Article Per Year (5 Year)
p-Index From 2021 - 2026
3.025
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IAES International Journal of Artificial Intelligence (IJ-AI) International Journal of Advances in Applied Sciences IJCCS (Indonesian Journal of Computing and Cybernetics Systems) JPTK: Jurnal Pendidikan Teknologi dan Kejuruan Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Jurusan Ilmu Keolahragaan Jurnal Pendidikan Teknologi dan Kejuruan KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) ISSN: 2252-9063 Jurnal Sains dan Teknologi Jurnal Edukasi dan Penelitian Informatika (JEPIN) JUITA : Jurnal Informatika Jurnal Informatika dan Teknik Elektro Terapan Scientific Journal of Informatics Jurnal Ilmiah KOMPUTASI Sinkron : Jurnal dan Penelitian Teknik Informatika Emerging Science Journal International Journal of Community Service Learning WIDYA LAKSANA Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) JURIKOM (Jurnal Riset Komputer) Vitek : Bidang Kedokteran Hewan Jurnal Pengabdian kepada Masyarakat Nusantara INSERT: Information System and Emerging Technology Journal Journal of Artificial Intelligence and Digital Business INOVTEK Polbeng - Seri Informatika
M.Cs S.Kom I Made Agus Wirawan .
Universitas Pendidikan Ganesha
Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Immunology & microbiology Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Physics Social Sciences Other

Published : 193 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 193 Documents
Search

 16   17   18   19   20 
Optimalisasi Metode RBFNN Dengan Fuzzy C-Means Dalam Prediksi Import Barang Konsumsi Indonesia Budiastawa, I Dewa Gede; Sunarya, I Made Gede; Wirawan, I Made Agus
JURIKOM (Jurnal Riset Komputer) Vol. 12 No. 4 (2025): Agustus 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v12i4.8711

Abstract

Prediction or forecasting is an action that aims to find out future events based on indicators that influence an event. Consumer goods are products or goods purchased by people or households that are intended for direct consumption in the sense that they are not for further production purposes. Based on this, serious handling is needed to maintain the state of the Indonesian economy, especially in the industrial sector. Predicting the value of consumer goods imports is a step in finding out the value of consumer goods imports in the next period so that the government has a reference in determining policies. In this study, the prediction of the value of consumer goods imports was carried out based on factors that influence the value of consumer goods imports based on research in the field of economics. This study uses the Radial Basis Function Neural Network (RBFNN) method using a combination of clustering methods, namely Fuzzy C-Means Clustering to improve method performance. The RBFNN method is the best method used in predicting future data based on previous research and the FCM method is a clustering method that is able to overcome ambiguity in the prediction process. This study proves that the Fuzzy C-Means method is effective in optimizing the performance of the Radial Basis Function Neural Network method with a comparison of MAPE values in each combination, namely RBFNN - FCM 15.73%, RBFNN - K-Means 16.87% and RBFNN - Random centroid 17.70%. The learning rate parameter is directly proportional to the RBFNN - FCM model where the greater the learning rate, the better the model performance, indicating that the model does not need to do in-depth learning to recognize data patterns. In contrast to the fuzzification parameter which increases accuracy when the fuzzification value is lowered, indicating that the model does not require a very vague approach to recognize data patterns. The best architecture is 8 - 4 - 1 with a fuzzification parameter value of 1.5, a learning rate of 0.3 and a threshold error of 0.3 produced by a combination of RBFNN and FCM.
STUDI PERBANDINGAN ALGORITMA EUCLIDEAN, MANHATTAN DAN CHEBYSEV DISTANCE UNTUK OPTIMASI METODE K-MEANS CLUSTERING PADA PENGELOMPOKKAN DATA PENERIMAAN MAHASISWA BARU Matius Ivan Bimasena; I Gede Aris Gunadi; I Made Agus Wirawan
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.98863

