Article Per Year (5 Year)
p-Index From 2020 - 2025
2.906
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Computech & Bisnis (e-Journal) Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JRSI (Jurnal Rekayasa Sistem dan Industri) JURNAL MEDIA INFORMATIKA BUDIDARMA JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) TELEKONTRAN: Jurnal Ilmiah Telekomunikasi, Kendali dan Elektronika Terapan JMECS (Journal of Measurements, Electronics, Communications, and Systems) Abdimas: Jurnal Pengabdian Masyarakat Universitas Merdeka Malang Reswara: Jurnal Pengabdian Kepada Masyarakat eProceedings of Engineering
Ibnu Asror
Universitas Telkom
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Social Sciences

Published : 44 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 44 Documents
Search

 1   2   3   4   5 
Deteksi Sms Spam Menggunakan Vector Space Model Dengan K-means Rio Pratama; Shaufiah Shaufiah; Ibnu Asror
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Media komunikasi yang saat ini lazim digunakan oleh masyarakat untuk berinterkasi adalah telepon genggam(mobile phone). Salah satu layanan yang banyak digunakan untuk berkirim pesan adalah Short Message Service(SMS). Sms dipilih karena tarifnya yang murah, namun saat ini sms juga dimanfaatkan oleh pihk yang tidak bertanggung jawab untuk menyebarkan unsolicited commercial advertisement(Sms Spam). Bagi sebagian orang menganggap sepele masalah ini, namun tidak sedikit juga yang merasa terganggu dengan adanya sms spam ini. Pada tugas akhir ini penulis melakukan analisa algoritma untuk mendeteksi sms spam dengan menggunakan data sms yang telah dikumpulkan oleh penulis sebelumnya. Metode yang digunakan dalam kasus ini adalah Vector Space Model dan K-means clustering. Dimana Vector Space Model dapat mengenali pola sms dengan mengubah kata menjadi nilai bobot kata dan k-means clustering yang berfungsi sebagai metode yang mengelompokan bobot kata tersebut sehingga setelah dilakukan berbagai skenario pengujian dihasilkan akurasi 60% artinya kedua metode ini sudah mampu untuk mendeteksi serta mengklasifikasikan antara sms spam dan sms bukan spam (sms ham) namun belum terlalu optimal disebabkan kurangnya jumlah sms sebagai data training. Kata kunci : SMS, Sms Spam, Vector Space Model, K-Means Clustering, klasifikasi, Sms Ham.
Implementasi Dan Analisis Perbandingan Kesamaan Controlled Vocabulary Pada Library Of Congress Subject Headings Dan Tagging Pada Librarything Dengan Metode Wikipedia Explicit Semantic Analysis Ilham Akbar; Dana Kusumo; Ibnu Asror
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Information Architecture (IA) atau arsitektur informasi adalah suatu bentuk pengorganisasian penataan dan pelabelan terhadap suatu informasi yang diakses oleh pengguna. Seperti halnya dalam mengatur buku membutuhkan sebuah katalog yang dibuat secara tepat untuk memberi kemudahan bagi para pengguna dalam menemukan buku yang dicari. Pada awalnya sistem katalog hanya dituangkan dalam tulisan tangan manusia. Seiring berjalannya waktu, era digital semakin berkembang sehingga untuk katalogisasi buku dapat disebarluaskan dengan mudah menggunakan tagging melalui internet seperti pada LibraryThing.com. Sistem tagging dimana pengguna dapat memberi tag untuk menyimpan dan mengingat bahan pustaka yang pernah dibaca atau dikunjungi. Dalam hal ini memberikan kesempatan bagi penulis untuk membandingkan tag pada sistem informasi katalog buku untuk dicari kesamaannya terhadap tajuk subjek pada Library of Congress Subject Headings (LCSH). Pada tugas akhir ini akan dicari kesamaan tag yang dibuat oleh pengguna LibraryThing terhadap tajuk subjek sebagai controlled vocabulary pada Library of Congress Subject Headings (LCSH) yang telah dikembangkan oleh para ahli dengan menggunakan metode Explicit Semantic Analysis (ESA) terhadap artikel wikipedia berbahasa inggris. Berdasarkan data yang digunakan pada percobaan menemukan bahwa kata kunci yang dibuat oleh pengguna sebagai tag dan para ahli sebagai LCSH memiliki kesamaan sebesar 50%. Dengan melihat kesamaan ini, maka kata kunci akan dievaluasi oleh ahli pada saat menentukan tajuk subjek yang tepat dalam menganotasikan buku, yaitu dengan lebih mempertimbangkan persepsi pengguna daripada ahli yang bertujuan untuk memudahkan pengguna dalam menemukan buku yang diinginkan. Kata kunci : tag, controlled vocabulary, Wikipedia, Explicit Semantic Analysis (ESA), tajuk subjek, LibraryThing, LCSH, arsitektur informasi.
