Article Per Year (5 Year)
p-Index From 2020 - 2025
3.956
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering International Journal of Reconfigurable and Embedded Systems (IJRES) Lontar Komputer: Jurnal Ilmiah Teknologi Informasi ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Proceeding of the Electrical Engineering Computer Science and Informatics Jurnal Abdimasa TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika Journal of Electronics, Electromedical Engineering, and Medical Informatics JMECS (Journal of Measurements, Electronics, Communications, and Systems) eProceedings of Engineering
Inung Wijayanto
Universitas Telkom
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Other

Published : 93 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 93 Documents
Search

 1   2   3   4   5 
Klasifikasi Penyakit Batuk Berdasarkan Sinyal Data Suara Menggunakan Ekstraksi Ciri Fast Fourier Transform Dan Power Spectral Density Dengan Algoritma Jaringan Saraf Tiruan- Propagasi Balik Nur Afifah; Achmad Rizal; Inung Wijayanto
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Penelitian ini bermaksud untuk mendukung dan mempermudah bagian medis dalam mendiagnosis penyakit batuk secara cepat dan terkomputerisasi serta menjadi media simulasi yang dapat mempermudah calon ahli medis dalam belajar mengenali jenis penyakit batuk. Untuk mendapatkan informasi dari sinyal suara batuk perlu dilakukan ekstraksi ciri sehingga dapat dianalisis setiap variasi sinyal suara yang ada. Dari ciri yang telah didapatkan, dilakukan percobaan untuk mengenali dan mengidentifikasi suara batuk dari penderita. Pada penelitian ini dibuat suatu sistem klasifikasi suara batuk dengan menggunakan ekstraksi ciri Fast Fourier Transform (FFT) dan Power Spectral Density (PSD) serta metode Jaringan Saraf Tiruan- Propagasi Balik (JST- PB). Hasil simulasi yang dilakukan sistem dapat mengkalasifikasikan suara batuk dengan tingkat akurasi tertinggi 86.6667% pada variasi parameter Hidden Neuron 4, epoch 7 dan error 0.01. Kata kunci: Batuk. Fast Fourier Transform (FFT). Power Spectral Density (PSD). Jaringan Saraf Tiruan- Propagasi Balik
Deteksi Dan Identifikasi Plat Nomor Kendaraan Mobil Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization (lvq) Berbasis Video Muhammad Ridho Putra; Inung Wijayanto; I Nyoman Apraz Ramatryana
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Saat ini mayoritas sistem parkir di Indonesia masih menggunakan sistem manual yang menggunakan manusia untuk mengidentifikasi plat mobil. Setiap mobil memiliki identitas resmi yang berbeda dan tertera pada plat tersebut. Pada tugas akhir ini dirancang sistem yang akan menggantikan kerja manusia dalam sistem parkir. Video akan disediakan oleh server dan kemudian diambil beberapa frame untuk mendeteksi plat pada kendaraan tersebut. Plat memiliki ukuran Standar Nasional Indonesia (SNI) sehingga dapat dikenali dengan cara mencari perbandingan tinggi dan lebar. Kemudian akan disegmentasi berdasarkan wilayah masing- masing karakter dan akan diklasifikasi menggunakan tiga jaringan LVQ yang berbeda berdasarkan kode, wilayah, nomor polisi, dan kode akhir wilayah plat tersebut. Hasil akhir dari tugas akhir ini diperoleh akurasi untuk deteksi plat sebesar 97,50% atau 39 berhasil dideteksi dari 40 data uji. Akurasi segmentasi karakter sebesar 95,05% , didapatkan dari 269 karakter yang disegmentasi dengan benar dari 283 karakter. Akurasi klasifikasi sebesar 94,42%, didapatkan dari 254 karakter yang diklasifikasi dengan benar dari 269 karakter yang tersegmentasi dengan spesifikasi jaringan 500 maximum epoch, 50 hidden layer dan menggunakan citra uji berukuran 42x24. Akurasi terakhir sebesar 67,50% untuk keseluruhan sistem atau 27 data yang berhasil dideteksi dan diidentifikasi dari total 40 data uji. Kata kunci : LVQ, Plate Kendaraan, Pengolahan Sinyal Informasi, JST.
