Article Per Year (5 Year)
p-Index From 2021 - 2026
5.369
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics Jurnal Teknik Elektro Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) JUITA : Jurnal Informatika ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Panrita Abdi - Jurnal Pengabdian pada Masyarakat JIKO (Jurnal Informatika dan Komputer) Techne : Jurnal Ilmiah Elektroteknika JMM (Jurnal Masyarakat Mandiri) JUTEI (Jurnal Terapan Teknologi Informasi) Indonesian Journal of electronics, electromedical engineering, and medical informatics Jurnal Abdi Insani Indonesian Journal of Electrical Engineering and Computer Science Jurnal Teknik Informatika (JUTIF) Almufi Jurnal Pengabdian kepada Masyarakat KOMMAS: Jurnal Pengabdian Kepada Masyarakat Prosiding Seminar Nasional Rekayasa Teknologi Industri dan Informasi ReTII eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Jurnal Nasional Sains dan Teknik
Ledya Novamizanti
Telkom University
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 94 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 94 Documents
Search

 6   7   8   9   10 
Evaluasi Kinerja YOLOv8 dalam Identifikasi Kesegaran Ikan dengan Metode Deteksi Objek Maulana , Muhammad Dafa; Novamizanti, Ledya; Wibowo, Suryo Adhi
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Identifikasi kesegaran ikan merupakan aspek penting dalam industri perikanan karena mempengaruhi kualitas dan nilai jual produk akhir. Teknologi deteksi objek menawarkan solusi modern untuk mengotomatisasi proses ini, menggantikan metode manual yang seringkali memakan waktu dan kurang akurat. Dalam penelitian ini, dilakukan evaluasi kinerja YOLOv8, yaitu sebuah model deteksi objek untuk mengidentifikasi kesegaran ikan. Dataset yang digunakan dalam penelitian ini mencakup citra ikan cakalang yang diperoleh dari Perusahaan Aruna dan sumber-sumber tambahan. Data dianotasi dan diproses menggunakan platform Roboflow yang memfasilitasi pra-pemrosesan dan augmentasi data. Model YOLOv8 kemudian dilatih dan dievaluasi di lingkungan Google Colab dengan fokus pada akurasi, kecepatan, dan keandalannya dalam mendeteksi perbedaan antara ikan segar dan tidak segar. Hasilnya menunjukkan bahwa YOLOv8 mampu mencapai nilai mAP (mean Average Precision) lebih dari 87%, yang menunjukkan bahwa model memiliki efisiensi dan keakuratan dalam melakukan identifikasi kesegaran ikan. Kesimpulannya, YOLOv8 berpotensi untuk diadopsi secara luas dalam industri perikanan sebagai alat untuk meningkatkan efisiensi dan memastikan kualitas produk perikanan yang lebih baik. Kata kunci— deteksi objek, YOLOv8, kesegaran ikan, industri perikanan, mean Average Precision (mAP).
Perancangan dan Implementasi Cloud Computing untuk Deteksi Kesegaran Ikan Menggunakan Model Deep Learning YOLOv8 Pada Aplikasi FishQ Firdaus, Rifqi Fadhilah; Novamizanti, Ledya; Wibowo, Suryo Adhi
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

file:///C:/Users/User/Downloads/24.04.1572_jurnal_eproc.pdfSebagai solusi dari permasalah sortasi ikan, dilakukan pengembangan dan pengimplementasian aplikasi FishQ yang menggunakan teknologi cloud computing dan model deep learning YOLOv8 untuk mendeteksi kesegaran ikan cakalang. FishQ dirancang untuk meningkatkan efisiensi dan akurasi dalam proses sortasi ikan yang selama ini dilakukan secara manual dan rentan terhadap kesalahan. Pengujian dilakukan pada 30 sampel ikan cakalang dalam kondisi beku dan tidak beku, dengan kategori segar, tidak segar, dan multiple. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi kesegaran ikan dengan akurasi tinggi. Analisis hasil pengujian menunjukkan bahwa sistem cloud computing yang dirancang mampu mendeteksi kesegaran ikan dengan efisien dan akurat, terutama lebih cepat pada ikan dalam kondisi beku. Secara keseluruhan, aplikasi FishQ diharapkan dapat membantu perusahaan perikanan dalam meningkatkan efisiensi dan akurasi proses sortasi ikan, sehingga dapat meningkatkan kualitas produk perikanan yang dijual. Kata kunci— FishQ, cloud computing, YOLOv8, deteksi kesegaran ikan, deep learning, sortasi ikan.
