Article Per Year (5 Year)
p-Index From 2021 - 2026
14.98
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Lontar Komputer: Jurnal Ilmiah Teknologi Informasi Jurnal INKOM TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics Jurnal technoscientia Jurnal Mahasiswa TEUB Jurnal Teknologi Informasi dan Ilmu Komputer Register: Jurnal Ilmiah Teknologi Sistem Informasi Jurnal Teknologi dan Sistem Komputer JOIV : International Journal on Informatics Visualization Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control IJID (International Journal on Informatics for Development) Indonesian Journal of Electrical Engineering and Computer Science JURNAL TEKNOLOGI TECHNOSCIENTIA Jurnal Teknik Informatika (JUTIF) Mechanical Engineering for Society and Industry
Utaminingrum, Fitri
Fakultas Ilmu Komputer, Universitas Brawijaya
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering Transportation

Published : 193 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 193 Documents
Search

 13   14   15   16   17 
Sistem Penghitung Skor Menembak Otomatis menggunakan Pengolahan Citra Digital Amaliah, Ichlasuning Diah; Utaminingrum, Fitri; Adikara, Putra Pandu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 7 (2023): Juli 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Teknologi pendukung yang memadai dalam pelaksanaan olahraga terkadang sulit untuk didapatkan karena beberapa faktor, salah satunya karena harga yang mahal. Pada pertandingan olahraga menembak berskala besar dapat digunakan Electronic Scoring Target, namun dengan harga yang berkisar antara 1.500 hingga 2.000 USD tidak semua daerah dan klub menembak memiliki alat ini untuk menunjang perlombaan dengan skala yang lebih kecil ataupun kegiatan latihan sehingga pengamatan dan perhitungan skor masih dilakukan secara tradisional. Untuk menyelesaikan permasalahan ini digunakan pengolahan citra digital dengan tiga proses inti yaitu pendeteksian bagian sasaran tembak, pendeteksian bekas tembak, dan pemberian skor. Pendeteksian sasaran tembak dan bekas tembak memenfaatkan deteksi kontur dengan memanfaatkan komponen saturasi sebagai proses pre-processing pada pendeteksian bekas tembak, sedangkan pemberian skor bekas tembak memanfaatkan jarak Euclidean. Pengujian dilakukan pada pemberian batas bawah pada komponen saturasi sebesar 25, 40, 45, 50, 55, 60, dan 75 dengan batas atas tetap sebesar 100. Hasil pendeteksian terbaik ada pada penggunaan low boundary sebesar 45 dengan nilai precision 100%, recall 99,6%, dan F1-score 99,8%. Akurasi dari pemberian skor pada penggunaan low boundary sebesar 45 mencapai 73,33% jika satu citra dihitung dihitung sebagai satu data dan 96,65% jika tiap bekas tembak dihitung sebagai satu data.
Penerapan MFCC dan Bidirectional RNN pada Sistem Kendali Navigasi Kursi Roda Pintar berbasis Jetson TX2 Shaleh, Achmad Rizqi Ilham; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 9 (2023): September 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Quadriplegia adalah suatu bentuk kelumpuhan yang disebabkan oleh penyakit neurologis serius atau cedera otak/sumsum tulang belakang yang mengakibatkan hilangnya sebagian atau seluruh penggunaan kedua kaki maupun tangannya. Hal ini menyebabkan penderita Quadriplegia selalu membutuhkan bantuan orang lain dalam menjalankan aktifitas normal dalam kehidupan sehari-hari. Sehingga, untuk meringankan beban dan tantangan yang dialami oleh penderita Quadriplegia, penelitian ini akan berfokus pada penerapan MFCC dan Bidirectional RNN sebagai metode dalam sistem kendali navigasi Kursi Roda Pintar dengan perintah suara berbahasa Indonesia. Penelitian ini telah mengumpulkan 1703 sampel data perintah suara yang mencakup perintah “maju”, “mundur”, “kanan”, “kiri”, dan “berhenti”. Sampel data tersebut akan digunakan sebagai dataset untuk melatih model Bidirectional GRU dan Bidirectional LSTM. Sistem akan dijalankan menggunakan Single Board Computer Nvidia Modul Jetson TX2. Hasil pengujian sistem dengan mengucapkan setiap perintah sebanyak 10 kali berhasil mendapatkan hasil yang cukup memuaskan. Dengan nilai akurasi sebesar 100% dengan menggunakan Bidirectional LSTM dan 92% dengan menggunakan Bidirectional GRU. Serta, waktu komputasi sebesar 0,2835 detik untuk Bidirectional LSTM dan 0,29 detik untuk Bidirectional GRU.
