Article Per Year (5 Year)
p-Index From 2020 - 2025
5.619
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) TEKNIK Techno.Com: Jurnal Teknologi Informasi TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Padjadjaran Journal of Dentistry JETT (Jurnal Elektro dan Telekomunikasi Terapan) International Journal of Artificial Intelligence Research Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JPEK (Jurnal Pendidikan Ekonomi dan Kewirausahaan) To Maega: Jurnal Pengabdian Masyarakat Journal of Electronics, Electromedical Engineering, and Medical Informatics JMECS (Journal of Measurements, Electronics, Communications, and Systems) Indonesian Journal of Electrical Engineering and Computer Science Community Development Journal: Jurnal Pengabdian Masyarakat Media Ilmiah Akuntansi eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Journal of Computer Engineering: Progress, Application and Technology Al-Mubtadi : Jurnal Pendidikan Guru Madrasah Ibtidaiyah
Hilman Fauzi, Hilman
Universitas Telkom
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 58 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 58 Documents
Search

 1   2   3   4   5 
Identifikasi Jenis Penyakit Pada Kakao Dengan Pengolahan Citra Digital Dan K-nearest Neighbor Gede Hari Yogiswara; Rita Magdalena; Hilman Fauzi Tresna Sania Putra
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Indonesia merupakan negara penghasil dan pengekspor kakao terbesar ke-3 dunia setelah Pantai Gading dan Ghana. Kualitas biji kakao dipengaruhi baik atau buruk dari buahnya itu sendiri. Salah satu parameter dari kualitas buah kakao ada tidaknya penyakit yang dihasilkan oleh hama ataupun patogen yang menyerang tanaman kakao. Namun pengecekan penyakit pada kakao masih dilakukan manual oleh manusia dengan tingkat ketelitian yang relatif masih rendah. Agar proses pengecekan penyakit pada kakao bisa lebih efisien, maka diperlukan suatu sistem yang dapat melakukan identifikasi penyakit secara otomatis. Pada tugas akhir ini penulis akan merancang sistem identifikasi jenis penyakit kakao otomatis berbasis pengolahan citra digital. Cara kerja dari sistem ini adalah dengan membandingkan sampel kakao yang akan diteliti dengan referensi yang ada pada database. Pada penelitian ini hanya mengidentifikasi buah normal dan buah yang terserang busuk buah dan helopeltis. Sistem yang dirancang pada tugas akhir ini menggunakan metode Principal Component Analysis (PCA), klasifikasi K-Nearest Neighbor (KNN) dan diimplementasikan menggunakan aplikasi Maltab R2009a. Berdasarkan hasil pengujian secara keseluruhan, dapat disimpulkan bahwa sistem dapat mengidentifikasi jenis penyakit pada kakao. Hasil akurasi tertinggi sebesar 86,67% diperoleh dengan kombinasi dari 3 parameter yaitu, menggunakan ukuran citra normalisasi 128 x 64 piksel, tanpa membatasi jumlah PC yang digunakan dan dengan metode distance cityblock dimana nilai k = 1. Rata-rata waktu komputasi yang dibutuhkan untuk proses pre-processing adalah 0,31284 detik, sedangkan rata-rata waktu komputasi yang dibutuhkan untuk proses ekstraksi ciri adalah 0,03598 detik dan rata-rata waktu yang dibutuhkan untuk proses klasifikasi adalah 0,07774 detik. Kata kunci: Buah kakao, Identifikasi jenis penyakit kakao, PCA, k-NN, MATLAB.
