Claim Missing Document
Check
Articles

SISTEM TEMU KEMBALI DOKUMEN TEKS DENGAN PEMBOBOTAN TF-IDF DAN LCS Saadah, Munjiah Nur; Atmagi, Rigga Widar; Rahayu, Dyah S.; Arifin, Agus Zainal
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 11, No 1, Januari 2013
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (612.866 KB) | DOI: 10.12962/j24068535.v11i1.a16

Abstract

Sistem temu kembali dokumen teks membutuhkan metode yang mampu mengembalikan sejumlah dokumen yang memiliki relevansi tinggi sesuai dengan permintaan pengguna. Salah satu tahapan penting dalam proses representasi teks adalah proses pembobotan. Penggunaan LCS dalam penyesuaian bobot Tf -Idf mempertimbangkan kemunculan urutan kata yang sama antara query dan teks di dalam dokumen. Adanya dokumen yang sangat panjang namun tidak relevan menyebabkan bobot yang dihasilkan tidak mampu merepresentasikan nilai relevansi dokumen. Penelitian ini mengusulkan penggunaan metode LCS yang memberikan bobot urutan kata dengan mempertimbangkan panjang dokumen terkait dengan rata-rata panjang dokumen dalam korpus. Metode ini mampu melakukan pengembalian dokumen teks secara efektif. Penambahan fitur urutan kata dengan normalisasi rasio panjang dokumen terhadap keseluruhan dokumen dalam korpus menghasilkan nilai presisi dan recall yang sama baiknya dengan metode sebelumnya.
ADAPTIVE DATA CLUSTERING METHOD BASED ON ARTIFICIAL BEE COLONY AND K-HARMONIC MEANS I Made Widiartha; Agus Zainal Arifin; Anny Yuniarti
Jurnal Ilmiah Kursor Vol 6 No 3 (2012)
Publisher : Universitas Trunojoyo Madura

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

Abstract

ADAPTIVE DATA CLUSTERING METHOD BASED ON ARTIFICIAL BEE COLONY AND K-HARMONIC MEANS a I Made Widiartha, b Agus Zainal Arifin, c Anny Yuniarti a Jurusan Ilmu Komputer, FMIPA, Universitas Udayana Kampus Bukit, Gedung BJ Lt.I, Jimbaran Bali, b,c Informatics Department, Faculty of Information Technology Institute of Technology Sepuluh Nopember E-Mail: a imdewidiartha@cs.unud.ac.id Abstrak Berbagai metode telah dibuat untuk dapat melakukan klasterisasi data. Salah satu metode tersebut adalah K-Harmonic Means Clustering (KHM). KHM merupakan metode klasterisasi data yang menyempurnakan K-Means Clustering (KM). Metode KHM telah mampu mengurangi permasalahan KM dalam hal sensitifitas pada inisialisasi titik pusat awal, meskipun demikian dalam KHM masih terdapat kemungkinan solusi yang dihasilkan merupakan suatu lokal optimal. Permasalahan lokal optimal ini dapat diatasi dengan memanfaatkan suatu metode yang memiliki karakteristik pencarian solusi global ke dalam metode KHM. Artificial Bee Colony (ABC) merupakan suatu metode swarm yang berbasis pada perilaku mencari makan dari koloni lebah madu yang memiliki karakteristik untuk menghindari kemungkinan konvergensi terhadap lokal optimal. Dalam penelitian ini diusulkan sebuah metode baru untuk klasterisasi data yang berbasis pada metode ABC dan KHM (ABC-KHM). Kinerja metode ABC-KHM ini telah dibandingkan dengan metode KHM dan ABC dengan memanfaatkan lima dataset. Dari hasil penelitian didapatkan hasil dimana metode ABC-KHM ini telah berhasil mengoptimalkan posisi titik pusat klaster KHM yang mengarahkan hasil klaster menuju suatu solusi global. Kata kunci: K-Means Clustering, K-Harmonic Means Clustering, Artificial Bee Colony, ABC-KHM. Abstract Various methods have been made to cluster the data. One such method is K-Harmonic Means Clustering (KHM). KHM is a clustering method that improves K-Means Clustering (KM). KHM method was able to reduce the problem of KM in terms of sensitivity to the initialization of the initial center point nevertheless there is still a possibility that the result of KHM is a local optimum. The local optimal problem can be solved by utilizing a method that has characteristic of a global search into KHM method. Artificial Bee Colony (ABC) is a swarm method based on foraging behavior of honey bee colony that has characteristics to avoid the possibility of local optimum convergence. In this research, a new method for data clustering based on ABC and KHM (ABC-KHM) is proposed. The performance ABC-KHM method has been compared with ABC and KHM by using five datasets. The results show that ABCKHM method is able to optimize the position of the cluster center and directs the center to a global solution. Key words: K-Means Clustering, K-Harmonic Means Clustering, Artificial Bee Colony, ABC-KHM.
Perangkingan Dokumen Berbahasa Arab Menggunakan Latent Semantic Indexing Wahib, Aminul; Pasnur, Pasnur; Santika, Putu Praba; Arifin, Agus Zainal
Jurnal Buana Informatika Vol 6, No 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (417.199 KB) | DOI: 10.24002/jbi.v6i2.411

