Article Per Year (5 Year)
p-Index From 2021 - 2026
16.028
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering International Journal of Reconfigurable and Embedded Systems (IJRES) ComEngApp : Computer Engineering and Applications Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Teknologi Informasi dan Ilmu Komputer Register: Jurnal Ilmiah Teknologi Sistem Informasi Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi Dinamisia: Jurnal Pengabdian Kepada Masyarakat
Dahnial Syauqy
Fakultas Ilmu Komputer, Universitas Brawijaya
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Social Sciences Other

Published : 248 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 248 Documents
Search

 18   19   20   21   22 
Sistem Pelatihan Baca Huruf Vokal untuk Anak menggunakan Fitur Fast Fourier Transform dan Algoritma Random Forest berbasis Arduino UNO Zakaria, Akhmad Nizar; Syauqy, Dahnial; Shaffan, Nur Hazbiy
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pendidikan awal anak merupakan landasan kritis dalam membentuk kemampuan kognitif, termasuk keterampilan membaca. Pengenalan huruf vokal menjadi langkah awal yang sangat penting dalam proses pembelajaran membaca. Penguasaan huruf vokal pada usia dini memiliki peran yang tidak bisa dianggap remeh, karena membentuk dasar bagi keterampilan membaca yang lebih kompleks di masa depan. Seiring dengan perkembangan zaman, integrasi teknologi dalam pendidikan anak-anak menjadi semakin esensial. Oleh karena itu, pemanfaatan teknologi seperti sistem terbenam (embedded system) dan machine learning menawarkan solusi inovatif untuk mengatasi tantangan ini. Penelitian ini akan difokuskan pada penerapan FFT dan Random Forest untuk mengklasifikasikan pengucapan huruf vokal dalam Bahasa Indonesia. Sebanyak 100 data pengucapan huruf vokal kelas 'A', 'I', 'U', 'E', dan 'O' menjadi subjek penelitian ini. Hasil pengujian sistem menunjukkan tingkat akurasi sebesar 56%. Selain itu, waktu komputasi yang dibutuhkan oleh sistem untuk mengklasifikasikan pengucapan huruf vokal adalah sekitar 206 milidetik, sehingga sistem dapat dianggap sebagai aplikasi real-time.
Sistem Bantu Wearable pada Training Angkat Beban untuk Triceps dengan Metode Multilayer Perceptron (MLP) Zahra, Inez Bedwina; Syauqy, Dahnial; Primananda, Rakhmadhany
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kesehatan merupakan salah satu cara menjaga kualitas hidup manusia yang sering dikaitkan dengan olahraga. Olahraga memiliki manfaat seperti meningkatkan daya tahan tubuh, hingga menurunkan resiko terkena penyakit. Salah satu olahraga yang dapat dilakukan adalah latihan angkat beban seperti one arm overhead tricep extension untuk melatih otot pada triceps.s Latihan angkat beban tersebut perlu memperhatikan teknik yang tepat untuk menghindari risiko cedera. Cedera dapat terjadi jika latihan hanya didasarkan pada meniru orang lain tanpa pemahaman tentang teknik. Untuk itu, penelitian mengenai training angkat beban untuk triceps dilakukan. Pada penelitian, sistem bantu wearable dirancang menggunakan sensor MPU6050 yang dapat mengumpulkan data gerakan tubuh secara akurat dan real-time. Sistem hardware wearable yang dirancang berjumlah dua untuk diimplementasikan pada lengan bawah dan lengan atas. Masing-masing hardware terdiri dari sensor MPU6050 dan modul ESP32. Sensor berkomunikasi dengan ESP32 menggunakan protokol I2C, sedangkan ESP32 berkomunikasi dengan ESP32 lainnya menggunakan protokol ESP-Now. ESP32 pada lengan atas diintegrasikan dengan Multilayer Perceptron untuk melakukan klasifikasi gerakan triceps yang tepat dan tidak tepat. Ketika gerakan tepat, buzzer akan berbunyi sebagai penanda. Berdasarkan evaluasi hasil pengujian, sistem menunjukkan akurasi sebesar 80% dari 30 data uji secara cepat, yaitu dengan rata-rata selama 2,2 ms dari 15 data uji.
