Claim Missing Document
Check
Articles

IMPLEMENTASI METODE GLCM DAN KNN UNTUK MENGIDENTIFIKASI JENIS BUNGA ANGGREK (ORCHIDACEAE) Nurkhalizah, Rezeki; Febrian, Didi; Manullang, Sudianto; Iskandar Al Idrus, Said; Yandra Niska, Debi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14142

Abstract

Identifikasi jenis bunga anggrek (Orchidaceae) merupakan salah satu tantangan dalam bidang pengolahan citra digital, mengingat keberagaman bentuk dan warna pada setiap spesies. Penelitian ini bertujuan untuk mengimplementasikan metode Grey Level Co-occurrence Matrix (GLCM) dan K-Nearest Neighbor (KNN) dalam mengidentifikasi jenis bunga anggrek. GLCM digunakan untuk mengekstraksi fitur tekstur pada gambar bunga anggrek, seperti kontras, korelasi, energi, dan homogenitas, yang dapat menggambarkan pola tekstur spesifik pada setiap jenis bunga. Fitur-fitur yang diperoleh kemudian digunakan sebagai input dalam metode klasifikasi KNN untuk mengklasifikasikan gambar bunga anggrek ke dalam kategori spesies yang sesuai. Dataset yang digunakan terdiri dari citra berbagai jenis bunga anggrek, yang telah melalui proses pra-pemrosesan seperti konversi ke grayscale, normalisasi ukuran, dan segmentasi objek bunga dari latar belakang. Proses pelatihan dilakukan dengan membagi dataset menjadi 80% data training dan 20% data testing. Evaluasi performa dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa kombinasi metode GLCM dan KNN dapat memberikan akurasi identifikasi yang tinggi, membuktikan efektivitasnya dalam mengenali variasi jenis bunga anggrek berdasarkan karakteristik tekstur citra. Dari hasil pengujian, sistem yang dikembangkan mencapai akurasi sebesar 78,95%, yang menunjukkan kinerja yang cukup baik untuk klasifikasi awal. Penelitian ini diharapkan dapat menjadi kontribusi dalam pengembangan sistem identifikasi otomatis untuk tanaman anggrek, yang berguna bagi bidang botani, konservasi, serta mendukung digitalisasi data flora. Pengembangan lebih lanjut dapat dilakukan dengan memperluas jumlah data, menggabungkan fitur warna atau bentuk, serta menguji algoritma klasifikasi lain untuk meningkatkan akurasi dan keandalan sistem.
IMPLEMENTASI ALGORITMA NAÏVE BAYES DALAM MELAKUKAN KLASIFIKASI TINGKAT STRES SISWA SMA Anastasya Carity S, Disty; Arnita, Arnita; Simamora, Elmanani; Indra, Zulfahmi; Manullang, Sudianto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14173

Abstract

Stres merupakan bagian dari psikologis yang dapat dialami oleh setiap individu. Dalam berbagai situasi yang mengancam, reaksi psikologis dan fisiologis dapat muncul sebagai reaksi terhadap stres. Berdasarkan dari data hasil riset kesehatan dasar (Riskesdas) tahun 2018, menunjukkan bahwa pravalensi penduduk indonesia pada umur >15 tahun yang mengalami gangguan mental emosional atau stres, sebanyak 706.688 orang (9,8%). Stres yang terjadi di dunia pendidikan yang dialami remaja dapat disebut sebagai stres akademik. Pentingnya mengetahui tingkat stres agar dapat memberikan penanganan yang tepat sesuai dengan tingkat stres yang dialami, sehingga dapat mencegah hal-hal yang tidak diinginkan. Tujuan dari penelitian ini adalah mengimplementasikan algoritma naïve bayes untuk melakukan klasifikasi tingkat stres siswa SMA, sehingga dapat mengetahui tingkatan stres yang dialami oleh siswa. Metode yang digunakan dalam penelitian ini adalah dengan melakukan preprocessing data dengan menggunakan label encoder, pembagian data menjadi data training dan data testing dengan rasio 80:20. Hasil penelitian menunjukkan tingkat akurasi dari implementasi algoritma naïve bayes sebesar 90%.
Survei Kesehatan Mental Mahasiswa Menjelang Ujian Akhir Semester: Analisis Stres, Kecemasan, dan Strategi Penanggulangan Aulia, Widi; Sihombing, Sri Yuni Utari; Lubis, Revan Kurniawan; Situmorang, Ruth Remita Asianna; Fadilah, Putri Maulidina; Manullang, Sudianto
Jurnal Pendidikan Tambusai Vol. 9 No. 2 (2025): Agustus
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v9i2.30217

