Article Per Year (5 Year)
p-Index From 2018 - 2023
8.346
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Informatika Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Ilmu Komputer dan Informasi Lontar Komputer: Jurnal Ilmiah Teknologi Informasi Jurnal Teknik ITS IPTEK Journal of Science IPTEK Journal of Proceedings Series IPTEK The Journal for Technology and Science Techno.Com: Jurnal Teknologi Informasi MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Jurnal Buana Informatika Perfecting a Video Game with Game Metrics Bulletin of Electrical Engineering and Informatics JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Ilmiah Mikrotek Jurnal Simantec Jurnal Ilmiah Kursor SCAN Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) Scientific Journal of Informatics Journal of Information Systems Engineering and Business Intelligence Register: Jurnal Ilmiah Teknologi Sistem Informasi EMITTER International Journal of Engineering Technology Jurnal Inspiration Briliant: Jurnal Riset dan Konseptual Journal of Development Research Informatika Mulawarman Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research INTEGER: Journal of Information Technology Seminar Nasional Teknologi Informasi Komunikasi dan Industri JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal ULTIMATICS Explore IT : Jurnal Keilmuan dan Aplikasi Teknik Informatika CCIT (Creative Communication and Innovative Technology) Journal SPIRIT Melek IT: Information Technology Journal Jurnal Nasional Teknik Elektro dan Teknologi Informasi Journal Research of Social Science, Economics, and Management
Chastine Fatichah
Departemen Teknik Informatika, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Library & Information Science Mathematics Social Sciences Other

Published : 125 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 125 Documents
Search

 1   2   3   4   5 
OPTIMASI PENYUSUNAN PEGAS DENGAN METODE SISTEM PERBEDAAN BATASAN DAN ALGORITMA JALUR TERPENDEK Johan Varian Alfa; Rully Soelaiman; Chastine Fatichah
Jurnal Ilmiah Mikrotek Vol 1, No 2 (2014): FEBRUARI
Publisher : Universitas Trunojoyo Madura

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

Abstract

Pada permasalahan nyata, khususnya dunia fisika, penyusunan pegas dengan batasan-batasan tertentuyang optimal merupakan salah satu permasalahan optimasi yang muncul, dimana batasan yang diberikanadalah besaran-besaran yang membentuk gaya pegas. Pada penelitian ini, diusulkan sebuah desainalgoritma optimasi penyusunan pegas, yang dimulai dengan memodelkan permasalahan ke dalam graf,kemudian menggunakan metode sistem perbedaan batasan dan juga algoritma jalur terpendek untukmenghasilkan susunan pegas yang optimal. Sistem perbedaan batasan digunakan untuk memodelkanpermasalahan ke dalam bentuk pertidaksamaan. Kemudian dicari penyelesaiannya dengan menggunakankonsep graf yang disebut graf batasan. Penyelesaian akhir yang digunakan agar mendapatkan solusi yangoptimal adalah algoritma jalur terpendek. Algortima jalur terpendek yang digunakan adalah algoritmaPerbaikan Dijkstra. Hasilnya mampu menghasilkan susunan pegas yang optimal dan benar. Dan setelahdiuji coba, algoritma Perbaikan Dijkstra yang digunakan mampu lebih efisien dari segi performa waktueksekusi dibandingkan algoritma Bellman-Ford. Penghematan waktu yang didapat dengan menggunakanalgoritma Perbaikan Dijkstra rata-rata mencapai 83,55%.
Multi-feature Fusion Using SIFT and LEBP for Finger Vein Recognition Hardika Khusnuliawati; Chastine Fatichah; Rully Soelaiman
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 15, No 1: March 2017
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v15i1.4443

