Article Per Year (5 Year)
p-Index From 2021 - 2026
10.953
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jupiter Coding: Jurnal Komputer dan Aplikasi Techno.Com: Jurnal Teknologi Informasi Jurnal Simetris CAUCHY: Jurnal Matematika Murni dan Aplikasi Jurnal Edukasi dan Penelitian Informatika (JEPIN) Infotech Journal CESS (Journal of Computer Engineering, System and Science) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Jurnal Informatika Upgris Jurnal Khatulistiwa Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA JITK (Jurnal Ilmu Pengetahuan dan Komputer) PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI CYBERNETICS JURIKOM (Jurnal Riset Komputer) Abdi: Jurnal Pengabdian dan Pemberdayaan Masyarakat JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Computer System and Informatics (JoSYC) Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Teknologi Informasi dan Komunikasi Jurnal Teknologi dan Sistem Tertanam Djtechno: Jurnal Teknologi Informasi KLIK: Kajian Ilmiah Informatika dan Komputer JITEL (Jurnal Ilmiah Telekomunikasi, Elektronika, dan Listrik Tenaga) CONSEN: Indonesian Journal of Community Services and Engagement Jurnal Informatika Polinema (JIP) The Indonesian Journal of Computer Science Jurnal Media Informasi Teknologi Mekongga: Jurnal Pengabdian Masyarakat Edu Komputika Journal Journal of Renewable Energy and Smart Device
Rahmi Hidayati
Universitas Tanjungpura
Religion Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 100 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 100 Documents
Search

 5   6   7   8   9 
Klasifikasi Siswa Slow Learner Menggunakan Algoritma C4.5 Dalam Optimalisasi Pembelajaran di Sekolah Menengah Pertama Gloria, Bela Priska; Hidayati, Rahmi; Hasfani, Hirzen
Journal of Information System Research (JOSH) Vol 6 No 3 (2025): April 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v6i3.6932

Abstract

Education is a learning process aimed at enhancing students' abilities in the school environment. SMP Negeri 12 Sungai Ambawang is one of the educational institutions located in Sungai Ambawang District. In the learning process, each student has a different level of understanding of the material being taught. Some students struggle to grasp lessons at the same pace as their peers, which categorizes them as slow learners. Lack of awareness about slow learners can hinder the teaching and learning process, as teachers must repeatedly explain the material. Therefore, this study aims to identify and classify slow learners using the C4.5 machine learning algorithm to help schools design more effective and adaptive learning strategies. The classification of slow learners is divided into four categories: normal, mild, moderate, and severe. The dataset consists of 135 data points, including 81 training samples and 54 testing samples. The attributes used include scores from subjects such as Civics (PKN), Indonesian Language, Mathematics, Natural Sciences (IPA), Social Sciences (IPS), and English. The C4.5 algorithm generates a decision tree with Natural Sciences (IPA) as the root node attribute. Testing using the Confusion Matrix shows an accuracy of 91%, precision of 54%, recall of 68%, and an error rate of 9%. The classification results indicate that 9% of students fall into the normal category, 24% into the mild category, 62% into the moderate category, and 0% into the severe category. These results demonstrate that the C4.5 algorithm is effective in classifying slow learners.
Sistem Pemantauan Dan Kendali Pada Budidaya Moina Sp Berbasis Mikrokontroler Saputra, Yoga; Suhardi, Suhardi; Hidayati, Rahmi
Coding: Jurnal Komputer dan Aplikasi Vol 13, No 1 (2025): Edisi April 2025
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v13i1.88115