Sistem Bantu Wearable pada Latihan Angkat Beban untuk Triceps dengan Metode Support Vector Machine (SVM) Malik, Hifdzul; Syauqy, Dahnial; Putri, Rekyan Regasari Mardi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Meningkatnya popularitas olahraga, khususnya melalui media sosial, telah mendorong partisipasi masyarakat yang signifikan. Fenomena ini tak jarang diikuti oleh pemahaman teknik olahraga yang tidak memadai, terutama pada latihan angkat beban. Konsekuensi dari teknik yang salah dapat berakibat fatal, salah satunya berupa cedera pada otot triceps yang memegang peran penting dalam aktivitas sehari-hari. Menjawab permasalahan ini, penelitian ini bertujuan mengembangkan sebuah sistem bantu wearable berbasis sensor MPU6050 untuk memantau dan memperbaiki gerakan one arm overhead triceps extension pada latihan angkat beban, meminimalisir resiko cedera akibat kesalahan teknik, dan pada akhirnya meningkatkan efektivitas latihan. Sistem ini memanfaatkan kombinasi sensor accelerometer dan gyroscope yang secara real-time menangkap data selama latihan. Dua belas titik data (input) yang dihasilkan oleh sensor MPU6050 kemudian diolah melalui metode klasifikasi Support Vector Machine (SVM) dalam ESP32 untuk diklasifikasikan. Hasil klasifikasi kemudian diinterpretasikan menjadi perhitungan kualitas gerakan one arm overhead triceps extension secara keseluruhan. Sebagai komponen output, sistem dilengkapi dengan buzzer yang memberikan feedback suara untuk gerakan yang benar berdasarkan penilaian klasifikasi. Melalui feedback suara ini, pengguna dapat langsung mengetahui kualitas gerakannya dan segera melakukan koreksi jika diperlukan. Berdasarkan hasil pengujian, sistem ini berhasil mendeteksi gerakan one arm overhead triceps extension dengan tingkat akurasi sebesar 81,4%. Selain itu, waktu komputasi sistem tergolong cepat, yaitu rata-rata 4 ms, sehingga feedback suara dapat diberikan secara real-time tanpa mengganggu momentum latihan.
Sistem Wearable untuk Training One Arm Overhead Triceps Extension menggunakan Modul MPU6050 dengan Metode Random Forest Yunus, Ahmad Haykal; Syauqy, Dahnial; Widasari, Edita Rosana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Olahraga memberikan manfaat bagi tubuh manusia, namun dapat berdampak negatif jika tidak dilakukan dengan benar. Salah satu olahraga bermanfaat, tetapi berpotensi merugikan jika tidak dilakukan dengan benar, adalah angkat beban. Angkat beban memiliki risiko, terutama bagi pemula tanpa bimbingan langsung. Dalam hal ini, penelitian fokus pada latihan one arm overhead triceps extension, yang sering dilakukan oleh pemula. Kelebihan gerakan ini adalah kemudahan akses karena hanya memerlukan dumbbell, memungkinkan pelaksanaannya di berbagai tempat. Dengan kemajuan teknologi, kesalahan dalam olahraga angkat beban dapat dihindari dengan menggunakan perangkat wearable. Penelitian ini mengembangkan sistem untuk mengklasifikasikan gerakan one arm overhead triceps extension dengan modul MPU6050 dan metode random forest, mencapai akurasi 83% dari 30 pengujian. Komunikasi data dilakukan menggunakan mikrokontroller ESP32 dengan tingkat keberhasilan 100%. Sistem juga mencapai rata-rata waktu komputasi 1,47 ms, menunjukkan kecepatan komputasi yang kritis untuk pengklasifikasian gerakan pengguna.
