Article Per Year (5 Year)
p-Index From 2021 - 2026
6.996
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal TIMES CESS (Journal of Computer Engineering, System and Science) InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi JurTI (JURNAL TEKNOLOGI INFORMASI) MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Query : Jurnal Sistem Informasi METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi JURIKOM (Jurnal Riset Komputer) JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat Jambura Journal of Electrical and Electronics Engineering JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) TIN: TERAPAN INFORMATIKA NUSANTARA JPM: JURNAL PENGABDIAN MASYARAKAT International Journal of Engineering, Science and Information Technology Yayasan Cita Cendikiawan Al Khwarizmi Djtechno: Jurnal Teknologi Informasi JIKEM: Jurnal Ilmu Komputer, Ekonomi dan Manajemen INCODING: Journal of Informatics and Computer Science Engineering EXPLORER Prosiding Snastikom Jurnal ABDIMAS Budi Darma Journal of Practical Computer Science (JPCS) Jurnal Informatika Teknologi dan Sains (Jinteks) PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Prioritas : Jurnal Pengabdian Kepada Masyarakat Jurnal Indonesia Sosial Teknologi Jurnal Ilmu Komputer dan Sistem Informasi CompTech : Jurnal Ilmu Komputer dan Teknologi
Rahman, Sayuti
Universitas Medan Area, Medan, Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 53 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 53 Documents
Search

 2   3   4   5   6 
IMPLEMENTASI METODE RANDOM FOREST DALAM PREDIKSI PENYEBAB TUNGGAKAN PEMBAYARAN PAJAK KENDARAAN BERMOTOR DI SAMSAT MEDAN UTARA Hasibuan, Muhammad Ridwan; Rahman, Sayuti; Chiuloto, Kalvin
CompTech : Jurnal Ilmu Komputer dan Teknologi Vol 1, No 2 (2025): Maret
Publisher : Compart Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63854/comptech.v1i2.28

Abstract

Penelitian ini bertujuan untuk menerapkan metode Random Forest dalam melakukan prediksi penyebab tunggakan pembayaran pajak kendaraan bermotor di Samsat Medan Utara. Metode Random Forest digunakan untuk mengidentifikasi faktor-faktor yang berkontribusi terhadap tunggakan pembayaran pajak kendaraan bermotor, sehingga dapat membantu dalam pengambilan keputusan yang lebih efektif dalam menangani tunggakan tersebut. Data yang digunakan dalam penelitian ini merupakan data historis tentang pembayaran pajak kendaraan bermotor dan faktor-faktor terkait dari Samsat Medan Utara. Proses analisis dimulai dengan tahap pra-pemrosesan data, termasuk pemilihan fitur yang relevan dan penanganan missing data. Selanjutnya, model Random Forest dikembangkan dan dilatih menggunakan data yang ada. Hasil prediksi kemudian dievaluasi menggunakan metrik evaluasi yang tepat. Dengan menerapkan metode Random Forest, penelitian ini dapat memberikan informasi yang berharga tentang faktor-faktor yang berkontribusi terhadap tunggakan pembayaran pajak kendaraan bermotor di Samsat Medan Utara. Hasil prediksi yang akurat dapat membantu pihak berwenang untuk mengidentifikasi faktor-faktor risiko yang berpotensi menyebabkan tunggakan pembayaran pajak dan mengambil tindakan yang sesuai untuk mengurangi jumlah tunggakan tersebut.Penelitian ini diharapkan dapat memberikan kontribusi positif dalam pengelolaan pembayaran pajak kendaraan bermotor di Samsat Medan Utara dan dapat menjadi acuan dalam pengambilan keputusan yang lebih efektif dalam menangani masalah tunggakan pajak kendaraan bermotor.
Sosialisasi Pembuatan Pakan Fermentasi untuk Ternak Sapi di Dusun I Bukit Gantung Desa Sumber Mulyo Rahman, Sayuti; Khahfi Zuhanda, Muhammad; Ramdan, Dadan; Hartono, Hartono; Syah, Rahmad; Sembiring, Arnes; Astuti Kuswardani, Retna; Suswati, Suswati; Ady Pratama, Ramadhan; Martini, Dewi
Prioritas: Jurnal Pengabdian Kepada Masyarakat Vol. 7 No. 02 (2025): EDISI SEPTEMBER 2025
Publisher : Universitas Harapan Medan