Sistem Pemilihan Menu pada Kursi Roda Pintar menggunakan Suara berbasis MFCC dan CNN pada Jetson TX2 NX Hurmuzi, Abdan Idza; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 7 (2023): Juli 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Disabilitas adalah kondisi dimana tubuh ataupun mental mengalami gangguan yang dapat membuat seseorang kesulitan dalam melakukan aktivitas ataupun berinteraksi dengan lingkungan sekitar. Orang yang memiliki keterbatasan pada kemampuan berpindah tempat seperti berjalan umumnya menggunakan bantuan kursi roda, yaitu alat yang digunakan untuk mengatasi keterbatasan tersebut. Kursi roda tradisional memiliki kekurangan pada pengguna yang menderita paralisis pada anggota gerak seperti lengan. Kursi roda pintar umumnya dibekali piranti berbasis hand-operated seperti joystick ataupun layar sentuh untuk pengoperasiannya. Akan tetapi terdapat beberapa batasan pada Human Machine Interface tersebut terutama pada penderita tetraplegia, locked-in syndrome dan amyotrophic lateral sclerosis (ALS). Penelitian ini akan berfokus pada penerapan MFCC dan Convolutional Neural Network (CNN) untuk sistem pemilihan menu pada Kursi Roda Pintar menggunakan perintah suara dalam bahasa Indonesia. Pada penelitian ini sebanyak 5,600 data perintah suara telah dikumpulkan. Data tersebut mencangkup 14 perintah, yaitu, “Satu”, “Dua”, “Tiga”, “Empat”, “Lima”, “Enam”, “Mati”, “Nyala”, “Oke”, “Tidak”, “Info”, “Next”, “Back”, dan “Keluar”. Hasil dari pengujian sistem dengan dua jenis gender mendapatkan hasil yang terbilang sangat baik dengan nilai akurasi sebesar 99.64%. Selain itu, besar waktu komputasi adalah 0,2103 detik dalam melakukan proses pengenalan suara.
Sistem Pengklasifikasi Jenis Sampah Plastik berdasarkan Resin Identification Code menggunakan Metode YOLOv5s berbasis Raspberry Pi Hassadiqin, Hasbi; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 7 (2023): Juli 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Perkembangan industri yang pesat berdampak pada peningkatan kebutuhan manusia, yang mengakibatkan produksi beragam produk untuk memenuhi kebutuhan tersebut. Sebagian besar produk berbahan dasar plastik yang bersifat sulit terurai, sehingga diperlukan proses daur ulang yang panjang. Oleh karena itu, rancang bangun sistem pengklasifikasian jenis sampah berdasarkan Resin Indetification Code ini dapat membantu memisahkan sampah plastik daur ulang secara otomatis. Pada rancang bangun sistem ini digunakan metode YOLOv5s. Penelitian ini memiliki beberapa kelas yaitu plastic bottle (PET), plastic cup (PP), soap bottle (HDPE), plastic bag (LDPE), cable (PVC), dan styrofoam (PS). Pertama, dilakukan training pada dataset sampah yang berjumlah 6000 gambar yang teridiri dari 1000 gambar setiap kelasnya. Lalu, akan dilakukan analisa pengaruh nilai epoch terhadap akurasi model, pengujian ini menghasilkan bahwa besar nilai epoch terhadap akurasi berbanding lurus, dengan hasil accuration, box loss, class loss, dan object loss sebesar 0.9995, 0.015, 0.001, dan 0.006.Kemudian, dilakukan perhitungan accuration, precision, recall dan F1-score pada model yang menghasilkan rata-rata nilai accuration mencapai 0.995, precision 0.99, recall 0.993, dan F1-score 0.991. Kemudian dilakukan pengujian waktu komputasi sistem yang menghasilkan rata-rata waktu komputasi 6.594 detik. Terakhir, dilakukan pengujian akurasi integrasi sistem pada setiap kelas yang dideteksi, pengujian ini menghasilkan total rata-rata akurasi mencapai 93,3%.
