Claim Missing Document
Check
Articles

Diagnosis Dini Penyakit Diabetes Mellitus Tipe I dan Tipe II dengan Metode Random Forest Dzikrullah, Muhammad Aulia Fachruz; Soebroto, Arief Andy; Widodo, Agus Wahyu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 9 (2023): September 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Diabetes melitus (DM) sebagai suatu penyakit atau gangguan metabolisme cronic yang ditandai dengan tingginya kadar gula darah (hiperglikemia) dan disertai gangguan metabolisme karbohidrat, lemak, dan protein karena kurang efisiennya fungsi insulin. Ditahun 2018 Department Pencegahan dan Pengendalian Penyakit Tidak Menular (P2PTM) menyebut didominasi penderita pada kelompok usia 10-14 dengan 403 kasus, kemudian 275 kasus di kelompok usia 5-9 tahun, dan 146 kasus terdapat pada kelompok usia dibawah 5 tahun, sedangkan pada kelompok usia diatas 15 tahun sebanyak 25 kasus. Penelitian yang diajukan adalah membangun sebuah sistem yang digunakan untuk mendeteksi atau mendiagnosa tingkat diabetes menggunakan algoritme random forest (RF). RF dipilih karena berdasarkan penelitian sebelumnya memiliki error rate kecil dan memiliki akurasi yang lebih tinggi jika dibandingkan dengan metode yang lain. Diagnosa dan tindakan dini pada penderita diabetes ini diperlukan untuk mengetahui seberapa besar kemungkinan orang tersebut menderita diabetes, dan dapat dilakukan tindakan intervensi sebelum individu dengan pre-diabetes tidak menjadi diabetes. Hasil dari penelitian ini adalah tingkat akurasi dari berbagai jumlah tree yang digunakan dalam pembentukan random forest. Nilai akurasi tertinggi yang didapatkan adalah 72% dengan pertimbangan hanya dengan tingkat kedalaman node adalah tiga.
Implementasi Metode Promethee untuk Klasifikasi Penyakit Paru-Paru Hanafi, Andy; Hidayat, Nurul; Soebroto, Arief Andy
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 9 (2023): September 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Paru – paru adalah salah satu organ sangat penting dalam tubuh manusia. Ada beberapa faktor yang menyebabkan yang bisa menyebabkan seseorang terkena penyakit paru – paru salah satunya gaya hidup yang kurang sehat. Tuberkuolosis (TB) merupakan salah satu penyakit paru - paru. Menurut World Health Organization (WHO) pada tahun 2006, Indonesia menempati posisi ke 3 sebagai penyumbang penyakit Tuberkulosis dengan angka 500.000 jiwa dan dalam satu tahun total kematian sebesar 100.000 jiwa. Hal tersebut bisa terjadi karena keterlambatan dalam penanganan pada penderita penyakit paru – paru dan kurangnya pemahaman masyarakat akan gejala dini pada penyakit paru – paru itu sendiri. Dengan adanya masalah tersebut muncul suatu ide mengembangkan sebuah perangkat lunak dalam membantu mendiagnosis penyakit paru – paru dini menggunakan metode Promethee. Promethee adalah salah satu metode yang digunakan untuk mencari suatu urutan dalam alternatif yang beragam. Dengan menggunakan metode tersebut, diharapkan dapat membantu proses diagnosis dini pada penderita penyakit paru – paru. Hasil yang didapatkan dari penerapan metode promethee sebagai klasifikasi penyakit paru – paru yaitu akurasi sebesar 86%.