Sistem Bantu Wearable pada Latihan Angkat Beban untuk Otot Biseps Menggunakan Sensor MPU6050 dengan Algoritma Decision Tree Raharja, Kahfi May; Syauqy, Dahnial; Setyawan, Gembong Edhi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Dalam era peningkatan kesadaran akan gaya hidup sehat dan idealisasi tubuh atletis, latihan angkat beban, terutama dengan dumbbell, menjadi pilihan utama bagi individu pemula yang berambisi mencapai kebugaran pribadi. Pada umumnya, individu ini mengadopsi teknik standing dumbbell curl, meskipun seringkali tanpa menyadari bahwa gerakan tersebut memfokuskan latihan pada otot biseps. Kesadaran yang minim terhadap teknik yang benar dapat menurunkan efektivitas latihan dan meningkatkan risiko cedera sehingga peran pelatih dalam memberikan panduan menjadi sangat penting. Namun, tidak semua orang memiliki akses terhadap seprang pelatih. Oleh karena itu, penelitian ini memperkenalkan sebuah sistem wearable yang memanfaatkan sensor MPU6050 terintegrasi dengan ESP32, yang menggunakan metode Decision Tree untuk mendeteksi gerakan benar dan salah dalam latihan berdasarkan pembacaan data akselerometer dan giroskop, sehingga diharapkan sistem dapat membantu menggantikan peran seorang pelatih. Penempatan sensor pada pergelangan tangan, lengan atas, dan dada mengoptimalkan pemantauan latihan. Algoritma Decision Tree mencapai akurasi 96,3%, sedangkan sistem dalam mengidentifikasi gerakan benar dan salah dengan memiliki akurasi 85% dengan waktu komputasi Decision Tree yang diterapkan pada sistem adalah rata-rata 2ms dalam 20 kali pengujian. Hasil klasifikasi ditampilkan melalui buzzer, memberikan umpan balik suara saat gerakan dilakukan dengan benar. Sistem wearable ini, dengan keleluasaan penggunaannya, dapat digunakan di berbagai tempat, memfasilitasi individu pemula dalam mencapai tujuan latihan angkat beban untuk otot biseps.
Sistem Klasifikasi Ikan Teri Asin Berformalin dan Tidak Berformalin Menggunakan Metode K-Nearest Neighbor Berbasis Weighted Euclidean Distance Prakoso, Aldo Hani; Syauqy, Dahnial; Primananda, Rakhmadhany
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 4 (2024): April 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Sebagai negara maritim, Indonesia kaya akan produk perikanan. Ikan teri merupakan salah satu yang paling populer dan umum diolah sebagai ikan asin. Selain menambah cita rasa, pengasinan pada ikan dapat memperpanjang masa simpan. Sayangnya banyak produsen skala tradisional masih mengabaikan aspek sanitasi dan higiene, sehingga ikan teri asin rentan terhadap bakteri penyebab pembusukan. Untuk mengatasi masalah ini, beberapa produsen bahkan memanfaatkan cairan formalin yang dapat memicu kanker. Untuk melindungi konsumen, penelitian ini mengembangkan sistem pengklasifikasi teri asin berformalin dan tidak berformalin berdasarkan fitur warna dan fitur HCHO. Sebelumnya telah ada penelitian terkait sistem serupa dengan objek klasifikasi berbeda, namun terdapat ketimpangan fitur warna dan fitur HCHO yang tidak dapat ditangani metode klasifikasi pada penelitian tersebut sehingga fitur HCHO hanya berpengaruh kecil dalam proses klasifikasi. Berangkat dari permasalahan tersebut, pada penelitian kali ini digunakan metode k-nearest neighbor berbasis weighted euclidean distance dan normalisasi fitur guna menyeimbangkan pengaruh fitur warna dan fitur HCHO yang diharap mampu meningkatkan akurasi sistem. Berdasarkan hasil pengujian, penyesuaian metode K-NN pada sistem di penelitian ini mampu mencatatkan nilai akurasi 100%, meningkat sebesar 12.01% dibanding akurasi metode K-NN pada penelitian terdahulu ketika diterapkan dan di uji pada sistem di penelitian ini yang mencatatkan akurasi sebesar 87.99%.
