Article Per Year (5 Year)
p-Index From 2021 - 2026
23.969
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA JURNAL SISTEM INFORMASI BISNIS Voteteknika (Vocational Teknik Elektronika dan Informatika) Elektron Jurnal Ilmiah Jurnal Sains dan Teknologi Bulletin of Electrical Engineering and Informatics Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) SITEKIN: Jurnal Sains, Teknologi dan Industri Jurnal Teknologi Informasi dan Ilmu Komputer Telematika Jurnal Edukasi dan Penelitian Informatika (JEPIN) Prosiding Semnastek JUITA : Jurnal Informatika Jurnas Nasional Teknologi dan Sistem Informasi Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Riau Journal of Computer Science JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research RABIT: Jurnal Teknologi dan Sistem Informasi Univrab INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi Information System for Educators and Professionals : Journal of Information System Jurnal Penelitian Pendidikan IPA (JPPIPA) Indonesian Journal of Artificial Intelligence and Data Mining JITK (Jurnal Ilmu Pengetahuan dan Komputer) Rang Teknik Journal Sebatik ILKOM Jurnal Ilmiah MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Journal of Information Technology and Computer Engineering Jambura Journal of Informatics ComTech: Computer, Mathematics and Engineering Applications Jusikom: Jurnal Sistem Informasi Ilmu Komputer bit-Tech International Journal of Informatics and Computation Dinasti International Journal of Education Management and Social Science Systematics Jurnal Sistem Informasi dan Informatika (SIMIKA) Jurnal Sistim Informasi dan Teknologi Jurnal Informasi dan Teknologi Jurnal Informatika Ekonomi Bisnis Journal of Robotics and Control (JRC) Journal of Applied Engineering and Technological Science (JAETS) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Ilmiah Manajemen Kesatuan Dinasti International Journal of Digital Business Management Indonesian Journal of Electrical Engineering and Computer Science JUKI : Jurnal Komputer dan Informatika Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) SPEKTA (Jurnal Pengabdian Kepada Masyarakat : Teknologi dan Aplikasi) Jurnal Teknik Informatika (JUTIF) Journal of Applied Data Sciences Jurnal Computer Science and Information Technology (CoSciTech) Journal of Applied Computer Science and Technology (JACOST) Jurnal Manajemen Sains Journal of Computer Scine and Information Technology Jurnal Penelitian Inovatif Jurnal Ipteks Terapan : research of applied science and education Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence Jurnal Teknoif Teknik Informatika Institut Teknologi Padang Jurnal Komtekinfo Jurnal Sistim Informasi dan Teknologi INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Jurnal Administrasi Sosial dan Humaniora (JASIORA) Innovative: Journal Of Social Science Research e-Jurnal Apresiasi Ekonomi Jurnal Informatika Ekonomi Bisnis SATIN - Sains dan Teknologi Informasi RJOCS (Riau Journal of Computer Science) SmartComp Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) JR : Jurnal Responsive Teknik Informatika Jurnal Responsive Teknik Informatika Khazanah Informatika : Jurnal Ilmu Komputer dan Informatika Lontar Komputer: Jurnal Ilmiah Teknologi Informasi Journal of Soft Computing Exploration Jurnal Perangkat Lunak
Sarjon Defit
Universitas Putra Indonesia YPTK Padang
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 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 Veterinary Other

Published : 255 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 255 Documents
Search

 21   22   23   24   25 
Komparasi Ekstraksi Fitur dalam Klasifikasi Teks Multilabel Menggunakan Algoritma Machine Learning Lusiana Efrizoni; Sarjon Defit; Muhammad Tajuddin; Anthony Anggrawan
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 3 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i3.1851

Abstract

Ektraksi fitur dan algoritma klasifikasi teks merupakan bagian penting dari pekerjaan klasifikasi teks, yang memiliki dampak langsung pada efek klasifikasi teks. Algoritma machine learning tradisional seperti Na¨ıve Bayes, Support Vector Machines, Decision Tree, K-Nearest Neighbors, Random Forest, Logistic Regression telah berhasil dalam melakukan klasifikasi teks dengan ektraksi fitur i.e. Bag ofWord (BoW), Term Frequency-Inverse Document Frequency (TF-IDF), Documents to Vector (Doc2Vec), Word to Vector (word2Vec). Namun, bagaimana menggunakan vektor kata untuk merepresentasikan teks pada klasifikasi teks menggunakan algoritma machine learning dengan lebih baik selalumenjadi poin yang sulit dalam pekerjaan Natural Language Processing saat ini. Makalah ini bertujuan untuk membandingkan kinerja dari ekstraksi fitur seperti BoW, TF-IDF, Doc2Vec dan Word2Vec dalam melakukan klasifikasi teks dengan menggunakan algoritma machine learning. Dataset yang digunakan sebanyak 1000 sample yang berasal dari tribunnews.com dengan split data 50:50, 70:30, 80:20 dan 90:10. Hasil dari percobaan menunjukkan bahwa algoritma Na¨ıve Bayes memiliki akurasi tertinggi dengan menggunakan ekstraksi fitur TF-IDF sebesar 87% dan BoW sebesar 83%. Untuk ekstraksi fitur Doc2Vec, akurasi tertinggi pada algoritma SVM sebesar 81%. Sedangkan ekstraksi fitur Word2Vec dengan algoritma machine learning (i.e. i.e. Na¨ıve Bayes, Support Vector Machines, Decision Tree, K-Nearest Neighbors, Random Forest, Logistic Regression) memiliki akurasi model dibawah 50%. Hal ini menyatakan, bahwa Word2Vec kurang optimal digunakan bersama algoritma machine learning, khususnya pada dataset tribunnews.com.
Implementation of Single Linked on Machine Learning for Clustering Student Scientific Fields Saiful Nur Arif; Muhammad Dahria; Sarjon Defit; Dicky Novriansyah; Ali Ikhwan
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 22 No. 1 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v22i1.2337

