Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Fahmi Oscandar
Telkom University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Identifikasi Pola Sidik Bibir Menggunakan Metode Cbir Based On Gabor Wavelet Dan Klasifikasi K-nn Untuk Aplikasi Bidang Forensik Nurul Septiyani Syafril; Bambang Hidayat; Fahmi Oscandar
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Pola sidik bibir manusia dapat dijadikan identifikasi pada individu. Pada saat ini belum ada pengidentifikasian individu dengan menggunakan metode Content Based Image Retrieval Based On Gabor Wavelet. Tujuan penelitian ini adalah untuk mengidentifikasi pola sidik bibir individu dengan menggunakan metode Content Based Image Retrieval Based Metode penelitian yang digunakan adalah metode Content Based Image Retrieval Based On Gabor Wavelet untuk mengekstraksi ciri sesudah dilakukannya pre-processing dan tahap selanjutnya adalah mengklasifikasikannya dengan menggunakan metode K-Nearest Neighbor. Sampel citra bibir diperoleh dari Laboratorium Forensik Odontologi Fakultas Kedokteran Gigi, Universitas Padjajaran. Hasil penelitian ini didapatkan bahwa akurasi dengan pixel 512x256 saat K=1 40.63%, saat K=3 40.63%, dan saat K=5 43.75%, dengan pixel 256x128 saat K=1 43.75%, saat K=3 40.63%, dan saat K=5 40.63%, dan dengan pixel 128x64 saat K=1 40.63%, saat K=3 34.38%, dan saat K=5 50%. Simpulan penelitian ini menunjukkan bahwa metode Content Based Image Retrieval Based On Gabor Wavelet dan klasifikasi K-Nearest Neighbor tidak optimal untuk dapat mengidentifikasi pola sidik bibir. Kata kunci: sidik bibir, Content Based Image Retrieval, Gabor Wavelet, K-Nearest Neighbour.
Identifikasi Individu Melalui Pengolahan Citra Pola Enamel Gigi Insisivus Dengan Metode Discrete Cosine Transform (dct) Dan Klasifikasi Learning Vector Quantization (lvq) Sebagai Aplikasi Forensic Odontology Rizkiana Rani Sejahtera; Bambang Hidayat; Fahmi Oscandar
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

Dalam dunia forensik kedokteran, identifikasi korban dapat dilakukan dengan cara mengidentifikasi gigi. Gigi merupakan salah satu organ yang paling kuat dan tahan terhadap benturan, maupun suhu yang tinggi. Selain itu gigi setiap ndividu memiliki lapisan enamel yang berpola dengan keunikan nya masing-masing. Pada penelitian Tugas Akhir ini dilakukan identifikasi pola enamel gigi dengan proses pengolahan citra digital dengan menggunakan metode Discrete Cosine Transform (DCT) dan Learning Vector Quantizing (LVQ) yang akan diaplikasikan pada perangkat lunak Matlab 2015b. Proses penelitian diwalai dengan akuisisi citra menggunakan lensa macro kamera Canon EOS 600D, preprocessing citra, ekstraksi ciri menggunakan DCT dan klasifikasi menggunakan jaringan syaraf tiruan LVQ. Parameter yang diukur adalah waktu komputasi dan tingkat akurasi. Pengujian menggunakan 300 sample foto gigi yang sudah diekstraksi, 10 foto digunakan sebagai data latih untuk setiap kelas, dan 20 foto digunakan sebagai data uji untuk setiap kelas, dengan jumlah total 10 kelas. Pada Tugas Akhir ini dengan melakukan banyak pengujian, program telah memperoleh terbaik mencapai 95%. Diharapkan dengan kemampuan sistem ini dalam mendeteksi pola enamel gigi pada setiap individu dapat membantu para dokter gigi untuk menerapkan pengidentifikasian pola enamel gigi pada pasien, sehingga pasien memiliki identitas pola enamel yang dapat bermanfaat sebagai tanda pengenal, layaknya sidik jari.