Perancangan Dan Implementasi Sistem Pendeteksi Kadar Alkohol Pada Mobil Berbasis Arduino Uno Yasi Oktodiranto; Raditiana Patmasari; Hilman Fauzi
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Jumlah kecelakaan berdasarkan data AIS IRSMS - Polda Jateng, 21% korban meninggal atau cedera serius adalah akibat mengemudi dalam keadaan mabuk / mengkunsumsi alkohol. Alkohol adalah zat psikoaktif yang bersifat adiktif. Zat psikoaktif adalah golongan zat yang bekerja secara selektif, terutama pada otak yang dapat menimbulkan perubahan pada pelaku, emosi kognitif, persepsi, dan kesadaran seseorang. Pada saat seseorang mengkonsumsi alkohol yang berlebihan dapat mengganggu kesadarannya sendiri. Berdasarkan kebutuhan tersebut, pada tugas akhir ini dibuat sebuah sistem yang terpasang di mobil yang dapat mencegah pengemudi berkendara dalam keadaan mengkonsumsi alkohol. Sistem ini terdiri dari perangkat utama berupa arduino UNO. Kemudian dengan perangkat tambahan berupa sensor yang akan mendeteksi nafas sang pengemudi apakah terdeteksi sedang mengkonsumsi alkohol. Sensor akan membaca tingkat kadar alkohol pada pengemudi tersebut, apabila sensor mendeteksi alkohol dibawah 5% maka led kuning akan menyala dan LCD akan menampilkan kadar alkohol yang telah dikonsumsi, sedangkan jika sensor mendeteksi alkohol diatas 5% maka led merah, buzzer akan menyala selama 15 detik disertai LCD yang akan menampilkan sebuah peringatan bahwa mesin akan dimatikan. Kata kunci : Arduino UNO, Alkohol, MQ-3
Perancangan Sistem Deteksi Dan Klasifikasi Volume Aneurisma Serebral Menggunakan Color Classification Pada Citra Angiogram Raihan Nur Fadhlillah; Rita Magdalena; Hilman Fauzi
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Aneurisma Serebral adalah kelainan cerebrovascular dimana terjadi penggembungan pada dinding pembuluh darah akibat menipis dan melemahnya pembuluh darah pada otak sehingga dinding pembuluh darah menjadi lebar. Dewasa ini aneurisma didiagnosa dan diidentifikasi menggunakan citra medis seperti Angiography, CT Scan, maupun MRI, namun metode tersebut bergantung pada ketelitian pengamat. Pada penelitian ini telah dirancang sistem deteksi dan klasifikasi volume aneurisma serebral. Proses dimulai dengan mengakuisisi video hasil DSA kedalam format AVI untuk dijadikan input sistem. Dilanjutkan dengan mengambil frame of interest dari video input lalu merubahnya menjadi citra greyscale dan mendapatkan area of interest yang dirubah ke dalam citra bw untuk dijadikan citra input proses deteksi. Selanjutnya pengukuran aneurisma dengan pendekatan diameter dan mengklasifikasikan setiap ukuran aneurisma ke dalam 4 kelas. Setelah mendapatkan hasil deteksi dan pengukuran, indikator warna akan diberikan terhadap klasifikasi ukuran aneurisma. Berdasarkan hasil pengujian dengan rata-rata akurasi sebesar 98.096% bahwa pemilihan frame interest optimal pada frame terakhir karena zat kontras berada di area aneurisma. Penggunaan subtraksi background pada proses deteksi area of interest mendapatkan hasil akurat. Pada saat threshold level 1.7, sistem optimal karena menghilangkan objek yang tidak akan ditinjau. Penggunaan strel 12, lebih memperhalus dan memperkuat bentuk dari aneurisma sehingga mendekati bentuk dan ukuran aslinya. Kata kunci: Aneurisma serebral, DSA, Volume, Klasifikasi
Sistem Identifikasi Individu Berbasis Retinal Vascular Pattern Menggunakan Metode Uniform Local Binary Pattern Dewa Nyoman Indra; Rita Magdalena; Hilman Fauzi
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Pengenalan identitas sangat penting dalam sebuah sistem keamanan karena membutuhkan identitas yang sah dalam keperluan mengontrol akses kemanan. Banyak teknik pengenalan identitas yang sudah digunakan seperti password, PIN, ID card, dan lain-lain. Teknik pengenalan identitas yang sedang dikembangkan sekarang adalah teknik biometrik. Teknik biometrik adalah teknologi untuk mengenali suatu individu melalui ciri-ciri fisik dan perilaku suatu individu. Pada tugas akhir ini akan dirancang sistem identifikasi individu non realtime melalui pola pembuluh darah retina dengan menerapkan metode LBP sebagai metode untuk mengekstraksi ciri pada citra pembuluh darah retina mata dan K-NN untuk proses identifikasi. Konfigurasi optimal diperoleh dengan menggunakan parameter 8 pada jumlah ketetanggaan (P = 8), dengan radius 2 (R = 2), dan 1 pada parameter k. performansi sistem mampu menghasilkan nilai akurasi mencapai 96,667%. Waktu komputasi rata-rata yang dibutuhkan untuk mengidentifikasi sebuah citra adalah 6.22172 detik. Kesimpulan dari penelitian ini adalah sistem yang dibangun bisa digunakan untuk pengenalan identitas, dengan pengembangan lebih lanjut dapat meningkatkan kemampuan sistem dalam mengenali individu sebagai sistem keamanan dan akses kontrol. Kata kunci : Biometrik, Retina mata, LBP, KNN.
