Article Per Year (5 Year)
p-Index From 2021 - 2026
11.54
P-Index
This Author published in this journals
All Journal Jurnal Planologi Sultan Agung Jurnal Ilmu Lingkungan Tunas Geografi LaGeografiA Mintakat: Jurnal Arsitektur Jurnal Geografi : Media Informasi Pengembangan dan Profesi Kegeografian Jurnal Ilmiah MITSU (Media Informasi Teknik Sipil Universitas Wiraraja) Naturalis : Jurnal Penelitian Pengelolaan Sumberdaya Alam dan Lingkungan Jurnal Sumberdaya Alam dan Lingkungan Jurnal Wilayah dan Lingkungan Plano Madani : Jurnal Perencanaan Wilayah dan Kota Geo-Image Journal Journal of Geoscience, Engineering, Environment, and Technology Journal of Applied Geospatial Information Journal of Environment and Sustainability Jukung (Jurnal Teknik Lingkungan) CogITo Smart Journal GERVASI: Jurnal Pengabdian kepada Masyarakat KURVATEK Jurnal EnviScience (Environment Science) Bubungan Tinggi: Jurnal Pengabdian Masyarakat Journal of Environmental Science Sustainable Unram Journal of Community Service (UJCS) Pranatacara Bhumandala: Jurnal Riset Planologi Journal of Environmental and Science Education Jurnal Teknologi Lingkungan Lahan Basah Envirotek : Jurnal Ilmiah Teknik Lingkungan Jurnal Riset Perkebunan (JRP) JURNAL HUTAN TROPIS Uniplan: Journal of Urban and Regional Planning Jurnal Riptek Lingkar : Journal of Environmental Engineering Organisms: Journal of Biosciences Proceeding Seminar Nasional IPA Prosiding Seminar Nasional Biologi Jurnal Dharma Indonesia Journal of Sciencce Technology and Visual Culture Indonesian Journal of Conservation Jurnal Dharma Indonesia Journal of Environmental and Science Education Jurnal Abdi Negeri
Trida Ridho Fariz
Ilmu Lingkungan, FMIPA, Universitas Negeri Semarang
Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry 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 Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Physics Public Health Social Sciences Transportation Veterinary Other

Published : 102 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 102 Documents
Search

 1   2   3   4   5 
PERBANDINGAN KEMAMPUAN TEKNIK CELLULAR AUTOMATA DALAM MEMPREDIKSI PERTUMBUHAN SPASIAL LAHAN TERBANGUN DI KOTA PONTIANAK Trida Ridho Fariz; Ely Nurhidayati
Plano Madani : Jurnal Perencanaan Wilayah dan Kota Vol 9 No 1 (2020)
Publisher : Jurusan Teknik Perencanaan Wilayah dan Kota, Fakultas Sains dan Teknologi, Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/jpm.v9i1.10488

Abstract

Penelitian mengenai pemodelan spasial dinamis seperti memprediksi perubahan penggunaan lahan menggunakan Cellular Automata sudah banyak dilakukan. Penelitian ini mengkaji alternatif metode yang terbaik dalam membangun model prediksi masih jarang dilakukan, terutama di Indonesia. Padahal dalam membuat model prediksi terdapat instrument Transition Potential yang dibangun dengan beberapa metode seperti ANN dan LR. Penelitian ini bertujuan untuk menguji metode ANN dan LR dalam memprediksi pertumbuhan lahan terbangun di Kota Pontianak. Penelitian ini menggunakan data sekunder berupa peta lahan terbangun tahun 2007 dari citra satelit Landsat-5 dan peta lahan terbangun tahun 2014 dari citra satelit Landsat-8 untuk memprediksi tahun 2019. Hasil penelitian menunjukkan bahwa metode LR (Logistic regression) lebih baik dibandingkan ANN (Artificial Neural Network) dalam memprediksi pertumbuhan lahan terbangun di Kota Pontianak dengan ketentuan bahwa kota tersebut telah berkembang menjadi pusat kota tetapi masih terdapat banyak lahan kosong.
Mapping Land Coverage in the Kapuas Watershed Using Machine Learning in Google Earth Engine Trida Ridho Fariz; Ely Nurhidayati
Journal of Applied Geospatial Information Vol 4 No 2 (2020): Journal of Applied Geospatial Information (JAGI)
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jagi.v4i2.2256