Abstract

Kesehatan mental mahasiswa menjadi aspek penting yang perlu diperhatikan, khususnya menjelang Ujian Akhir Semester (UAS) yang kerap menimbulkan tekanan akademik. Penelitian ini bertujuan untuk mengevaluasi kondisi kesehatan mental mahasiswa Program Studi Statistika angkatan 2023 dan 2024 di Universitas Negeri Medan dengan fokus pada tingkat stres, kecemasan, dan strategi penanggulangan (coping) yang digunakan. Pendekatan penelitian yang digunakan adalah mixed-method, dengan data kuantitatif diperoleh melalui kuesioner Likert berskala 4 pada 62 responden, dan data kualitatif diperoleh melalui wawancara semi-terstruktur kepada lima mahasiswa. Hasil penelitian menunjukkan bahwa mayoritas mahasiswa mengalami tingkat stres tinggi (55%), sisanya berada pada kategori stres sedang (45%), dan tidak terdapat responden dalam kategori stres rendah. Gejala stres yang umum dialami berupa kecemasan berlebihan, gangguan tidur, serta perubahan emosi. Strategi coping yang digunakan meliputi pendekatan problem-focused seperti manajemen waktu dan pembuatan jadwal belajar, serta emotion-focused seperti relaksasi dan mencari distraksi positif. Temuan ini menunjukkan perlunya dukungan institusional dalam bentuk pendampingan psikologis dan pelatihan manajemen stres, agar mahasiswa mampu menjalani masa ujian dengan lebih sehat secara mental.
Simulasi Monte Carlo Untuk Prediksi dan Analisis Tindak Pidana di Sumatera Utara Gultom, Ledy Meva Tiurma; Felicia Eldora; Khoiriyati Azmi; Purba, Rut Omega; Karin Aulia Putri; Manullang, Sudianto; Nasution, Alvi Sahrin
Griya Journal of Mathematics Education and Application Vol. 5 No. 3 (2025): September 2025
Publisher : Pendidikan Matematika FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/griya.v5i3.641

Abstract

Crime data in North Sumatra Province obtained from the Central Statistics Agency shows an upward trend, peaking in 2023. This condition presents an urgent need for swift and appropriate policy intervention. The effectiveness of such policies is measured by their ability to significantly reduce crime rates. This study aims to forecast the trend of criminal acts in North Sumatra for the period 2024–2028 using the Monte Carlo Simulation method, based on historical data from 2000 to 2023. The stochastic simulation approach was chosen to accommodate the uncertainty and variability inherent in crime data. The results provide probabilistic predictions that can serve as a reference for the government in designing more adaptive and responsive crime prevention policies. This model is expected to offer realistic estimates of potential increases or decreases in crime, thereby enabling more targeted and data-driven decisions. Overall, the findings of this study contribute to the development of strategic, risk-based security policies that reflect the dynamic nature of criminal activity.
Pemodelan Rantai Markov dalam Memprediksi Hasil Panen Kopi di Pulau Sumatera Hasibuan, Eka Sri Hartini; ameliya, Ameliya; Annisa Hidayah; Piliang, Yumna Khairi Amani; Manullang, Sudianto; Nasution, Alvi Sahrin
Jurnal Riset Matematika Volume 5, No.1, Juli 2025, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v5i1.7197