Abstract

Institut Teknologi dan Bisnis (ITB) STIKOM Bali adalah salah satu perguruan tinggi swasta di Bali yang telah berdiri sejak tahun 2002. Tim promosi kampus aktif melakukan promosi di berbagai daerah yang berpotensi mendatangkan calon mahasiswa. Namun dalam proses promosi masih adanya kekurangan dalam menentukan tujuan promosi kampus ke daerah yang berpotensial. Peneliti melakukan pengelompokkan data calon mahasiswa baru untuk tahun ajaran 2022 dan 2023 sebanyak 2.689 data, digunakan metode K-means Clustering dengan menentukan klaster terbaik menggunakan Metode Elbow. Dari hasil metode elbow terbentuk 3 klaster optimal. Setelah itu penulis membandingkan tiga metode perhitungan jarak, yaitu Euclidean, Manhattan, dan Chebyshev Distance dengan 3 klaster. Dari hasil evaluasi metode perhitungan jarak, terbukti bahwa Euclidean Distance mempunyai hasil evaluasi yang paling baik yaitu menunjukkan nilai DBI dan Average Within Centroid Distance dari perhitungan jarak terkecil dibandingkan Manhattan Distance dan Chebyshev Distance dengan nilai evaluasi Davies Bouldin Index 1.202 dan Average Within Centroid Distance 16.082. Setelah ditentukan metode jarak terbaik yaitu Euclidean Distance, penulis melakukan klastering dengan pengelompokkan data penerimaan mahasiswa baru berdasarkan program studi tinggi peminat, sedang peminat dan rendah peminat. Sehingga dari hasil klastering tersebut dapat mengetahui potensi mahasiswa pendaftar dan membantu tim marketing ITB STIKOM Bali dalam melakukan promosi di tahun selanjutnya.
PENGEMBANGAN GAME GAMELAN SELONDING BALI BERBASIS VIRTUAL REALITY Dewantara, Ari Indrawan; Pradnyana, Gede Aditra; Wirawan, I Made Agus
JST (Jurnal Sains dan Teknologi) Vol. 8 No. 1 (2019)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (688.458 KB) | DOI: 10.23887/jstundiksha.v8i1.18500

Abstract

Gamelan adalah sebuah orkestra yang terdiri dari bermacam-macam instrumen yang terbuat dari batu, kayu, bambu, besi, perunggu, kulit, dawai, dan lain-lain dengan menggunakan laras pelog dan slendro. Salah satu cara agar generasi muda tertarik melestarikan gamelan selonding adalah dibuatkan sebuah game berbasis virtual reality, di mana penggunanya dapat berinteraksi dengan dunia virtual akan  membuat masyarakat antusias untuk mencoba memainkan gamelan selonding tersebut. Pengembangan Game Gamelan Selonding Berbasis Virtual Reality ini memiliki fitur bermain bebas dan bermain dengan lagu.Pengembangan produk dengan model ini dapat menghasilkan produk yang baik, karena pada setiap fase yang dilalui dapat melakukan evaluasi. Pengujian untuk mengetahui respon masyarakat setelah menggunakan Game Gamelan Selonding Berbasis Virtual Reality dilakukan dengan metode angket dan memiliki hasil dengan persentase rata-rata sebesar 88.5% yang artinya aplikasi masuk kategori sangat baik.
OPTIMALISASI SISTEM PENDUKUNG KEPUTUSAN BERBASIS WEBSITE UNTUK PENENTUAN PRIORITAS PENERIMA BANTUAN BENIH DENGAN KOMBINASI METODE ROC DAN WPM Mahendra, Komang; Wirawan, I Made Agus; Sunarya, I Made Gede
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3S1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3S1.7693