Abstract

Land cover information is essential data in the management of watersheds. The challenge in providing land cover information in the Kapuas watershed is the cloud cover and its significant area coverage, thus requiring a large image scene. The presence of a cloud-based spatial data processing platform that is Google Earth Engine (GEE) can be answered these challenges. Therefore this study aims to map land cover in the Kapuas watershed using machine learning-based classification on GEE. The process of mapping land cover in the Kapuas watershed requires about ten scenes of Landsat 8 satellite imagery. The selected year is 2019, with mapped land cover classes consisting of bodies of water, vegetation cover, open land, and built-up area. Machine learning that tested included CART, Random Forest, GMO Max Entropy, SVM Voting, and SVM Margin. The results of this study indicate that the best machine learning in mapping land cover in the Kapuas watershed is GMO Max Entropy, then CART. This research still has many limitations, especially mapped land cover classes. So that research needs to be developed with more detailed land cover classes, more diverse and multi-time input data.
KOMPARASI MODEL CELLULAR AUTOMATA DALAM MEMPREDIKSI PERUBAHAN LAHAN SAWAH DI KABUPATEN PURWOREJO Trida Ridho Fariz; Ely Nurhidayati; Hidhayah Nur Damayanti; Elvita Safitri
Jukung (Jurnal Teknik Lingkungan) Vol 6, No 2 (2020): SEPTEMBER 2020
Publisher : Program Studi Teknik Lingkungan Fakultas Teknik Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/jukung.v6i2.9259

Abstract

Penelitian ini bertujuan untuk mengkomparasikan akurasi metode ANN dan LR dalam memprediksi perubahan lahan sawah di Kabupaten Purworejo. Adapun data masukan yang dibutuhkan adalah peta lahan sawah tahun 2008, 2015 dan 2019 hasil interpretasi visual citra satelit resolusi tinggi dan faktor pendorong perubahan lahan sawah. Hasil penelitian menunjukkan bahwa model prediksi lahan sawah yang dibangun dari ANN dan LR secara umum memiliki akurasi yang sama-sama baik. Tetapi jika dilihat dari total nilai false alarm dan misses, model CA yang dibangun dari ANN lebih baik dari LR. Hasil penelitian ini juga menunjukkan bahwa dalam rentang tahun 2008 sampai 2019, luasan lahan sawah di Kabupaten Purworejo berkurang sekitar 194.01 Ha.  Kata kunci: artificial neural network; cellular automata; logistic regression; perubahan penggunaan lahan; sawah.  This research aims to compare the accuracy of the ANN and LR methods in predicting changes in paddy fields in Purworejo Regency. The input data required is a map of paddy fields in 2008, 2015 and 2019 as a result of visual interpretation of high-resolution satellite imagery and the driving factors for changes in paddy fields. The results showed that the paddy field prediction model built from ANN and LR generally has the same accuracy. But if it is seen from the total value of false alarms and misses, the CA model from ANN is better than LR. This study shows that from 2008 to 2019, the area of paddy fields in Purworejo Regency decreased around 194.01 Ha. Keywords: artificial neural network; cellular automata; land-use changes; logistic regression; paddy field.
Pemanfaatan Data Twitter Dalam Penanggulangan Bencana Banjir dan Longsor Trida Ridho Fariz; Sapta Suhardono; Silvia Verdiana
CogITo Smart Journal Vol 7, No 1 (2021): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v7i1.305.135-147