Abstract

Abstract. Coffee is one of the leading commodities in Indonesia, especially in the Sumatra Island region. The provinces of Aceh, North Sumatra, West Sumatra, South Sumatra, Bengkulu, and Lampung are the main centers of coffee production, both Arabica and Robusta types. In addition to being the main source of income for farmers, coffee also plays an important role in supporting the country's foreign exchange. However, coffee production in the region still faces various challenges, such as climate fluctuations, erratic rainfall, pest attacks, and variations in cultivation techniques that cause instability in harvest yields from year to year. This study aims to predict coffee harvest yields during the period 2024 to 2028 using the Markov Chain model. This model is used to describe the shift in production distribution between provinces based on the transition probability from previous conditions. The data used are secondary data on coffee harvests from 2018 to 2023. The analysis was carried out by compiling a transition matrix, calculating the probability distribution for each year, and estimating the harvest yield quantitatively. The prediction results show a relatively stable annual production of around 538 thousand tons. The Mean Absolute Percentage Error (MAPE) value of 9.93% indicates a fairly good level of model accuracy. In addition, steady state conditions are estimated to be achieved in 2030. This study contributes to efforts to formulate adaptive and sustainable coffee distribution and production planning policies in Sumatra. Abstrak. Kopi merupakan salah satu komoditas unggulan di Indonesia, khususnya di wilayah Pulau Sumatera. Provinsi Aceh, Sumatera Utara, Sumatera Barat, Sumatera Selatan, Bengkulu, dan Lampung menjadi sentra utama produksi kopi, baik jenis Arabika maupun Robusta. Selain menjadi sumber utama pendapatan petani, kopi juga berperan penting dalam menopang devisa negara. Namun, produksi kopi di wilayah tersebut masih menghadapi berbagai tantangan, seperti fluktuasi iklim, curah hujan yang tidak menentu, serangan hama, dan variasi teknik budidaya yang menyebabkan ketidakstabilan hasil panen dari tahun ke tahun. Penelitian ini bertujuan untuk memprediksi hasil panen kopi selama periode 2024 hingga 2028 dengan menggunakan model Rantai Markov. Model ini digunakan untuk menggambarkan peralihan distribusi produksi antar provinsi berdasarkan probabilitas transisi dari kondisi sebelumnya. Data yang digunakan merupakan data sekunder hasil panen kopi dari tahun 2018 hingga 2023. Analisis dilakukan dengan menyusun matriks transisi, menghitung distribusi probabilitas tiap tahun, serta memperkirakan hasil panen secara kuantitatif. Hasil prediksi menunjukkan produksi tahunan yang relatif stabil, sekitar 538 ribu ton. Nilai Mean Absolute Percentage Error (MAPE) sebesar 9,93% menunjukkan tingkat akurasi model yang cukup baik. Selain itu, kondisi steady state diperkirakan tercapai pada tahun 2030. Penelitian ini memberikan kontribusi dalam upaya penyusunan kebijakan distribusi dan perencanaan produksi kopi yang adaptif dan berkelanjutan di Sumatera.
PERHITUNGAN DANA PENSIUN METODE ENTRY AGE NORMAL BERBASIS MODEL SUKU BUNGA VASICEK Pulungan, Zakiy Maulana; Lubis, Hafiz Khalik; Aqil, Muhammad Fachri; Manullang, Sudianto
Jurnal Review Pendidikan dan Pengajaran Vol. 8 No. 2 (2025): Volume 8 No. 2 Tahun 2025
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jrpp.v8i2.44515

Abstract

Penelitian ini mengkaji perhitungan dana pensiun menggunakan metode Entry Age Normal (EAN) berbasis model suku bunga Vasicek. Model ini digunakan untuk menghitung iuran normal dan kewajiban aktuaria dalam program pensiun, dengan mempertimbangkan fluktuasi suku bunga. Hasil penelitian menunjukkan bahwa penggunaan model Vasicek menghasilkan estimasi yang lebih realistis dan konservatif dibandingkan dengan penggunaan suku bunga konstan. Perhitungan yang menggunakan model Vasicek memberikan hasil yang lebih rendah pada iuran normal dan kewajiban aktuaria, mengindikasikan bahwa model ini mencerminkan kondisi suku bunga yang fluktuatif dan lebih sesuai untuk perencanaan pensiun jangka panjang. Semakin muda usia masuk kerja, semakin besar manfaat pensiun yang diterima, yang mempertegas pentingnya perencanaan pensiun sejak awal masa kerja.
Hubungan Antara Self-Regulated Learning Dan Motivasi Belajar Mahasiswa Statistika Universitas Negeri Medan Clara Jocelyn Harefa; Carles Syahputra Hulu; Ira Selvia Ritonga; Nursani Salsabillah Akza; Putri Maulidina Fadilah; Sudianto Manullang
PESHUM : Jurnal Pendidikan, Sosial dan Humaniora Vol. 4 No. 6: Oktober 2025
Publisher : CV. Ulil Albab Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56799/peshum.v4i6.10312

