Article Per Year (5 Year)
p-Index From 2019 - 2024
3.929
P-Index
This Author published in this journals
All Journal JETT (Jurnal Elektro dan Telekomunikasi Terapan) JOIV : International Journal on Informatics Visualization JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING Jurnal Ilmiah FIFO TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika IJAIT (International Journal of Applied Information Technology) Journal of Computer, Electronic, and Telecommunication (COMPLETE) Jurnal Ilmiah Teknik Elektro eProceedings of Engineering Jurnal Ilmiah Agroust
Suryo Adhi Wibowo
Universitas Telkom
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
The Investigation of Epoch Parameters in ResNet-50 Architecture for Pornographic Classification: Investigasi Parameter Epoch Pada Arsitektur ResNet-50 Untuk Klasifikasi Pornografi Faiz Nashrullah; Suryo Adhi Wibowo; Gelar Budiman
Journal of Computer, Electronic, and Telecommunication (COMPLETE) Vol. 1 No. 1 (2020): July
Publisher : Institut Teknologi Telkom Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52435/complete.v1i1.51

Abstract

Kemajuan teknologi informasi yang cepat dan tak terkontrol membuat berbagai konten negatif seperti pornografi dapat dengan mudah diakses. Konten pornografi terbukti dapat menyebabkan berbagai permasalahan terutama pada generasi muda. Beberapa pengembangan metode untuk pendeteksian pornografi telah dilakukan namun masih terkendala pada keterbatasan karakteristik data masukan. Pada penelitian kali ini dikembangkan sistem pendeteksi konten pornografi berbasis klasifikasi menggunakan Convolutional Neural Network (CNN) dengan arsitektur ResNet-50 untuk mengatasi permasalahan sebelumnya. Dalam proses perancangan model sistem, diterapkan berbagai konfigurasi epoch dan didapatkan bahwa performa dari sistem memiliki kecenderungan untuk meningkat seiring dengan pertambahan epoch. Performa terbaik diraih oleh sistem pada konfigurasi epoch 60 dengan akurasi 91,033%.
ANALISIS KINERJA TEKNOLOGI AUGMENTED REALITY BERDASARKAN FITUR ALAMI DALAM TARGET GAMBAR Liyana Faiza; Suryo Adhi Wibowo; Gelar Budiman
JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING Vol 5, No 1 (2021): Journal of Electrical and System Control Engineering
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jesce.v5i1.4919

Abstract

Seiring dengan perkembangan zaman, teknologi semakin dikembangkan secara inovatif dan kreatif. Salah satunya adalah Augmented Realty (AR). AR merupakan terobosan teknologi yang dapat memunculkan objek virtual ke dalam dunia nyata. AR terus dikembangkan dengan menggunakan metode markerless, saat ini AR ini tidak lagi menggunakan penada khusus hitam berlatar putih. AR dapat diterapkan di berbagi bidang contohnya di bidang industri film. Penelitian ini berfokus dalam menganalisis kinerja AR dengan metode Natural Fetaure Tracking berbasis FAST Corner Detection dan Vuforia sebagai software enginenya yang diimplementasikan pada android, sehingga pengguna dapat memindai suatu target berupa gambar poster film untuk mendapatkan informasi berupa video trailer. Untuk menganalisis kinerja teknologi AR tersebut, maka dilakukan pengujian dengan parameter berupa jarak, sudut kamera, ukuran target, dan kondisi target dengan membandingkan akurasi jumlah kecocokan keypoints yang terdeteksi. Sistem berhasil diimplementasikan dengan hasil akurasi sistem sebesar 79% dan akurasi keypoints sebesar 42% berdasarkan pengujian kondisi target.
Investigasi Pengaruh Step Training pada Metode Single Shot Multibox Detector untuk Marker dalam Teknologi Augmented Reality Vivian Alfionita Sutama; Suryo Adhi Wibowo; Rissa Rahmania
Jurnal Ilmiah FIFO Vol 12, No 1 (2020)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (825.593 KB) | DOI: 10.22441/fifo.2020.v12i1.001