Abstract

Big data seperti data twitter sudah cukup banyak digunakan dalam kajian ilmu sosial, tetapi penggunaannya dalam kajian bencana masih jarang di Indonesia. Sehingga tujuan dari penelitian ini adalah mencari tahu informasi apa saja yang dapat diidentifikasi melalui data media sosial twitter. Data yang digunakan dalam penelitian ini adalah data kualitatif dari angket dan data twitter dari sistem big data bernama Drone Emprit Academic (DEA). Data twitter yang bergeotag juga divisualisasikan dalam bentuk peta untuk membantu proses analisis deskripsi yang merupakan analisis utama dalam penelitian ini. Hasil dari penelitian ini menunjukan bahwa di twitter bencana banjir lebih mendapat perhatian ketimbang bencana longsor. Pada penyelenggaraan penanggulan bencana, kami berpendapat bahwa data twitter dapat digunakan pada semua fase. Data twitter dalam penanggulangan bencana terutama bencana hidrometereologis memiliki kelemahan seperti hanya bisa digunakan pada kota besar di Pulau Jawa. Kelemahan lainnya adalah informasi dari data twitter belum dipastikan apakah mewakili karakteristik demografi yang sama dengan kondisi dilapangan serta tingkat kevalidan informasi yang belum bisa dipertanggungjawabkan.Kata kunci— Twitter, Media sosial, Bencana, Banjir, Longsor
Analisis Regresi Logistik Untuk Identifikasi Faktor Pendorong Pertumbuhan Lahan Terbangun Secara Spasial di Kota Pontianak Ely Nurhidayati; Trida Ridho Fariz
Uniplan: Journal of Urban and Regional Planning Vol 1, No 1 (2020): November
Publisher : Department of Urban and Regional Planning, Faculty of Engineering, Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (737.614 KB) | DOI: 10.26418/uniplan.v1i1.43043

Abstract

Perkembangan kota menjadi masalah yang sangat serius dalam penataan kota. Salah satunya yaitu perubahan lahan non terbangun menjadi lahan terbangun. Hal ini disebabkan oleh meningkatnya kebutuhan lahan permukiman, jaringan, sarana dan prasarana. Kota Pontianak merupakan salah satu kota yang mengalami peningkatan lahan terbangun yang cukup signifikan, sehingga perlunya meneliti tentang faktor pendorong yang menyebabkan pertumbuhan lahan terbangun secara spasial. Tujuan penelitian ini yaitu menemukenali faktor-faktor pendorong pertumbuhan lahan terbangun di Kota Pontianak. Metodologi penelitian ini menggunakan pendekatan kuatitatif berbasis GIS. Teknik yang digunakan yaitu analisis penginderaan jauh dengan interpretasi hibrida. Hasil penelitian ini yaitu luasan lahan terbangun di Kota Pontianak pada tahun 2009 sekitar 3252,17 Ha dan meningkat menjadi 5102,06 Ha pada tahun 2019. Sedangkan persentase peningkatan terbesar secara administrasi terdapat di Kecamatan Pontianak Timur yaitu sekitar 9% per tahun. Adapun setiap tahun lahan terbangun di Kota Pontianak meningkat sebesar 9% di lokasi studi. Indikator yang paling memengaruhi pertumbuhan lahan terbangun di Kota Pontianak adalah jarak terhadap lahan terbangun eksisting.
Pemetaan Kebisingan Lalu Lintas di Perkotaan – Sebuah Tinjauan Trida Ridho Fariz
Envirotek : Jurnal Ilmiah Teknik Lingkungan Vol 14 No 2 (2022): Envirotek : Jurnal Ilmiah Teknik Lingkungan
Publisher : Program Studi Teknik Lingkungan, Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (542.002 KB) | DOI: 10.33005/envirotek.v14i2.234

