BAB IV PENGUJIAN DAN ANALISIS - repository.uksw.edurepository.uksw.edu/bitstream/123456789/11347/5/T1... · 1 90 90 0 0.02 0.01 7 .92 2 ... besaran vektor yang memiliki arah dan satuan,

35

BAB IV

PENGUJIAN DAN ANALISIS

Bab ini akan membahas mengenai pengujian serta analisis masing-masing

modul dari spesifikasi sistem secara keseluruhan. Tujuan dari pengujian ini adalah

untuk mengetahui apakah sistem yang dirancang dapat memberikan hasil sesuai

dengan harapan dalam hal ini sudah sesuai dengan spesifikasi yang telah ditulis,

sedangkan analisis digunakan untuk membandingkan hasil perancangan dengan

spesifikasi. Pengujian dilakukan pada setiap bagian maupun keseluruhan sistem.

4.1 Pengujian Sensor GY-521

Sensor GY-521 tersambung dengan komunikasi I2C dengan frekuensi standar

sebesar 400k Hz terhadap Arduino nano. Dalam komunikasi I2C, arduino nano akan

bertindak sebagai master dan GY-521 bertindak sebagai slave. Konfigurasi yang

digunakan untuk accelerometer jangkauan ±8g dan gyro ±250 deg/s. Pengujian sensor

GY-521 dilakukan dengan dua kondisi, yaitu kondisi saat diam dan kondisi saat

bergerak. Saat kondisi diam, bertujuan untuk mengetahui nilai offset sebuah sensor

yang bisa digunakan untuk menambah tingkat akurasi pembacaan sensor. Saat kondisi

bergerak, bertujuan untuk mengetahui seberapa cepat perubahan sudut yang terjadi

dengan menggabungkan data gyro.

Pengujian sensor kondisi diam juga bisa digunakan sebagai penentuan nilai

offset sebagai bentuk cara dalam kalibrasi sensor. Vektor sumbu x, y, dan z merupakan

indikator dalam pengujian accelerometer. Apabila GY-521 diletakan tegak lurus

dengan arah gaya gravitasi bumi, maka pengukuran data keluaran sensor akan

mendapatkan data mentah. Jika ingin meningkatkan tingkat akurasi sensor, bisa

dilakukan dengan cara membuat seluruh data bernilai 0 untuk vektor sumbu x dan y,

sedangkan sumbu z bernilai 16.438. Untuk menampilkan data raw digunakan

komunikasi serial dengan kecepatan baudrate 9.600 dari Arduino nano yang

memproses data dari GY-521. Data yang sudah ditampilkan akan dianalisa dan

dijadikan nilai rata-rata untuk menentukan nilai offset pada data raw.

36

Tabel 4.1. Data Raw Sensor Accelerometer GY-521

Secara teori, apabila sensor GY-521 diletakan dengan posisi vektor x=90°, y=90° dan

z=0°, maka nilai sumbu x=0, y=0 dan z=16384. Nilai rata-rata yang didapatkan pada

tabel 4.1, dapat digunakan sebagai kalibrasi sensor. Nilai tersebut akan menjadi nilai

offset untuk data raw.

𝑑𝑎𝑡𝑎𝑋 = 𝑑𝑎𝑡𝑎𝑋 − 𝑑𝑎𝑡𝑎𝑋𝑜𝑓𝑓

𝑑𝑎𝑡𝑎𝑌 = 𝑑𝑎𝑡𝑎𝑌 − 𝑑𝑎𝑡𝑎𝑌𝑜𝑓𝑓

𝑑𝑎𝑡𝑎𝑍 = 𝑑𝑎𝑡𝑎𝑍 + 16384 − 𝑑𝑎𝑡𝑎𝑍𝑜𝑓𝑓

Jika 𝑑𝑎𝑡𝑎𝑋𝑜𝑓𝑓 = 306, 𝑑𝑎𝑡𝑎𝑌𝑜𝑓𝑓 = 276, 𝑑𝑎𝑛 𝑑𝑎𝑡𝑎𝑍𝑜𝑓𝑓 = 14944

𝑑𝑎𝑡𝑎𝑋 = 𝑑𝑎𝑡𝑎𝑋 − 𝑑𝑎𝑡𝑎𝑋𝑜𝑓𝑓

= 306 − 306

= 0

No

(n)

Sumbu

X Y Z

1 224 128 14716

2 360 136 14784

3 344 280 14828

. . . .