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

Abstract

Ketersediaan pakan berkualitas menjadi tantangan utama bagi peternak sapi di Dusun I Bukit Gantung, Desa Sumber Mulyo, terutama pada musim kemarau ketika hijauan terbatas dan harga pakan komersial meningkat. Ketergantungan pada rumput dan jerami tanpa pengolahan menyebabkan rendahnya nilai nutrisi serta pertumbuhan ternak yang tidak optimal. Kegiatan Pengabdian kepada Masyarakat (PkM) ini bertujuan memberikan edukasi dan pelatihan kepada peternak mengenai pembuatan pakan fermentasi sebagai solusi aplikatif, murah, dan berkelanjutan. Metode pelaksanaan mencakup sosialisasi konsep fermentasi, demonstrasi teknis, dan hands-on training mulai dari pemilihan bahan, pencacahan, pencampuran dengan EM4, pengaturan kadar air, hingga pengemasan anaerob dan proses inkubasi. Evaluasi dilakukan melalui pre-test dan post-test untuk mengukur peningkatan pengetahuan dan keterampilan peserta. Hasil kegiatan menunjukkan peningkatan signifikan antara 40% hingga 54% pada aspek pemahaman konsep dasar, teknik pengolahan, serta kemampuan menganalisis kesalahan fermentasi. Pelatihan ini terbukti efektif dalam membangun kapasitas peternak untuk memproduksi pakan fermentasi secara mandiri, memanfaatkan limbah pertanian, dan mengurangi ketergantungan pada pakan komersial. Penerapan teknologi fermentasi diharapkan mampu meningkatkan produktivitas ternak serta mendukung praktik peternakan yang lebih efisien dan berkelanjutan.
Sosialisasi Pemanfaatan IoT Berbasis Machine Learning pada Deteksi Penyakit Tanaman Sawit untuk Pertanian Berkelanjutan di Dusun I Bukit Gantung Desa Sumber Mulyo Hartono; Zuhanda, M. Khahfi; Rahman, Sayuti; Kuswardani, Retna Astuti; Suswati; Zen, Muhammad; Ongko, Erianto; Suryati, Lili
Dedikasi Sains dan Teknologi (DST) Vol. 5 No. 2 (2025): Artikel Pengabdian Nopember 2025
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dst.v5i2.7148

Abstract

Kegiatan Pengabdian kepada Masyarakat (PkM) ini dilaksanakan untuk meningkatkan literasi digital petani sawit di Dusun I Bukit Gantung, Desa Sumber Mulyo, melalui sosialisasi pemanfaatan Internet of Things (IoT) berbasis machine learning untuk smart agriculture dalam deteksi dini penyakit tanaman sawit. Pelatihan dirancang dalam empat tahapan, yaitu persiapan perangkat, penyampaian materi konseptual, praktik instalasi IoT, penerapan machine learning, serta pendampingan lapangan. Evaluasi dilakukan menggunakan pre-test dan post-test untuk mengukur perubahan kompetensi peserta terhadap konsep IoT, machine learning, instalasi sensor, dan interpretasi hasil deteksi. Berdasarkan analisis, evaluasi hasil pelatihan menunjukkan peningkatan sebesar 47%, dengan kenaikan tertinggi pada keterampilan instalasi sensor dan membaca hasil aplikasi (+54%). Penerapan teknologi ini membantu petani melakukan deteksi penyakit lebih cepat dan akurat sehingga penggunaan pestisida dapat ditekan melalui penyemprotan selektif. Selain menghasilkan peningkatan kompetensi teknis, kegiatan ini meningkatkan keberterimaan teknologi di kalangan petani, terbukti dari 14 dari 15 kelompok yang secara konsisten menggunakan perangkat IoT pascapelatihan. Secara sosial, program ini mendorong perubahan perilaku kolektif menuju praktik budidaya yang lebih aman, efisien, dan berbasis data. Implementasi ini menunjukkan bahwa integrasi IoT–machine learning mampu memperkuat keberlanjutan pertanian sawit sekaligus meningkatkan kualitas pengelolaan kebun masyarakat, serta memberikan dasar penting bagi pengembangan sistem monitoring kesehatan tanaman yang lebih komprehensif dan adaptif pada skala komunitas.
The Influence of Population Size on the Computational Time of Genetic Algorithms in Course Scheduling Salman, Rudi; Sinuraya, Arwadi; Irfandi, Irfandi; Eswanto, Eswanto; Rahman, Sayuti; Herdianto, Herdianto; Hutajulu, Olnes Yosefa; Halawa, Agung Y S
Jambura Journal of Electrical and Electronics Engineering Vol 8, No 1 (2026): Januari - Juni 2026
Publisher : Electrical Engineering Department Faculty of Engineering State University of Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjeee.v8i1.33508