IDENTIFIKASI TINGKAT KEMATANGAN DAN KUALITAS BUAH STROBERI MENGGUNAKAN DEEP LEARNING Azizah, Siti; Novamizanti, Ledya; Sa'idah, Sofia
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Strawberries are one of the most popular fruits in Indonesia. In 2022, the Central Statistics Agency (BPS) recorded strawberry production at 28,895 tons, a 193.05% increase from the previous year. West Java was the main producer, with 25,413 tons, accounting for 87.95% of total production. However, the sorting process is still done conventionally to determine the ripeness and quality of the fruit, which consumes time and resources. This system utilizes deep learning technology with YOLOv7 and EfficientNetV2S models, integrated with the cloud and implemented on an Android application. The app sends images to the deep learning system, which processes and classifies the ripeness of strawberries. The smartphone displays the confidence level and classification results. Based on testing, the system can identify five categories: Ripe Grade-A, Ripe Grade-B, Half-Ripe Grade-A, Half-Ripe Grade-B, and Unripe. The loss values for Box and Val Box are 0,02095 and 0,03029, respectively; Objectness and Val Objectness are 0,004057 and 0,00333; Classification and Val Classification are 0,008343 and 0,007392. The classification model evaluation showed precision, recall, and F1-Score of 0.990 each and an accuracy of 99%. Cloud processing time reached 1-2 seconds with object classification at 180 milliseconds. Usability testing with 33 respondents showed dominant scores of 4 and 5, and the application can be installed on various Android versions without consuming much memory or crashing. Keywords: deep learning, cloud, mobile application, ripeness, quality
Perancangan Slice Math Permainan Matematika Berbasis Virtual Reality Menggunakan Unreal Engine 5 Fathiyya, Dhiya; Wibowo, Suryo Adhi; Novamizanti, Ledya
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Digitalisasi mendorong perkembangan teknologi, termasuk virtual reality (VR) yang memiliki dampak di berbagai aspek kehidupan, salah satunya pendidikan. Permainan VR menjadi salah satu digitalisasi yang telah terbukti dari penelitian terkait sebelumnya mampu meningkatkan efektivitas dalam pembelajaran. Penelitian ini merancang permainan matematika berbasis VR menggunakan Unreal Engine 5 yang bertujuan untuk memberikan pengalaman menarik bagi siswa. Menggunakan metode Game Development Life Cycle (GDLC) untuk melalukan proses pembuatan game ini. Dari hasil integrasi aset 2D dan 3D yang dilakukan ke dalam aplikasi Slice Math dengan melakukan uji blackbox, semua fitur yang dibuat mampu berjalan sesuai dengan yang direncanakan. Secara keseluruhan dari penelitian ini mendukung bahwa teknologi VR mampu dikombinasikan ke dalam pembelajaran matematika untuk membuat suatu permainan matematika yang interaktif. Kata kunci— virtual reality, matematika, permainan edukasi.
Penerapan Polar Harmonic Transform dalam Robust Reversible Watermarking pada Citra Berwarna Sulistyowati, Syifa Dwi; Novamizanti, Ledya; Budiman, Gelar
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Dengan semakin meningkatnya akses terhadap informasi digital, maka kebutuhan akan perlindungan terhadap karya digital juga semakin mendesak. Penelitian ini bertujuan untuk mengatasi masalah keamanan data dengan mengusulkan skema watermarking RRW berbasis PHT. Skema ini memanfaatkan Polar Harmonic Transform (PHT) pada citra RGB untuk meningkatkan imperceptibility dan ketahanan watermark. Banyak teknik dalam watermarking yang lebih berfokus pada penggunaan gambar greyscale sebagai eksperimen. Oleh karena itu pada jurnal ini diterapkan citra RGB pada metode yang dikembangkan oleh Tang, dkk. Percobaan akan dilakukan dengan dua cara, yaitu citra RGB dengan menyisipkan watermark pada satu layer dan citra RGB dengan menyisipkan watermark di setiap layer. Dengan mengkombinasikan PHT, DC-QIM, dan PEE-HS, metode ini berhasil mencapai tingkat imperceptibility yang tinggi dan kemampuan pemulihan data yang baik. Hasil eksperimen menunjukkan bahwa skema watermarking yang diusulkan mampu mencapai tingkat imperceptibility yang tinggi dengan nilai PSNR embedding tertinggi mencapai 44.95 db dan BER 0 serta mendapatkan nilai PSNR recovery image tertinggi mencapai 75.86 db. Kata kunci— Digital image, Imperceptibility, Reversible, Robust, Watermarking,
Robust Reversible Watermarking berbasis Polar Harmonic Transform dan Multibit Spread Spectrum Hanum, Mirza Alifia; Novamizanti, Ledya; Budiman, Gelar