Abstract

Program bantuan benih di Kabupaten Buleleng sering terkendala objektivitas karena proses seleksi masih mengandalkan penilaian subjektif tanpa panduan kuantitatif yang terstruktur. Kondisi ini berpotensi menimbulkan bias dan mengurangi efektivitas penyaluran bantuan kepada kelompok tani yang tepat sasaran. Penelitian ini bertujuan mengembangkan sistem pendukung keputusan (SPK) berbasis website untuk meningkatkan objektivitas dan akuntabilitas seleksi penerima bantuan benih. Metode penelitian mengintegrasikan Rank Order Centroid (ROC) untuk pembobotan kriteria secara objektif dan Weighted Product Method (WPM) untuk perangkingan alternatif. Kriteria yang digunakan meliputi status Simluhtan, lahan terpoligon, riwayat bantuan sebelumnya, dampak perubahan iklim, dan produktivitas. Data berasal dari 45 kelompok tani dengan validasi pakar dari Dinas Pertanian Kabupaten Buleleng. Hasil pengujian menunjukkan SPK berbasis ROC-WPM mencapai akurasi 86,67%, lebih tinggi dibandingkan WPM dengan bobot acak (82,22%). Evaluasi kegunaan menggunakan System Usability Scale (SUS) menghasilkan skor 81,5 dalam kategori “Excellent”. Temuan ini membuktikan bahwa SPK yang dikembangkan efektif dan andal dalam meningkatkan objektivitas, transparansi, dan efektivitas penyaluran bantuan benih, sehingga berkontribusi pada keberhasilan program pemberdayaan pertanian.
Pemberdayaan Mitra Segara Baruna Tianyar dalam Pengelolaan Garam Laut untuk Peningkatan Usaha dan Kesejahteraan Adnyani, Ni Ketut Sari; Wiratini, Ni Made; Wirawan, I Made Agus; Putra, I Made Dwi Cahya Prayogi; Pratiwi , Ni Kadek Mira
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 6 No. 1.1 (2024): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN) SPECIAL ISSUE
Publisher : Lembaga Dongan Dosen

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

Abstract

Permasalahan mitra Kelompok Petani Garam Segara Baruna Tianyar adalah mampu memproduksi garam krosok, namun belum mampu di pasarkan secara luas mengingat kandungan yodiumnya belum diketahui dan belum ada program pengabdian yang memfasilitasi mitra dalam hal transfer iptek pelatihan dan pendampingan produksi garam. Permasalahan di bidang produksi: kapasitas produksi garam krosok melimpah namun karena kandungan yodium belum diketahuin jadi belum bisa diproduksi secara massal; di bidang manajemen: pengelolaan usaha masih sifatnya pola manajemen kelompok yang belum jelas distribusi tugas dan pembukuan usaha masih diinput manual berpengaruh terhadap ketidakterukuran omset mitra. Metode pemecahan: sosiologi, pelatihan, penerapan teknologi, pendampingan, evaluasi keberlanjutan program. Hasil-hasil temuan: bahwa Kelompok Usaha Garam Rakyat (KUGAR) Desa Tianyar meningkatkan penyadaran dengan memotivasi dan bersosialisasi dengan petani untuk secara kolektif menyadari kemampuan dan potensi yang ada untuk memperbaiki taraf hidup, misalnya di bidang produksi, membantu mitra dalam tahapan inovasi produksi proses iodisasi garam untuk pengecekan kadar yodium di laboratorium oleh tim dari pendidikan Kimia, selanjutnya hasil dipraktikkan ke mitra. Bidang manajemen: pengelolaan manajemen usaha: pembentukan merek dagang, dan pengelolaan legalitas produk, meliputi sertifikasi BPOM, dan kepatuhan SNI. Di bidang pemasaran: pelatihan dan pendampingan ditigitalisasi marketing melalui media IG dan Facebook. Pemberdayaan petani garam Segara Baruna Tianyar dalam menigkatkan kesejahteraan ekonomi masyarakat dengan berbagai program pelatihan, bimbingan berwirausaha, kelengkapan sapras. Upaya mitra dilakukan untuk mendorong adanya peningkatan ekonomi masyarakat dengan meningkatkan sumberdaya manusia, memperkuat permodalan, meningkatkan manajemen usaha dan memperluas pemasaran.
Klasifikasi Gerakan Tangan Berbasis Sinyal sEMG Menggunakan Deep Learning Wiani, Ni Wayan Yulya; Wirawan, I Made Agus; Aryanto, Kadek Yota Ernanda
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 11, No 1 (2025): Volume 11 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v11i1.88663

