Article Per Year (5 Year)
p-Index From 2021 - 2026
6.874
P-Index
This Author published in this journals
All Journal International Journal of Reconfigurable and Embedded Systems (IJRES) Jurnal Teknologi Informasi dan Ilmu Komputer International Journal of Advances in Intelligent Informatics Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Tri Dharma Mandiri: Diseminasi dan Hilirisasi Riset Kepada Masyarakat (Jurnal Pengabdian Kepada Masyarakat)
Edita Rosana Widasari, Edita Rosana
Unknown Affiliation
Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Public Health Social Sciences

Published : 53 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 53 Documents
Search

 1   2   3   4   5 
Analisis Perbandingan Fitur Waveform Length, Mean Absolute Value, dan Root Mean Square Pada Lengan Prostetik Bionik syauqi; Widasari, Edita Rosana
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

Berdasarkan data Kementerian Sosial Republik Indonesia tahun 2021 mencatat jumlah penyandang disabilitas di Indonesia mencapai 22,97 juta jiwa, dengan disabilitas fisik pada tangan menjadi salah satu kelompok terbesar. Disabilitas tangan berdampak signifikan pada aktivitas sehari-hari, sehingga pengembangan lengan prostetik menjadi Solusi untuk menggantikan fungsi tangan tersebut. Dalam pengembangannya terdapat beberapa tantangan yang dihadapi seperti keterbatasan gerakan, ketidaknyamanan dalam mobilitas, dan noise pada perekaman sinyal akibat penggunaan kabel yang panjang. Oleh karena itu, Penelitian ini mengembangkan lengan prostetik dengan Wearable Electromyography Armband Sensor dan pendekatan ekstraksi fitur Waveform Length (WL), Mean Absolute Value (MAV), serta Root Mean Square (RMS) untuk meningkatkan akurasi dan variasi pengenalan gerakan otot lengan bawah. Hasil pengujian terhadap 10 gerakan menunjukkan bahwa sensor Oymotion gForce200 Gesture Armband akurat dalam merekam sinyal EMG. Ekstraksi fitur WL terbukti paling efektif dalam klasifikasi sinyal EMG, berdasarkan analisis Independent Sample T-Test dan perbandingan nilai dengan teknik Ratio Games. Kemudian, MAV menunjukkan waktu komputasi paling efisien, meskipun perbedaannya tidak signifikan, sementara penggunaan memori dari ketiga metode serupa. Penelitian ini menjabarkan secara jelas dalam pemilihan fitur ekstraksi yang optimal untuk meningkatkan akurasi dan variasi gerakan pada lengan prostetik bionik. Kata kunci: Wearable Electromyography Armband Sensor, Waveform Length, Mean Absolute Value, Root Mean Square, Lengan Prostetik Bionik.
Implementasi Convolutional Neural Network Pada Lengan Prostetik Bionik Berbasis Wearable Electromyography Armband Sensor Daniswara, Muhammad Ananta; Widasari, Edita Rosana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kehilangan tangan akibat amputasi dapat mempengaruhi kesehatan fisiologis dan psikologis penderitanya. Jumlah penyandang disabilitas di Indonesia mencapai 22,97 juta jiwa, sekitar 8,5% dari total penduduk Indonesia. Jumlah tersebut terhitung cukup besar sehingga diperlukan pengembangan teknologi untuk membantu pasien disabilitas, salah satunya tangan prostetik bionik. Penelitian sebelumnya mengembangkan lengan prostetik bionik berbasis sensor berkabel Myoware V2 namun masih terdapat banyak noise dan tantangan dalam akurasi gerakan. Penelitian ini bertujuan untuk mengembangkan sistem lengan prostetik bionik dengan implementasi Convolutional Neural Network (CNN) berbasis Wearable Electromyography Armband Sensor. Tipe sensor yang digunakan adalah sensor Oymotion gForce200 Armband Gesture. . Penelitian ini menggunakan empat fitur yaitu Root Mean Square (RMS), Waveform Length (WL), Mean Average Value (MAV), dan Amplitude First Burst (AFB) dan digunakan sebagai input untuk klasifikasi Convolutional Neural Network (CNN). Hasil pengujian sensor memiliki akurasi sebesar 100% dengan nilai yang sesuai yaitu 0-3,3 V. Selanjutnya, hasil pelatihan akurasi model CNN sebesar 94,83% dengan learning rate 0,1 dan 100 epochs. Sensor Oymotion gForce200 berhasil mengklasifikasikan gerakan pada sistem dengan akurasi 80%, meskipun masih ada tantangan terkait karakteristik sinyal individu. Waktu komputasi untuk setiap gerakan adalah 0,046 detik, menunjukkan bahwa sistem ini memenuhi kriteria untuk digunakan secara real-time dalam aplikasi prostetik.
Inovasi Ketahanan Data Desa: Implementasi Villageguard sebagai Solusi Backup Data di Desa Gambiran Kabupaten Banyuwangi Provinsi Jawa Timur Widasari, Edita Rosana; Prasetio, Barlian Henryranu; Setiawan, Adi; Ramadhan, Hanifa Maulani
TRI DHARMA MANDIRI: Diseminasi dan Hilirisasi Riset kepada Masyarakat (Jurnal Pengabdian kepada Masyarakat) Vol 5, No 1 (2025)
Publisher : JTRIDHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.jtridharma.2025.005.01.53

