Article Per Year (5 Year)
p-Index From 2019 - 2024
8.122
P-Index
This Author published in this journals
All Journal Proceeding of the Electrical Engineering Computer Science and Informatics ILKOM Jurnal Ilmiah TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika eProceedings of Engineering
Casi Setianingsih
Universitas Telkom
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 84 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 77 Documents
Search
Journal : eProceedings of Engineering

 1   2   3   4   5 
Perancangan Dan Implementasi Aplikasi Pencarian Rute Optimal Untuk Pemadam Kebakaran Berbasis Android Menggunakan Algoritma Floyd-warshall (studi Kasus : Bandung Dan Sekitarnya) Aloisius Gonzaga Januar Widi Aquarizky; Budhi Irawan; Casi Setianingsih
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

Kebakaran merupakan suatu bencana yang disebabkan oleh api yang bergerak bebas dan dapat menyebabkan nyawa manusia terancam, kerusakan bangunan dan ekologi sekitarnya. Kebakaran dapat menjadi permasalahan yang serius jika tidak ditangani secara cepat karena akan menimbulkan kerugian yang sangat besar. Oleh karena itu, peran pemadam kebakaran sangat penting. Pemadam Kebakaran harus siap siaga apabila terjadi kebakaran dan dituntut harus memilih rute perjalanan yang optimal untuk datang ke tempat kejadian dengan cepat. Masalah pencarian rute perjalanan ini terkadang menjadi sebuah permasalahan yang cukup kompleks. Hal ini disebabkan kondisi jalan yang harus dilewati mobil pemadam kebakaran memiliki tingkat kepadatan kendaraan yang cukup tinggi. Pada penelitian tugas akhir ini, penulis membuat sebuah aplikasi pencarian rute untuk mobil pemadam kebakaran berbasis android dengan menggunakan algoritma Floyd-Warshall. Algoritma ini memberikan solusi pencarian rute yang optimal untuk pemadam kebakaran dengan memperhatikan kondisi jalan seperti kemacetan, kondisi ruas jalan dan sumber air terdekat dari lokasi kebakaran. Proses pencarian didasarkan pada perhitungan jarak tiap simpul dan memilih jarak terkecil antar titik. Diharapkan dengan adanya aplikasi ini dapat membantu memberikan panduan rute perjalanan yang optimal sehingga pemadam kebakaran dapat sampai di lokasi kebakaran dengan cepat dan kerugian yang disebabkan oleh kebakaran dapat ditekan seminimal mungkin. 
Analisis Sistem Lampu Lalu Lintas Menggunakan Kecerdasan Buatan Linda Kartika; Agus Virgono; Casi Setianingsih
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Kecerdasan Buatan merupakan bagian dari ilmu komputer dimana mesin dirancang untuk dapat melakukan pekerjaan seperti manusia. Suatu mesin tentunya harus dibekali oleh pengetahuan dan inferensi untuk menyelesaikan masalah seperti layaknya manusia. Salah satu teknik pemecahan masalah yang terdapat pada Kecerdasan Buatan adalah teknik Learning yang terdiri dari Decision Tree Learning, Jaringan Syaraf Tiruan dan Algoritma Genetika. Pada penelitan ini penulis memilih Algoritma Genetika sebagai kecerdasan buatan yang diterapkan pada sistem. Algoritma Genetika adalah algoritma optimasi, penggunaan algoritma ini akan diterapkan pada sistem lampu lalu lintas. Perancangan sistem didasari oleh kinerja lampu lalu lintas konvensional yang belum bisa bekerja secara optimal karena memberikan durasi yang sama dalam segala kondisi lalu lintas yang sering menyebabkan kemacetan. Implementasi sistem lampu lalu lintas diterapkan pada perempatan R.A.A Marta Negara, Bandung dan pengujian Algoritma Genetika akan dibandingkan dengan lampu lalu lintas konvensional. Berdasarkan hasil penelitian, penggunaan Algoritma Genetika pada sistem lampu lalu lintas yang dirancang pada perempatan R.A.A Marta Negara, Bandung dapat menambahkan total kendaraan yang melewati persimpangan sebanyak 65 kendaraan/jam dalam satu periodenya. Kata Kunci : Kecerdasan Buatan, Algoritma Genetika, Sistem Lampu Lalu Lintas.. Abstract Artificial Intelligence is a part of computer science in which the machine are designed to be able to do the job like a human doing. A machine should be given by knowledge and inference to solve problems like a human does. One of kind problem solving techniques in Artificial Intelligence is Learning are Decision Tree Learning, Artificial Neural Networks and Genetic Algorithms. In this study (final project) the author choose Genetic Algorithms as an Artificial Intelligence that will be applied in the system. Genetic algorithms is an optimization algorithm, the use of this algorithm will be applied on a system traffic light system. The design of a system based on the performance of conventional traffic lights who cannot work optimally yet because it gives the same duration in all traffic conditions that often made a congestion. That algoritm will be testing in R.A.A Marta Negara Bandung and compared with conventional traffic light. Based on the results of the study, Genetic Algorithm who was designed at the intersection of R.A.A Marta Negara Bandung could adding the total vehicles in the intersection as much as 65 vehicles/hour in one period Key Words : Artificial Intelligence, Genetic Algorithms, Traffic Light System.
