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

 19   20   21   22   23 
Implementasi Metode Naive Bayes untuk Klasifikasi Kelayakan Yoghurt Berdasarkan Warna dan pH berbasis Arduino Riza Irfan, Muhammad; Syauqy, Dahnial; Setyawan, Gembong Edhi
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

Yoghurt merupakan salah satu produk olahan susu yang dibuat melalui proses fermentasi dengan bakteri asam laktat Lactobacillus Bulgaricus dan Streptococcus Thermophilus. Pengolahan dengan cara fermentasi menjadikan yoghurt memiliki banyak kandungan gizi serta manfaat bagi kesehatan. Penyimpanan yoghurt yang tidak baik dapat menyebabkan yoghurt berubah menjadi tidak layak konsumsi dan mengakibatkan keracunan bagi seseorang yang mengonsumsinya. Selama ini cara mengetahui kelayakan yoghurt untuk dikonsumsi adalah melalui uji laboratorium, namun uji ini membutuhkan waktu dan biaya yang tidak murah. Penelitian ini merancang sistem untuk mengetahui kelayakan yoghurt untuk di konsumsi menggunakan metode klasifikasi Naive Bayes. Dengan menggunakan modul sensor TCS 3200 dan sensor pH SEN 0161, data berupa warna dan nilai pH diambil sebagai fitur klasifikasi. Hasil pengujian klasifikasi dengan metode Naive Bayes dilakukan sebanyak 15 kali dimana terdapat 1 data uji yang tidak sesuai sehingga diperoleh tingkat akurasi sistem sebesar 93,33% dan waktu rata-rata komputasi sistem dalam 10 kali pengujian sebesar 3134 ms.
Sistem Pelatihan Pengucapan Huruf Konsonan Untuk Anak Usia Dini Menggunakan Metode Random Forest Pricillia, Lidya Ruth; Syauqy, Dahnial; Putri, Rekyan Regasari Mardi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 6 (2024): Juni 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Golden age, yang berkisar pada rentang usia 0-6 tahun, merupakan periode penting dalam masa pertumbuhan anak dimana otak akan sangat responsif dalam menerima berbagai informasi guna mengembangkan dasar-dasar kecerdasan kognitif dan linguistik. Salah satu cara yang efektif untuk mengembangkan kecerdasan linguistik pada anak adalah melalui pelatihan pengucapan. Kemampuan anak untuk bisa mengucapkan huruf konsonan merupakan tahapan krusial dalam membangun dasar yang kuat untuk membaca, mengembangkan kosakata, dan pemahaman tentang suara Bahasa. Untuk itu, penelitian mengenai sistem pelatihan pengucapan huruf konsonan dilakukan. Sistem ini dirancang untuk memberikan pelatihan pengucapan huruf konsonan pada anak usia dini, didukung oleh algoritma machine learning, yaitu random forest, untuk mengklasifikasikan pengucapan huruf konsonan mereka. Sistem yang dirancang memiliki kemampuan untuk memberikan umpan balik secara real-time terhadap pelafalan fonem tanpa memerlukan keberadaan instruktur fisik. Sistem pelatihan pengucapan huruf konsonan dirancang dengan menggabungkan teknologi sensor MAX9814 sebagai mikrofon dan diintegrasikan dengan perangkat Arduino Uno sebagai mikrokontroller yang berfungsi sebagai pusat pengolahan data. Output dari sistem bersifat visual yang diberikan melalui layar LCD ST7789 TFT. Berdasarkan evaluasi hasil pengujian, sistem menghasilkan tingkat akurasi sebesar 64% dari 25 data uji pengucapan huruf konsonan, dengan rata-rata waktu komputasi sekitar 199,6 ms dari 15 data uji.
Smart Wearable Untuk Klasifikasi Pose Latihan Squat Menggunakan Algoritme Random Forest Berbasis ESP32-S3 Aghnadiin, Radifan Muhammad; Syauqy, Dahnial; Shaffan, Nur Hazbiy
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 13 (2024): Publikasi Khusus Tahun 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di Jurnal Intelligent Decision Technologies
