Article Per Year (5 Year)
p-Index From 2020 - 2025
6.672
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi) Transmisi: Jurnal Ilmiah Teknik Elektro Semantik Techno.Com: Jurnal Teknologi Informasi Jurnal Simetris TELKOMNIKA (Telecommunication Computing Electronics and Control) Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Jurnal Ilmiah Kursor Jurnal Teknologi Informasi dan Ilmu Komputer Majalah Ilmiah MOMENTUM Jurnal Informatika Upgris Jurnal Teknologi dan Sistem Komputer JOIV : International Journal on Informatics Visualization Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA JOURNAL OF APPLIED INFORMATICS AND COMPUTING International Journal of New Media Technology ILKOM Jurnal Ilmiah Jurnal Teknologi Sistem Informasi dan Aplikasi Systemic: Information System and Informatics Journal Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Building of Informatics, Technology and Science Infotekmesin Jurnal Teknologi Dan Sistem Informasi Bisnis Journal of Robotics and Control (JRC) JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat) Abdimasku : Jurnal Pengabdian Masyarakat Jurnal Teknologi Informasi Cyberku Moneter : Jurnal Keuangan dan Perbankan
Ricardus Anggi Pramunendar
Faculty Of Computer Science, Universitas Dian Nuswantoro
Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mechanical Engineering Public Health Social Sciences Other

Published : 68 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 68 Documents
Search

 1   2   3   4   5 
Pengembangan Background Subtraction Menggunakan FCM Untuk Deteksi Objek Bergerak Berdasarkan Pencahayaan Yang Bervariasi Rama Aria Megantara; Ricardus Anggi Pramunendar
Techno.Com Vol 16, No 4 (2017): November 2017
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (807.519 KB) | DOI: 10.33633/tc.v16i4.1541

Abstract

Pendataan dari video yang direkam pada waktu malam hari memiliki tingkat kesulitan yang lebih tinggi daripada waktu pagi atau siang hari. Perubahan pencahayaan yang dihasilkan dapat mempengaruhi kualitas gambar dari rekaman video yang dihasilkan. Sehingga pengaruh pencahayaan pada saat malam hari menghasilkan kualitas rekaman video yang sangat rendah, hal ini disebabkan karena pencahayaan pada malam hari sering mengalami perubahan secara drastis. Beberapa metode yang sering digunakan dalam menyelesaikan masalah pelacakan objek bergerak antara lain background subtraction dan algoritma OTSU. Dalam menentukan threshold, algoritma OTSU tidak dapat mendeteksi gambar secara optimal saat berhubungan dengan gambar lain dilevel abu-abu. Dengan mengusulkan algoritma adaptive threshold yang didapatkan dari algoritma FCM diharapkan dapat meningkatkan akurasi untuk mendeteksi objek bergerak pada pencahayaan yang bervarisi. Sehingga dapat dilakukan penelitian ke depan untuk analisis cerdas dalam melacak pola dan deteksi perilaku anomali oleh kendaraan di jalan
Adaptive threshold for moving objects detection using gaussian mixture model Moch Arief Soeleman; Aris Nurhindarto; Muslih Muslih; Karis W.; Muljono Muljono; Farikh Al Zami; R. Anggi Pramunendar
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 18, No 2: April 2020
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v18i2.14878

Abstract

Moving object detection becomes the important task in the video surveilance system. Defining the threshold automatically is challenging to differentiate the moving object from the background within a video. This study proposes gaussian mixture model (GMM) as a threshold strategy in moving object detection. The performance of the proposed method is compared to the Otsu algorithm and gray threshold as the baseline method using mean square error (MSE) and Peak Signal Noise Ratio (PSNR). The performance comparison of the methods is evaluated on human video dataset. The average result of MSE value GMM is 257.18, Otsu is 595.36 and Gray is 645.39, so the MSE value is lower than Otsu and Gray threshold. The average result of PSNR value GMM is 24.71, Otsu is 20.66 and Gray is 19.35, so the PSNR value is higher than Otsu and Gray threshold. The performance of the proposed method outperforms the baseline method in term of error detection.
PREDIKSI VOLUME LALU LINTAS ANGKUTAN LEBARAN PADA WILAYAH JAWA TENGAH DENGAN METODE K-MEANS CLUSTERING UNTUK ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Evanita Evanita; Edi Noersasongko; Ricardus Anggi Pramunendar
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 7, No 1 (2016): JURNAL SIMETRIS VOLUME 7 NO 1 TAHUN 2016
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (450.085 KB) | DOI: 10.24176/simet.v7i1.505