Abstract

Course scheduling is a complex problem in higher education because it must satisfy multiple constraints involving courses, instructors, rooms, and time slots. This study examines the impact of population size variation on the computational efficiency of a Genetic Algorithm (GA) applied to a medium-scale instance consisting of 35 courses, 15 instructors, 12 rooms, and 20 time slots. Simulations were conducted in MATLAB using population sizes ranging from 20 to 1000, while all other GA parameters were held constant to isolate the effect of population size. Solution quality was evaluated using a conflict-based fitness function, and all configurations yielded valid timetables with zero hard-constraint violations. Experimental results reveal a consistent non-linear relationship between population size and computation time. Statistical findings in Table 1—including mean values, standard deviations, and 95% confidence intervals—show that both very small and very large populations produce higher and more variable execution times. In contrast, population sizes of 300–400 achieve the lowest and most stable computation times, indicated by the smallest mean values and narrow confidence intervals. For the instance and configuration used in this study, this range serves as an effective starting point for population size tuning. Overall, the findings highlight the importance of empirical parameter selection to balance computational efficiency and solution quality in academic timetabling systems.
Enhanced RegNetY-400MF for Fruit Fly Species Classification: Fine-Tuning Strategies and Data Balancing for Improved Accuracy Rahman, Sayuti; Indrawati, Asmah; Zen, Muhammad; Zealtiel, Billiam; Tanjung, Shabila Shaharani
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 9 No 6 (2025): December 2025
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v9i6.6973

Abstract

Fruit fly infestations pose a significant threat to agricultural productivity, especially in chili plantations, which can cause substantial yield losses. Accurate and rapid species classification is crucial for implementing targeted pest control strategies. This study developed a computationally efficient fruit fly species classification model using a deep learning approach that focused on improving accuracy with fine tuning and class balancing strategies. The dataset consists of 1049 images across 4 fruit fly species, captured in a natural plantation environment and available at www.inaturalist.org. The model evaluated several lightweight Convolutional Neural Network (CNN) architectures, including MobileNetV3-Small, RegNetY-400MF, and SqueezeNet among others, with RegNetY-400MF emerging as the best performing model, achieving a validation accuracy of 96.10% and a macro F1 score of 95.70%. The models tested in this study included several lightweight Convolutional Neural Network (CNN) architectures, including MobileNetV3-Small, RegNetY-400MF, and SqueezeNet, among others. RegNetY-400MF proved to be the best performing model, achieving a validation accuracy of 96.10% and a macro F1 score of 95.70%. Compared to other state-of-the-art models, RegNetY-400MF demonstrated higher accuracy while maintaining a lower number of parameters (8.3 million) and reduced computational complexity (0.41 GFLOPs). This makes the model highly suitable for real-time applications in resource-constrained agricultural environments. The model offers a practical solution for fruit fly species detection, enabling early and accurate identification of pest infestations in chili plantations, thereby reducing the risk of crop failure. By providing an efficient and scalable pest control tool, the model supports precision pest management, improves yield stability, and contributes to sustainable agriculture.
Teknologi Pengembangan Jaringan Internet Untuk Sekolah di Pedesaan Tengku Mohd Diansyah; Ilham Faisal; Dodi Siregar; Ade Zulkarnain Hasibuan; Sayuti Rahman
JPM: Jurnal Pengabdian Masyarakat Vol. 3 No. 3 (2023): January 2023
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/jpm.v3i3.413