. . . .

. . . .

379 244 24 14676

380 272 276 14944

x̅ 306 276 14944

37

𝑑𝑎𝑡𝑎𝑌 = 𝑑𝑎𝑡𝑎𝑌 − 𝑑𝑎𝑡𝑎𝑌𝑜𝑓𝑓

= 276 − 276

= 0

𝑑𝑎𝑡𝑎𝑍 = 𝑑𝑎𝑡𝑎𝑍 + (𝑑𝑎𝑡𝑎𝑍 − 𝑑𝑎𝑡𝑎𝑍𝑜𝑓𝑓)

= 14944 + 1440

= 16384

Pada realitanya nilai offset untuk masing sumbu sangat jarang sekali mendekati nilai

0, hal ini dikarenakan banyaknya noise yang terjadi. Setelah melakukan kalibrasi

dengan menggunaan data raw dan mendapatkan nilai offset untuk data tersebut,

selanjutnya mengubah nilai data raw menjadi besaran gravitasi dengan satuan g.

Pengujian dilakukan dengan cara melatakan sensor sejajar dengan waterpass. Secara

teori, hasil nilai gravitasi yang akan didapatkan apabila sejajar dengan arah gravitasi

bumi adalah 8g. Sedangkan apabila tegak lurus pada arah gravitasi bumi, maka

pembacaan sensor akan menghasilkan nilai yang mendekati 0g. Posisi vektor dibagi

menjadi tiga yaitu θ, ψ, dan φ.

Tabel 4.2. Data Percepatan Gravitasi Sensor Accelerometer GY-521

Nilai yang didapat pada sumbu x, y, dan z mendekati nilai 0g dan 8g, namun jarang

sekali mendapatkan nilai tepat 0g dan 8g dikarenakan banyaknya noise dari sensor itu

sendiri maupun dari lingkungan luar. Nilai-nilai tersebut dapat juga digunakan sebagai

nilai offset percepatan gravitasi yang bisa digunakan untuk meningkatkan akurasi

No Posisi Vektor (°) Nilai percepatan gravitasi (g)

𝜃 𝜓 φ X Y Z

1 90 90 0 0.02 0.01 7.92

2 90 0 90 0.2 8.01 0.1

3 0 90 90 7.97 0.2 0.2

4 90 90 180 0.01 0.08 8.3

5 90 180 90 0.2 7.95 0.35

6 180 90 90 7.96 0.1 0.03

38

sensor, dengan cara meletakan posisi sensor θ=90°, ψ=90°, dan φ=0°, maka nilai acuan

percepatan gravitasi yang harus didapatkan sumbu x=0g, y=0g, dan z=0g.

𝑎 = 𝑎 − 𝑎𝑜𝑓𝑓𝑠𝑒𝑡

Jika 𝑎𝑋𝑜𝑓𝑓𝑠𝑒𝑡 = 0.02, 𝑎𝑌𝑜𝑓𝑓𝑠𝑒𝑡 = 0.01, 𝑑𝑎𝑛 𝑎𝑋𝑜𝑓𝑓𝑠𝑒𝑡 = −0.08

𝑎𝑋 = 𝑎𝑋 − 𝑎𝑋𝑜𝑓𝑓𝑠𝑒𝑡

= 0.02g − 0.02g

= 0g

𝑎𝑌 = 𝑎𝑌 − 𝑎𝑌𝑜𝑓𝑓𝑠𝑒𝑡

= 0.01g − 0.01g

= 0g

𝑎𝑍 = 𝑎𝑍 − 𝑎𝑍𝑜𝑓𝑓𝑠𝑒𝑡

= 7.92g − (−0.08)g

= 8g

Setelah didapatkan nilai percepatan gravitasi, dapat ditentukan besarnya sudut θ, ψ,

dan φ. Namun, dalam perancangan ini menggunakan nilai roll θ dan pitch ψ.