Perancangan Dan Implementasi Tuner Gitar Berbasis Fast Fourier Transform Dan Harmonic Product Spectrum Pada Platform Android Indra Bari Yulio; Inung Wijayanto; Eko Susatio
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Musik tak lepas dalam kehidupan sehari-hari, dimana kini setiap orang bisa bebas bermain musik. Alat musik yang relatif paling mudah digunakan adalah gitar. Terlepas dari kemudahan memainkannya, gitar juga memiliki sebuah permasalahan yaitu senar gitar akan fals jika sudah lama dipakai atau hanya sekedar dibiarkan saja. Kalau ini terjadi, kita harus menyetem ulang tiap senar yang ada di gitar. Cara menyetem gitar cukup sulit bagi pemula, karena sangat mengandalkan kemampuan pendengaran. Solusi termudahnya adalah dengan menggunakan tuner gitar elektronik, namun alat tersebut cukup mahal dan kurang fleksibel untuk dibawa kemana-mana. Dalam tugas akhir ini akan dibuat sebuah tuner gitar berupa aplikasi android dengan menggunakan metode Fast Fourier Transform dan Harmonic Product Spectrum. Proses pengujian keberhasilan sistem tuner gitar adalah dengan cara menghitung akurasi. Akurasi terbesar ketika hasil frekuensi dan frekuensi standar dibandingkan adalah 99.95%. Ini berarti sistem sudah cukup baik dan mirip dengan frekuensi standar. Ketika sistem dibandingkan dengan tuner elektrik, diperoleh akurasi 90%. Sedangkan ketika sistem dibandingkan dengan aplikasi sejenis yang ada di playstore, diperoleh akurasi 91.667%. Hal ini menunjukkan algoritma yang dipakai sudah cukup optimal. Kata kunci : Guitar Tuner, FFT, HPS, Pengenalan nada, Android
Implementasi Algoritma Pendeteksi Api Berdasar Komposisi Warna Citra Digital Pada Quadcopter Yang Bergerak Otomatis M. Fadhil Abdullah; Inung Wijayanto; Angga Rusdinar
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Kontes Robot Terbang Indonesia (KRTI) pada tahun 2015 mengusung tema “Menuju Kemandirian Teknologi Wahana Terbang Tanpa Awak”. Maka, pada tahun 2015, dilombakan beberapa kategori lomba baru, salah satu diantaranya ialah wahana Vertical Take-off Landing (VTOL) yang dapat mendeteksi dan memadamkan api dengan atau tanpa air secara otomatis. Tapi untuk mendapatkan akurasi yang baik tentu dibutuhkan kamera thermal yang harganya sangat mahal. Kemudian, sensor termal efektif tetapi hanya mampu mendeteksi pada ketinggian dan jarak tertentu. Pada tugas akhir ini, akan diimplementasikan algoritma pendeteksi api berdasar komposisi warnanya pada sebuah Quadcopter yang dapat terbang secara otomatis. menggunakan kamera webcam dan sebuah mikrokomputer tambahan, khusus untuk memproses pendeteksian api yang dapat terintegrasi dengan flight controller. Dalam Tugas Akhir ini berharap agar implementasi pendeteksi pada Quadcopter berdasar komposisi warnanya dapat menghasilkan harga yang lebih murah dengan kualitas deteksi yang baik. Selain itu, penulis berharap jarak untuk dapat mendeteksi bisa menjadi lebih jauh dan tinggi sehingga dapat diimplementasikan juga pada sebuah pesawat tanpa awak. Serta penulis berharap, Quadcopter ini dapat direalisasikan dalam keadaan riil seperti kasus kebakaran hutan. Kata Kunci: Quadcopter, Api, Deteksi, Otomatis
Analisis Dan Implementasi Aplikasi Pengenalan Gerak Bibir Menjadi Teks Menggunakan Metode Support Vector Machine Revi Febriana Simanjuntak; Budhi Irawan; Inung Wijayanto