Abstract

In this community service activity we are developing an internet network that will be used by schools in rural areas, one of the areas in Stabat City in building this internet network we use the ubnt antenna which is reliable in spreading signals in the countryside and our goal is to build an internet network in the village, namely to help the community in obtaining information that is currently very fast and the obstacles that the surrounding community has are very difficult to connect to the internet network after the team pays attention to the problem because of the large number of palm trees that make it very difficult to get a signal in the village and even the school when the school is very fast. The obstacle that the village has is that the signal in the village is not up to 2 bars so that the surrounding community is very difficult to connect to the internet network after the team noticed the problem because of the large number of palm trees which made the signal very difficult to get by local residents and even schools currently have difficulty in the learning process, let alone accessing dapodik owned by the school which must be connected to the internet network.
Normalization Layer Enhancement in Convolutional Neural Network for Parking Space Classification sayuti rahman; Marwan Ramli; Arnes Sembiring; Muhammad Zen; Rahmad B.Y Syah
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 23 No. 3 (2024)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v23i3.3871

Abstract

The research problem of this study is the urgent need for real-time parking availability information to assist drivers in quickly and accurately locating available parking spaces, aiming to improve upon the accuracy not achieved by previous studies. The objective of this research is to enhance the classification accuracy of parking spaces using a Convolutional Neural Network (CNN) model, specifically by integrating an effective normalizing function into the CNN architecture. The research method employed involves the application of four distinct normalizing functions to the EfficientParkingNet, a tailored CNN architecture designed for the precise classification of parking spaces. The results indicate that the EfficientParkingNet model, when equipped with the Group Normalization function, outperforms other models using Batch Normalization, Inter-Channel Local Response Normalization, and Intra-Channel Local Response Normalization in terms of classification accuracy. Furthermore, it surpasses other similar CNN models such as mAlexnet, you only look once (Yolo)+mobilenet, and CarNet in the same classification task. This demonstrates that EfficientParkingNet with Group Normalization significantly enhances parking space classification, thus providing drivers with more reliable and accurate parking availability information.
Pemanfaatan Teknologi Digital untuk Meningkatkan Produktivitas dan Kemandirian Peternak Ikan Desa Mariendal II Pratama, Bayu Aditya; Hasibuan, Nasaruddin Nur; Rahman, Sayuti; Ramdan, Dadan; Syah, Rahmad; Hartono; Zuhanda, M. Khahfi; Sembiring, Arnes; Indrawati, Asmah; Satria, Habib; Ritonga, Iqbal Giffari
Dedikasi Sains dan Teknologi (DST) Vol. 5 No. 2 (2025): Artikel Pengabdian Nopember 2025
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dst.v5i2.7875