Abstract

Saat ini, budidaya perikanan menghadapi berbagai tantangan dalam pengembangannya, khususnya pada proses pembenihan bibit ikan. Salah satu penyebab utama adalah tingginya angka kematian larva ikan yang baru menetas akibat kekurangan pakan. Pakan alami memiliki peran yang sangat penting dalam budidaya perikanan. Moina sp, dengan kandungan nutrisinya yang tinggi, menjadi pilihan unggulan sebagai pakan alami dalam budidaya ikan air tawar. Budidaya Moina sp membutuhkan perhatian khusus terhadap kualitas air dan kondisi lingkungannya untuk menjamin ketersediaan dan kualitasnya sebagai pakan alami. Untuk mengatasi masalah ini, dikembangkan sebuah sistem berbasis mikrokontroler yang dirancang untuk memantau dan mengendalikan budidaya Moina sp. Sistem ini memanfaatkan Arduino Uno dan NodeMCU ESP32 sebagai komponen utama, memungkinkan pengendalian kondisi air dengan menjaga nilai pH dan suhu secara otomatis, serta memberikan pakan secara terjadwal. Data nilai pH dan suhu dapat dipantau secara real-time melalui sebuah website.   Penelitian ini menguji tiga sensor, yaitu sensor pH, sensor suhu, dan sensor waktu. Hasil pengujian menunjukkan akurasi sensor pH sebesar 96% dan sensor suhu 98%, sementara sensor waktu RTC berfungsi optimal dalam menjadwalkan pemberian pakan. Sistem ini diharapkan dapat membantu petani ikan dalam memastikan ketersediaan pakan alami secara konsisten, sehingga dapat menekan angka kematian larva akibat kekurangan nutrisi.  Kata kunci : Moina sp, Budidaya, Arduino Uno, NodeMCU, Sistem Kendali.
Implementasi Metode Profile Matching Pada Sistem Penerimaan Penyedia Jasa Lainnya Orang Perorangan (PJLP) Di Lingkungan Pemerintah Kota Pontianak Berbasis Website Lestarry, Indah Advia; Hidayati, Rahmi; Bahri, Syamsul
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.57967

Abstract

Penyedia Jasa Lainnya Orang Perorangan (PJLP) Pemerintah Kota Pontianak, pertama kali dilakukan pada tahun 2017. Dalam setiap kegiatan proses penerimaan PJLP, terdapat permasalahan antara lain kualifikasi yang tidak sesuai dengan kebutuhan dan banyaknya jumlah pencari kerja, sehingga mengalami kesulitan dalam menentukan calon yang mempunyai kemampuan maupun kompetensi sesuai dengan bidangnya, tercatat sebanyak 158 orang pelamar pada tahun 2020 untuk semua formasi, data pelamar yang digunakan sebanyak 32 orang yang mendaftar pada bagian admin Pontive Center. Tujuan dari penelitian ini dibangun sebuah sistem pendukung keputusan untuk membantu memberikan rekomendasi kepada tim penyeleksi dalam memilih calon PJLP yang sesuai dengan kebutuhan proses seleksi yang lebih efisien dan efektif, sehingga subjektifitas dalam pengambilan keputusan dapat dikurangi. Metode profile matching dapat mengatasi masalah dalam penentuan keputusan yang memiliki banyak kriteria penilaian, dan aspek-aspek penilaian seperti core factor dan secondary factor. Hasil akhir penilaian dipengaruhi oleh besaran bobot core factor dan secondary factor pada setiap kriteria, hasil dari penelitian ini berupa sistem pendukung keputusan dalam penerimaan PJLP di lingkungan Pemerintah Kota Pontianak dengan mengimplementasikan metode profile matching yang dibangun berbasis website. Berdasarkan  hasil pengujian yang dilakukan, fungsionalitas sistem berjalan sesuai kebutuhan dan dapat memberikan hasil rekomendasi dalam penerimaan PJLP.
IMPLEMENTASI METODE DEMPSTER SHAFER PADA SISTEM PAKAR UNTUK MENDIAGNOSA HAMA DAN PENYAKIT TANAMAN KARET BERBASIS WEBSITE (STUDI KASUS PT. LANDAK BHAKTI PALMA KECAMATAN NANGA MAHAP) Jaka, Jaka; Hidayati, Rahmi; Ristian, Uray
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.57946