Abstract

Di Indonesia kepadatan arus lalu lintas terjadi pada jam berangkat dan pulang kantor, hari-hari libur panjang atau hari-hari besar nasional terutama saat hari raya Idul Fitri (lebaran). Mudik sudah menjadi tradisi bagi masyarakat Indonesia yang ditunggu-tunggu menjelang lebaran, berbondong-bondong untuk pulang ke kampung halaman untuk bertemu dan berkumpul dengan keluarga. Kegiatan rutin tahunan ini banyak di lakukan khususnya bagi masyarakat kota-kota besar seperti Jakarta, dimana diketahui bahwa Jakarta adalah Ibu kota negara Republik Indonesia dan menjadi tujuan merantau untuk mencari pekerjaan yang lebih layak yang merupakan harapan besar bagi masyarakat desa. Volume kendaraan bertambah sejak 7 hari menjelang lebaran sampai 7 hari setelah lebaran tiap tahunnya terutama pada arah keluar dan masuk wilayah Jawa Tengah yang banyak menjadi tujuan mudik. Volume kendaraan saat arus mudik yang selalu meningkat inilah yang akan diteliti lebih lanjut dengan metode ANFIS agar dapat menjadi alternatif solusi langkah apa yang akan dilakukan di tahun selanjutnya agar pelayanan lalu lintas, kemacetan panjang dan angka kecelakaan berkurang. Dengan input parameter ANFIS yang digunakan yaitu pengclusteran hingga 5 cluster, epoch 100, error goal 0 diperoleh performa terbaik ANFIS dengan K-Means clustering yang terbagi menjadi 3 cluster, epoch terbaik sebesar 20 dengan RMSE Training terbaik sebesar 0,1198, RMSE Testing terbaik sebesar 0,0282 dan waktu proses tersingkat sebesar 0,0695.Selanjutnya hasil prediksi diharapkan dapat bermanfaat menjadi alternatif solusi langkah apa yang akan dilakukan di tahun selanjutnya agar pelayanan lalu lintas lebih baik lagi.Kata kunci: angkutan lebaran, Jawa Tengah, ANFIS.
IMPLEMENTASI METODE CLAHE MENGGUNAKAN PARAMETER DISTRIBUSI UNTUK MENINGKATKAN KUALITAS CITRA OBJEK BAWAH AIR Dwi Puji Prabowo; Ricardus Anggi Pramunendar
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2019): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 10 2019
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (259.076 KB)

Abstract

Kualitas citra yang dimiliki suatu objek dibawah air biasanya memiliki kualitas yang tidak jelas. Hal ini disebabkan oleh banyak faktor. Faktor penyebab yang mempengaruhi kualitas citra  objek bawah air adalah panjang gelombang yang berbeda  di setiap objek di air serta pengaruh terhadap tingkat intensitas cahaya yang ada di sekitar objek. Dalam paper ini, diusulkan implementasi metode clahe untuk meningkatkan  kualitas citra pada objek bawah air. Metode clahe ini akan menggunakan  parameter distribusi Uniform  dengan nilai limit 0,01  sehingga kualitas citra objek yang  dihasilkan pada citra bawah air dapat mengurangi tingkat noise yang dihasilkan. Hasil pada percobaan memperlihatkan bahwa metode clahe yang kami implementasikan  memberikan hasil pemetaan yang cukup bagus. Evaluasi hasil tersebut diukur dengan menggunakan MSE mendapatkan  nilai terbaik adalah 127.7637 dan nilai  peak signal to noise ratio mendapatkan hasil sebesar 27.0667.serta nilai PCQI dengan nilai  1.3186 yang menunjukan adanya peningkatan kualitas citra objek, dengan hasil yang diperoleh dapat dinyatakan bahwa metode clahe dengan memanfaatkan parameter distribusi Uniform dapat digunakan untuk meningkatkan  kualitas Citra objek bawah air.Kata kunci : Bawah air, clahe , parameter distribusi. 
INTEGRASI FUZZY C-MEANS DAN METODE LEVEL SET UNTUK OTOMATISASI SEGMENTASI CITRA MEDIS Rony Wijanarko; Ricardus Anggi Pramunendar; Vincent Suhartono
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2014): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 5 2014
Publisher : Prosiding SNST Fakultas Teknik