Abstract

In this paper, multi-feature fusion using Scale Invariant Feature Transform (SIFT) and Local Extensive Binary Pattern (LEBP) was proposed to obtain a feature that could resist degradation problems such as scaling, rotation, translation and varying illumination conditions. SIFT feature had a capability to withstand degradation due to changes in the condition of the image scale, rotation and translation. Meanwhile, LEBP feature had resistance to gray level variations with richer and discriminatory local characteristics information. Therefore the fusion technique is used to collect important information from SIFT and LEBP feature.The resulting feature of multi-feature fusion using SIFT and LEBP feature would be processed by Learning Vector Quantization (LVQ) method to determine whether the testing image could be recognized or not. The accuracy value could achieve 97.50%, TPR at 0.9400 and FPR at 0.0128 in optimum condition.  That was a better result than only use SIFT or LEBP feature.
Alat Bantu Dengar Berbasis Smartphone untuk Membantu Penderita Gangguan Pendengaran Arianto Wibowo; Rully Soelaiman; Chastine Fatichah
Jurnal Teknik ITS Vol 6, No 2 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (360.784 KB) | DOI: 10.12962/j23373539.v6i2.23502

Abstract

Gangguan pendengaran adalah salah satu gangguan kesehatan yang umumnya disebabkan oleh faktor usia atau sering terpapar suara keras. Gagalnya sinyal suara untuk mencapai otak merupakan penyebab utama gangguan pendengaran. Salah satu cara untuk mengatasi masalah tersebut dengan menggunakan alat bantu dengar yang dipasang pada telinga penderita. Sayangnya, alat tersebut masih mahal dan belum terjangkau oleh sebagian masyarakat. Sistem memanfaatkan smartphone sebagai alat bantu dengar. Penderita gangguan pendengaran dapat mengunduh aplikasi ini pada smartphone mereka, dan dapat segera digunakan menggantikan alat bantu dengar. Publikasi ini bertujuan untuk membuat sebuah aplikasi alat bantu dengar dengan menggunakan algoritma yang didesain untuk menirukan cara kerja pendengaran manusia. Aplikasi akan menerima masukan suara dari microphone dan mengeluarkan suara dengan kualitas yang telah diperbaiki ke earphone penderita yang tertancap pada smartphone. Setelah diuji coba terhadap penderita, aplikasi dapat membantu penderita untuk dapat mendengarkan suara yang diberikan dengan akurasi rata-rata sebesar 79.3%. Hasil pengujian ini memuaskan karena penderita dapat mendengarkan suara layaknya pendengaran normal.
Pembentukan Tesaurus pada Cross-Lingual Text dengan Pendekatan Constraint Satisfaction Problem Umy Rizqi; Chastine Fatichah; Diana Purwitasari
Jurnal Teknik ITS Vol 6, No 2 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (634.967 KB) | DOI: 10.12962/j23373539.v6i2.23686

Abstract

Dokumen tugas akhir dan tesis sering kali disediakan dalam dua bahasa, yaitu bahasa Indonesia dan Inggris. Dalam pencarian, setiap mahasiswa memiliki kecenderungan mencari dokumen dengan menggunakan kata kunci dengan bahasa tertentu. Tujuan dari penelitian ini adalah untuk membangun cross-lingual tesaurus bahasa Indonesia dan bahasa Inggris dengan pendekatan Constraint Satisfaction Problem. Dalam penelitian ini digunakan data Tugas Akhir serta Tesis mahasiswa Institut Teknologi Sepuluh Nopember. Pada pengolahan dokumen dilakukan beberapa langkah yaitu pembentukan pararell corpus, ekstraksi kata, pembobotan kata, dan pembentukan informasi co-occurrence, yang selanjutnya dilakukan Constraint Satisfaction Problem dengan backtracking sebagai solusi pencarian. Pembobotan menggunakan TF-IDF (term frequency–inverse document frequency) Hasil dari proses pembangunan tesaurus, tesaurus yang dibentuk dengan menggunakan CSP menghasilkan precision 91,38% sedangkan tesaurus yang dibentuk tanpa menggunakan CSP menghasilkan precision 45,23%. Pencarian dokumen menggunakan tesaurus menghasilkan recall 86,67%,  precision 100% dan akurasi 86,67%.
Deteksi Gempa Berdasarkan Data Twitter Menggunakan Decision Tree, Random Forest, dan SVM Rendra Dwi Lingga P.; Chastine Fatichah; Diana Purwitasari
Jurnal Teknik ITS Vol 6, No 1 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (98.486 KB) | DOI: 10.12962/j23373539.v6i1.22037

