Article Per Year (5 Year)
p-Index From 2021 - 2026
3.063
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) AKSIOMA: Jurnal Program Studi Pendidikan Matematika Jurnal Daya Matematis JTT (Jurnal Teknologi Terpadu) Tarbawi : Jurnal Ilmu Pendidikan JTAM (Jurnal Teori dan Aplikasi Matematika) Zero : Jurnal Sains, Matematika, dan Terapan Jurnal Cendekia : Jurnal Pendidikan Matematika Journal of Humanities and Social Studies Jurnal Perspektif M A T H L I N E : Jurnal Matematika dan Pendidikan Matematika EDUTEC : Journal of Education And Technology JATI (Jurnal Mahasiswa Teknik Informatika) Budapest International Research and Critics Institute-Journal (BIRCI-Journal): Humanities and Social Sciences International Journal of Trends in Mathematics Education Research (IJTMER)
Simamora, Elmanani
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Social Sciences Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
Analisis Perbandingan Performa Kinerja Metode Huffman Coding Dan Metode Elias Omega Coding Pada Kompresi File Teks Kuraini, Atifa Nuzulul; Arnita, Arnita; Simamora, Elmanani; Al Idrus, Said Iskandar; Taufik, Insan
Jurnal Teknologi Terpadu Vol 13, No 1 (2025): JTT (Jurnal Terpadu Terpadu)
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32487/jtt.v13i1.2455

Abstract

Penelitian ini menganalisis kinerja kinerja antara metode Huffman Coding dan Elias Omega Coding dalam konteks kompresi file teks. Studi ini mencakup pengujian terhadap berbagai jenis file teks untuk kompresi, kecepatan proses, dan penggunaan rasio memori dari kedua metode. Tujuan Penelitian ini melakukan simulasi pada kompresi dan dekompresi teks dengan metode Huffman Coding dan Elias Omega Coding serta menunjukkan hasil perhitungan efektifitas kinerja mana yang lebih baik. Hasil penelitian menunjukkan bahwa algoritma Huffman Code lebih baik dalam melakukan kompresi dan dekompresi terhadap file corpus dengan rata-rata rasio kompresi sebesar 1,625, rasio kompresi sebesar 0,607, space saving sebesar 39,3%, waktu kompresi sebesar 499,547 ms, dan waktu dekompresi sebesar 9.384,501 ms. Sedangkan, algoritma Elias Omega Code memiliki rata-rata rasio kompresi sebesar 0,917, rasio kompresi sebesar 1,099, space saving sebesar -9,9%, waktu kompresi sebesar 2.937,606 ms, dan waktu dekompresi sebesar 10.539,144 ms.
Development of Mathematics Learning Media using Geogebra-Assisted Scientific Approach to Improve Students' Creative Thinking Skills Learning Skills and Independence Ramadani, Sucia; Simamora, Elmanani; Rajagukguk, Waminton
Jurnal Perspektif Vol 8 No 2 (2024): Jurnal Perspektif: Volume 8 Nomor 2 Tahun 2024
Publisher : UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/jp.v8i2.307

Abstract

Tujuan penelitian ini adalah untuk mengetahui kevalidan, kepraktisan, dan keefektivan media pembelajaran menggunakan pendekatan saintifik berbantuan geogebra dalam meningkatkan kemampuan berpikir kreatif dan kemandirian belajar siswa. Metode penelitian ini adalah penelitian dan pengembangan. Model pengembangan penelitian ini adalah model ADDIE. Subjek penelitian ini adalah siswa kelas VIII salah satu SMP Swasta di Medan. Hasil penelitian ini menunjukkan bahwa media pembelajaran menggunakan pendekatan saintifik berbantuan geogebra mendapat rata-rata skor 4,79 pada kategori valid. Kepraktisan media pembelajaran menggunakan pendekatan saintifik berbantuan geogebra dinilai dari rata-rata skor keterlakaanaan pembelajaran diperoleh sebesar 88,33% dengan kategori baik, dan respon positif siswa memperoleh rata-rata skor sebesar 88,38% dengan kategori sangat positif sehingga media yang dikembangkan dapat dikatakan praktis. Sedangkan keefektifan media pembelajaran menggunakan pendekatan santifik berbantuan geogebra dinilai dari rata-rata skor ketuntasan secara klasikal siswa sebesar 90,63% dengan kategori sangat tinggi, ketercapaian tujuan pembelajaran diperoleh rata-rata skor sebesar 86,81%, dan respon siswa diperoleh rata-rata skor sebesar 88,33% sehingga media yang dikembangkan dapat dikatakan efektif. Skor peningkatan kemampuan penalaran matematis siswa mendapat nilai N-gain sebesar 0,37 pada kategori sedang, dan skor peningkatan kemandirian belajar siswa mendapat nilai N-gain sebesar 0,35 pada kategori sedang, sehingga dapat dikatakan media yang dikembangkan dapat meningkatkan kemampuan berpikir kreatif dan kemandirian belajar siswa
Differences in Mathematical Communication Ability and Self-Efficacy of Students Taught With Team Assisted Individualization and Think Pair Share Cooperative Learning Models Assisted by Digital Books Imaniyanti, Nur; Syahputra, Edi; Simamora, Elmanani
Jurnal Perspektif Vol 9 No 2 (2025): Jurnal Perspektif
Publisher : UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/jp.v9i2.353

