Article Per Year (5 Year)
p-Index From 2021 - 2026
7.584
P-Index
This Author published in this journals
All Journal Media Statistika BIMASTER Epsilon: Jurnal Matematika Murni dan Terapan Jurnal Edukasi dan Penelitian Informatika (JEPIN) JMPM: Jurnal Matematika dan Pendidikan Matematika BAREKENG: Jurnal Ilmu Matematika dan Terapan JTAM (Jurnal Teori dan Aplikasi Matematika) Sarwahita : Jurnal Pengabdian Kepada Masyarakat Insan Cita Jurnal Pengabdian Kepada Masyarakat JAMBURA JOURNAL OF PROBABILITY AND STATISTICS Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Pattimura International Journal of Mathematics (PIJMath)
Martha, Shantika
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Environmental Science Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 64 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 64 Documents
Search

 3   4   5   6   7 
PEMODELAN REGRESI LINEAR MENGGUNAKAN METODE THEIL (STUDI KASUS: JUMLAH PENDUDUK MISKIN DAN TINGKAT PENGANGGURAN TERBUKA) Amarrullah, Rido; Martha, Shantika; Andani, Wirda
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 4 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i4.70083

Abstract

Metode Theil adalah salah satu metode regresi nonparametrik yang digunakan saat asumsi kenormalan residual tidak terpenuhi pada model regresi linear sederhana. Penelitian ini bertujuan untuk membentuk model regresi linear sederhana dengan metode Theil dari data dengan residual data tidak berdistribusi normal. Data yang digunakan pada penelitian ini adalah data semesteran jumlah penduduk miskin (Y) dan tingkat pengangguran terbuka (X) di Indonesia Tahun 2012 hingga 2022 sebanyak 21 data. Terlebih dahulu dilakukan analisis regresi antara X dan Y, selanjutnya lakukan pengujian asumsi kenormalan residual data. Jika residual tidak berdistribusi normal, maka untuk mendapatkan model regresi linear sederhana dari data digunakanlah metode Theil. Setelah dilakukan analisis dengan metode Theil didapatlah model regresi linear sederhana Ŷ i = 18932,085 + 1495,988 X i , dengan nilai koefisien determinasi R 2 sebesar 0,493 (49,3%). Dari model yang didapat bisa diambil kesimpulan bahwa terdapat pengaruh positif antara tingkat pengangguran terbuka terhadap jumlah penduduk miskin, sehingga setiap kali tingkat pengangguran terbuka naik, jumlah penduduk miskin juga ikut naik. Sedangkan nilai koefisien determinasi menunjukkan bahwa sebesar 49,3% kemampuan variabel tingkat pengangguran terbuka menjelaskan tentang variabel jumlah penduduk miskin. Sedangkan sisanya sebesar 50,7% dijelaskan oleh variabel-variabel lain diluar penelitian ini.Kata kunci: Metode Theil, Regresi Parametrik dan Nonparametrik
PENGELOMPOKAN KABUPATEN/KOTA DI KALIMANTAN BARAT BERDASARKAN FAKTOR-FAKTOR KEMISKINAN MENGGUNAKAN METODE DBSCAN Purwanty, Purwanty; Martha, Shantika; Aprizkiyandari, Siti
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 1 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i1.74047