Abstract

Penelitian ini mengkaji penggunaan sinyal elektromiografi permukaan (sEMG) untuk klasifikasi 10 jenis gerakan tangan menggunakan klasifikasi berbasis pembelajaran mesin. Dalam penelitian ini, sebuah metode berbasis deep learning, Convolutional Neural Network satu dimensi (1D CNN) dengan fitur yang diekstraksi secara otomatis, dibandingkan dengan kinerja sebuah Multi-Layer Perceptron (MLP) dengan ekstraksi fitur manual berbasis domain waktu. Penggunaan CNN dan MLP dalam klasifikasi sinyal sEMG dilakukan untuk mengetahui efektivitas penggunaan fitur otomatis dan yang diekstraksi secara manual. Dataset yang digunakan mencakup 10 gerakan tangan yang dilakukan sebanyak 5 kali repetisi dan direkam dari 40 partisipan dengan jumlah total adalah 2000 data. Proses penelitian meliputi pre-processing, ekstraksi fitur, klasifikasi, dan evaluasi. Hasil menunjukkan bahwa 1D CNN memberikan akurasi pengujian terbaik sebesar 78% dengan skenario pelatihan yang memanfaatkan early stopping. Sebaliknya, MLP mencapai akurasi tertinggi sebesar 61,5% dengan pengaturan learning rate optimal. Performa superior 1D CNN dibandingkan MLP terutama disebabkan oleh kemampuannya melakukan ekstraksi fitur secara otomatis tanpa tergantung pada seleksi fitur manual, yang menjadi faktor kunci pada MLP. Penelitian ini mengindikasikan bahwa 1D CNN lebih efektif untuk klasifikasi sinyal sEMG dalam pengembangan teknologi asistif, khususnya untuk pengenalan gerakan tangan. Hasil ini memberikan kontribusi signifikan dalam pengembangan aplikasi berbasis sEMG, seperti teknologi rehabilitasi dan antarmuka mesin-manusia, dengan potensi meningkatkan akurasi dan efisiensi sistem yang dihasilkan.
Optimalisasi Metode RBFNN Dengan Fuzzy C-Means Dalam Prediksi Import Barang Konsumsi Indonesia Budiastawa, I Dewa Gede; Sunarya, I Made Gede; Wirawan, I Made Agus
JURNAL RISET KOMPUTER (JURIKOM) Vol. 12 No. 4 (2025): Agustus 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v12i4.8711

Abstract

Prediction or forecasting is an action that aims to find out future events based on indicators that influence an event. Consumer goods are products or goods purchased by people or households that are intended for direct consumption in the sense that they are not for further production purposes. Based on this, serious handling is needed to maintain the state of the Indonesian economy, especially in the industrial sector. Predicting the value of consumer goods imports is a step in finding out the value of consumer goods imports in the next period so that the government has a reference in determining policies. In this study, the prediction of the value of consumer goods imports was carried out based on factors that influence the value of consumer goods imports based on research in the field of economics. This study uses the Radial Basis Function Neural Network (RBFNN) method using a combination of clustering methods, namely Fuzzy C-Means Clustering to improve method performance. The RBFNN method is the best method used in predicting future data based on previous research and the FCM method is a clustering method that is able to overcome ambiguity in the prediction process. This study proves that the Fuzzy C-Means method is effective in optimizing the performance of the Radial Basis Function Neural Network method with a comparison of MAPE values in each combination, namely RBFNN - FCM 15.73%, RBFNN - K-Means 16.87% and RBFNN - Random centroid 17.70%. The learning rate parameter is directly proportional to the RBFNN - FCM model where the greater the learning rate, the better the model performance, indicating that the model does not need to do in-depth learning to recognize data patterns. In contrast to the fuzzification parameter which increases accuracy when the fuzzification value is lowered, indicating that the model does not require a very vague approach to recognize data patterns. The best architecture is 8 - 4 - 1 with a fuzzification parameter value of 1.5, a learning rate of 0.3 and a threshold error of 0.3 produced by a combination of RBFNN and FCM.
Improving Butterfly Fish Image Classification Accuracy using HSV Feature Extraction and SMOTE-Based Data Balancing Putra, I Putu Arya; Wirawan, I Made Agus; Gunadi, I Gede Aris
INOVTEK Polbeng - Seri Informatika Vol. 10 No. 3 (2025): November
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/vw52nn48