Abstract

The purpose of this study was to determine whether there were differences in mathematical communication skills and self-efficacy of students taught with the TAI type cooperative learning model and the TPS learning model assisted by digital books and to determine whether there was an interaction between initial mathematical abilities and learning models on mathematical communication skills and self-efficacy. This type of research is a quasi-experimental study conducted at SMKS Muhammadiyah 8 Medan. The results of the study showed that there were significant differences in students' mathematical communication skills between the group that followed learning with the TAI model and the group that followed learning with the TPS model. Students who learned with the TAI model showed higher mathematical communication skills compared to students taught with the TPS model. There was a significant difference in student self-efficacy between the TAI and TPS learning groups. Students in the TAI group had a higher level of self-efficacy than students in the TPS group. There was no significant interaction between initial mathematical abilities and learning models on students' mathematical communication skills and self-efficacy. This shows that the influence of learning models on mathematical communication skills and self-efficacy applies consistently at all levels of initial ability, whether high, medium, or low
SISTEM PAKAR DALAM MENENTUKAN TINGKAT DEPRESI MAHASISWA SEMESTER AKHIR MENGGUNAKAN METODE CERTAINTY FACTOR BERBASIS WEBSITE Andriyani S, Rahayu; Yandra Niska, Debi; Simamora, Elmanani; Taufik, Insan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13453

Abstract

Depresi merupakan gangguan kesehatan mental yang dapat memengaruhi kualitas hidup mahasiswa semester akhir. Tekanan akademik, tuntutan keluarga, serta ketidakpastian masa depan menjadi faktor utama yang dapat memicu depresi. Oleh karena itu, diperlukan sistem yang mampu membantu dalam mendeteksi tingkat depresi secara cepat dan akurat. Penelitian ini bertujuan untuk membangun sistem pakar berbasis website dalam menentukan tingkat depresi mahasiswa semester akhir menggunakan metode Certainty Factor (CF). Metode ini digunakan untuk menghitung tingkat keyakinan terhadap kemungkinan depresi berdasarkan gejala yang dialami oleh mahasiswa. Sistem ini dikembangkan menggunakan bahasa pemrograman PHP dengan database MySQL, serta diuji menggunakan metode black box testing, validasi pakar, dan user acceptance test (UAT). Hasil pengujian menunjukkan bahwa sistem yang dikembangkan memiliki tingkat akurasi sebesar 98%, sehingga dapat diandalkan dalam membantu deteksi dini tingkat depresi mahasiswa. Dengan adanya sistem ini, mahasiswa dapat lebih mudah mengidentifikasi kondisi psikologis mereka sehingga dapat segera mengambil langkah yang tepat untuk mengatasinya.
PERBANDINGAN METODE ALGORITMA SUPERVISED NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM) DALAM KLASIFIKASI PENDERITA STUNTING DI KABUPATEN DELI SERDANG Pebrianti, Lidia; Simamora, Elmanani; Manullang, Sudianto; Taufiq, Insan; Chairunisah, Chairunisah
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13649