Abstract

Berbagai metode perangkingan dokumen dalam aplikasi InformationRetrieval telah dikembangkan dan diimplementasikan. Salah satu metode yangsangat populer adalah perangkingan dokumen menggunakan vector space modelberbasis pada nilai term weighting TF.IDF. Metode tersebut hanya melakukanpembobotan term berdasarkan frekuensi kemunculannya pada dokumen tanpamemperhatikan hubungan semantik antar term. Dalam kenyataannya hubungansemantik antar term memiliki peranan penting untuk meningkatkan relevansi hasilpencarian dokumen. Penelitian ini mengembangkan metode TF.IDF.ICF.IBFdengan menambahkan Latent Semantic Indexing untuk menemukan hubungansemantik antar term pada kasus perangkingan dokumen berbahasa Arab. Datasetyang digunakan diambil dari kumpulan dokumen pada perangkat lunak MaktabahSyamilah. Hasil pengujian menunjukkan bahwa metode yang diusulkanmemberikan nilai evaluasi yang lebih baik dibandingkan dengan metodeTF.IDF.ICF.IBF. Secara berurut nilai f-measure metode TF.IDF.ICF.IBF.LSIpada ambang cosine similarity 0,3, 0,4, dan 0,5 adalah 45%, 51%, dan 60%. Namun metode yang disulkan memiliki waktu komputasi rata-rata lebih tinggidibandingkan dengan metode TF.IDF.ICF.IBF sebesar 2 menit 8 detik.
TERM WEIGHTING BASED ON INDEX OF GENRE FOR WEB PAGE GENRE CLASSIFICATION Sugiyanto, Sugiyanto; Rozi, Nanang Fakhrur; Putri, Tesa Eranti; Arifin, Agus Zainal
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 12, No 1, Januari 2014
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (402.086 KB) | DOI: 10.12962/j24068535.v12i1.a43

Abstract

Automating the identification of the genre of web pages becomes an important area in web pages classification, as it can be used to improve the quality of the web search result and to reduce search time. To index the terms used in classification, generally the selected type of weighting is the document-based TF-IDF. However, this method does not consider genre, whereas web page documents have a type of categorization called genre. With the existence of genre, the term appearing often in a genre should be more significant in document indexing compared to the term appearing frequently in many genres despites its high TF-IDF value. We proposed a new weighting method for web page documents indexing called inverse genre frequency (IGF). This method is based on genre, a manual categorization done semantically from previous research. Experimental results show that the term weighting based on index of genre (TF-IGF) performed better compared to term weighting based on index of document (TF-IDF), with the highest value of accuracy, precision, recall, and F-measure in case of excluding the genre-specific keywords were 78%, 80.2%, 78%, and 77.4% respectively, and in case of including the genre-specific keywords were 78.9%, 78.7%, 78.9%, and 78.1% respectively.
KOMPRESI CITRA PENGINDERAAN JAUH MULTISPEKTRAL BERBASIS CLUSTERING DAN REDUKSI SPEKTRAL Arifin, Agus Zainal; Lestriandoko, Nova Hadi
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 2, No 1 Januari 2003
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (278.187 KB) | DOI: 10.12962/j24068535.v2i1.a110