Identifikasi Pola Rugae Palatina Menggunakan Metode Active Contour Dan Histogram Of Oriented Gradient Dengan Klasifikasi Conjugate Gradient Backpropagation Untuk Aplikasi Forensik Odontologi Daniel Ade Aryono; Bambang Hidayat; Fahmi Oscandar
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

Indonesia merupakan negara yang memiliki kontur tanah yang unik karena banyak terdapat dataran tinggi dan dataran rendah, selain itu Indonesia juga dikelilingi oleh jalur vulkanik sehingga Indonesia memiliki potensi bencana alam yang dapat menimbulkan banyak korban. Oleh karena itu, untuk membantu proses identifikasi korban bencana digunakan ilmu forensik kedokteran khususnya forensik odontologi. Namun, proses identifikasi korban bencana kebanyakan memiliki kendala, yaitu dikarenakan kondisi fisik korban yang sudah rusak. Salah satu alternatif untuk mempermudah proses identifikasi korban bencana adalah menggunakan pola rugae palatina. Rugae palatina adalah komponen pada rongga mulut yang memiliki pola unik pada setiap individu. Selain itu, rugae palatina terlindung oleh trauma dan dari suhu yang tinggi karena posisi dari rugae palatina berada di dalam kepala, terlindungi gigi, bibir, lidah, dan bantalan lemak. Sehingga, proses identifikasi dengan menggunakan pola rugae palatina memiliki prospek yang baik. Pada penelitian ini, dilakukan identifikasi individu menggunakan pola rugae palatina dengan metode segmentasi Active Contour dan Histogram of Oriented Gradient, serta menggunakan metode klasifikasi Conjugate Gradient Backpropagation. Dari penelitian tersebut, dengan menggunakan beberapa parameter diperoleh hasil dengan tingkat akurasi sebesar 76% dan waktu komputasi selama 205 detik untuk metode Active Contour, dan akurasi sebesar 98,25% serta waktu komputasi selama 48 detik untuk metode Histogram of Oriented Gradient. Hasil dari penelitian ini dapat dikatakan bahwa sistem yang dirancang mampu untuk mengidentifikasi pola rugae palatina pada setiap individu dengan menggunakan metode Active Contour dan Histogram of Oriented Gradient serta metode klasifikasi Conjugate Gradient Backpropagation.
Identifikasi Pola Enamel Gigi Menggunakan Metode Discrete Wavelet Transform (dwt) Dan Self Organizing Maps (som) Untuk Aplikasi Forensik Kedokteran Gigi Shabrina Elha Putri; Bambang Hidayat; Fahmi Oscandar
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

Pada penelitian ini, dilakukan identifikasi dengan membandingkan pola-pola enamel gigi yang berbeda-beda dengan menggunakan metode Discrete Wavelet Transform (DWT) dan metode pengklasifikasian yang digunakan adalah metode Self Organizing Map (SOM). Serta jumlah sampel yang digunakan yaitu 10 gigi incisivus (gigi seri) yang difoto dengan teknik khusus yaitu dengan hanya mengambil pola-pola enamel yang berada pada sepertiga dari akar yang terlihat saja. Gigi-gigi yang diambil pun tidak boleh memiliki tambalan dan karies, karena dapat sukar untuk melihat pola-pola enamel gigi tersebut. Dalam penelitian kali ini menggunakan gigi incisivus karena gigi tersebut memiliki luas yang lebih besar dibandingkan gigi-gigi yang lain dan lebih mudah ditemukan untuk diambil sampel. Hasil yang diperoleh dari serangkaian proses tersebut yaitu sebuah aplikasi berbasis Matlab yang dapat digunakan untuk mengidentifikasi dan membandingkan metode-metode mana yang lebih efisien untuk digunakan. Dengan penelitian dan aplikasi yang dibuat, akan membantu para dokter gigi maupun forensik untuk mengidentifikasi karakteristik pola-pola enamel gigi yang dimiliki setiap individu. Sistem identifikasi individu berbasis pola enamel gigi memiliki akurasi 88.5%.