Abstract

Nowadays, Artificial Intelligence is one of the most developing technology, especially on Augmented Reality (AR). AR is a technology which connected between real world and virtual in a real time that allows user to interact directly and display it in 3D. AR technology has two methods, that are AR based on marker and AR based on markerless. However, AR based on marker need an object detection system which has high performance as an interaction tools between user and the device. Single shot multibox detector (SSD) is an object detection algorithm that has fast learning computation and good performance. This method is affected by some parameters like number of epoch, learning rate, batch size, step training, etc. However, to create a good system it took a long process such as taking dataset, labelling process, then training and testing models to gain the best performance. In this experiment, we analyze SSD method in AR technology using inception architecture as pre-trained Convolutional neural network (CNN), and then do transfer learning to minimize amount training time. The configuration that used is the number of step training. The result of this experiment gets the best accuracy in 70.17%. Then, the best performance is used as an object detection model for marker’s AR technology.Abstrak Saat ini, Artificial intelligence merupakan teknologi yang sedang berkembang pesat. Salah satunya adalah teknologi Augmented Reality (AR). AR adalah teknologi yang menggabungkan dunia nyata dengan virtual secara real-time dengan interaksi pengguna secara langsung dan menampilkannya dalam bentuk 3D. Teknologi AR ini memiliki dua metode yaitu dengan marker dan markerless. Dalam perkembangannya, AR berbasis marker membutuhkan sistem deteksi objek yang memiliki performa tinggi sebagai alat interaksi antara pengguna dengan perangkatnya. Single shot multibox detector (SSD) merupakan algoritma deteksi objek yang memiliki komputasi pembelajaran dan kinerja yang baik. Metode ini dipengaruhi oleh beberapa parameter seperti jumlah lapisan konvolusi, epoch, learning rate, jumlah batch, step training, dll. Namun, dalam mengimplementasikannya diperlukan proses yang cukup panjang seperti, pengambilan dataset, proses pelabelan, proses pelatihan menggunakan metode SSD, dan melakukan pengujian terhadap beberapa model untuk mencari perfomansi paling baik. Dalam percobaan ini, kami melakukan analisis terhadap metode SSD pada teknologi AR menggunakan arsitektur Inception sebagai pre-trained Convolutional neural network (CNN), kemudian dilakukan transfer learning untuk memperkecil jumlah kelas data pelatihan dan waktu pelatihan data. Konfigurasi yang digunakan berupa jumlah step pada pelatihan. Hasil dari penilitian ini menunjukan akurasi terbaik sebesar 70,17%. Kemudian, perfomansi terbaik digunakan sebagai model deteksi objek untuk marker pada teknologi AR.
Identifikasi Individu Berdasarkan Pola Citra Rugae Palatina Menggunakan Adaptive Neuro Fuzzy Inference System (ANFIS) Farah Hana Kusumaputri; Suryo Adhi Wibowo; Yuti Malinda
Jurnal Ilmiah FIFO Vol 12, No 2 (2020)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441//fifo.2020.v12i2.005