Abstract

Twitter merupakan salah satu media sosial yang cukup populer saat ini. Pengguna aktif Twitter mencapai kurang lebih 400 juta orang. Fitur utama yang paling penting dari Twitter yaitu layanan yang bersifat real-time dimana pengguna dapat menuliskan catatan singkat tentang apa yang terjadi secara langsung. Sebagai contoh, ketika terjadi bencana alam(gempa bumi) di suatu tempat, banyak pengguna aktif twitter menulis informasi berupa (tweet) tentang gempa bumi yang sedang berlangsung melalui Twitter. Hal ini memungkinkan dibuatnya sebuah metode yang mendeteksi terjadinya gempa atau tidak dengan melakukan observasi melalui tweet yang ada. Dalam tugas akhir ini dibuat sebuah metode klasifikasi untuk membedakan antara tweet yang mengandung informasi gempa  yang sesungguhnya (gempa positif) dan tweet yang mengandung informasi gempa namun memiliki arti lain (gempa negatif). Setelah dilakukan klasifikasi menggunakan Decision Tree, Random Forest dan Support Vector Machine (SVM). Hasil yang didapat memberikan nilai akurasi Support Vector Machine (SVM) secara keseluruhan lebih baik daripada Decision Tree dan Random Forest dengan persentase gempa yang dideteksi oleh sistem (Recall) didapatkan nilai 86.3%.dengan precision sebesar 88.7%. Namun jika dilihat dari terdeteksinya gempa oleh sistem tanpa dirata-rata, Random Forest memiliki persentase recall sebesar 96.7% lebih baik daripada Decision Tree dan Random Forest. 
Implementasi Ekstraksi Fitur untuk Pengelompokan Berkas Musik Berdasarkan Kemiripan Karakteristik Suara Ramadhan Rosihadi Perdana; Rully Soelaiman; Chastine Fatichah
Jurnal Teknik ITS Vol 6, No 1 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (53.131 KB) | DOI: 10.12962/j23373539.v6i1.22138

Abstract

Pengelompokkan musik berdasarkan karakteristik suara merupakan hal penting bagi penikmat musik.. Penikmat musik tidaklah mencari musik berdasarkan artis tetapi juga mencari musik berdasarkan genre yang diinginkannya. Karena itu dibutuhkan metode ekstraksi fitur yang tepat untuk dapat merepresentasikan berkas musik berdasarkan genre dengan baik. Studi ini melakukan ekstraksi fitur berkas musik. Dengan mengekstraksi fitur spectral centroid, spectral flux, spectral rolloff, dan short time energy pada tiap berkas musik yang diolah dan kemudian dihitung nilai mean, median, skewness, dan kurtosisnya. Dan selanjutnya dikelompokkan menggunakan metode klasifikasi Random Forest dengan alat bantu Weka untuk menguji kelayakan fitur yang dihasilkan. Uji coba dilakukan dengan menggunakan kombinasi nilai atribut komponen ekstraksi fitur dan berkas musik yang berbeda-beda sesuai genre. Hasil uji coba klasifikasi pada Studi ini menghasilkan nilai akurasi terbaik  sebesar 80.4%. 
Penggabungan Fitur Tekstur yang Invariant terhadap Iluminasi dan Fitur Bentuk untuk Deteksi Acute Lymphoblastic Leukemia Saputra, Rizal A; Fatichah, Chastine; Suciati, Nanik
Jurnal Buana Informatika Vol 7, No 1 (2016): Jurnal Buana Informatika Volume 7 Nomor 1 Januari 2016
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (628.19 KB) | DOI: 10.24002/jbi.v7i1.481

