Article Per Year (5 Year)
p-Index From 2021 - 2026
4.671
P-Index
This Author published in this journals
All Journal JSM (Jurnal SIFO Mikroskil) TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) PROSIDING SENATEK FAKULTAS TEKNIK UMP ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika PROSIDING SEMINAR NASIONAL CENDEKIAWAN JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING Jurnal Elektronika dan Telekomunikasi Berdikari: Jurnal Pengabdian Masyarakat Indonesia TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika IJAIT (International Journal of Applied Information Technology) Journal of Applied Engineering and Technological Science (JAETS) Jurnal Abdi Insani Indonesian Journal of Electrical Engineering and Computer Science Journal of Applied Data Sciences Journal of Computer, Electronic, and Telecommunication (COMPLETE) Almufi Jurnal Pengabdian kepada Masyarakat Internet of Things and Artificial Intelligence Journal Prosiding Seminar Nasional Rekayasa Teknologi Industri dan Informasi ReTII eProceedings of Engineering Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Jurnal Nasional Sains dan Teknik
Gelar Budiman
Universitas Telkom
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts 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 : 104 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 104 Documents
Search

 7   8   9   10   11 
QIM - Based Audio Watermarking with Combination Technique of DCT-QR-CPT RENDRAGRAHA, RENDY DWI; BUDIMAN, GELAR; SAFITRI, IRMA
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 7, No 1: Published January 2019
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v7i1.112

Abstract

ABSTRAKAudio watermarking adalah teknik memasukkan informasi ke dalam file audio dan untuk melindungi hak cipta data digital dari distribusi ilegal. Makalah ini memperkenalkan audio stereo watermarking berdasarkan Quantization Index Modulation (QIM) dengan teknik gabungan Discrete Cosine Transform (DCT) - QRCartesian Polar Transform (CPT). Host audio dibagi menjadi beberapa frame, selanjutnya setiap frame ditransformasi oleh DCT, kemudian output DCT diuraikan menjadi matriks orthogonal dan matriks segitiga menggunakan metode QR. Selanjutnya, CPT mengubah dua koefisien kartesian dari matriks segitiga (R) pada posisi (1,1) dan (2,2) menjadi koefisien polar. Setelah itu, penyisipan dilakukan pada koefisien polar oleh QIM. Hasil simulasi menunjukkan bahwa imperseptibilitas audio terwatermark berkualitas baik dengan Signal to Noise Ratio (SNR)> 20, Mean Opinion Score (MOS)> 4 dan tahan terhadap serangan seperti Low Pass Filter (LPF) dan Band Pass Filter (BPF) dengan cut off 25-6k, resampling, Linear Speed Change (LSC) dan MP3 Compression dengan rate diatas 64 kbps.Kata kunci: Audio Watermarking, CPT, DCT, QIM, QR ABSTRACTAudio watermarking is a technique for inserting information into an audio file and to protect the copyright of digital data from illegal distribution. This paper introduces a stereo audio watermarking based on Quantization Index Modulation (QIM) with combined technique Discrete Cosine Transform (DCT) – QR – Cartesian Polar Transform (CPT). Each frame of a host audio is transformed by DCT, then DCT output is decomposed using QR method. Next, CPT transform two cartesian coefficients from triangular matrix (R) in position (1,1) and (2,2) to polar coefficients. After that, embedding is executed on polar coefficients by QIM. The simulation result shows that the imperceptibility is good with Signal to Noise Ratio (SNR)>20, Mean Opinion Score (MOS)>4 and it is robust against attacks such as Low Pass Filter (LPF) and Band Pass Filter (BPF) with cut off 25-6k, Resampling, Linear Speed Change and MP3 Compression with rate 64 kbps and above. Keywords: Audio Watermarking, CPT, DCT, QIM, QR
Optimasi Sistem Penyembunyian Data pada Audio menggunakan Sub-band Stasioner dan Manipulasi Rata-rata Statistik NOVAMIZANTI, LEDYA; BUDIMAN, GELAR; WIBOWO, BHISMA ADI
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 6, No 2: Published May 2018
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v6i2.165