Perancangan Alat Ukur Denyut Nadi Menggunakan Sensor Strain Gauge Melalui Media Bluetooth Smartphone Ramanta Limantara Sidam; Mas Sarwoko Suraatmadja; Hilman Fauzi
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Penelitian perancangan alat ini membahas tentang pemeriksaan medis yang mengacu pada pengecekan denyut nadi seseorang melalui teknologi yang sekarang ini berkembang pesat di pasaran. Di jaman sekarang ini masih banyak denyut nadi di cek dan di analisis secara manual dengan bantuan dokter atau perawat untuk dapat mengetahui kondisi denyut nadi saat diperiksa, cukuplah merepotkan jika hanya untuk memeriksa denyut nadi harus memerlukan pertolongan dokter atau perawat. Maka daripada itu perancangan alat denyut nadi yang dibuat secara portable dapat menggantikan kinerja dari dokter atau perawat secara manual, sehingga pemeriksaan denyut nadi dapat dipantau sendiri dengan bantuan sensor yang ditempelkan pada jari untuk membantu menganalisis denyut nadi, sehingga hasilnya dapat diketahui oleh pemeriksa dengan melihat langsung dari gadget yang sekarang ini beredar luas di pasaran. Dengan kondisi sekarang ini, peran para ahli begitu penting, sehingga perkembangan alat modern khususnya dalam hal biomedis untuk berbagai macam diagnosa dengan bantuan alat, dapat memudahkan pemeriksa mengecek kondisi denyut nadinya dengan teknologi yang semakin berkembang dewasa ini. Tugas akhir kali ini bertujuan untuk mengembangkan teknologi yang ada dengan bantuan sensor pulse sebagai media analisis dengan menghubungkannya pada mikrokontroler sebagai sumber tegangan, selain itu media bluetooth juga disematkan pada mikrokontroler sebagai koneksi untuk mengirim analisa denyut nadi untuk selanjutnya ditampilkan di gadget. Sebagai alat yang dapat menganalisis denyut nadi, maka dari perancangan alat ini nantinya dapat membantu pemeriksa menganalisis sendiri kondisinya dengan cara menempelkan sensor pada permukaan jari yang nantinya dianalisis baik ke komputer terlebih dahulu maupun langsung ke smartphone yang terhubung oleh komunikasi bluetooth sebagai interface dari pembuatan alat modern ini. Berdasarkan hasil penelitian yang diuji didapatkan pemeriksaan denyut nadi dengan relawan 10 orang didapatkan error sebesar 0,70 %. Dengan perbedaan umur pada tiap orang diperoleh kondisi sebelum beraktifitas yaitu dengan rentang 60 - 100 bpm, adapun perbedaan hasil pengujian baik sebelum dan sesudah beraktifitas tergantung dari keseriusan orang tersebut melakukan aktifitas. Kata Kunci : Teknologi, Android, Denyut Nadi, Sensor, Bluetooth
Perancangan Sistem Pola Kain Sarung Khas Makassar Dengan Metode Glcm Berbasis Android Fina Maharani; Bambang Hidayat; Hilman Fauzi
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Kain merupakan kebutuhan setiap orang dimana kain tersebut sudah ada sejak zaman Neolitikum (8000-2000 SM)[16], hingga saat ini telah terjadi banyak revolusi bentuk, warna dan pola yang tentunya memiliki arti di setiap generasinya. Namum kebanyakan orang awam tidak mengetahui bahwa setiap pola kain tersebut memiliki arti. Sejak saat itu penelitian mengenai cara mengidentifikasi jenis pola kain dari berbagai daerah telah banyak dilakukan. Oleh sebab itu, pada tugas akhir ini mengidentifikasi jenis pola kain sarung yang berasal dari salah satu daerah di Indonesia yaitu Makassar. Tugas akhir ini meneliti mengenai perbedaan motif kain sarung khas Makassar serta membuat aplikasi untuk mengidentifikasi tekstur dari beberapa jenis kain sarung khas Makassar agar orang awam mudah mengenali kain sarung tersebut. Berdasarkan referensi yang ada ketika mengidentifikasi tekstur kain, metode yang digunakan adalah GLCM (Grey Level Co-occurrent Matrix) untuk bagian ekstrasi