Abstract

Kebisingan lalu lintas dapat memberikan dampak negatif pada manusia seperti penyakit kardiovaskular dan kesehatan mental. Ini membuat pengendalian kebisingan merupakan hal yang penting. Data yang representatif menjadi salah satu kunci utama dalam pengendalian kebisingan. Hal ini dikarenakan data yang representatif seperti peta sebaran kebisingan dapat membantu dalam pengambilan keputusan terkait rencana aksi pengurangan kebisingan di lingkungan. Oleh karena itu, artikel ini akan melakukan review literatur untuk membahas beberapa tantangan atau gap yang mungkin muncul dalam kajian pemetaan kebisingan menggunakan SIG (Sistem Informasi Geografis), sehingga dapat disimpulkan beberapa future work untuk pemetaan kebisingan lalu lintas. Hasil mengindikasikan bahwa kajian pemetaan kebisingan di Indonesia masih terbatas sehingga perlu ada kajian, salah satunya adalah perbandingan antar metode interpolasi hingga hiperparameter.
Pelatihan Pembuatan Kompos Menggunakan Metode Takakura Sebagai Solusi Penanganan Sampah di Kelurahan Jatirejo Kota Semarang Andhina Putri Heriyanti; Miranita Khusniati; Trida Ridho Fariz; Ni Luh Tirtasari; Amnan Haris; Abdul Jabbar
Bubungan Tinggi: Jurnal Pengabdian Masyarakat Vol 4, No 4 (2022)
Publisher : Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/btjpm.v4i4.6100

Abstract

Kelurahan Jatirejo di Kota Semarang merupakan salah satu wilayah yang memiliki permasalahan sampah rumah tangga. Namun kegiatan pengelolaan sampah berbasis masyarakat terkendala oleh waktu dan biaya. Teknik pengomposan dengan metode takakura dapat menjadi solusi dalam pengelolaan sampah rumah tangga di Kelurahan Jatirejo, Kota Semarang. Berangkat dari hal tersebut, kami selaku tim pengabdian melalukan kegiatan pelatihan pembuatan kompos menggunakan metode takakura sebagai solusi penanganan sampah di Kelurahan Jatirejo. Tahapan dalam kegiatan pengabdian ini terdiri dari tahapan persiapan, sosialisasi dan praktik pembuatan kompos. Pada tahapan persiapan, tim pengabdi menggunakan EM4 dalam pembuatan kompos berdasarkan studi literatur. Selanjutnya, tim pengabdi melakukan kegiatan sosialisasi dan praktik pembuatan kompos dengan metode takakura. Setelah kegiatan praktik, para peserta tertarik untuk menerapkan pengomposan dengan metode takakura ditempat tinggal masing-masing. Pengetahuan tentang pemanfaatan sampah rumah tangga bagi ibu-ibu Kelurahan Jatirejo juga semakin berkembang melalui kegiatan pengabdian pelatihan pembuatan pupuk kompos dengan metode takakura. Untuk kegiatan selanjutnya, perlu diuji bagaimana tingkat partisipasi masyarakat Kelurahan Jatirejo dalam pengelolaan sampah berbasis kompos dengan metode takakura. Jatirejo Village in Semarang City is one area that has household waste problems. However, community-based waste management activities are constrained by time and cost. Composting techniques using the takakura method can be a solution to managing household waste in Jatirejo Village, Semarang City. Based on that problem, we as a service team conducted composting training activities using the takakura method to handle waste in Jatirejo Village. The stages in this service activity consist of preparation, socialization and the practice of making compost. In the preparation stage, the service team used EM4 in composting based on a literature study. Furthermore, the service team carried out socialization activities and the practice of making compost using the takakura method. After the practical activity, the participants were interested in applying compost using the takakura method in their respective places of residence. Knowledge related to the use of household waste for women in Jatirejo Village is also growing through service activities for making compost fertilizer using the takakura method. For the next activity, it is necessary to examine how the level of community participation in Jatirejo Village in compost-based waste management using the takakura method is needed. 
Daya Dukung Lahan Pertanian Di Kabupaten Kendal Noor Malita Dwirani; Trida Ridho Fariz; Fadya Elva Riani; Nadira Safitri; Alisa Faidatul Umam; Abdul Jabbar; Fathia Lutfiananda
Jurnal Teknologi Lingkungan Lahan Basah Vol 10, No 2 (2022): Juli 2022
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jtllb.v10i2.56056