Penentuan Jalur Truk Sampah Menggunakan Algoritma A* Dan Skor Kepadatan Penduduk Eka Himawanto; Kiki Maulana Adhinugraha; Ibnu Asror
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

The high growth of urban population and the increasing of development activities in various sectors caused various problems in urban areas such as slums and garbage. Based on data from the Settlement and Spatial Office of Tegal City, in 2015 there are about 600 m3 of Garbage per day transported from TPST to TPA. In the process of transporting garbage only focuses on finding the shortest path but do not pay attention to the comfort of the residents who are in one of the garbage truck routes. The purpose of this research is to search the shortest path and avoid path that have too many civilian activity from a TPST track to TPA Mataram, Tegal City . A* algorithm is used to search the shortest path and avoid path that have too many civilian activity of garbage truck in Tegal City.The calculation begins by creating a network graph of garbage transport first. TPST, TPA and intersection as nodes and roads connect between nodes as edge. After the network is formed, then the matrix is based on the population density of each neighboring node on the network and performs the calculation process using the A * algorithm to obtain the path matrix value with the corresponding population density between each optimum point. Implementation of this algorithm is done in Tegal City because there is no exact route in the process of transporting garbage from TPST to TPA. The A * algorithm is used in this case because in the process of tracking algorithm A * using heuristic value, so that in route selection can be produced an accurate route. In this case the result to be achieved is the optimum route by minimizing through the crowded lanes Keywords: A*, node, path, TPST, TPA, intersection ,garbage transport, population density.
Analisis Latent Semantic Indexing Menggunakan Qr Decomposition Dengan Transformasi Householder Untuk Mencari Informasi Muhamad Hamda; Ibnu Asror
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Perkembangan Information Retrieval telah berkembang dengan banyak metode yang berfungsi menghasilkan tingkat relevansi yang lebih baik. Untuk dapat menghasilkan nilai relevansi yang tinggi, agar maka diperlukan sebuah metode untuk menghasilkan perangkingan yang baik dan teruji. Pada Tugas Akhir ini melakukan analisis Latent Semantic Indexing menggunakan QR decompisition dengan transformasi householder, kemudian untuk mengukur kemiripan dokumen terhadap query menggunakan cosine similarity dan parameter pengujian akurasi sistem menggunakan recall dan precision supaya dapat membuktikan kemampuan dalam latent semantic indexing dapat menemukan dokumen yang diinginkan atau relevan walaupun tidak ada term yang ada pada query dan melakukan perbandingan waktu proses perncarian dokumen. Hasil pengujian dari tugas akhir ini menunjukan latent semantic indexing menggunakan QR Decomposition dengan transformasi householder terbukti bisa menemukan dokumen relevan walau tidak mengandung term yang terdapat pada query kemudian memiliki nilai recall dan precison nilai akurasi sistem yang baik dan juga mendapatkan proses waktu pencarian dokumen yang relevan yang cepat. Kata kunci :latent semantic indexing (LSI), qr decomposition, transformasi householder, recall, precision.
