Article Per Year (5 Year)
p-Index From 2021 - 2026
16.321
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) Jurnal INKOM TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics Jurnal technoscientia Jurnal Teknologi Informasi dan Ilmu Komputer Register: Jurnal Ilmiah Teknologi Sistem Informasi JOIN (Jurnal Online Informatika) 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 Jurnal Pengabdian Masyarakat Teknologi Informasi dan Informatika
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 : 199 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 199 Documents
Search

 16   17   18   19   20 
Sistem Navigasi Mobile Tunanetra Berbasis Depth-Anything V2 Dengan Optimasi NCNN Rama Aprianto, Andika; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 2 (2026): Februari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kemandirian penyandang tunanetra dalam mobilitas sehari-hari dapat direalisasikan dengan bantuan sistem navigasi portabel yang dapat mendeteksi hambatan secara akurat tanpa ketergantungan pada sensor eksternal. Penelitian ini bertujuan mengembangkan sistem navigasi mobile berbasis Monocular Depth Estimation (MDE) menggunakan model Depth-Anything V2 yang dioptimasi dengan NCNN agar dapat berjalan pada perangkat seluler. Metode penelitian meliputi evaluasi akurasi kedalaman pada tiga dataset ber-ground-truth, pengukuran kompleksitas komputasi sebelum dan sesudah optimasi, serta pengujian dunia nyata menggunakan umpan balik audio pada jarak 1-3 meter. Hasil menunjukkan bahwa optimasi NCNN berhasil mengurangi ukuran model hampir 50% dan menurunkan jumlah parameter hampir setengah tanpa mengubah arsitektur dasar, meskipun waktu inferensi pada perangkat mobile tercatat sekitar 2,4 detik per frame. Sistem memberikan tingkat kesesuaian umpan balik audio sebesar 62,5% pada jarak 1 meter dan meningkat hingga 87,5% pada jarak 3 meter, menunjukkan performa yang lebih stabil pada jarak menengah hingga jauh. Kesimpulannya, Depth-Anything V2 yang dioptimasi melalui NCNN layak diterapkan pada perangkat mobile sebagai prototipe awal sistem navigasi asistif bagi penyandang tunanetra.
Sistem Validasi Akses Ruangan Berbasis Gender Recognition Menggunakan MTCNN dan MobileNetV2 dengan Mekanisme Peringatan Buzzer Sanjaya, Muhamad Aditya; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 3 (2026): Maret 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Keamanan dan privasi di ruang publik berdasarkan gender, seperti toilet wanita dan tempat ibadah, merupakan elemen krusial dalam perencanaan infrastruktur perkotaan yang inklusif. Insiden pelanggaran privasi dan kekerasan berbasis gender di area privat sering kali terjadi akibat keterbatasan sistem pengawasan konvensional yang rentan kesalahan. Penelitian ini mengusulkan metode yang mengintegrasikan dua arsitektur Deep Learning yaitu Multi-Task Cascaded Convolutional Neural Network (MTCNN) dan MobileNetV2. Penelitian ini melakukan investigasi empiris mendalam untuk membandingkan kinerja dua skenario arsitektur yaitu model MobileNetV2 tunggal dan model terintegrasi MTCNN dengan MobileNetV2. Selain itu, penelitian ini juga melakukan anlisis kinerja sistem secara real-time. Hasil pengujian mengungkapkan temuan signifikan mengenai trade-off pada akurasi. Pada dataset citra wajah ideal, model MobileNetV2 tunggal mencapai akurasi 98.30%. Namun, model tersebut mengalami kegagalan pada dataset full-body realistis dengan penurunan akurasi drastis menjadi 52.27%. Sebaliknya, arsitektur terintegrasi MTCNN dengan MobileNetV2 terbukti sangat tangguh, mempertahankan akurasi 81.25% pada kondisi realistis yang sama. Pada implementasi real-time, sistem mencapai throughput rata-rata 2.60 FPS dengan latensi 0.38 detik, yang dinilai memadai untuk mekanisme sistem validasi akses ruangan berbasis gender.
Implementasi dan Optimisasi DepthAnythingV2 Berbasis ONNX pada Aplikasi Mobile untuk Bantuan Navigasi Tunanetra Hashfi Firjatullah, Ilmam; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 4 (2026): April 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penyandang tunanetra menghadapi tantangan dalam mobilitas mandiri akibat terbatasnya persepsi spasial terhadap lingkungan sekitar. Teknologi Monocular Depth Estimation (MDE) berbasis Deep Learning, khususnya model DepthAnythingV2, menawarkan solusi persepsi kedalaman yang akurat dan berpotensi melengkapi alat bantu konvensional. Penelitian ini berfokus pada implementasi dan optimisasi model DepthAnythingV2 menggunakan format ONNX (Open Neural Network Exchange) agar dapat beroperasi secara efisien pada smartphone Android. Metode optimisasi yang diterapkan meliputi konversi model ke format ONNX FP32 dan Dynamic INT8 Quantization untuk efisiensi komputasi pada perangkat dengan sumber daya terbatas. Evaluasi kinerja dilakukan menggunakan dataset standar KITTI dan NYU Depth V2, serta pengujian langsung pada perangkat Infinix Hot 20S. Hasil pengujian menunjukkan model Quantized INT8 mampu memberikan peningkatan kecepatan inferensi signifikan hingga 10,70x dibandingkan model asli PyTorch pada lingkungan CPU. Pada implementasi aplikasi mobile, sistem berhasil mengintegrasikan model untuk memberikan umpan balik navigasi berupa suara dan getaran adaptif secara fungsional. Kinerja aplikasi pada perangkat uji tercatat mencapai rata-rata 1 FPS dengan waktu inferensi sekitar 515 ms. Berdasarkan validasi jarak, sistem menunjukkan akurasi yang baik pada rentang 0-3 meter, dengan error 0.1 meter pada jarak dekat dan jauh, menjadikan aplikasi ini berfungsi efektif sebagai sistem pendeteksi rintangan dini untuk meningkatkan kewaspadaan pengguna terhadap lingkungan sekitar.
Analisis Kombinasi Speech Enhancement Dan Keyword Spotting Lightweight Untuk Robust Speech Command Recognition Pada Smart Wheelchair Tan, Evan; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 4 (2026): April 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Sistem pengenalan perintah suara berbasis keyword spotting (KWS) merupakan komponen penting dalam pengembangan kursi roda pintar, namun performanya rentan menurun pada lingkungan bising dan dibatasi oleh keterbatasan sumber daya komputasi pada perangkat edge. Penelitian ini bertujuan untuk mengevaluasi kombinasi model speech enhancement (SE) dan model KWS ringan serta menganalisis trade-off antara performa klasifikasi dan efisiensi komputasi. Evaluasi dilakukan menggunakan tiga arsitektur KWS ringan, yaitu BC-ResNet-1, MatchboxNet-3×2×64, dan TC-ResNet8, pada empat skenario pemrosesan sinyal, yaitu tanpa SE, RNNoise, DeepFilterNet, dan GTCRN. Performa sistem dievaluasi menggunakan metrik confusion matrix, sedangkan efisiensi komputasi dianalisis berdasarkan latensi inferensi, jumlah parameter, dan real-time factor. Selain itu, digunakan analisis statistik Generalized Estimating Equations untuk menguji signifikansi pengaruh model SE, model KWS, dan interaksi keduanya. Hasil eksperimen menunjukkan bahwa kombinasi GTCRN dan BC-ResNet menghasilkan performa klasifikasi tertinggi dengan akurasi 98,56%, sementara TC-ResNet8 menunjukkan efisiensi komputasi terbaik dengan latensi inferensi sekitar 1,79 ms. Hasil ini menunjukkan bahwa pemilihan metode SE dan arsitektur KWS perlu dilakukan secara kontekstual.
Early Fusion of Visual and Ingredient Representations for Multimodal Food Classification Rahma Salsabila, Navira; Regita Azzahra, Adela; Utaminingrum, Fitri; Henryranu Prasetio, Barlian
JOIN (Jurnal Online Informatika) Vol 11 No 1 (2026)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v11i1.1725

