Articles

Optimasi Penjadwalan Asisten Praktikum pada Laboratorium Pembelajaran Menggunakan Algoritme Genetika (Studi Kasus : Fakultas Ilmu Komputer Universitas Brawijaya) Sitorus, Nadia Natasa Tresia; Cholissodin, Imam; Setiawan, Budi Darma
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 3 (2018)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1417.959 KB)

Abstract

Penjadwalan merupakan hal yang penting untuk disusun secara matang demi berlangsungnya suatu kegiatan dengan baik. Penjadwalan yang baik dan efektif akan membuat kegiatan dapat berjalan dan terorganisir dengan baik. Praktikum merupakan kegiatan rutin yang dilakukan untuk penerapan materi yang telah diterima mahasiswa. Praktikum dapat berlangsung dengan baik jika jadwal mengajar asisten praktikum tidak bertabrakan dengan jadwal kuliah maupun kegiatan lainnya asisten praktikum. Algoritme genetika merupakan salah satu algoritme yang dapat menyelesaikan penjadwalan mengajar asisten praktikum melalui proses komputasi. Data dalam melakukan penelitian adalah data jadwal praktikum, data asisten praktikum dan jadwal kesediaan asisten. Kode asisten praktikum direpresentasikan pada kromosom dengan menggunakan metode permutasi. Urutan gen pada kromosom merepresentasikan kode jadwal praktikum. Metode crossover yang diterapkan adalah one-cut-point, dengan metode mutasi menggunakan reciprocal exchange, serta metode seleksi elitsm. Hasil pengujian mendapatkan nilai parameter algoritme genetika yang optimal yaitu dengan ukuran populasi 5000, generasi sebanyak 500, dengan nilai cr dan mr adalah 0,5 dan 0,5. Hasil keluaran sistem merupakan jadwal mengajar asisten praktikum laboratorium pembelajaran.
Optimasi Fuzzy Time Series Untuk Peramalan Kebutuhan Hidup Layak Kota Kediri Dengan Menggunakan Algoritme Genetika Mandariansah, Tahajuda; Setiawan, Budi Darma; Wihandika, Randy Cahya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 5 (2018)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1136.645 KB)

Abstract

Kebutuhan Hidup Layak (KHL) adalah standar kebutuhan seorang pekerja/buruh atau lajang untuk dapat hidup layak secara fisik dalam kebutuhan satu bulan, nilai KHL merupakan salah satu dari lima faktor penetapan upah minimum. Nilai KHL ditetapkan berdasarkan nilai survei dari bulan Januari s/d September, sedangkan dalam penetapan Upah Minimum Regional (UMR) dilakukan paling lambat 60 hari atau dua bulan sebelum tanggal 1 Januari tahun berikutnya. Oleh karena itu diperlukan peramalan nilai KHL. Peramalan ini bermanfaat untuk pemerintah dalam proses penetapan UMR. Dalam melakukan peramalan menggunakan metode fuzzy time series yang dioptimasi dengan algoritme genetika. Optimasi dilakukan terhadap nilai interval pada metode fuzzy time series sehingga didapatkan akurasi yang baik dalam peramalan. Berdasarkan hasil uji coba pada nilai KHL Kota Kediri dari tahun 2009 s/d 2015, dengan menggunakan parameter jumlah interval 7,menggunakan kombinasi probabilitas crossover 0,9 dan probabilitas mutasi 0,5, jumlah populasi 1050, dan jumlah generasi 100 dengan menggunakan metode Average Forecasting Error Rate (AFER) didapatkan nilai kesalahan sebesar 4,7211%.
Implementasi Metode Fuzzy K-Nearest Neighbor Untuk Klasifikasi Penyakit Tanaman Kedelai Pada Citra Daun Anggoro, Yerry; Setiawan, Budi Darma; Adikara, Putra Pandu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 6 (2018)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1182.874 KB)