Abstract

Salah satu teknik analisis cluster adalah Density Based Spatial Clustering Algorithm with Noise (DBSCAN). Teknik ini mengelompokkan data berdasarkan kepadatannya. Jumlah data atau minimum point (Minpts) dalam radius epsilon (ε) dari setiap kumpulan data adalah merupakan konsep kepadatan data yang dimaksud . Dalam penelitian ini, Kabupaten/kota di Kalimantan Barat dikelompokkan berdasarkan kriteria berdasarkan faktor-faktor kemiskinan tahun 2021 dengan menggunakan metode DBSCAN. Indeks pembangunan manusia (X1), tingkat pengangguran terbuka (X2), dan persentase penduduk usia 15 tahun ke atas yang melek huruf (X3) menjadi variabel yang digunakan dalam penelitian ini. Tahap pertama dalam penelitian ini adalah menggunakan z-score untuk standarisasi data. Selanjutnya dengan melihat kurva siku menggunakan plot K-Nearest Neighbor (KNN) untuk menentukan nilai epsilon dan Minpts. Selanjutnya menentukan titik centroid pertama yang dipilih secara acak. Selanjutnya gunakan jarak euclidean untuk menghitung jarak. Setelah itu pembentukan cluster berdasarkan jumlah titik dalam radius ε dan lebih besar sama dengan Minpts. Kemudian vadidasi cluster dengan silhouette coefficient. Selanjutnya adalah interpretasi cluster. Dari hasil pengelompokan menggunakan metode DBSCAN diperoleh dua cluster dan lima noise dengan parameter ε sebesar 0,6 dan Minpts sebesar dua. Tujuh Kabupaten yaitu Sambas, Bengkayang, Landak, Sanggau, Kapuas Hulu, Sekadau, dan Melawi termasuk dalam cluster satu. Dua Kabupaten yaitu Mempawah dan Kubu Raya termasuk dalam cluster dua. Dibandingkan dengan cluster satu, cluster dua memiliki nilai rata-rata IPM dan tingkat pengangguran terbuka yang lebih besar. Berdasarkan hasil tersebut maka program-program dari pemerintah dapat diarahkan pada cluster dua.  Kata Kunci: Analisis Cluster, Epsilon, Minpts
PENERAPAN AUTOMATIC CLUSTERING"“FUZZY LOGICAL RELATIONSHIP PADA PERAMALAN HARGA EMAS Anggria, Vini; Martha, Shantika; Andani, Wirda
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i2.76953

Abstract

Investasi yang cenderung dipilih kebanyakan orang saat ini adalah dengan berinvestasi emas. Salah satu keuntungan dalam berinvestasi emas yaitu karena memiliki tingkat risiko yang relatif rendah dan tidak terpengaruh oleh inflasi. Untuk memperoleh keuntungan dan mencegah kerugian para investor membutuhkan metode peramalan dalam pengambilan keputusan. Metode peramalan yang digunakan dalam penelitian ini adalah Automatic Clustering "“ Fuzzy Logical Relationship (ACFLR). Tujuan penelitian ini untuk meramalkan harga emas dengan menerapkan metode ACFLR sebagai alat pendukung keputusan dalam berinvestasi. Penelitian ini menganalisis data harga emas pada periode 1 Maret 2022 hingga 31 Maret 2022. Peramalan ACFLR diawali dengan mengurutkan data tanpa data ganda, pembentukan kluster, penentuan panjang dan nilai tengah interval ,himpunan fuzzy, fuzzifikasi, membentuk FLR dan FLRG dan perhitungan nilai peramalan. Berdasarkan hasil implementasi metode ACFLR diperoleh hasil peramalan harga emas satu hari kedepan yaitu pada tanggal 1 April 2022 sebesar Rp. 897.000. Nilai ketepatan peramalan yang dihitung dengan MAPE sebesar 0,37% yang dapat dikatakan tingkat akurasinya tinggi, sehingga dapat disimpulkan bahwa penerapan metode ACFLR baik digunakan dalam memprediksi harga emas.  Kata Kunci : ACFLR, harga emas, peramalan
PENERAPAN VECTOR ERROR CORRECTION MODEL (VECM) UNTUK PERAMALAN NILAI EKSPOR NONMIGAS INDONESIA Pramesti, Surya Adinda Fitria; Imro’ah, Nurfitri; Martha, Shantika
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 5 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i5.99649