Abstract

Abstract Indonesia is a country that is in an area prone to natural disasters, such as volcanic eruptions, earthquakes, tsunamis, and others. These natural disasters often cause many victims to die. To identify the victims' identities, an identification process is needed. The identification method most commonly used today is using fingerprints, teeth, and DNA. However, this identification method still has some shortcomings. At present a more effective alternative method is offered by utilizing the palatine rugae pattern. Rugae palatina has individual characteristics and is resistant to all kinds of damage. So that Rugae palatina has the potential to be used in the process of individual identification. In this research, application of palatine rugae image processing application will be developed with data recording, image registration, feature extraction using Principal Component Analysis (PCA) method, and palatine rugae pattern classification using Adaptive Neuro Fuzzy Inference System (ANFIS) method. The expected output from this final project is a system that is able to identify individuals by utilizing the palatine rugae pattern. To get good and effective parameters for system performance, periodic testing is carried out. The sampling procedure uses original photographs directly taken from the palatine rugae, so that it will facilitate the identification process. Keyword: ANFIS, ANN, Fuzzy Logic, PCA, rugae palatina Abstrak Negara Indonesia merupakan negara yang berada di daerah rawan bencana alam, seperti erupsi gunung merapi, gempa bumi, tsunami, dan lain-lain. Bencana alam tersebut seringkali menyebabkan korban meninggal dalam jumlah yang banyak. Untuk mengenali identitas para korban tersebut diperlukannya proses identifikasi. Metode identifikasi yang paling sering digunakan saat ini yaitu menggunakan sidik jari, gigi, dan DNA. Namun, metode identifikasi tersebut masih mempunyai beberapa kekurangan. Saat ini ditawarkan metode alternatif yang lebih efektif yaitu dengan memanfaatkan pola rugae palatina. Rugae palatina memiliki sifat yang individual dan tahan terhadap segala macam kerusakan. Sehingga Rugae palatina memiliki potensi untuk digunakan dalam proses identifikasi individu. Dalam penelitian ini akan dikembangkan aplikasi pengolahan sampel citra rugae palatina dengan proses perekaman data, registrasi citra, ekstrasi ciri menggunakan metode Principal Component Analysis (PCA), dan klasifikasi pola rugae palatina menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS). Keluaran yang diharapkan dari penelitian ini adalah sebuah sistem yang mampu mengidentifikasi individu dengan memanfaatkan pola rugae palatina. Untuk mendapatkan parameter yang baik dan efektif terhadap performansi sistem, maka dilakukan pengujian secara berkala. Prosedur pegangambilan sampel menggunakan foto asli yang secara langsung diambil dari rugae palatina, sehingga akan mempermudah proses identifikasi. Kata kunci: ANFIS, ANN, Fuzzy Logic, PCA, rugae palatina 
Investigasi pengaruh Step Training pada Skema Same-Padding untuk Metode Faster R-CNN dalam Teknologi Augmented Reality Anky Aditya P; Suryo Adhi Wibowo; Rissa Rahmania
Jurnal Ilmiah FIFO Vol 12, No 2 (2020)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441//fifo.2020.v12i2.002

Abstract

Abstract Augmented Reality (AR) is a technology with the concept of combining real-world dimensions with virtual world dimensions that are displayed in realtime. In the AR environment, interaction techniques used can vary. Marker-based AR is one type of AR that allows virtual objects to be displayed in the real world by using markers as pointers. In the use of marker-based AR required object detection method used for tracking markers. In this study, a system that can detect objects in the form of fingertips will be designed. In designing the system the Faster Region-based Convolutional Neural Network (Faster R-CNN) method is used. R-CNN Faster is an object detection method which is a combination of the Fast R-CNN method and the Region Proposal Network (RPN). The results of the detection parameters will be used for tracking, namely the coordinates x, y, width, and length. This research uses the Faster R-CNN method because it has a faster computing speed compared to the previous method, namely Particle Filter. The Faster R-CNN method uses ResNet architecture as the core of CNN. The system configuration to be tested is the 25K, 50K and 75K step training with the same-padding scheme. The testing process is taken from a video consisting of 10800 training data and 3600 test data. The best system configuration based on parameter priority for AR technology is obtained in the 50K step training.Keyword: augmented reality, convolutional neural network, faster region-based convolutional neural network, region proposal network, ResNet.Abstrak Augmented Reality (AR) adalah teknologi dengan konsep menggabungkan dimensi dunia nyata dengan dimensi dunia virtual yang ditampilkan secara real-time. Dalam lingkungan AR, teknik interaksi yang digunakan dapat bermacam – macam. Marker-based AR merupakan salah satu jenis AR yang memungkinkan objek virtual ditampilkan ke dalam dunia nyata dengan digunakannya  marker sebagai pointer-nya. Dalam penggunaan AR berbasis marker diperlukan metode deteksi objek yang digunakan untuk tracking marker. Dalam penelitian ini akan dirancang sebuah sistem yang dapat mendeteksi objek berupa ujung jari. Dalam perancangan sistem tersebut digunakan metode Faster Region-Based Convolutional Nueral Network (Faster R-CNN). Faster R-CNN merupakan salah satu metode deteksi objek yang merupakan gabungan dari metode Fast R-CNN dan Region Proposal Network (RPN). Hasil dari parameter deteksi akan digunakan untuk tracking, yaitu koordinat x, y, width, dan length. Penelitian ini menggunakan metode Faster R-CNN karena memiliki kecepatan komputasi yang lebih cepat dibandingkan dengan metode sebelumnya yaitu Particle Filter. Metode Faster R-CNN mengunakan arsitektur ResNet sebagai inti dari CNN. Konfigurasi sistem yang akan diuji adalah step training 25K, 50K dan 75K dengan skema same-padding. Proses pengujian diambil dari video yang terdiri dari 10800 data latih dan 3600 data uji. Konfigurasi sistem terbaik berdasarkan prioritas parameter untuk teknologi AR didapatkan pada step training 50K.Keyword: augmented reality, convolutional neural network, faster region-based convolutional neural network, region proposal network, ResNet.
Investigasi Pengaruh Skema Stride dan Step Training untuk Deteksi Jari Pada Region-based Fully Convolutional Network (R-FCN) dalam Teknologi Augmented Reality Hashfi Fadhillah; Suryo Adhi Wibowo; Rita Purnamasari
Jurnal Ilmiah FIFO Vol 12, No 2 (2020)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441//fifo.2020.v12i2.003