Abstract

Kebutuhan protein sangatlah penting bagi tubuh manusia, salah satunya adalah kedelai yang merupakan sumber protein nabati. Selain jagung dan beras, kedelai merupakan komoditi pangan utama di Indonesia. Akan tetapi produksi kedelai dalam negeri belum memenuhi permintaan secara baik. Produksi kedelai di tingkat petani sebenarnya masih bisa ditingkatkan melalui inovasi teknologi, salah satunya yaitu mendeteksi penyakit tanaman kedelai pada daun dengan metode Fuzzy K-Nearest Neighbor dan segmentasi menggunakan metode Otsu. Citra diproses dengan metode Otsu untuk memisahkan bagian yang berpenyakit dengan bagian yang tidak berpenyakit lalu melakukan pengklasifikasian dengan metode Fuzzy K-Nearest Neighbor untuk menentukan penyakit karat daun, Downy Mildew, dan pustul bakteri. Terdapat empat pengujian yaitu pengujian perbandingan data latih dan data uji dengan akurasi tertingi  pada perbandingan 90:10 dengan jumlah 54 data latih dan 6 data uji sebesar 100%, pengujian terhadap nilai Threshold dengan T=10 menghasilkan akurasi 83,33%, pengujian terhadap nilai k=5 menghasilkan akurasi 83,33%, dan pengujian terhadap nilai m=2 dengan akurasi  83,33%.
Optimasi Fuzzy Time Series Dengan Algoritme Genetika Untuk Meramalkan Jumlah Pengangguran di Jawa Timur Radifah, Radifah; Setiawan, Budi Darma; Wihandika, Rendi Cahya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 8 (2018)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (893.378 KB)

Abstract

Pengangguran menjadi salah satu masalah penting yang terjadi di Indonesia. Pengangguran yang tinggi berdampak pada tingkat perekonomian dan kemiskinan warga Indonesia khususnya di Jawa Timur. Karena dengan meningkatnya jumlah pengangguran dapat mengurangi pendapatan dan produktivitas masyarakat. Beberapa faktor penyebab meningkatnya jumlah pengangguran membuat pemerintah mengalami kesulitan dalam mengatasi jumlah pengangguran tiap tahunnya yang mengalami naik turun. Sehingga dengan memprediksi jumlah pengangguran di Jawa Timur dapat mempermudah pemerintah dalam mengatasi jumlah pengangguran dan memperluas tenaga kerja khususnya di Jawa Timur. Pada penelitian ini, dilakukan peramalan menggunakan Fuzzy Time Series menggunakan Algoritme Genetika. Nilai parameter algoritme genetika terbaik adalah dengan melakukan pengujian terhadap parameter algoritme genetika dan menghasilkan nilai rata-rata fitness terbaik. Hasil pengujian parameter algoritme genetika adalah dengan ukuran populasi ke 525, kombinasi crossover rate dan mutation rate ke 0,8 dan 0,2 dan pada generasi ke 1100 dengan nilai rata-rata fitness paling optimal yaitu 13,840314614 dengan nilai Root Mean Square Error (RMSE) sebesar 0,0722526928.    
Peramalan Produksi Kelapa Sawit Menggunakan Jaringan Syaraf Tiruan Dengan Metode Backpropagation (Studi Kasus PT.Sandabi Indah Lestari) Sinaga, Retiana Fadma Pertiwi; Setiawan, Budi Darma; Marji, Marji
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 11 (2018)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (475.721 KB)

