Articles

Implementasi Algoritme Average Time Based Fuzzy Time Series Untuk Peramalan Tingkat Inflasi Berdasarkan Kelompok Pengeluaran Askin, Mohammad Angga Prasetya; Cholissodin, Imam; Adinugroho, Sigit
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 10 (2018)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (694.663 KB)

Abstract

Inflasi adalah suatu kondisi dimana harga jual beli barang atau jasa mengalami kenaikan atau penurunan yang umum terjadi dalam kegiatan perekonomian. Hal ini mempengaruhi masyarakat negara tersebut sehingga berpengaruh sangat besar. Tetapi dalam menentukan tingkat inflasi masih mengalami kesulitan dalam memprediksi inflasi tersebut. Oleh karena itu dilakukan penelitian ini yang bertujuan untuk menentukan/memprediksi tingkat inflasi berdasarkan kategori pengeluaran dengan metode Average Time Based Fuzzy Time Series. Penelitian ini menggunakan skenario berdasarkan data bulan berurutan, tahun berurutan, dan nilai pembagi rerata selisih. Data inflasi kategori pengeluaran didapatkan dari Badan Pusat Statistik (BPS) Indonesia dan hasil prediksi didapatkan adalah nilai rerata RMSE 0.486 di data bulan 15, nilai rerata RMSE  0.335 di data tahun 3, dan terakhir rerata RMSE 0.314 di nilai pembagi 1.9 untuk kategori data bulan berurutan dan rerata RMSE 0.336 di nilai pembagi 2 untuk kategori data tahun berurutan.
Optimasi K-Means untuk Clustering Kinerja Akademik Dosen Menggunakan Algoritme Genetika Santoso, Budi; Cholissodin, Imam; Setiawan, Budi Darma
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 1 No 12 (2017)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (997.399 KB)

Abstract

Dosen merupakan pengajar mahasiswa, selain mengajar dosen juga memiliki banyak kegiatan lain dengan memanfaatkan keahlian yang dimiliki untuk mengembangkan potensi dari dosen tersebut. Beberapa karakter yang dimiliki oleh setiap dosen sangat berbeda, diantaranya yaitu pendidikan, penelitian, pengabdian, administrasi, dan penunjang. Kesulitan yang dihadapi oleh kampus salah satunya yaitu terkait pengelompokkan penugasan terhadap dosen. Penugasan tersebut berhubungan dengan studi lanjut, rekomendasi, jabatan terkait structural, mengisi suatu acara, kepanitian, dan lain lain. Sehingga dibutuhkan suatu sistem yang bisa mengkelompokan kinerja akademik dosen secara optimal. Pada penelitian ini untuk mengelompokkan kinerja akademik dosen mneggunakan metode K-Means yang dioptimasi dengan algoritme genetika. Algoritme genetika berperan untuk mengoptimasi pusat awal cluster pada algoritme K-Means. Data yang digunakan dalam penelitian ini merupakan data dosen yang ada di fakultas ilmu Komputer Universitas Brawijaya pada tahun 2016. Data tersebut diperoleh dari GJM fakultas ilmu komputer universitas brawijaya. Hasil pengujian pada clustering kinerja akademik dosen menggunakan algoritme GA-Kmeans memiliki kualitas cluster lebih tinggi yaitu sebesar 2,74% dibandingkan dengan algoritme K-Means tanpa algoritme genetika, dimana kualitas cluster yang diperoleh menggunakan metode Silhouette Coefficient.
Optimasi Pemupukan pada Pertanian Rempah dengan Algoritme Genetika Hidayatullah, Muhammad Fahmi; Cholissodin, Imam; Widodo, Agus Wahyu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 1 (2018)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (951.638 KB)