Abstract

Fenomena gizi buruk di Indonesia dipengaruhi oleh kualitas kesehatan sumber daya manusia (SDM) yang rendah, yang umumnya disebabkan oleh konsumsi pangan yang tidak seimbang. Kondisi ini terlihat pada anak-anak yang mengalami gangguan fisik dan psikis akibat kurangnya asupan gizi yang dibutuhkan. Dalam penelitian ini, dilakukan perbandingan antara dua algoritma, yaitu Naive Bayes dan Support Vector Machine (SVM), untuk mengklasifikasikan penderita stunting di Kabupaten Deli Serdang. Penelitian menggunakan dataset dari Dinas Kesehatan Deli Serdang, dengan jumlah data sebanyak 422 sampel. Data tersebut dibagi menjadi beberapa split, yaitu 60:40, 70:30, 80:20, dan 90:10, untuk melihat performa masing-masing algoritma pada proporsi pembagian data yang berbeda. Hasil penelitian menunjukkan bahwa akurasi klasifikasi menggunakan Support Vector Machine (SVM) lebih tinggi daripada dengan hasil Naive Bayes. Dari pengujian variansi, didapati bahwa Support Vector Machine (SVM) memiliki variansi sebesar 2,87%, sementara Naive Bayes menunjukkan variansi sebesar 28,35%. Hal ini menandakan bahwa Support Vector Machine (SVM) lebih konsisten kinerjanya di berbagai pembagian dataset. Dengan kata lain, Support Vector Machine (SVM) tidak hanya lebih akurat tetapi juga lebih stabil dalam performanya dibandingkan dengan Naive Bayes, menegaskan keunggulannya sebagai metode yang lebih andal untuk kasus klasifikasi stunting ini.
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%.
Impact of Cosine Similarity Function on SVM Algorithm for Public Opinion Mining About National Sports Week 2024 on X Mansyur, Abil; Karo Karo, Ichwanul Muslim; Firdaus, Muliawan; Simamora, Elmanani; Darari, Muhammad Badzlan; Habibi, Rizki; Panggabean, Suvriadi
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol. 11 No. 2 (2025): June
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v11i2.30605

Abstract

Public opinion on PON 2024 (National Sports Week in Indonesia) became a trending topic on X (formerly Twitter), reflecting both positive and negative sentiments. Understanding these sentiments is important for evaluating the event and preparing for the upcoming. However, baseline SVM algorithms using standard kernel functions are not optimized for text similarity and limit performance in sentiment analysis. This research proposes cosine similarity as a substitution for the kernel function on SVM, enhancing the sentiment analyzer's performance on public opinions about PON 2024. The approach leverages cosine similarity's strength in handling text-based data. The key contribution of this research is the integration of cosine similarity into the SVM algorithm as a replacement for kernel functions, improving performance in sentiment analysis. Additionally, this study offers a comprehensive comparison with baseline SVM and provides actionable insights for upcoming PON. The study collected 1,011 tweets related to PON 2024 using web scraping and the Twitter API, followed by labeling sentiments as positive, neutral, or negative. Several preprocessing techniques also were applied to prepare the data. Two models were developed: baseline SVM and another using SVM integrated with cosine similarity, both evaluated through accuracy, precision, recall, and F1-score. The baseline SVM achieved 85.1% accuracy, 85% precision, 83% recall, and 83.3% F1-score, struggling particularly with negative sentiment. Opposite, by integrating cosine similarity on SVM, the performance improved to 88.73% accuracy, 88.3% precision, 89.3% recall, and 88.3% F1-score—a boost of 3.3-6.3%. Additionally, the public opinion revealed that positive sentiments mostly focused on athlete achievements and medal awards, while negative sentiments highlighted issues like referee performance and specific sports (e.g., football). This approach can serve as a valuable tool for event organizers to identify public concerns and maintain positive aspects for the upcoming PON 2028.
Percentile Bootstrap Interval on Univariate Local Polynomial Regression Prediction Mansyur, Abil; Simamora, Elmanani; Ahmad, Ahmad
JTAM (Jurnal Teori dan Aplikasi Matematika) Vol 7, No 1 (2023): January
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jtam.v7i1.11752