Abstract

Salah satu Perkebunan Besar Swasta di Indonesia ialah PT. Sandabi Indah Lestari yang berada di Provinsi Bengkulu. PT.Sandabi Indah Lestari merancang anggaran setiap tahunnya untuk dihabiskan pada proses produksi yang dilakukan setiap seminggu sekali. Setiap proses produksi tentunya membutuhkan biaya tersendiri, jika hasil produksi tidak dapat memberikan keuntungan maka perusahaan akan mengalami kerugian. Oleh karena itu, diperlukan peramalan hasil produksi kelapa sawit untuk dijadikan acuan agar hasil produksi tetap stabil atau bahkan meningkat. Hasil peramalan nantinya dapat digunakan oleh pihak perusahaan untuk meningkatkan hasil produksi dan tidak mengalami kerugian dari target perencanaan anggaran yang telah dibuat. Penelitian ini menggunakan metode backpropagation dipadu dengan algoritme nguyen widrow. Dari hasil pengujian dengan jumlah 260 data latih, jumlah data uji 12 data uji, nilai learning rate 0.4, jumlah neuron hidden layer 5, batas error sebesar 0.001, dan iterasi maksimal sebesar 900 menghasilkan nilai MAPE (Mean Absolute Percentage Error) sebesar 10,0047%.
Sistem Optimasi Rute Tempat Wisata Kuliner Di Malang Menggunakan Algoritma Bee Colony Hermawan, Muhammad Arif; Hidayat, Nurul; Setiawan, Budi Darma
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 1 No 3 (2017)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1200.115 KB)

Abstract

Banyaknya tempat wisata kuliner di Malang yang dapat dijangkau membuat kesulitan para pecinta kuliner untuk mencari rute optimum, baik dari segi jarak, waktu, maupun biaya yang dikeluarkan untuk berpergian dari satu tempat kuliner ke tempat kuliner yang lain. Salah satu faktor yang mempengaruhi besarnya pengeluaran saat wisata kuliner adalah biaya transportasi. Hal yang berhubungan erat dengan transportasi adalah jarak tempuh yang dilalui. Banyak penikmat kuliner yang merasa terlalu banyak membuang waktu dalam perjalanan menuju tempat kuliner dikarenakan salah dalam pemilihan rute yang ditempuh. Karena Malang memiliki tempat wisata kuliner yang banyak, maka dibutuhkan optimasi dalam pencarian rute optimum dari posisi awal menuju posisi tujuan. Dipilihnya algoritma bee colony dikarenakan algoritma ini dirasa memiliki kemampuan untuk keluar dari local minimum dan dapat secara efisien digunakan untuk optimasi. Algoritma bee colony dirasa mampu menyelesaikan permasalahan Traveling Salesman Problem lebih baik dibandingkan dengan algoritma lain yang juga didasarkan pada kecerdasan berkelompok. Pada pengujian, didapatkan hasil bahwa penggunaan algoritma bee colony telah mengalami konvergensi dalam pencarian solusi terbaiknya yang dapat dilihat dari fitness yang dihasilkan. Salah satu yang terbaik telah mengalami konvergensi pada jumlah bee colony sebanyak 20 dari 50 jumlah bee colony. Selain itu konvergensi juga dapat dilihat pada jumlah iterasi 20 dari jumlah maksimum iterasi 50.
Fitur Length Of Edge Dan Moment Invarian Untuk Gesture Recognition Dengan Menggunakan Kinect Untuk Kontrol Lampu MP, Rekyan Regasari; Setiawan, Budi Darma; Arwani, Issa
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2, No 1 (2015)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (805.673 KB)