Abstract

Abstract. Detection with microscopic blood image can help early detection of Accute Lymphoblastic Leukemia (ALL). Therefore, image acquisition process under lighting variation cause varying illumination image, so it’s needed to find texture feature extraction method that is invariant towards illumination. Shape feature also needed in this study because can represent characteristics of microscopic blood image.This study proposes combination of texture feature that is illumination invariant and shape feature for ALL detection. Texture feature will be extracted using Complete Robust Local Binary Pattern (CRLBP) method and will be tested on microscopic blood image dataset named ALL_IDB1. Testing will be conducted by using various combination of different texture feature and shape feature. Combination of shape feature and CRLBP is perform better than others. In indvidual cell test, highest result using SVM Linear with accuracy 90.89%, sensitivity 94.24% and specificity 64.82%. Classification using ALL image reach accuracy 88.00 %, sensitivity 82.35% and specificity 100%.Keywords: Acute Lymphoblastic Leukemia detection, Complete Robust Local Bianry Pattern, Local Binary Pattern, shape feature, texture feature. Abstrak. Deteksi dengan citra mikroskopik sel darah dapat membantu untuk deteksi dini Accute Lymphoblastic Leukemia (ALL). Namun, proses akuisisi citra mikroskopik dengan variasi pencahayaan yang berbeda menyebabkan iluminasi citra menjadi beragam sehingga dibutuhkan metode yang dapat mengekstraksi fitur tekstur yang invariant terhadap iluminasi. Fitur bentuk juga dibutuhkan dalam penelitian ini karena dapat merepresentasikan perbedaan pada citra mikroskopik sel darah. Penelitian ini mengusulkan penggabungan fitur tekstur yang invariant terhadap iluminasi dan fitur bentuk untuk deteksi dini ALL. Fitur tekstur akan diekstraksi dengan menggunakan metode Complete Robust Local Binary Pattern (CRLBP) dan diuji coba pada dataset ALL_IDB1. Uji coba dilakukan dengan variasi penggabungan fitur bentuk dan fitur tekstur. Penggabungan fitur bentuk dan CRLBP merupakan kombinasi fitur dengan performansi paling baik. Pada pengujian sel tunggal memberikan hasil tertinggi pada klasifikasi SVM Linear dengan akurasi 90,89%, sensitifitas 94,24% dan sepesifisitas 64,82%. Pada klasifikasi citra ALL akurasi mencapai 88,00%, dengan sensitifitas 82,35% dan spesifisitas 100%.Kata Kunci: Complete Robust Local Binary Pattern, deteksi Acute Lymphoblastic Leukemia, Local Binary Pattern, fitur bentuk, fitur tekstur
IMPLEMENTASI METODE MULTIPLE KERNEL SUPPORT VECTOR MACHINE UNTUK SELEKSI FITUR DARI DATA EKSPRESI GEN DENGAN STUDI KASUS LEUKIMIA DAN TUMOR USUS BESAR Yunita, Ariana; Fatichah, Chastine; Yuhana, Umi Laily
MATICS MATICS (Vol. 4 No. 2
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (527.898 KB) | DOI: 10.18860/mat.v0i0.1563

Abstract

Pada penelitian ini mengimplementasikan metode multiple kernel support vector machine untuk seleksi fitur. Multiple kernel merupakan metode modifikasi fungsi kernel yang mengalikan tiap elemen dari data. Metode ini melakukan seleksi fitur terhadap fitur yang kurang penting dengan tingkat akurasi lebih baik daripada metode dasar support vector machine. Uji coba dilakukan dengan menggunakan dataset ekspresi gen leukimia dan tumor usus besar. Hasil uji coba dibandingkan dengan tingkat akurasi metode support vector machine tanpa seleksi fitur. Tingkat akurasi metode multiple kernel support vector machine yang dihasilkan untuk data ekspresi gen leukimia yaitu 85% dan untuk data tumor usus besar sebesar 69%. Sedangkan tingkat akurasi dengan metode dasar support vector machine yaiu sebesar 82% untuk data leukimia dan 59% untuk data tumor usus besar. Seleksi fitur dapat mempersingkat waktu komputasi sehingga dapat dikembangkan untuk banyak aplikasi pengenalan pola. Kata Kunci: Multiple kernel, support vector  machine, seleksi fitur, data ekspresi gen
LOCAL LINE BINARY PATTERN FOR FEATURE EXTRACTION ON PALM VEIN RECOGNITION Jayanti Yusmah Sari; Chastine Fatichah; Nanik Suciati
Jurnal Ilmu Komputer dan Informasi Vol 8, No 2 (2015): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (748.614 KB) | DOI: 10.21609/jiki.v8i2.309