Abstract

Kegiatan Pengabdian kepada Masyarakat (PkM) ini bertujuan untuk meningkatkan produktivitas dan kemandirian peternak ikan air tawar di Desa Mariendal II melalui penerapan sistem feeder dan monitoring pakan ikan berbasis Internet of Things (IoT). Permasalahan utama mitra meliputi pemberian pakan yang masih dilakukan secara manual, ketidakteraturan jadwal pakan, pemborosan pakan, serta keterbatasan literasi teknologi. Metode pelaksanaan kegiatan menggunakan pendekatan partisipatif yang meliputi tahap persiapan, pelatihan dan implementasi sistem IoT, pendampingan, serta evaluasi. Evaluasi dilakukan menggunakan pre-test dan post-test untuk mengukur peningkatan pemahaman dan keterampilan peserta. Hasil kegiatan menunjukkan peningkatan rata-rata kompetensi peserta sebesar 47%, dengan peningkatan tertinggi pada keterampilan instalasi dan pengoperasian perangkat serta kemampuan membaca hasil monitoring pakan. Nilai effect size yang sangat besar menunjukkan bahwa peningkatan kompetensi dipengaruhi secara signifikan oleh intervensi kegiatan. Selain itu, penerapan sistem feeder otomatis memberikan dampak operasional berupa peningkatan keteraturan pemberian pakan, pengurangan pemborosan pakan, serta efisiensi waktu dan tenaga kerja peternak. Tingginya tingkat keberterimaan teknologi tercermin dari konsistensi penggunaan sistem oleh sebagian besar peserta setelah kegiatan berakhir. Dengan demikian, kegiatan PkM ini membuktikan bahwa penerapan teknologi IoT yang tepat guna dan disertai pendampingan berkelanjutan mampu meningkatkan efisiensi budidaya ikan sekaligus mendorong kemandirian peternak secara berkelanjutan.
Analisis Komparatif CNN Ringan untuk Klasifikasi Penyakit Daun Tomat Menggunakan Visualisasi Grad-CAM Rahman, Sayuti; Hartono, Hartono; Sembiring, Arnes; Khahfi Zuhanda, muhammad; Aditya Pratama, Bayu; Martini, Dewi
Explorer Vol 6 No 1 (2026): January 2026
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/explorer.v6i1.2601

Abstract

Tomato leaf disease classification based on digital imagery has become an important approach in supporting smart agriculture, particularly for early detection of plant disease attacks. This study aims to compare the performance of several lightweight Convolutional Neural Network (CNN) architectures, namely MobileNetV3-Small, MobileNetV2, and EfficientNet-B0, in classifying tomato leaf diseases using the PlantVillage dataset. The dataset consists of 3,628 images distributed across 10 classes (9 disease classes and 1 healthy class), with a data split scheme of 80% for training and 20% for validation. Performance evaluation was conducted using classification reports, confusion matrices, and interpretability analysis through Grad-CAM and feature map visualization. The experimental results show that all models achieved very high accuracy, exceeding 99%. EfficientNet-B0 obtained the best performance with a validation accuracy of 99.59%, followed by MobileNetV2 at 99.45% and MobileNetV3-Small at 99.04%. However, model complexity increased along with accuracy, where EfficientNet-B0 had the largest number of parameters and FLOPs. Grad-CAM analysis revealed that higher-accuracy models demonstrated more precise activation focus on leaf lesion regions. This study confirms that lightweight CNN architectures are capable of delivering excellent classification performance while offering strong potential for deployment in plant disease detection systems on resource-limited devices
Rancang Bangun Miniatur Sistem Pemantauan Kondisi Lahan Pertanian Dengan Sms Gateway Berbasis Arduino Sultan Shidqi; Sayuti Rahman; Arnes Sembiring
Jurnal Indonesia Sosial Teknologi Vol. 3 No. 02 (2022): Jurnal Indonesia Sosial Teknologi
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2706.041 KB) | DOI: 10.59141/jist.v3i02.347