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

Abstract

Segmentasi pada citra medis, seperti X-Rays, Magnetic Resonance (MR), Computer Tomography  (CT), Positron Emission Tomography (PET), dan lain-lain merupakan langkah awal yang penting dan sangat menentukan proses analisis data medis dalam visualisasi data pasien dan sebagai panduan dalam operasi.Masalah segmentasi  citra medis menjadi sulit, ketika citra yang di proses memiliki resolusi rendah ,kontras yang lemah, dan memiliki banyak noise.Pada penelitian ini penulis mengusulkan Integrasi Metode Fuzzy C-Means untuk otomatisasi penentuan parameter pada metode level set sehingga dapat  di gunakan  untuk segmentasi citra medis secara universal. Data awal diolah dengan menggunakan FCM untuk mendapatkan pusat cluster, dari data image fcm yang didapatkan kemudian proses segmentasi dilanjutkan dengan menggunakan metode level set  untuk mendapatkan segmentasi yang lebih baik.Kinerja metode segmentasi citra medis dengan menggunakan metode ini meningkat dengan data pengukuran hasil experimen adalah Accuracy 97.99, Precission 95.47, Recall 95.20, AUC 0.96 ( excellent classification), Kappa 0.94 (Almost Perfect / perfect) dan RMSE 0.14. Selain itu Metode yang diusulkan juga mampu mempersingkat waktu pemrosesan untuk melakukan segmentasi citra medis. Kata kunci: citra medis, Fuzzy C- Means, metode level set, segmentasi
PENENTUAN PARAMETER DISTRIBUSI PADA METODE CLAHE UNTUK MENINGKATKAN KUALITAS OBJEK BAWAH AIR Dwi Puji Prabowo; Ricardus Anggi Pramunendar
JURNAL ILMIAH MOMENTUM Vol 15, No 1 (2019)
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jim.v15i1.2655

Abstract

Laut merupakan salah satu  kekayaan alam yang dimiliki oleh indonesia, dimana indonesia memiliki luas lautan hingga 6,49 juta km persegi. Banyak ekosistem yang hidup di laut sebagai salah satunya adalah ikan dimana ikan merupakan komodittas penopang perekonomian negara indonesia. Sehingga pendeteksian objek bawah air merupakan salah satu tindakan awal dalam menjaga ekosistem . dalam pendeteksian objek bawah laut dipengaruhi oleh kualitas citra bawah air. Kualitas bawah air sangat dipengaruhi oleh berbagai macam faktor. Beberapa faktor yang dapat mempengaruhi kualitas citra bawah air adalah panjang gelombang yang berbeda disetiap objek yang ada, masalah intensitas cahaya yang dapat mempengaruhi lingkungan sekitar objek. Penelitian ini mengusulkan metode clahe dengan menggunakan parameter distribusi  sehingga diharapkan  mampu memberikan peningkatan kualitas citra yang lebih maksimal.dengan menggunakan 3 parameter distribusi nantinya akan dianalisis untuk menentukan parameter distribusi manakah yang paling baik untuk digunakan dalam membantu meningkatkan kualitas objek bawah air. Hasil yang diperoleh dari penelitian ini dievaluasi menggunakan MSE, PCQI, dan PNSR sehingga hasil analisis akan lebih akurat . dari penelitian yang dilakukan menghasilkan bahwa metode clahe dengan parameter distribusi Exponent yang memiliki hasil yang lebih baik yaitu nilai MSE yang diperoleh paling rendah 115.1217 yang artinya tingkat eror yang dihasilkan paling kecil dibandingkan dengan yang lain, kemudian nilai PNSR 27.5192 Db merupakan nilai tertinggi yang artinya tingkat kemiripan paling baik dan nilai PCQI yang dihasilkan exponent adalah 1.1686 yang artinya distribusi exponen yang > 1 merupakan terjadi peningkatan kualitas objek yang telah diteliti.Kata kunci : bawah air, clahe , parameter distribusi
ENHANCEMENT OF 3D SURFACE RECONSTRUCTION OF UNDERWATER CORAL REEF BASE ON SIFT IMAGE MATCHING USING CONTRAST LIMITED ADAPTIVE HISTOGRAM EQUALIZATION AND OUTLIER REMOVAL Pulung Nurtantio Andono; Ricardus Anggi Pramunendar; Catur Supriyanto; Guruh Fajar Shidik; I Ketut Eddy Purnama; Mochamad Hariadi
Jurnal Ilmiah Kursor Vol 7 No 1 (2013)
Publisher : Universitas Trunojoyo Madura