Abstract

Karet (Hevea brasiliensis) termasuk dalam Genus Hevea dari familia Euphorbiaceae, merupakan pohon kayu tropis penghasil lateks. Tanaman karet merupakan salah satu komoditi unggulan tanaman perkebunan yang ada di Indonesia. Prioritas utama pengelolaan tanaman karet adalah bagaimana mengelola batang tanaman ini secara efisien agar menghasilkan lateks dengan kualitas terbaik. Tanaman karet memiliki hama dan penyakit yang dapat menganggu pertumbuhannya sehingga menyebabkan kualitas lateks yang dihasilkan tidak bagus. Untuk mengatasi masalah tersebut diperlukan pengetahuan lebih mengenai gejala hama atau penyakit serta cara mengatasi masalah dari para ahli atau pakar. Metode Dempster Shafer merupakan metode ketidakpastian yang mengakuisi nilai kepercayaan para pakar berdasarkan pengetahuan yang dimilikinya, untuk menghasilkan diagnosis yang cepat, tepat dan akurat. Pada proses diagnosa hama dan penyakit tanaman karet, pengguna memberikan masukan berupa data gejala kemudian sistem akan memberikan keluaran berupa nama kerusakan, nilai densitas, penyebab kerusakan dan solusi. Data yang digunakan adalah 12 jenis data penyakit dan 5 jenis data hama. Berdasarkan hasil pengujian yang dilakukan sebanyak 56 data uji diperoleh tingkat akurasi keberhasilan sistem sebesar 92.85%.
PREDIKSI KETERSEDIAAN PANGAN DI KALIMANTAN BARAT DENGAN MENGGUNAKAN METODE MADALINE Lestari, Ayu Lathalia; Midyanti, Dwi Marisa; Hidayati, Rahmi
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.59224

Abstract

Ketersediaan pangan di suatu wilayah dipengaruhi oleh beberapa faktor antara lain   penyediaan, penggunaan, dan jumlah penduduk. Jumlah penduduk yang bertambah setiap tahun, mengakibatkan persediaan pangan semakin meningkat. Apabila kebutuhan konsumsi kurang dari ketersediaan pangan, maka wilayah tersebut mengalami defisit pangan. Dampak defisit pangan dapat ditanggulangi dengan melakukan suatu prediksi ketersediaan pangan dengan metode MADALINE. Penelitian tentang ketersediaan pangan menggunakan metode MADALINE bertujuan melakukan prediksi ketersediaan pangan untuk 1 bulan kedepan. Dengan meminimalkan respon yang telah dilatih sebelumnya, MADALINE dapat meningkatkan kemampuan komputasinya sehingga dapat merespon pola input dengan baik. Metode MADALINE Neural Network dengan algoritma MADALINE Rule I digunakan untuk memprediksi ketersediaan pangan di Kalimantan Barat. 12 unit masukan, 2 unit dalam 1 lapisan tersembunyi, dan 1 unit keluaran membentuk jaringan MADALINE. Metode Xavier digunakan untuk menentukan bobot awal selama proses pelatihan. Pada proses pelatihan menggunakan 84 data latih untuk setiap jenis pangan dengan laju pembelajaran terbaik 0,007. Hasil pengujian menggunakan 36 data uji untuk setiap jenis pangan dengan akurasi rata-rata sebesar 87,88%.
Implementasi Metode Multi Atribute Utility Theory (MAUT) Dalam Penentuan Karyawan Pemanen Kelapa Sawit Terbaik (Studi Kasus: PT. Perkebunan Nusantara XIII Ngabang) Sari, Ita Permata; Hidayati, Rahmi; Ristian, Uray
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.58687