Sistem Monitoring Dan Rekomendasi Kualitas Air Budidaya Bibit Ikan Nila Menggunakan Parameter Kekeruhan, Suhu, Dan PH Dengan Algoritma Random Forest Wijaya, Jason; Syauqy, Dahnial; Primananda, Rakhmadhany
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 3 (2024): Maret 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Budidaya ikan nila di Indonesia mengalami pertumbuhan pesat yang memperlihatkan kebutuhan mendesak akan pemantauan kualitas air kolam. Metode pemantauan manual saat ini tidak efisien dan rentan terhadap kesalahan pengukuran, berpotensi merugikan kondisi ikan dan hasil panen. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem otomatis yang menggunakan sensor suhu, pH, dan kekeruhan dan didukung oleh algoritma Random Forest. Studi kasus dilakukan pada kolam ikan nila di laboratorium Fakultas Perikanan dan Ilmu Kelautan Universitas Brawijaya, dengan kolaborasi bersama petani ikan. Prototipe berhasil mengintegrasikan sensor DS18B20, PH-4502C, dan SEN-0189 dalam desain fisik berukuran 21.5 x 14.5 x 8.5 cm. Algoritma Random Forest mencapai akurasi 94.44%. Hasil ini mengindikasikan keandalan dan efisiensi model dalam memberikan rekomendasi kualitas air, dengan confusion matrix menegaskan sebagian besar klasifikasi benar, menandai keandalan model dalam memberikan prediksi yang akurat. Keseluruhan, sistem ini berhasil mendukung pengambilan keputusan petani ikan dengan konsistensi dan keandalan tinggi.
Pengaturan Pergerakan Robot Micromouse pada Labirin menggunakan Metode PID Sentosa, Azy Dwi Putra; Syauqy, Dahnial; Setiawan, Eko
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pengaturan pergerakan robot micromouse pada lintasa denagn Panjang lintasan berukuran 100cm dan dan lebar lintasan 25cm dengan ukuran robot micromouse kurang lebih 5cm. Dengan metode PID yang akan digunakan untuk mengatur pergerakan robot micromouse pada lintasan dengan begitu robot micromouse dapat berjalan denga aman tanpa menabrak dinding lintasan. Dengan set Kp, Ki, dan Ki yang telah diset sengan cara random hingga robot micromouse berjalan dengan benar sesuai sengan set poin yang telah ditentukan oleh sensor utrasonik. Keakuratan sensor ultrasonik yang di dapatkan rata-ratanya adalah 20,696% keakuratan sensor ultrasonik tersebut dapat disimpulkan bahwa pembaca sensor jarak ultrasonik  sangatlah baik. Pada pengujian metode PID didapatkan berbagai macam respon yang diberikan oleh robot micromouse  tergantung set Kp, Ki, dan Kd yang diberikan. Begitu juga yang terjadi pada pengujian driver motor L298N dan DC motor tengantung set yang diberikan kepada Kp, Ki, dan Kd yang akan mengatur pegerakan dari DC motor agar robot micromouse tidak menabrak dinding lintasan.
Klasifikasi Kematangan Buah Durian berdasarkan Kadar Alkohol, Berat, dan Dimensi menggunakan Metode SVM berbasis Embedded System Angsar, Mohamad Rinaldi; Syauqy, Dahnial; Shaffan, Nur Hazbiy
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Salah satu jenis buah khas yang dapat dijumpai di Indonesia adalah durian. Buah durian ini mengandung nutrisi yang sangat baik untuk kesehatan tubuh. Tak hanya itu, durian juga memiliki nilai jual yang tinggi, sehingga para calon pembeli perlu memiliki keahlian khusus dalam memilih durian yang sudah masak. Buah durian memiliki beberapa parameter yang dapat digunakan untuk menilai tingkat kematangannya, dan salah satu indikator kematangan yang penting adalah senyawa volatil. Senyawa volatil pada durian mencakup berbagai jenis senyawa, seperti senyawa sulfur, ester, alkohol (etanol), keton, dan asam. Keberadaan senyawa inilah yang memberikan aroma khas pada buah durian yang sudah matang. Meskipun demikian, penilaian kematangan berdasarkan aroma memiliki kelemahan. Dalam perkembangan teknologi saat ini, kehadiran teknologi essence dapat dianggap sebagai suatu kelemahan untuk metode pendeteksian kematangan durian melalui aroma. Parameter lain yang dapat menilai kematangan buah durian adalah berat jenis. Namun tidak adanya sensor yang dapat menilai berat jenis, maka komponen penyusun berat jenis akan digunakan. Komponen itu ialah berat dan dimensi. Karena menilai parameter tersebut menjadi suatu tugas yang sulit bagi manusia, deteksi tingkat kematangan buah durian memerlukan dukungan teknologi dan alat khusus. untuk mengklasifikasikan tingkat kematangan buah durian dengan memanfaatkan kolaborasi dari tiga parameter utama, yaitu kadar alkohol, berat, dan dimensi buah durian. Informasi mengenai tingkat kematangan dihasilkan melalui pengukuran parameter oleh sensor MQ-3, sensor load cell, dan sensor ultrasonik yang terhubung dengan mikrokontroler Arduino Uno. Selanjutnya, nilai-nilai tersebut akan diolah menggunakan metode klasifikasi Support Vector Machine (SVM). Dalam pengujian sistem, akurasi hasil klasifikasi tingkat kematangan buah durian berdasarkan kadar alkohol, berat, dan dimensi menggunakan metode SVM yang terintegrasi dengan sistem embedded, berhasil mencapai tingkat akurasi sebesar 93,33% saat diuji dengan 30 data uji.