Analisis Sistem Lampu Lalu Lintas Gabungan Menggunakan Kecerdasan Buatan Rizky Iskandar; Agus Virgono; Casi Setianingsih
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Lalu lintas merupakan jantung transportasi bagi pengguna jalan, kondisi lalu lintas yang tidak baik menjadi masalah utama di Indonesia. Kemacetan lalu lintas disebabkan karena tidak seimbangnya antara jumlah kendaraan dan kapasitas jalan yang tersedia, menyebabkan waktu dan antrian kendaraan meningkat. Solusi pelebaran dan penambahan jalan membutuhkan waktu lama dan biaya tinggi. Dalam permasalahan ini penulis memilih solusi yaitu dengan mengimplementasikan algoritma Genetika yang diterapkan pada sistem lalu lintas gabungan. Dalam permasalahan ini penulis memilih solusi untuk merancang sistem lalu lintas gabungan bersifat adaptif yang mengimplementasikan algoritma Genetika pada sistem lampu lalu lintas yang dirancang. Sistem lalu lintas ini bersifat adaptif karena menghasilkan durasi lampu hijau sesuai dengan jumlah kendaraan yang ada dipersimpangan sehingga dapat mengatasi kemacetan dan meningkatkan kinerja lampu lalu lintas. Kata Kunci : Kecerdasan Buatan, Algoritma Genetika, Sistem Lampu Lalu Lintas. Abstract Traffic is the heart of the transportation for road users, bad traffic condition can be the most problem in Indonesia. Traffic congestion caused by unbalanced between the number of the vehicle and the available road capacity, causing queue time and vehicle that being increased. The widening of the road and the addition of the road solutions take more time and high costs. In this case the author minimizing the solution to implement the genetic algorithm applied on the combined traffic system. The author choosing the solution for redesign combined traffic light system are adaptive to implement the genetic algorithm put into traffic light system. This traffic light is adaptive because it produces the green light according to the number of vehicle in the road, so it can be fix the traffic jam and increase the green light. That algoritm will be testing in R.A.A Marta Negara Bandung and Buah Batu compared with conventional traffic light. Based on the results of the study, Genetic Algorithm who was designed at the intersection of R.A.A Marta Negara Bandung could adding the total vehicles in the intersection as much as 65 vehicles/hour in one period and Buah Batu is -25 vehicles/hour. Key Words : Artificial Intelligence, Genetic Algorithms, Traffic Light System
Deteksi Ujaran Kebencian dengan Menggunakan Algoritma Convolutional Neural Network pada Gambar Bagas Prakoso Putra; Budhi Irawan; Casi Setianingsih
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

Abstrak Ujaran kebencian adalah perkataan, perilaku, tindakan yang dilarang karena menimbulkan terjadinya tindak yang memicu kekerasan dan sikap anarkis terhadap individu atau kelompok yang lain. Etika dalam ber-internet perlu ditegaskan mengingat internet merupakan hal yang dianggap kebutuhan pentingmbagi masyarakat jaman sekarang. Tetapi, semakin banyak pihak yang menyalah gunakan internet untuk menyebarluaskan hal-hal yang berkaitan dengan ujaran kebencian, seperti suku bangsa,agama dan ras. karena penyebaran berita yang bersifat ujaran kebencian di internet, menjadi hal yang patut diperhatikan. Pengembangan sistem untuk mendeteksi ujaran kebencian melalui gambar memang cukup jarang untuk untuk saat ini. Maka dari itu penelitian ini diklasifikasikan untuk mendeteksi adakah unsur ujaran kebencian pada gambar yang nantinya dipilih. Dalam Tugas Akhir ini, Penulis berharap bisa membuat bagaimana cara mengklasifikasi unsur ujaran kebencian pada sebuah gambar yang dilakukan oleh komputer, yang nantinya komputer bisa mengenali adakah ujaran kebencian pada gambar melalui teks yang ada. Dengan menggunakan metode Deep