Abstract

Abstract  Combining the real world with the virtual world and then modeling it in 3D is an effort carried on Augmented Reality (AR) technology. Using fingers for computer operations on multi-devices makes the system more interactive. Marker-based AR is one type of AR that uses markers in its detection. This study designed the AR system by detecting fingertips as markers. This system is designed using the Region-based Deep Fully Convolutional Network (R-FCN) deep learning method. This method develops detection results obtained from the Fully Connected Network (FCN). Detection results will be integrated with a computer pointer for basic operations. This study uses a predetermined step scheme to get the best IoU parameters, precision and accuracy. The scheme in this study uses a step scheme, namely: 25K, 50K and 75K step. High precision creates centroid point changes that are not too far away. High accuracy can improve AR performance under conditions of rapid movement and improper finger conditions. The system design uses a dataset in the form of an index finger image with a configuration of 10,800 training data and 3,600 test data. The model will be tested on each scheme using video at different distances, locations and times. This study produced the best results on the 25K step scheme with IoU of 69%, precision of 5.56 and accuracy of 96%.Keyword: Augmented Reality, Region-based Convolutional Network, Fully Convolutional Network, Pointer, Step training Abstrak Menggabungkan dunia nyata dengan dunia virtual lalu memodelkannya bentuk 3D merupakan upaya yang diusung pada teknologi Augmented Reality (AR). Menggunakan jari untuk operasi komputer pada multi-device membuat sistem yang lebih interaktif. Marker-based AR merupakan salah satu jenis AR yang menggunakan marker dalam deteksinya. Penelitian ini merancang sistem AR dengan mendeteksi ujung jari sebagai marker. Sistem ini dirancang menggunakan metode deep learning Region-based Fully Convolutional Network (R-FCN). Metode ini mengembangkan hasil deteksi yang didapat dari Fully Connected Network (FCN). Hasil deteksi akan diintegrasikan dengan pointer komputer untuk operasi dasar. Penelitian ini menggunakan skema step training yang telah ditentukan untuk mendapatkan parameter IoU, presisi dan akurasi yang terbaik. Skema pada penelitian ini menggunakan skema step yaitu: 25K, 50K dan 75K step. Presisi tinggi menciptakan perubahan titik centroid yang tidak terlalu jauh. Akurasi  yang tinggi dapat meningkatkan kinerja AR dalam kondisi pergerakan yang cepat dan kondisi jari yang tidak tepat. Perancangan sistem menggunakan dataset berupa citra jari telunjuk dengan konfigurasi 10.800 data latih dan 3.600 data uji. Model akan diuji pada tiap skema dilakukan menggunakan video pada jarak, lokasi dan waktu yang berbeda. Penelitian ini menghasilkan hasil terbaik pada skema step 25K dengan IoU sebesar 69%, presisi sebesar 5,56 dan akurasi sebesar 96%.Kata kunci: Augmented Reality, Region-based Convolutional Network, Fully Convolutional Network, Pointer, Step training 
ANALISIS METODE CONNECTED VERTICES CLUSTERING AND STAR TOPOLOGY PADA SERANGAN GEOMETRI TERHADAP WATERMARKING OBJEK 3D Oriza Intani; Bambang Hidayat; Suryo Adhi Wibowo
TEKTRIKA Vol 1 No 1 (2016)
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/tektrika.v1i1.246