Percepatan gravitasi merupakan besaran vektor yang memiliki arah dan satuan,

sehingga dapat menghasilkan nilai sudut dari besaran-besaran vektor tersebut, dengan

menggunakan persamaan:

𝜃 = 𝑡𝑎𝑛−1 [ 𝑎𝑥

√𝑎2𝑦 + 𝑎2

𝑧

]

𝜓 = 𝑡𝑎𝑛−1 [ 𝑎𝑦

√𝑎2𝑥 + 𝑎2

𝑧 ]

Untuk contoh perhitungan mengunakan data pada Tabel no 4.2

𝜃 = 𝑡𝑎𝑛−1 [ 0.02

√0.012 + 7.922 ]

39

-60

-40

-20

0

20

40

60

80

1

29

57

85

11

3

14

1

16

9

19

7

22

5

25

32

81

30

9

33

7

36

5

39

3

42

1

44

9

47

7

50

5

53

3

56

15

89

61

7

64

5

67

3

70

1

SUD

UT

(D

ERA

JAT)

N

acc gyro

𝜃 = 𝑡𝑎𝑛−1[ 0.025 ]

𝜃 =0.024 rad

𝜃 =1.43°

𝜓 = 𝑡𝑎𝑛−1 [ 0.01

√0.022 + 7.922 ]

𝜓 = 𝑡𝑎𝑛−1[ 0.0012 ]

𝜓 =0.0011 rad

𝜓 =0.0687°

Pengujian selanjutnya adalah menghitung nilai sudut dengan cara membandingkan

nilai sudut aktual pada busur dengan sudut pembacaan sensor. Pengujian dilakukan

dua kali, dengan kondisi menggunakan filter dan tanpa filter. Filter yang digunakan

dalam pengujian adalah compelementary filter. Pengambilan data pada tabel 4.3, setiap

sudut dilakukan sepuluh kali pengambilan data yang kemudian hasilnya akan dirata-

rata. Diberikan nilai error sudut sebagai selisih sudut pembacaan sensor terhadap sudut

aktual busur. Compelementary filter menggunakan nilai dari gyro. Nilai besarnya

sudut pada gyro dapat dicari dengan menggunakan persamaan :

𝑔𝑥 (°) = (𝑔𝑟𝑎𝑤

𝑆𝑔⁄ ) ∗ 𝑑𝑡

Gambar 4.1. Grafik Perbandingkan Nilai Accelerometer dan Gyro Saat Berotasi

40

Tabel 4.3. Pembacaan Sensor Accelerometer tanpa Menggunakan Compelementary

Filter

No Sudut

aktual

θ

(°)

Sudut sensor

accelerometer

sumbu x

(°)

Sudut sensor

accelerometer

sumbu y

(°)

Error

sudut sumbu x

(°)

Error

sudut sumbu

y (°)

1 0 1.25 1.4 1.25 1.4

2 10 10.2 12.5 3.2 2.5

3 20 2.6 23.4 4.6 3.4

4 30 33.9 32.8 3.9 2.8

5 40 45.7 44.3 5.7 4.3

6 50 57.2 56.8 7.2 6.8

7 60 66.2 67.2 6.2 7.2

8 70 76.3 75.3 6.3 5.3

9 80 88.2 86.4 8.2 6.4

10 90 96.2 95.4 6.2 5.4

Rata-rata Error 5.275 4.55

Tabel 4.4.Pembacaan Sensor Accelerometer dengan Menggunakan Compelementary

Filter

No

Sudut

pengukuran

(°)