Klasifikasi Penyakit Tanaman Bawang Merah Menggunakan Metode Fuzzy K-Nearest Neighbor Sitepu, Yosua Christiansen; Hidayat, Nurul; Soebroto, Arief Andy
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 5 (2024): Mei 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Tanaman bawang merah (Allium ascalonicum L.) adalah salah satu jenis tanaman semusim yang termasuk dalam famili Liliaceae. Tanaman bawang merah digunakan oleh manusia sebagai bumbu masakan yang menambah cita rasa pada makanan. Dijumpai kendala dalam proses penanaman bawang merah yaitu penyakit yang membuat tanaman bawang merah tidak dapat dipanen. Oleh karena itu petani membutuhkan solusi agar penyakit tanaman bawang merah dapat diatasi. Metode yang digunakan Fuzzy K-Nearest Neighbor merupakan gabungan dari dua tekniki klasifikasi, yaitu tekniki klasifikasi fuzzy yang digabung dengan teknik klasifikasi K-Nearest Neighbor. Fuzzy K-Nearest Neighbor adalah teknik klasifikasi yang digunakan untuk melakukan sebuah prediksi pada data yang diuji dengan menggunakan konsep fuzzy nilai derajat keanggotaan data pada setiap kelas. Variabel yang digunakan dalam penelitian ini adalah 15 total gejala yang disebabkan oleh 5 total hama dan penyakit tanaman bawang merah. Akurasi tertinggi yang didapatkan dari hasil pengujian adalah ketika nilai K = 2 hingga nilai K = 6 yang memiliki nilai akurasi sebesar 0,9.
Analisis Peramalan Curah Hujan Menggunakan Metode Extreme Learning Machine (Studi Kasus: Stasiun Klimatologi Jawa Timur) Sukamto, Anjas Pramono; Soebroto, Arief Andy
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 5 (2024): Mei 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini fokus pada analisis peramalan curah hujan di Indonesia, sebuah negara tropis yang terdapat curah hujan tinggi sehingga menyebabkan banjir dan tanah longsor. Stasiun Klimatologi Jawa Timur, terletak di Kabupaten Malang, merupakan pusat informasi cuaca dan sering terkena dampak banjir. Studi ini mengidentifikasi pola data historis secara sistematis untuk peramalan yang akurat. Metode peramalan yang digunakan adalah Jaringan Saraf Tiruan, khususnya Extreme Learning Machine (ELM). ELM dianggap efektif dengan tingkat kesalahan rendah dan kecepatan pelatihan yang tinggi. Penelitian ini membandingkan kinerja ELM dibandingkan metode tradisional seperti KNN dan SVM, menunjukkan superioritas ELM dalam kecepatan dan kinerja komputasi. Sebuah studi kasus menggunakan judul "Analisis Peramalan Curah Hujan Menggunakan Metode Extreme Learning Machine (Studi Kasus: Stasiun Klimatologi Jawa Timur)" menyoroti penerapan ELM dalam konteks ini. Temuan penelitian ini dapat mendukung upaya pencegahan banjir melalui peramalan yang lebih akurat. Kinerja peramalan curah hujan dengan metode ELM memperoleh nilai Mean Squared Error (MSE) 0,021 rasio parameter data pelatihan dan data pengujian sebesar 50% - 50% dan jumlah hidden neuron sebanyak 10 neuron.
Pengembangan Sistem Informasi Kompetisi Berbasis Web (Studi Kasus: Universitas Brawijaya) Akbar, Ali; Brata, Adam Hendra; Soebroto, Arief Andy
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 9 (2024): September 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi kompetisi menggunakan pendekatan iteratif dengan metode prototipe dalam tahapan analisis kebutuhan, menghasilkan 42 kebutuhan fungsional dan 2 kebutuhan non-fungsional dengan lima jenis pengguna, yaitu mahasiswa, pemeriksa, admin fakultas, admin UB, dan guest. Perancangan sistem diwujudkan melalui beberapa diagram klas yang dikelompokkan berdasarkan controller dengan tujuh alur utama yang digambarkan dalam bentuk diagram sekuensial. Implementasi dilakukan menggunakan bahasa pemrograman PHP dan JavaScript dengan framework Laravel dan ReactJS, berfokus pada pembuatan kompetisi, pengisian formulir tim, pemeriksaan dan penilaian tim, penilaian akhir, pengelolaan pengguna, dan notifikasi. Pengujian sistem dilakukan dalam dua tahap, yaitu validasi dan compatibility. Pengujian menggunakan metode blackbox testing menunjukkan tingkat keberhasilan sebesar 41 dari total 42 use case, sementara pengujian compatibility menunjukkan hasil 100% pada tujuh browser yang berbeda, mengindikasikan sistem ini dapat digunakan sesuai dengan use case yang telah ditentukan.