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Pesatnya pertumbuhan teknologi digital telah menimbulkan risiko keamanan dalam pembuatan, pembagian, dan manipulasi citra digital. Oleh karena itu, diperlukan pendekatan yang lebih efektif dengan menggunakan teknik Robust Reversible Watermarking (RRW). Robust mengacu pada kemampuan watermark dalam menahan serangan, sedangkan reversible mengacu pada kemampuan sistem dalam mengembalikan citra ke keadaan semula. Penelitian ini mengusulkan teknik RRW berbasis Polar Harmonic Transform (PHT) dengan metode Multibit Spread Spectrum (MSS). Teknik ini bekerja dengan cara menyisipkan beberapa watermark sekaligus yang telah dipetakan ke dalam kode Pseudo-random Noise (PN), lalu kode PN ini yang akan disisipkan ke dalam nilai momen PHT. Di sisi penerima, dilakukan perhitungan korelasi maksimum untuk mengekstraksi watermark yang disisipkan. Teknik MSS ini menggunakan parameter α sebagai parameter untuk menyeimbangkan sifat Imperceptibility dan Robustness sistem watermarking. Pengujian dalam kondisi tanpa serangan menghasilkan BER 0 dan PSNR rata-rata 36,18 dB. Kata kunci—Multibit Spread Spectrum (MSS), Polar Harmonic Transform (PHT), Reversible, Robust, Watermarking.
Robust Reversible Watermarking based on Polar Harmonic Transform using Logarithmic QIM Faza, Lulu Balqis Zianka; Novamizanti, Ledya; Budiman, Gelar
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Di era digital yang terus berkembang, perlindungan hak cipta menjadi semakin penting, terutama dalam distribusi konten multimedia. Salah satu teknik yang digunakan untuk melindungi hak cipta adalah watermarking, khususnya watermarking yang kuat dan dapat dibalik. Namun, tantangan tetap ada dalam menjaga kualitas gambar asli setelah proses penyematan dan ekstraksi watermark, serta memastikan bahwa watermark tidak terlihat dan tahan terhadap berbagai jenis serangan. Penelitian ini mengusulkan metode watermarking yang kuat dan reversibel dengan memanfaatkan Polar Harmonic Transform (PHT) dan Logarithmic Quantization Index Modulation (LQIM) serta teknik normalisasi adaptif. Proses dimulai dengan menerapkan PHT untuk memperoleh koefisien frekuensi yang lebih tahan terhadap distorsi. Selanjutnya, LQIM digunakan untuk menyematkan watermark ke dalam gambar host secara tidak kentara, dengan teknik normalisasi adaptif yang mengoptimalkan proses penyematan dan meminimalkan dampaknya terhadap kualitas gambar. Hasil eksperimen menunjukkan bahwa metode yang diusulkan mempertahankan kualitas visual yang tinggi, dengan nilai Peak Signal-to-Noise Ratio (PSNR) yang memadai, dan menunjukkan ketahanan yang kuat terhadap serangan seperti kompresi, noise, dan pemotongan. Selain itu, metode ini memungkinkan pemulihan gambar asli secara sempurna tanpa kehilangan informasi, sehingga efektif untuk aplikasi watermarking dalam lingkungan yang memerlukan keamanan dan kualitas gambar. Hasil eksperimen juga menunjukkan bahwa skema watermarking yang diusulkan mencapai tingkat imperceptibility yang tinggi dengan nilai PSNR rata-rata sebesar 33.44 dB. Kata kunci— Citra digital, Polar Harmonic Transform, Reversible, Robust, Watermarking.
Peningkatan Reversible Watermarking Menggunakan Metode Spread Spectrum (SS) Adaptif Annida, Nurafifah; Novamizanti, Ledya; Budiman, Gelar
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Dalam era digital yang terus berkembang, keamanan data menjadi tantangan signifikan akibat risiko modifikasi, akses tidak sah, dan pemalsuan informasi. Untuk mengatasi hal ini, berbagai langkah keamanan seperti enkripsi dan otentikasi telah dikembangkan guna melindungi integritas dan privasi data. Penelitian lebih lanjut diperlukan untuk mengembangkan metode yang lebih efisien dan aman dalam menjaga keamanan informasi digital di masa depan. Metode yang digunakan adalah Robust Reversible Watermarking menggunakan metode reversible Spread Spectrum (SS) Adaptif. Prosesnya dilakukan pemilihan skema wavelet DWT atau IWT dan membagi blok menjadi empat sub-band LL, LH, HL, HH dengan ukuran 8 × 8. Setelah membagi blok citra, akan dilakukan penyematan watermark key. Setelah watermark disematkan, blok citra akan dikembalikan ke ukuran semula yaitu 32 × 32 dan dilakukan invers skema wavelet DWT atau IWT. Pengujian dilakukan menggunakan citra standar untuk pengolahan citra, dengan empat citra dari dataset yang ada dengan format citra BPM. Dengan melakukan serangan JPEG Quality Factor, JPEG 2000 Compression Ratio, AWGN, Salt and Pepper Noise, serta Rotation attack. Hasil menunjukkan bahwa ketahanan terhadap serangan watermark dan kemampuan memulihkan citra asli meningkat secara signifikan dengan nilai PSNR yang tinggi dan nilai BER 0. Kesimpulannya, metode ini secara efektif meningkatkan kinerja watermarking reversibel yang kuat. Kata kunci—Citra digital, Reversible, Robust, Watermarking.