Abstract

Kompresi Citra pada aplikasi Penginderaan Jauh Multispektral merupakan kebutuhan yang sangat vital, sebab citra multispektral merupakan citra yang membutuhkan ruang penyimpanan yang sangat besar. Di sisi lain, citra multispektral memiliki karakteristik istimewa yang dapat dimanfaatkan untuk meningkatkan efektifitas proses kompresinya. Karakteristik ini berkaitan dengan penggunaan citra tersebut dalam proses klasifikasinya. Dengan demikian, kompresi citra multispektral tidak perlu menggunakan cara konvensional, melainkan dengan memanfaatkan karakteristik yang dimilikinya. Penelitian ini membahas sebuah metode kompresi citra multispektral yang mengintegrasikan metode clustering, manipulasi spektral, serta pengkodean. Metode clustering yang digunakan adalah Improved Split and Merge Clustering (ISMC). Pada proses manipulasi spektral digunakan Principal Component Analysis (PCA). Sedangkan untuk pengkodean digunakan metode kompresi data lossless yaitu metode Lempel-Ziv Welch (LZW). Integrasi dari clustering, manipulasi spektral, dan pengkodean ini dibagi menjadi 2 kombinasi, yakni clustering-LZW dan PCA-clustering-LZW. Evaluasi dilakukan dengan mengukur rasio kompresi, waktu komputasi, jumlah cluster, dan ukuran kesalahan yang meliputi total error, maksimum error, dan rata-rata error. Dari hasil uji coba, didapatkan bahwa masing-masing metode ini memiliki keunggulan yang berbeda pada tiap faktor evaluasinya, sehingga pengguna dapat memilih untuk menggunakan metode yang tepat sesuai kebutuhannya. Kata kunci : Clustering, kompresi citra, citra multispektral, ISMC, reduksi spektral, LZW
PENGGUNAAN ANALISA FAKTOR UNTUK KLASIFIKASI CITRA PENGINDERAAN JAUH MULTISPEKTRAL Arifin, Agus Zainal; Kurniati, Wiwik Dyah Septiana
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 1, No 1 Juli 2002
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (421.672 KB) | DOI: 10.12962/j24068535.v1i1.a91

Abstract

Proses clustering bisa berlangsung baik secara hierarchical (split dan merge) maupun partitional (partisi). Proses split yang pembagiannya berdasarkan histogram lebih mudah dilakukan pada satu dimensi, sehingga dibutuhkan proses transformasi. Metode transformasi yang umum digunakan adalah Principal Component Analysis (PCA). Namun PCA ternyata hanya didasarkan pada pencarian dimensi bervariansi maksimum, sehingga memungkinkan terjadinya overlapping kelas, dalam arti ada kelas yang tidak dapat dipisahkan Pada penelitian ini, metode transformasi yang digunakan adalah Analisa Faktor (Factor Analysis / Canonical Analysis). Metode ini lebih baik bila dibandingkan dengan metode Principal Component Analysis (PCA). Sebab, Analisa Faktor mentransformasi sekaligus memilah cluster dalam feature space. Tiga proses utama dalam penelitian ini yaitu split, merge, dan partitional K-means clustering. Citra multispektral ditransformasi menjadi satu dimensi. Histogram satu dimensi displit dengan pemilihan puncak kurva. Merge menggabungkan cluster hasil split tersebut. Cluster yang berdekatan digabungkan menjadi cluster baru. K-means clustering digunakan untuk mendeteksi lokasi pusat cluster (prototipe cluster) dan sekaligus mengelompokkan pixel ke setiap cluster. Hasil penelitian ini dibandingkan dengan hasil algoritma clustering yang proses transformasinya menggunakan PCA. Hasil perbandingan membuktikan bahwa clustering yang proses transformasinya menggunakan Analisa Faktor menghasilkan heterogenitas antar cluster lebih tinggi (Tr(SB) meningkat antara 0.83 % sampai 19.58 %). Adapun kekompakan tiap cluster tidak selalu optimal. Hal ini sangat mungkin disebabkan jumlah kelas sampel kurang banyak dan pengambilan sampel di tiap kelas kurang bervariasi. Kata kunci: Analisa Faktor, complete link, K-means clustering, Scatter within class, Scatter between class
Computer-aided diagnosis for osteoporosis based on trabecular bone analysis using panoramic radiographs Agus Zainal Arifin; Anny Yuniarti; Lutfiani Ratna Dewi; Akira Asano; Akira Taguchi; Takashi Nakamoto; Arifzan Razak; Hudan Studiawan
Dental Journal (Majalah Kedokteran Gigi) Vol. 43 No. 3 (2010): September 2010
Publisher : Faculty of Dental Medicine, Universitas Airlangga https://fkg.unair.ac.id/en

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (428.019 KB) | DOI: 10.20473/j.djmkg.v43.i3.p107-112