Abstract

Tanah merupakan unsur penting dalam pertanian dikarenakan tanah media dalam bercocok tanam. Suhu dan kelembapan dapat memengaruhi pertumbuhan tanaman dan kesulitan petani yaitu mengetahui nilai suhu dan kelembapan pada lahan pertaniannya tanpa harus ke terjun langsung ke lahan. Padahal informasi suhu dan kelembapan tanah sangat penting karena informasi tersebut digunakan untuk tindakan perbaikan dalam mengelola lahan pertanian. Berdasarkan permasalahan tersebut maka penulis merancang miniatur sistem pemantauan yang dapat mengetahui nilai suhu dan kelembapan tanah pada miniatur lahan pertanian dengan SMS. Sistem rancangan ini menggunakan Arduino Uno sebagai kontrol sistem pada seluruh rangkaian, Modul GSM sebagai pengirim dan penerima SMS, sensor DHT22 untuk mengukur suhu, sensor kelembapan tanah untuk mengukur kelembapan air pada tanah dan LCD yang berfungsi menampilkan nilai sensor. Cara pengaplikasian yaitu pengguna cukup mengirim SMS ke nomor yang ada pada Modul GSM dan teks SMS yang berisi “cek suhu tanah” atau “cek kelembapan tanah” maka pengguna akan mendapatkan notifikasi dari sistem serta mendapatkan informasi nilai sensor dari miniatur lahan. Untuk mengetahui apakah SMS sudah masuk ke sistem atau tidak pengguna dapat melihat SMS yang dikirim pada tampilan LCD sesuai dengan teks yang kita kirim ke sistem.
Co-Authors Abdul Malik Adam Adinda Titania Aditya Pratama, Bayu Ady Pratama, Ramadhan Alfyanang Fattulah Andi Marwan Elhanafi Ari Usman Arnes Sembiring Arnes Sembiring Arnes Sembiring Arnes Sembiring Arnes Sembiring Arnes Sembiring Arwadi Sinuraya Asih, Munjiat Setiani Asmah Indrawati Bayu Aditya Pratama Bayu Syah, Rahmad Beby Suryani Beby Suryani Fithri Budi Santoso Budi Santoso Chairul Rizal Chairul Rizal Chiuloto, Kalvin Dadan Ramdan Daffa, Daffa Zain Shahriza Deseari Baeha Desi Yanti Dodi Siregar Dodi Siregar Emil Fitranshah Aliff S Erianto Ongko Eswanto, Eswanto Fera Damayanti Finta Aramita Fiqi Arfian Habib Satria Hafifah, Febri Haida Dafitri Haida Dafitri Haida Dafitri, Haida Halawa, Agung Y S Harahap, Herlina Hartono Hartono Hartono Hartono Hartono Hartono Hasibuan, Ade Zulkarnain Hasibuan, Muhammad Ridwan Hasibuan, Nasaruddin Nur Herdianto Herdianto, Herdianto Herlina Andriani Simamora Hutajulu, Olnes Yosefa Ilham Faisal Ilham Faisal Irfandi Irfandi, Irfandi Irwan Irwan Isnaini Khahfi Zuhanda, Muhammad Kharunnisa Kharunnisa Lili Suryati Liza, Risko Lubis, Husni lubis, ihsan M F Verri Anggriawan Manurung, Dionikxon Mardiatul Hasanah Marischa Elveny, Marischa Martini, Dewi Marwan Ramli Marwan Ramli Muchzakhir Bustari Mufida Khairani Mufida Khairani Muhammad Khahfi Zuhanda Muhammad Rizky Irwansyah Muhammad Zen Muhammad Zen, Muhammad Munadi Munadi Muzdalifah Ulfayani Pratama, Bayu Aditya Putra, Andre Kurnia Rachmat Aulia Rachmat Aulia, Rachmat Rafiqi Rahmad B.Y Syah Rahmad Syah, Rahmad Retna Astuti Kuswardani Riki Agusetiawan Risko Liza Ritonga, Iqbal Giffari Robby Darwis Rudi Salman Sembiring, Arnes Setyadi, Rahmat Arief Siregar, Rosyidah Siti Sundari Sri Eka Riyani Harahap Sultan Shidqi Sumi Khairani Suriati Suriati Suriati Suriati Suriati, Suriati Suswati suswati suswati Tanjung, Rino Nurcahyo Fauzi Tanjung, Shabila Shaharani Taufik Siregar Tengku Mhd Diansyah Tengku Mohd Diansyah, Tengku Mohd Ulfa Sahira Winanda, Icha Windy Sri Wahyuni Wiraswan Duha Yasir, Amru Yessi Fitri Annisah Lubis Yuni Syahputri Zealtiel, Billiam Zuhanda, M. Khahfi