APLIKASI PROXIMITY BEACON SEBAGAI SENSOR ANTI TABRAKAN MENGGUNAKAN MICROBIT UNTUK PEMBELAJARAN PEMROGRAMAN SISWA-SISWI SMP DI SEKOLAH HAMIDAH SAMPURNA, KABUPATEN BANDUNG Novamizanti, Ledya; Iwut Tritoasmoro, Iwan; Fardan, Fardan; Danny Adviatmadja, Sebastian; Imansyah Basudewa , Muhammad; Aqilah Mamur Tanjung , Najmi
Jurnal Abdi Insani Vol 12 No 7 (2025): Jurnal Abdi Insani
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/abdiinsani.v12i7.2672

Abstract

The development of digital technology requires the young generation to have technological literacy and programming skills from an early age. To answer this challenge, the community service team from the Electrical Engineering Faculty of Telkom University carried out activities at Hamidah Sampurna Junior High School (SHS), Bandung Regency. This activity has the theme "Proximity Beacon Application Using Microbit as Anti-Collision Car Sensor." The activity was carried out on May 28, 2025 and involved various educational elements. The purpose of this activity is to introduce technology and programming to junior high school students through a practical and project-based approach. The activity method is conducted through direct training using Microbit devices designed according to the level of understanding of junior high school students. This activity also involved teachers, parents, and students with a total of 47 participants. The results of the survey showed that 63.8% of participants strongly agreed that the material was appropriate, 76.6% rated the technology presented as very useful, and 89.4% stated that the material was easy to understand. A total of 91.5% of participants hope that similar activities can be continued in the future. This activity shows the high enthusiasm of the participants and the effectiveness of the project-based approach. Collaboration between schools, parents, and universities strengthens the learning process. This activity also improves students' digital literacy and programming skills. This activity successfully builds educational synergy and is recommended to be expanded with advanced technologies such as IoT and AI.
Grading Quality of Tuna Loin Using Computer Vision and Deep Learning Mochamad Reyhand Landrenzy Zulfikar; Ledya Novamizanti; Gelar Budiman
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Assessing the quality of tuna loin remains a pivotal aspect of the global seafood industry, necessitating precise, consistent, and efficient grading methods that can be broadly implemented. This study addresses these challenges by developing a robust, cloud-native system for automated tuna loin quality classification. Utilizing a tailored image dataset, the system's core processing is handled by a scalable cloud-based backend on Google Cloud Platform, specifically employing Cloud Run for serverless inference. The deep learning model, EfficientNetV2M, is optimized into the ONNX format and executed efficiently by ONNX Runtime within this cloud environment, achieving a classification accuracy of 96% with rapid prediction times. An intuitive Flutter frontend application serves as the user interface, facilitating the transmission of image data to the cloud service and displaying real-time grading results. This architectural design ensures dynamic resource allocation, high availability, and cost-effectiveness through a pay-per-use model. Data integrity and security are maintained via HTTPS for secure communication between the frontend and the cloud-deployed backend. The integration of Docker for containerization, Google Cloud Run for serverless deployment, and Flask for API management collectively yields a highly scalable, reliable, and efficient system. This research presents a robust, cloud-centric solution for automated tuna loin quality classification, offering real-time predictions, secure data handling, and a user-friendly interface suitable for industrial quality control and research applications. Keywords — cloud computing, serverless, Google Cloud Run, Docker, ONNX, deep learning, computer vision, real-time prediction.