Abstract

This study offers a new technique for constructing percentile bootstrap intervals to predict the regression of univariate local polynomials. Bootstrap regression uses resampling derived from paired and residual bootstrap methods. The main objective of this study is to perform a comparative analysis between the two resampling methods by considering the nominal coverage probability. Resampling uses a nonparametric bootstrap technique with the return method, where each sample point has an equal chance of being selected. The principle of nonparametric bootstrapping uses the original sample data as a source of diversity in contrast to parametric bootstrapping, where the variety comes from generating a particular distribution. The simulation results show that the paired and residual bootstrap interval coverage probabilities are close to nominal coverage. The results showed no significant difference between paired bootstrap interval and percentile residual. Increasing the bootstrap sample size sufficiently large gives the scatterplot smoothness of the confidence interval. Applying the smoothing parameter by choice gives a second-order polynomial regression with a smoother distribution than the first-order polynomial regression. The scatterplot shows that the second-degree polynomial regression can capture the data curvature feature compared to the first-degree polynomial. The bands made from second-degree polynomials give a narrower width than first-degree polynomials. In contrast, applying optimal smoothing parameters to the model provides different conclusions by using smoothing parameters based on choice. In addition to the differences based on the scatterplot, the bootstrap estimates of the coverage probability are also other. Selecting smoothing parameters based on a particular value provides probability coverage with the paired bootstrap method for the first-degree local polynomial regression is 0.93, while the second-degree local polynomial is 0.96. The probability of coverage based on the residual bootstrap method for the first-degree local polynomial regression is 0.95, while the second-degree local polynomial is 0.96. The probability coverage based on the optimal parameters of the paired bootstrap method for the first-degree local polynomial regression is 0.945, while the second-degree local polynomial is 0.93. The residual bootstrap method gives the first-degree local polynomial regression of 0.95, while the second-degree local polynomial is 0.93. In general, both bootstrap methods work well for estimating prediction confidence intervals.
Keterkaitan Filsafat Matematika dengan Model Pembelajaran Berbasis IT Fairus, Fairus; Dewi, Izwita; Simamora, Elmanani
Jurnal Cendekia : Jurnal Pendidikan Matematika Vol 7 No 1: Jurnal Cendekia: Jurnal Pendidikan Matematika Volume 7 Nomor 1 Tahun 2023
Publisher : Mathematics Education Study Program

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cendekia.v7i1.1921

Abstract

Filsafat dan matematika mempunyai keterkaitan dalam pembelajaran matematika, keterkaitan dapat dilihat pada model pembelajaran matematika terutama yang berbasis konstruktivistik dan berbasis teknologi. Tujuan dari penelitian ini adalah untuk memberikan kajian secara mendalam terhadap filsafat matematika, model pembelajaran matematika di tinjau dari sudut pandang filsafat pendidikan, menelaah berbagai refrensi terkait filsafat, filsafat pendidikan, filsafat matematika, model pembelajaran matematika kaitannya dengan filsafat, dan filsafat matematika kaitannya dengan model pembelajaran berbasis teknologi informasi. Teknik pengumpulan data menggunakan data sekunder yang berasal dari buku, artikel atau jurnal terkakreditasi dari tahun 2015 sampai dengan tahun 2022. Metode penelitian ini adalah studi literatur dengan pendekatan kualitatif. Teknik analisis data studi literatur menekankan pada referensi atau pustaka dari berbagai kajian filsafat, filsafat pendidikan, filsafat matematika, model pembelajaran matematika terkait dengan filsafat, dan filsafat matematika kaitannya dengan model pembelajaran berbasis teknologi informasi. Hasil pembahasan tulisan ini menyimpulkan bahwa: 1) Filsafat matematika memberikan pengaruh yang besar dalam pembelajaran matematika; 2) Model pembelajaran matematika harusnya dikaitkan dengan filsafat pendidikan, yakni mengaitkan konsep kehidupan nyata; 3) Pengintegrasian IT dalam model pembelajaran sangat mendukung proses pembelajaran sehingga pembelajaran menjadi lebih menarik, menumbuhkan minat belajar siswa, meningkatkan kemampuan matematis, meningkatkan motivasi belajar peserta didik, membuat pembelajaran menjadi lebih praktis, efektif dan efesien. Kebermanfaatan penelitian ini bagi orang lain adalah memberikan informasi dan pengetahuan terkait filsafat matematika terhadap model pembelajaran matematika berbasis IT.
PROJECT BASED LEARNING (PjBL) - BASED STUDENT WORKSHEETS ON INTEGRAL CALCULUS TO FASILITATE STUDENT’S PROBLEM SOLVING Lisa, Lisa; Syahputra, Edi; Simamora, Elmanani; Napitupulu, E. Elvis; Panjaitan, Asmin
AKSIOMA: Jurnal Program Studi Pendidikan Matematika Vol 15, No 1 (2026)
Publisher : UNIVERSITAS MUHAMMADIYAH METRO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/ajpm.v15i1.11490