Abstract

Kendal Regency is one of the regencies in Central Java which is a center for rice production and has a fairly large area of rice fields. The study of the carrying capacity of agricultural land is very important because it is part of the study of the carrying capacity of the environment (D3TLH). Among the achievements of research on the carrying capacity of agricultural land, there has not been much discussion about the limitations and how to improvise the method. Therefore, this article will try to analyze and discuss the carrying capacity of agricultural land in Kendal Regency. The data used is secondary data from Kabupaten Kendal Dalam Angka. The results of the analysis show that Kendal Regency has a carrying capacity of 1.74 agricultural land which means a surplus. The limitation of this agricultural land carrying capacity analysis method is that it is difficult to model the carrying capacity of ecoregion-based agricultural land. Therefore, in the future work, we can build pixel-based data through remote sensing such as rice productivity extracted from the NDVI and EVI vegetation indices. 
Pemetaan Perubahan Penutup Lahan Di Sub-DAS Kreo Menggunakan Machine Learning Pada Google Earth Engine Trida Ridho Fariz; Fitri Daeni; Habil Sultan
Jurnal Sumberdaya Alam dan Lingkungan Vol 8, No 2 (2021)
Publisher : Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.jsal.2021.008.02.4

Abstract

ABSTRAKInformasi penutup lahan merupakan data yang sangat penting dalam pengelolaan Daerah Aliran Sungai (DAS). Tantangan dalam penyediaan informasi penutup lahan di DAS Kreo adalah tutupan awan dan cangkupan areanya yang cukup luas. Hadirnya platform pengolahan data spasial berbasis cloud yaitu Google Earth Engine (GEE) bisa menjawab tantangan tersebut. Oleh karena itu penelitian ini bertujuan untuk memetakan penutup lahan di DAS Kreo menggunakan klasifikasi berbasis machine learning pada GEE. Proses pemetaan penutup lahan di DAS Kreo menggunakan citra satelit Landsat 8 dan DEM SRTM. Input data yang digunakan antara lain band 1 sampai 7 pada citra Landsat 8, transformasi NDVI dan NDBI serta nilai elevasi dari DEM SRTM. Adapun tahun yang dipilih adalah tahun 2015 dan 2020 dengan machine learning yang diujikan meliputi CART, Random forest dan Voting SVM. Hasil penelitian ini menunjukkan bahwa machine learning yang terbaik dalam memetakan penutup lahan di DAS Kreo adalah Random forest. Penelitian ini masih terdapat banyak keterbatasan terutama kelas penutup lahan yang dipetakan.Kata kunci: Google Earth Engine, klasifikasi multispektral, machine learning, penutup lahanABSTRACTLand cover information is very important data in watershed management. The challenge in providing land cover information in the Kreo watershed is cloud cover and its wide area coverage. The presence of a cloud-based spatial data processing platform, namely Google Earth Engine (GEE) can answer these challenges. Therefore, this study aims to map land cover in the Kreo watershed using machine learning based classification on GEE. The land cover mapping process in the Kreo watershed uses Landsat 8 satellite imagery and DEM SRTM. The input data used include bands 1 to 7 on Landsat 8 imagery, NDVI and NDBI transformations as well as elevation values from DEM SRTM. The selected years are 2015 and 2020 with machine learning being tested including CART, Random forest and SVM Voting. The results of this study indicate that the best machine learning in mapping land cover in the Kreo watershed is Random forest. There are still many limitations in this research, especially the land cover class being mapped.Keywords: Google Earth Engine, multispectral classification, machine learning, land cover
Kajian Kapasitas Masyarakat Berbasis Aset Penghidupan Terhadap Bencana Kekeringan Trida Ridho Fariz; Fajar Adie Nugraha; Gede Aswin Yoga Putra; Ananto Aryo Nugroho; Dyah Ratna Salima; Lestarina Estifani Pradiny; Ahmad Faesal Mubarizi
LaGeografia Vol 21, No 1 (2022): Oktober
Publisher : UNIVERSITAS NEGERI MAKASSAR

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1029.293 KB) | DOI: 10.35580/lageografia.v21i1.37174