Abstract

AbstrakTeknologi Kinect adalah teknologi yang dikembangkan untuk game. Kinect memungkinkan pemain game mengontrol permainan dengan menggunakan gerakan dan suara. Hal ini dikarenakan di dalam Kinect terdapat 3 hardware yang bekerja bersama-sama. Tiga hardware tersebut yaitu color VGA video camera, sensor kedalaman, dan multi array microphones. Karena itu, penelitian ini mencoba mengembangkan sensor Kinect untuk keperluan mendeteksi telapak tangan dan gesturnya untuk digunakan sebagai kontrol lampu. Hal ini dilakukan dengan menambahkan beberapa proses pengolahan citra. Pengenalan telapak tangan, menggunakan sensor VGA camera dan depth camera dalam Kinect. Ketika seorang pengguna menjulurkan tangannya kearah sensor, kemudian mengangkat jarinya maka program akan bereaksi. Jika 2 jari yang diangkat maka program akan mengaktifkan saklar padam. Sedangkan jika 5 jari yang diangkat, maka program akan mengaktifkan saklar hidup. Dalam penelitian ini ada 2 fitur yang digunakan dan dibandingkan hasilnya. Fitur yang digunakan adalah fitur Moment Invariant dan Length of Edge. Hasil lebih baik diberikan jika pengenalan dilakukan dengan menggunakan Length of Edge. Dari seluruh data uji yang dipakai, untuk pengenalan dengan menggunakan fitur Length of Edge, akurasi maksimal diperoleh sebesar 100%, sedangkan  dengan menggunakan fitur Moment Invariant, akurasi maksimal diperoleh sebesar 80%.Kata kunci: Moment Invarian, Length of Edge, gesture telapak tanganAbstractKinect is a technology developed for game. Kinect allows players to control game play by using movement and sound. This is because Kinect has 3 hardware that work together. The three hardware are VGA video camera, depth sensor and multi-array microphones. Therefore, this study attempts to use Kinect sensor for detecting the palms gestures and use them as a light control. This is done by adding some image processing technique. The palms gesture detection is done by using the VGA camera and depth camera in Kinect Sensor. When a user sticking his hand out and raise his fingers, then program will gives response. If 2 fingers are raised, program will activate off switch, while if 5 fingers are raised, program will activate on switch. There are two features are used in this study, and the results are compared. The features are Moment Invariant and Length of Edge. Better results given by recognition using the Length of Edge. From all the test data used, recognition using Length of Edge give 100% accuracy, while recognition using Moment Invariant features, give 80% in acuracy.Keywords: Moment Invarian, Length of Edge, palm gesture
Implementasi Algoritme Genetika Dalam Optimasi Knapsack Problem Penentuan Objek Wisata Wilayah Malang Raya Fatih, Abdul; Setiawan, Budi Darma; Dewi, Candra
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 2 (2018)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1739.484 KB)

Abstract

Pariwisata menjadi komoditas yang tidak terpisahkan lagi bagi kehidupan manusia. Beberapa wilayah di Indonesia menjadikan pariwisata sebagai khas daerahnya, salah satunya adalah wilayah Malang Raya. Bentuk perhatian pada sektor pariwisata salah satunya dengan digiatkan pembangunan objek wisata baru. Semakin banyak objek wisata semakin memanjakan wisatawan sekaligus memberi masalah baru. Wisatawan cenderung tidak memiliki waktu yang cukup untuk menghabiskan semua objek wisata yang ada. Wisatawan mengalami permasalahan knapsack problem dimana harus menentukan susunan objek wisata yang dikunjungi dengan keterbatasan waktu yang dimiliki. Optimasi knapsack problem ini dapat diselesaikan dengan algoritme genetika. Algoritme genetika akan melakukan pembentukan chromosome sebagai representasi solusi. Struktur algoritme genetika terdiri dari inisialisasi, reproduksi, evaluasi, dan seleksi. Proses algoritme genetika dilakukan sebanyak 50 generasi dengan jumlah populasi 100 sedangkan nilai pc sebesar 0,7 dan nilai pm sebesar 0,8. Hasil pengolahan algoritme genetika terhadap studi kasus yang diujikan menghasilkan solusi berupa susunan objek wisata yang cenderung berdekatan dan mengelompok pada daerah tertentu.
Prediksi Waktu Panen Tebu Menggunakan Gabungan Metode Backpropagation dan Algoritma Genetika Suryaningrum, Dwi Ari; Ratnawati, Dian Eka; Setiawan, Budi Darma
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 1 No 11 (2017)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (708.75 KB)