Abstract

Indonesia merupakan negara agraris yang mempunyai banyak komoditas pertanian diantaranya rempah yang diminati bangsa asing dan mempunyai nilai dagang yang tinggi. Saat ini produksi dan ekspor rempah Indonesia tidak lagi menguasai pasar dunia, Indonesia sudah kehilangan kejayaan dalam perdagangan rempah dunia. Hal itu disebabkan banyak petani yang hanya menggunakan keterbatasan pengalaman dan pengetahuannya untuk melakukan pemupukan dalam pertanian rempah yang dapat menimbulkan kegagalan panen dan kerugian yang besar. Dari permasalahan tersebut, maka akan dirancang sebuah sistem cerdas yang dapat mengoptimasi pemupukan pertanian rempah agar mendapatkan pupuk yang optimal untuk pertanian rempah dengan Algoritme Genetika. Algoritme Genetika dipilih karena algoritme ini dapat digunakan pada optimasi masalah dalam ruang pencarian yang sangat luas dengan cepat. Dari hasil pengujian menggunakan 2 jenis tanaman, 3 jenis pupuk, ukuran populasi 100, jumlah generasi 700, kombinasi cr 0.3 dan mr 0.7 mampu memenuhi kebutuhan hara tanaman. Hasil terbaik yang didapatkan hasil pengujian sistem dapat menghemat biaya sebesar 0.23%.Indonesia merupakan negara agraris yang mempunyai banyak komoditas pertanian diantaranya rempah yang diminati bangsa asing dan mempunyai nilai dagang yang tinggi. Saat ini produksi dan ekspor rempah Indonesia tidak lagi menguasai pasar dunia, Indonesia sudah kehilangan kejayaan dalam perdagangan rempah dunia. Hal itu disebabkan banyak petani yang hanya menggunakan keterbatasan pengalaman dan pengetahuannya untuk melakukan pemupukan dalam pertanian rempah yang dapat menimbulkan kegagalan panen dan kerugian yang besar. Dari permasalahan tersebut, maka akan dirancang sebuah sistem cerdas yang dapat mengoptimasi pemupukan pertanian rempah agar mendapatkan pupuk yang optimal untuk pertanian rempah dengan Algoritme Genetika. Algoritme Genetika dipilih karena algoritme ini dapat digunakan pada optimasi masalah dalam ruang pencarian yang sangat luas dengan cepat. Dari hasil pengujian menggunakan 2 jenis tanaman, 3 jenis pupuk, ukuran populasi 100, jumlah generasi 700, kombinasi cr 0.3 dan mr 0.7 mampu memenuhi kebutuhan hara tanaman. Hasil terbaik yang didapatkan hasil pengujian sistem dapat menghemat biaya sebesar 0.23%.
Penerapan Optimasi Susunan Bahan Makanan untuk Ibu Hamil Penderita Kurang Energi Kronis (KEK) Menggunakan Algoritme Evolution Strategies Priatmayanti, Firda; Cholissodin, Imam; Indriati, Indriati
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 9 (2018)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1146.061 KB)

Abstract

Kesehatan ibu saat kehamilan, tumbuh kembang, kelahiran, persiapan menyusui serta tumbuh kembang bayi dipengaruhi oleh penambahan zat gizi saat kehamilan. Penyebab Kurang Energi Kronis (KEK) pada ibu hamil adalah tidak tercukupi asupan energi dan protein. Risiko wanita hamil mengalami KEK apabila Lingkar Lengan Atas (LILA) yang dimiliki kurang dari 23,5cm. KEK pada ibu hamil dapat menyebabkan kematian secara tidak langsung dan pada anak dapat menyebabkan Berat Badan Lahir Rendah (BBLR) dan BBLR juga dapat mengakibatkan kematian, serta tumbuh kembang anak mengalami gangguan. Algoritme yang digunakan adalah Evolution Strategies dengan menggunakan tipe siklus . Representasi kromosom menggunakan representasi real-vector, rekombinasi menggunakan intermediate recombination dan mutasi menggunakan mekanisme self-adaption. Berdasarkan hasil pengujian, maka solusi terbaik berasal dari populasi sebesar 100 dengan nilai rata-rata fitness sebesar 20,34, jumlah offspring sebesar 30 dengan rata-rata nilai fitness sebesar 18,53, jumlah generasi sebesar 100 dengan rata-rata nilai fitness sebesar 19,35. Solusi yang diberikan berupa susunan bahan makanan sesuai kebutuhan gizi ibu hamil KEK selama 7 hari dengan rata-rata kebutuhan gizi yang tercukupi sebesar 78,5% dan rata-rata menghemat biaya 35,81%.
Optimasi Komposisi Pakan Burung Lovebird Menggunakan Algoritme Particle Swarm Optimization (PSO) Pratama, Mauldy Putra; Cholissodin, Imam; Natsir, Muhammad Halim
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 3 No 1 (2019)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (380.413 KB)