Abstract

ABSTRAKKasus pelanggaran hak cipta musik atau lagu menjadi masalah dan mendapat perhatian serius oleh industri musik di Indonesia. Teknik audio watermarking merupakan salah satu solusi untuk melindungi hak cipta audio digital dari tindakan ilegal dengan cara menyembunyikan watermark berupa identitas pemilik ke dalam audio tersebut. Pada penelitian ini, audio host diubah menjadi matriks 1-dimensi untuk proses framing. Selanjutnya Stationary Wavelet Transform (SWT) digunakan untuk mendapatkan sub- band stasioner terpilih yang akan disisipkan watermark. Metode Statistical Mean Manipulation (SMM) akan menghitung rata-rata host audio dalam satu frame, dan dilakukan proses penyisipan bit. Optimasi dilakukan dengan melakukan evaluasi parameter yang menghasilkan BER paling tinggi setelah sistem diberikan serangan. Hasil dari optimasi diperoleh suatu sistem audio watermarking yang kuat dan tahan terhadap gangguan signal, dengan rata-rata BER 0.113, SNR 31 dB, ODG -0.6, dan MOS 4.6.Kata kunci: audio watermarking, SWT, SMM, optimasiABSTRACTThe case of copyright infringement of music or song becomes a serious problem in Indonesia. Audio watermarking technique is one solution to protect the music copyright of digital audio from illegal acts by hidding the watermark in the form owner's identity into the audio. The workings of audio watermarking is to embed the watermark in the form owner's identity into the audio. In this study, the audio host is converted into a 1-dimensional matrix for the framing process. Furthermore Stationary Wavelet Transform (SWT) used to obtain stationary sub-bands selected to be inserted watermark. Statistical methods Mean Manipulation (SMM) will calculate the average host audio in one frame, and do bits insertion process. Optimization is done by evaluating the parameters that produce the highest BER after the system is given an attack. The results of the optimization obtained an audio watermarking system that is robust and resistant to signal interference, with the average BER 0.113, SNR 31 dB, ODG -0.6, and MOS 4.6. Keywords: audio watermarking, SWT, SMM, optimization
Penyisipan Citra pada Audio dengan Kode PN Terdistribusi Gaussian BUDIMAN, GELAR; AULIA, SUCI; RAMATRYANA, I NYOMAN APRAZ
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 7, No 2: Published May 2019
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v7i2.209

Abstract

ABSTRAKPada makalah ini, perancangan audio watermarking memanfaatkan kode PN yang terdistribusi Gaussian atau Normal dengan menggunakan citra sebagai watermark yang disisipkan pada audio. Watermark yang berupa citra biner diubah ke dalam vektor 1 dimensi, kemudian dijumlahkan dengan kode PN terdistribusi normal yang disaring dengan filter psikoakustik. Setelah itu, sinyal dikalikan dengan faktor gain α sebelum dijumlahkan dengan host audio untuk mendapatkan watermarked audio. Hasil dari simulasi menunjukkan bahwa sistem memiliki kapasitas watermark yang tinggi pada 689.06 bps, imperseptibilitas yang baik pada SNR>26 dB, dan tahan terhadap serangan LPF mulai frekuensi cut off 6 kHz keatas, serangan Additive Noise mulai 40 dB keatas, resampling pada rate 16 kHz, LSC 1% - 10%, dan kompresi MP3 untuk rate 192 kbps.Kata kunci: Audio Watermarking, Kode PN, distribusi normal, filter sikoakustik ABSTRACTIn this paper, the design of audio watermarking utilizes PN code that is Gaussian or Normal distributed by using the image as a watermark inserted in the audio. The watermark in the form of binary images is converted into a 1-dimensional vector, then summed up with a normally distributed PN code filtered by a psychoacoustic filter. After that, the signal is multiplied by α gain factor before adding it to the audio host to get the watermarked audio. The result of the simulation shows that the system has a high watermark capacity at 689.06 bps, good imperceptibility at SNR> 26 dB, and withstand LPF attacks starting from 6 kHz cut-off frequency and above, Additive Noise attacks from 40 dB up, resampling at 16 kHz , LSC 1% - 10%, and MP3 compression for 192 kbps rate.Keywords: Audio Watermarking, PN code, normal distribution, psychoacoustic filter
CS-based Lung Covid-Affected X-Ray Image Disorders Classification using Convolutional Neural Network Triasari, Biyantika Emili; Budiman, Gelar; Maidin, Siti Sarah; Jaya, M. Izham; Hariyani, Yuli Sun; Irawati, Indrarini Dyah; Zhao, Zhong
Journal of Applied Data Sciences Vol 5, No 4: DECEMBER 2024
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v5i4.371