Abstract

In recent years, palm vein recognition has been studied to overcome problems in conventional systems in biometrics technology (finger print, face, and iris). Those problems in biometrics includes convenience and performance. However, due to the clarity of the palm vein image, the veins could not be segmented properly. To overcome this problem, we propose a palm vein recognition system using Local Line Binary Pattern (LLBP) method that can extract robust features from the palm vein images that has unclear veins. LLBP is an advanced method of Local Binary Pattern (LBP), a texture descriptor based on the gray level comparison of a neighborhood of pixels. There are four major steps in this paper, Region of Interest (ROI) detection, image preprocessing, features extraction using LLBP method, and matching using Fuzzy k-NN classifier. The proposed method was applied on the CASIA Multi-Spectral Image Database. Experimental results showed that the proposed method using LLBP has a good performance with recognition accuracy of 97.3%. In the future, experiments will be conducted to observe which parameter that could affect processing time and recognition accuracy of LLBP is needed
SELEKSI FITUR MENGGUNAKAN EKSTRAKSI FITUR BENTUK, WARNA, DAN TEKSTUR DALAM SISTEM TEMU KEMBALI CITRA DAUN Sari, Yuita Arum; Dewi, Ratih Kartika; Fatichah, Chastine
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 (1003.264 KB) | DOI: 10.12962/j24068535.v12i1.a39