Identifikasi Pola Rugae Palatina Menggunakan Teknik Pengolahan Citra Digital Dengan Proses Spasial Dan Klasifikasi Fuzzy Logic Adrian Firmansyah Taufik; Bambang Hidayat; Fahmi Oscandar
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Forensik merupakan bidang ilmu pengetahuan yang digunakan untuk membantu proses identifikasi individu. Ilmu kedokteran gigi forensik secara sederhana dapat menentukan penyebab kematian berdasarkan pemeriksaan atas mayat (autopsi) dapat dilakukan dengan cara mengidentifikasi rugae palatine mayat. Rugae Palatine telah terbukti konsisten dalam seluruh bentuk dan sangat individu. Posisi anatominya berada di dalam rongga mulut (dikelilingi oleh pipi, bibir, dan lidah) maka sangat aman. Ketika identifikasi sebuah individu dengan metode lain sulit, rugae palatine dapat dianggap sebagai alternatif sumber informasi lain dan memungkinkan kolom pencarian akan menyempit. Sehingga rugae palatina menjadi salah satu jenis identifikasi dalam bidang forensik yang lebih diunggulkan. Bentuk dari rugae palatine sampai saat ini dapat di buktikan tidak pernah berubah sejak individu lahir. Dalam tugas akhir ini merancang dan mengiplementasikan aplikasi dengan teknik pengolahan citra pada proses spasial yang dapat mempermudah identifikasi dan klasifikasi pola rugae palatina, Dengan tahapan yang yaitu: pre-processing, labeling, ekstraksi ciri, dan klasifikasi. Metode ekstraksi ciri yang digunakan adalah Gabor Wavelet dan menggunakan klasifikasi Fuzzy K-Nearest Neighbour, yang merupakan penerapan dari fuzzy logic. Jumlah sampel data sebanyak 20 citra latih dan 5 citra uji. Hasil penelitian Tugas Akhir ini mendapatkan nilai akurasi yang paling baik dengan rentang minimal 75% dan maksimal 100% dengan waktu komputasi selama 1,7434 detik. Diharapkan dengan kemampuan sistem ini, dapat menjadi pembanding dari sistem yang menggunakan metode lain dan membantu memberikan manfaat kepada dunia odontologi forensik Indonesia sebagai standar akurasi yang tepat dalam mengidentifikasi dan mengklasifikasi pola rugae palatina dalam identifikasi individu Kata Kunci: Rugae Palatina, Spatial Processing, Fuzzy K-Nearest Neighbour, Fuzzy Logic
Identifikasi Pola Rugae Palatina Untuk Klasifikasi Jenis Kelamin Manusia Dengan Citra Digital Menggunakan Metode Gabor Wavelet Dan Fuzzy K-nn Mentari Pangestu; Bambang Hidayat; Fahmi Oscandar
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Kerap terjadinya bencana yang disebabkan oleh manusia ataupun yang disebabkan oleh alam menimbulkan korban jiwa. Korban tersebut akan diidentifikasi guna mengetahui identitas diri. Proses mengidentifikasi terkadang mengalami beberapa kendala, yaitu kurangnya sumber daya manusia, keterbatasan alat, dan juga keterbatasan pada korban. Para peneliti menemukan bahwa rugae palatina dapat