Enhancing Family Nutrition and Economy by Cultivating Catfish in Aquaponic Systems to Optimise Narrow Land Space Soebroto, Arief Andy; Suryanto Hertika, Asus Maizar; Nurlaelih, Euis Elih; Baghaz, Renanda DSP; Alfarisi, Muhammad Asnin
Journal of Innovation and Applied Technology Vol 10, No 1 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.jiat.2024.10.01.004

Abstract

The MMD 1000 Village Strategic Community Service Grant Program aims to address the issues that the village community is currently facing, such as the low level of community participation in PKK activities, the need to improve the nutrition of low-income families, and the underutilization of narrow yards. So that through the MMD 1000 Village Strategic Community Service Grant Programme activities, this will offer solutions to these problems, including outreach and demonstration plots along with the assistance of aquaponic cultivation systems. The methods that will be applied to this activity include the following: 1) providing understanding to community leaders and target audiences, especially activity partners; 2). Counselling and training to increase knowledge about the implementation of an appropriate aquaponic cultivation system, 3). Direct practice or application of the aquaponic cultivation system, including assembling the design of aquaponics tools, setting tools and tanks, water preparation and monitoring water quality, stocking fish seeds, planting vegetable seeds, and raising fish and vegetables together 4). Evaluation to monitor success in implementing activities, 5). Evaluate the impact of activities directly on increasing fish and vegetable consumption and the impact on the family economy through fish and vegetable production. This activity increases the community's ability to manage narrow land by implementing an aquaponic system, which has an impact on improving family nutritional welfare and increasing economic income and is expected to be implemented by the wider community in Dawuhan Village and other villages in Malang Regency.
Pelatihan Budidaya Multi-Culture Farming Berbasis Teknologi Sistem Pakar serta Optimasi untuk Kemandirian Ekonomi dan Ketahanan Pangan Masyarakat Indonesia Sutrisno, Sutrisno; Cholissodin, Imam; Soebroto, Arief Andy; Muflikhah, Lailil
JAST : Jurnal Aplikasi Sains dan Teknologi Vol 5, No 2 (2021): EDISI DESEMBER 2021
Publisher : Universitas Tribhuwana Tunggadewi Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33366/jast.v5i2.2878

Abstract

Poverty alleviation efforts in Indonesia are still challenging due to the lack of job opportunities. Therefore, creative efforts are needed that are easy to do at home, especially during this Covid-19 pandemic. In this service activity, the creative business was introduced, which was packaged in multi-culture farming cultivation training. The community service activities were preceded by conducting a field survey on three partners, i.e., the farmer groups in Sunge Geneng Village, Sekaran District, Lamongan Regency, RT 3 / RW III Kauman Village Malang City, and Poncokusumo District Malang Regency. Since the survey plan was carried out during the Covid-19 Pandemic and the frequent Public Activity Restrictions (PPKM), the team could only survey the initial two partners. However, during the implementation process, the second partner was the only one to reach the implementation stage of Multi-Culture Farming with non-AI technology and introduce the use of AI Technology. Therefore, the second partner, RT 03 / RW 03 Kauman Village, Klojen District, Malang City, also became the leading partner. The main results of activities were ten budikdamber tools, catfish feed, and training modules about optimizing plant fertilizer nutrition. The other results were land-use using AI Engine and educational videos that received an excellent response from the partners and non-partners being sustainable to create a kind of fostered village, especially in entrepreneurship that utilizes digital technology.ABSTRAKUpaya pengentasan kemiskinan di Indonesia masih sulit dilakukan, karena minimnya lapangan pekerjaan. Oleh karena itu dibutuhkan usaha kreatif yang mudah dilakukan di rumah, terutama dimasa pandemi Covid-19 ini. Dalam kegiatan pengabdian ini, dikenalkan usaha kreatif tersebut yang dikemas dalam bentuk pelatihan budidaya multi-culture farming. Rangkaian kegiatan pengabdian masyarakat tersebut didahului dengan melakukan survey lapangan terhadap tiga Mitra, yaitu di kelompok Tani desa Sunge Geneng Kecamatan Sekaran Kabupaten Lamongan, Kampung Kauman RW/RT III/03 dan Poncokusumo Malang. Pada rencana survey tersebut dikarenakan saat itu masih di tengah Pandemi Covid-19 dan juga sering ada PPKM. Maka tim hanya mampu melakukan survey terhadap 2 Mitra awal, dan ketika proses pelaksanaan hanya Mitra yang ke-2 yang sampai pada tahapan implementasi Multi-Culture Farming dengan teknologi non-AI, tetapi sudah dikenalkan juga pada saat pelatihan menggunakan Teknologi AI, di mana Mitra ke-2 tersebut tepatnya pada RT 03, RW-03 kelurahan Kauman kecamatan Klojen kota Malang yang sekaligus menjadi Mitra utama. Hasil utama kegiatan berupa pemberian bantuan 10 alat budikdamber, pakan lele serta modul pelatihan optimasi pupuk tanaman, penggunaan lahan dan video edukasi yang telah mendapatkan respon sangat baik dari tanggapan Mitra sekaligus juga dari Non Mitra untuk terus dapat berkelanjutan sampai membuat semacam kampung binaan terutama dalam hal wirausaha yang memanfaatkan Teknologi digital.