Abstract

AbstractWindurojo Village in Kesesi District, Pekalongan Regency is one of the areas with the most susceptible to drought. Therefore, this study aims to assess community capacity against drought in Windurojo Village at the household level and to analyze the relationship between variables. This study used a livelihood asset approach with data collection focused on Serang Hamlet, which is the area with the worst drought. The results of the study stated that the livelihood asset with the highest scale in Serang Hamlet was human capital. The results of the crosstab analysis also show that human capital is related to other capital, but the Spearman correlation results show that the highest relationship is found in financial and physical capital. The scoring results show that the capacity of the community against drought in Serang Hamlet is mostly medium class capacity, only 5 families are of high class capacity.  AbstrakDesa Windurojo di Kecamatan Kesesi, Kabupaten Pekalongan merupakan salah satu daerah yang paling rawan terhadap kekeringan. Oleh karena itu, penelitian ini bertujuan untuk menilai kapasitas masyarakat terhadap kekeringan di Desa Windurojo pada tingkat rumah tangga dan menganalisis hubungan antar variabelnya. Penelitian ini menggunakan pendekatan aset penghidupan dengan pendataan terfokus pada Dusun Serang yang merupakan daerah dengan kekeringan terparah. Hasil penelitian menyebutkan bahwa aset penghidupan dengan skala tertinggi di Dusun Serang adalah modal manusia. Hasil analisis crosstab juga menunjukkan bahwa modal manusia berhubungan dengan modal lainnya, namun hasil korelasi Spearman menunjukkan hubungan tertinggi terdapat pada modal fisik dan finansial. Hasil skoring menunjukkan bahwa daya tampung masyarakat terhadap kekeringan di Dusun Serang sebagian besar kelas menengah dan hanya 5 kepala keluarga yang kelas tinggi.
Co-Authors Abdul Jabbar Abdul Jabbar Abdullatif, Mukhlis Addini, Jihan Timur Aditya Marianti Aditya Wicaksono Afrilda, Nur Hayati Agfanisa, Rahma Agnes Dewi Wuri Ershanti Agustin, Shafira Sekar Indah Agustina Dwi Rahmawati Ahmad Faesal Mubarizi Aini, Maqfiroh Intan Nurul Ainunnisa', Nadiva Fardlotul Aji Prakoso Akbar Cahyadhi Pratama Putra Akbar Cahyadhi Pratama Putra Akbar, Muhammad Zidan Akmal, Muhamad Roihan Akmal, Muhammad Roihan Al Fath’qi, Rheza Rizky Al Hakim, M. Faris Alfathqi, Rheza Rizky Alhusna, Ahmad Faza Alia, Unca Alisa Faidatul Umam Alwyn, Josue Willian Alyanti, Nathaniela Anindya Amanda, Putri Amanda, Zahra Thea Amaratani, Centri Arktika Neoaprilia Amnan Haris Amnan Haris Anan Nugroho Andhina Putri Heriyanti Andi Syahputra Andi Syahputra Andin Vita Amalia, Andin Vita Andriana, Novi Anggraeni, Dwiva Yanti Retno Aprilianingsih, Dwi Utari Aqila, Adibatus Syarafi Rifda Ardeny, Anisa Nur Faizah Ardhi Arnanto Arif, Moh. Zidhan Rozikul Arifah, Erma