Abstract

Sebelum tebu digiling oleh pabrik, dilakukan analisis kemasakan tebu terlebih dulu. Tebu yang baik untuk digiling adalah tebu yang sudah dikatakan matang yang dapat dilihat dari beberapa faktor seperti luas kebun, umur, diameter batang, rata ruas per batang dan rata panjang per batang. Faktor – faktor tersebut digunakan sebagai atribut dalam penelitian yang dilakukan. Untuk mempermudah proses tersebut maka dilakukan penelitian mengenai prediksi waktu panen tebu. Dengan banyaknya data yang digunakan dan proses yang dilakukan berulang kali, maka akan sulit diolah secara manual dan membutuhkan waktu yang cukup lama. Selain itu tidak menutup kemungkinan terjadi kesalahan. Penelitian ini menggunakan gabungan algoritma genetika dan backpropagation dalam proses prediksi waktu panen. Algoritma genetika digunakan untuk mengoptimalkan hasil prediksi dengan pemilihan bobot dan bias yang merupakan solusi terbaik. Sedangkan metode backpropagation digunakan untuk menghitung nilai Mean Square Error (MSE) yang digunakan dalam perhitungan fitness dan juga pada proses prediksi data uji. Pada penelitian ini akan dilakukan lima macam pengujian yaitu banyaknya generasi, ukuran populasi, pengujian kombinasi nilai crossover rate dan mutation rate, pengujian learning rate dan pengujian nilai Average Forecasting Error Rate (AFER). Hasil yang didapat dari penelitian ini adalah prediksi waktu panen dan AFER. Hasil pengujian terbaik yaitu dengan hasil AFER sebesar 0,0205%.
Support Vector Regression Untuk Peramalan Permintaan Darah: Studi Kasus Unit Transfusi Darah Cabang – PMI Kota Malang Rifqi, M. Raabith; Setiawan, Budi Darma; Bachtiar, Fitra Abdurrachman
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 (1285.495 KB)