Abstract

Fitur yang digunakan untuk mengenali jenis daun meliputi bentuk, warna, dan tekstur. Tidak semua jenis fitur perlu digunakan untuk melakukan komputasi hasil ektra ksi, namun perlu diseleksi beberapa fitur yang paling berpengarauh dalam sistem temu kembali citra daun. Teknik seleksi fitur Correlation based Featured Selection (CFS) digunakan untuk melakukan pemilihan fitur berdasarkan korelasi antar fitur, sehingga dapat meningkatkan performa dari sistem temu kembali citra daun. Jenis seleksi fitur yang digunakan diantaranya menggunaka CFS, CFS dengan Genetic Search (GS), dan chi square. Analisis keterkaitan korelasi antar fitur melalui seleksi fitur juga dikombinasikan dengan penggunaan kedekatan dalam menghitung similaritas pada sistem temu kembali. Penggunaan kedekatan dengan Lp norm, ma nhattan, euclidean, cosine, dan mahalanobis. Hasil penelitian ini menunjukkan nilai temu kembali paling tinggi ketika menggunakan seleksi fitur CFS dengan pengukuran kedekatan mahalanobis.
Co-Authors Abdullah, Moch. Zawaruddin Abdullah, Moch. Zawaruddin Achmad Arwan Addien Haniefardy Adhi Nurilham Agung Prasetya Agus Zainal Arifin Agus Zainal Arifin Ahmad Hayam Brilian, Ahmad Hayam Ahmad Saikhu Ahmad Syauqi Aini, Nuru Ainul Mu'alif Akbar, Afrizal Laksita Akwila Feliciano Amalia Nurani Basyarah Amelia Devi Putri Ariyanto Anisa Nur Azizah Anna Kholilah Anny Yuniarti Ardian Yusuf Wicaksono Ariana Yunita, Ariana Arianto Wibowo Ario Bagus Nugroho Arisa, Nursanti Novi Bagusmulya, Aditya Benny Afandi Bilqis Amaliah Bramantya, Amirullah Andi Budi Pangestu Christian Sri Kusuma Aditya Daniel Oranova Siahaan Daniel Siahaan Daniel Swanjaya Darlis Heru Murti Darlis Herumurti Davin Masasih Deni Sutaji Desmin Tuwohingide Dewi Rosida Diana Purwitasari Diana Purwitasari Diana Purwitasari Diema Hernyka Satyareni Dini Adni Navastara Dini Adni Navastara, Dini Adni Djoko Purwanto Dwi Kristianto dwi taufik hidayat Eha Renwi Astuti Eka Prakarsa Mandyartha Eka Prakarsa Mandyartha Eko Prasetyo Esa Prakasa Evan Tanuwijaya Evy Kamilah Ratnasari Fachrul Pralienka Bani Muhamad Fachrul Pralienka Bani Muhamad Faida Royani Fajrin, Ahmad Miftah Fandy Kuncoro Adianto Faried Effendy Farosanti, Lafnidita Febri Liantoni Febri Liantoni, Febri Furqan Aliyuddien Ginardi, R.V. Hari Ginardi, Raden Venantius Hari Gou Koutaki Handayani Tjandrasa Hani’ah, Mamluatul Hardika Khusnuliawati Hardika Khusnuliawati Hari Ginardi Harto, Aryo hidayat, dwi taufik Husain, Nursuci Putri Ilmi, Akhmad Bakhrul Imam Artha Kusuma Imam Ghozali Imamah Imamah Irzal Ahmad Sabilla Isye Arieshanti Ivan Agung Pandapotan Jayanti Yusmah Sari Jayanti Yusmah Sari Johan Varian Alfa Junaidi Junaidi Keiichi Uchimura Kevin Christian Hadinata Kriyo Sambodho Kurniawan, Mirza Galih Kusuma, Selvia Ferdiana Lukman Hakim M Rahmat Widyanto M. Mughniy Machfud M. Rahmat Widyanto Made Agus Putra Subali Mahendra, Yunan Helmi Maulana, Avin Mauridhi Hery Purnomo Moch Zawaruddin Abdullah Muhamad, Fachrul Pralienka Bani Muhammad Muharrom Al Haromainy Mustaqim, Tanzilal Mustika Mentari Mustika Mentari Mutmainnah Muchtar Nanik Suciati Nanik Suciati Narandha Arya Ranggianto Nenden Siti Fatonah Nenden Siti Fatonah Nooriansyah, Subhan Nur Hayatin Nur Nafi’iyah Nur Nafi’iyah Nurilham, Adhi Nurina Indah Kemalasari Nursuci Putri Husain Pradany, Latifa Nurrachma Putra, Fatra Nonggala R Dimas Adityo R. Dimas Adityo R. Dimas Adityo R. V. Hari Ginardi R.V Hari Ginardi R.V. Hari Ginardi Rahayu, Putri Nur Ramadhan Hardani Putra Ramadhan Rosihadi Perdana Rangga Kusuma Dinata Ratih Kartika Dewi Rendra Dwi Lingga P. Riduwan, Muhammad Rizal A Saputra Rizal A Saputra, Rizal A Rizal Setya Perdana Rizqa Raaiqa Bintana Rozi, Fahrur Rully Soelaiman Rully Soelaiman Rully Soelaiman Rully Soelaiman Sabilla, Wilda Imama Safhira Maharani Sahmanbanta Sinulingga Salim Bin Usman Sambodho, Kriyo Santoso, Bagus Jati Sarimuddin, Sarimuddin Septiyan Andika Isanta Setyawan, Dimas Ari Sherly Rosa Anggraeni Sherly Rosa Anggraeni Shofiya Syidada Sholik, Mohammad Siahaan, Daniel O. Siti Mutrofin Siti Mutrofin Siti Rochimah Soelaiman, Rully Surya Sumpeno Susanti, Martini Dwi Endah Syah Dia Putri Mustika Sari Sylvi Novita Dewi Tesa Eranti Putri Tuwohingide, Desmin Umi Laili Yuhana Umi Laily Yuhana, Umi Laily Umy Rizqi Vit Zuraida Wattiheluw, Fadli Husein Welly Setiawan Limantoro Wibowo, Prasetyo Wijoyo, Satrio Hadi Yosi Kristian Yudhi Purwananto Yuhana, Umi Laili Yuita Arum Sari Yulia Niza Yuniarti, Anny Yuwanda Purnamasari Pasrun Yuwanda Purnamasari Pasrun, Yuwanda Purnamasari Zakiya Azizah Cahyaningtyas Zakiya Azizah Cahyaningtyas Zuraida, Vit