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

Abstract

ENHANCEMENT OF 3D SURFACE RECONSTRUCTION OF UNDERWATER CORAL REEF BASE ON SIFT IMAGE MATCHING USING CONTRAST LIMITED ADAPTIVE HISTOGRAM EQUALIZATION AND OUTLIER REMOVAL aPulung Nurtantio Andono, bRicardus Anggi Pramunendar, cCatur Supriyanto, dGuruh Fajar Shidik,e I Ketut Eddy Purnama, fMochamad Hariadi a,b,c,dFaculty of Computer Science, Dian Nuswantoro University Jalan Imam Bonjol, No. 207, Semarang 50131, Indonesia e,fFaculty of Industrial Technology, Dept. of Electrical Engineering, ITS, Surabaya, Indonesia Email: a pulung@research.dinus.ac.id Abstrak Penelitian ini menggambarkan peningkatan kualitas rekonstruksi 3D permukaan terumbu karang bawah laut menggunakan sistem kamera stereo. Algoritma Contrast Limited Adaptive Histogram image Equalization (CLAHE) diusulkan untuk meningkatkan kualitas citra bawah laut tersebut, karena menurunnya kualitas citra bawah laut dapat disebabkan oleh penyerapan dan hamburan sinar matahari. Dalam mengembangkan rekonstruksi 3D permukaan bawah laut, pasangan citra stereo diekstrak secara manual dari rekaman video yang diperoleh, yang kemudian dilakukan proses pencocokan citra stereo menggunakan algoritma SIFT. Kelebihan algoritma SIFT tersebut adalah tahan terhadap perubahan skala, transformasi, dan rotasi dari sepasang citra tersebut. Banyaknya matching point antar 2 citra stereo dijadikan ukuran untuk mengetahui kinerja CLAHE terhadap algoritma SIFT. Hasil penelitian menunjukan bahwa penggunaan CLAHE dan outlier removal mampu meningkatkan jumlah matching point sebesar 56%. Keberhasilan CLAHE tersebut perlu diujikan ke beberapa algoritma matching point yang lain. Perbandingan beberapa algoritma matching point yang menerapkan CLAHE dapat membuktikan bahwa CLAHE sangat cocok dalam meningkatkan kinerja algoritma matching point dan rekonstruksi permukaan 3D citra bawah laut. Kata kunci: Rekonstruksi 3D, Citra Bawah Laut, SIFT, CLAHE. Abstract This research describes an enhancement of 3D Reconstruction coral reef images using stereo camera system. Contrast Limited Adaptive Histogram image Equalization (CLAHE) algorithm was proposed to enhance the image quality in preprocessing area, since the quality of underwater images degrades by the absorption and scattering of light. To develop a 3D-representation of the seafloor, image-pairs were first extracted from the video footage manually, then corresponding points are automatically extracted from the stereo-pairs by SIFT matching algorithm, which is invariant to scale, translation, and rotation. Number of matching points is used to evaluate the performance of SIFT with and without CLAHE. As a result, the promising techniques provides better 3D reconstruction details of coral reef imagesin total, the combination of CLAHE and outlier removal performs the enhancement for 56%. For further, CLAHE need to be performed to other image matching techniques. The comparison of different image matching techniques with and without CLAHE can prove that CLAHE is appropriate as image enhancement method for image matching and 3D surface reconstruction. Key words: 3D Reconstruction, Underwater Image, SIFT, CLAHE.
PENGEMBANGAN METODE PELACAKAN OBJEK BERBASIS SEGMENTASI MENGGUNAKAN ALGORITMA FCM dwi puji prabowo; Ricardus Anggi Pramunendar
Jurnal Informatika Upgris Vol 4, No 2: Desember (2018)
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v4i2.2366