Abstract

Penelitian ini bertujuan untuk menganalisis hubungan antara self-regulated learning dan motivasi belajar mahasiswa statistika Universitas Negeri Medan. Latar belakang penelitian ini dilandasi oleh pentingnya kedua aspek tersebut dalam menunjang keberhasilan akademik mahasiswa,khususnya pada bidang statistika yang membutuhkan ketekunan dan kemandirian belajar.Metode penelitian yang digunakan adalah kuantitatif dengan pendekatan korelasional. Data dikumpulkan dari sejumlah mahasiswa statistika Universitas Negeri Medan melalui kuesioner yang menggunakan skala Likert untuk mengukur tingkat self-regulated learning dan motivasi belajar. Analisis data dilakukan dengan menggunakan uji korelasi Pearson. Hasil penelitian menunjukkan adanya hubungan positif yang signifikan antara self-regulated learning dan motivasi belajar mahasiswa statistika. Mahasiswa dengan tingkat self-regulated learning yang tinggi cenderung memiliki motivasi belajar yang lebih baik.Temuan ini mengindikasikan bahwa pengembangan strategi pembelajaran yang mendukung kemandirian dan pengaturan diri dapat secara efektif meningkatkan motivasi belajar mahasiswa statistika.
Analisis Yield Curve dalam Penilaian Obligasi: Pendekatan Matematis untuk Menghitung Nilai Tebus Sianturi, GiaColin Alfaro Samuel; Fachrihz Effendy; M. Shadri Ismaun Lubis; Revan Kurniawan Lubis; Sudianto Manullang
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 7 No 1 (2025)
Publisher : Math Program, Math and Science faculty, Pamulang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v7i1.48580

Abstract

Perubahan kurva imbal hasil (yield curve) merupakan salah satu indikator yang penting dalam mengukur ekspektasi suku bunga serta kondisi ekonomi di masa depan. Oleh karena itu penelitian ini bertujuan untuk menganalisi tren perubahan kurva imbal hasil obligasi pemerintah dengan melihat bebrapa nilai tebus obligasi menggunakan nilai sekarang Present Value (PV). Penelitian ini menggunakan metode deskriptif, dimana visualisasi data dinyatakan dalam grafik tren untuk menilai pola pergerakan imbal hasil obligasi. Hasil yang diperoleh dari penelitian ini menunjukkan, imbal hasil obligasi dengan tenor jangka pendek cenderung lebih fluktuatif ketimbang obligasi berjangka panjang. Selain itu, perubahan kurva imbal hasil juga dapat menggambarkan dinamika pasar keuangan serta potensial meramalkan kondisi ekonomi. Oleh karena itu penelitian ini membuktikan bahwa, pemantauan kurva imbal hasil penting dilakukan sebagai langkah assesment kondisi ekonomi dan moneter di masa depan, dan dapat digunakan sebagai referensi bagi investor dalam pembuatan keputusan investasi obligasi.
Pengaruh Gaya Hidup Komsutif Mahasiswa Unimed Program Studi Statistika 2024 Dalam Penggunaan Skincare Tia Ramadani; Aulia Putri Br. Manurung; Risa Rozzaqi Rambe; Cahaya Destia Regar; Putri Maulidina Fadilah; Sudianto Manullang
J-CEKI : Jurnal Cendekia Ilmiah Vol. 4 No. 6: Oktober 2025
Publisher : CV. ULIL ALBAB CORP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56799/jceki.v4i6.10313