ciri dan metode KNN (K-Nearest Neighbor,) untuk proses klasifikasi suatu citra. Aplikasi tersebut diimplementasikan melalui  aplikasi sistem berbasis android agar  lebih  mudah  digunakan dan  lebih aplikatif. Aplikasi ini sudah mampu mengidentifikasi motif kain sarung khas makassar dengan akurasi terbaik pada saat k = 1 sebesar 91.67% dengan sudut 90° jarak 1  dan waktu komputasi sekitar 657 ms – 867 ms dimana pengujian tersebut menggukan fitur gallery. Kata kunci : Kain Sarung Khas Makassar, GLCM (Grey Level Co-occurrent Matrix), KNN (K-Nearest Neighbor)
Perancangan Sistem Deteksi Dan Klasifikasi Penyumbatan Pembuluh Darah Jantung Menggunakan Colour Classification Pada Citra Angiogram Twinarya Bagus Wibawa; Rita Magdalena; Hilman Fauzi
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Jantung merupakan organ terpenting pada manusia, tanpa henti bekerja memompa darah keseluruh tubuh. Jantung memompa darah melalui pembuluh-pembuluh darah ke seluruh tubuh. Ada berbagai macam penyakit jantung yang paling banyak dialami masyarakat dunia termasuk di Indonesia yaitu jantung koroner. Jantung Koroner adalah penyakit jantung yang disebabkan karena adanya penyempitan dan penyumbatan pembuluh arteri koroner. Dokter bisa mendeteksi ada tidaknya penyempitan yang terjadi tetapi membutuhkan tingkat ketelitian dan konsentrasi tinggi. Pada Tugas Akhir ini dihitung dan diklasifikasikan besar persentase penyempitan arteri koroner yang terjadi di pembuluh darah dalam jantung yang dideteksi melalui hasil rekaman medis berbentuk video. Video tersebut akan diekstraksi menjadi frame-frame yang kemudian dideteksi frame tergelap, filtering pada objek, dihitung piksel objek, dan dilakukan pewarnaan. Keluaran dari si stem ini menunjukan dimana letak penyumbatan pembuluh yang terjadi dan diberi warna sesuai dengan besar penyempitan. Hasil yang diperoleh dari Tugas Akhir ini adalah suatu sistem yang mampu mendeteksi dan mengklasifikasi penyempitan pembuluh darah jantung menghasilkan tingkat akurasi yaitu 90%. Hasil tersebut didapat pada kondisi nilai threshold bwareopen 5000, nilai brightness 40, sudut pengambilan posisi horisontal, nilai threshold level 0,1 dan ukuran structuring element 2. Kata kunci : jantung koroner, arteri koroner, threshold
Perancangan Sistem Pendeteksi Leukoplakia Melalui Citra Klinis Rongga Mulut Berbasis Gray Level Co-occurrence Matrix Dan K-nearest Neighbor I Wayan Agus Sugiarsa; Iwan Iwut Tritoasmoro; Hilman Fauzi
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Homogeneous Leukoplakia, Hairy Leukoplakia dan Oral Candidiasis merupakan lesi putih yang ditemukan pada rongga mulut. Homogeneous Leukoplakia adalah lesi praganas yang disebabkan oleh iritasi kronis. Hairy Leukoplakia merupakan salah satu bentuk Leukoplakia, hanya saja Hairy Leukoplakia tidak termasuk lesi praganas. Oral Candidiasis merupakan jamur yang tumbuh pada rongga mulut, memiliki gambaran klinis yang hampir sama dengan Leukoplakia. Sejak Hairy Leukoplakia menjadi ciri utama yang ditemukan pada pasien AIDS, perbedaannya dengan lesi lain terutama Leukoplakia yang memiliki citra klinis yang mirip dengan Hairy Leukoplakia menjadi sangat penting. Oleh karena itu diperlukan suatu sistem yang dapat mengidentifikasi dan membedakan ketiga lesi tersebut dengan akurasi yang maksimal. Ketiga jenis lesi putih tersebut bisa dideteksi dengan mengolah informasi tekstur yang terdapat di daerah-daerah tertentu pada rongga mulut. Perkembangan teknologi pengolahan citra digital dapat dijadikan solusi untuk mengurangi ketidakakuratan penglihatan manusia. Pada tugas akhir ini dibuat suatu sistem yang bisa mengidentifikasi citra lesi Homogeneous Leukoplakia, Hairy Leukoplakia dan Oral