Sistem Navigasi Indoor Kursi Roda Pintar menggunakan Monocular Depth Estimation pada Nvidia Jetson TX2 NX Dharmatirta, Brian Aditya; Utaminingrum, Fitri
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

Penyandang disabilitas yang memiliki keterbatasan dalam berjalan dan menggunakan fungsi motorik tubuh bagian atas memiliki kesulitan dalam melakukan navigasi kursi roda secara manual. Oleh karena itu, diperlukan sebuah solusi berupa sistem navigasi indoor pada kursi roda pintar menggunakan Monocular Depth Estimation pada Jetson TX2 NX. Model gabungan U-Net MobileNetV3 yang telah terlatih pada dataset NYU-DepthV2 digunakan untuk melakukan estimasi kedalaman gambar monokular dalam ruangan yang direkam melalui kamera. Proses komputasi ini akan dijalankan pada mikrokomputer tertanam Nvidia Jetson TX2 NX. Sistem yang dirancang pada penelitian ini dapat melakukan estimasi kedalaman gambar monokular pada data validasi dengan metrik evaluasi RMSE sebesar 0.033, dan REL sebesar 0.071, dan SSIM sebesar 0.92. Waktu komputasi keseluruhan yang dibutuhkan sistem dalam melakukan estimasi adalah sebesar 90.533 milidetik dengan integrasi hasil estimasi dengan pergerakan roda adalah 64.4 PWM untuk roda kiri dan 70 PWM untuk roda kanan saat melakukan pergerakan dan 0 PWM saat kursi roda sedang berhenti.
Deteksi Arah Gerak Kepala pada Kursi Roda Pintar menggunakan Fungsi Autocontrast Pillow dan Model YOLOv8N Fitriyani, Rahma Nur; Utaminingrum, Fitri
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

Berdasarkan data dari Badan Pusat Statistik (2021) tercatat sebanyak 5 persen dari total penduduk di Indonesia adalah penyandang disabilitas. Terdapat beberapa jenis disabilitas, salah satunya adalah disabilitas fisik. Penyandang disabilitas fisik umumnya menggunakan kursi roda untuk membantu mereka melakukan mobilitas. Namun kursi roda yang beredar saat ini, baik manual atau elektrik, keduanya membutuhkan bantuan tangan untuk mengendalikan kursi roda tersebut. Hal ini menjadi masalah untuk penyandang disabilitas fisik ganda yang memilki kesulitan atau gangguan untuk menggerakkan tangan dan kaki mereka. Beberapa penelitian telah dilakukan untuk mengatasi permasalahan ini seperti membuat kursi roda yang dapat dikendalikan menggunakan gerakan kepala. Namun, penelitian tersebut hanya membuat sistem kendali yang dapat dikendalikan dengan kondisi cahaya yang mencukupi. Sistem tidak dapat dikendalikan jika kondisi ruangan tidak memiliki cahaya yang cukup atau jika kursi roda berada dalam kondisi pencahayaan yang minim. Fungsi Autocontrast Pillow dapat digunakan untuk menangani hal tersebut. Autocontrast Pillow dapat meningkatkan pencahayaan dari gambar yang digunakan. Sementara untuk mendeteksi gerakan kepala dapat menggunakan YOLOv8N yang memiliki akurasi yang lebih baik dibandingkan model YOLO sebelumnya. Berdasarkan pengujian yang telah dilakukan, sistem menggunakan epoch 21 yang mana memiliki nilai f1 score sebesar 0,99 dan akurasi validasi sebesar 0,99. Sistem juga dapat bekerja dengan baik pada kondisi pencahayaan terang dan minim.
Navigasi Kursi Roda Pintar melalui Gerakan Kepala dengan YOLOv8 dan Koreksi Gamma pada Cahaya Rendah Pratama, Wildan Bagus; Utaminingrum, Fitri
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

Jumlah penduduk penyandang disabilitas di Indonesia mencapai 22,5 juta orang pada tahun 2022 (Badan Pusat Statistik, 2022). Orang dengan disabilitas ganda mengacu pada kondisi di mana seseorang mengalami lebih dari satu jenis disabilitas secara bersamaan. Penggunaan kursi roda menjadi alat bantu untuk meningkatkan mobilitas orang dengan disabilitas ganda, khususnya inovasi pada kursi roda pintar. Kursi roda pintar yang dilengkapi teknologi seperti gerak kepala sebagai sistem navigasi, memberikan solusi inovatif bagi individu dengan disfungsi tangan dan kaki. Integrasi YOLOv8 Nano pada kursi roda pintar berfungsi untuk mengendalikan navigasi pada kursi roda dengan gerakan kepala. Fungsi koreksi gamma diterapkan agar kursi roda dapat beroperasi secara optimal dalam kondisi pencahayaan yang rendah. Penggunaan Jetson TX2 berperan sebagai pemrosesan data yang berfungsi untuk komputasi deteksi objek menggunakan YOLOv8 Nano. Hasil pengujian menunjukkan sistem mampu merespons dengan tepat terhadap inputan gerakan kepala pengguna dengan pergerakan motor. Akurasi total sebesar 90.62% pada kondisi pencahayaan terang dan pencahayaan rendah menggunakan koreksi gamma. Penerapan CUDA menghasilkan rata-rata efisiensi waktu pengujian sebesar 3541 ms.