Abstract

Penelitian ini bertujuan untuk mengetahui pengaruh gaya hidup konsumtif terhadap penggunaan skincare pada mahasiswa Program Studi Statistika angkatan 2024 Universitas Negeri Medan. Penggunaan skincare telah menjadi bagian penting dari gaya hidup modern, khususnya di kalangan mahasiswa yang mulai sadar akan pentingnya penampilan. Penelitian ini bertujuan untuk mengetahui pengaruh gaya hidup konsumtif terhadap penggunaan skincare pada mahasiswa Program Studi Statistika angkatan 2024 Universitas Negeri Medan. Penelitian ini menggunakan pendekatan kuantitatif dengan teknik simple random sampling terhadap 68 responden. Instrumen yang digunakan berupa kuesioner skala Likert, dan data dianalisis menggunakan SPSS dengan uji validitas, reliabilitas, linearitas, korelasi Pearson, dan regresi linear sederhana.Hasil penelitian menunjukkan bahwa seluruh item kuesioner valid dan reliabel, dengan nilai Cronbach’s Alpha sebesar 0,916. Uji linearitas menunjukkan hubungan linear yang signifikan antara gaya hidup konsumtif dan penggunaan skincare (F = 99,263; Sig. < 0,001). Uji korelasi Pearson menghasilkan nilai r = 0,775 yang menunjukkan hubungan kuat dan signifikan. Analisis regresi menunjukkan bahwa gaya hidup konsumtif berpengaruh signifikan terhadap penggunaan skincare dengan nilai R² sebesar 0,601, yang berarti 60,1% variasi penggunaan skincare dijelaskan oleh gaya hidup konsumtif.Hasil ini menunjukkan bahwa semakin tinggi gaya hidup konsumtif mahasiswa, maka semakin tinggi pula kecenderungan penggunaan skincare sebagai bagian dari gaya hidup mereka.
Pengaruh Video Animasi Pembelajaran dengan Pendekatan Kontekstual terhadap Minat Belajar Siswa Kelas VIII SMP Negeri 5 Percut Sei Tuan Tumanggor, Abednego Pradja; Adrianto, Ilham; Sibarani, Mikhael Agus Tua; Azizi, Muhammad Farhan; Siagian, Yerikho Aprilio; Manullang, Sudianto; Farhana, Nurul Ain
Indonesian Research Journal on Education Vol. 4 No. 4 (2024): irje 2024
Publisher : Fakultas Keguruan dan Ilmu Pendidikan, Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/irje.v4i4.1337