Candidiasis berdasarkan informasi tekstur citra dengan metode ekstraksi ciri Gray Level Co-Occurrence Matrix (GLCM) dan metode klasifikasi K-Nearest Neighbor (K-NN). Citra didapatkan dari sumber resmi berupa citra digital. Untuk mengetahui performansi sistem, diukur pula tingkat akurasi sistem. Data diolah dengan menggunakan software MATLAB R2014a. Setelah dilakukan pengujian, didapat kesimpulan bahwa sistem dapat membedakan Homogeneous Leukoplakia, Hairy Leukoplakia dan Oral Candidiasis dengan akurasi tertinggi 84,848%. Kombinasi parameter yang memberikan akurasi tertinggi yaitu sudut GLCM 900, property GLCM Difference Entropy, nilai variabel K 1 dan distance K-NN Euclidean. Kata Kunci: Kata kunci: Homogeneous Leukoplakia, Hairy Leukoplakia, Oral Candidiasis, Gray Level Co- Occurrence Matrix (GLCM), K-Nearest Neighbor (K-NN).
Deteksi Tepi Prakanker Serviks Menggunakan Metode Deteksi Tepi Canny Pada Sambungan Skuamosa Kolumnar (ssk) Berbasis Android Misbakhul Munir; Rita Magdalena; Hilman Fauzi
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Kanker serviks merupakan jenis penyakit yang banyak menyerang pada kaum perempuan. Penyebab terjadinya penyakit ini karena infeksi virus yang bernama Human Papilloma Virus (HPV) virus ini bisa menyebar sangat mudah, dan kebiasaan yang buruk juga bisa mengakibatkan terjangkit penyakit ini. Dengan berkembangnya teknologi saat ini, digunakan metode pendeteksi dini untuk bisa mengenali apakah pasien sudah terinfeksi virus ini, metode yang bisa digunakan adalah Inspeksi Visual Asam Asetat (IVA) . Sebelum melakukan pengujian, dilihat apakah tampak Sambungan Skuamosa – kolumnar (SSK). Pemeriksaan ini bisa dilakukan dengan kasat mata, tetapi terkadang setiap orang memiliki perbedaan hasil pengelihatan tersendiri, maka dari itu salah satu cara melakukan pengujian bisa dilakukan dengan menggunakan teknologi smartphone berbasis android yang menjadi acuan tetapan yang telah ditentukan. Pada tugas akhir ini, suatu sistem pendeteksi Sambungan Skuamosa – kolumnar (SSK) dirancang pada perangkat smartphone berbasis android. Gambar diproses dengan metode deteksi tepi canny yang dipadukan dengan pencocokan batasan - batasan warna dari data uji. Dari hasil uji, tergambarkan tepian dengan garis tepi yang menandakan terdapat Sambungan Skuamosa – kolumnar (SSK). Dari hasil akhir penelitian ini, didapatkan gambar tepian Sambungan Skuamosa – kolumnar (SSK) sebagai hasil deteksi tepi dengan tingkat akurasi deteksi mencapai 80%, akurasi akan semakin meningkat apabila pengambilan gambar dilakukan sesuai ketentuan. Kata kunci : Kanker Serviks, SSK, IVA, Android
Simulasi Dan Analisis Sistem Klasifikasi Kepadatan Tulang Menggunakan Citra X-ray Dayan Aldina; Ratri Dwi Atmaja; Hilman Fauzi
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Jaman sekarang sudah banyak orang yang sudah mengalami pengeroposan tulang walaupun orang tersebut masih muda. Pada tugas akhir ini akan menggunakan sampel berupa hasil x-ray tulang normal, osteopenia, dan tulang osteoporosis. Sampel tulang yang sudah dikelompokkan akan dibagi lagi menjadi 2 kelompok yaitu data latih dan data uji. Sistem yang dihasilkan dapat mengklasifikasikan tulang normal, osteopenia, dan osteoporosis dari 3 bentuk tulang yaitu: femur, tulang belakang, dan lengan tanpa harus memisahkan satu per satu bagian. Jadi pada tugas akhir ini dari hasil x-ray dicari ciri dari setiap data tulang yang ada menggunakan GLCM dan akan dilakukan klasifikasi dan perbandingan antara data latih dan data uji menggunakan K-NN. Hasil dari sistem ini dapat mengklasifikasikan jenis tulang dari 3 bagian tulang tanpa harus dipisah-pisah per bagian tulangnya dan memiliki akurasi sistem sebesar 76,9231%.