Abstract

PT. Perkebunan Nusantara (PTPN) XIII Ngabang merupakan perusahaan penghasil kelapa sawit berlokasi di Provinsi Kalimantan Barat. PT.Perkebunan Nusantara XIII Ngabang adalah merupakan perusahaan BUMN perkebunan di wilayah Kalimantan Barat. Perkebunan PTPN menentukan pemilihan karyawan pemanen terbaik dikarenakan kontribusi pemanen yang besar untuk menentukan hasil dari perkebunan. Dalam menentukan karyawan panen terbaik ini banyak permasalahan yang belum objektif. Dari permasalahan tersebut perusahaan membutuhkan sistem yang membantu untuk memberikan rekomendasi karyawan pemanen terbaik. Banyaknya jumlah data karyawan mengakibatkan belum maksimalnya cara penentuan karyawan pemanen terbaik sehingga dibutuhkan sistem penentuan karyawan terbaik menggunakan metode Multi Attribute Utility Theory (MAUT) yang dapat menentukan karyawan pemanen terbaik yang lebih terstruktur. Metode MAUT merupakan suatu metode yang perbandingan kuantitatifnya mengkombinasikan perhitungan dengan hasil resiko dan keuntungan yang tidak sama digunakan untuk merubah dari beberapa ke nilai dengan skala 0-1 dimana 0 mewakili nilai terburuk dan 1 dengan nilai terbaik. Hasil akhir dari penelitian ini dipengaruhi oleh kriteria dan bobot. Hasil dari pengujian yang dilakukan menggunakan beberapa kriteria seperti kehadiran, jumlah buah, jumlah brondolan dan jumlah penol dimana data pegawai sebanyak 21 karyawan. Pada hasil penelitian yang memiliki nilai tertinggi yaitu alternatif kp4 dengan nilai 96,67.
IMPLEMENTASI GENERALIZED RELEVANCE LVQ (GRLVQ) UNTUK PREDIKSI DROUGHT CODE (DC) PADA INDEKS CUACA KEBAKARAN BERDASARKAN DATA AWS (AUTOMATIC WEATHER STATION) (STUDI KASUS : KABUPATEN KUBU RAYA) Junianti, Suci; Midyanti, Dwi Marisa; Hidayati, Rahmi
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 2 (2023): Edisi September 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i2.62890

Abstract

Drought Code (DC) atau Kode Kekeringan merupakan peringkat numerik dari kandungan kelembapan lapisan tanah organik yang padat. DC digunakan sebagai indikator membaranya api dalam suatu kebakaran dan potensi terjadinya kabut asap. Diketahui bahwa total luas hutan dan lahan yang terbakar di Kalimantan Barat sepanjang tahun 2022 adalah 21.836 Ha. Jika DC terus menunjukkan tingkat tinggi maupun ekstrim, akan terjadi kebakaran hutan yang lebih parah. Hal yang harus dilakukan untuk mencegahnya adalah dengan mengetahui kondisi DC dan tidak melakukan pembakaran di lahan gambut. Selain itu para petugas Manggala Agni harus bersiaga ketika kondisi DC tinggi maupun ekstrim. Dengan algoritma GRLVQ dibuat sebuah sistem untuk memprediksi DC dengan memasukkan data suhu, kelembapan, curah hujan dan kecepatan angin selama 6 hari, untuk memprediksi kondisi DC pada hari ke-7. Algoritma Generalized Relevance LVQ (GRLVQ) merupakan algoritma yang mengadaptasi pembaharuan bobot dari algoritma GLVQ, dan mengadaptasi perhitungan jarak serta pembaharuan vektor relevansi dari algoritma RLVQ. Berdasarkan hasil pengujian untuk sistem prediksi DC dengan algoritma GRLVQ diperoleh akurasi sebesar 65,72% untuk 607 data uji dengan 200 iterasi dan learning rate awal 0,06 serta MSE sebesar 0,342762.
PENERAPAN METODE C4.5 UNTUK KLASIFIKASI POTENSI AKADEMIK SISWA (Studi kasus: SMP DDI Sultan Syarif Abdurachman Pontianak) Firdaus, Nurul Fajri 'Aini; Midyanti, Dwi Marisa; Hidayati, Rahmi
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.54266