The Nearest Hotel Recommendation System Using Query Skyline Firdaus Anggraini; Kiki Adinugraha; Ibnu Asror
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Saat ini banyak sekali orang yang mengadakan wisata di setiap harinya. Dari dalam negeri maupun dari luar negeri untuk mengunjungi suatu tempat di indonesia. Mereka mungkin menginap untuk satu malam atau untuk beberapa malam. Tempat yang dikunjungi biasanya adalah tempat wisata. Lebih khususnya di sekitar bandung biasa banyak pengunjung dari luar kota ke bandung dan sekitarnya, hingga menginap satu atau dua hari bahkan mungkin lebih. Namun disekitar lokasi wisata begitu banyak hotel, yang bisa untuk menginap para pengunjung. Dengan begitu banyak hotel yang ada, itu justru bisa menjadikan bingung untuk memilih mana yang kira-kira terbaik. Dengan adanya masalah tersebut di dunia sains terdapat solusi, yaitu query skyline. Dimana ide dari query skyine adalah memilih data dengan adanya dominasi antar data, sehingga akan menghasilkan pilihan yang lebih sedikit. Dimana hal ini bisa terjadi berdasarkan parameter. Dimana parameter minimal 2 parameter untuk implementasi query skyline ini. Diharapkan dengan menggunakan query skyline bisa membantu orang dengan mudah memilih hotel yang terbaik. Dari pilihan query tersebut yang nantinya akan direkomendasikan. Kata Kunci: Hotel, Query Skyline, Rekomendasi
Analisis Perbandingan CPU dan GPU (CUDA) Pada Klasifikasi Data Mining dengan Menggunakan Metode K-Nearest Neighbor Kernel Algorthm Faris Muhammad; Ibnu Asror; Indra Lukmana Sardi
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Data mining merupakan proses semi-otomatis untuk pengekplorasian data yang berjumlah besar gunanya untuk mendapatkan pola yang berguna. Data mining ini merupakan proses gabungan antar bidang-bidang terutama adalah machine learning, analisis statistik dan basis data. Data mining berusaha untuk menemukan kaidah dan pola dari data.Salah satu task yang penting dalam data mining adalah classification (klasifikasi). Klasifikasi ini dapat dideskripsikan sebagai berikut: terdiri dari data input yang disebut juga sebagai training set terdiri dari sejumlah examples (record) yang masing-masing memilki sejumlah atribut atau disebut juga fitur. Adapun tujuan klasifikasi ini adalah untuk menganalisa data input dan mengembangkan sebuah model yang akurat untuk setiap kelas berdasarkan beberapa variabel prediktor. Untuk menghasilkan informasi saat melakukan proses data mining kendala yang dihadapi adalah banyaknya jumlah data sehingga proses yang dilakukan oleh CPU akan berjalan sangat lambat apabila dirasakan. Untuk menanggulangi masalah ini maka proses data mining menggunakan GPU menjadi salah satu solusi dalam menangani running time yang lambat dan akurasi yang kurang baik. Melalu tugas akhir ini penulis akan mencoba menganalisis sebuah algoritma KNN Kernel, Metode ini merupakan perkembangan dari metode KNN Standard. Dimana pada metode KNN Standard proses klasifikasi dilakukan dengan melihat sejumlah k tetangga terdekat, dan akan diklasifikasikan berdasarkan jumlah kelas terbanyak pada sejumlah k tetangga terdekatnya. Classifier tersebut diuji menggunakan 3 fungsi Kernel. Hasil yang didapat dari percobaan penulis yaitu pada pembagian 5 fold total waktu CPU1: 1,68 s,CPU2: 15,63 s,GPU1: 12,29 s,GPU2: 4,61 s. dan pada pembagian 10 fold total waktu CPU1: 1,53 s,CPU2: 15,27 s,GPU1: 12,05 s,GPU2: 4,55. Akurasi yang didapatkan pada pembagian 5 fold 63,87% dan pembagian 10 fold 64,30% pada semua perangkat.Kata Kunci : data mining,klasifikasi,CPU, GPU,KNN Kernel Abstract Data mining is a semi-automatic process for exploring and analyzing