Abstract

Lung diseases, such as pneumonia, significantly affect the respiratory system, especially the lungs. This condition causes various degrees of lung damage in patients of all age groups, including the elderly, adults, and children. Even after treatment and recovery, diagnosing lung damage remains important, which can be done using rapid tests, clinical evaluations, CT scans, or X-rays. This study focuses on the classification of X-ray images of lungs affected by pneumonia and normal lungs, using the Convolutional Neural Network method based on Compressive Sensing (CS) simulated using MatLab. The purpose of the study is to determine the performance by calculating the confusion matrix value. The number of datasets used for normal lungs and those affected by pneumonia is 300 X-ray images from several different sources, with 60% training data, 30% validation, and 10% testing. The addition of the compression process causes a decrease in image quality, expressed in PSNR, as well as a decrease in classification parameters such as accuracy. Compared with previous research, the system without compression produces the highest accuracy. The results of the study can help classify lungs affected by pneumonia.
Aplikasi Watermark Robust Reversible dengan Antarmuka Putra, Afi Athallah Syamsulhadi; Novamizanti, Ledya; Budiman, Gelar
Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Vol. 4 No. 1 (2024): Desember 2024
Publisher : Perpustakaan Universitas Telkom

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

Abstract

Dalam era digital, keaslian dan keamanan citra digital menjadi sangat penting mengingat mudahnya konten digital diduplikasi dan dimodifikasi tanpa izin. Penulisan ini bertujuan untuk mengembangkan aplikasi robust reversible watermarking citra serta antarmuka pengguna yang intuitif. Fokus utama pengembangan aplikasi adalah pada kemudahan penggunaan agar dapat diakses oleh berbagai kalangan. Aplikasi yang dikembangkan merupakan aplikasi desktop yang memiliki antarmuka dan fungsi-fungsinya. Hasil pengujian dengan dua perangkat yaitu laptop dan PC menunjukkan bahwa aplikasi Wmarks mampu menunjukkan responsivitas latency yang cukup bagus dengan selisih rata-rata 58.079 ms. Berdasarkan pengujian black box, Wmarks berhasil menjalankan fitur dengan baik. Memiliki performa yang cukup baik dengan memperoleh hasil CPU usage dengan kategori “baik” dengan rata-rata 0-4% pada kondisi idle dan memperoleh kategori “buruk” dengan rata-rata 24-68% pada kondisi fungsi aplikasi tereksekusi. Berdasarkan hasil pengujian system usability yang dilakukan oleh 30 responden, aplikasi Wmarks mendapatkan total nilai SUS (System Usability Scale) sebesar 80.35 dengan grade A yang menunjukkan bahwa aplikasi dapat diterima dan digunakan oleh pengguna dengan sistem operasi desktop. Kata kunci— teknologi watermarking, citra digital, antarmuka pengguna, latency responsiveness, black box, spread spectrum adaptive.
Enhancing Soybean Fertilization Optimization with Prioritized Experience Replay and Noisy Networks in Deep Q-Networks Fakhrezi, Alfian; Budiman, Gelar; Perdana, Doan
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol. 11 No. 2 (2025): June
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v11i2.30690