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Membaca ujaran merupakan suatu metode komunikasi secara verbal dalam memahami pembicaraan orang lain dengan melihat gerakan bibirnya. Dalam proses membaca ujaran diperlukan kunci untuk dapat mengenali kata yaitu huruf vokal. Biasanya membaca ujaran digunakan untuk berkomunikasi oleh penyandang tuna rungu. Hal ini dikarenakan kaum tuna rungu mempunyai keterbatasan dalam mendengar suara, sehingga memanfaatkan penglihatan untuk membaca gerakan bibir lawan bicara. Pada penelitian ini dirancang sebuah aplikasi pengenalan gerak bibir menjadi teks. Secara umum, sistem terdiri dari tiga tahapan utama yaitu preprocessing, ekstraksi ciri, dan pengklasifikasian. Metode ekstraksi ciri yang digunakan adalah Principal Component Analysis (PCA). Kemudian, metode klasifikasi yang digunakan adalah metode Support Vector Machine (SVM). Berdasarkan hasil pengujian yang telah dilakukan, sistem pengenalan gerak bibir dapat mengidentifikasi 5 kelas yang merepresentasikan suku kata. Hasil klasifikasi dengan akurasi tertinggi diperoleh pada kernel Gaussian dengan sigma 4000 dan dimensi 80x80 yaitu sebesar 69% untuk data yang diujikan non realtime dengan menggunakan 200 data latih dan 100 data uji. Kata Kunci : ujaran, tuna rungu, principal component analysis, support vector machine
Klasifikasi Jenis Kapal Berbasis Citra Menggunakan Lbp (local Binary Pattern) Dan Lda (linear Discriminant Analysis) Elia Kurniawati; Jangkung Raharjo; Inung Wijayanto
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Banyak kapal yang berlayar di perairan Indonesia. Oleh karena itu, dibutuhkan suatu sistem yang dapat mengetahui jenis kapal di suatu perairan untuk mudahkan dalam mendata setiap kapal yang sedang berlayar. AIS adalah suatu sistem yang memberikan penjelasan tentang kapal-kapal yang sedang berlayar. Akan tetapi sistem tersebut masih memliki kekurangan, untuk mendukung sistem tersebut, maka dilakukan penelitian yang dapat mengklasifikasi jenis kapal dengan memanfaatkan citra digital. Jenis kapal yang diklasifikasikan pada tugas akhir ini terdiri dari 4 kategori, yaitu Bulk Carrier, Crude, LCT, dan lain-lain. Kategori lain-lain adalah kapal random yang tidak terdefinisi di sistem. Metode yang digunakan pada tugas akhir ini adalah LBP (Local Binary Pattern) dan LDA (Linear Discriminant Analysis). LBP digunakan sebagai proses ekstraksi ciri untuk mendapatkan ciri penting dari sebuah citra dan hasil proses tersebut akan menjadi input untuk klasifikasi LDA. Proses training menggunakan 60 data latih, dan untuk testing menggunakan 80 citra uji. Hasil penelitian menunjukkan bahwa metode LBP dan LDA pada klasifikasi jenis kapal memiliki akurasi sebesar 81,25%. Pengujian seluruh badan kapal memiliki akurasi yang rendah yaitu 51,25%. Posisi kapal tidak mempengaruhi akurasi sistem. Semakin banyak data latih, maka akurasi meningkat. Varian nilai (P,R) terbaik adalah varian (8,1). Akurasi dap at ditingkatkan dengan data yang lebih valid. Kata kunci : klasifikasi kapal, citra digital, LBP, LDA
Analisis Penggunaan Algoritma Genetika Untuk Meningkatkan Performansi Dari Klasifikasi Genre Musik Berbasis Jaringan Syaraf Tiruan Back-propagation Atiffan Ramadhiat; Iwan Iwut Tritoasmoro; Inung Wijayanto
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Pengolahan Sinyal Digital pada sinyal audio berkembang pesat untuk menghasilkan sebuah sistem yang bekerja otomatis. Sehingga diperlukan suatu pengembangan metode dan algoritma yang dapat mengklasifikasi genre secara tepat. Beberapa penelitian sebelumnya sudah menggunakan Jaringan Syaraf Tiruan, Support Vector Machine, Hidden Markov Model, dan Continous Density Hidden Markov Model sebagai metode klasifikasi. Pada penelitian sebelumnya, digunakan Jaringan Syaraf Tiruan Backpropagation dengan akurasi 67%. Selanjutnya digunakan algoritma genetika dalam tugas akhir iniuntuk klasifikasi genre yang memiliki kualitas yang baik dalam ketepatan klasifikasinya dengan menggunakan ciri konten frekuensi dan klasifikasi menggunakan jaringan syaraf tiruan