Learning dengan algortima Convolutional Neural Network (CNN). Setelah pembuatan aplikasi ini, diharapkan Komputer dapat mengetahui dan bisa mengklasifikasi adakah ujaran kebencian dengan mendeteksi gambar tersebut. Kata Kunci: CNN (Convolutional Neural Network , Deep Learning Abstract Hate speech are a words,actions which is prohibited because it leads to acts that trigger anarchic and violence attidudes toweard other individuals or groups. Ethics in the internet are needed considering that internet is a matter that important use for today's society. However, more parties are miss using the internet to spread such kind a hate speech, such as ethnicity, religion and race. The development of a system for detecting hate speech through images is quiet rare for now a days. therefore this study is classified to detect whether there is an element of hatred in the image that will be selected in this final project, the author hopes to make how to classify the element of hate speech in an image performed by the machine learning, which later that machine leanring can recognize any kind of hate speech on the image through the existing text. By using Deep Learning method with Convolutional Neural Network (CNN) algorithm. After making this application, machine learning is expected to know and classify any hate speechby detecting some text on an images. Keywords: Convolutional Neural Network (CNN), Deep Learning
Prediksi Nilai Jual Objek Pajak (njop) Gedebage Menggunakan Metode Backpropagation Mohammad Ibrahim Al Mahi; Purba Daru Kusuma; Casi Setianingsih
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 Ujaran kebencian adalah tindakan komunikasi yang dilakukan oleh suatu individu atau kelompok dalam bentuk provokasi, hasutan, ataupun hinaan kepada individu atau kelompok yang lain dalam hal berbagai aspek seperti ras warna kulit, gender, cacat, orientasi seksual, kewarganegaraan, agama dan lain - lain. Etika dalam ber-internet perlu ditegaskan mengingat internet merupakan hal yang dianggap kebutuhan pentingmbagi masyarakat jaman sekarang. Tetapi, semakin banyak pihak yang menyalah gunakan internet untuk menyebarluaskan hal-hal yang berkaitan dengan ujaran kebencian, seperti suku bangsa,agama dan ras. karena penyebaran berita yang bersifat ujaran kebencian di internet, menjadi hal yang patut diperhatikan. Pengembangan sistem untuk mendeteksi ujaran kebencian melalui gambar memang cukup jarang untuk untuk saat ini. Maka dari itu penelitian ini diklasifikasikan untuk mendeteksi adakah unsur ujaran kebencian pada gambar yang nantinya dipilih. Dalam Tugas Akhir ini, Penulis berharap bisa membuat bagaimana cara mengklasifikasi unsur ujaran kebencian pada sebuah gambar yang dilakukan oleh komputer, yang nantinya komputer bisa mengenali adakah ujaran kebencian pada gambar melalui teks yang ada. Dengan menggunakan Latent Semantic Analysis (LSA) dan perhitungan matrix Singular Value Decomposition (SVD). Setelah pembuatan aplikasi ini, diharapkan Komputer dapat mengetahui dan bisa mengklasifikasi adakah ujaran kebencian dengan mendeteksi gambar tersebut. Kata Kunci: Prediksi, NJOP, Artificial Neural Network (ANN), Backpropagation Abstract Nilai Jual Objek Pajak (NJOP) has an important role to apply the basic tax in Bandung. Therefire the Government of Bandung through Dinas Pelayanan Pajak (Disyanjak) set the value of NJOP for every 4 years. However, in the process of establishing NJOP there many obstacles that make the process costly with unsatisfactory results. Therefore, it needs a solution to be able to minimize the cost budget so can get satisfactory result. One way to predict NJOP with Artificial Neurol Network (ANN) Backpropagation method. Backpropagation is a neural network with many layers that are often used to predict something. The advantages of this