mengidentifikasi identitas seseorang seperti sidik jari dilihat dari pola rugae palatina. Proses identifikasi rugae palatina sekarang ini masih secara manual dan belum dapat membedakan jenis kelamin manusia dari pola rugae palatina. Sehingga penulis mengusulkan sistem untuk mengidentifikasi pola rugae palatina menggunakan citra digital dengan metode Gabor wavelet dan Fuzzy K-NN. Pada tugas akhir ini menggunakan ekstraksi ciri metode Gabor wavelet dan Fuzzy K-NN sebagai klasifikasinya. Adapun tahapan yang dilakukan adalah pre- processing, kemudian ekstraksi ciri, dan tahap terakhir merupakan tahap klasifikasi. Pengujian dan pengambilan data dilakukan di dalam ruangan oleh data sample cetakan rahang atas beserta rugae palatina berjumlah 44 sample. Dari hasil pengujian penelitian Tugas Akhir ini didapat akurasi dengan pixel 50x50 saat K=1 54,545%, saat K=3 45,45%, saat dan K=5 36,364%, dengan pixel 100x100 saat K=1 54,545%, saat dan K=3 42.857 %, saat K=5 54.545 %, dan dengan pixel 256x256 saat K=1 63.636 %, saat K=3 45.455%, dan K=5 45.455% Kata Kunci : Rugae Palatina, Gabor Wavelet, Fuzzy K-NN
Identifikasi Individu Berdasarkan Pola Sidik Bibir Dengan Principal Component Analysis Dan Radial Basis Function Untuk Aplikasi Bidang Forensik Husnul Himmah; Bambang Hidayat; Fahmi Oscandar
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

Sidik bibir dapat digunakan sebagai metode pendukung dalam mengidentifikasi individu baik dalam kasus forensik maupun non forensik. Sidik bibir sama seperti halnya sidik jari yaitu memiliki sifat unik dan tidak berubah selama hidup. Dalam tugas akhir ini dilakukan identifikasi pola sidik bibir menggunakan metode Principal Component Analysis (PCA) dan Radial Basis Function (RBF). Metode Principal Component Analysis untuk mengekstrak ciri sesudah dilakukan pre-processing pada citra bibir dan selanjutnya adalah mengklasifikasikannya menggunakan metode Radial Basis Function. PCA secara umum merupakan metode pengambilan ciri penting dari data berdimensi tinggi dengan cara mereduksinya menjadi dimensi lebih rendah tanpa menghilangkan ciri-ciri penting didalam citra asliya. Sedangkan RBF merupakan salah satu bentuk multilayer dari jaringan saraf tiruan yang memiliki kemampuan mengenali pola berdasarkan pola yang sudah pernah diinputkan sebelumnya atau tersimpan didalam memori pengenalannya Hasil akhir dari tugas akhir ini adalah suatu program untuk melakukan identifikasi individu berdasarkan pola sidik bibir. Berdasarkan penelitian ini didapatkan akurasi tertinggi pengujian berdasarkan rata-rata tipe pola yang benar yaitu 43.06% dengan jumlah eigenlips 1 dan jumlah neuron 18, sedangkan akurasi terendah diperoleh ketika jumlah eigenlips 10 dengan jumlah neuron 18 yaitu 29.17% , serta 36.11%. ketika jumlah eigenlips 1 dengan jumlah neuron 5.