Pelatihan Smart Multi-Culture Farming Berbasis Teknologi Cloud-AI untuk Pemantauan Objek Budidaya dengan Tenaga Surya sebagai Eco-Green Energy Masyarakat Indonesia Santoso, Nurudin; Cholissodin, Imam; Soebroto, Arief Andy; Hidayat, Nurul; Sutrisno, Sutrisno; Pratiwi, Destyana Ellingga; Fathuroya, Vivien
JAST : Jurnal Aplikasi Sains dan Teknologi Vol 6, No 2 (2022): EDISI DESEMBER 2022
Publisher : Universitas Tribhuwana Tunggadewi Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33366/jast.v6i2.4015

Abstract

Working in multicultural agriculture is exhausting and has several bad risks for farmers in rural and urban areas. The risks start from the considerable time required in cultivation, especially when maintaining the growth and development of plants and other cultivation objects, the large number of costs required in the use of irrigation for fuel purchases, and the risk of carrying out specific processes using high voltage electricity which is very dangerous for farmers. Based on these problems, an automated technology approach that can work to help farmers is necessitated. In this community service, two partners are involved, i.e., a group of farmers who are also workers in Kampung Kauman RW/RT III/03 as the primary partner and a group of farmers who are also workers at the plantation in Poncokusumo Malang as the supporting partner. Both partners used solar electricity for irrigation and other uses through the Cloud-AI approach obtained from the results of multi-disciplinary research several years earlier at the Filkom UB Intelligent Computing Laboratory. Cloud-AI can work adaptively according to weather conditions from a Web App from application programming interface (API) data to provide recommendations for predicting the length of time for irrigation in observing cultivation objects which later can be modified for other particular purposes. The activity's primary results are providing training and assistance with intelligent multi-culture farming installation tools for hydroponics, solar panels, and pumps for irrigation: cloud-AI-based agricultural training modules and educational videos with excellent responses from the partners.ABSTRAKProses pengerjaan bidang pertanian multi-culture sangat menguras banyak tenaga dan memiliki beberapa resiko kurang baik bagi petani, baik di pedesaan maupun perkotaan. Mulai dari waktu yang cukup banyak dibutuhkan dalam pembudidayaan terutama saat pemeliharaan tumbuh kembangnya tanaman maupun objek budidaya lainnya, lalu banyaknya biaya yang dibutuhkan dalam penggunaan irigasi untuk pembelian bahan bakar serta resiko ketika melakukan proses tertentu menggunakan listrik tegangan tinggi yang sangat membahayakan petani. Berdasarkan permasalahan tersebut dibutuhkan pendekatan teknologi otomasi yang dapat bekerja membantu petani. Dalam pengabdian ini melibatkan Dua Mitra, yaitu di kelompok petani yang sekaligus pekerja Kampung Kauman RW/RT III/03 dan pada Perkebunan di Poncokusumo Malang yang memanfaatkan listrik tenaga surya untuk irigasi dan kegunaan lainnya serta pendekatan Cloud-AI yang dapat bekerja secara adaptif baik luring maupun daring untuk mengendalikan kelistrikan, prediksi untuk pengambilan keputusan dalam pengamatan objek budidaya dan lainnya. Hasil utama kegiatan berupa pemberian pelatihan, lalu bantuan paket alat instalasi smart multi-culture farming untuk hidroponik, panel surya dan pompa untuk irigasi serta modul pelatihan pertanian berbasis Cloud-AI dan video edukasi dengan respon yang sangat baik dari Mitra.