Abstract

Burung lovebird merupakan salah satu jenis burung yang banyak orang pelihara atau memperlombakannya. Burung ini membutuhkan asupan nutrisi yang cukup untuk keberlangsungan hidupnya. Banyak burung yang kelebihan dan kekurangan nutrisi dalam kenyataannya. Penelitian ini akan membahas bagaimana mengoptimasi komposisi pakan burung lovebird dan meminimalkan biaya tanpa mengurangi kebutuhan nutrisi. Metode optimasi, Particle Swarm Optimization (PSO) diterapkan pada proses formulasi dan komposisi pakan burung lovebird agar tetap memenuhi kebutuhan nutrisi dengan biaya yang minimal. Proses algoritme PSO dimulai dengan proses inisialisasi awal untuk nilai posisi, kecepatan dan pBest sebanyak jumlah partikel yang ditentukan serta gBest. Kemudian dilanjutkan ke tahap update kecepatan, posisi, pBest dan gBest sebanyak iterasi yang sudah ditentukan. Berdasarkan hasil pengujian yang telah dilakukan pada penelitian ini, diperoleh parameter optimal antara lain jumlah partikel sebanyak 60, jumlah iterasi sebanyak 600 dan nilai koefisien k sebesar 0,3. Dengan menggunakan parameter tersebut, selisih harga yang didapatkan adalah Rp 5.540,00.
Prediksi Jumlah Permintaan Semen Menggunakan Jaringan Syaraf Tiruan Backpropagation Pawoko, Mahendro Agni Giri; Cholissodin, Imam; Dewi, Ratih Kartika
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 3 No 1 (2019)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (432.463 KB)

Abstract

Semen merupakan bahan yang penting pada proses pembangunan. Produksi semen di Indonesia terbilang cukup tinggi jika dibandingkan dengan jumlah konsumsinya. Kondisi ini mengakibatkan oversupply, yaitu kondisi dimana jumlah produksi lebih besar dari jumlah konsumsinya. Hal ini mengakibatkan turunnya harga semen dan penuhnya gudang penyimpanan oleh semen yang belum laku terjual. Hal ini membuat Asosiasi Semen Indonesia (ASI) mengeluarkan regulasinya untuk penghentian sementara produksi semen. Penelitian ini bertujuan untuk melakukan prediksi jumlah permintaan semen pada waktu berikutnya agar regulasi dapat dikeluarkan lebih cepat sehingga pabrik dapat menyesuaikan kapasitas produksinya tanpa harus menghentikan produksi. Banyak metode yang dapat digunakan untuk melakukan prediksi, salah satunya adalah Jaringan Syaraf Tiruan Backpropagation yang terbukti dapat memberikan hasil yang baik dalam melakukan prediksi, seperti prediksi jumlah permintaan semen dan produksi gula. Penelitian ini menggunakan Jaringan Syaraf Tiruan Backpropagation dengan arsitektur jaringan berupa 6 neuron input, 4 neuron hidden dan 1 neuron output. Parameter terbaik yang digunakan berupa learning rate sebesar 0,8, iterasi maksimum sebesar 200 dan interval bobot awal antara -1,4 sampai dengan 1,4. Nilai MSE prediksi terbaik yang didapat adalah sebesar 0,049064.
Implementasi Algoritme Extreme Learning Machine (ELM) Untuk Klasifikasi Penanganan Human Papilloma Virus (HPV) Waskito, Stefanus Bayu; Cholissodin, Imam; Santoso, Edy
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 3 No 1 (2019)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (469.256 KB)