Identifikasi Jenis Kelamin Berdasarkan Teraan Gigitan Berbasis Pengolahan Citra Digital Dengan Metode Gray Level Co-occurrence Matrix (glcm) Dan Klasifikasi Support Vector Machine (svm) Irvie Augustin; Bambang Hidayat; Fahmi Oscandar
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 Identifikasi merupakan cara untuk menentukan individu korban atau pelaku kriminalitas dalam menegakan hukum yang sudah ada, salah satu contoh dengan proses identifikasi melalui bite mark (pola gigitan). Bidang yang ahli dalam menangani proses identifikasi bite mark adalah forensik kedokteran gigi (odontology forensic). Tanda bite mark biasanya ditemukan pada kasus kekerasan, pemerkosaan, dan penganiayaan pada anak. Bite mark menjadi bukti penting dalam melakukan proses identifikasi dikarenakan melalui tanda bite mark yang ditemukan pada tubuh dapat berupa informasi salah satunya adalah informasi jenis kelamin, hal ini disebabkan karena setiap individu mempunyai karakteristik gigi geligi yang berbeda-beda. Proses identifikasi bite mark yang sudah dilakukan saat ini melalui proses yang panjang, sehingga menyebabkan adanya distorsi dalam proses analisis bite mark, oleh karena itu perlu cara lain dalam proses identifikasi bite mark. Pada Tugas Akhir telah dibuat sebuah sistem untuk identifikasi jenis kelamin dengan menggunakan citra digital berdasarkan citra bite mark. Dengan ektrasi ciri menggunakan metode Gray Level Co-Occurrence Matrix (GLCM) dan untuk klasifikasi pada citra bite mark menggunakan metode Support Vector Machine (SVM). Dari hasil pengujian, sistem yang dibuat mampu mengidentifikasi jenis kelamin beradasarkan citra bite mark dengan nilai akurasi maksimum sebesar 82,97%. Kata Kunci: Bite Mark, Gray Level Co-Occurrence Matrix (GLCM), Support Vector Machine (SVM). Abstract Identification is a way to determine individual victim and the criminal of criminality in enforcing existing laws, for example by the identification process through bite mark and the field that handles the bite mark identification process is odontology forensic. The sign of a bite mark is usually found on for example in the cases of violence, rape, and child abuse. Bite mark becomes an important evidence to do the identification process because through the bite mark marks found on the body can be information one of which is the sex of the perpetrator information or the victim of the crime perpetrator, this is caused by different characteristic of each individual’s teeth. The identification process of bite mark that has been done currently passing the long process, so it causes the distortion in the bite mark analysis process, therefore it needs another way in the process of identifying the bite mark. In the Final Project has been created a system for gender identification by using digital image based on the edge of bite mark. With the bite mark image characteristic extraction using Gray Level Co-Occurrence Matrix (GLCM) method and for the classification on the bite mark image using Support Vector Machine (SVM) method. From the test result, the system is able to identify gender based on bite mark image with maximum accuracy value of 82.97%. Keywords: Bite Mark, Gray Level Co-Occurrence Matrix (GLCM), Support Vector Machine (SVM).
Identifikasi Pola Sidik Bibir Pada Pria Dan Wanita Menggunakan Metode Discrete Wavelet Transform Dan Klasifikasi Support Vector Machine Sebagai Aplikasi Bidang Forensik Sarah Aura Nadienda; Bambang Hidayat; Fahmi Oscandar
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

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

Abstract

Forensik merupakan bidang ilmu pengetahuan yang digunakan untuk membantu proses identifikasi individu maupun kepentingan penegakan hukum. Banyak cara dalam mengidentifikasi individu, namun seringkali karena kondisi fisik individu yang sudah tidak utuh, maka dilakukan pengidentifikasian. Ilmu kedokteran gigi forensik secara sederhana dapat menentukan identitas seseorang berdasarkan pemeriksaan odontologi, rugae palatina, dan sidik bibir. Sidik bibir memiliki karakteristik khas sama halnya dengan perbandingan sidik jari. Sidik bibir memiliki sifat konsisten, stabil sepanjang hidup, dan tidak akan berubah baik pola ataupun karakteristiknya. Sidik bibir dapat diamati sejak bayi berusia empat bulan. Sampel sidik bibir diperoleh melalui kerjasama dengan Fakultas Kedokteran Gigi Universitas Padjajaran dan mahasiswa Universitas Telkom. Tugas