Abstract

Background: Mandibular bone on panoramic radiographs has been proven to be useful for identifying postmenopausal women with low skeletal bone mineral density. One of the important parts of mandibular bone is trabecular bone. Trabecular bone architecture is one of the factors that governs bone strength and may be categorized as a contributor to bone quality. Purpose: The purposes of this study were to develop a computer-aided system for measuring trabecular bone line strength on panoramic radiographs in identifying postmenopausal women with osteoporosis and to clarify the diagnostic efficacy of the system. Methods: Reduction and expansion of trabecular bone sample images using a two level Gaussian pyramid for removing noises and small segments were first introduced. Then, line strength at each pixel was calculated based on its existence on the trabecular bone with emphasizes line segment which has similar orientation with the root of tooth. The density was measured with respect to line strength of segment structure which has similar orientation with the root of tooth, either on the left and the right in the mandibular bone. Number of pixels in the line segment area was compared with a threshold value to determine whether normal or osteoporosis. Results: From experiment on 100 data, the accuracy of 88%, sensitivity of 92%, and specificity of 86.7% were achieved. Conclusion: The computer-aided system of trabecular bone analysis may be useful for detecting osteoporosis using panoramic radiographs.Latar belakang: Tulang mandibula pada panoramik radiografi telah banyak diteliti dan terbukti mampu digunakan untuk mengidentifikasi wanita pasca menopause dengan menggunakan bone mineral density rendah. Salah satu bagian tulang mandibula yang penting adalah tulang trabekula. Arsitektur tulang trabekula merupakan salah satu dari faktor-faktor yang mempengaruhi kekuatan tulang dan dapat digolongkan sebagai kontributor bagi kualitas tulang. Tujuan: Penelitian ini bertujuan untuk membangun sebuah sistem dengan bantuan komputer untuk mengukur kekuatan garis pada tulang trabekula dan menggunakannya untuk mendeteksi osteoporosis pada wanita postmenopause. Metode: Dilakukan sampling pada sebagian tulang mandibular yang menghasilkan sebuah sampel citra. Sampel citra ini selanjutnya diperbaiki dari derau (noise) dengan menggunakan piramida Gaussian dua level. Kekuatan garis pada tiap piksel dihitung berdasarkan orientasi segmen garis tulang trabekula yang sejajar dengan akar gigi. Setelah dilakukan binerisasi, luasan segmen yang dihasilkan dihitung dan dibandingkan dengan sebuah nilai ambang. Bila luasan melebihi nilai threshold maka dikategorikan sebagai normal. Sebaliknya bila luasan dibawah nilai threshold, dikategorikan sebagai osteoporosis. Hasil: Berdasarkan eksperimen terhadap 100 data, sistem mampu mencapai akurasi identifikasi sebesar 88%, sensitivitas 92%, dan spesifisitas 86,7%. Kesimpulan: Sistem analisa trabecular bone dengan bantuan komputer ini dapat digunakan oleh para dokter gigi untuk mendeteksi osteoporosis menggunakan panoramik radiografi.
ANALISA KERAPATAN TRABECULAR BONE BERBASIS GRAPH BERBOBOT PADA CITRA PANORAMA GIGI UNTUK IDENTIFIKASI OSTEOPOROSIS Abidin, Zainal; Arifin, Agus Zainal
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 7, No 2, Juli 2008
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1012.774 KB) | DOI: 10.12962/j24068535.v7i2.a174

Abstract

Osteoporosis is bone disease indocated by low bone mass density and micro architectures disorder which lead to bone fragility or fractures. Graph may be useful to describe density of trabeculae bone due to morphological change on mandibular bone in dental panoramic radiographs. The density of trabecular bone can be discribed by generating graph. Trabecular image firstly was transformed to binary image. A white pixel on the binary image presented as part of trabeculae, which assumed as an isolated node on the graph. Graph generation by Erdos and Royi method was used to build connections between an isolated node and others. This paper introduced the use of weight on each node based on probabilities average of its neigbourhoods. Graph’s properties which used to measure the density were degree and cluster coefficient. Both of properties are used to build feature space. Feature space indicated distribution of node on dense or sparse area. Early indication of osteoporosis could be assumed that ratio of nodes on dense area were greater than that on sparse area. We achieved accuration of 54%, sensitivity of 60%, and spesificity of 49%.   Keywords: osteoporosis, trabeculae, random graph, graph berbobot
MULTI-DOCUMENT SUMMARIZATION BASED ON SENTENCE CLUSTERING IMPROVED USING TOPIC WORDS Lukmana, Indra; Swanjaya, Daniel; Kurniawardhani, Arrie; Arifin, Agus Zainal; Purwitasari, Diana
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 12, No 2, Juli 2014
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (292.988 KB) | DOI: 10.12962/j24068535.v12i2.a317