Pengembangan Wearable Device Untuk Deteksi Postur Duduk Manusia Berbasis Data Sensor MPU6050 Menggunakan Metode Support Vector Machine Kurnia, Yudisthira Dwi; Syauqy, Dahnial; Widasari, Edita Rosana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 7 (2024): Juli 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Manusia era modern cenderung melakukan laptop, smartphone dan komputer untuk mengerjakanpekerjaannya. Penggunaan komputer saat ini sudah banyak dan menyebar luas dikalangan masyarakatkarena kemampuannya dalam mengerjakan tugas-tugas manusia. Memiliki postur duduk yang baik tentumemiliki dampak positif dalam menjaga kesehatan tulang belakang, namun masih banyak juga yangmengabaikannya. Dengan semakin majunya perkembangan teknologi, penerapan sistem wearable device yang di desain pada sebuah rompi untuk dapat memberikan peringatan terkait postur duduk pengguna yang bersifat portabel sehingga dapat dikenakan dimana saja. Penerapan sistem menggunakan dua buah sensor MPU6050 untuk melihat nilai-nilai yang dihasilkan oleh akselerometer dan giroskop yang terintegrasi ke dalam mikrokontroler ESP32 dengan metode Support Vector Machine (SVM) untuk melakukan klasifikasi atau prediksi, sistem mendapatkan hasil akurasi sebesar 100% pada pelatihan model serta keseluruhan sistemnya. Sistem yang dirancang memiliki waktu komputasi yang baik yaitu selama 0,127 s untuk pelatihan model dan 111,1 ms untuk memprediksi postur menggunakan sistem wearable device. Sistem yang dikembangkan juga menggunakan output berupa peringatan bunyi buzzer yang apabila postur duduk pengguna terdeteksi postur yang membungkuk.
Sistem Deteksi Wearable pada Training Angkat Beban untuk Standing Dumbbell Curl dengan Rekognisi Sequence Motion Menggunakan Arsitektur LSTM Akbar, Muhammad Daffa Pradipta; Syauqy, Dahnial; Shaffan, Nur Hazbiy
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 13 (2024): Publikasi Khusus Tahun 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di International Journal of Computer Applications in Technology
Pengembangan Wearable Device Untuk Deteksi Postur Duduk Manusia Berbasis Data Sensor MPU6050 Menggunakan Metode Support Vector Machine Kurnia, Yudisthira Dwi; Syauqy, Dahnial; Widasari, Edita Rosana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 8 (2024): Agustus 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Manusia era modern cenderung melakukan laptop, smartphone dan komputer untuk mengerjakan pekerjaannya. Penggunaan komputer saat ini sudah banyak dan menyebar luas dikalangan masyarakat karena kemampuannya dalam mengerjakan tugas-tugas manusia. Memiliki postur duduk yang baik tentu memiliki dampak positif dalam menjaga kesehatan tulang belakang, namun masih banyak juga yang mengabaikannya. Dengan semakin majunya perkembangan teknologi, penerapan sistem wearable device yang di desain pada sebuah rompi untuk dapat memberikan peringatan terkait postur duduk pengguna yang bersifat portabel sehingga dapat dikenakan dimana saja. Penerapan sistem menggunakan dua buah sensor MPU6050 untuk melihat nilai-nilai yang dihasilkan oleh akselerometer dan giroskop yang terintegrasi ke dalam mikrokontroler ESP32 dengan metode Support Vector Machine (SVM) untuk melakukan klasifikasi atau prediksi, sistem mendapatkan hasil akurasi sebesar 100% pada pelatihan model serta keseluruhan sistemnya. Sistem yang dirancang memiliki waktu komputasi yang baik yaitu selama 0,127 s untuk pelatihan model dan 111,1 ms untuk memprediksi postur menggunakan sistem wearable device. Sistem yang dikembangkan juga menggunakan output berupa peringatan bunyi buzzer yang apabila postur duduk pengguna terdeteksi postur yang membungkuk.
Reduksi Fitur Pada Sistem Wearable Alat Latih Otot Bisep Dengan Kombinasi Algoritma Principal Component Analysis Dan Random Forest Haqiqi, Farih Akmal; Syauqy, Dahnial; Putri, Rekyan Regasari Mardi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 13 (2024): Publikasi Khusus Tahun 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di Konferensi Internasional SIET 2024
Comparing feature usage in IMU-based gesture control for omnidirectional robot via wearable glove Syauqy, Dahnial; Setiawan, Eko; Widasari, Edita Rosana
International Journal of Reconfigurable and Embedded Systems (IJRES) Vol 13, No 3: November 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijres.v13.i3.pp542-551