Sistem Bantu Wearable Pada Training Angkat Beban Untuk Biceps Dengan Algoritma Jaringan Saraf Tiruan Akbar, Muhammad Faithur Adel Patria; Syauqy, Dahnial; Putri, Rekyan Regasari Mardi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 4 (2024): April 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Latihan angkat beban otot biceps perlu pemahaman teknik yang tepat agar terhindar dari cedera dan mengonfirmasi bahwa hasil latihan pada otot biceps maksimal. Fokus dalam penelitian ini adalah untuk mengembangkan sistem bantu wearable latihan otot biceps, sehingga berguna dalam mengatasi beberapa hambatan ketika melaksanakan latihan angkat beban pada otot biceps, terutama pada saat gerakan standing dumbbell curl. Tantangan tersebut tidak memiliki kemampuan atau akses untuk menggunakan jasa personal trainer secara konsisten. Nilai accelerometer dan gyroscope yang diperoleh dari sensor MPU6050 dijadikan parameter dalam mengetahui gerakan benar dan salah. Nilai parameter yang diperoleh akan diproses memakai metode Jaringan Saraf Tiruan pada mikrokontroler ESP32. Alasan pemilihan Algoritma Jaringan Syaraf Tiruan karena kemampuannya dalam merepresentasikan cara kerja seperti halnya cara kerja otak manusia dan tingkat keakuratan yang tinggi. Hasil klasifikasi Jaringan Saraf Tiruan akan diinformasikan kepada pengguna melalui buzzer. Hasil dari penelitian ini menunjukkan bahwa model Jaringan Saraf Tiruan yang sebelumnya sudah dilatih dalam dataset mendapatkan tingkat keakurasian sebesar 96,4%, sedangkan akurasi dari model yang diimplementasikan dalam sistem mencapai 100%, dengan nilai rata-rata waktu komputasi sistem untuk mengklasifkasi gerakan yang dilakukan salah atau benar yakni sebesar 2 milidetik.
Co-Authors A. Ashar Ashari A. Baihaqi Mubarok Abdul Aziz, Muhammad Rafi Abdul Rahman Halim Abdussalam, Ghifarie Sa'id Achmad Basuki Achmad Fanani Kurniawan Saputra Achmad Rizal Zakaria Addin Miftachul Firdaus Adharul Muttaqin Adhisuwignjo, Supriatna Adhitya Bhawiyuga, Adhitya Adi Setiyawan Adinugroho, Sigit Adit Ilmawan Adryan Chiko Pratama Afdy Clinton Afflatuslloh Adi Salung Agastya Bramanta Sanjaya Aghnadiin, Radifan Muhammad Agi Putra Kharisma Agra Firmansyah Agung Bachtiar Sukmaarta Agung Leona Suparlin Agung Prasetyo Agung Setia Budi Agung Setia Budi, Agung Setia Agung Widya Gumelar Agung Wismawan Rochmatullah Ahmad Mustafidul Ibad Ahmad Rizqi Pratama Ahmad Wildan Ahmad Yazid Bastomi AJI, IBRAHIM Akbar, Muhammad Daffa Pradipta Akbar, Muhammad Faithur Adel Patria Alfian Reza Pahlevi Alrynto Alrynto Althaf Banafsaj Yudhistira Andhika Nino Pratama Anggi Diatma Styandi Angsar, Mohamad Rinaldi Anisa Awalia Rizky Anjasmoro, Reza Ardiansyah Ardiansyah Arief Kurniawan Arief