method are able to formulate of forecasters, as well as very flexible in the change of approximate rules. The training data used for this research is NJOP data in 2008, 2009, 2013 and 2015. While the testing data that will be used is NJOP data of 2017. And for prediction process will be run to predict NJOP in 2018. From the test results can be concluded that the accuracy of test data is 78.4%. With the combination of hidden layer parameter = 30, learning rate = 0.2 with target epox maximum termination of 80000. Keywords: Predict, NJOP, Artificial Neural Network (ANN), Backpropagation
Perancangan Dan Implementasi Aplikasi Pencarian Rute Optimal Untuk Pemadam Kebakaran Berbasis Android Menggunakan Algoritma Ant Colony Optimization (studi Kasus:kota Bandung Dan Sekitarnya) Izzat Arramsyah; Budhi Irawan; Casi Setianingsih
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

Dengan status kota metropolitan, bandung tentu memiliki banyak permasalahan yang dihadapi. Salah satu permasalahan yang sering terjadi adalah kebakaran di daerah padat penduduk. Ketika kebakaran terjadi pihak pemadam kebakaran harus cepat menuju lokasi kebakaran. Namun permasalahanya terkadang tidak diketahui situasi jalan yang akan dilewati. Dengan permasalahan yang ada, maka diperlukan sebuah solusi bagi pemadam kebakaran yaitu dengan sebuah aplikasi android pencarian ruteoptimal untuk mencapai lokasi.  Dalam penentuan rute optimal pada aplikasi digunakan metode simple additive weightning (SAW)  untuk melakukan perhitungan banyak kriteria seperti jarak, lokasi kemcetan atau daerah padat dan sumber air yang bisa dimanfaatkan untuk memadamkan api dan algoritma ant colony optimation  sebagai pencarian rute. Dengan aplikasi ini petugas pemadam kebakaran akan dimudahkan dalam memilih rute optimal sehingga dapat meminimalisir terjadinya kejadian yang tidak diinginkan. Dari hasil pengujian yang telah dilakukan, algoritma ant colony optimation dapat diimplementasikan untuk melakukan pencarian rute optimal pada sistem operasi android. Pemadam kebakaran selain mengetahui rute optimal juga dapat mengetahui informasi kemacetan serta sumber air yang bisa digunakan. 
Pengenalan Emosi Manusia Berbasis Data Suara Menggunakan Algoritma Backpropagation Muhammad Iqbal G Putra; Andrew Brian Osmond; Casi Setianingsih
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

Abstract The current technological developments are growing very fast and have enormous benefits on our lives. To examine more about how a computer recognizes emotions in humans through the sound media that is processed first and adjust the computer language or in other words Emotion Recognition. This final project uses Neural Network method. Neural Network or also called in bahasa is Jaringan Syaraf Tiruan (JST) is an effective system that can change its structure based on flowing information. Neural Network in this final project is used to conduct training and data testing. While Fast Fourier transform (FFT) is used to process sound data and convert from analog to digital, which is used as input of Neural Network and processed asone of the materials to get the decision whether the voice data used contain emotion or the system cannot detect the emotion. So after the authors do the test system that has been made obtained 100% accuracy on the test of cross validation, this result shows that the system is very good for use in detecting emotion in a voice. While the test using Indonesian language test data system get 79.1667% accuracy and the test using the English language test data accuracy obtained for 89.1892%, it shows that the system is made better use of English test data because the data train on the system using data practicing english speaking. Keywords : Emotion Recognition, Neural Network, Jaringan Saraf Tiruan, FFT.