Abstract

Desa Gambiran di Kabupaten Banyuwangi Provinsi Jawa Timur saat ini menghadapi tantangan signifikan dalam pengelolaan data penduduk dan administrasi yang tidak terorganisir serta rentan terhadap kehilangan data. Sistem pencadangan (backup) data yang tidak memadai akibat kerusakan perangkat keras atau bencana alam menyebabkan potensi hilangnya informasi penting. Tujuan utama dalam kegiatan pengabdian kepada masyarakat ini adalah mengimplementasikan solusi backup data melalui villageguard yang dapat diakses melalui sistem informasi terintegrasi. Konsep ini mengacu pada sistem informasi yang dirancang untuk memastikan bahwa data dikelola secara digital, tersimpan dengan aman, dan didukung oleh fitur backup otomatis. Metode pelaksanaan yang digunakan meliputi studi literatur, diskusi dengan pemangku kepentingan, serta pengembangan dan penerapan sistem secara langsung di Kantor Desa Gambiran. Implementasi sistem villageguard ini mencakup integrasi data kependudukan, kesehatan, kesejahteraan sosial, perencanaan pembangunan desa, dan inventaris desa ke dalam suatu sistem informasi yang aman dan mudah diakses. Selanjutnya, sistem informasi terintegrasi ini disosialisasikan kepada seluruh pengelola dan pengguna. Berdasarkan evaluasi kuesioner, sistem informasi terintegrasi ini dinilai cukup efektif dengan menunjukkan modus nilai pada kategori “Baik”. Selain itu, berdasarkan hasil pre-test dan post-test juga menunjukkan adanya peningkatan pemahaman pengelola dan pengguna terhadap sistem informasi terintegrasi sebesar 43%. Simpulan dari kegiatan ini adalah bahwa sistem backup data berbasis sistem informasi terintegrasi berhasil diimplementasikan dan bermanfaat di Kantor Desa Gambiran Banyuwangi serta memberikan solusi yang efisien dan aman untuk pengelolaan data desa yang lebih baik.
Pengoptimalan Gerakan Lengan Prostetik Bionik Menggunakan Decision Based Velocity Ramp Gabriel Hizkia Marhata Simbolon; Widasari, Edita Rosana
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 3: Juni 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025128535