Abstract

Human Papilloma Virus merupakan virus yaxng umumnya menyebabkan kutil dan mata ikan. Human Papilloma Virus memiliki metode penanganan yang cukup banyak namun penanganan dengan menggunakan Imunnotherapy dan Cryotherapy. Didasarkan dari banyaknya metode penanganan Human Papilloma Virus makan dilakukan penelitian guna mengklasifikasikan metode penanganan Human Papilloma Virus yang paling tepat berdasarkan parameter gejala yang ada. Pada penelitian  dengan menggunakan metode Extreme Learning Machine untuk klasifikasi metode penanganan Human Papilloma Virus dilakukan pengujian untuk mengetahuui pengaruh fungsi aktivasi , jumlah hidden neuron dan rasio data terhadap akurasi dari hasil klasifikas. Selain itu juga dilakukan pengujian terhadap pengaruh jumlah hidden neuron terhadap lama waktu proses klasifikasi. Berdasarkan dari hasil pengujian yang dilakukan, akurasi yang didapatkan sistem dalam klasifikasi metode penanganan Human Papilloma Virus memiliki akurasi yang baik dengan akurasi sebesar 70,8% dengan menggunakan fungsi aktivasi Sigmoid Biner, rasio data latih uji 80:20 dan hidden neuron 10 buah. Selain itu waktu yang diperlukan untuk melakukan klasifikasi berdasarkan parameter terbaik memiliki waktu yang cukup cepat dengan waktu selama 0,043 detik.
Implementasi Metode Bayesian Network Untuk Diagnosis Penyakit Kambing (Studi Kasus : UPTD Pembibitan Ternak dan Hijauan Makanan Ternak Singosari Malang) Putra, Andika Eka; Hidayat, Nurul; Cholissodin, Imam
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 9 (2018)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1345.651 KB)

Abstract

Faktor infeksi penyakit adalah kendala serius yang harus diwaspadai peternak terutama bagi peternak tradisional yang tidak bergabung dalam kelompok ternak. Penanganan yang lamban dan kurang tepat, dapat membahayakan kondisi ternak.  Namun jika penanganan awal dilakukan besar kemungkinan infeksi penyakit bisa ditangani, agar tidak lebih parah dan menular ke hewan kambing lainnya yang berada dalam satu kawanan. Sayangnya ketidakpastian antara gejala dengan jenis penyakit membuat peternak terhambat dalam melakukan penanganan awal, serta tidak tahu apa yang harus dilakukan tanpa adanya seorang pakar. Berlandaskan  masalah tersebut, penulis membuat sebuah sistem diagnosis penyakit kambing yang mampu melakukan proses diagnosis berdasarkan pada gejala yang diidap oleh hewan kambing. Sistem diagnosis ini menggunakan metode Bayesian network, sistem ini dibangun pada aplikasi perangkat bergerak menggunakan platform Android sebagai user interfacenya, sedangkan proses perhitungannya menggunakan bahasa pemrograman PHP, serta database MySQL untuk menyimpan prevelensi penyakit kambing yang sudah terjadi. Sistem ini melalui proses pengujian fungsional sistem dan pengujian akurasi sistem. Pada proses pengujian fungsionalitas sistem diagnosis ini menunjukkan fungsi yang ada pada sistem berjalan dengan baik. Selain itu proses pengujian akurasi sistem diagnosis penyakit kambing memakai metode Bayesian Network yang dilakukan dengan cara memasukkan variasi gejala oleh pakar mendapatkan hasil sebesar 86,6%.
Implementasi Teknik Watershed Dan Morfologi Pada Citra Satelit Untuk Segmentasi Area Universitas Brawijaya ., Sutrisno; Supianto, Ahmad Afif; Cholissodin, Imam
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 1, No 1 (2014)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2057.225 KB)