Abstract

PMI bertanggung jawab untuk memenuhi permintaan darah dari rumah sakit. Pengelola pusat penyimpanan darah memiliki tugas yang sangat penting, yaitu memprediksi sebuah kebutuhan komponen darah untuk meminimalisir penuhnya maupun kekurangan pasokan darah. Darah hanya memiliki masa hidup 35 hari sejak didonorkan. Jika sudah melewati waktu tersebut maka sudah tidak bisa digunakan lagi. Berlebihnya ataupun kekurangan pasokan darah di tempat penyimpaan seharusnya tidak terjadi, karena dapat berdampak pada tingginya angka jumlah pasien meninggal. Demi mengurangi kerugian yang jika terjadi, maka perlu dilakukan penelitian yang menggunakan metode prediksi permintaan darah yang diimplementasikan ke dalam sistem. Salah satunya dengan metode Support Vector Regression yang cocok untuk peramalan permintaan darah. Dalam impelementasikan SVR menggunakan normalisasi data min – max dan menggunakan fungsi kernel RBF. Berdasarkan hasil pengujian untuk metode SVR yang telah dilakukan, hasil nilai MAPE yang paling minimum yakni 3.899% dengan nilai parameter lambda = 10, sigma = 0,5, cLR = 0,01, C =0,1, epsilon = 0,01, jumlah fitur data = 4 dan jumlah iterasi sebanyak 5000, dari 12 data uji yang digunakan. Hasil Nilai MAPE yang dihasilkan <10% dan dapat dikategorikan baik untuk memprediksi jumlah permintaan darah.
Co-Authors Achmad Basuki Adiatmaja, Pindo Bagus Afiqo, Rosi Agung Nurjaya Megantara, Agung Nurjaya Agus Wahyu Widodo, Agus Wahyu Agustin, Suryani Ahmad Afif Supianto Akhmad Eriq Ghozali, Akhmad Eriq Al Uswah, Siti Fatimah Almas, Miracle Fachrunnisa Andhi Surya Wicaksana, Andhi Surya Anggoro, Yerry Aprison, Irfan Ardi, Muhammad Khaerul Ardina, Shelly Puspa Arif, Muhammad Rizkan Arniantya, Raissa Azzahra, Muthia Azzakky, Rudy Usman Bachtiar, Fitra Abdurrachman Bayu Rahayudi Bertananda, Revinda Budi Santoso Candra Dewi Cholisoddin, Imam Cholisoddin, Imam Darmayanti, Eka Yuni Dellia Airyn, Dellia Dewi, Fanny Aulia Dian Eka Ratnawati Dini, Robih Dwi Ari Suryaningrum, Dwi Ari Elfajar, Aria Bayu Eti Setiawati, Eti Fahlevi, Achmad Faizal, Rahmat Fajar Nur Rohmat Fauzan Jaya Aziz, Fajar Nur Rohmat Fauzan Jaya Fajar Pradana, Fajar Fatih, Abdul Fatwa Ramdani, Fatwa Fauzan, Mohamad Alfi Fhylayli, Siti Utami Fitra A. Bachtiar, Fitra A. Fitriyani, Irma Ramadanti Gilang Ramadhan Gumelar, Ridho Agung Gusfadilah, Amaliah Harlan, Andika Hendra Pratama Budianto, Hendra Pratama Hermawan, Muhammad Arif Hilman, Fikri Hudiyanti, Cinthia Vairra Husin Muhamad, Husin Imam Cholissodin Indriati Indriati Irma Lailatul Khoiriyah, Irma Lailatul Issa Arwani Karim, Moch. Khabibul Karina Widyawati, Karina Kartikasari, Dwi Damara Khoirin, Kholifa'ul Kholili, M. Rikzal Humam Al Koko Pradityo, Koko Kuntjoro, Dwi Anggraeni L.M.A., Olive Khoirul Larasati, Indah M. Tanzil Furqon, M. Tanzil Mahendra Data Marji Marji Maulana, Noval Dini Meilia, Vina Meilia, Vina Mochammad Ali Fauzi, Mochammad Ali Muhammad Tanzil Furqon, Muhammad Tanzil Nadia Natasa Tresia Sitorus, Nadia Natasa Tresia Nanda Agung Putra, Nanda Agung Nur Intan Savitri Bromastuty, Nur Intan Savitri Nurhakim, Aditya Chandra Nurul Hidayat Nurvianti, Irma Pahlevi, M Kevin Pambudi, Rizki Agung Prasojo, Cahyo Adi Putra Pandu Adikara Putra, Aditya Kresna Bayu Arda Radifah Radifah, Radifah Raharyani, Mimin Putri Rahma, Nelli Nur Rahmadani, Nurhana Raissa, Talitha Ramadhani, Febri Ramadhona, Gandhi Randy Cahya Wihandika, Randy Cahya Ratna Candra Ika, Ratna Candra Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi Rekyan Regasari MP, Rekyan Regasari Rendi Cahya Wihandika, Rendi Cahya Rifandi, Angga Dwi Apria Rifqi, M. Raabith Rinda Wahyuni, Rinda Rizal Setya Perdana Rizkilillah, Rafely Chandra Rizky Haqmanullah Pambudi, Rizky Haqmanullah Robbani, Mustofa Rosyidah, Masayu Vidya Ryan Mahaputra Krishnanda, Ryan Mahaputra Safitri, Tria Melia Masdiana Sanapiah, Muhammad Dimas Setiawan Santoso, Nurudin Santoso, Nurudin Sari, Cindy Inka Satrio Hadi Wijoyo Shandra, Eka Novita Sigit Adinugroho Sinaga, Retiana Fadma Pertiwi Sirat, Edo Fadila Sri Wahyuni Susilo, Ni'mah Firsta Cahya Sutrisno sutrisno Tahajuda Mandariansah, Tahajuda Tibyani Tibyani, Tibyani Tri Afirianto, Tri Virkhansa, Chelsa Farah Wardani, Reza Wahyu Wardhani, Rima Diah Wayan Firdaus Mahmudy Wicaksana, Akmal Subakti Wicaksono, Yulfa Hadi Yattaqillah, Azmi Makarima Yudantiar, Mayang Arinda Yuita Arum Sari Zuhri, Muhammad Syaifuddin