan akselerator lapisan konvolusi CNNberbasis systolic array pada FPGA. Penelitian ini merancangdan mengimplementasikan sistem akselerasi konvolusimenggunakan systolic array untuk pemrosesan citraberukuran 16×16 piksel dengan satu kernel berukuran 3×3.Systolic array yang dirancang mampu menghasilkan delapanoutput secara paralel. Hasil pengujian menunjukkan bahwaakselerator yang dirancang mampu mempercepat proseskonvolusi hingga delapan kali lebih cepat dibandingkanperangkat lunak. Selain itu, error rata-rata dan maksimumyang dihasilkan relatif rendah dan tidak berdampaksignifikan terhadap akurasi prediksi.Kata kunci—CNN, FPGA, konvolusi, systolic array
Implementasi Algoritma Prewitt pada FPGA untuk Deteksi Tepi Tanda Nomor Kendaraan Bermotor Musyahadah, Faiq Arsyad; Sulistiyanto, Nanang; Muttaqin, Adharul
Jurnal Mahasiswa TEUB Vol. 13 No. 7 (2025)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Deteksi tepi merupakan tahap awal yang sangat pentingdalam proses pengenalan tanda nomor kendaraan bermotor(TNKB). Salah satu algoritma deteksi tepi yang memilikikeseimbangan antara kompleksitas komputasi dan kualitas hasildeteksi adalah algoritma Prewitt. Namun, implementasi algoritmaPrewitt berbasis perangkat lunak memiliki waktu eksekusi yangtinggi. Untuk mengatasi permasalahan tersebut, penelitian inimenyajikan implementasi algoritma deteksi tepi Prewitt pada FPGA.Metode yang digunakan melibatkan perancangan arsitekturperangkat keras berbasis buffer jendela. Modul linebuffer, modulkontrol linebuffer, serta modul konvolusi Prewitt diimplementasikanpada FPGA Alinx AXU2CGA. Proses validasi dilakukan melaluisimulasi behavioural menggunakan Vivado, kemudian hasilimplementasi diuji secara langsung pada FPGA.Hasil penelitian menunjukkan bahwa implementasi algoritmaPrewitt FPGA dapat mendeteksi 63,58% dan 99,4% piksel tepi padacitra uji. FPGA memberikan kecepatan pemrosesan 3 ms, lebihcepat dibandingkan CPU Ryzen 7 4800U yang membutuhkan lebihdari 3945 ms.Kata Kunci : Deteksi Tepi, Algoritma Prewitt, FPGA 
ANALISIS PERFORMA ALGORITMA MACHINE LEARNING (DECISION TREE,SVM, RANDOM FOREST) UNTUK PREDIKSI HUJAN HARIAN DENGAN DATA IOT Wisnuaji, Mario Riva; Muttaqin, Adharul; Razak, Angger Abdul
Jurnal Mahasiswa TEUB Vol. 14 No. 1 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Prediksi hujan harian merupakan topik yang banyak dikaji dalam penerapan model pembelajaran mesin. Penelitian ini bertujuan untuk membandingkan tiga algoritma pembelajaran mesin tradisional, yaitu Support Vector Machine (SVM), Random Forest (RF), dan Decision Tree (DT), dalam melakukan prediksi hujan di area perkebunan di daerah Batu, Kota Malang, dengan menggunakan data primer dan data sekunder. Data primer dikumpulkan melalui sistem IoT yang dikembangkan dalam penelitian ini, sedangkan data sekunder diperoleh dari data harian Badan Meteorologi, Klimatologi, dan Geofisika (BMKG). Parameter data yang digunakan meliputi suhu, kelembapan, dan kecepatan angin. Sistem IoT terdiri atas alat pengirim, alat penerima, serta server penyimpanan data. Komunikasi antar transceiver menggunakan LoRa dengan frekuensi 433 MHz, sedangkan pengiriman data dari alat penerima ke server dilakukan melalui protokol MQTT. Pada tahappreprocessing, dilakukan label encoding untuk mengklasifikasikan curah hujan menjadi nilai biner (0 untuk tidak hujan/hujan ringan dan 1 untuk hujan sedang/lebat). Evaluasi model dilakukan menggunakan metrik akurasi, presisi, recall, F1-score, dan FPR. Penelitian ini berhasil