Abstract

Vector Error Correction Model (VECM) adalah pengembangan dari Vector Autoregressive (VAR) yang digunakan untuk menganalisis data yang tidak stasioner namun memiliki hubungan kointegrasi atau keterkaitan jangka panjang. VECM digunakan pada data time series yang menjadi stasioner setelah differencing pertama dan telah lolos uji kointegrasi. Dalam penelitian ini, data time series yang dianalisis adalah data ekspor dan nilai tukar mata uang rupiah. Ekspor adalah kegiatan perdagangan internasional yang menjadi elemen vital dalam pembentukan fondasi ekonomi suatu bangsa. Salah satu aspek utama yang berperan dalam memengaruhi besarnya nilai ekspor adalah nilai tukar mata uang atau kurs yang berperan dalam menentukan tingkat daya saing produk domestik di pasar internasional. Penelitian ini menggunakan nilai tukar terhadap dolar Amerika Serikat (USD), karena USD masih menjadi standar nilai tukar internasional dan menjadi acuan utama dalam sistem nilai tukar internasional. Ekspor menunjukkan perubahan yang tidak stabil dari waktu ke waktu, sehingga diperlukan upaya peramalan untuk dapat membantu memprediksi kondisi ekonomi mendatang. Penelitian ini bertujuan mengimplementasikan model VECM untuk meramalkan nilai ekspor nonmigas Indonesia. Data yang dianalisis berupa data periodik bulanan dari Januari 2013 hingga Desember 2024 yang diunduh melalui situs Satu Data Kementerian Perdagangan. Data yang digunakan telah memenuhi syarat stasioneritas pada tingkat first difference. Lag optimum yang dipilih adalah lag 3 sehingga model yang digunakan adalah VECM(2). Dalam uji kointegrasi Johansen menghasilkan adanya hubungan kointegrasi, sehingga pada setiap periode jangka pendek terjadi penyesuaian secara bersamaan dan saling memengaruhi guna mencapai keseimbangan dalam jangka panjang. Perhitungan menghasilkan Mean Absolute Percentage Error (MAPE) sebesar 5,99%, sehingga kinerja model dinilai sangat baik.
Pelatihan Infografis Untuk Pegawai PPN Pemangkat Martha, Shantika; Debataraja, Naomi Nessyana; Rizki, Setyo Wira; Imro'ah, Nurfitri; Perdana, Hendra; Kusnandar, Dadan; Satyahadewi, Neva; Tamtama, Ray
Insan Cita : Jurnal Pengabdian Kepada Masyarakat Vol 7, No 1 (2025): Februari 2025-Insan Cita: Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32662/insancita.v7i1.2658

Abstract

PPN Pemangkat sebagai sentra perikanan mempunyai beberapa keunggulan, yaitu lokasi strategis, dekat dengan fishing ground dan daerah pemasaran. Dengan berbagai keunggulan tersebut diharapkan dapat meningkatkan kualitas perekonomian masyarakat sekitar. Pentingnya ketersediaan informasi tentang PPN Pemangkat untuk masyarakat dapat menjadi faktor pendukung untuk meningkatkan kualitas perekonomian masyarakat yang terhubung dengan keberadaan PPN Pemangkat seperti nelayan. Infografis sangat diperlukan untuk penyajian data di PPN Pemangkat. Baik itu data tentang kapal, nelayan maupun hasil tangkapan. Infografis dapat menyederhanakan informasi yang rumit, sehingga informasi data lebih dapat dipahami untuk semua kalangan. Untuk itu pelatihan infografis bagi pegawai PPN Pemangkat sangat diperlukan. Hasil dari kegiatan ini yaitu bertambahnya pengetahuan serta kemampuan pegawai PPN Pemangkat dalam mengolah data melalui pembuatan infografis menggunakan excel.
Pemodelan Data Cuaca dengan Variabel Eksogen Kulminasi Matahari menggunakan Model Varimax Anjelika, Seselia; Martha, Shantika; Huda, Nur’ainul Miftahul
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 6 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i6.103101