Abstract

AbstrakPenelitian di bidang segmentasi citra telah banyak dilakukan, terutama di bidang citra satelit. Proses segmentasi ini dilakukan untuk melakukan deteksi terhadap objek-objek yang terdapat di dalam citra. Pada penelitian ini, diimplementasikan sebuah metode segmentasi citra dengan menggunakan teknik watershed dan morfologi. Pertama, citra diubah ke dalam format citra grayscale.Kemudian, citra grayscale tersebut diolah dengan metode watershed untuk mendapatkan segmentasi awal. Selanjutnya, citra segmentasi tersebut diperbaiki menggunakan metode morfologi untuk mengurangi segmentasi berlebih yang dihasilkan oleh proses sebelumnya. Uji coba dilakukan terhadap 5dataset citra satelitarea Universitas Brawijaya dengan tingkat skala yang berbeda-beda. Skala yang digunakan dalam penelitian ini meliputi 20m, 50m, 100m, 200m, dan 500m. Uji coba menunjukkan bahwa metode yang diusulkan berhasil melakukan segmentasi citra dengan skala kurang dari 100 meter.Semakin rendah nilai skala yang digunakan sebagai uji coba, segmentasi yang dihasilkan semakin baik.Kata kunci: Watershed, Morfologi Citra, Citra SatelitAbstractResearch in the field of image segmentation has been widely applied , especially in the field of satellite imagery. The segmentation process is performed to detect the objects present in the image. In this study, implemented a method of image segmentation using watershed and morphological techniques. First, the image is converted into grayscale format. Then the grayscale image is processed by the watershed method to get initial segmentation. Furthermore, the improved image segmentation using morphological methods to reduce the excessive segmentation generated by the previous process. Tests performed on 5 satellite imagery dataset UB area with levels varying scales. The scale used in this study include the 20 meters , 50 meters, 100 meters, 200 meters, and 500 meters. The trials showed that the proposed method successfully to segment the image with the scale of less than 100 meters . The lower the scale value is used as a test , the better the resulting segmentation .Keywords: Watershed, Morphological Image, Satellite Imagery
Mendeteksi Jenis Burung Berdasarkan Pola Suaranya Setiawan, Budi Darma; Cholissodin, Imam; Putri, Rekyan Regasari Mardi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3, No 2: Juni 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1032.704 KB) | DOI: 10.25126/jtiik.201632183