Abstract

Class imbalance in image data can reduce the accuracy of classification models, especially when the minority class data is much smaller than the majority class. This research focuses on enhancing the classification accuracy of butterflyfish images through the application of the Synthetic Minority Over-sampling Technique (SMOTE) for data balancing, combined with the K-Nearest Neighbor (KNN) algorithm utilizing HSV-based feature extraction. The datasets were collected in two conditions, namely conditioned (controlled background and lighting) and unconditioned (varied background and natural lighting). The research stages include preprocessing, HSV feature extraction, data balancing with SMOTE, and classification using KNN with various k values (3, 5, 7, 9) and cross-validation (k-fold 5 and 10). The experimental results show that SMOTE consistently improves accuracy on both types of datasets, with the best performance at k = 3 and k-fold = 10, namely 85.32% (conditioned) and 87.59% (unconditioned). This improvement occurs because a more balanced data distribution allows the model to optimally recognize features between classes. This study proves that the integration of SMOTE and KNN is effective in overcoming class imbalance in image classification, with potential applications in the fields of digital image technology, ecosystem management, and species identification.  
Laporan Kasus : Refleks Pinnal Pedal pada Kucing Persia Penderita Scabiosis dan Otitis Eksterna Wirawan, I Made Agus; Jayanti, Putu Devi; Erawan, I Gusti Made Krisna
VITEK : Bidang Kedokteran Hewan Vol. 15 No. 2 (2025): VITEK-Bidang Kedokteran Hewan
Publisher : Fakultas Kedokteran Hewan Universitas Wijaya Kusuma Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30742/7exprb15

Abstract

Skabiosis dan otitis eksterna merupakan penyakit kulit yang disebabkan oleh ektoparasit dan sering terjadi pada hewan peliharaan. Kucing yang menderita skabiosis dan otitis eksterna ditandai dengan koreng, kerontokan rambut, garukan, dan kotoran telinga. Tujuan dari makalah ini adalah untuk melaporkan refleks pinnal pedal pada kucing Persia yang menderita skabiosis dan otitis eksterna. Hasil pemeriksaan klinis menunjukkan sisik dan alopesia pada kepala, telinga, leher, dan kaki. Eritrema dan perdarahan juga ditemukan pada leher. Selain itu, terdapat pruritus dengan skor 8/10 (gatal hebat) dan refleks pinnal pedal positif. Ditemukan kotoran telinga yang banyak dan penebalan kulit. Pemeriksaan penunjang meliputi kerokan kulit, usap telinga, dan pemeriksaan hematologi. Kerokan kulit menunjukkan tungau Notoedres cati, dan usap telinga menunjukkan Otodectes cynotis. Pemeriksaan hematologi rutin menunjukkan anemia, leukositosis, dan granulositosis pada hewan yang terinfeksi. Kucing kasus diobati dengan ivermectin, difenhidramin HCl, klorfeniramin maleat, VCO, dan fero glukonat. Kucing kasus menunjukkan pemulihan setelah 14 hari terapi, ditandai dengan tidak adanya pruritus, tidak adanya refleks pinne-pedal, tidak adanya alopecia, tidak adanya perdarahan, dan tidak adanya sisik. Kucing kasus dimandikan setidaknya dua kali sebulan, dan suntikan ivermectin ulang diberikan 7 hari setelah pemberian awal.
Enhancement performance of the Naïve Bayes method using AdaBoost for classification of diabetes mellitus dataset type II I Gusti Agung Putu Mahendra; I Made Agus Wirawan; I Gede Aris Gunadi
International Journal of Advances in Applied Sciences Vol 13, No 3: September 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijaas.v13.i3.pp733-742