Abstract

Detection of object tracking is an important part of object recognition analysis. In object tracking applications, object detection is the first step of video surveillance, where accurate object detection becomes important and difficult because there are still problems that arise like the shadow of the detected object (false detection). To overcome this many object tracking applications are constantly being developed to produce accurate object detection. In this case the clustering method is one of the methods that are considered efficient and able to provide segmentation results in the image better and adaptive to changes in the environment and instantaneous changes quickly. So this research proposes the development of the object-oriented FCM method of object segmentation to obtain accurate object detection results. For the development of FCM method this research will be done by using distance approach. The distance approach used is cambera, chebychef, mahattan, minkowski, and Euclidean to get accurate results.
PROTOTIPE APLIKASI PENGENALAN WAYANG KULIT MENGGUNAKAN CNN BERBASIS VGG16 dwi puji prabowo; D.I.I Ullumudin; R.A. Pramunendar
Jurnal Informatika Upgris Vol 7, No 2: Desember 2021
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v7i2.10485

Abstract

Indonesia has various types of culture and traditional arts. In this era of globalization, local culture and arts have begun to be eroded by the times. One of the diverse Indonesian culture is wayang kulit. Where the shadow puppets in Indonesia vary and vary from region to region. In this case, the puppet characters have different forms and curves, so recognizing the shape of a puppet is very difficult. In the development of technology, computer vision technology began to be widely used to perform object recognition with deep learning learning. So that an object being studied can be detected properly. In this study, a prototype was made with the detection of puppet types using Deep Learning learning using Convolutional Neural Networks to detect shadow puppet objects based on the VGG16 architecture. The results obtained by the CNN and VGG16 methods reached 86%. With the results obtained, a prototype model is made which will later be able to help the community in the introduction of shadow puppets.Keyword: CNN, shadow puppets ,VGG16
PREDIKSI JUMLAH PRODUKSI AIR PDAM MENGGUNAKAN METODE ANN DENGAN OPTIMASI PSO ahmad akrom; R.A. Pramunendar; D.P. Prabowo
Jurnal Informatika Upgris Vol 7, No 2: Desember 2021
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v7i2.10065