Implementasi InceptionV3 untuk Deteksi Fase Estrus Sapi Betina berbasis Raspberry Pi Farrassy, Muhtady; Utaminingrum, Fitri
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

Indonesia memainkan peran sentral dalam industri peternakan global sebagai penyedia utama sumber daya protein hewani. Meskipun telah mengalami modernisasi, terdapat tantangan terkait ketersediaan daging sapi yang tidak memadai untuk memenuhi permintaan. Produksi daging yang menurun di Indonesia dipengaruhi oleh berbagai faktor, termasuk kegagalan inseminasi buatan (IB). Menurut survey Fakultas Peternakan Universitas Brawijaya, peternak mengalami kendala dalam menerapkan proses IB (Humas Fapet, 2023). Kendala ini diakibatkan oleh ketidaktahuan peternak akan tanda-tanda birahi (estrus) pada sapi. Metode deteksi fase estrus konvensional menggunakan pengamatan visual vulva memiliki keterbatasan. Oleh karena itu, penelitian ini mengusulkan implementasi teknologi deep learning dengan metode InceptionV3 berbasis Raspberry Pi untuk mendeteksi fase estrus pada sapi betina. InceptionV3 merupakan model deep learning untuk klasifikasi citra yang memakai arsitektur Convolutional Neural Network (CNN). Model arsitektur ini dibangun menggunakan transfer learning dan pelatihan terhadap dataset citra berdua kelas, yakni Estrus dan Normal. Model InceptionV3 menghasilkan nilai accuracy sebesar 0.90027, precision sebesar 0.89384, recall sebesar 0.90843, dan f1-score sebesar 0.90107 pada pelatihan model. Model yang sudah dilatih tersebut diload ke dalam Raspberry Pi untuk dilakukan pengujian deteksi terhadap sapi betina. Pengujian tersebut menghasilkan akurasi sistem sebesar 90% dengan rata-rata waktu komputasi sebesar 26.27 detik.
Deteksi Pergerakan Mata pada Kondisi Cahaya Rendah dengan Self-Calibrated-Illumination dan MobileNetV3-Large menggunakan Jetson Nano Alhamdi, Achmad Fahri; Utaminingrum, Fitri
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

Survei Sosial Ekonomi Nasional (SUSENAS) 2018 menunjukkan bahwa dari 30,4 juta orang penyandang disabilitas di Indonesia, yang setara dengan 11,5% dari total populasi. Ada banyak ragam disabilitas yang dikenal, di antaranya adalah disabilitas ganda atau disfungsi tandan dan kaki. Pengidap disabilitas ganda menjadikan kursi roda sebagai alat bantu vital. Namun, kursi roda manual dan elektrik yang umum digunakan tidak memadai untuk mereka yang mengalami disfungsi tangan dan kaki. Sehingga kami usulkan cara alternatif yang lebih efektif dengan memanfaatkan pergerakan mata yang difungsikan sebagai navigasi arah gerak kursi roda. Metode deteksi pergerakan mata sangat sensitif pada kondisi cahaya rendah sehingga dapat mengurangi akurasi dan keandalan sistem. Penelitian ini mengusulkan metode deteksi pergerakan mata dengan memanfaatkan algoritma image classification MobileNetV3-Large dan Self Calibrated Illumination (SCI) untuk meningkatkan pencahayaan gambar di kondisi minim cahaya. Hasil integrasi sistem pada kursi roda menunjukkan kinerja yang efisien dengan lima subjek pengujian. Kelas dengan akurasi terbaik adalah close (100% di kondisi terang dan 97.77% di kondisi gelap), sementara akurasi terburuk adalah kelas left (75.55% di kondisi terang) dan right (64.44% di kondisi gelap).