Abstract

Di seluruh dunia, terdapat 57,7 juta individu yang kehilangan lengan mereka dan menghadapi hambatan dalam melakukan tugas sehari-hari. Saat ini, lengan prostetik bionik telah dikembangkan salah satunya yaitu "Sistem Pengenalan Pergerakan Prostetik Tangan Bionik Bawah Siku Menggunakan Metode K-Nearest Neighbor berbasis sinyal Electromyography" (Adani, M. S., Widasari, E.R., 2023). Namun, penelitian tersebut memiliki beberapa keterbatasan dalam kecepatan dan posisi sudut servo. Untuk mengatasi masalah ini, penelitian ini mengusulkan penggunaan Decision Based Velocity Ramp (DBVR) sebagai metode post-processing untuk memperbaiki kecepatan servo dalam mencapai posisi target dan meningkatkan presisi sudut posisi target servo. Hasil menunjukkan bahwa pembacaan sensor Myoware memiliki tingkat akurasi yang sangat tinggi hingga 100%, dengan nilai minimum 0.18V dan maksimum 2.84V untuk seluruh gerakan lengan prostetik bionik. Kemudian, kecepatan servo meningkat secara signifikan sebesar 74.16%. Servo dengan menggunakan DBVR berhasil mencapai posisi sudut target dengan tingkat keberhasilan rata-rata 92%, dimana lebih baik 16% dibandingkan dengan servo tanpa penerapan DBVR. Oleh karena itu, penggunaan DBVR telah terbukti efektif dalam meningkatkan kecepatan dan akurasi servo dalam mencapai posisi sudut target pada seluruh gerakan lengan prostetik bionik, meliputi gerakan buka, gerakan genggam, gerakan sip, gerakan ok-tengah, gerakan cool, gerakan spiderman, gerakan pistol dan gerakan tengah.   Abstract Globally, there are 57.7 million individuals who have lost their arms and face challenges in performing daily tasks. Currently, bionic prosthetic arms have been developed, one of which is the "Recognition System for Bionic Forearm Prosthetic Hand Movements Using K-Nearest Neighbor Method Based on Electromyography Signal" (Adani, M. S., Widasari, E.R., 2023). However, this research has some limitations in terms of speed and servo angle positions. To address this issue, this study proposes the use of Decision Based Velocity Ramp (DBVR) as a post-processing method to improve the servo speed in reaching target positions and enhance the precision of target servo angle positions. The results indicate that Myoware sensor readings have a very high accuracy level, up to 100%, with a minimum value of 0.18V and a maximum of 2.84V for all bionic prosthetic arm movements. Furthermore, the servo speed increased significantly by 74.16%. Servo, when using DBVR, successfully reached the target angle positions with an average success rate of 92%, which is 16% better compared to servo without the implementation of DBVR. Therefore, the use of DBVR has proven to be effective in improving the speed and accuracy of the servo in reaching target angle positions for all bionic prosthetic arm movements, including open movement, grip movement, sip movement, ok-middle movement, cool movement, spiderman movement, pistol movement, and middle movement.
Sistem Klasifikasi Latihan Bicep Curl Menggunakan Support Vector Machine Berbasis Sensor MPU6050 dan Muscle Sensor V3 Toar, Mikhael Ryan; Syauqy, Dahnial; Widasari, Edita Rosana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di Jurnal Internasional
Sistem Klasifikasi Gerakan Training Triceps Extension Menggunakan Metode Support Vector Machine dengan MPU6050 dan Muscle Sensor V3 Musharrif, Mohammad Faiz; Syauqy, Dahnial; WIdasari, Edita Rosana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di Jurnal Internasional
Inovasi Ketahanan Data Desa: Implementasi Villageguard sebagai Solusi Backup Data di Desa Gambiran Kabupaten Banyuwangi Provinsi Jawa Timur Widasari, Edita Rosana; Prasetio, Barlian Henryranu; Setiawan, Adi; Ramadhan, Hanifa Maulani
TRI DHARMA MANDIRI: Dissemination and Downstreaming of Research to the Community (Journal of Community Engagement) Vol 5 No 1 (2025)
Publisher : SMONAGENES Research Center, Univeritas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.jtridharma.2025.005.01.53