Klasifikasi Emosi Pada Lirik Lagu Menggunakan Metode Support Vector Machine Irfan Dhiya Abirawa; Andrew Brian Osmond; Casi Setianingsih
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 Lagu merupakan sebuah salah satu elemen yang paling berpengaruh dalam menentukan ekspresi dan emosi. Dengan elemen yang bersifat audio dan dapat di representasikan maknanya yang lebih kuat dalam lirik lagu. Klasifikasi lagu dapat dilakukan dengan menggunakan lirik lagu sebagai media yang digunakan untuk mengklasifikasi ekspresi dan emosi seseorang. Dengan menggunakan model Emotion Ontology Thayer Model, klasifikasi text processing digunakan dengan menerapkan fiture part-of-speech dalam proses pre processing dengan Support Vector Machine sebagai algoritma untuk mengklasifikasikan ekspresi dan emosi sebuah lagu. Diharapkan dengan menggunakan Support Vector Machine dapat meningkatkan akurasi hasil klasifikasi. Kata kunci : Lirik Lagu, Text Processing, part-of-speech, Support Vector Machine. Abstract Song is one of the most influential elements in determining expression and emotion. With an elements that are audio and can be represented more powerful meaning in the lyrics of the song. Classification of songs can be done by using song lyrics as a medium used to classify expression and emotions a someone. Using the Emotion Ontology Thayer Model, text-processing classification is used by applying a part-of-speech fiture in the pre-processing process with the Support Vector Machine as an algorithm to classify the expression and emotion of a song. It’s hoped that using Support Vector Machine can improve the accuracy of classification results. Keywords : Song Lyrics, Text Processing, part-of-speech, Support Vector Machine.
Perancangan Pintu Pintar Untuk Deteksi Wajah Nyata Berbasis Pengolahan Citra Digital Menggunakan Deteksi Gerak Fisiologis Rizky Naufal Perdana; Budhi Irawan; Casi Setianingsih
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

Pada era modern teknologi pengolahan citra berkembang sangat pesat untuk membantu dan memudahkan pekerjaan manusia. Wajah manusia dapat digunakan dalam pengolahan citra sebagai kunci keamanan karena setiap orang memiliki karakteristik wajah yang berbeda-beda, walaupun sebagian orang memiliki beberapa karakteristik yang sama. Salah satu tujuan image processing dapat mempelajari bagaimana mengolah citra untuk melakukan deteksi objek.Proyek akhir ini memiliki tujuan yaitu mengimplementasikan deteksi wajah nyata berbasis pengolahan citra pada rancangan pintu pintar. Sistem deteksi gerak fisiologis dapat mengenali perbedaan wajah nyata dan tiruan foto berdasarkan gerak reflek wajah pada bagian mata dan mulut. Metode yang digunakan untuk deteksi wajah yaitu Histogram Oriented Gradient dan Haar-Cascade, deteksi gerak reflek wajah menggunakan Support Vector Machine.Hasil akhir dari proyek akhir ini menyimpulkan bahwa sistem pintu pintar dengan deteksi gerak fisiologis yang telah dirancang berhasil melakukan deteksi wajah nyata tingkat rata-rata akurasi adalah 93,5% dan wajah tiruan foto memiliki rata-rata 90,7% berdasarkan deteksi gerakan reflek mata dan mulut. 