mengimplementasikan sistem prediksi hujan di perkebunan Batu, Malang menggunakan IoT berbasis LoRa dengan data sensor bulan Juli 2025 dipadukan data 1,5 tahun dari BMKG untuk pelatihan.Evaluasi tiga algoritma pembelajaran mesin menunjukkan Random Forest memiliki performa terbaik pada pelatihan (akurasi 88,28%), namun akurasinya turun menjadi 78,57% pada data real-world dengan kemampuan deteksi hujan yang masih rendah (precision, recall, f1-score 50%). SVM juga menunjukkan akurasi pelatihan yang tinggi (86,48%), namun performanya pada data real-world serupa dengan Random Forest dan belum optimal dalam mengenali kondisi hujan. Sebaliknya, Decision Tree memberikan hasil terbaik pada pengujian data nyata dengan akurasi 85,71%, FPR lebih rendah pada kelas tidak hujan, serta peningkatan signifikan dalam mengenali hujan (precision dan recall 91%), sehingga lebih seimbang dalam membedakan kedua kelas dan menjadi algoritma terbaik pada penelitian ini.Kata Kunci: IoT, LoRa, MQTT, pembelajaran mesin, prediksi hujan.
Performance Validation and Cut-off Optimization of a Portable Fluorometer for Bladder Cancer Screening Using Nonparametric and ROC Analysis Ekiawan, Krisna Seiya; Nurussa’adah, n/a; Muttaqin, Adharul
Jurnal Mahasiswa TEUB Vol. 14 No. 2 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

The effective clinical management of bladder cancer is heavily contingent  upon frequent surveillance due to its high recurrence rate. However,  conventional diagnostic modalities, such as cystoscopy and urine cytology,  remain constrained by invasiveness, high procedural costs, or insufficient  sensitivity, particularly for early-stage detection. To address these  limitations, this study presents a rigorous diagnostic performance evaluation of a customdeveloped, low-cost portable fluorometer based on  the fluorescence quenching of Carbon Quantum Dots (CQDs) conjugated  with anti-47 kDa antibodies. A comparative cross-sectional study was  conducted involving 20 clinical urine samples, comprising histopathologically confirmed positive cases and healthy controls,  measured via an integrated AS-7341 spectral sensor system targeting the  515 nm emission channel. The statistical validity of the proposed device  was assessed using a comprehensive nonparametric framework. The  ann- Whitney U test demonstrated a statistically significant difference in  fluorescence intensity between the cohorts (p < 0.05), validating the  biochemical detection mechanism. Furthermore, Receiver Operating  Characteristic (ROC) analysis revealed a robust discriminatory capability  with an Area Under the Curve (AUC) of 0.835. Through the maximization of  the Youden Index (J=0.7), an optimal intensity cut-off point was established  at 3598.6 a.u., yielding a sensitivity of 90% and a specificity of 80%. These  findings conclusively demonstrate the potential of the system as a high- precision, non-invasive pre-screening tool suitable for deployment in resource-limited healthcare settings. Keywords: Bladder Cancer, Fluorescence Quenching, Fluorometer Portable, Nonparametric Test, ROC Analysis 
Prediksi Tekanan Darah Non-Invasif Berbasis Sinyal Photoplethysmography (PPG) Menggunakan Algoritma LightGBM Kacaribu, Angeline Anabelle; Muttaqin, Adharul; Setyawan, Raden Arief