Abstract

Desa Gambiran di Kabupaten Banyuwangi Provinsi Jawa Timur saat ini menghadapi tantangan signifikan dalam pengelolaan data penduduk dan administrasi yang tidak terorganisir serta rentan terhadap kehilangan data. Sistem pencadangan (backup) data yang tidak memadai akibat kerusakan perangkat keras atau bencana alam menyebabkan potensi hilangnya informasi penting. Tujuan utama dalam kegiatan pengabdian kepada masyarakat ini adalah mengimplementasikan solusi backup data melalui villageguard yang dapat diakses melalui sistem informasi terintegrasi. Konsep ini mengacu pada sistem informasi yang dirancang untuk memastikan bahwa data dikelola secara digital, tersimpan dengan aman, dan didukung oleh fitur backup otomatis. Metode pelaksanaan yang digunakan meliputi studi literatur, diskusi dengan pemangku kepentingan, serta pengembangan dan penerapan sistem secara langsung di Kantor Desa Gambiran. Implementasi sistem villageguard ini mencakup integrasi data kependudukan, kesehatan, kesejahteraan sosial, perencanaan pembangunan desa, dan inventaris desa ke dalam suatu sistem informasi yang aman dan mudah diakses. Selanjutnya, sistem informasi terintegrasi ini disosialisasikan kepada seluruh pengelola dan pengguna. Berdasarkan evaluasi kuesioner, sistem informasi terintegrasi ini dinilai cukup efektif dengan menunjukkan modus nilai pada kategori "Baik". Selain itu, berdasarkan hasil pre-test dan post-test juga menunjukkan adanya peningkatan pemahaman pengelola dan pengguna terhadap sistem informasi terintegrasi sebesar 43%. Simpulan dari kegiatan ini adalah bahwa sistem backup data berbasis sistem informasi terintegrasi berhasil diimplementasikan dan bermanfaat di Kantor Desa Gambiran Banyuwangi serta memberikan solusi yang efisien dan aman untuk pengelolaan data desa yang lebih baik.
Implementasi Adaptive Neuro-Fuzzy Inference System PadaSistem Deteksi Kelelahan Mental Berbasis Sinyal Electroencephalogram Surya Darma Santoso, Teguh; Widasari, Edita Rosana
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 4: Agustus 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.124