Abstract

Informasi dalam bentuk teks berita telah menjadi salah satu komoditas yang paling penting dalam era informasi ini. Ada banyak berita yang dihasilkan sehari-hari, tetapi berita-berita ini sering memberikan konten kontekstual yang sama dengan narasi berbeda. Oleh karena itu, diperlukan metode untuk mengumpulkan informasi ini ke dalam ringkasan sederhana. Di antara sejumlah subtugas yang terlibat dalam peringkasan multi-dokumen termasuk ekstraksi kalimat, deteksi topik, ekstraksi kalimat representatif, dan kalimat rep-resentatif. Dalam tulisan ini, kami mengusulkan metode baru untuk merepresentasikan kalimat ber-dasarkan kata kunci dari topic teks menggunakan Latent Dirichlet Allocation (LDA). Metode ini terdiri dari tiga langkah dasar. Pertama, kami mengelompokkan kalimat di set dokumen menggunakan kesamaan histogram pengelompokan (SHC). Selanjutnya, peringkat cluster menggunakan klaster penting. Terakhir, kalimat perwakilan yang dipilih oleh topik diidentifikasi pada LDA. Metode yang diusulkan diuji pada dataset DUC2004. Hasil penelitian menunjukkan rata-rata 0,3419 dan 0,0766 untuk ROUGE-1 dan ROUGE-2, masing-masing. Selain itu, dari pembaca prespective, metode kami diusulkan menyajikan pengaturan yang koheren dan baik dalam memesan kalimat representatif, sehingga dapat mempermudah pemahaman bacaan dan mengurangi waktu yang dibutuhkan untuk membaca ringkasan.
Perangkingan Dokumen Berbahasa Arab Menggunakan Latent Semantic Indexing Wahib, Aminul; Pasnur, Pasnur; Santika, Putu Praba; Arifin, Agus Zainal
Jurnal Buana Informatika Vol 6, No 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (417.199 KB)