Abstract

Perubahan cuaca di wilayah tropis seperti Kota Pontianak dipengaruhi oleh berbagai faktor meteorologi yang saling berinteraksi. Penelitian ini bertujuan menganalisis hubungan antara suhu rata-rata, kelembapan rata-rata, dan lama penyinaran matahari sebagai variabel cuaca atau variabel endogen, serta menganalisis pengaruh kulminasi matahari sebagai variabel eksogen. Data yang digunakan berasal dari BMKG Stasiun Meteorologi Maritim Pontianak dalam bentuk data bulanan periode 2021-2024. Analisis yang diterapkan adalah VARIMAX (Vector Autoregressive Model with Exogenous Variables) dengan tahapan meliputi analisis deskriptif, uji stasioneritas, identifikasi ordo model, estimasi parameter, pengujian asumsi residual, peramalan, dan evaluasi model menggunakan MAPE. Hasil penelitian menunjukkan bahwa ketiga variabel cuaca memiliki keterkaitan yang signifikan, sedangkan variabel eksogen kulminasi matahari tidak signifikan secara statistik namun tetap dipertimbangkan secara teoritis. Model terbaik yang diperoleh adalah VARIMAX (1,2,0) dengan tingkat kesalahan MAPE In-Sample sebesar 4,77% untuk suhu, 5,21% untuk kelembapan, dan 15,79% untuk penyinaran matahari dan MAPE Out-Sample sebesar 8,16% untuk suhu, 8,04% untuk kelembapan, dan 26,91% untuk penyinaran matahari. Temuan ini menegaskan bahwa model VARIMAX dapat digunakan untuk memahami dinamika cuaca tropis sekaligus mendukung peramalan jangka pendek di wilayah Pontianak.
Forecasting the Stock Price of PT. Dayamitra Telekomunikasi with Single Input Transfer Function Model Arsanti, Resti; Satyahadewi, Neva; Martha, Shantika
Pattimura International Journal of Mathematics (PIJMath) Vol 4 No 2 (2025): Pattimura International Journal of Mathematics (PIJMath)
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/pijmathvol4iss2pp87-96

Abstract

The unpredictable movement of stock prices is often a challenge for investors, so it requires a deeper understanding and consideration of various factors before making investment decisions. One of the factors that affect stock price movements is trading volume. Therefore, this study uses a single input transfer function model to forecast the daily closing stock price of PT. Dayamitra Telekomunikasi, with the closing stock price as the output variable and the stock trading volume as the input variable. The transfer function is a forecasting model that integrates ARIMA with multiple regression analysis, allowing modeling not only based on the values of the output variables, but also considering the influence of the input variables. ARIMA model estimation is performed on the input series for the prewhitening process, then the order of the transfer function is determined using cross-correlation plots, as well as model diagnostic tests to ensure its feasibility. Model accuracy is calculated to evaluate its performance in forecasting. The data used in this study are daily data from the period July 5, 2022 to October 9, 2024. The transfer function model obtained has an order of (2,0,0), with a MAPE value of 1.09%, which indicates that the model has good accuracy. Based on the forecasting results, it is estimated that there will be a decrease in the share price of PT. Dayamitra Telekomunikasi Tbk for the next five periods
Comparison of Single Net Premium of Unit Linked Endowment Life Insurance using Annual Ratchet Method and Black Scholes Model Idilla, Leona; Satyahadewi, Neva; Martha, Shantika
Pattimura International Journal of Mathematics (PIJMath) Vol 4 No 2 (2025): Pattimura International Journal of Mathematics (PIJMath)
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/pijmathvol4iss2pp73-86