Abstract

Kelelahan mental merupakan fenomena umum pada pelajar dan pekerja yang ditandai dengan penurunan energi, motivasi, kemampuan kognitif dan lainnya. Jika tidak segera ditangani, maka dapat menyebabkan berbagai gangguan kesehatan fisik maupun mental dan meningkatkan resiko kecelakaan. Psikolog mengidentifikasi kelelahan mental melalui pengukuran secara subjektif dengan kuesioner atau pengukuran secara kognitif dengan tes kognitif. Namun, proses tersebut memerlukan waktu yang lama dan hasil pengukuran cenderung bersifat subjektif, rentan terhadap kesalahan dan kurang valid untuk pasien yang terbiasa dengan aktivitas kognitif. Oleh karena itu, penelitian ini mengusulkan implementasi metode Adaptive Neuro-Fuzzy Inference System pada sistem deteksi kelelahan mental berbasis sinyal electroencephalogram satu kanal untuk meningkatkan keakuratan diagnosis, efisiensi waktu dan kenyamanan pengguna. Sistem menggunakan metode normalisasi min-max, segmentasi, dekomposisi Discrete Wavelet Transform, dan ekstraksi fitur Power Percentage, Standard Deviation, Mean Absolute Value dari sinyal theta. Sistem dikemas dalam aplikasi Graphical User Interface berbasis MATLAB sehingga dapat menampilkan keluaran berupa grafik sinyal theta, nilai-nilai ekstraksi fitur, dan hasil diagnosis pada laptop pengguna. Sistem ini menghasilkan akurasi klasifikasi sebesar 90% dan rata-rata waktu komputasi mencapai 0,45 detik. Sistem ini dapat diandalkan dan digunakan sebagai alat validator tambahan untuk psikolog dalam mendiagnosis kelelahan mental.   Abstract Mental fatigue is a common phenomenon in students and workers characterized by decreased energy, motivation, cognitive ability and more. If left untreated, it can lead to various physical and mental health problems and increase the risk of accidents. Psychologists identify mental fatigue through subjective measurements with questionnaires or cognitive measurements with cognitive tests. However, the process takes a long time and the measurement results tend to be subjective, prone to errors and less valid for patients who are accustomed to cognitive activities. Therefore, this study proposes the implementation of the Adaptive Neuro-Fuzzy Inference System method on a single-channel electroencephalogram signal-based mental fatigue detection system to improve diagnosis accuracy, time efficiency and user convenience. The system uses min-max normalization, segmentation, Discrete Wavelet Transform decomposition, and Power Percentage, Standard Deviation, Mean Absolute Value feature extraction methods from theta signals. The system is packaged in a MATLAB-based Graphical User Interface application so that it can display output in the form of theta signal graphs, feature extraction values, and diagnosis results on the user's laptop. The system produced a classification accuracy of 90% and an average computation time reached 0.45 seconds. The system is reliable and can be used as an additional validator tool for psychologists in diagnosing mental fatigue.
Sistem Monitoring Tekanan Darah Non-Invasif Berbasis Sinyal Elektrokardiogram Menggunakan Sensor Shimmer Hakim, Muhammad Ilham; Widasari, Edita Rosana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 11 (2025): November 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini bertujuan mengembangkan sistem monitoring tekanan darah non-invasif berbasis sinyal elektrokardiogram menggunakan sensor Shimmer3 ECG. Latar belakang penelitian didasari kebutuhan akan alat monitoring kardiovaskular yang ekonomis, portabel, dan dapat digunakan di luar lingkungan klinis. Sistem dirancang untuk merekam sinyal ECG secara real-time, melakukan pra-pemrosesan, serta mengekstraksi tujuh fitur time-domain (shape factor, mean, mobility, skewness, coefficient of variation, complexity, central moment). Fitur-fitur ini kemudian digunakan untuk memprediksi tekanan darah sistolik dan diastolik pada setiap segmen 20 detik. Prediksi tekanan darah ditampilkan bersamaan dengan gelombang ECG melalui antarmuka pengguna grafis (Graphical User Interface). Validasi menggunakan 10 percobaan dengan Omron HEM-7156T sebagai referensi menunjukkan nilai mean error SBP = –0,9 mmHg dan DBP = 3,4 mmHg, serta mean absolute percentage error SBP = 4,20% dan DBP = 4,91%, keduanya di bawah ambang 5%. Hasil pengujian menunjukkan bahwa sistem berhasil beroperasi sesuai kebutuhan, dengan perbandingan pipeline offline dan live detection hanya menghasilkan peningkatan MAPE sebesar 0,47% untuk SBP dan 1,19% untuk DBP. Sistem ini menawarkan solusi monitoring tekanan darah yang lebih sederhana, efisien, dan adaptif untuk pemantauan kesehatan secara real-time di berbagai kondisi.
Sistem Identifikasi Kesehatan Pencernaan Berdasar Suara Usus Menggunakan Embedded System Fabiana, Ryzaldi Ananda; Prasetio, Barlian Henryranu; Setiawan, Eko; Chilmi, Syahrul; Widasari, Edita Rosana
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 2: April 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20236515