large amounts of data to get useful patterns.Data mining is a joint process between fields, especially machine learning, statistical analysis and database. Data mining tries to find the rules and patterns of data. One important task in data mining is classification (classification). This classification can be described as follows: consists of input data which is also called training set consisting of a number of examples (records) which each have a number of attributes or also called features. The purpose of this classification is to analyze input data and develop an accurate model for each class based on several predictor variables. To produce information when doing data mining process, the obstacles faced are the large amount of data so that the process carried out by the CPU will run very slowly when felt. To overcome this problem, the data mining process uses GPU to be one of the solutions in handling slow running time and poor accuracy. Through this final project the author will try to analyze a KNN Kernel algorithm, this method is a development of the KNN Standard method. Where in the KNN Standard method the classification process is carried out by looking at a number of the closest neighbors, and will be classified based on the number of classes in the number of the closest neighbors. The classifier is tested using 3 Kernel functions. The results obtained from the authors' experiments are that the division of 5 fold total CPU time1: 1.68 s, CPU2: 15.63 s, GPU1: 12.29 s, GPU2: 4.61 s. and in dividing the 10 fold total CPU time1: 1.53 s, CPU2: 15.27 s, GPU1: 12.05 s, GPU2: 4.55. Accuracy obtained at 5 fold division is 63.87% and division of 10 fold is 64.30% on all devices. Keywords: data mining,classication,CPU,GPU,KNN Kernel
Desain Dan Analisis Arsitektur Microservices Pada Sistem Informasi Akademik Perguruan Tinggi Dengan Pendekatan Architecture Tradeoff Analysis Method (atam)(studi Kasus: Igracias Universitas Telkom) Muhammad Rezaldy; Ibnu Asror; Indra Lukmana Sardi
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Microservices merupakan sebuah konsep arsitektur perangkat lunak yang dapat menjadi solusi untuk dapat membuat perangkat lunak yang besar lebih terorganisasi dan dapat dengan cepat beradaptasi terhadap perkembangan kebutuhan bisnis yang ada. Bagi lembaga perguruan tinggi teknologi sistem informasi telah menjadi kebutuhan untuk menunjang proses pendidikan. Sebagai media informasi akademik yang memiliki peran penting, IGracias masih mengadopsi arsitektur monolitik. Monolitik yaitu aplikasi yang dikembangkan dan di-deploy sebagai satu entitas [1]. Hal ini mengakibatkan ketika suatu aplikasi monolitik berkembang menjadi sangat besar dan kompleks, akan menjadi sangat sulit untuk proses pengembangan lanjutan, pengujian dan deploy. Microservices merupakan sebuah kerangka kerja yang dapat mengintegrasikan proses bisnis yang ada, mendukung infrastruktur teknologi informasi sesuai dengan prioritas bisnis. Desain dan Analisis arsitektur microservices pada sistem akademik perguruan tinggi dengan pendekatan architecture tradeoff analysis Method(ATAM) (Studi Kasus: iGracias Universitas Telkom) sebagai metode evaluasi arsitektur microservices. Dalam tugas akhir ini telah dilakukan desain dan analisis terhadap arsitektur microservices untuk diterapkan pada iGracias. Dari hasil survey dan pengujian yang menggunakan scenario sebagai bahan penilaian terdapat empat komponen yang dapat menangani permasalah sistem infomasi akademik iGracias yaitu dengan microservices yang modularity, independent, maintainability dan scalability. Kata kunci: Microservices, monolitik, iGracias, Arsitektur.