Sudut sensor

accelerometer

sumbu x

(°)

Sudut sensor

accelerometer

sumbu y

(°)

Error

sudut

sumbu x

(°)

Error

sudut sumbu

x (°)

1 0 0.85 0.7 0.85 0.7

2 10 12.7 11.4 2.7 1.4

3 20 22.88 22.5 2.88 2.5

4 30 32.6 31.7 2.6 1.7

5 40 44.35 42.9 4.35 2.9

6 50 54.35 52.7 4.35 2.7

7 60 64.28 62.4 4.28 2.4

8 70 74.87 72.7 4.87 2.7

9 80 84.52 81.8 4.52 1.8

10 90 87.58 88.4 2.42 1.6

3.382 2.04

41

Gambar 4.2. Grafik Perbandingan Error Sudut Menggunakan dan Tanpa

Compelementary Filter

Gambar 4.3. Grafik Perbandingan Sudut Menggunakan dan Tanpa

Compelementary Filter Saat Diam

0

1

2

3

4

5

6

7

8

9

0 10 20 30 40 50 60 70 80 90

Per

sen

tase

Err

or

dal

am(d

eraj

at)

Sudut (derajat)acc x acc y comp x comp y

0

0.5

1

1.5

2

2.5

1

38

75

11

2

14

9

18

6

22

3

26

0

29

7

33

4

37

1

40

8

44

5

48

2

51

9

55

6

59

3

63

0

66

7

70

4

74

1

77

8

81

5

85

2

88

9

92

6

96

3

SUD

UT

(DER

AJA

T)

N

Comp Acc

42

-80

-60

-40

-20

0

20

40

60

1 201 401 601 801

Sud

ut(

der

ajat

)

n

comp acc

Gambar 4.4. Grafik Perbandingan Sudut Menggunakan dan Tanpa Compelementary

Filter Saat Berotasi.

Complementary filter menggunakan nilai antara data yang didapat dari

accelerometer dengan gyroscope. Penggunaan filter ini dapat mereduksi noise yang

dihasilkan dari sensor itu sendiri. Pada dasarnya, pembacaan sudut dalam pengujian

ini menitik beratkan pada pembacaan sensor accelerometer, karena accelerometer

mengukur gerakan linier dengan acuan gravitasi serta dapat memberikan pengukuran

kemiringan sudut yang akurat dalam keadaan diam dengan kalibrasi melalui nilai

offset. Saat berotasi, accelerometer akan mengalami pembacaan sensor yang tidak

akurat karena tidak dapat membaca dalam keadaan yang cepat dan memiliki noise.

Sensor gyro saat posisi dirotasi akan menampilkan data sesaat pengukuran

sudut, tetapi nilainya tidak akan kembali menjadi sama. Data sudut yang didapatkan

dari gyro hanya dalam waktu singkat dan nilainya akan berubah pada waktu yang lama.

Oleh sebab itu diperlukan complementary filter yang memiliki persamaan :

𝑐𝑎𝑋𝑡 = 𝑘 ∗ (𝑐𝑎𝑋𝑡−1 + 𝑔𝑥 ∗ 𝑑𝑡) + (1 − 𝑘) ∗ 𝜃

Complementary filter sangat efektif karena menggabungkan keuntungan dari

pembacaan accelerometer dan gyroscope. Dalam jangka waktu yang singkat, dapat

43

menggunakan data dari gyroscope, karena data yang didapat sangat presisi dan tidak

terpengaruh gaya dari luar. Dalam jangka waktu yang panjang, menggunakan data dari

accelerometer karena sangat stabil dalam kondisi diam. Data dari gyro terintegrasikan

setiap waktu dengan data pengukuran sudut saat itu, setelah data tersebut

dikombinasikan dengan data dari accelerometer yang diproses melalui persamaan

trigonometri menggunakan tan-1. Dalam penggunaannya, complementary filter harus

digunakan dalam perulangan program yang tanpa batas. Setiap data pitch dan roll akan

diperbarui dengan nilai data dari gyroscope dalam setiap waktu.