Zakiy Arrofi Agung Dwi Saputra Arum, Astri Astuti, Retno Laras Atunnisa, Rifa' Aulia, Olifadia Eka Andiny Avicenna, Berlian Awati, Desiana Fitri Ayu, Mellyana Putri Az-Zahra, Salma Fatimah Az-Zahra, Sheeny Azzahra, Alifa Sofia Bakar, Caesario Kaka Abu Bambang Eko Susilo Banoantj, Diani Dwi Banowati, Chelsea Basri, Ichsan Birahma, Ati Shofa Fadlina Bunaya Hanif Wintribrata Cahyono, Raihan Eko Cantigi, Aisyah Sekar Chasanah, Aisya Nurul CHOIRUNNISA Chomainy, Chorisa Safifa Christyadi, Louis Anasthasya Crestanti Widya Utami Daeni, Fitri Damayanti, Meilinda Deanova, Dendhie Dewi Mustikaningtyas Dewi, Novi Ratna Dipanegara, Ayatulloh Repa DWI RAHMAWATI Dyah Rahmawati Hizbaron Dyah Ratna Salima Elvita Safitri Erliyanawati, Mira Ershanti, Agnes Dewi Wuri Estuning Tyas Wulan Mei Fadhilla, Alya Aisyah Fadya Elva Riani Faiq Hisyam Hartanto Faizah, Arina Fajar Adie Nugraha Fajar Adie Nugraha Fajar, Sadewa Tri Fajarwati, Elsa Putri Fathia Lutfiananda Fathia Lutfiananda Fauzian, Ahmad Rizky Nur Fauziyyah, Istiqomah Ifnan Febriyanto, Hendra Fitri Daeni Fitri Daeni Fitri, Revieta Noor Flora Dian Riwin Br Hutapea Gede Aswin Yoga Putra Ghifari, Harun Nafis Al Ginza, Farayhan Gunawan, Mahendra Gymnastiar, Muhamad Tegar Habil Sultan Hamka, Ahmad Hana, Duwi Handayani, Meilia Eka Hanifa, Jihan Khoirunnisa Hanum, Fadilla Haqqani, Aditya Rayyis Haris, Amnan Hartanto, Naufal Hartanto, Toni Haryadi - Hasnaningtiyas, Siti Heriyanti, Andhina Putri Hidayah, Harun Syamsudin Nur Hidhayah Nur Damayanti Hima, Riris Faiqatul Holeng, Vera Angelina Hunafa, Yuthika Husnaini Ihsan, Haikal Muhammad Inayah, Raudatul Iqbal Fathurrohman Ismida Rahmawati Januariska, Almira Aulia Jati, Elisabeth Gita Damar Juliani, Evi Julpa, Ira Sopiana Junun Sartohadi Kholil, Putri Alifa Kinasih, Lutfiah Rahma Sekar Kurniawan, Fakhri Ahmad Kusumaningsih, Febriana Restu Kuswati, Fitri Yunda Laksono, Amru Nur Latif, Mukhlis Abdul Lestarina Estifani Pradiny Listiaji, Prasetyo Lola Marselia Syafitri Lutfiananda, Fathia Luthfi Hanum Saputri Maharani, Saffira Alyda Marfai, Muh Aris Maulana, Faith Miftah Mauliya, Durrotul Jahroo Ma’ruf, Syamsul Azhar Qowwam Mendrofa, Best Forever Meutia Salwa Aisy Nabilla Miranita Khusniati Miranita Khusniati Muhammad Ahganiya Naufal Muhammad Fauzan Ramadhan Mukhlis Abdullatif Mumtazah, Tsabita Rikha Musthafa, Annis Hamida Mustikawati, Lenny Helmalia Nadira Safitri Naisabury, M. Robith An Nana Kariada Trimartuti Nasyafa, Zedda Naufal, Muhammad Agnaf Naufal, Muhammad Ahganiya Ni Luh Tirtasari Ni Luh Tirtasari Ni'matuzzahroh, Ni'matuzzahroh Ni’matuzzahroh, Ni’matuzzahroh Noor Malita Dwirani Norma Eralita Novitasari, Diandra Nugraha, Bachtiar Rama Ardhi Nuni Widiarti Nur Faizah Nurcahyo, Fathurrohman Nurhidayati, Ely Nurita, Oktavinda Jihan Nurjannah, Deswita Laila Nursendi, Audilla Optapia, Duwi Hana Pakarti, Rismala Airdia Indah