Abstract

Ileus adalah salah satu penyakit usus yang disebabkan oleh tersumbatnya lumen usus akibat berhentinya gerak peristaltik di dalam usus. Jika tidak ditangani dengan cepat, Ileus bisa menyebabkan usus berlubang. Namun, penderita Ileus seringkali tidak menyadari terjadinya penyakit ini di dalam tubuhnya, sehingga sebaiknya memeriksakan kesehatan pencernaan setiap hari sebagai pencegahan. Oleh karena itu, diperlukan stetoskop digital untuk memberikan jawaban dari hasil auskultasi. Penelitian ini menggunakan stetoskop yang dimodifikasi dengan soundcard yang terhubung dengan raspberry pi dan ditampilkan melalui aplikasi VNC Viewer. Sedangkan Convolutional Neural Network dengan model tensor flow digunakan sebagai metode klasifikasi dan MFCC teknik ekstraksi fiturnya. Sistem merekam dan mendeteksi kehadiran suara perut dengan auskultasi selama 10 detik, dan jika terdeteksi suara perut lebih dari 1 maka dapat disimpulkan pencernaan itu sehat, begitu juga sebaliknya. Dalam penelitian ini, uji klasifikasi untuk yang lain diberi label ‘NIHIL’ suara perut, dan hasil auskultasi adalah 5,85 detik untuk uji klasifikasi. Akurasi yang diperoleh untuk klasifikasi TERDETEKSI' adalah 90%, dan untuk ‘NIHIL’ adalah 100%. AbstractIleus is one intestinal disease caused by the blockage of the bowel lumen due to the cessation of peristalsis within the intestine. If not handled quickly, Ileus could lead to a perforated bowel. However, the sufferer of Ileus often does not realize the occurrence of this disease within his body, so it would be better to check up on the digestive health every day as a preventive. Therefore, a digital stethoscope is needed to provide answers from auscultation results. This study used a modified stethoscope with a soundcard connected to the raspberry pi and displayed through the VNC Viewer application. Meanwhile, Convolutional Neural Network with tensor follow model is used as the classification method and MFCC Technique as the feature extraction. The system records and detects the bowel noise with auscultation for 10 seconds, and if the bowel noise is detected more than1 time, it means normal condition or health, and vice versa. In this study, the classification test for another was labeled with ‘NIHIL,' and the auscultation result was 5.85 seconds for the classification test. The accuracy obtained for the classification of 'digestion-sound' is 90%, and for the 'no digestion sound' is 100%.
Co-Authors adani, M. Syakhisk N. Adipratama, Ivan Rafli Agung Setia Budi, Agung Setia Aji, Eko Prastowo Akbar, Rizky Alhamid, Faticha Kamila Aryawidyawan, Mochammad Farrel Audrian, Nathaniel Azizy, Faqih Barlian Henryranu Prasetio Bhanu Shidqianto, Naufal Butarbutar, Erlinda Chatarina Umbul Wahyuni Daffa, Ali Zhafran Dahnial Syauqy Dananjaya, Andreas Wirawan Daniswara, Muhammad Ananta Dewa, Muklas Isa Eko Setiawan Fabiana, Ryzaldi Ananda Faiqoh, Rifdah Fauzi, Muhammad Aqil Fuad, Alifa Azwadina Gabriel Hizkia Marhata Simbolon Gembong Edhi Setyawan Ghifari, Achmad Giffary, Muhammad Zufar Hakim, Muhammad Ilham Hanafi, Muhammad Imam Hanifa Maulani Ramadhan Hurriyatul Fitriyah, Hurriyatul IKA NURFARIDA J'Verron, Shadam Ksatria, Fatih Raka Kurnia, Yudisthira Dwi Muhammad Fahrizal, Muhammad Musharrif, Mohammad Faiz Nashrullah, Ikbar Razan Nugraha, Aldia Agri Palwa Luktagara, Abim Renara Perkasa, Septiyo Budi Prakoso, Raihan Pramana, Danish Gyan Prasetyo, Ragil Hadi Ratanasari, Dittha Rava Athalla, Muhammad Rizal Maulana, Rizal Rohman, Zahra Auliaul Rohmandzoni, Achmad Santoso, Teguh Surya Darma Saputra, Naufal Rijaldi Shabiyya, Syifa’ Hukma Simbolon, Gabriel Hizkia Marhata Surya Darma Santoso, Teguh Syahrul Chilmi, Syahrul syauqi Toar, Mikhael Ryan Trido, Pradytia Vebrianto, Yudaneru Yasa Palaguna Umar, Yasa Palaguna Yunus, Ahmad Haykal