Wahyu Wicaksono Aulady, Fadhli Aulia Zhafran Barlian Henryranu Prasetio Bayu Rahayudi Bayu Santoso Belsazar Elgiborado Giovani Djoedir Billy Gusparentaqi Bima Muridianto, Muhammad Bimo Dimas Nugraraga Buce Trias Hanggara Bukhori Darmawan Bunga Boru Hasian Siahaan Cahyanita Qolby Rahmarta Rizaputri Cipto Bagus Jati Kusumo Constantius Leonardo Pratama Dading Firwandhi Sukma Daffa, Ali Zhafran Dedi Siswanto Defri Alif Raihan Denis Reza Ramdani Devo Harwan Pradiansyah Dimas Rizqi Firmansyah Dini Eka Ristanti Dini Ismawati Duwi Hariyanto Dwi Arini, Talitha Dwi Firmansyah Dwiki Ilham Bagaskara Dyas Restu Palupi Edita Edita Rosana Widasari Edita Rosana Widasari, Edita Rosana Eka Nanda Sugianto Eko Ardiansyah Eko Hilmi Firmansyah Eko Setiawan Eko Setiawan Elisabeth Agustina Era Imanningtyas Ezra Maherian Fachry Ananta Fahmi Gymnastiar Gozali, Muhammad Faizal Ardiansyah FAQIH, ABDULLAH Farras Nabil Fatur Rahman, Mohammad Fauzi Ali Farhi Fauzi Rivani Fikri Fauzan Firdy Yantama Firmanda, Dwi Ady Firza Zamzani, Muhammad Fitriyah, Hurriyatul Fungki Pandu Fantara Ganda Wibawa Putra Gembong Edhi Setyawan Ghazy Timor Prihanda Govinda Dwi Kurnia Sandi Graciella Fiona Br. Panjaitan Grafidi, Alif Akbar Gunawan Wahyu Andreanto Hafidz Abdillah Masruri Hafiz Nul Hakim Hamdan Bagus Firmansyah Hamzah Attamimi Hanggara, Buce Trias Hannats Hanafi Ichsan Haqiqi, Farih Akmal Harahap, Syazwandy Hazal Kurniawan Putra Hazbiy Shaffan, Nur Henryranu Prasetio, Barlian Herenda Madi, Matius Herwin Yurianda Hurriyatul Fitriyah Hurriyatul Fitriyah Hurriyatul Fitriyah, Hurriyatul Idang Wahyuddin Septiawan Ihsanurrahim Ihsanurrahim Ikhwan Zulfy Imam Cholissodin Irfan Pratomo Putra Irvan Ramadan Issa Arwani Ivan Kasogi Izaaz Waskito Widyarto Izza Febria Nurhayati Jeffry Atur Firdaus Jevandika Jezriel Lukas Lumbantobing Johannes Archika Waysaka Khairul Anwar Khairul Anwar Kresna Wiska Kafila Kurnia, Yudisthira Dwi Kurniawan, Rizaldy Ariobimo Kurwniawan, Wijaya La Ode Muh. Fadlun Akbar Lase, Nicolash Jeremy Onoma Latief Nurrohman Alfansuri Lavanna Indanus Ramadhan Lb Novendita Ariadana Lutfi Anang Makruf M Nuzulul Marofi M. Adib Fauzi Rahmana M. Ali Fauzi Mahendra, I Gusti Putu Krisna Suaba Malik, Hifdzul Megananda, Muhammad Rifqi Mela Tri Audina Merry Hassani, Fadila Muqtadaro Mhd. Idham Khalif Moch. Alfian Zainullah Moch. Alvin Yasyfa Salsabil Mochamad Iswandaru Mochammad Hannats Hanafi Mochammad Hannats Hanafi Ichsan Moh. Saifud Daulah Moh. Zainur Rodhi Mohammad Ali Muhsin Mohammad Faizal Ajizi Muchamad Rafi Dharmawan Muchammad Cholilulloh Muh. Syifau Mubarok Muhajir Ikhsanushabri Muhammad Alif Alfajra, Andi Muhammad Aminul Akbar Muhammad Daffa Bintang Nugroho Muhammad Eraz Zarkasih Muhammad Fadhil