Nilai konstanta k yang digunakan adalah 0.93. Konstanta tersebut merupakan

faktor pengali pada nilai sudut, dan dapat disesuaikan nilainya. Saat berotasi,

complementary filter akan membandingkan dengan pembacaan data sebelumnya, oleh

sebab itu,terjadi pereduksian error saat pembacaan. Filter akan mengoreksi apabila

bersarnya gaya yang terbaca pada accelerometer memiliki nilai murni vector

percepatan gravitasi. Apabila nilai tersebut terlalu kecil atau besar, nilai tersebut bukan

nilai yang diperlukan, dan tidak perlu dimasukan dalam perhitungan. Setiap waktu

nilai roll dan pitch akan selalu diperbaharui dengan persentase nilai accelerometer

sebesar 93% saat terbaca dan 7% nilai accelerometer sebelumnya. Hal ini akan

mengukur nilai yang tidak akan berubah-ubah terlalu drastis dalam pengambilan data

saat sensor berotasi.

Data-data yang ditampilkan dalam tabel dan grafik membuktikan bahwa

dengan menggunakan sensor GY-521 dapat menghasilkan data output sudut dengan

tepat melalui pengurangan data yang terukur dengan nilai offset. Nilai error akan

semakin tinggi apabila sensor membaca sudut pada kemiringan yang besar, seperti

pada kemiringan 30° hingga 80°. Hal ini dapat disebabkan oleh dari sensor itu sendiri

yang memiliki keterbatasan dalam pengambilan data, terlalu banyak noise, dan

kesalahan pembacaan sensor yang membandingkan data dengan sudut busur, serta

kesalahan pembulatan angka pada program.

44

Tabel 4.5.Pembacaan Sensor Accelerometer dengan Menggunakan Compelementary

Filter dengan memberikan nilai offset

No

Sudut

pengukuran

(°)

Sudut sensor

accelerometer

sumbu x

(°)

Sudut sensor

accelerometer

sumbu y

(°)

Error

sudut

sumbu x

(°)

Error

sudut sumbu

y

(°)

1 0 0.1 0.7 0.1 0.7

2 10 10.2 10.4 0.2 0.4

3 20 20.4 20.5 0.4 0.5

4 30 30.4 30.7 0.4 0.7

5 40 40.7 40.5 0.7 0.5

6 50 50.5 50.7 0.5 0.7

7 60 60.3 60.3 0.3 0.3

8 70 70.4 70.2 0.4 0.2

9 80 80.2 80.7 0.2 0.7

10 90 89.2 89.5 -0.8 -0.5

0.4 0.52

Gambar 4.5. Grafik Perbandingan Error Sudut Menggunakan Compelementary

Filter dan Compelementary Filter yang Sudah Diberi Nilai offset

0

1

2

3

4

5

6

0 10 20 30 40 50 60 70 80 90

Error

sud

ut

(der

ajat

)

Sudut (derajat)

finx finy compx compy

45

4.2 Pengujian Perangkat Keras

Gambar 4.6. Perancangan Wearable device

Perkembangan perangkat keras, data yang berasal dari sensor GY-521 akan

dimasukan dalam modul sd card setiap lima detik. Setelah mendapatkan data yang

terukur, data tersebut akan dimasukan sebagai masukan program MATLAB. Dalam

perangkat keras digunakan interupt untuk menghentikan program yang sedang

berjalan. Hal ini dibutuhkan apabila saat pengambilan data, orang yang menjadi

sampel data merasa tidak nyaman dan membutuhkan istirahat sebelum dilakukan

pengukuran selanjutnya. Perangkat keras ini sudah dicoba dengan menggunakan

power supply berasal dari power bank, dalam satu kali pengisian baterai power bank

dapat menghidupkan perangkat keras elektronik selama 30 jam. Saat pengujian,

terdapat dua buah mode, yaitu mode observasi dan mode siaga. Mode observasi akan

memonitoring sudut yang terbentuk saat kebiasaan duduk, sedangkan mode siaga

merupakan kondisi saat responden harus menegakkan tulang belakang apabila ada

notifikasi dari buzzer. Alat ini akan memberikan notifikasi apabila responden

membungkuk dengan sudut 70° hingga 80°.