Perancangan Pintu Pintar Untuk Mengenali Wajah Nyata Berbasis Pengolahan Citra Menggunakan Metode Principal Component Analysis Dan Template Matching Correlation Valerian Ezra Vyanza; Budhi Irawan; Casi Setianingsih
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

Teknologi pengolahan citra digital pada era modern semakin pesat perkembangannya. Dengan dukungan software yang banyak bermunculan, teknologi tersebut semakin mempermudah aktivitas kehidupan manusia. Salah satu disiplin ilmu yang membahas teknologi tersebut adalah image processing.Tugas Akhir ini bertujuan merancang pintu pintar untuk mengenali wajah nyata berbasis pengolahan citra. Pintu pintar ini akan menjadi sebuah sistem pengenalan wajah dengan tingkat keakurasian dan kecepatan yang lebih tinggi. Dua metode utama yang digunakan dalam merancang sistem tersebut adalah Principal Component Analysis dan Template Matching Correlation. Hasilnya menunjukkan: (a) sistem pintu pintar yang dikembangkan dalam penelitian ini berhasil mengenali wajah dengan tingkat akurasi 80% (b) sistem pintu pintar ini juga dapat mengenali wajah dengan kecepatan 4.6 detik per subyek.
Co-Authors Abdi Hazman Abdulloh Salahul Haq Adi Pranesthi Adine Nayla Adita Sukma Wardani Aditya Nugraha Adlirrahaman Hasfi Aji Adrian Sabagus Tanazri Afif Husaini Agung Nugroho Jati Agung Nungroho Jati Ahmad Devi Gunawan Ahmad Tri Hanuranto Al Agias Bayu Asa Alfian Imran Aloisius Gonzaga Januar Widi Aquarizky Alvaro Septra Dominggo Nauw Amanda Austin Herlambang Andrew Brian Osmond Arif Aquri Saputra Arramsyah, Izzat Ashri Dinimaharawati Asmianti Asrin Attallah Arelian Naufhal Bagas Prakoso Putra Bangkit Surya Praja Budhi Irawan Burhanuddin Dirgantoro Chianyung Chianyung Cornelius Situmorang Dyka Khairullah Zamhari Elka Distria Fairuz Azmi Farradita Imanda Fauzan Andaru Kurniadi Fauzul Haqi Siregar Feby Rahmasari Figo Plambudi Dwigantara Firdi Setiawan Fussy Mentari Dirgantara Garry Abel Diaraja H Gayuh Erlanggono G Grace Cyndiana Hamdi Aziz Al-Mujadidi Hanna Diwanti Haq, Abdulloh Salahul Hikmah Nisya Ilham Arisyandy Irfan Dhiya Abirawa Irghiansyah Izzul Haque Izzat Arramsyah Izzat Arramsyah Jannata Arianda Ja’far Razzaq Jhosua Parningotan Sianipar Kevin Manfield Anderson Pasaribu Kusprasapta Mutijarsa Linda Kartika M Agung Baskoro M. Indra Halim Arsya Dwi Akbari Maftukhah Carolin Noviardini Marisa W Paryasto Marisa W. Paryasto Martarheza Marthiyas Maulana Heardy Yusfian Megatari Wahyuningrum Handani Meta Kalista Meta Kallista Mohammad Ibrahim Al Mahi Mohammad Naufal Nabil Abdillah Muhamad Ramadhan Muhamad Rizky Arief Wicaksono Muhammad Akmal Fauzi Muhammad Ary Murti Muhammad Fathurrohim Nur Muhammad Iqbal G Putra Muhammad Izzah Aeman Muhammad Mufti Ramadhan Muhammad Nasrun Muhammad Reza Aji Pangestu Muhhammad Ary Murti Naufal Ramadhan Natafili Jangkaru Novianty, Astri Prabu Arie Pradana Pranesthi, Adi Pratama, Rizki Mulia Purba Daru Kusuma R. Rumani M Rumani M Raisha Citra Chairani Randy Efra Saputra Randy Erfa Saputra Ratna Astuti Renaldy Eka Putra Reyhan Adiptya Reza Mahendra Rizka Rona Putri Rizka Shinta Wulandari Rizki Mulia Pratama Rizky Iskandar Rizky Naufal Perdana Roswan Latuconsina Rumani Rumani Runi Siti N Septian Putra Manuel Simangunsong Sigit Yudha Juwantoro Sony Sumaryo Suryo Adhi Wibowo Tia Dianti Hajizah Tinton Aji Sadewo Tito Waluyo Purboyo Valerian Ezra Vyanza Wendi Harjupa Yudha Purwanto Yudhi Septian Rahman Ziqra Haniffah Ziza Amira Syafini