Co-Authors ABDULFATTAH, MUHAMMAD EFAN Aditya, Ghanes Mahesa ADRIAN KURNIA, ADRIAN Adviatmadja, Sebastian Danny Agnes Gabriela Putri Winata Agung Nugroho Jati Ahmad Akbar Khatami Ahmad Alfi Adz Dzikri Ahmad Fauzan Fauzan Aldra Kasyfil Aziz Amini, Siti Aisyah Andy Ruhendy Putra ANGGUNMEKA LUHUR PRASASTI Annida, Nurafifah Aqilah Mamur Tanjung , Najmi Arindaka, Hafizhan Bhamakerti Armanda Nur Fadhlillah Ashri Dinimaharawati Aulia Wibowo Bambang Hidayat Cindy Angelista Deltika Cucu Alex Zaenudin Danny Adviatmadja, Sebastian David Chandra De Lima, Nadya Viana Dedy Rahman Wijaya Denny Meilika Setiawati Desri Kristina Silalahi Dias Wardana Dick Maryopi Dien Rahmawati Dimitri Mahayana Dine Octavia Kumalasari Eko Susatio Elsa Nur Fitri Astuti Elsa Nur Fitri Astuti Erizka Banuwati Candrasari Fahriansyah, Ardy Fajri, Farhan Ulil FARDAN FARDAN, FARDAN Faris Fadhlur Rachman Fathiyya, Dhiya Faza, Lulu Balqis Zianka Felix Pidha Hilman Fenty Alia Fikri Adhanadi Firdaus, Rifqi Fadhilah Fityanul Aditya Fityanul Akhyar Fredigo, Agno Gelar Budiman Gogi Gautama Al Hadiid HAFIZHANA, YASQI Hakim, Farhan Nur HANNAN HARAHAP, HANNAN Hanum, Mirza Alifia Harist Gymnovriza Hermawan, Laksamana Mikhail Husneni Mukhtar I Gusti Putu Agung Satria Bayu Mahendra I N Apraz Ramatryana I Nyoman Apraz Ramatryana Ilman, Mukhamad Zidni Imansyah Basudewa , Muhammad Indra Aulia Intan Sulviyani Irma Safitri Ivandy Chaniago Ivany Sesa Rehadi Iwan Iwut Iwan Iwut Tritoasmoro Iwut Tritoasmoro, Iwan Jangkung Raharjo Koredianto Usman Kurnia Ramadani Kurniawan Nur Ramadhani Mahanani, Edo Lutfi Mahfuz, Muhammad Rafi Marlindia Ike Sari Maulana , Muhammad Dafa Mertu, Aidi Mirsa Bayu Prasetyo Mochamad Reyhand Landrenzy Zulfikar Mohamad Alfaj’ri Muhammad Alief Hidayah Baso Muhammad Azwar Zulmi Muhammad Biyan Priatama Muhammad Fikri Aufa Muhammad Hablul Barri Muhammad Harits Ibrahim Muhammad Iqbal Rabbani Muhammad Raia Pratama Putra Wibowo Muhammad Rayhan Ghifari Muhammad Rizqy Alfarisi Muhammad Sindu Ramadhan Muhammad Wahyu Setiawan Nabila Setya Utami Novelita Dwi Miranda Novialdy Nugroho Santoso Nur Ibrahim Paradila I., Dela Parjuangan, Sabam Pinasthika Aulia Fadhila Pratama , Nyoman Raflly Prawita, Fat’hah Noor Priyambodo, Afif Putra, Afi Athallah Syamsulhadi Putu Harry Gunawan R Ricki Juniansyah R. Yunendah Nur Fu’adah Rabby Fitriana Adawiyah Rahma Nur Auliasari Rahmawati, Aulya RAMATRYANA, I NYOMAN APRAZ Randy Hamzah Hardianto Ratri Dwi Atmaja Razendra Zahran Firdaus Reyhan Radifan Jordy RIANTIARNI, TITA Rita Magdalena Rita Purnamasari Rita Rismala Rizal, Mochammad Fahru Rochmawati Ruslan , Ramah Rinaldi Ryan Anggara Sa'idah, Sofia Sari, Rina Media Satria Mandala Sa’idah, Sofia Setyagraha , Muhammad Rafi Mahfuz SIDDIK, MUHAMMAD ARSYAD Siti Azizah Suci Aulia Sugondo Hadiyoso Sulistyowati, Syifa Dwi Suryo Adhi Wibowo Susatio, Eko Susi Diriyanti Novalina Syamsul Rizal Syamsul Rizal Tanjung, Najmi Aqilah Mamur Thomhert Suprapto Siadari Thoriq Bayu Aji Tora Fahrudin Wahidin Wahidin WANANDA, PUTU DEBBY WIBOWO, BHISMA ADI Wicaksono, Muhammad Rievnuansyah YUYUN SITI ROHMAH Zahra Zettira Zukhrufuljannah Zaky, Pavel Manaf El