Jurnal Mahasiswa TEUB Vol. 14 No. 3 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Hipertensi merupakan salah satu masalah kesehatan utama yang  memerlukan pemantauan tekanan darah secara rutin. Metode pengukuran tekanan darah konvensional berbasis manset (cuff-based) memiliki  keterbatasan dalam pemantauan kontinu. Oleh karena itu, pengembangan metode estimasi tekanan darah tanpa manset (cuffless blood pressure  estimation) menjadi penting. Penelitian ini bertujuan untuk  mengembangkan model prediksi tekanan darah non-invasif berbasis sinyal Photoplethysmography (PPG) menggunakan algoritma Light Gradient  Boosting Machine (LightGBM). Tahapan penelitian meliputi pra-pemrosesan sinyal, segmentasi beat-to-beat, serta ekstraksi fitur statistik,  perfusi, dan morfologi gelombang PPG. Fitur yang diperoleh digunakan  sebagai masukan model regresi LightGBM untuk memprediksi tekanan  darah sistolik, diastolik, dan denyut nadi. Hasil evaluasi menunjukkan nilai  Mean Absolute Error (MAE) sebesar 13.89 mmHg untuk tekanan sistolik,  6.36 mmHg untuk tekanan diastolik, dan 7.87 bpm untuk denyut nadi. Hasil ini menunjukkan bahwa metode yang diusulkan memiliki potensi dalam  estimasi tekanan darah non-invasif, meskipun masih diperlukan  pengembangan lebih lanjut untuk meningkatkan akurasi, khususnya pada tekanan sistolik. Kata Kunci : Photoplethysmography, estimasi tekanan darah tanpa manset, LightGBM, machine learning, pemrosesan sinyal. 
Household-Scale Biodigester Application: Transforming Livestock Waste into a New Source of Income in Kasembon Subdistrict Kilawati, Yuni; Amrillah, Attabik Mukhammad; Maimunah, Yunita; Kartikasari, Dany Primanita; Muttaqin, Adharul
Journal of Innovation and Applied Technology Vol 12, No 1 (2026)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.jiat.2025.012.01.10

Abstract

Livestock farmers in Kasembon Subdistrict face dual challenges: severe environmental pollution from dumping manure directly into rivers, and economic strain due to high dependence on costly LPG and synthetic fertilizers. This community service program introduces household-scale biodigesters to solve both environmental and economic issues simultaneously. Involving 20 local participants through the Participatory Rural Appraisal (PRA) method, capacity building, and technical assistance, the intervention yielded highly significant outcomes. LPG consumption plummeted from 3.8 to 0.4 cylinders monthly. Behavior completely transformed: previously, 80% of farmers polluted water bodies, whereas today 100% utilize their waste as biodigester feedstock, effectively halting river pollution. Economically, this circular system generates average monthly savings of Rp 206,000 per household by substituting LPG and chemical fertilizers. Participants' technical skills also surged from 1.95 to 4.61. Ultimately, biodigester technology successfully mitigates environmental damage while empowering rural communities toward sustainable energy independence and food security
RANCANG BANGUN SISTEM PARKIR TERINTEGRASI PADA AREA TERTUTUP Abdillah, Zainal; Setyawan, Raden Arief; Muttaqin, Adharul
Jurnal Mahasiswa TEUB Vol. 14 No. 1 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

 Permasalahan keterbatasan lahan danmanajemen parkir menjadi isu penting dilingkungan kampus. Sistem parkir konvesionalyang masih manual dinilai tidak efisien,memakan waktu, serta memiliki tingkatkeamanan yang rendah. Penelitian ini bertujuanuntuk merancang dan mengimplementasikansistem parkir terintegrasi berbasis RFID danESP32 guna meningkatkan efisiensi manajemenparkir di Universitas Brawijaya. Sistem inimenggabungkan modul RFID-RC522 sebagaipembaca kartu, ESP32 sebagai mikrokontrolerdan penghubung ke server, serta MySQL sebagaibasis data lokal melalui XAMPP. Data yangdiperoleh dari RFID dikirim secara real-timemelalui jaringan WiFi dan disimpan dalamserver database. Hasil pengujian menunjukkanbahwa sistem bekerja secara responsif, akuratdalam membaca UID RFID, serta mampumenyimpan dan menampilkan data parkirdengan baik. Dengan fitur indentifikasi otomatisdan monitoring data, sistem ini mampumendukung program green campus melaluidigitalisasi sistem parkir.Kata Kunci: RFID, ESP32, Sistem Parkir, IoT,MySQL database 