Abstract

Identifying the most appropriate food dish based on available kitchen ingredients remains a practical yet challenging task in everyday life. To address this, this study specifically aims to develop an intelligent food classification system using a multimodal approach. We propose a multimodal food classification method that performs early fusion by combining visual and textual features extracted using the Contrastive Language–Image Pretraining (CLIP) model. Features from food images and ingredient lists are fused and classified through a two-layer multilayer perceptron. The model is evaluated on the Recipes5k dataset with 4,826 samples across 101 food categories. Results show that the proposed multimodal model achieves 91.32% accuracy, outperforming text-only (85.65%) and image-only (57.26%) baselines. The main contribution of this work lies in demonstrating the effectiveness of early fusion for combining cross-modal representations in food classification. Unlike prior methods, our model supports flexible inference with either text or image input, enabling practical real-world applications. These findings highlight the potential of multimodal learning for food recommendation systems, offering both accuracy and contextual relevance beyond unimodal approaches.
Pelatihan Pengenalan dan Penerapan Teknologi Artificial Intelligence untuk Meningkatkan Kompetensi Guru SMK Negeri 5 Kota Malang Widasari, Edita Rosana; Fitriyah, Hurriyatul; Utaminingrum, Fitri; Primananda, Rakhmadhany
DIMASLOKA: Jurnal Pengabdian Masyarakat Teknologi Informasi dan Informatika Vol 2 No 1 (2023): Januari
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/dimasloka.v2i1.18