HYBRID OF ADABOOST ALGORITHM AND NAÏVE BAYES CLASSIFIER ON SELECTION OF CONTRACEPTION METHODS Faridah, Nurul; Dewi, Candra; Soebroto, Arief Andy
Journal of Environmental Engineering and Sustainable Technology Vol 8, No 2 (2021)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.jeest.2021.008.02.6

Abstract

Stunting is a growth failure in children. Stunting can be avoided by adjusting birth spacing or implementing a Family Planning program by using appropriate contraception. Therefore, it is necessary to develop appropriate and rapid contraceptive selection techniques to assist family planning programs. This study develops a model for determining contraceptive methods using a Naïve Bayes Classifier. In addition, an Adaboost algorithm was used to handle the independent between attributes on Naïve Bayes. The performance evaluation of model was measured by combining k-fold cross validation and confusion matrix. Based on the results testing was obtained an optimal parameter of learning rate was 0.1 and the number of iterations was 50. The evaluation using optimal parameters produce the best accuracy of 87.5%, precision of 87.6%, recall of 87.5%, and f1-measure of 87.5%. This result was better than applying the Naïve Bayes without implementing Adaboost, which had 70% accuracy. The used of Adaboost was proven to increase the accuracy of Naive Bayes by 17.5%.
Implementasi Algoritma Ant Colony Optimization Untuk Rekomendasi Rute Terpendek Pada Usaha Thriting Di Kota Malang Saiful Kirom, Muhammad Ihsan; Soebroto, Arief Andy
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 1 (2025): Januari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Fenomena jual beli baju bekas atau yang sekarang dikenal dengan istilah thrifting muncul sebagai alternatif bagi individu yang ingin mengikuti tren mode terkini namun dengan harga yang lebih terjangkau. Fenomena thrifting ini semakin pesat tumbuh di Indonesia, berdasarkan data dari Badan Pusat Statistik (BPS), angka impor baju bekas pada tahun 2019 mencapai 392 ton. Angka ini meningkat 363% dari tahun sebelumnya, yakni 108 ton. Tingginya permintaan konsumen serta besarnya nilai ekonomi perdagangan membuat usaha thrift banyak bermunculan di kota kota besar, salah satunya adalah Kota Malang. Namun, tidak sedikit juga usaha thrifting yang tidak bertahan lama. Salah satu masalah yang terjadi adalah pendistribusian barang. Masalah yang ditemui didalam usaha thrift “SecondHypes” ini terjadi pada tempat pengiriman produk yang berbeda–beda untuk setiap tempatnya, jarak rute yang dilaluinya, waktu yang digunakan untuk pendistribusian produk dan lain sebagainya. Berdasarkan permasalahan tersebut, Algoritma Ant Colony Optimization digunakan untuk menemukan rute terpendak dalam pengiriman produk. Penelitian ini dilakukan dengan cara mengumpulkan data toko thrift dan menjadikannya matriks jarak untuk setiap toko. Matriks tersebut dilakukan proses perhitungan menggunakan algoritma Ant Colony Optimization dengan parameter terbaik Faktor Pengaruh Feromon: 1, Faktor pengendalian Visibilitas: 1, Jumlah Semut: 100, Jumlah Iterasi: 150. Hasil Penelitian ini menunjukan Algoritma Ant Colony Optimization dapat menghemat jarak yang ditempuh dari 42,4 km menjadi 32,2 km.