Abstract

Potensi akademik siswa adalah salah satu pengaruh yang sangat penting untuk meningkatkan mutu pendidikan, meningkatkan persentase nilai sekolah, serta mempermudah siswa untuk melanjutkan kejenjang pendidikan selanjutnya dengan nilai yang dapat bersaing. Beberapa faktor kemungkinan penyebab turunnya potensi akademik siswa antara lain kurangnya daya serap siswa pada saat kegiatan belajar mengajar, siswa pasif bertanya dan lain-lain yang menyebabkan nilai akademik siswa tersebut tidak mencapai standar kriteria ketuntasan belajar yang telah ditetapkan oleh satuan pendidikan. Untuk meningkatkan potensi akademik pada SMP DDI Sultan Syarif Abdurachman Pontianak diperlukan bimbingan terhadap siswa yang mempunyai potensi akademik kurang atau dibawah dari kriteria ketuntasan belajar. Agar peningkatan potensi akademik siswa dapat berjalan dengan baik, maka dibutuhkan cara klasifikasi untuk menentukan siswa yang perlu atau tidak mendapatkan bimbingan. Klasifikasi yang digunakan yaitu metode C4.5. Metode ini digunakan untuk mendapatkan pohon akar yang hasil klasifikasinya dapat menentukan siswa tersebut perlu mendapat bimbingan. Target yang digunakan terdiri dari menengah atas, menengah bawah dan wajib konseling. Mata pelajaran yang digunakan sebanyak 10 mata pelajaran dan menggunakan data uji sebanyak 240 data. Penggunaan metode C4.5 untuk klasifikasi potensi akademik siswa mendapatkan rata-rata akurasi sebesar 93,332%.
Sistem Pendeteksi Arah Kiblat bagi Disabilitas Menggunakan Sensor Kompas dan Global Positioning System (GPS) Vidyana, Irma; Rismawan, Tedy; Hidayati, Rahmi
Jurnal Informatika Polinema Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i3.6832

Abstract

Kiblat adalah sudut atau arah dengan ka’bah di Makkah sebagai titik pusat, pengukuran sudut yang diukur dari arah utara menuju kiblat disebut azimut kiblat, rentang toleransi arah kiblat yang benar adalah sebesar 5⁰. Bagi disabilitas yang memiliki keterbatasan dalam melakukan aktifitas normal, mencari arah kiblat menjadi tantangan yang sulit karena memerlukan tingkat keakurasian, akibatnya disabilitas memerlukan bantuan orang lain dalam menentukan arah kiblat. Untuk mengatasi permasalahan ini, diperlukan alat bantu dalam mencari arah kiblat yang dapat memberikan informasi arah sesuai keberadaan pengguna. Pada penelitian ini dibangun sebuat alat bantu pendeteksi arah kiblat bagi disabilitas menggunakan sensor kompas sebagai pendeteksi arah pengguna dan GPS sebagai penentu titik koordinat. Arduino Mega berperan sebagai pemroses data dan mengirimkan umpan balik audio lewat speaker dan status informasi kepada LCD untuk memudahkan pengguna memahami status keberadaanya dari arah kiblat. Hasil pengujian yang dilakukan di dalam dan luar ruangan menghasilkan rata-rata ketepatan GPS sejauh 15.06 m, sistem bekerja lebih optimal di luar ruangan dengan ketepatan modul GPS sejauh 8.69 m dan di dalam ruangan sejauh 19.45 m, akurasi sensor kompas sebesar 97.40% dan ketepatan akurasi nilai azimut kiblat 99.98%., sistem dapat bekerja secara real-time selama sinyal GPS tersedia.
Utilization of Artificial Intelligence as a Tool to Assist in Preparation of School Learning Materials on the West Kalimantan Border Ristian, Uray; Ruslianto, Ikhwan; Bahri, Syamsul; Hidayati, Rahmi; Rismawan, Tedy; Suhery, Cucu; Marisa Midyanti, Dwi; Nirmala, Irma; Suhardi; Hasfani, Hirzen; Sari, Kartika; Kasliono; Muhardi, Hafiz
MEKONGGA: Jurnal Pengabdian Masyarakat Vol. 2 No. 1 (2025): April 2025
Publisher : Digital Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69616/mekongga.v2i1.217