Abstract

Berbagai metode perangkingan dokumen dalam aplikasi InformationRetrieval telah dikembangkan dan diimplementasikan. Salah satu metode yangsangat populer adalah perangkingan dokumen menggunakan vector space modelberbasis pada nilai term weighting TF.IDF. Metode tersebut hanya melakukanpembobotan term berdasarkan frekuensi kemunculannya pada dokumen tanpamemperhatikan hubungan semantik antar term. Dalam kenyataannya hubungansemantik antar term memiliki peranan penting untuk meningkatkan relevansi hasilpencarian dokumen. Penelitian ini mengembangkan metode TF.IDF.ICF.IBFdengan menambahkan Latent Semantic Indexing untuk menemukan hubungansemantik antar term pada kasus perangkingan dokumen berbahasa Arab. Datasetyang digunakan diambil dari kumpulan dokumen pada perangkat lunak MaktabahSyamilah. Hasil pengujian menunjukkan bahwa metode yang diusulkanmemberikan nilai evaluasi yang lebih baik dibandingkan dengan metodeTF.IDF.ICF.IBF. Secara berurut nilai f-measure metode TF.IDF.ICF.IBF.LSIpada ambang cosine similarity 0,3, 0,4, dan 0,5 adalah 45%, 51%, dan 60%. Namun metode yang disulkan memiliki waktu komputasi rata-rata lebih tinggidibandingkan dengan metode TF.IDF.ICF.IBF sebesar 2 menit 8 detik.
Co-Authors - Azhari - Suprijanto Adam, Safri Adenuar Purnomo Adhi Nurilham Adi Guna, I Gusti Agung Socrates Afrizal Laksita Akbar Ahmad Afiif Naufal Ahmad Reza Musthafa, Ahmad Reza Aida Muflichah Akira Asano Akira Taguchi Alhaji Sheku Sankoh, Alhaji Sheku Alif Akbar Fitrawan, Alif Akbar Alifia Puspaningrum Alqis Alqis Rausanfita Amelia Devi Putri Ariyanto Aminul Wahib Aminul Wahib Aminul Wahib Ana Tsalitsatun Ni'mah Andi Baso Kaswar Andi Baso Kaswar Anggraeni, Irna Dwi Anggraini, Syadza Anindhita Sigit Nugroho Anindita Sigit Nugroho Anny Yuniarti Anny Yuniarti Anny Yuniarti Anny Yuniarti Anny Yuniarti Anny Yuniarti Anny Yuniarti Anto Satriyo Nugroho Arif Fadllullah Arif Mudi Priyatno Arifin, M. Jainal Arifzan Razak Arrie Kurniawardhani Arya Widyadhana Arya Yudhi Wijaya Arya Yudhi Wijaya Arya Yudhi Wijaya Bagus Satria Wiguna Bagus Setya Rintyarna Baskoro Nugroho Bilqis Amaliah Chandranegara, Didih Rizki Chastine Fatichah Christian Sri kusuma Aditya, Christian Sri kusuma Cinthia Vairra Hudiyanti Cornelius Bagus Purnama Putra Daniel Swanjaya Darlis Herumurti Dasrit Debora Kamudi Desepta Isna Ulumi Desmin Tuwohingide Dhian Kartika Diana Purwitasari Didih Rizki Chandranegara Dika Rizky Yunianto, Dika Rizky Dimas Fanny Hebrasianto Permadi Dini Adni Navastara Dini Adni Navastara Dini Adni Navastara Dini Adni Navastara Dini Adni Navastara, Dini Adni Dinial Utami Nurul Qomariah Dwi Ari Suryaningrum Dyah S. Rahayu Eha Renwi Astuti Endang Juliastuti Erliyah Nurul Jannah, Erliyah Nurul Ery Permana Yudha Eva Firdayanti Bisono Evan Tanuwijaya Fathoni, Kholid Gosario, Sony Gulpi Qorik Oktagalu Pratamasunu, Gulpi Qorik Oktagalu Hani’ah, Mamluatul Hanif Affandi Hartanto Hudan Studiawan Humaira, Fitrah Maharani Humaira, Fitrah Maharani I Guna Adi Socrates I Made Widiartha I Putu Gede Hendra Suputra Indra Lukmana Ismail Eko Prayitno Rozi Januar Adi Putra Khadijah F. Hayati Khairiyyah Nur Aisyah Khairiyyah Nur Aisyah, Khairiyyah Nur Khalid Khalid Khoirul Umam Lafnidita Farosanti Laili Cahyani Lutfiani Ratna Dewi M. Ali Fauzi Maulana, Hendra Mika Parwita Moch Zawaruddin Abdullah Moch Zawaruddin Abdullah Moh. Zikky, Moh. Mohammad Fatoni Anggris, Mohammad Fatoni Mohammad Sonhaji Akbar Muhamad Nasir Muhammad Imron Rosadi Muhammad Machmud Muhammad Muharrom Al Haromainy Munjiah Nur Saadah Muttaqi, Muhammad Mirza Nanang Fakhrur Rozi Navastara, Dini Adni Nina Kadaritna Nova Hadi Lestriandoko Novi Nur Putriwijaya Novrindah Alvi Hasanah Nur, Nahya Nuraisa Novia Hidayati Nursanti Novi Arisa Nursuci Putri Husain Pangestu Widodo Pasnur Pasnur Puji Budi Setia Asih Puspaningrum, Alifia Putri Damayanti Putri Nur Rahayu Putu Praba Santika Rarasmaya Indraswari Rarasmaya Indraswari Rarasmaya Indraswari Rarasmaya Indraswari Ratri Enggar Pawening Ratri Enggar Pawening, Ratri Enggar Renest Danardono Resti Ludviani Rigga Widar Atmagi Riyanarto Sarno Riza, Ozzy Secio Rizka Sholikah Rizka Wakhidatus Sholikah Rizqa Raaiqa Bintana Rizqi Okta Ekoputris Rosyadi, Ahmad Wahyu Ryfial Azhar, Ryfial Safri Adam Saiful Bahri Musa Saputra, Wahyu Syaifullah Jauharis Satrio Verdianto Setyawan, Dimas Ari Siprianus Septian Manek Sonny Christiano Gosaria Sugiyanto, Sugiyanto Suwanto Afiadi Syadza Anggraini Syuhada, Fahmi Takashi Nakamoto Tegar Palyus Fiqar Tesa Eranti Putri Tio Darmawan Umi Salamah Undang Rosidin Verdianto, Satrio Waluya, Onny Kartika Wanvy Arifha Saputra Wawan Gunawan Wawan Gunawan Wawan Gunawan Wijaya, Arya Yudhi Wijayanti Nurul Khotimah Wiwik Dyah Septiana Kurniati Yudhi Diputra Yufis Azhar Zainal Abidin