Abstract

In using technology, especially in health sciences, machine learning modeling can make it easier to predict disease treatment. Naïve Bayes optimization with AdaBoost is needed because even though Naïve Bayes has the advantage of minimal parameters, its accuracy is susceptible to too many features. AdaBoost is used to overcome sensitivity to an excessive number of features and optimize its ability to handle complex datasets. This research aims to analyze the classification results of the Naïve Bayes method with the help of the AdaBoost method. This data comes from Community Health Centers I, II, and III Mengwi District, Bali Province patient medical records. The classification process uses the Naïve Bayes method and Naïve Bayes with AdaBoost, which is then evaluated using a confusion matrix. Two scenarios were used in testing: Naïve Bayes and AdaBoost-based Naïve Bayes. The algorithm is implemented on the dataset and tested directly using cross-validation. The evaluation results show that the Naïve Bayes method experienced an increase in accuracy of 5.92% at 5-fold and 5.93% at 10-fold on a dataset with 890 data. The addition of the AdaBoost method to diabetes classification has been proven to improve the accuracy performance of the Naïve Bayes method.
Co-Authors ., EKA SEPHARMI PUTRI ., I Gde Aditya Wicaksana ., I Made Ditha Herdia Wiranata ., I Made Dwi Indrasanjaya ., I Nengah Agus Arimbawa Dwijayadi ., I Putu Agus Ariana ., I Putu Agus Indrawan ., I Putu Eka Dharma Cahyadi ., Kadek Agus Darma Yadnya ., Kadek Dwinda Yudha Pratama ., Kadek Ningsih ., Ketut Adi Ardipa Sutrisna ., Made Astradanta ., Ni Kd Putri Ariani ., Novitasari Putri ., Nur Azizah ., Putu Aga Widi Ananta ., Putu Mardiyasa Adi Saputra ., Putu Windu Tenaya Aan Yudianto Agus Mas Janurbawa Agus Tria Pradnyana Udayana Agus Tria Pradnyana Udayana, Agus Tria Pradnyana Ajiwerdhi, Anak Agung Gde Putra Amini, Rizki Puji Anak Agung Gde Putra Ajiwerdhi Ariawan, I Gede Artanayasa, Wayan Arya Udayana, Ngurah Nyoman Arya, Ketut Aryani, Ketut Arlin Budiastawa, I Dewa Gede Dessy Seri Wahyuni Dewa Ayu Putu Putri Sanjani Dewa Gede Hendra Divayana, Dewa Gede Hendra Dewantara, Ari Indrawan Diantari, Luh Putu Eka Dwi Septian, I Gusti Ngurah Agung Pramasurya EKA SEPHARMI PUTRI . Gde Angga Putra Sutanjaya Gde Gung Prabawa Gede Aditra Pradnya Gede Aditra Pradnyana Gede Angga Pradipta, Gede Angga Gede Indrawan Gede Saindra Santyadiputra Gede Saindra Santyadiputra, Gede Saindra Gede Saindra Santyadiputra, S.T., M.Cs . Gede Surya Mahendra Hartariani, Luh Lina Herdiawiranata, I Made Ditha I Dewa Gede Arief Bilanova Putra I Dewa Gede Arief Bilanova Putra, I Dewa Gede Arief I Dewa Made Satria Sitangga Wijaya I Gde Aditya Wicaksana . I Gede Agus Saka Prasetya I Gede Ariawan I Gede Aris Gunadi I Gede Bendesa Subawa I Gede Mahendra Darmawiguna I Gede Sudirtha I Gusti Agung Putu Mahendra I Gusti Made Krisna Erawan I Gusti Ngurah Agung Pramasurya Dwi Septian I Gusti Ngurah Antaryama I Gusti Nyoman Tri Jayendra I Kadek Dede Permana I Kadek Dede Permana, I Kadek Dede I Kadek Juniastha I Ketut Juni Sugiarsana I Ketut Resika Arthana I Made Ardwi Pradnyana I Made Candiasa I Made Ditha Herdia Wiranata . I Made Ditha Herdiawiranata I Made Dwi Indrasanjaya . I Made Gede Sunarya I Made Leo Suandinatha I Made Purwa Nugraha . I Made Purwa Nugraha ., I Made Purwa Nugraha I Made Putrama I Made