46

Gambar 4.7. Pie Chart Uji Responden Terhadap Apa yang Dirasakan Responden

pada Tulang Belakang Mode Siaga Wearable Monitoring Device 2D

Gambar 4.8. Pie Chart Uji Responden, Apakah Responden Merasa Lebih Fokus

atau tidak dengan Menggunakan Mode Siaga Wearable Monitoring Device 2D.

60%

30%

10%

Lebih Baik Baik Kurang Baik

77%

23%

Ya Tidak

47

Pengujian selanjutnya dilakukan oleh responden untuk mengisi quisioner.

sehingga didapatkan pie chart pada gambar 4.7 dan 4.8 . Lebih dari 50% responden

merasa bahwa tulang belakang mereka lebih baik. Responden merasa bahwa tulang

belakang mereka lebih tegak, saat mereka duduk menggunakan mode siaga alat ini.

Saat responden menegakkan tulang belakang mereka secara sadar, mereka melakukan

terapi fisik. Terapi tersebut membantu untuk memposisikan tulang belakang untuk

tegak. Ketika tulang belakang ditegakkan maka aliran darah yang menuju ke otak lebih

lancar dibandingkan ketika membungkuk, sehingga pasokan oksigen yang dibawa

oleh darah menuju ke otak lebih banyak. Oleh sebab itu, dengan adanya quisioner ini

membuktikan bahwa ketika tulang belakang tegak, responden akan merasa lebih fokus.

Data uji responden pada gambar 4.8 menunjukan bahwa lebih dari 50% responden

merasa fokus dengan menggunakan mode siaga Wearable Monitoring Device 2D.

Gambar 4.9. Pengujian berat alat

Pengujian juga dilakukan dengan menimbang alat, sebagai alat wearable device

diusahakan total berat alat kurang dari satu kilogram untuk meningkatkan kenyamanan

responden memakai alat. Total keseluruhan berat untuk wearable monitoring device

2D adalah 277.09 gram.

48

4.3 Pengujian Perangkat Lunak

Perangkat lunak digunakan untuk analisis data lebih mendalam, memberikan

perhitungan kalkulasi data.

Gambar 4.10. Halaman utama.

Gambar 4.11. Menampilkan Data Rekam Medik yang tersimpan pada file Microsoft

excel.

Halaman utama perangkat lunak akan menampilkan data dalam bentuk tabel. Tabel

berisikan data yang diambil dari pembacaan sensor GY-521 roll dan pitch. Data yang

ditampilkan dalam mode observasi dan mode siaga. Data dapat dengan mudah

divisualisasikan kedalam grafik dengan memilih tombol analysis.

49

Gambar 4.12. Halaman hasil.

Gambar 4.13. Perangkat Lunak Menampilkan Diagnosa.

50

Pada halaman hasil, perangkat lunak akan membuat statistik sebagai dasar

dalam mendiagnosis responden. Diagnosis menampilkan data tingkatan stadium.

Tingkatan stadium berfungsi untuk meningkatkan kewaspadaan responden. Semakin

tinggi tingkat stadium berarti responden mengalami kifosis yang parah, sehingga

kewaspadaan responden harus semakin tinggi juga untuk memperhatikan posisi tulang

belakang saat duduk. Penentuan stadium berdasarkan distribusi nilai sudut, dapat

dilihat berdasarkan tabel 4.6 .