backpropagation. Setelah dilakukan pengujian terhadap sistem yang telah dirancang. Parameter yang menghasilkan akurasi maksimal yaitu jumlah hidden layer 1, jumlah neuron tiap layer 20, nilai learning rate 0.05, fungsi aktivasi tansig untuk hidden layer, fungsi aktivasi purelin untuk output layer, algoritma pembelajaran trainrp dengan akurasi 77.77% dari data latih sebanyak 150 data dan 150 data uji. Parameter Algoritma Genetika meningkatkan akurasi menjadi 85,55% dengan parameter jumlah generasi 100, jumah individu 50, peluang crossover 0.6, dan peluang permutasi 0.01. Kata Kunci: Musik, Genre, Jaringan Syaraf Tiruan back-propagation, Algoritma Genetika.
Analisis Kondisi Rileks Saat Mendengarkan Alquran Berdasarkan Sinyal Delta Theta Eeg Rizky Gilang Gumilar; Inung Wijayanto; R Yunendah Nur Fu'adah
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Pada penelitian ini, penulis menganalisa aktifitas sinyal otak manusia dalam keadaan rileks pada saat mendengarkan ayat suci Alquran dengan menggunakan metode EEG. Sinyal otak dideteksi melalui alat elektroensepalogram yang bernama NeuroSky Mindwave dan Muse Headband, setelah dideteksi, sinyal yang didapatkan merupakan sinyal mentah yang memiliki noise tinggi, oleh karena itu sinyal tersebut diolah melalui metode preprosessing untuk menganalisis serta mengklasifikasi sinyal yang didapatkan. Dalam proses preprosessing, penulis menggunakan metode Discrete Wavelet Transform (DWT), Fast Fourier Transform (FFT), dan K-Nearest Neighbor (K-NN). Metode DWT dapat menganalisis numerik dan analisis fungsional sinyal, karena sinyal percobaan yang diambil secara diskrit, keuntungan utama adalah pada resolusi temporal, sehingga DWT dapat menangkap frekuensi informasi dan lokasi dengan baik untuk database serta datauji. Metode K-NN digunakan pada saat mengklasifikasikan datauji ke database untuk mendapatkan nilai yang dekat dengan database. Hasil yang diperoleh dari 40 data penelitian ini menunjukan perbedaan sinyal delta pada Neurosky dan Muse sangat sedikit, sinyal delta pada Neurosky sebanyak 35 data dalam kondisi rileks sedangkan pada Muse sebanyak 38 data dalam kondisi rileks. Jumlah data sinyal theta yang dinyatakan rileks pada Neurosky sebanyak 36 data, sedangkan pada Muse sebanyak 40 data. Kata kunci : Elektroensepalografi (EEG), Elektroensepalogram, Sinyal Otak, Alquran, DWT, FFT, KNN. Abstract In this research, the author will analyze human’s brain activity on relaxed condition while listening Holy Quran used EEG to participants. Brain signal detected by Electroenchepalogram device called NeuroSky Mindwave, the signal obtained is a raw signal has high noise, therefore the signal can processed through the processing method to analyze and classify the signal. In the preprocessing, the author uses the method of Discrete Wavelet Transform (DWT), Fast Fourier Transform (FFT), and K-Nearest Neighbors (K-NN). The DWT method can analyze numerical and analyze functional signal, because discrete experimental signals are taken, the main advantage is at temporal resolution, so DWT can capture the frequency of information and a great location for data base and test the data. K-NN methode is used when classifying test data to train data to obtain the closest value to the training data. The results obtained from 40 research data show some delta signal on Neurosky and Muse little bit, on Neurosky showed 35 data in relaxed condition while on Muse showed 38 data in relaxed condition. unfortunately at theta signal is conspicuous, the amount of data used on Neurosky as much as 36 data, while on Muse as many as 40 data. Keywords: Electroencephalography (EEG), Electroenchepalogram, Brainwave, Holy Quran, DWT, FFT, KNN.