Abstract

To improve the intuitiveness of maneuver control on omniwheeled mobile robot, many hand gesture-based robot controls have been developed. The focus of this research is to develop a wearable system for data acquisition from inertial measurement unit (IMU) sensors and compare its features to be used as gesture recognition using the random forest algorithm. With the need of resource constrained device for wearable system based on microcontrollers, we compared the use of Euler and quaternion-based orientation data as input features. As additional comparison, dimension reduction was also carried out using the principal component analysis (PCA) method. Hand gestures are recognized using data obtained by the IMU sensor embedded in the wearable glove. This study compared the accuracy and size of library files embedded in microcontrollers in several feature usage scenarios. The test evaluation results of all scenarios show that the use of all features provides a balance between high accuracy but small file sizes, respectively 99% and 9.2 KB. However, the use of other fewer features, such as by only using 3 Euler data, 4 quaternion data, or by using PCA algorithm (PC=3) can also be used since the accuracy is still above 90%, with a relatively larger file size.
Perancangan Wearable Vest Pendeteksi Jatuh Lansia Berbasis ESP-32 Dan Sensor MPU9250 Menggunakan Algoritma Support Vector Machine Muhammad Alif Alfajra, Andi; Syauqy, Dahnial; Setyawan, Gembong Edhi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 10 (2024): Oktober 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Fenomena penuaan penduduk merupakan isu global yang turut dialami Indonesia, di mana peningkatan jumlah lansia juga disertai meningkatnya risiko jatuh yang dapat menyebabkan cedera serius hingga kematian. Data menunjukkan bahwa 47% lansia yang tidak dapat bangkit setelah jatuh meninggal dalam waktu enam bulan meskipun tidak mengalami cedera serius (Ren dan Peng, 2019). Penelitian ini merancang wearable vest berbasis ESP-32 dan sensor MPU9250 untuk mendeteksi jatuh secara real-time. Sensor diletakkan di kantong dada kiri dan pinggang rompi, dengan parameter utama meliputi akselerasi, sudut, magnetometer, pitch, dan roll. Data diolah menggunakan algoritma Support Vector Machine (SVM) yang akurat dan ringan, cocok untuk deteksi cepat. Sistem juga membedakan posisi tidur untuk mencegah alarm palsu. Hasil klasifikasi jatuh ditandai dengan bunyi buzzer dan notifikasi melalui aplikasi Blynk IoT serta email. Pengujian model SVM pada 328 data uji mencapai akurasi 98,17%, sementara uji wearable vest pada tiga subjek menunjukkan akurasi 87,5% dengan waktu komputasi rata-rata 3,5 ms, dan waktu rata-rata pengiriman notifikasi sebesar 1,5s. Sistem ini efektif mendeteksi jatuh lansia dan memenuhi kriteria respons real-time, membantu pengasuh atau keluarga terdekat merespons insiden jatuh dengan cepat.
Implementasi Perangkat Pengendali Game Snowboard ‘Snow’ Menggunakan Sensor IMU Dengan Metode Random Forest Megananda, Muhammad Rifqi; Syauqy, Dahnial; Setyawan, Gembong Edhi
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

Industri perangkat gaming telah berkembang pesat dengan menawarkan pengalaman bermain yang lebih interaktif dan mendalam. Salah satu inovasi dalam pengendalian permainan adalah penggunaan sensor gerakan, yang memungkinkan pemain untuk mengontrol permainan melalui gerakan tubuh secara langsung. Penelitian ini bertujuan untuk mengembangkan perangkat pengendali game snowboarding berbasis gerakan tubuh menggunakan sensor IMU MPU6050 dan metode klasifikasi Random Forest. Sistem ini mendeteksi lima gerakan utama pemain, yaitu berdiri tegak, condong ke depan, condong ke belakang, ke kanan, dan ke kiri dengan mengolah data percepatan dan orientasi tubuh. Data dari sensor diproses oleh ESP32 dan hasilnya dikirimkan ke komputer melalui Bluetooth sebagai kontrol input permainan. Hasil penelitian menunjukkan bahwa sensor IMU MPU6050 mampu merekam nilai percepatan dan orientasi tubuh secara akurat sesuai standar. Sistem ini mencapai tingkat akurasi klasifikasi sebesar 92% dengan rata-rata waktu komputasi hanya 2,82 milidetik, menunjukkan efisiensi tinggi dalam pengolahan data. Selain itu, sistem berhasil mengidentifikasi gerakan pengguna dan mengirimkan kontrol input ke dalam game dengan tingkat keberhasilan 100%. Dengan desain perangkat keras dan perangkat lunak yang terintegrasi, penelitian ini dapat menjadi alternatif inovatif untuk memberikan pengalaman bermain yang lebih realistis, imersif, serta mendukung aktivitas fisik pemain.
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