Abstract

Dalam usaha untuk melindungi hak cipta dan keaslian dari suatu objek tiga dimensi, diperlukan sebuah algoritma untuk menyisipkan informasi rahasia yang tidak nampak oleh indera penglihatan manusia namun dapat dideteksi dengan menggunakan suatu media, misalnya komputer. Oleh karena itu watermark menjadi sebuah solusi terbaik untuk permasalahan tersebut. Metode yang digunakan untuk menanamkan watermark ke dalam objek 3 dimensi adalah metode connected vertices clustering and topology star, dimana sebuah objek 3 dimensi dibagi-bagi menjadi beberapa topologi star berdasarkan vertex vertex-nya yang saling terhubung. Dari topologi star ini dipilih edge-edge untuk disisipi informasi watermark dan dengan menggunakan sebuah PN sequensial dipilih edge yang vertex-nya disisipi oleh watermark. Hasil yang diperoleh dari simulasi sitem watermarking ini adalah didapat sebuah skema penanaman watermark dengan kualitas imperceptibility yang baik karena memiliki nilai BER dan VER yang mendekati 0 serta nilai SNR yang besar. Selain itu watermark dapat diekstrak dengan sangat baik setelah diberi serangan rotasi, scaling, translasi, serta kombinasi serangan scaling dan translasi dengan nilai BER 0. Skema ini tidak robust terhadap serangan cropping.Kata Kunci: object 3D, watermarking, star topology, connected vertices clustering
Generating Information of URL Based on Web Scraping Using YOLOv3 Face Recognition Technology Lulud Annisa Ainun Mahmuddah; Suryo Adhi Wibowo; Gelar Budiman
IJAIT (International Journal of Applied Information Technology) Vol 05 No 02 (November 2021)
Publisher : School of Applied Science, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/ijait.v5i02.3910

Abstract

Artificial Intelligence (AI) is a system developed to learn and apply human intelligence. Some technologies produced from the development of Al are face recognition and web scraping. Face recognition is used for identifying or verifying the identity of an individual using their face. The result of a face recognition process can be used to collect information on the internet with a web scraping technique. This paper proposes a face recognition model and web scraping system using You Only Look Once (YOLO) object detection method and Request library written in Python. The face recognition model performed fine-tuning in two hyperparameters, which are learning rate and step training. The proposed model for face recognition is using custom datasets that contain 8000 images divided into 5 classes and evaluated using the Mean Average Precision (mAP) performance parameter, while the web scraping system is evaluated using the precision rate parameter. From the test results, the best configuration was obtained at a learning rate of 0.0001 and step training of 10K. The highest mAP that is achieved is 0.90 with a recall and precision value of 0.75 for each, while the average precision rate is 0.87. The results of this paper are expected to contribute to the development of biometric security technology.
A METHOD FOR PROBLEM SOLVING FOGGY CITYSCAPES IMBALANCE DATASET suryo adhi wibowo
Jurnal Elektro dan Telekomunikasi Terapan (e-Journal) Vol 9 No 1 (2022): JETT Juli 2022
Publisher : Direktorat Penelitian dan Pengabdian Masyarakat, Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jett.v9i1.4414

Abstract

Imbalance dataset is the major problem we all will face in the process of developing deep learning model. There were many approaches to solve this very problem such as heuristic data sampling and modifying loss function for model training. In order to find the solution, we chose Foggy Cityscapes dataset for the experiment since this dataset has imbalance object class distribution. We proposed a method to solve imbalance dataset namely instance level downsampling as an extension of traditional downsampling method. The algorithm of this method will selectively keep and drop certain image in the dataset by evaluating the majority and minority object class proportion inside a single image. After comparing the model evaluation using Mean Average Precision (mAP) metric, the model which was trained with balanced dataset has more balanced knowledge or less biased across the object classes of interest.
GA-MIMO: Genetic Algorithm for Optimization of ESPAR Antenna on Beamspace MIMO Rissa Rahmania; Bambang Setia Nugroho; Fiky Yosef Suratman; Suryo Adhi Wibowo
Jetri : Jurnal Ilmiah Teknik Elektro Jetri, Volume 17, Nomor 1, Agustus 2019
Publisher : Website