Abstract

The use of Artificial Intelligence (AI) as a tool in compiling learning materials in schools has great potential to improve the quality of education, especially in border areas that are often faced with challenges of accessibility and availability of resources. This community service activity aims to fulfill the Tri Dharma of Higher Education by providing contributions to the community while assisting teachers in utilizing AI tools. Through a preliminary study, a needs mapping was carried out together with teachers of SDN 03 Balai Karangan to ensure that the development of AI tools is relevant to learning needs on the West Kalimantan border. The development of this AI tools integrates natural language processing technology to produce learning materials that are in accordance with the curriculum and local characteristics. After development, the AI ??tools is disseminated and practiced in the school environment. It is hoped that through this activity, teachers at SDN 03 Balai Karangan on the West Kalimantan border will be better able to compile quality and relevant learning materials with the help of AI tools, can improve the quality of education and provide real benefits to local students.
Co-Authors Achyar, Athif Tafrihan Adam, Chairul Agus Harjoko Aji, Maulana Setia Alfikri, Nadya Syifa Andreni, Gracella Aqila Zulfahmi Putri, Nessa Ariansyah Sudarsono Arif Rahmawan Arif Rahmawan Aris Fajrianto Basuki Ilham, Maulana Cucu Suhery Cucu Suhey Darmawansyah Darmawansyah Dea Rizki Febrinamas Dedi Triyanto Deni Deni Destia Arini Hairunnisa Dwi Marisa Midyanti Dwi Marisa Midyanti Ellif Ellif Fajar Mu'alim Firdaus, Nurul Fajri 'Aini Fransiskus Julian Adresman Frasila Frasila Gloria, Bela Priska Gunawan Gunawan Hafiz Muhardi Herawati, Yunita Hirzen Hasfani Ika Nurul Hidayah Ikhsan, Afif Muhammad Ikhwan Ruslianto Ilhamsyah Irma Nirmala Irmina Rika Irvando Aldo Renaldy Irwan Guntoro Irwan Guntoro Jaka, Jaka Junianti, Suci Kaffi, Muhammad Syahrul Kartika Sari Kartika Sari Kasliono Kasliono Kresna Satya Nugroho Krisna Madani Lestari, Ayu Lathalia Lestarry, Indah Advia Lindini Afira Marettania, Felisitas Marisa Midyanti, Dwi Michael Michael Muhamad Reksy Mulia Muhammad Luthfi Nur Fitriana Putri Nurfitri Imro'ah Nurfitri Imro'ah Nurul Mutiah NUR’AINUL MIFTAHUL HUDA PERMADANI, CHANDRA MONICA Pratama, Rakha Daffa Primus Mario Andaka Ginting Putra, Bima Rahmanita Widiyanti Rahmawan, Arif Riska Wulandari, Riska Rizky Risan R Sampe Hotlan Sitorus Saputra, Dimas Bagus Saputra, Yoga Sari, Ita Permata Subri, Hafiz Adlan Afrigi Suci Junianti Suci Pania, Tika Suhardi Suhardi Suhardi Suhardi Suwanty, Erina Sy Kamal Baraqbah Syamsul Bahri Syamsul Bahri Sylviana Kusuma Tedy Rismawan Teodora Fenny Aliansih Uray Ristian Utami, Retnaning Tyas Vidyana, Irma Yunita Erniajan