Rancang Bangun Sistem Parkir Berbasis QR Code (Kode Respons Cepat) Hidayat, Rasendriya Agraprana; Setyawan, Raden Arief; Muttaqin, Adharul
Jurnal Mahasiswa TEUB Vol. 14 No. 1 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Pertumbuhan jumlah kendaraan yangsemakin pesat menuntut sistem parkir yangefisien, aman, dan mudah digunakan. Penelitianini bertujuan untuk merancang dan membangunsistem parkir otomatis berbasis QR code sebagaiSolusi terhadap berbagai permasalahan sistemparkir konvensional yang masih menggunakanpencatatan manual dan minim otomatisasi.Sistem ini dikembangkan menggunakanRaspberry Pi 4 sebagai unit pemroses utama,kamera webcam Logitech C270 untukpemindaian QR code, serta modul relay sebagaipengontrol palang parkir otomatis. Penggunasistem cukup menunjukkan QR code yang telahterdaftar, dan sistem akan secara otomatismemverifikasi, mencatat data ke dalam databaseMySQL, serta mengaktifkan palang parkirsesuai status pengguna (MASUK/KELUAR).Hasil pengujian menunjukkan bahwa sistemmampu membaca QR code dengan akurat danmerespons dengan cepat, baik untuk masukmaupun keluar area parkir. Implementasi sistemini juga mendukung pengelolaan data parkirsecara real-time dan efisien, serta mengurangiwaktu antrian pengguna. Dengan demikian,sistem ini terbukti efektif dalam meningkatkanefisiensi, akurasi, dan keamanan layanan parkir,khususnya di lingkungan Fakultas Ilmu BudayaUniversitas Brawijaya.Kata Kunci: sistem parkir, QR code, RaspberryPi, MySQL 
PREDIKSI TEKANAN DARAH NON-INVASIF BERBASIS SINYAL PHOTOPLETHYSMOGRAPHY (PPG) MAX30102 MENGGUNAKAN RANDOM FOREST Romadhona, Nabila Fairuz; Muttaqin, Adharul; Setyawan, Raden Arief
Jurnal Mahasiswa TEUB Vol. 14 No. 4 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Tekanan darah merupakan indikator fisiologis utama dalam penilaian kondisi kardiovaskular. Metode konvensional berbasis manset memiliki keterbatasan pada pemantauan kontinu. Penelitian ini mengusulkan sistem prediksi tekanan darah non-invasif berbasis sinyal Photoplethysmography (PPG) menggunakan sensor MAX30102 dan algoritma Random Forest. Dataset diperoleh dari 78 subjek dengan 234 rekaman sinyal PPG. Sinyal diproses melalui band-pass filter (0,5–4 Hz) dan diekstraksi fitur morfologi serta temporal. Evaluasi dilakukan menggunakan Group K-Fold CrossValidation untuk mencegah data leakage antar subjek. Hasil pengujian menunjukkan MAE sebesar 9,414 mmHg (SBP), 7,439 mmHg (DBP), dan 7,327 bpm (Pulse) dengan R² sebesar 0,165, 0,095, dan 0,393 secara berurutan. Model prediksi denyut nadi mencapai R² tertinggi sebesar 0,393, sedangkan prediksi SBP dan DBP masih terbatas akibat distribusi data yang tidak merata. Penelitian ini menunjukkan potensi sensor PPG berbiaya rendah untuk estimasi tekanan darah non-invasif, meski diperlukan pengembangan dataset yang lebih beragam untuk meningkatkan generalisasi model. Kata Kunci— Photoplethysmography, Estimasi tekanan darah tanpa manset, Random Forest, Machine learning, Pemrosesan sinyal. 