Abstract

AbstrakIlmuwan biologi terutama di bidang biodifersitas, terus melakukan penelitian tentang spesies hewan yang ada di dunia. salah satu hewan yang spesiesnya memiliki banyak variasi adalah burung. Tiap jenis burung memiliki perbedaan-perbedaan, mulai dari bentuk anggota tubuhnya, prilakunya, makanannya hingga suaranya. Ilmuwan sering juga mengalami kesulitan untuk melakukan pengamatan di alam. Misalnya, untuk mengetahui spesies burung apa saja yang ada di suatu daerah, mereka harus hadir di suatu wilayah, dan menelusuri setiap pelosok. kadang kala kehadiran mereka di tempat tersebut dalam jangka waktu lama, malah mengusik burung yang ada, dan burung-burung malah pergi meninggalkan tempat, sebelum berhasil diamati. Salah satu cara untuk mendeteksi burung apa saja yang ada di suatu wilayah, tanpa harus mengusik keberadaan burung adalah dengan menggunakan alat bantu. Bisa dengan menggunakan kamera video untuk mengambil gambar lingkungan sekitar, atau dengan perekam suara, untuk merekam suara burung yang ada di sana. Untuk itu penelitian ini ditujukan untuk membuat sebuah pengklasifikasi suara burung secara otomatis. Fitur yang digunakan adalah rhythm, pitch, mean, varian, min, max, dan delta  dari suara burungnya. dari hasil klasifikasi 4 jenis burung, didapatkan hasil rata-rata akurasi terbaik sebesar 88.82%. Kata Kunci : suara burung, klasifikasi, rhythm, pitchAbstractMany of Biologi scientist, especially in the field of biodiversity, conduct research on the animal species that exist in the world. One of the animal which is largely diverse in species is bird. Each species of birds have differences, from the shape of his body, his behavior, his food to it's voice. Scientists often find it difficult to make observations in nature. For example, to determine which species of birds present in an area, they should be present in an area, and explore every corner. sometimes their presence in that place for a long time, even disturb the bird, and they leaving the place, before been observed. One way to detect any bird that is in an area, without having to disturb the presence of birds is to use the automatic tools. For example to use a video camera to take pictures of the surrounding environment, or with voice recorders to record the sound of the birds that were there. This study is aimed to create a classifier bird sound automatically. Features used are rhythm, pitch, mean, variance, min, max, and delta of the bird sound samples. of the results of the classification of four types of birds, showed the best average of accuracy is 88.82%. Key Word : bird song, classification, rhythm, pitch.
Co-Authors ., Maryamah A. N., Aditya Yudha Achmad Jafar Al Kadafi, Achmad Jafar Adi Sukarno Rachman, Adi Sukarno Agasta, Ema Agnes Rossi Trisna Lestari, Agnes Rossi Agus Wahyu Widodo, Agus Wahyu Agustin, Vivilia Putri Ahmad Afif Supianto Al Azis, Ghulam Mahmudi Anandita Azharunisa Sasmito, Anandita Azharunisa Anang Hanafi, Anang Andika Eka Putra Anggraini, Sofi Hidyah Ardiansyah Setiajati, Ardiansyah Ardina, Shelly Puspa Ardisa Tamara Putri, Ardisa Tamara Arief Andy Soebroto Arina Indana Fahma, Arina Indana Arinda Hapsari Achnas, Arinda Hapsari Ariwanda, Galih Arniantya, Raissa Asikin, Moh. Fadel Askin, Mohammad Angga Prasetya Asri, Novirra Dwi Azhari, M. Khusnul Azizy, Shibron Arby Bachtiar, Fitra Abdurrachman Bayu Rahayudi Brigitta Ayu Kusuma Wardhany, Brigitta Ayu Kusuma Budi Darma Setiawan, Budi Darma Budi Santoso Caesar, Canny Amerilyse Candra Dewi Daisy Kurniawaty, Daisy Daneswara Jauhari, Daneswara Dellia Airyn, Dellia Denny Irfan Darmawan, Denny Irfan Dharmawan, Muhammad Robby Dian Eka Ratnawati Dinda Novitasari, Dinda