Pambudi, Mariyoto Danang Pamungkas, Uswatun Rina Pangestu, Wisnu Ariya Pariono, Safila Aurellia Unu Pawit Indra Permana Permana, Pawit Indra Pradama, Daffa Evan Pradhana, M. Ananta Yuda Prahmani, Yonika Sindiana Prakoso, Aji Pramesti, Angelina Cahya Prasetyo Listiaji Pratama, Liona Surya Pratiwi, Andini Sukma Pratiwi, Evi Juliani Ayu Pratiwi, Nana Novita Prihatanto, Zidan Hafizh Nur Muqshid Primagati, Aira Trismadya Purwadi, Cintiya Egi Puspita, Narindra Indah Putra, Akbar Cahyadhi Pratama Putri Ulyatun Niswah Putri Yuni Nugroho Putri, Ade Anggun Wana Putri, Rizda Amalia Putri, Salma Dwi Putri, Sindi Yuliana Putri, Zahra Rizkia Putrie, Yohanna Anindya Rabbani, Raka Restu Rabbani, Tiara Zahran Rafidah, Zahra Rahmadani, Annisa Nurul Lailatul Rahmalidya, Alfia Rahman, Salma Aulia Rahmatillah, Imamuddin Zaid Rahmawati, Laila Zulaiha Amalia Raka Restu Rabbani Ramadani, Aulia Tri Ramadhani, Arthatia Putri Ramlah Ramlah Retnadi Heru Jatmiko Retnadi Heru Jatmiko Revalina, Aurelia Dias Nanda Revieta Noor Fitri Riani, Anisah Adha Riani, Fadya Elva Rini Juita Sianipar Ristyani, Agitha Vrokla Rizda Amalia Putri Rizki Nor Amelia Rizkiyah, Nanda Puji Rizky, Taufik Bahrul Romadhon, Vhaviriele Abel Safitri, Aldona Galuh Sahariyah, Nafa Hatus Sakti, Bernov Lakhomi Pujangga Salma, Lailatus Salman, Syamsul Hadi Salsabhila, Melvina Ardela Salsabila, Adinda Putri Salsabila, Fatikha Nur Juliagta Salsabilla, Nur Hayati Afrilda Salwa Salsabela Saoki, Rafi Nadhifa Sapta Suhardono Saputra, Arrofi Agung Dwi Saputra, Johan Ega Saputri, Luthfi Hanum Sari, Meylinda Senggi Fatikha Sari, Sindi Fatikha Sari, Virgania Sarwono, Muhammad Reza Daffauzan Setiyanda, Karista Gadis Shabrina, Dhiyanita Shoffa, Aurellia Gusty Shopura, Adia Wafa Sicha Nur Afidah Silvia Verdiana Siregar, Zepanya Gladis Tabita Siti Wahyuni Sri Ngabekti Sri Rum Giyarsih Sri Sukaesih Stevanie, Diva Avrilia Fuan Suciati, Dwi Suhardono, Sapta Sultan, Habil Suryaningrum, Irnanda Sutikno, Muhammad Abbi Fahrezy Syaharani, Alfiana Tanjung, Jonathan Danosmon Maleakhi Tantri Utami Widhaningtyas Tari, Febriani Trisna Tasya, Dessy Fitriana Tiaraningrum, Fathia Hanif Tirtasari, Ni Luh Trihadianta, Mohammad Rifki Turohmah, Nafila Tusya’diah, Aisa Umar, Moh. Jafar Utama, Daffa Pramoda Budi Utama, Raditya Arinanda Utami, Hasna Sekar Utami, Rinanda Putri Vergestian, David Beckham Vuri Krisna Mukti Wandari, Mellyana Putri Ayu Wicaksono, Maulana Malik Widhaningtyas, Tantri Utami Widjoyo, Evi Cahyanila Kurnia Widyandini, Arifa Marsanda Winandi, M. Arya Lucky Wulandari', Suci Wulandari, Agustiah Yoga Darmajati Yolanda, Vera Cerelia Yoni, Natiq Nona Nurinda Yuniar, Azka Dwi Zahira, Audya Fathana Zahra, Dwi Fathimah Zain, Kayla Miftakhul Zain, Maiya Zahra Zakaria, Aqil Aghita Zepanya Gladis Tabita Siregar Zhahira, Audya Fathana Zildzan, Aulia Rizky Zulfani, Jihan Zulfani, Sevianna Danah