Rancang Bangun Programmable Frequency Generator berbasis DDS AD9851 dan Mikrokontroler STM32 Rahmadina, Azkiya; Muttaqin, Adharul; Sulistiyanto, Nanang
Jurnal Mahasiswa TEUB Vol. 14 No. 5 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Perkembangan sistem berbasis machine learning mendorong pemanfaatan sensor dengan keluaran frekuensi pada sistem electronic nose (e-nose) sebagai sumber data untuk proses identifikasi dan klasifikasi senyawa volatil. Namun, proses validasi model machine learning masih memerlukan pengulangan pengukuran sensor secara langsung dengan kondisi eksperimen yang terkontrol sehingga kurang efisien. Salah satu pendekatan untuk mengatasi permasalahan tersebut adalah merekonstruksi data frekuensi hasil pengukuran sensor menjadi sinyal frekuensi analog sehingga proses validasi dapat dilakukan tanpa pengukuran ulang. Penelitian ini bertujuan mengembangkan sistem programmable frequency generator berbasis metode Direct Digital Synthesis (DDS) AD9851 dan mikrokontroler STM32 yang mampu membangkitkan sinyal frekuensi secara terprogram dari dataset hasil pengukuran sensor. Data yang digunakan merupakan data frekuensi hasil pengukuran sensor QCM terhadap aroma kopi Robusta Dampit saat dipanggang pada suhu 200 °C. Data frekuensi dikirim dari PC melalui Graphical User Interface (GUI) ke mikrokontroler untuk diproses, kemudian diteruskan ke modul DDS guna menghasilkan sinyal analog sesuai frekuensi yang ingin dibangkitkan. Hasil pengujian menunjukkan bahwa sistem mampu membangkitkan frekuensi secara berurutan sesuai urutan data pada file CSV dengan rata-rata error sebesar 0,34% pada rentang frekuensi 1–10 MHz dan 0,22% pada pengujian rekonstruksi dataset frekuensi sensor. Secara keseluruhan, sistem yang dikembangkan mampu merekonstruksi data frekuensi dengan tingkat kesesuaian yang cukup baik terhadap data masukan. Kata Kunci  ̶  direct digital synthesis, programmable frequency generator, rekonstruksi sinyal 
Co-Authors Abadi, Dendy Satria Abdillah, Zainal Abraham Tesa Putra Achsanul Khabib Adhitya Bhawiyuga Adoram Wirahadi Agung Setiabudi, Agung Ahmad Firmansyah A. Ahmad Habyan Haidar Z. AKbar Rizal Wicaksono Akbar, Muhammad Danar Akbartama, Effan Akmal Hibban Syah Alam Aloysius Andhika Aryadwuputra Angga Septi Suyanto Angger Abdul Razak Angger Dimas Bayu Sadewo Araki, Kakeru Arfa&#039;i Fahrul Khizam Arifin, Gabriel Alexander Aryawiratama, Nauval Asrori Arsyad Attabik Muhammad Amrillah Attabik Mukhammad Amrillah Azzurri, Dean Fachruddin Baehaqi Bagus Ari Prabowo Bagus Esa Pramudya Barlian Henryranu Prasetio Bill Jason Bill Jason Butarbutar, Valentino Delviery Caesario Bima Irfano Cahaya Trinala Kinanti Citra Trilaksana Dahnial Syauqy Dany Primanita Kartikasari Dany Primanita Kartikasari Dany Primanita Primanita Kartikasari Dian Falah J. Dicka Anditya Febrianto Dionysius J. D. H. Santjojo Dwi Fadila Kurniawan Effan Akbartama Eka Prakarsa