Abstract

This study focuses on the optimization of reinforcement learning in the Deep Q Network algorithm. This is achieved using the prioritized experience replay algorithm and Noisy Network optimization. The main goal is to optimize fertilization so that it can adapt to its environment and avoid over-fertilization. This study uses the prioritized experience replay algorithm and Noisy Network optimization to create an agent in RL that is able to explore and exploit optimally so that it can improve the precision of fertilization in soybeans. This methodology includes several steps, including data preparation, creating an environment that matches real-world conditions, and validating changes in soil nutrient conditions.  The RL model was trained with PER and NN, with performance evaluated using cumulative reward, convergence speed, action distribution, and Mean Squared Error (MSE). The main results of the study show that DQN-PER NN achieves the highest cumulative reward, approaching 600,000 in 1000 episodes, outperforming standard DQN, A2C, and PPO. It also converges faster at episode 230, indicating superior adaptability. In addition, the results of this study indicate that the model that has been created is able to recommend a dose of SP36 fertilizer of 150 kg/ha, urea fertilizer of 100 kg/ha, and KCL fertilizer of 125 kg/ha. Compared with the A2C and PPO methods, the dose of urea fertilizer is reduced by 14%, KCL fertilizer is reduced by 33%, while for SP36 the difference is 23%. In Conclusion this model effectively distributes actions based on environmental conditions, which supports sustainable agriculture. In conclusion, the integration of PER and NN into DQN significantly improves exploration and decision making, and optimizes soybean fertilization. This model not only improves harvest efficiency but also encourages sustainable agricultural practices.
DCT and SVD Sparsity-Based Compressive Learning on Lettuces Classification Lutvi Murdiansyah Murdiansyah; Gelar Budiman; Indrarini Dyah Irawati; Sugondo Hadiyoso; A. V. Senthil Kumar
Journal of Applied Engineering and Technological Science (JAETS) Vol. 6 No. 1 (2024): Journal of Applied Engineering and Technological Science (JAETS)
Publisher : Yayasan Riset dan Pengembangan Intelektual (YRPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37385/jaets.v6i1.4506

Abstract

Compressive Sensing (CS) technique in image compression represents efficient signal which offering solutions in image classification where the resources are constrained especially on a large image processing, storage resource, and computing performance. Compressive learning (CL) is a framework that integrates signal acquisition via compressed sensing (CS) and machine/deep learning for inference tasks directly on a small number of measurements, On the other hand, in real-world high-resolution (HR) data, where the image dataset is very limited CL, has the drawback of reduced accuracy under conditions of aggressive compression ratio. Here, a reconstruction method is necessary to maintain high levels of accuracy. To address this, we proposed a framework Deep Learning (DL) and Compressive Sensing that processing a small dataset of 92 images maintaining high accuracy. The framework developed in this paper employs processing sensing matrix A in compressive sensing with two transformation methods: DCT CL with Multi Neural Networks and the SVD method with GoogleNet framework. To maintain the same computation efficiency as DCT Compressive learning, SVD with GoogleNet framework provides a solution for object recognition, achieving accuracy values ranging from 89.47% to 63.15% for compression ratios of 3.97 to 31.75. This performance shows a linear tendency concerning the PSNR level, an index of signal reconstruction quality, and demonstrates an efficient process in the S matrix.
Perancangan Dodge Game dengan Scratch Junior untuk Siswa-Siswi SD Sekolah Hamidah Sampurna, Kabupaten Bandung Purnamasari, Rita; Budiman, Gelar; Saleh, Khaerudin; Dimarta, Rafli Caesario; Parameswara, Prastama Agung Yusuf; Mahanani, Edo Lutfi
Almufi Jurnal Pengabdian Kepada Masyarakat Vol 5 No 1: Juni (2025)
Publisher : Yayasan Almubarak Fil Ilmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63821/ajpkm.v5i1.441

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan literasi digital dan keterampilan pemrograman dasar bagi siswa-siswi Sekolah Dasar (SD) Hamidah Sampurna, Kabupaten Bandung, melalui perancangan Dodge Game menggunakan Scratch Junior. Scratch Junior dipilih karena merupakan aplikasi pemrograman berbasis blok yang ramah anak dan mudah dipahami oleh pemula. Metode pelaksanaan kegiatan melibatkan pendekatan partisipatif dengan sesi pelatihan interaktif, pendampingan, serta evaluasi hasil belajar siswa. Hasil dari kegiatan ini menunjukkan bahwa siswa mampu memahami konsep dasar pemrograman, seperti perintah sekuensial, perulangan, dan logika kondisi dalam pembuatan game sederhana. Selain itu, kegiatan ini juga meningkatkan kreativitas dan kemampuan berpikir komputasional siswa. Selanjutnya program ini dapat dipandang sebagi salah satu model dalam penerapan pembelajaran berbasis teknologi yang inovatif di sekolah dasar, serta mendorong minat siswa terhadap bidang pemrograman sejak usia dini.
Implementasi Aplikasi Human Resource Fase-1 Yayasan Solidaritas Syamsul’ Ulum Kabupaten Bandung Budiman, Gelar; Patmasari , Raditiana; Anwar, Khoirul; Sholih, Ghinan Muhammad
Almufi Jurnal Pengabdian Kepada Masyarakat Vol 5 No 1: Juni (2025)
Publisher : Yayasan Almubarak Fil Ilmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63821/ajpkm.v5i1.445