Abstract

Penelitian tersebut memiliki tujuan untuk mengetahui apakah video animasi pembelajaran dengan pendekatan kontekstual mempengaruhi minat belajar siswa pada materi pythagoras kelas VIII SMP NEGERI 5 Percut Sei Tuan. Penelitian ini masuk dalam penelitian kuantitatif yang akan menguji hipotesis penelitian berkaitan dengan variable yang diteliti. Sebab, penelitian ini adalah penelitian yang menguji teori-teori melalui pengukuran variabel penelitian dengan angka serta melakukan analisis data dengan prosedur statistik. Jenis penelitian ini menggunakan metode ex post facto. Dari hasil analisis diketahui bahwa pengaruh Video Animasi Pembelajaran dengan Pendekatan Kontekstual (X) terhadap Minat Belajar Siswa SMP N 5 Percut Sei Tuan sebesar 0,32 yang berpengaruh terhadap Minat Belajar Siswa SMP N 5 Percut Sei Tuan. Koefisien regresi menunjukan bahwa Video Animasi Pembelajaran dengan Pendekatan Kontekstual (X) terhadap Minat Belajar sesuai dengan teori. Dengan demikian dari nilai uji-t diperoleh nilai tukey sebesar 22,24 dan nilai signifikansi Video Animasi Pembelajaran dengan Pendekatan Kontekstual (X) 2e-16 lebih kecil daripada nilai probabilitas 0,05. Hal ini dapat diterima karena Video Animasi Pembelajaran dengan Pendekatan Kontekstual (X) bukan satu-satunya parameter penentu dalam Minat Belajar Siswa SMP N 5 Percut Sei Tuan.
Co-Authors Abdurahman Abdurrahman Achmad Fajri Romadhoni Adiva, Cut Tasya Adrianto, Ilham Agnes Yulia Saragih Alvi Sahrin Nasution Ameliya, Ameliya Anastasya Carity S, Disty Angelica Carolina Tambunan Anggi Nur Ananda Saragih Annisa Hidayah Anshari, Farhan Aqil, Muhammad Fachri Aritonang, Anggi Pasha Arnita Arnita Aulia Putri Br. Manurung Aulia, Ilmi Aulia, Widi Ayu Lestari Sihombing Ayu Widya Sari Azizi, Muhammad Farhan Azmi, Khoiriyati Bakti Ulina Lumbangaol Botrina Adisti Simangunsong Br Barus, Jesika Casadae Wanda Buulolo, Fatizanolo Cahaya Destia Regar Cahya Chosya Carles Syahputra Hulu Cecilia Br Parangin-angin Chairunisah Chairunisah, Chairunisah Chandra, Melissa Christine Simatupang Clara Jocelyn Harefa Dani, Danu Rama Desrinawati Tindaon Dewi Lowisa Br Purba Diah Ayu Lestari DIdi Febrian Dilla Nurfadiah Dimas Arza Nugraha Dinda Meyliana Dinda Putri Namira Harahap Dita Aryani Ega Ananda Br Sembiring Eldora, Felicia Erlinawaty Simanjuntak Fachrihz Effendy Fadilah, Putri Maulidina Fannisa Rahmadani Febi Hijriana Felicia Eldora Femi Ezrani Siantur Ginting, Puspa Arinda Ginting, Sindi Rahmadhani Gultom, Ledy Meva Tiurma Hanafi Irsyad Pulungan Handayani, Silvia Mariah Handre Gabriel Pinem Hanifah Rusydah Hasibuan, Eka Sri Hartini Hasibuan, Valen Silvana Hutabarat, Reinaldo F.M Hutabarat, Reinaldo Fernandes Matheus Hutapea, Brian Hutasoit, Elizabeth Indah Febriani Sagala Ira Selvia Ritonga Irvina Abelia Harahap Ishak Munawar Ivena Simanjuntak Kairani, Nerli Kanaya, Nayla Yasyra Kanaya, Niquita Sepha Karin Aulia Putri Kasih Simbolon Khoiriyati Azmi Lirana Sapriani Gulo Lubis, Hafiz Khalik Lubis, Raja Harly Anugrah Lubis, Revan Kurniawan Lubis, Rhamanda Ardiyansyah M. Fajar Alif M. Shadri Ismaun Lubis M.E. Ernawati Siregar Manihuruk, Oliver Juan Manihuruk, Oliver Juan Gery Manullang, Maria Ayuni Isabella Manullang, Nurul Ain Farhana Marpaung, Faridawaty Melissa Chandra Mizan Hasibuan Muthiah, Ade Naila N Simanjuntak, Christina Nadia Amalia, Sisti Nadya, Fauza Nagita Adella Nainggolan, Millenia Naomi Febrina Sitompul Nasution, Alvi Sahri Nasution, Alvi Sahrin Nasution, Tri Annisya Aini Nia Devi Friskauly Niska, Debi Yandra Nova Oktavia Sitinjak Novan Setyadi Nur Maulidya Rizky Nurhasanah - Siregar Nurjannah, Annisa Nurkhalizah, Rezeki Nursani Salsabillah Akza Nurul Ain Farhana Nurul Ain Farhana Panggabean, Natanael Pardomuan - Sitompul Pasaribu, Jansperi Pebrianti, Lidia Piliang, Yumna Khairi Amani Pulungan, Zakiy Maulana Purba, Rut Omega Putri Aisyah Putri Maulidina Fadilah Raihan Riyadi Siregar Reski Augustian. S Revan Kurniawan Lubis Rifka Annaria Sibuea Rini Sartika Risa Rozzaqi Rambe Rotua Evelyn Tesalonika Sinambela Said . Iskandar Saragih, Agnes Yulia Saragih, Anggi Nur Ananda Saribu, Fransisco Dolok Siagian, Yerikho Aprilio Siahaan, Daniel Tingkos Sianturi, GiaColin Alfaro Samuel Sibarani, Mikhael Agus Tua Siboro, Alio Hutaperi Sihombing, Sri Yuni Utari Silaban, Dewi Fortuna Simamora, Elmanani Simanjuntak, Christina N Simanjuntak, Natalia Anggriani Simbolon, Taing Pebrieni Simorangkir, Tri Gustini Sinaga, Marlina Setia Sisti Nadia Amalia Sitanggang, Agnes Miranda Sitanggang, Santa Falare Sitorus, Novita Atika Situmorang, Audrey Situmorang, Ruth Remita Asianna Talitha Nakhwan Hasibuan Tamara, Angga Tambunan, Combest Prajogo Tarigan, Dandi Rifa'i Taufiq, Insan Tia Ramadani Tobing, Rizky Saputra Tri Annisya Aini Nst Tumanggor, Abednego Pradja Turnip, Leoni Fristy Wahyu Indra Syahputra Wibowo, Anastasya Putri Widi Ningsih Panggabean Widya Narti Lubis Witri Wardani Hulu Yoan Olivia Sirait Yolanda Ulyartha L. Tobing Zalianti, Retno Ayu Zulfahmi Indra, Zulfahmi