Abstract

Pada era revolusi industri 4.0 saat ini, ditandai dengan digitalisasi dan pemanfaatan Artificial Intelligence (AI) secara masif di berbagai sektor kehidupan manusia. terutama di bidang industri. Adaptasi teknologi pada dunia industri di Indonesia menjadi semakin tinggi. Maka, Kementerian Pendidikan dan Kebudayaan (Kemendikbud) melalui Direktorat Kemitraan dan Penyelarasan Dunia Usaha dan Dunia Industri (Mitras DUDI) menyatakan perlu adanya penguatan kompetensi guru SMK di bidang AI. Berdasarkan observasi, guru SMK Negeri 5 Kota Malang pasti pernah mendengar istilah revolusi industri 4.0 namun banyak yang belum mendengar tentang AI. SMK Negeri 5 Kota Malang, selaku mitra juga mengemukakan bahwa perlu adanya kegiatan untuk mengedukasi dan memberikan pengalaman mengenai teknologi AI kepada guru. Oleh karena itu, dalam rangka peningkatan kompetensi guru SMK Negeri 5 Kota Malang, perlu adanya kegiatan pelatihan pengenalan dan penerapan teknologi AI. Pelatihan diselenggarakan dalam dua tahap. Tahap pertama adalah presentasi dan diskusi terkait penjelasan terkait pengenalan AI. Sedangkan tahap kedua adalah demontrasi dan workshop terkait penerapan teknologi AI pada bidang biomedis berupa sistem deteksi dini stress pada siswa yang berbasis teknologi AI. Melalui pre-test dan post-test yang dilakukan, pelatihan ini mampu meningkatkan pemahaman dan kemampuan peserta terkait AI dan penerapannya sebesar 47.44%. Selanjutnya, melalui kuisioner yang dibagikan, peserta menilai bahwa pelatihan yang diberikan sangat mudah dipahami yang ditunjukkan dengan modus nilai pada kategori “Baik Sekali”. Selain itu, hasil workshop berupa prototype ”Sistem Deteksi Dini Stress Pada Siswa Berbasis Teknologi AI” diberikan ke SMK Negeri 5 Kota Malang sebagai penerapan teknologi tepat guna.
Workshop Pengenalan Sistem Berbasis Kecerdasan Buatan Untuk Peningkatan Hardskill Guru SMK Prasetio, Barlian; Widasari, Edita Rosana; Utaminingrum, Fitri; Fitriyah, Hurriyatul
DIMASLOKA: Jurnal Pengabdian Masyarakat Teknologi Informasi dan Informatika Vol 3 No 2 (2024): Juli
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/dimasloka.v3i2.29

Abstract

Kehadiran teknologi AI merupakan sebuah  terobosan  di  bidang teknologi  pendidikan  untuk memudahkan  pembelajaran. Penggunaan teknologi dengan bijak dan terkendali dapat memicu akselerasi pendidikan. Kemunculan teknologi kecerdasan buatan (Artificial Intellegence) juga dapat menanamkan sifat mandiri dalam diri pelajar. Guru tidak dibebani peran yang begitu dominan, namun, tugasnya menjadi spesifik dalam lingkup memberikan pencerahan  dengan  kata  kunci  yang  substansial. Pangkal dari setiap pemanfaatan teknologi bagi guru adalah tetap mengedepankan esensi dari mengajar  yaitu  menata moral dan perilaku dari pelajar. Adapun bagi pelajar, adanya teknologi pendidikan dapat membantu mereka dalam mengontrol dan memantau pembelajaran mereka sendiri, memungkinkan mereka untuk hidup dan bekerja dengan baik di masa depan. Oleh karena itu, dalam rangka peningkatan kompetensi guru SMK Telkom Malang, kami menyelenggarakan pengabdian berupa kegiatan pelatihan pengenalan dan penerapan teknologi AI. Kegiatan tersebut bertujuan untuk mengembangkan pembelajaran AI di SMK Telkom Malang, sehingga lulusannya dapat berkontribusi di era industri 4.0 terutama dalam bidang AI. Pelatihan akan diselenggarakan dalam dua tahap. Tahap pertama adalah presentasi dan diskusi terkait penjelasan terkait pengenalan AI. Diharapkan guru SMK Telkom Malang dapat memahami konsep dasar AI, mampu menerapkan teknologi AI, mampu mengimplementasikan algoritma AI yang diterapkan misalnya bidang biomedis dengan mengintegrasikan hardware dan software, kemudian hasil penerapan teknokogi AI berupa produk tersebut akan diberikan ke pihak sekolah sebagai penerapan teknologi tepat guna kepada masyarat, ataupun secara khusus untuk SMK Telkom Malang.
Handwriting Arabic Character Recognition Using Features Combination Fitriyatul Qomariyah; Fitri Utaminingrum; Muchlas Muchlas
IJID (International Journal on Informatics for Development) Vol. 10 No. 2 (2021): IJID December
Publisher : Faculty of Science and Technology, Universitas Islam Negeri (UIN) Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/ijid.2021.2360