Deteksi Fase Estrus pada Sapi Betina berbasis Raspberry Pi menggunakan Deep Learning dengan ResNet-50 Yusuf, Maulana; Utaminingrum, Fitri
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

Sebagian besar penduduk Indonesia bekerja pada sektor peternakan. Sektor peternakan merupakan industri yang memberikan peranan penting terhadap pertumbuhan ekonomi guna memenuhi kebutuhan sumber daya protein. Sapi perah merupakan ternak yang berkontribusi dalam upaya memenuhi kebutuhan sumber daya protein dibandingkan dengan jenis hewan ternak lainnya. Produk yang dihasilkan sapi perah adalah susu. Seiring meningkatnya jumlah penduduk mengakibatkan peningkatan permintaan susu di Indonesia. Akan tetapi, peningkatan permintaan susu tidak selaras dengan kemampuan produksi susu dalam negeri. Kemampuan produksi susu dalam negeri dipengaruhi oleh jumlah populasi sapi dalam negeri. Tetapi, seiring berjalannya waktu pertumbuhan populasi sapi yang cenderung lambat. Salah satu aspek lambatnya pertumbuhan populasi sapi adalah pengamatan siklus birahi (estrus) yang tidak tepat. Dengan demikian, penelitian ini penelitian ini diusulkan dengan menggunakan metode Deep Learning dengan model ResNet-50 untuk mendeteksi fase estrus pada citra vulva sapi. ResNet-50 merupakan arsitektur CNN yang digunakan untuk melakukan klasifikasi citra. Penelitian ini menunjukkan bahwa akurasi model ResNet-50 sebesar 96% dengan loss sebesar 0.04 pada pelatihan model. Sistem dapat melakukan deteksi fase estrus melalui citra vulva sapi betina menggunakan model ResNet-50 dengan akurasi 80% dengan rata-rata waktu kecepatan komputasi sebesar 22.37 detik.
Co-Authors Abadi, Dendy Satria Abiyyu Herwanto Achmad Dinda Basofi Sudirman Achmad Jafar Al Kadafi Adam Ibrahim, Muhammad Adharul Muttaqin Adinugroho, Sigit Aditia Reza Nugraha Afdy Clinton Afrizal Rivaldi, Afrizal Agung Setia Budi Agung Setia Budi Agung Setia Budi, Agung Setia Agus Wahyu Widodo Ahmad Wali Satria Bahari Johan Ahmad Wildan Farras Mumtaz Ainandafiq Muhammad Alqadri Akbar Dicky Purwanto Akbar Wira Bramantya Akbar, Muhammad Danar Al Amin, Nisrina Fairuz Hafizhah Al Huda, Fais Alfan Rafi'uddin Ardhani Alfianto Palebangan Alhamdi, Achmad Fahri Aliffandi Purnama Putra Alrynto Alrynto Alvin Evaldo Darmawan Amalia Septi Mulyani Amaliah, Ichlasuning Diah Andika Bayhaki Al Rasyid Syah Andika Kalvin Simarmata Andrika Wahyu Wicaksono Anugrah Zeputra Arthur Ahmad Fauzi Asep Ranta Munajat Asfar Triyadi Audrey Athallah Asyam Fauzan Aufa Nizar Faiz Auliya Firdaus Awalina, Aisyah Bagas Nur Rahman Bagus Septian Aditya Wijayanto Barlian Henryranu Prasetio Beryl Labique Ahmadie Blessius Sheldo Putra Laksono Budi Atmoko Burhan, M.Shochibul Cahyo, Muhammad Pandu Dwi Candra, Alvin Choirul Huda Constantius Leonardo Pratama Dahnial Syauqy Danudoro, Kevin Daris Muhammad Yafi Desy Marinda Oktavia Sitinjak Dewi Amalia Dharmatirta, Brian Aditya Dimas Rizqi Firmansyah Dony Satrio Wibowo Duwi Purnama Sidik Dzakwan Daffa Ramdhana Eko Sakti Pramukantoro, Eko Sakti Eko Setiawan Eko Setiawan Enny Trisnawati, Enny Ervin Yohannes Ester Nadya Fiorentina Lumban Gaol Faris Chandra Febrianto Farrassy, Muhtady Fatwa Ramdani, Fatwa Fernando, Leo Luis Figo Ramadhan Hendri Fikri, Aqil Dzakwanul Fitra Abdurrachman Bachtiar