Widnyana, I Made I Made Yoga Antara I Nengah Agus Arimbawa Dwijayadi . I Nyoman Sukajaya I Nyoman Sukapandya Indradinata I Nyoman Sukapandya Indradinata, I Nyoman Sukapandya I Putu Agus Ariana . I Putu Agus Indrawan . I Putu Eka Dharma Cahyadi . I Putu Merta Wirayasa I Putu Tangkas Sedayatana I Wayan Aditya Sudyatmika I Wayan Aditya Sudyatmika, I Wayan Aditya I Wayan Nuarsa I Wayan Suwendra I Wayan Wahyu Nuarsa Ida Bagus Made Ludy Paryatna Ida Bagus Mahendra Ida Bagus Nyoman Pascima Ign Edo Paska Janurbawa, Agus Mas Juni Sugiarsana, I Ketut Juniastha, I Kadek Kadek Agus Darma Yadnya . Kadek Angga Wira Prayudi Kadek Angga Wira Prayudi, Kadek Angga Wira Kadek Dwinda Yudha Pratama Kadek Dwinda Yudha Pratama . Kadek Dwipayana Kadek Ningsih . Kadek Rido Setiawan Kadek Rido Setiawan, Kadek Rido Kadek Yota Ernanda Aryanto Ketut Adi Ardipa Sutrisna . Ketut Agustini Ketut Arlin Aryani Ketut Arya Ketut Sri Addalena Ketut Sukreni Ketut Sukreni, Ketut Ketut Yoga Sarasmayana Komang Adi Wirayasa Komang Wisnu Baskara Putra Kusuma, Ketut Chandra Adinata Kusuma, Thadeo Angga Kusumayanti, Luh Md Dwi Leo Suandinatha, I Made Luh Lina Hartariani Luh Putu Eka Damayanthi Luh Putu Eka Damayanthi Luh Putu Eka Damayanthi, Luh Putu Eka Luh Putu Eka Diantari M.Cs ., Gede Saindra Santyadiputra, S.T., M.Cs Made Agus Panji Sujaya Made Astradanta . Made Frans Aditya Bramantya Kusuma Made Frans Aditya Bramantya Kusuma, Made Frans Aditya Bramantya Made Widnyana Made Windu Antara Kesiman Mahendra, Komang Matius Ivan Bimasena Negara, I Made Wahyu Guna Ngurah Nyoman Arya Udayana Ni Kadek Yuli Susanti Ni Kd Putri Ariani . Ni Ketut Sari Adnyani Ni Komang Yanti Suartini Ni Luh Dian Purnama Ni Luh Dian Purnama, Ni Luh Dian Ni Made Putri Kesumawardani Ni Made Wiratini Ni Nyoman Mestri Agustini Ni Putu Tina Resdiana Ni Wayan Nursarita Prasistayanti Novitasari Putri Novitasari Putri . Novitasari Putri, Novitasari NUR AZIZAH . Nyoman Sugihartini P. WAYAN ARTA SUYASA Padma Nyoman Crisnapati Padma Nyoman Crisnapati Pande Made Mahendri Pramadewi Paska, Ign Edo Pirnanda, I Kadek Aditya Pirnanda, I Kadek Aditya Prabawa, Gde Gung Pradnya, Gede Aditra Prasetya, I Gede Agus Saka Prasistayanti, Ni Wayan Nursarita Pratama, Kadek Dwinda Yudha Pratiwi , Ni Kadek Mira Pratiwi, Ni Kadek Mira Putra, I Made Dwi Cahya Prayogi Putra, I Putu Arya Putra, Komang Wisnu Baskara Putra, Putu Permana Putri Kesumawardani, Ni Made Putu Aditya Antara Putu Aga Widi Ananta . Putu Angga Septiana Putra . Putu Angga Septiana Putra ., Putu Angga Septiana Putra Putu Ary Darma Yasa Putu Ary Darma Yasa, Putu Ary Putu Devi Jayanti Putu Eka Suputra . Putu Eka Suputra ., Putu Eka Suputra Putu Intan Paramita Putu Intan Paramita, Putu Intan Putu Kartika Widya Swari Putu Kartika Widya Swari, Putu Kartika Putu Mardiyasa Adi Saputra . Putu Permana Putra Putu Putri Sanjani, Dewa Ayu Putu Windu Tenaya . Retantyo Wardoyo Rizki Puji Amini Sarasmayana, Ketut Yoga Sindu, I Gede Partha Sri Addalena, Ketut Sukajaya, I N. Sukendry, Ni Made Nafta Susanti, Ni Kadek Yuli Sutanaya, I Gede Pande Yogianto Sutanjaya, Gde Angga Putra Tangkas Sedayatana, I Putu Thadeo Angga Kusuma Tresnawan, I Gusti Putu Yudha UNDIKSHA . Wiani, Ni Wayan Yulya Widhiyanti Metra Putri, Dewi Arum Wijaya, I Dewa Made Satria Sitangga Wirayasa, I Putu Merta Wirayasa, Komang Adi Yoga Antara, I Made Yundari, Yundari Yunita Purnama Sari Yunita Purnama Sari