Abstract

Annual Ratchet is an indexing method. Black Scholes is a model used to determine option. The purpose of this study is to compare the results of single net premium of unit-linked endowment life insurance using the Annual Ratchet method and the Black Scholes Model. The data used in this study are data on the daily closing share price of PT Telkom Indonesia (Persero) Tbk for the period December 20, 2021 to December 20, 2022, Bank Indonesia interest rates and the 2019 Mortality Table. In this study, a comparison is made between the Annual Ratchet method and the Black-Scholes model to calculate the net single premium of unit-linked endowment life insurance for a 30-year-old male insured. The results show that the premium calculated using the Annual Ratchet method is greater than the premium from the Black-Scholes model, which is Rp 8,725,000. This is due to the additional protection feature in the Annual Ratchet method, which provides a minimum guaranteed investment value, thus increasing the premium value to be paid.
PENGELOMPOKKAN DAERAH DI KALIMANTAN BARAT BERDASARKAN TINGKAT PENGANGGURAN MENGGUNAKAN METODE K-MEANS++ DAN VALIDASI ELBOW Adinda, Dian Tri; Martha, Shantika; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 15, No 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v15i1.105753

Abstract

Tingkat pengangguran merupakan indikator penting yang mencerminkan kondisi ekonomi serta kesejahteraan masyarakat di suatu wilayah. Di Provinsi Kalimantan Barat, permasalahan pengangguran masih menjadi tantangan dalam upaya pembangunan daerah. Penelitian ini membentuk cluster optimal Kabupaten/Kota di Kalimantan Barat berdasarkan tingkat pengangguran sebagai dasar perumusan kebijakan yang tepat. Data yang digunakan merupakan data sekunder tahun 2024 yang diperoleh dari Badan Pusat Statistik Kalimantan Barat, dengan lima variabel penelitian, yaitu produk Domestik Regional Bruto Atas Dasar Harga Berlaku (PDRB ADHB), Persentase Penduduk Miskin, Tingkat Partisipasi Angkatan Kerja (TPAK), Tingkat Pengangguran Terbuka (TPT), dan Rata-rata Lama Sekolah (RLS). Proses pengelompokan dilakukan dengan menghitung jarak antar objek menggunakan jarak Manhattan serta penentuan centroid optimal melalui inisialisasi sistematis pada K-Means++. Validasi menggunakan Elbow menunjukkan jumlah cluster optimal adalah K = 5. Hasil analisis menunjukkan bahwa cluster pertama merepresentasikan daerah dengan tingkat partisipasi angkatan kerja yang tinggi namun RLS yang rendah. Cluster kedua yang hanya terdiri atas Kota Pontianak menggambarkan wilayah dengan PDRB dan RLS tertinggi, tetapi memiliki TPT yang tinggi akibat ketidaksesuaian antara kualifikasi tenaga kerja dan ketersediaan lapangan kerja. Cluster ketiga mencerminkan daerah dengan kondisi PDRB terendah dan PPM tinggi, namun memiliki TPAK yang tinggi karena didominasi sektor informal. Cluster keempat menunjukkan wilayah dengan PPM yang cukup tinggi dan RLS yang cukup rendah. Sementara itu, cluster kelima menggambarkan wilayah dengan PDRB dan TPAK cukup rendah, namun RLS yang cukup tinggi. Sehingga adanya indikasi permasalahan struktural dalam penyerapan tenaga kerja.
PENGELOMPOKAN DAERAH DI KALIMANTAN BARAT BERDASARKAN TINGKAT PENGANGGURAN MENGGUNAKAN ALGORITMA K-MEDOIDS DENGAN METODE ELBOW Firnanda, Firnanda; Perdana, Hendra; Martha, Shantika
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 15, No 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v15i1.105754

