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