Abstract

AbstractIntegral Calculus instruction often faces challenges in developing 21st century skills, particularly in problem-solving. Initial observations indicate that students struggle to apply integral concepts to real-world contexts, largely due to passive, non-interactive conventional teaching methods. This phenomenon leads to low student engagement and inadequate problem-solving abilities. Therefore, this study aimed to develop a Project Based Learning (PjBL)-based student worksheet proven to be valid, practical, and effective as a solution to enhance students' problem-solving skills. This research used the ADDIE development model (Analysis, Design, Development, Implementation, and Evaluation). Data were collected through expert validation, student response questionnaires, and N-gain analysis from pre- and post-test results. The findings show that the developed worksheets are highly valid (average 4.5), practical (average student responses above 4.20), and effective (average N-gain 0.71), indicating a significant improvement in students' problem-solving skills. In conclusion, the PjBL-based worksheets successfully serve as a valid, practical, and effective innovation for addressing these learning problems. It is recommended that future research conduct trials on a broader scale to enhance the generalizability of the findings and develop more comprehensive instruments to measure soft skills holistically. AbstrakPembelajaran Kalkulus Integral seringkali menghadapi tantangan dalam mengembangkan keterampilan abad ke-21, khususnya dalam pemecahan masalah. Observasi awal menunjukkan bahwa mahasiswa kesulitan menerapkan konsep integral ke konteks nyata, yang sebagian besar disebabkan oleh metode pembelajaran konvensional yang pasif dan kurang interaktif. Fenomena ini mengakibatkan rendahnya keterlibatan mahasiswa dan kemampuan pemecahan masalah yang kurang memadai. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sebuah Lembar Kerja Mahasiswa (LKM) berbasis Project Based Learning (PjBL) yang terbukti valid, praktis, dan efektif sebagai solusi untuk meningkatkan keterampilan pemecahan masalah mahasiswa. Penelitian ini menggunakan model pengembangan ADDIE (Analysis, Design, Development, Implementation, and Evaluation). Data dikumpulkan melalui validasi ahli, kuesioner respons mahasiswa, serta analisis N-gain dari hasil tes awal dan akhir. Hasil penelitian menunjukkan bahwa LKM yang dikembangkan sangat valid (rata-rata 4.5), praktis (rata-rata respons mahasiswa di atas 4.20), dan efektif (rata-rata N-gain 0.71), menunjukkan adanya peningkatan signifikan pada keterampilan pemecahan masalah mahasiswa. Kesimpulannya, LKM berbasis PjBL berhasil menjadi inovasi yang valid, praktis, dan efektif dalam mengatasi permasalahan pembelajaran tersebut. Disarankan agar penelitian selanjutnya melakukan uji coba dalam skala yang lebih luas untuk meningkatkan generalisasi temuan dan mengembangkan instrumen yang lebih komprehensif untuk mengukur soft skill secara holistik. 
Co-Authors Abil Mansyur, Abil Ahmad Ahmad Anastasya Carity S, Disty Andriyani S, Rahayu Arnita Arnita Asmin Panjaitan Chairunisah Chairunisah, Chairunisah Darari, Muhammad Badzlan E. Elvis Napitupulu, E. Elvis Edi Syahputra Fairus, Fairus Fathul Jannah, Fathul Habibi, Rizki Ichwanul Muslim Karo Karo Imaniyanti, Nur Insan Taufik Ismail Hanif Batubara Izwita Dewi Kuraini, Atifa Nuzulul Laksono Trisnantoro Lena Rosdiana Pangaribuan Lisa Lisa Lisa Lisa, Lisa Manullang, Sudianto Mendrofa, Ratna Natalia Mulyono Mulyono Napitulu, E. Elvis Nasution, Hamidah . Niska, Debi Yandra Panggabean, Suvriadi Pebrianti, Lidia Prasojo, Riki Purba, Feronika Paska Ramadani, Sucia Roder, Klause Sahat Saragih Said . Iskandar Sibarani, Sariayu Taufiq, Insan Telaumbanua, Yakin Niat Waminton Rajagukguk Zulfahmi Indra, Zulfahmi