Analisis Hubs and Authorities Centrality menggunakan Probabilistic Affinity Index (PAI) pada graf berarah-berbobot dalam Social Network Analysis Muhammad Thomy Farhan; Eko Darwiyanto; Ibnu Asror
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Social media merupakan wadah dalam melakukan interaksi yang terhubung ke jaringan internet, Twitter adalah salah satu contoh dari social media. Dalam twitter terkadang seseorang tidak ingin tertinggal informasi terkait topik tertentu, sehingga perlu mem-follow user yang berkaitan dengan topik tersebut agar informasi dapat diperoleh dengan cepat. Pada penelitian ini dilakukan analisis yang menerapkan metode Hubs and Authorities Centrality untuk menentukan perangkingan user dan metode Probabilistic Affinity Index untuk pembobotan nilai. Hasil perangkingan authority centrality dapat dijadikan daftar rekomendasi suatu user yang berperan atau mempunyai informasi mengenai topik tertentu dan hasil perangkingan hub centrality dapat dijadikan daftar rekomendasi suatu user yang memiliki ketertarikan pada topik tertentu. Dari pengujian pada penelitian ini, perubahan jumlah user lain yang berelasi dengan user mempunyai ratarata terbesar perubahan nilai centrality sebesar 0.01188. Sementara perubahan jumlah relasi mempunyai rata-rata terbesar perubahan nilai centrality sebesar 1.44087x10−9 . Berdasarkan pengujian tersebut, jumlah user lain yang berelasi dengan user mempunyai pengaruh besar pada hasil perangkingan dibandingkan dengan jumlah relasi yang dimiliki oleh user. Kata kunci : Social Media, Twtitter, Hubs and Authorities Centrality, Probabilistic Affinity Index, authority centrality, hub centrality Abstract Social media is a place for interaction that is connected to the internet network, Twitter is one example of social media. In twitter sometimes someone does not want to be left behind information related to a particular topic, so it is necessary to follow the user related to the topic so that information can be obtained quickly. In this study, an analysis was carried out that applied the Hubs and Authorities Centrality method to determine user rankings and the Probabilistic Affinity Index method for weighting values. The results of authority centrality ranking can be used as a list of recommendations of a user who plays a role or has information about a particular topic and the results of centrality hub ranking can be used as a list of recommendations of a user who has an interest in a particular topic. From the testing in this study, changes in the number of other users that are related to the user have the largest average change in centrality value of 0.01188. While the change in the number of relations has the largest average change in the centrality value of 1.44087x10−9 . Based on these tests, the number of other users that are related to the user has a large influence on the results of ranking compared to the number of relationships owned by the user. Keywords : Social Media, Twitter, Hubs and Authorities Centrality, Probabilistic Affinity Index, authority centrality, hub centrality
Design And Realization Group Nn Queries On Load Distance Method To Choose Location Of Warehouse Delvine Toleng; Kiki Adhinugraha; Ibnu Asror
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Some company has strategy in the operational sector that to choose a location for the warehouse's company, especiallly for companies which give priority to distribution to their customers. Customer in here what it meant is a company that supplies product to them. Selection for path distribution warehouse is considered by distance from the warehouse to the customer, then the path distribution of warehouse was oriented by distribution. In the fact, there is some company that distributed their product to many customers. Usually, this company will analyze about their location to find out cost for distribution is minimized or not. Cost distribution was included transportation cost, customer service cost, and warehouse operational cost. In this final project, writer will bring about the method from spatial science into management science which is the method use to find out the distance from each warehouse to the customer by a system. This method, called NN Queries. But in this case, the customer has many branchs. So, in