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1387.899 KB) | DOI: 10.25105/jetri.v17i1.4520

Abstract

An electronically steerable passive array radiator (ESPAR) antenna can be used on a beamspace (BS)-multiple input multiple output (MIMO) system to reduce the device complexity. An ESPAR antenna has beamforming ability with single RF chain. However, antenna structure and channel conditions affect the number of orthogonal basis pattern which generated using Gram-Schmidt method. Based on this problem, reactance value at each parasitic element need to be optimized to form radiation pattern that required by the BS-MIMO. In this research, Genetic Algorithm (GA) is used to optimize reactance value which represented by the correlation between the desired and achieved radiation pattern, in different number of elements and different channel condition. GA is selected because this problem can be modeled as chromosome and several individual. Furthermore, the result shows in channel-ignorant and channel-aware, antenna with seven elements has a correlation in median value of 99.46% and 90.58%, respectively. Antena electronically steerable passive array radiator (ESPAR) dapat digunakan dalam sistem beamspace (BS)-multiple input multiple output (MIMO) dalam mengatasi kompleksitas perangkat. Antena ESPAR memiliki kemampuan untuk membentuk pola radiasi pada arah tertentu dengan menggunakan terminal tunggal, namun struktur antena dan kondisi kanal mempengaruhi pola dasar ortogonal yang dihasilkan melalui metode Gram Schmidt. Berdasarkan permasalahan tersebut, nilai reaktansi pada setiap elemen parasit perlu dioptimasi sehingga dapat menghasilkan pola radiasi yang dibutuhkan oleh sistem BS-MIMO. Pada penelitian ini, Algoritma Genetika digunakan untuk mengoptimasi nilai reaktansi yang direpresentasikan melalui korelasi antara pola radiasi yang dibutuhkan dengan pola radiasi yang dihasilkan, dalam jumlah elemen yang berbeda dan kondisi kanal yang berbeda. AG dipilih karena permasalahan ini dapat dimodelkan sebagai kromosom dan beberapa individual. Hasil analisis pada kondisi channel-ignorant dan channel-aware menunjukkan bahwa antena dengan tujuh elemen memiliki korelasi nilai median sebesar 99,46% dan 90,58%.
Co-Authors Agniya Tazkiya Aulia Agus Pratondo Akhmad Yusuf Nasirudin Aldo Tripolyta Alvaro Septra Dominggo Nauw Angga Rusdinar Anky Aditya P Annisa Istiqomah Atina Nur Azizah Bambang Hidayat Bambang Hidayat Bambang Setia Nugroho Casi Setianingsih Dany Eka Saputra Devita Rahma Apriliani Dini Himmah Al Aliyyah Al Aliyyah Djoko Heru Pamungkas Dwiki Kurniawan Dyah Avita Sari Fahmi Oscandar Fahmi Oscandar Faiz Nashrullah Farah Hana Kusumaputri Felix Corputty Fiky Yosef Suratman Fityanul Akhyar Gelar Budiman Hanaluthfina Nurhadiati Hashfi Fadhillah Iwan Iwut Tritoasmoro JANGKUNG RAHARJO Koredianto Usman Kusuma Nindia Rizki Ledya Novamizanti Liyana Faiza Lulud Annisa Ainun Mahmuddah Lyra Vega Ugi Muhammad Alief Hidayah Baso Muthia Saada Nadya Sindi Safitri Oriza Intani Prasaja Wibawa Utama Putri Utami Hafgianti Raditiana Patmasari Ricky Hilmi Sudrajad Rissa Rahmania Rissa Rahmania Rissa Rahmania Rissa Rahmania Rita Purnamasari Tembang Florian Falah Viky Premeita Mitayani Vivian Alfionita Sutama Wiwit Ratri Wulandari Yacobus Sunaryo Yurika Ambar Lita Yuti Malinda