Abstract

Tingkat pengangguran merupakan indikator penting untuk menggambarkan kondisi ekonomi suatu wilayah. Perbedaan potensi ekonomi dan kualitas sumber daya manusia antar kabupaten/kota di Provinsi Kalimantan Barat menyebabkan variasi tingkat pengangguran yang cukup signifikan. Penelitian ini bertujuan mengelompokkan kabupaten/kota di Provinsi Kalimantan Barat berdasarkan karakteristik ketenagakerjaan yang berkaitan dengan pengangguran menggunakan algoritma K-Medoids. Penentuan jumlah klaster dilakukan dengan metode Elbow berdasarkan penurunan total jarak dalam klaster (within-cluster distance) menggunakan jarak Manhattan. Penelitian memanfaatkan data sekunder tahun 2024 dari Badan Pusat Statistik (BPS) yang terdiri atas lima variabel, yaitu Produk Domestik Regional Bruto (PDRB), Persentase Penduduk Miskin (PPM), Tingkat Partisipasi Angkatan Kerja (TPAK), Tingkat Pengangguran Terbuka (TPT), dan Rata-rata Lama Sekolah (RLS). Jarak Manhattan digunakan karena lebih tahan terhadap outlier, terutama pada variabel RLS. Hasil penelitian menunjukkan bahwa jumlah klaster optimal yang terbentuk adalah tiga klaster dengan nilai Sum of Squares Error (SSE) sebesar 128,03. Klaster 1 terdiri atas Sambas, Mempawah, dan Sanggau, yang ditandai oleh RLS yang relatif perlu ditingkatkan. Klaster 2 terdiri atas Bengkayang, Landak, Sintang, Kapuas Hulu, Sekadau, Melawi, dan Kayong Utara, dengan karakteristik PDRB yang lebih rendah dan PPM yang lebih tinggi. Klaster 3 terdiri atas Ketapang, Kubu Raya, Kota Pontianak, dan Kota Singkawang, yang ditandai oleh TPAK yang lebih rendah dan TPT yang lebih tinggi. Hasil pengelompokan ini diharapkan dapat menjadi dasar dalam perumusan kebijakan ketenagakerjaan dan pembangunan wilayah yang lebih tepat sasaran sesuai kondisi sosial ekonomi masing-masing klaster.
Co-Authors , Syahru Rahmayuda, Haris Febriyanto Ramadhan , Sampe Hotlan Sitorus Adinda, Dian Tri Agustono, Hendri Al Azizi, Fudhail Azzam Thoriqi Amarrullah, Rido Andani, Wirda Anggria, Vini Anjelika, Seselia Apriliyanti, Rita Aprizkiyandari, Siti Arsanti, Resti Asmara, Mira AYU ASTUTI, AYU Ayuni, Anisa Putri Bartolomius, Bartolomius Cahyani, Cristy Framedia Calissta, Leanna Belva Clarenda Siboro, Viren Marcellya Cornellia, Amanda Dadan Kusnandar Deanovela, Adelea Delvi Debataraja, Naomi Nessyana Dwi Marisa Midyanti Dyaherawati, Oktavia Ersawahyuni, Aisna Evy Sulistianingsih Fadhila, Aisya Raihan Fallah, Khalishah Ghina Fiqriah, Isnaini Firnanda, Firnanda Gunawan, Risky Hamdari, Ela Hariadi, Wahyudio Shaney Fikri Hendra Perdana hidayatullah, Hidayatullah hidayatullah Huda, Nur’ainul Miftahul Idilla, Leona Ilhamsyah Imro'ah, Nurfitri IMRO’AH, NURFITRI Imro’ah, Nurfitri Indriani, Maria Meilinda Istighfarani, Ridha Maharani, Cinta Priscillia Mori, Stepanus Armadi Muhtadi, Radhi Mulia Tsani, Dien Permata Neva Satyahadewi Novi Safitri Nurhaliza, Sy. Farini Oktitannia, Dea Pebriyandi, Rifki Pramesti, Surya Adinda Fitria Prianti, Sabrina Eka Purwanty, Purwanty Puspita, Risma Putri Naya, Adellia Ayu Radinasari, Nur Ismi Rahmadanti, Putri Rahmawati, Fenti Nurdiana Regita, Luna Amara Rezaldi, Muhammad Fachri Riovani, Vriska Dwi Rivaldi, Syahrul Rizki, Setyo Wira Robbiati, Dian Sadikin, Utin Azwa Sayhani Salsabila, Salsabila Salsabila, Yumna Hanum Sindia, Eri Tamtama, Ray Umiati, Wiji Vebriyanti, Lo Mei Ly Wuri, Hastri Sastia Yogi, Vinsensius Yudhi Yundari, Yundari Zaria, Della