Abstract

The recognition of Arabic handwriting is a challenging problem to solve. The similarity among the fonts appears as a problem in the recognition processing. Various styles, shapes, and sizes which are personal and different across individuals make the Arabic handwriting recognition process even harder. In this paper, the data used are Arabic handwritten images with 101 sample characters, each of which is written by 15 different handwritten characters (total sample 101x15) with the same size (81x81 pixels). A well-chosen feature is crucial for making good recognition results. In this study, the researcher proposed a method of new features extraction to recognize Arabic handwriting. The features extraction was done by grabbing the value of similar features among various types of font writing, to be used as a new feature of the font. Then, City Block was used to compare the obtained feature to other features of the sample for classification. The Average accuracy value obtained in this study was up to 82%.
Analisis Model Deep Learning FasterNet dan MobileNetV3 Berbasis Citra Wajah untuk Deteksi Kantuk Pengemudi pada Platform Mobile ARM Adiyanto Kusuma Nuhgraha, Nur; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 5 (2026): Mei 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kecelakaan lalu lintas menyebabkan 1,19 juta kematian per tahun; 17,6% fatal melibatkan pengemudi mengantuk (29.834 kematian pada 2017-2021). Deteksi kantuk dengan EEG bersifat intrusif, sementara metode geometris (EAR, MAR) kurang akurat. Deep learning pada citra wajah non-intrusif dan akurat, namun implementasi di perangkat ARM terhambat Memory Access Cost pada depthwise convolution. Penelitian ini mengusulkan model hibrida Star-FasterNet yang mengintegrasikan partial convolution dan star operation untuk efisiensi ekstraksi fitur non-linear tanpa menambah parameter. Analisis komparatif dilakukan pada MobileNetV3, FasterNet, dan tiga varian Star-FasterNet menggunakan metrik akurasi, latensi ARM, dan resource usage. Hasil menunjukkan Star-FasterNet Case III mencapai akurasi rata-rata 92,44% YAWDD dan 94,61% UTA-RLDD  dengan latensi 15,09 ms, cpu usage 44,23%, dan memory usage 7,87 MB, membuktikan integrasi partial convolution dan star operation menghasilkan model berbasis ekspansi dimensi implisit yang sangat ringan dan efisien untuk meminimalkan Memory Access Cost dengan performa klasifikasi yang tetap optimal. Penelitian ini memberikan solusi teknis ilmiah untuk deteksi kantuk real-time pada platform mobile ARM.
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 Adiyanto Kusuma Nuhgraha, Nur 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 Edita Rosana Widasari, Edita Rosana 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 Hashfi Firjatullah, Ilmam Hassadiqin, Hasbi Hendry Y. Nanlohy Henryranu Prasetio, Barlian Herman Tolle Hernanda Agung Saputra Hilman Syihan Ghifari Hilmy Bahy Hakim Hisdianton, Oktavian Huda Ahmad Hidayatullah Hurmuzi, Abdan Idza Hurriyatul Fitriyah Hurriyatul Fitriyah, Hurriyatul 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 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 Prasetio, Barlian 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 Salsabila, Navira Rahma Tiara Puteri Rahmatul Bijak Nur Kholis Rahmawati, Athirah Naura Rakhmadhany Primananda, Rakhmadhany Rakhmadina Noviyanti, Rakhmadina Rama Aprianto, Andika Ramadhani, Roihaan Randy Cahya Wihandika Randy Cahya Wihandika Regita Azzahra, Adela 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 Sanjaya, Muhamad Aditya 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 Tan, Evan 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