Sadeli Muhammad Fajaruddin Akbar Muhammad Habib Jufah Alhamdani Muhammad Hanif Haikal Muhammad Hannats Hanafi Ichsan Muhammad Irvine Fidellio Maiza Muhammad Jibriel Bachtiar Muhammad Kholash Fadhilah Muhammad Naufal Muhammad Nazrenda Ramadhan Muhammad Rizqi Zamzami Muhammad Wingga Woggiasworo Muhammad Yusuf Ramadan Mukhamad Angga Setiawan Mukhamad Roni Mukmin Mukmin Munif Cleveriandy, Ahmad Musharrif, Mohammad Faiz Mustajib Furqon Haqiqi Mutiara Pramesti Utami Muzayyin, Asep Nabila Eka Putri, Alisya Nadhifa, Nadaa Nanda Epriliana Asmara Putri Navayo, Bagja Nicho Ferdiansyah Kusna Nikmatus Soleha Niko Aji Nugroho Noveriko Noveriko Nur Aini Afifah Isbindra Nur Fuady, Muhammad Sholahuddin Nurul Ikhsan Nyoman Wira Prasetya Oggy Setiawan Parja, Mujianto Anda Perkasa, Septiyo Budi Prakoso, Aldo Hani Pramandha Saputra Prasetya, Nyoman Wira Prasetyo, Budi Eko Prasojo, Satya Haryo Pricillia, Lidya Ruth Purnomo, Welly Putra Pandu Adikara Putra Pandu Adikara Putra, Brylliano Maza Raga Jiwanda Raharja, Kahfi May Rahayu, Vina Trisnawati Rahman, Edy Raka Bagas Perdana Rakhamadhany Primananda Rakhmadhany Primananda Rakhmadhany Primananda, Rakhmadhany Randy Cahya Wihandika Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi Renal Prahardis Reza Budi Pratikto Rezak Andri Purnomo Rifqi Anshari Ringga Aulia Primahayu Rint Zata Amani Rioadam Sayyid Abidin Riza Irfan, Muhammad Rizal Maulana Rizal Maulana, Rizal Rizal Setya Perdana Rizka Ayudya Pratiwi Rizky Putra Wijaya Rizqi Muh. Muqoffi Ashshidiqi Ronilaya, Ferdian Rudy Agus Santoso Sabrian Rizqika Akbar Sabriansyah Rizkiqa Akbar Sabriansyah Rizqika Akbar Sabriansyah Rizqika Akbar Sabriansyah Rizqika Akbar Safirurrasul Santoso, Mush'ab Safrudin Bendang, Dehleezto Lawanangkara Salman Farizy Nur Samuel Lamhot Ladd Palmer Simarmata Santoso, Bayu Saputro, Mauna Mohammad Wahyu Sari, Sylvia Sentosa, Azy Dwi Putra Septino, Fernando Setiawan , Eko Shaffan, Nur Hazbiy Shelsa Faiqotul Himmah Sigi Syah Wibowo Siradjuddin, Indrazno Sulaiman, Ihsan Susilo, Faizal Andy Sutikno Sutikno Syarief Taufik Hidayatullah Syauqi, Mohd Alfitra Syazwana, Selvia Tibyani Tibyani Tio Haryanto Adi Putra Toar, Mikhael Ryan Tobias Sion Julian Utaminingrum, Fitri Utomo, Satria Wahyudi Vira Muda Tantriburhan Mubarak Virza Audy Ervanda Wahyu Adi Prayitno Welly Purnomo Widasari, Edita Rosana Widhy Hayuhardhika Nugraha Putra Wijaya Kurniawan Wijaya Kurniawan Wijaya Kurniawan Wijaya, Jason Wildo Satrio Wirafadil Nugraha Wisik Dewa Maulana Wisnu Mahendra Xavierro Lawrenza Yanottama Oktabrian Yudhistira, Gevan Putra Yuita Arum Sari Yunan Alamsyah Nasution Yunus, Ahmad Haykal Yurliansyah Hirma Fajar Yusriansyah Shohibul Hamzah Zahra, Inez Bedwina Zakaria, Akhmad Nizar