Dyan Putri Mahardika, Dyan Putri Edy Santoso Efi Riyandani, Efi Elisa Julie Irianti Siahaan, Elisa Julie Irianti Eriq Muh. Adams Jonemaro, Eriq Muh. Adams Eugenius Yosep Korsan N, Eugenius Yosep Evi Nur Azizah, Evi Nur Fachrony, Alif Faizatul Amalia, Faizatul Fathurrachman, Ficry Agam Fauzi, Handika Agus Fauziyah, Aprilia Nur Fitri Utaminingrum, Fitri Fitriawanti, Restu Gunawan, Fendra Gunawan, Priscillia Vinda Guruh Adi Purnomo, Guruh Adi H, Luqman Hakim Hantari, Sari Narulita Hardiko, Yudo Juni Hayat, Bahruddin El Heru Nurwarsito Hidayah, Uke Rahma Hidayatullah, Muhammad Maulana Solihin Husada, Holiyanda Husin Muhamad, Husin I Gusti Ayu Putri Diani, I Gusti Ayu Putri Ichwanda Hamdhani, Ichwanda Idham Triatmaja, Idham Ika Oktaviandita, Ika Indriati Indriati Irawan, Fathony Teguh Irbakanisa, Nabila Lubna Irma Lailatul Khoiriyah, Irma Lailatul Istiana Rachmi, Istiana Jayanti, Heny Dwi Jupiyandi, Sisco Kafa, Muhammad Hasbi Wa Karimah, Sayyidah Kartikasari, Oktavianis Khairiyyah Nur Aisyah, Khairiyyah Nur Kurnianingtyas, Diva Kurnianto, Ega Ajie Lailil Muflikhah Larasati, Shinta Anggun Latifah Hanum Lazuardy, Muhammad Aghni Nur Leni Istikomah, Leni Listiya Surtiningsih, Listiya Luqyana, Wanda Athira Luqyana, Wanda Athira M Gilvy Langgawan Putra, M Gilvy Langgawan M. Ali Fauzi, M. Ali M. Tanzil Furqon, M. Tanzil Ma'rufi, Muhammad Rizal Maria Tenika Frestantiya, Maria Tenika Marji Marji Maulana Putra Pambudi, Maulana Putra Mayangsari, Lintang Resita Ma’rufi, Muhammad Rizal Mehaninda, Danastri Ramya Mochammad Ali Fauzi, Mochammad Ali Muhammad Fahmi Hidayatullah, Muhammad Fahmi Muhammad Fhadli, Muhammad Muhammad Fuad Efendi, Muhammad Fuad Muhammad Halim Natsir MUHAMMAD SYAFIQ Muhammad Tanzil Furqon, Muhammad Tanzil Muhammad Taufan Mukh. Mart Hans Luber, Mukh. Mart Hans Munthe, Brendy Oscar Nabilla Putri Sakinah, Nabilla Putri Nadia Natasa Tresia Sitorus, Nadia Natasa Tresia NADZIR, MUHAMMAD Najib, Mochammad Ainun Nanda Agung Putra, Nanda Agung Nisa, Ana Holifatun Nugroho, Fikhi Nur Firra Hasjidla, Nur Firra Nurul Hidayat Paripih, Bayu Andika Pawoko, Mahendro Agni Giri Prabowo, Dhimas Anjar Pramana, Firadi Surya Prasetyo, Andriko Hedi Prasojo, Cahyo Adi Pratama, Andhica Pratama, Mauldy Putra Pratiwi, Radita Noer Prayogi, Tony Faqih Priatmayanti, Firda Pudyakinarya, Gregorius Dhanasatya Purwandari, Kartika Puteri, Rinindya Nurtiara Putra Pandu Adikara Putra, Rayhan Tsani R, Bariq Najmi Rahardian, Brillian Aristyo Randy Cahya Wihandika, Randy Cahya Ratih Kartika Dewi Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi Rina Christanti, Rina Rizal Setya Perdana Rizaldi, Hilmi Ilyas Rizaldy Aditya Nugraha, Rizaldy Aditya Robbana, Siti Rofi'ah, Anim Sabrina Nurfadilla, Sabrina Safitri, Annisaa Amalia Sandya Ratna Maruti, Sandya Ratna Saniputra, Fadhil Rizqullah Sari, Selly Kurnia Satria Habiburrahman Fathul Hakim, Satria Habiburrahman Fathul Satria, Arrofi Reza Satriani, Nining Nahdiah Seisarrina, Maulidya Larasaty Setyawan, Tobing Sigit Adinugroho Siregar, Daniel Agara Sugianto, Nur Afifah Sugianto, Nur Afifah Sunaryo, Aryeswara Suprapto Suprapto Sutrisno . Sutrisno sutrisno Tibyani Tibyani, Tibyani Toriq, Mohammad Tusiarti Handayani, Tusiarti Tusty Nadia Maghfira, Tusty Nadia Umi Rofiqoh, Umi Uswatun Hasanah Veronica Kristina Br Simamora, Veronica Kristina Br Waskito, Stefanus Bayu Wati, Laila Restu Setiya Wayan Firdaus Mahmudy Whenty Ariyanti, Whenty Wibowo, Ageng Winda Cahyaningrum, Winda Winda Estu Nurjanah, Winda Estu Wulandari, Ulfa Lina Yattaqillah, Azmi Makarima Yoga Pratama, Yoga Yuniarsa, M Fahrul Alam Yusuf Priyo Anggodo, Yusuf Priyo Zakiyyah, Rizka Husnun Ziya El Arief, Ziya El Zulianur Khaqiqiyah, Zulianur