Fitrahadi Surya Dharma Fitria Indriani Fitriyah, Hurriyatul Fitriyani, Rahma Nur Gabe Siringoringo Gagana Ghifary Ilham Gembong Edhi Setyawan Guruh Adi Purnomo Haikal, M. Fikri Hassadiqin, Hasbi Hendry Y. Nanlohy Herman Tolle Hernanda Agung Saputra Hilman Syihan Ghifari Hilmy Bahy Hakim Hisdianton, Oktavian Huda Ahmad Hidayatullah Hurmuzi, Abdan Idza Hurriyatul Fitriyah Ichsan Ali Rachimi Ida Yusnilawati Ikhsan Rahmad Ilham Imam Cholissodin Imam Faris Intan Fatmawati Irnayanti Dwi Kusuma Irsal, Riyandi Banovbi Putera Issa Arwani Jawahir, Asma Kamilah Nur Joan Chandra Kustijono Juniman Arief Kabisat, Aldiansyah Satrio Kelvin Himawan Eka Maulana Kezia Amelia Putri Kirana Sekar Ayu Kohichi Ogata, Kohichi Krisna Pinasthika Lailil Muflikhah Laksono Trisnantoro Laksono, Blessius Sheldo Putra Larasati, Anindya Zulva Leina Alimi Zain Lilo Nofrizal Akbar Linda Silvya Putri Lita Nur Fitriani LUTHFATUN NISA M. Ali Fauzi M. Fiqhi Hidayatulah M.Shochibul Burhan Marianingsih, susi Marsha Nur Shafira Masyita Lionirahmada Maulana Yusuf Meidiana Adinda Prasanty Mela Tri Audina Misran Misran Mochammad Bustanul Ilmi Mochammad Hannats Hanafi Ichsan Mohammad Andy Purwanto Mohammad Isya Alfian Mohammad Sezar Nusti Ilhami Muchlas Muchlas Mufita, Aulia Riza Muhadzdzib, Naufal Muhamad Fauzan Alfiandi Muhammad Amin Nurdin Muhammad Arga Farrel Arkaan Muhammad Fadhel Haidar Muhammad Hafid Khoirul Muhammad Ibrahim Kumail Muhammad Nazrenda Ramadhan Muhammad Rafi Zaman Muhammad Raihan Wardana Budiarto Muhammad Rizky Rais Muhammad Tri Buwana Zulfikar Ardi Muhammad Wafi Muzammilatul Jamiilah Nico Dian Nugraha Niko Aji Nugroho Noza Trisnasari Alqoria Nugraheny Wahyu Try Nyoman Kresna Aditya Wiraatmaja Olivia Rumiris Sitanggang Onky Soerya Nugroho Utomo Paulus Ojak Parasian Permana, Frihandhika Pratama, Aimar Abimayu Pratama, Wildan Bagus Priyanpadma, Sulthon Purboningrum, Fadhila Putera, Muhammad Reza Dahri Putra Pandu Adikara Putra, Firnanda Al Islama Achyunda Putra, Reza Qonita Luthfiyani Qurrotul A'yun Rachmad Jibril Al Kautsar Rahma Tiara Puteri Rahmatul Bijak Nur Kholis Rahmawati, Athirah Naura Rakhmadina Noviyanti, Rakhmadina Ramadhani, Roihaan Randy Cahya Wihandika Randy Cahya Wihandika Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi Renaldi Primaswara Praetya Renita Leluxy Sofiana Rhaka Gemilang Sentosa Ringga Aulia Primahayu Riyandi Banovbi Putera Irsal Rizal Maulana Rizal Maulana, Rizal Rizdania, Rizdania Rizka Husnun Zakiyyah Rizky Haris Risaldi Rizky Teguh Nursetyawan Rizky Yuztiawan, Fachrie Robbani, Ihwanudien Hasan Rochmawanti, Ovy Samuel Andika Sasongko, Listyawan Dwi Shaleh, Achmad Rizqi Ilham Shih, Timothy K. Sigit Adinugroho Simangunsong, Bryan Nicholas Josephin Hotlando Siswanti Slamet Arifmawan Sri Mayena Surga, Itsar Irsyada Syahrul Yoga Pradana Syaifuddin, Tio Tiara Sri Mulati Tibyani Tibyani Tibyani Tobias Sion Julian Tsani, Farid Nafis Versa Christian Wijaya Vikorian, Eldad Virza Audy Ervanda Wahyu Adi Prijono Wayan Firdaus Mahmudy Widasari, Edita Rosana Wijaya Kurniawan Wijaya, Waskitha William Hutamaputra Willy Andika Putra Wisik Dewa Maulana Yazid Basthomi Yoke Kusuma Arbawa Yongki Pratama Yuita Arum Sari Yuita Arum Sari Yuita Arum Sari Zamaliq Zamaliq Zhuliand Rachman Zulfina Kharisma Frimananda