akhir ini dibuat bertujuan untuk memudahkan identifikasi pola sidik bibir pada pria dan wanita. Pengolahan sampel citra bibir, dalam penelitian ini diimplementasikan metode ekstraksi ciri Discrete Wavelet Transform (DWT) dan metode klasifikasi Support Vector Machine (SVM). Hasil dari tugas akhir ini adalah suatu program yang mampu melakukan identifikasi berdasarkan pola sidik bibir pria dan wanita. Didapatkan akurasi terbaik pada SVM One-Against-All (OAA) sebesar 70,83% dan pada SVM One-Against-One (OAO) didapatkan nilai akurasi sebesar 54,17%. Kata kunci: Forensik Kedokteran Gigi, sidik bibir, Discrete Wavelet Transform, Support Vector Machine, subband, highpass, lowpass filter, hyperplane
Deteksi Pola Gigitan Untuk Mengidentifikasi Jenis Kelamin Menggunakan Metode Active Contour Dan Klasifikasi Decision Tree Untuk Aplikasi Bidang Forensik Biometrik. Annaria Anggi Putri Siagian; Rita Purnamasari; Fahmi Oscandar
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Tindak kriminal kerap kali terjadi dan dapat menimbulkan jatuhnya korban jiwa. Banyak sekali pelaku dari tindak kriminal yang sulit untuk diidentifikasi atau dalam keadaan anonymous sehingga memerlukan proses identifikasi. Identifikasi akan menjadi sulit apabila pelaku tidak meninggalkan sebuah sidik khas yang, sidik tersebut dapat berupa sidik jari, sehelai rambut, ataupun bite marks. Maka dari itu, identifikasi biometrik menjadi peran penting dalam proses pencarian identitas pelaku. Bite mark merupakan suatu gambaran dari anatomi gigi yang sangat khas, yang bila ditemukan di tubuh jenazah, kita dapat mengidentifikasi identitas pemilik dari bite mark tersebut. Hambatan untuk proses identifikasi bite mark yaitu prosesnya yang membutuhkan waktu yang lama jika dilakukan dengan menggunakan kasat mata. Pengolahan citra pola bite mark sangat dibutuhkan untuk mendapatkan ketepatan identifikasi jenis kelamin pelaku atau korban kriminalitas dengan waktu yang lebih efisien. Pada Tugas Akhir ini, digunakan metode ekstraksi ciri Geometric Active Contour (GAC) dan metode klasifikasi Decision Tree. Jumlah sample yang digunakan pada penelitian kali ini adalah 240 citra, yang kemudian dibagi menjadi 140 sample ciri latih dan 100 sample ciri uji. Hasil yang didapat dari penelitian ini adalah parameter Intercanine, Intermolar, Canine Depth, dan Molar Depth baru serta nilai akurasi sebesar 97% dan waktu komputasi 95 detik/citra. Kata kunci : Bite Mark, Geometric Active Contour, Decision Tree. Abstract Acts of crime keep on happening which could cause casualties. Lots of these criminal perpetrators are hard to identify, therefore it needs an identification process to find the real culprit. The identification process would be difficult if the perpetrators didn’t leave anything at the crime scene, it could be either their fingerprints, a stray of their hair, or even their bite marks on the victim’s body or on the things at the crime scenes. Therefore, biometrical identification is an important role in finding the perpetrators’ identities. Bite marks is actually a representation of teeth’s anatomy that has very special characteristic, that if found on or from a dead body can be used to help us identify the victim or the suspect of the crime. The problem in bite marks identification nowadays, is that it takes extra time to process with the traditional way. Image segmenting of the bite marks is very ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.2 Agustus 2019 | Page 3863 much needed to get a more accurate result of the victim’s gender, which will of course shorten the time of the process. In this final project, the method used for characteristic extraction is Geometric Active Contour (GAC) and Decision Tree as its Classification Method. The number of Samples used are 240 images, which are separated into 140 images for training database and 100 images for testing database. The result of this project are new bite marks Intercanine, Intermolar, Canine Depth, and Molar Depth new parameters. Also resulted in 97% system accuracy and 95 seconds/image in computing time. Keywords: Bite Marks, Geometric Active Contour, Decision Tree.
Co-Authors Adrian Firmansyah Taufik Annaria Anggi Putri Siagian Bambang Hidayat Daniel Ade Aryono Husnul Himmah Irvie Augustin Mentari Pangestu Nurul Septiyani Syafril Rita Purnamasari Rizkiana Rani Sejahtera Sarah Aura Nadienda Shabrina Elha Putri Suryo Adhi Wibowo Wiwit Ratri Wulandari