Tabel 4.6. Status Tingkat Kifosis .

No Jenis Sudut (°) Keterangan

1 Stadium 0 80-90 Normal

2 Stadium 1 67-79 Waspada

3 Stadium 2 58-68 Siaga

4 Stadium 3 47-57 Awas

5 Stadium 4 1-46 Terkena kifosis

Diagnosis juga menampilkan data responden bahwa tubuhnya lebih sering

condong ke kiri atau ke kanan, dalam pengembangan kedepannya kegunaan data ini

untuk mengidentifikasi skoliosis. Sudut tulang belakang sebelum terapi fisik

merupakan sudut yang didapatkan dari rata-rata sudut dari mode observasi, sedangkan

sudut tulang belakang setelah terapi fisik merupakan sudut rata-rata dari mode siaga.

Apabila dicari selisih kedua sudut antara sudut rata-rata mode observasi dengan sudut

rata-rata mode siaga maka sudut tersebut adalah sudut untuk menunjukan perbaikan

tulang belakang dengan menggunakan alat ini.

Alat ini diuji oleh responden yang berjumlah 30 orang yang berumur produktif

di usia 15 hingga 25 tahun. Pada rentang umur tersebut, mereka sering berhadapan

dengan komputer, dan menghabiskan waktu mereka didepan komputer untuk bekerja,

bermain game, dan lain-lain. Tabel 4.7 menunjukan hasil dari pengujian wearable

monitoring device 2D dengan menganalisa data yang didapatkan dari perangkat keras,

kemudian diolah sedemikian rupa dengan menggunakan MATLAB. Alat ini dapat

memperbaiki sudut tulang belakang dari 5.45° hingga 30.47° dengan bantuan terapi

fisik.

51

Tabel 4.7. Hasil Uji Responden.

No

Nama Stadium

Kecondongan

tubuh

(°)

Rata-rata

Mode

observasi

(°)

Rata-rata

Mode siaga

(°)

Perbaikan

sudut tulang

belakang

(°)

1 Tora 1 kanan 72.62 84.54 11.92

2 Febrian 1 kanan 72.91 85.35 12.44

3 Yiska 1 kanan 72.27 81.61 9.34

4 Anri 3 kanan 52.42 82.89 30.47

5 Wahyudi 1 kiri 69.47 86 16.53

6 Fahri 2 kiri 71.99 82.61 10.62

7 Bima 2 kanan 63.93 81.22 17.29

8 Yesaya 1 kiri 74.18 79.98 5.8

9 Denny 2 kanan 65.9 83.83 17.93

10 Frans 0 kanan 80.35 84.69 4.34

11 Yohanes Angga 1 kiri 75.36 81.06 5.7

12 Bodhi 1 kiri 74.6 80.89 6.29

13 Attar 1 kiri 68.49 81.68 13.19

14 Loki 2 kiri 66.22 87.01 20.79

15 Adi 2 kiri 64.55 81.46 16.91

16 Satria 2 kiri 64.46 83.24 18.78

17 Sukma 2 kanan 64.14 81.15 17.01

18 Kipli 1 kanan 61.28 81.65 20.37

19 Reinhart 1 kiri 77.05 82.5 5.45

20 Lindu 1 kiri 73.63 81.56 7.93

21 Bayu Samudra 1 kiri 65.75 82.21 16.46

22 Agung 1 kiri 77.35 85.13 7.77

23 Mario 3 kanan 58.55 84.86 26.31

24 Valen 1 kiri 72.57 85.64 13.07

25 Ferry 1 kanan 69.89 81.02 11.13

26 Wimas 2 kanan 64.14 81.15 17.01

27 Albert Tara 2 kiri 61.18 82.04 20.86

28 Okta 1 kanan 75.46 84.11 8.65

29 Vela 1 kiri 77.58 84.54 6.96

30 Riska 1 kiri 73.01 83.9 10.89