Abstract

Pengelolaan sumber daya manusia yang efektif menjadi aspek krusial dalam operasional sebuah organisasi, termasuk lembaga sosial seperti Yayasan Solidaritas Syamsul ‘Ulum Kabupaten Bandung. Saat ini, pendataan anggota (member) dalam yayasan masih dilakukan secara manual, yang berpotensi menimbulkan berbagai kendala, seperti kesalahan pencatatan, duplikasi data, serta kesulitan dalam pengelolaan informasi anggota secara efisien. Untuk mengatasi permasalahan tersebut, penelitian ini mengusulkan Implementasi Aplikasi Human Resource Fase-1, yang berfokus pada pengembangan sistem digital untuk mendukung pendataan anggota secara terstruktur dan terintegrasi.  Tahap awal (Fase-1) dari aplikasi ini akan mencakup fitur utama, seperti pendaftaran anggota, manajemen data personal, serta penyimpanan dan pencarian data yang lebih efisien. Pengembangan aplikasi ini dirancang secara komprehensif dengan pendekatan user-centered design, sehingga dapat disesuaikan dengan kebutuhan spesifik yayasan. Teknologi yang digunakan dalam implementasi ini akan berbasis web dan mobile, memungkinkan aksesibilitas yang lebih luas bagi pengelola dan anggota yayasan.  Program ini diharapkan dapat meningkatkan efisiensi pengelolaan data anggota, mempermudah monitoring keaktifan member, serta mendukung pengambilan keputusan berbasis data dalam yayasan. Lebih lanjut, proyek ini juga menjadi langkah awal dalam membangun sistem manajemen sumber daya manusia yang lebih profesional dan berkelanjutan bagi Yayasan Solidaritas Syamsul ‘Ulum Kabupaten Bandung
Penerapan Knn Dan Cnn Pada Aplikasi Mobile Pendeteksi Kematangan Buah Semangka Berbasis Audio Putri, Gisky Rahmada; Budiman, Gelar; Eliskar, Yulinda
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