Analisis Dan Implementasi Aplikasi Pengenalan Suara Menjadi Teks Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Rayani Budi Andhini; Budhi Irawan; Inung Wijayanto
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Bahasa merupakan interaksi yang paling natural yang digunakan manusia. Manusia dengan mudah menggunakan Bahasa sebagai alat untuk berkomunikasi satu sama lain. Speech recognition merupakan suatu metode yang dikembangkan untuk komunikasi manusia dengan mesin menggunakan suara. Pada sistem pengenalan suara yang dibangun dalam penelitian ini, metode ekstraksi ciri yang digunakan adalah Discrete Cosine Transform. Untuk proses klasifikasi, yang digunakan dalam pembuatan sistem ini adalah metode Jaringan Syaraf Tiruan Backpropagation. Sistem ini mengidentifikasi 30 kata dengan total data latih 270 dan untuk pengujian dengan total data uji 180. Berdasarkan hasil pengujian dengan parameter jumlah hidden neuron 200, jumlah nilai ciri 500 dan learning rate 0.02, yang diujikan non realtime diperoleh bahwa sistem pengenalan suara menjadi teks sebesar 51%. Kata kunci : speech recognition, Discrete Cosine Transform, Jaringan Syaraf Tiruan Backpropagation
Identifikasi Objek Dominan Citra Digital Menggunakan Metode Markov Random Field (mrf) Varian Mohammad Sutama; Rita Magdalena; Inung Wijayanto
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 Segmentasi citra yaitu proses mengklasifikasikan citra menjadi beberapa daerah/region yang memiliki karakteristik yang sama. Banyak metode yang digunakan untuk melakukan segmentasi citra. Salah satu metode yang digunakan adalah metode markov random field. Markov random field memodelkan objek pada citra menggunakan sebuah permodelan probabilistik. Kemudian segmentasi dilakukan dengan mengklasifikasikan piksel- piksel citra sesuai parameter probabilistik tiap objek. Setelah melewati proses segmentasi tersebut, warna yang di hasilkan akan di counting untuk mencari persentase warna terendah yang di asumsikan menjadi objek dominan pada citra tersebut. Dan pada proses terakhir akan dilakukan masking citra untuk menentukan objek dominan pada citra. Tugas akhir ini merancang sistem segmentasi dan identifikasi objek dominan pada citra digital dengan metode markov random field. Proses yang dilakukan yaitu menggambil gambar atau citra digital dengan menggunakan kamera, lalu di proses pada software MATLAB. Terdapat 30 citra yang digunakan sebagai data untuk pengidentifikasian objek dominan. Data citra tersebut akan mengalami preprocessing dilanjutkan markov random field, yaitu dengan memodelkan objek pada citra menggunakan sebuah permodelan probabilistik. Kata kunci : Markov Random Field, Counting, Masking. ABSTRACT Image segmentation is the process of classifying the image into several regions / regions that have the same characteristics. Many methods are used to perform image segmentation. One of the methods used is the method of markov random field. The Markov random field modeled the object on the image using a probabilistic model. Then segmentation is done by classifying image pixels according to probabilistic parameters of each object. After passing through the process of segmentation, the resulting color will be in counting to find the lowest percentage of color that is assumed to be the dominant object in the image. And in the last process will be done image masking to determine the dominant object in the image. This final project designs segmentation system and identification of dominant object in digital image with markov random field method. The process is to take pictures or digital images using the camera, then in the process of software MATLAB. There are 30 images used as data for identification of dominant objects. The image data will undergo preprocessing followed by markov random field, that is by modeling the object in the image using a probabilistic modeling. Keywords : Markov Random Field, Counting, Masking.