Co-Authors Achmad Arwan Achmad Ridok Adam Hendra Brata Ade Wija Nugraha Adi Setyo Nugroho Admaja Dwi Herlambang Agi Putra Kharisma Agus Wahyu Widodo, Agus Wahyu Ahmad Afif Supianto Ahmad Mustafirudin Ahmad Shofi Nurur Rizal Aizul Faiz Iswafaza Alfarisi, Muhammad Asnin Ali Akbar Alysha Ghea Arliana Amira Ibtisama Ana Kusuma Ardani Andreas Tommy Christiawan Andri Wijaya Kusuma Asrul Syawal Asrul, Divanda Arya Inasta Asus Maizar Suryanto H Austenita Pasca Aisyah Baghaz, Renanda DSP Bambang Gunadi Brilliansyach, Raihan Fikri Caesar, Canny Amerilyse Candra Dewi Candra Dewi Catur Ari Setianto Dama Yuliana Deby Putri Indraswari Denny Sagita Rusdianto Destyana Ellingga Pratiwi Destyana Ellingga Pratiwi Dhea Azahria Mawarni Dian Eka Ratnawati Djoko Pramono Dwi Cindy Herta Turnip Dwi Puri Cemani Dzikrullah, Muhammad Aulia Fachruz Edy Santoso Eka Miyahil Uyun Eko Ari Setijono Marhendraputro Eko Arisetijono Elza Fadli Hadimulyo Enggar Septrinas Enggarsita Auliasin Eugenius Yosep Korsan N Evi Irhamillah Azza Faisal Roufa Rohman Faizatul Amalia Fajar Pradana Fauziah Mayasari Iskandar Febrianita Indah Perwitasari Fendy Yulianto Ferdy Wahyurianto Fildzah Amalia Galuh Mazenda Guruh Prayogi Willis Putra Habib Yafi Ardi Hanafi, Andy Hastian Bayu Hendra Darmawan Herman Syantoso Himawan Sutanto I Gede Adi Brahman Nugraha I Putu Bagus Arya Pradnyana Ibnu, Mohammad Ibrahim Kusuma Imam Cholissodin Imam Cholissodin Imam Cholissodin Imam Cholissodin Imam Cholissodin Indra Ekaristio P Indriana Candra Dewi Indriati Indriati Indriati Indriati Ishak Panangian Sinaga Ismiarta Aknuranda Issa Arwani Issa Arwani Karmia Larissa Br Pandia Khoifah Inda Maula Khrisna Widhi Dewanto Krisna Wahyu Aji Kusuma Lailatul Rizqi Ramadhani Lailil Muflikhah Laode Muhamad Fauzan Latifah Hanum Mahdi Fiqia Hafis Maria Tenika Frestantiya Maria Tenika Frestantiya, Maria Tenika Maya Febrianita Mohammad Imron Maulana Muh. Arif Rahman Muhammad Iqbal Kurniawan Muhammad Rois Al Haqq Muhammad Rouzikin Annur Muhammad Tanzil Furqon Muhammad Taruna Praja Utama Mutia Ayu Sabrina Nadya Rahmasari Nadya Sylviani Nainggolan, Yohana Beatrice Niftah Fatiha Armin Niken Hendrakusma Wardani Nizar Rahman Kusworo Nurannisa, Nadhira Nuriya Fadilah Nurudin Santoso Nurul Faizah Nurul Faridah, Nurul Nurul Hidayat Nurul Hidayat Nurul Hidayat Odhia Yustika Putri Priyambadha, Bayu Randy Cahya Wihandika Raymond Gunito Farandy Junior Rekyan Regasari Restia Dwi Oktavianing Tyas Reynald Daffa Pahlevi Ridwan Fajar Widodo Rio Andika Dwiki Adhi Putra Rio Arifando Risda Nur Ainum Riski Ida Agustiyan Risqi Nur Ifansyah Rivaldy Raihan Syams Rizal Setya Perdana Rizal Setya Perdana Saiful Kirom, Muhammad Ihsan Santoso, Nurudin Sativandi Putra Satrio Agung Wicaksono Sitepu, Yosua Christiansen Stefan Levianto Sukamto, Anjas Pramono Surya Wirawan SUTRISNO Sutrisno Sutrisno Sutrisno, Sutrisno Teddy Syach Pratama Thareq Ibrahim Tiara Rossa Diassananda Tryse Rezza Biantong Vasya, M Azka Obila Vicky Virdus Vivien Fathuroya, Vivien Wayan Firdaus Mahmudy Welly Purnomo Wijaya, Aldi Rahman Wildan Ziaulhaq Wildan Ziaulhaq Wildansyah Maulana Rahmat Yearra Taufan Ardy Rinaldy Yusril Iszha Eginata Zaien Bin Umar Alaydrus Ziya El Arief Ziya El Arief, Ziya El