Abstract

Perusahaan Daerah Air Minum (PDAM) merupakan perusahaan milik daerah yang begerak di bidang penyedia, pengolahan, dan pendistribusian air bersih. Sebuah sistem yang akurat untuk prediksi jumlah produksi air untuk masa depan dibutuhkan oleh PDAM untuk menentukan kebijakan dalam bidang produksi air. Penelitian ini menghasilkan sebuah model prediksi untuk  volume produksi air PDAM Kota Semarang. Data yang diolah adalah jumlah penduduk, jumlah pelanggan berdasarkan jenis pelanggan, total volume produksi, kontribusi daerah sumber, volume distribusi, air terjual, dan kehilangan air. Data diperoleh dari laporan bulanan perusahaan selama 6tahun terakhir yaitu mulai tahun 2008-2013. Pendekatan yang digunakan untuk prediksi volume produksi air adalah dengan menggunakan metode Artificial Neural Network dengan optimasi Particle Swarm Optimation. Berdasarkan hasilpenelitian, diperoleh hasil prediksi menggunakanneural network dan particle swarm optimization lebih bagus jika dibandingkan dengan menggunakan neural network saja. Hal ini dibuktikan dengan nilai RMSE menggunakan neural network dan particle swarm optimization sebesar 3,797 sedangkan nilai RMSE dengan neural network saja sebesar 4,943.
Co-Authors Abdul Syukur Abu Salam Ade Yusupa Affandy Affandy Agus Winarno, Agus Ahmad Akrom Ahmad Akrom Akrom, Ahmad Al-Azies, Harun Alvin, Fris Alzami, Farrikh Andi Kamaruddin Apriyanto Alhamad Arie Nugroho Arifin, Zaenal Aris Nurhindarto Azzahra, Tarissa Aura Bastiaans, Jessica Carmelita Catur Supriyanto Catur Supriyanto Catur Supriyanto Catur Supriyanto D, Ishak Bintang D.I.I Ullumudin D.P. Prabowo Danny Oka Ratmana Darmawan, Aditya Aqil Dewi Nurdiyah Diana Aqmala Dwi Puji Prabowo Dwi Puji Prabowo Dwi Puji Prabowo, Dwi Puji Dzuha Hening Yanuarsari, Dzuha Hening Edi Noersasongko Enrico Irawan Erlin Dolphina Etika Kartikadarma Evanita Evanita, Evanita F. Alzami Fafaza, Safira Alya Fajrian Nur Adnan Fakhrurrozi Fakhrurrozi Farikh Al Zami Fathorazi Nur Fajri Fatkhuroji Fatkhuroji Fauzi Adi Rafrastara Fikri Diva Sambasri Fikri Diva Sambasri Filmada Ocky Saputra Firmansyah, Muhammad Ilham Guruh Fajar Shidik Hamid, Maulana As’an Hartojo, James Hasan Asari Haydar, Muhammad Rifqi Fajrul Hendri Ramdan I Ketut Eddy Purnama Ifan Rizqa Ika Novita Dewi Imran, Bahtiar Irham Ferdiansyah Katili Iswahyudi Iswahyudi Karim, Muh Nasirudin Karis W. Kartika, Gita khoiriya latifah Khoirunnisa, Emila Kristhina Evandari Kurnia Prayoga Wicaksono Kusumawati, Yupie Lalang Erawan Lesmarna, Salsabila Putri M. Arief Soeleman M. Arif Soeleman M. Arif Soleman Megantara, Rama Aria Mira Nabila Moch Arief Soeleman Mochamad Arief Soeleman Mochamad Hariadi Moh. Arief Soeleman Moh. Yusuf, Moh. Muhammad Naufal, Muhammad Muhammad Syaifur Rohman Muljono, - Muslih Muslih Noor Wahyudi Nuanza Purinsyira Nugroho, Muhammad Bayu Nur Azise Nurhindarto, Aris Pergiwati, Dewi Pulung Nurtantio Andono Pulung Nurtantyo Andono Puri Sulistiyawati Puri Sulistiyawati Puri Sulistiyawati Purwanto Purwanto Purwanto Purwanto Purwanto Purwanto Putu Samuel Prihatmajaya R.A. Megantara Rama Aria Megantara Rama Aria Megantara Ramadhan Rakhmat Sani Ramadhani, Irfan Wahyu Ratmana, Danny Oka Rifqi Mulya Kiswanto Ritzkal, Ritzkal Rohman, Muhammad Syaifur Rony Wijanarko Saputra, Filmada Ocky Saputra, Resha Mahardhika Saraswati, Galuh Wilujeng Sasono Wibowo Sinaga, Daurat Sri Winarno Stefanus Santosa Sulistyowati, Tinuk Sutini Dharma Oetomo Tamamy, Aries Jehan Teguh Tamrin Usman Sudibyo Vincent Suhartono Vincent Suhartono Vincent Suhartono Wibowo, Gentur Wahyu Nyipto Wildanil Ghozi Winarsih, Nurul Anisa Sri Yudha Tirto Pramonoaji Yuliman Purwanto Yuslena Sari, Yuslena Yuventius Tyas Catur Pramudi Zainal Arifin Hasibuan