Co-Authors Achmad Muzahid Achmad Rizal Achmad Rizal Adisaputra, Rangga Adnan Azhary Ahmad Hilmi Ahmad Muammar Agusti Akbar Budi Wikanta Aldo Setiawan Alif, M.Nurfadli Alrizqi, Naufal Dwi Ana Durrotul Isma Andhita Nurul Khasanah Andi Muhammad Wahyu Safaat Angga Rusdinar ANGGUNMEKA LUHUR PRASASTI Atiffan Ramadhiat Azahra, Yasmin Azis, Qitfirul Abdul Azriel Gilbert Samuel Rogito Azzahra, Salwa Bagus Tri Astadi Balova , Fathrurrizqa Bambang Hidayat Bara, Alfianto Teofilus Bayu Erviga Yulanda Setiawan Budhi Irawan Daivalana Mahadika Priatama Denny Darlis Didin Bramastya Diliana, Faizza Haya Eko Susatio Elia Kurniawati Fardiyanti, Defitriana Fathrurrizqa Balova Faturachman Faturachman Fauzia Anis Sekar Ningrum Firdaus, Alvaro Ahmad Firmanda Robi Fitriah Halimah Gadama, Melsan Gelar Budiman Gemilang Kurniawan Soejantono Goenadiningrat, Jeahan Fitria Hakim, Nurina Listya Hendriadi Mukri HUMAIRANI, ANNISA Hurianti Vidyaningtyas I Nyoman Apraz Ramatryana Ilham Fadhlurrohman Ilva Herdayanti Indah Ratu Aulia Indra Bari Yulio Indrarini Dyah Irawati Iqbal Eshar Dwi Pourindra Iqbal Surya Adi Permana Irsyad Abdul Basit Iwan Iwut Tritoasmoro Jangkung Raharjo Jannah, Sabila Hayyinun Jasmine, Diva Dhila Jauhari, Muhammad I Jehan Pratama Herdaning Karina Permatasari Khairul Sani Kurnia Ismanto, Rima Ananda Leanna Vidya Yovita Lokahita, Lulu Luthfi Muhammad Pahlevi M. Fadhil Abdullah Meidatomo , Muhammad Haykal Meidi Mahendra Rahmatullah Melati Wahyutami Milan Adila Amalia Mohamad Ilham Abdurrahman Muhammad Adnan Muhammad Ary Murti Muhammad Ridho Putra Muzahid, Achmad Nadya Silva Arline Nasution, Seri Wahyuni Nizhar Arya Hamitha Novian Permana Nur Afifah Nur Ibrahim Nur Pratama, Yohanes Juan Nurina Listya Hakim Olivia Rossiana Pahira, Ela Diranda Pandu Jati Utomo Pelita Santi Permana, Andri Satia Prakoso, Mochamad Rafi Alfian Prasetio Nugroho Putra, I Gusti Ngurah R. A. Putri, Athaliqa Ananda Putri, Indah Amalia R. Dhenake Aghni Bunga R. S. Deanto R. Yunendah Nur Fu’adah Raditiana Patmasari Rahayu Lubis Rahmaniar, Thalita Dewi Ramdani, Ahmad Zaky Rani Harnila Ratri Dwi Atmaja Rayani Budi Andhini Rayyan Budhiarta Reny Yuliani Arnis Revi Febriana Simanjuntak Rita Magdalena Rita Purnamasari Rivan Radian Suryadi Rizal Fachrudin Maulana Rizky Gilang Gumilar Rogito, Azriel Gilbert Samuel Sa'idah, Sofia Safitri, Ayu Sekar Satrio Nur Adhi Gyat Sa’idah, Sofia Sidqi, Anka Siti Nur Fatihah Sofia Sa’idah SOFIA SAIDAH Subiakto, Septiaini Dela Suci Aulia Sugondo Hadiyoso Sulistyo, Tobias Mikha Sunarso Sunarso Syahnas, Aulia Teguh Musaharpa Gunawan Triadi Triadi Unang Sunarya Utami, Ayu Tuty Varian Mohammad Sutama Wahyu Lukman Hasan Wibowo, Raiyan Adi Wirakusuma, Muhammad P. Y. P. Gautama Yasmin Azahra Yoza Radyaputra YULI SUN HARIYANI Zulfikar F.M. Ramli