Semangka banyak diminati masyarakat karena kandungan pada buahnya yang memiliki banyak air sehingga sangat segar saat dikonsumsi, selain itu banyak juga segudang manfaat didalamnya. Akan tetapi keminatan terhadap buah semangka ini tidak diikuti dengan pengetahuan masyarakat terhadap matang atau tidaknya buah semangka yang dijual di pasaran. Oleh karena hal tersebut menjelaskan bahwa membutuhkan alat pendeteksi untuk membantu masyarakat saat pemilihan buah semangka. Dengan alasan ini lah peneliti ingin menciptakan alat pendeteksi semangka berbasis android menggunakan machine learning serta deep learning. machine learning disini menggunakan metode CNN serta MFCC, lalu pada deep learning menggunakan metode CNN. Adanya dua alat tersebut dilakukan perbandingan akurasi pada semangka yang akan diuji. Dengan menepuk buah semangka dapat menghasilkan output yang berbeda dari nyaringnya, sehingga buah semangka yang diketuk dapat diketahui tingkat kematangannya. Bunyi nyaring yang dikeluarkan pada buah semangka dihasilkan karena kandungan yang terdapat pada buah semangka sendiri terutama pada kandungan airnya. Pada buah semangka yang sudah matang tentu saja kandungan air sudah banyak sehingga bunyi yang dihasilkan tidak terlalu nyaring, sedangkan buah muda akan terdengar nyaring karena masih sedikit pada kandungan airnya. Dari hasil penelitian yang sudah diuji menghasilkan tingkat akurasi pada CNN yaitu 70 hingga 80%. Dengan demikian penelitian ini memiliki tujuan terutama untuk mengedukasi masyarakat terhadap kematangan buah semangka, serta menghindari penipuan saat membelinya. Kata kunci — Semangka, Matang, Machine learning, Deep learning, Android.
Co-Authors A. V. Senthil Kumar Alfian Ghifari Alif, Menara Allisha Septariani Ahmad Amini, Siti Aisyah Anggi Tiovany Siregar Annida, Nurafifah Ardhiah, Aulia Arfidianti Kartika Meiza Putri Arining Pangestu Astry Novianty Aulia Wibowo Azizah Azizah Bambang Hidayat Bambang Hidayat Basudewa, Muhammad Imansyah Bayu Angga Medica Firmanda Budhi Irawan Budi Setiadi Chairunisa, Difa Cindy Angelista Deltika Dadan Nur Ramadan Daniel Gilbert Bismark Dimarta, Rafli Caesario Dimata, Rafli Caesario Doan Perdana Elsa Nur Fitri Astuti Elsa Nur Fitri Astuti Fadhlan Putra Fairuz Azmi Fajar Wahyu Satrianto Fakhrezi, Alfian Faza, Lulu Balqis Zianka Fellia Rizki Kusumowardani Fikri Adhanadi Fityanul Akhyar Fonizza Popy Wijaya Gella Aradea Putri Ghilman Hafizhan Gogi Gautama Al Hadiid Hafiz Adriansyah HANNAN HARAHAP, HANNAN Hanum, Mirza Alifia Hengki Setiadi Hilman Fauzi, Hilman I G A M Wibhu Cadu Asrawan I Nyoman Apraz Ramatryana Ifan Fadlina Anhar Iman Hedi Santoso Indrarini Diah Irawati Indrarini Dyah Irawati Intan Shafinaz Rahmatika Inung Wijayanto Irfan Dwi Pratama Irma Safitri Iwan Iwut Jamhari Jamhari Jangkung Raharjo Jaya, M. Izham Kadek Suryadharma KHAERUDIN SALEH Khoirul Anwar Ledya Novamizanti Liyana Faiza Lulud Annisa Ainun Mahmuddah Lutvi Murdiansyah Murdiansyah M Fauzan Rindra P M. Faiz Nashrullah Mahanani, Edo Lutfi Maidin, Siti Sarah Marissa Kezia Maghein Meiza Putri, Arfidianti Kartika Melati Wahyutami Mochamad Erkki Svante Nyfors Mochamad Reyhand Landrenzy Zulfikar Mohamad Iqbal Mohammad Bisma Rezady Mohammad Fadly Sulianto Mona Renasari Muhammad Alif Rizqi Hatmadiansyah Muhammad Aprianda Rahmadi Muhammad Iqbal Muhammad Iqbal Rabbani Muhammad, Zalfa Alif Naufal Reza Alfiandy Novialdy Nugroho Santoso Nugraeni Kholifaturrofiah Nur Andini Nur Ibrahim Nurbani Yusuf Nurwan Reza Fachrurrozi Nydia Amelinda Putri Nyoman Apraz Ramatryana Paradila I., Dela Parameswara, Prastama Agung Yusuf Pasaribu, Novalanza Grecea Prasetyo, Muhammad Putra, Afi Athallah Syamsulhadi Putri, Gisky Rahmada Putri, Reyhani Lian R. Yunendah Nur Fu’adah Raditiana Patmasari Rahadian Lintang Sinuryo Rahmawati, Aulya Ramadhan Prasetya Dahlan Ramadhani, Shinta RAMATRYANA, I NYOMAN APRAZ Ratri Dwi Atmaja Refika Oktaviani Reformatio, Fairoez Nauval Renasari, Mona RENDRAGRAHA, RENDY DWI RENDRAGRAHA, RENDY DWI Rendy Pratama Yuda Reyhani Lian Putri Rita Purnamasari Rolasris Rolasris Roma Aji Kaloko, Roma Aji Rustam Rustam Ryan Aminullah Ryan Anggara Saddan Hussein Sari, Rina Media Sasmi Hidayatul Yulianing Tyas Sa’idah, Sofia Sholichatur Rizkiyah Sholih, Ghinan Muhammad SIREGAR, RIZKY DAMARJATI SIREGAR, RIZKY DAMARJATI Siti Zahrotul Fajriyah Sofia Sa’idah SOFIA SAIDAH Suci Aulia Sugondo Hadiyoso Sulistyowati, Syifa Dwi Suryo Adhi Wibowo Syamsul Rizal Syarahbil Pawellang Syifa Maliah Rachmawati Syifa Nurgaida Yutia Tita Haryanti Triasari, Biyantika Emili Unang Sunarya Wahidin Wahidin WIBOWO, BHISMA ADI Wulanda, Ghea Aldama Yoga Sanjaya Purba Yudiansyah Yudiansyah Yugnan Adi Sasongko YULI SUN HARIYANI Yulinda Eliskar Zhao, Zhong