this final project, writer proposes Group NN Queries to solve this problem to find out the distance from each customer. In management science, there is a method that can use to make a decision for location warehouse from candidates location of warehouse. This method called Load Distance Method. This method considers to distance from each warehouse to customer and how much the warehouse can load the product to each customer. The system will find out which the path distribution was optimum. With this system created, hopefully can help operational activity to get the location of warehouse easier and optimum. Keyword : Group NN Queries, NN Queries, Load Distance Methode, cost distribution
Pembangunan Synsets untuk WordNet Bahasa Indonesia dengan Metode Komutatif I Putu Prima Ananda; Moch. Arif Bijaksana; Ibnu Asror
eProceedings of Engineering Vol 5, No 3 (2018): Desember 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak WordNet merupakan database leksikal yang berisi informasi kata, kelas kata, dan definisi seluruh himpunan yang terdapat dalam suatu bahasa. Satuan terkecil dari WordNet adalah synset atau himpunan sinonim yang seluruh anggotanya memiliki arti atau makna yang sama. Peran synset sangat penting bagi WordNet selain merupakan satuan utama, synset menentukan makna dari himpunan kata, dan semua relasi semantik juga menghubungkan synset. Oleh karena itu, pada penelitian ini pembangunan synset khususnya untuk WordNet Bahasa Indonesia dengan menggunakan metode konsep komutatif. Setiap anggota synset dapat saling menggantikan, dimana bila terdapat kata w1 yang memiliki sinonim w2, dengan menggunakan konsep komutatif maka kata w2 harus memiliki sinonim w1. Ide pembangunan synset ini diambil dari penelitian [1], dimana perbedaannya pada penelitian ini pembangunan synset dilakukan dengan menggunakan metode komutatif. Performansi yang dihasilkan dari implementasi komutatif terhadap teori komutatif menghasilkan nilai F1 sebesar 100%. Kata kunci : metode komutatif, synonim set, synset, WordNet. Abstract WordNet is a lexical database that contains word information, word classes, and definition of all sets contained in a language. The smallest unit of WordNet is a synset or set of synonyms that all member have the same meaning or significance. The role is very important for the WordNet synset. In addition to the main unit, synset determine the meaning of the set words, and all the semantic relationships also connect to synset. Therefore, in this research the building synset especially for WordNet Bahasa by using method of commutative concept. Each synset member can interchanged, if there is a word w1 has a synonym w2, using concept of commutative then word w2 must have a synonym w1. This idea was taken from research [1], where the difference in this study focus on using the commutative method. The performance resulting from the commutative implementation of the commutative theory result an F1 for 100%. Keywords: commutative method, synonym set, synset, WordNet.
Co-Authors Adityo Nugroho Agustyna Diyah Sri Kamulyan Ahmad Marzuqi Ainun Nisa Alya Ghaitsa Rizky Pertiwi Anisa Herdiani Arie Ardiyanti Arie Ardiyanti Suryani Arief Nugroho, Muhammad Asri Inna Khoirun Nissa Atik Zilziana Muflihati Noor Aufa Eka Putri Lesatari Candra Widya Iswara Candra Widya Iswara, Candra Widya Dana Kusumo Dawam Dwi Jatmiko Suwawi Delvine Toleng Edyt Daryfayi Eka Himawanto Eko Darwiyanto Erricson Hardiansyah Faris Muhammad Firdaus Anggraini Gede Agung Ari Wisudiawan Gede Agung Ary Wisudawan Gregorius Pradana Satriawan Hafiyy Viazola Aziz I Putu Prima Ananda Ilham Akbar Indra Lukmana Sardi Jiddy Abdillah Jihan Ratnasari1 Joshua Chrisdiyanto Kemas Rahmat Saleh Wiharja Kiki Adhinugraha Kiki Adinugraha Kiki Maulana Adhinugraha Laksitowening, Kusuma Ayu Marinda Endi Lestari Markus Bernard1 Miftahul Adnan Rasyid Moch Arif Bijaksana Mohamad Fauzy Mohammad Fauzy Muhamad Hamda Muhammad Rezaldy Muhammad Thomy Farhan Murahartawaty Murahartawaty Paramita Mayadewi Pramudita Oktaviani Puput Fajriati Tri S Rachmadini P Utami Raginda Firdaus Rahmi Rohdiniyah Ramadhan Usman , Muchlis Ramadhyni Rifani Ratna Mayasari Rio Pratama Seno Anunggroho Shaufiah . Shinta Yulia Puspitasari Sri Astuti Sri Astuti Tody Ariefianto Wibowo Tora Fahrudin Yanuar Firdaus Arie Wibowo Yusza Reditya M