Mandyartha Ekiawan, Krisna Seiya Eko Setiawan Eko Setiawan Endah Budi Purnomowati Erni Yudaningtyas Erza Pradipta Erza Pradipta, Erza Faris Aulia Ramadhan Fatchur Rizal Hidayat Faza Rosyadan Nandita Pratama Febrian Daniel Dwiputra Ferdy Hendrawan Finnadi, Stefanus Dion Finsa Ferdifiansyah Fuad Sultan Muhammad Gahara, Ahda Gembong Edhi Setyawan Gian Giovani Glanndy Parwati Putra Hadi Suyono Hamas, Muhammad Nafis Hani Khulud Hari Kurniadi Harits Al Furqon Akbar Hasdi Sasandi Hidayat, Rasendriya Agraprana Ion Caesar Oktoga Iqbal Ibrahim Ramadhan Irman Idris Issa Arwani Itsna Az Zahra Itsna Az Zahra Jason Danny Setiawan Kacaribu, Angeline Anabelle Khulud, Hani Lastono Risman Lunde Ardhenta M. Gilang Ramadhan M. Julius St. Maulana, Eka Maulana, Eka Maulani Ghiyas Mochammad Hannats Hanafi Ichsan Mohammad Ilhammudin Toiyib Mudjirahardjo, Panca Muhammad Akbar Muhammad Anwar Sanusi Muhammad Aswin Muhammad Aswin Muhammad Aswin Muhammad Aziz Muslim Muhammad Azril Muttaqin Muhammad Elvir Eriansyah1 Muhammad Farhan Muhammad Fauzan Fadli Nafrizal Muhammad Gilang Ramadhan Muhammad Ilham Akbar Muhammad Khairy Mahdi Muhammad Mursyid Albanani Muhammad Nurrohman Muhammad Rizal Habibi Muhram Muis Muslichin Muslichin Muslichin, n/a Musyahadah, Faiq Arsyad n/a Aditiya n/a Indradianto n/a Soeprapto Najib, Aditya Zulfa Nanang Sulistiyanto Nararya Andika Sujarwo Nathanael, Indra Nauval Aryawiratama Nisa Intan Kumalasari Nizzah Khusnunnisa Novia Alifianti Nurus Sa&#039;adah Nurussa’adah, n/a Onny Setyawati Pambudi, Muhammad Farrel Putra Ponco Siwindarto Ponco Siwindarto Ponco Siwindarto Prastyawan, Hermanto Prihartady, Dion Purba, Jonathan Adriel Purnomo, Muhammad Fauzan Edy R. Arief Setyawan Rachmadwipa Novandri Rachmania Nur Dwitiyastuti Raden Arief Setyawan Rahmadina, Azkiya Ramadhan, Faris Aulia Reinato Teguh Santoso Reyhan Rifqi Ihsan Rif'an, Mochammad Riyanjaya, Ahmad Fadli Rizky Aiman Haniffalah Harijanto Robbith Qosath Al Auhi Romadhona, Nabila Fairuz Royyannuur Kurniawan Endrayanto Runandra, Surya Agni Wahyu Ryoichi Miyauchi Sabriansyah Rizqika Akbar Saif Masharil Huda Samuel Aji Sena Sanusi, Muhammad Anwar Sapriesty Nainy Sari Saputra, Nicky Sari, Sapriesty Nainy Setiawan, Bagus Ilyas Setyawati , Onny Shafina Rifdhayanti Zein Stefanus Dion Finnadi Suyono, Hadi Syafillah, Mohammad Ardian Taftazani, Moch. Aden Titis Hayuning Widya Pramesti Tito Cahyo Prasetyo Cahyo Prasetyo Tomi Putro Utomo Tri Yoga Septianto Trilaksana, Citra Triyogo, Anggun Utaminingrum, Fitri Valentino Ode Anugrah Kristanto Wahyu Adhitiya Rachman Wahyu Adi Prayitno Wahyu Suryo Samudro Waru Djuriatno Waru Djuriatno Waru Djuriatno Widasari, Edita Rosana Wijayanto, Micko Wirawan Hidayat Wisnuaji, Mario Riva Yosef Moscati Kresna Chrisnadi Youssi, Owlena Renaseilla Yudha Nurfalah Yudhistira Nugrahadi Widayat Yuni Kilawati Yunita Maimunah Zainul Abidin Zainul Abidin Zainul Abidin Zainuri, Akhmad Zakiyah Amalia