Co-Authors Achmad Rizal Achmad Rizal Adzra, Faaiq Ammaria Alvin Oktarianto Anak Agung Gede Mahendra Kusuma Andi Zahra Bunga Zana Andria Puja Pratama Ayudina, Nasya Azhar, Tauhid Nur Aznida Firzah Abdul Aziz Bagas Farhan Hadyantoro Bambang Hidayat Bambang Hidayat . Barri, Hablul Bayu Angga Medica Firmanda BIRU, BANYU Boby Irfanudin Anwar Cynthia Erika Dayan Aldina Dendi Gusnadi Denta Rahmadani Dewa Nyoman Indra Dharma, Budi Dwi Sukma Bestry Fahmi Oscandar Fahmi Oscandar, Fahmi Faidil Hadi Fathurrachman, Dhia Firdaus Fauzi, Adryan Favian Dewanta Fina Maharani Fitra Ayu Larasati Galih Surya Gede Hari Yogiswara Gelar Budiman HARSONO, ALI BUDI Hasibuan, DR David H.M. Haya, Allika Fadia Heris, Faradisya Hutagalung, Yessica Maria I Wayan Agus Sugiarsa Irfan Darmawan Iwan Iwut Tritoasmoro Jangkung Raharjo Januar, Rifat Kinantan, Muhammad Rafi Kurnia Sri Yunita Kurnia Sri Yunita La Ode Agus Salim M. Abdullah Azzam M.Fajar Zulvan Nugraha Marliyah, Marliyah Marpaung, bintangsahala0203 Marpaung, Dhea Romantika Marpaung, DR Annaria Magdalena Mas Sarwoko Suraatmadja Masaki Kyoso Maya Ariyanti Mazaya 'Aqila Misbakhul Munir Mochamad Dandi Mohd Ibrahim Shapiai Mohd. Ibrahim Shapiai Muhammad Hablul Barri Muhammad Ilham Muhammad Zuhairi Nasya Ayudina Darsono Naufal Reza Alfiandy Nur Ibrahim Octavian Putera Kesuma Sugeng Oktiandi Nugroho Wasktio Pratiwi, Daulika Putra Fajar Alam Qisthi Nur Rahmah Raditiana Patmasari Rahman, Fadlur Rahmat Widadi Raihan Nur Fadhlillah Ramanta Limantara Sidam Ramdhan Nugraha Rasta, John Ratri Dwi Atmaja Revydo Bima Anshori Revydo Bima Ansori Reza Armanda Lubis Rio Fa, Farrel Rita Magdalena Rustam Rustam Rustam Saepulloh Saepulloh Said, Ziani Salsabila, Afap Saputri, Ikra Yuni SENJAYA, ARIO Siadari, Thomhert S. Sofia Sa'adiah SOFIA SAIDAH Sophya Hadini Marpaung Suci Dwi Yanti Sugondo Hadiyoso Suhardjo Suhardjo Syamsul Rizal Syatta, Hurin Tadayasu Komura Tauhid Nur Azhar Thomhert Siadari Thomhert Suprapto Siadari Tsani, Fajri Twinarya Bagus Wibawa Uswah Khairuddin Utari Nur Ramadhani Yora Vany Octaviany Vany Octaviany Venia Oktafiani Wan Siti Nur Shafiqa Wan Musa Yasi Oktodiranto Yasman, Fudhla Ramadhana Yasmin Mumtaz Yulinda Eliskar Ziani Said