Abstract

Machine Learning in classifying scientific fields according to the competence of students. Currently STMIK Triguna Dharma is quite difficult to map the scientific fields that will be used by students in submitting titles, so that the results of the thesis made are less than optimal. For this reason, it is necessary to map this concentration to assist students in completing theses through specialization classes. The Mechanical Learning technique used in solving this problem is to use the Single Linkage Technique. The process of testing the method begins with determining the standard data used and then looking for the proximity value using Euclidean so that later cluster results will be obtained from mapping scientific fields. From the Single Linkage Technique process that has been carried out, several cluster results will be obtained, namely clusters that map groups of STMIK Triguna Dharma students who have competence and clusters that map groups of STMIK Triguna Dharma students who lack competence. From the results of this grouping, the institution will make specialization classes according to the resulting cluster. Thus creating a specialization class that is in accordance with the competencies possessed by STMIK Triguna Dharma students
ANALISIS BIG DATA BEASISWA KIP-K MENGGUNAKAN K-MEANS CLUSTERING Defi Pebriyanti; Sarjon Defit; Gunadi Widi Nurcahyo
Jurnal Sistem Informasi dan Informatika (Simika) Vol. 8 No. 2 (2025): Jurnal Sistem Informasi dan Informatika (Simika)
Publisher : Program Studi Sistem Informasi, Universitas Banten Jaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47080/simika.v8i2.3959

Abstract

The Kartu Indonesia Pintar Kuliah (KIP-K) Scholarship Program is a government initiative to provide higher education access to underprivileged students. It aims to reduce educational disparities and improve access for eligible students. However, the selection process faces challenges, particularly in identifying applicants who truly need financial aid. With the increasing number of applicants each year, a Big Data-based approach is essential to enhance selection efficiency and accuracy. This study analyzes KIP-K scholarship recipients’ profiles using the K-Means Clustering method. This technique groups data based on attribute similarities, allowing an objective and data-driven selection process. The dataset, obtained from Universitas Prima Nusantara Bukittinggi (2024), consists of 479 applicants. It includes attributes such as academic performance, parental income, number of dependents, KIP-K card ownership, and achievements. Results indicate that recipients can be categorized based on document completeness, academic scores above 85, and more than three family dependents. Implementing K-Means Clustering improves the selection process by making it more objective, transparent, and efficient.
Implementasi Augmented Reality Berbasis Android sebagai Media Pembelajaran Matematika Dimensi Tiga Mardian, Zurni; Defit, Sarjon; Sumijan, Sumijan
Jambura Journal of Informatics VOL 5, NO 1: APRIL 2023
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jji.v5i1.19361

Abstract

Technology has an important role in education, namely, facilitating teacher-student interaction in teaching and learning activities. This is realized by applying technology to learning media. The limitation of space building props in learning high school mathematics on the topic of the Third Dimension requires teacher innovation to develop interactive learning media that can be used at any time. The use of Augmented Reality (AR)-based interactive media with Marker-based Tracking techniques is designed to help students visualize 3D objects well. 3D objects were created using the 3Ds Max software. This research produced a product in the form of an AR Distance in Space application that runs on Android. An AR camera is used to detect markers and display cubes, pyramids, and beam objects. The black-box test results show that the application is as planned and can run normally. This means that the AR Distance in Space applications is categorized as Very Good or receives a positive response from users. This application can be used as an interactive learning media that can facilitate students' understanding of the topic of the Third Dimension and increase student motivation in learning mathematics. Teknologi memiliki peranan penting dalam pendidikan, yaitu memfasilitasi interaksi guru dan murid dalam kegiatan belajar mengajar. Ini diwujudkan dengan menerapkan teknologi dalam media pembelajaran. Keterbatasan alat peraga bangun ruang dalam pembelajaran Matematika SMA topik Dimensi Tiga memerlukan inovasi guru untuk mengembangkan sebuah media pembelajaran interaktif yang dapat digunakan di setiap waktu. Penggunaan media interaktif berbasis Augmented Reality (AR) dengan teknik Marker-based Tracking dirancang untuk membantu siswa memvisualisasikan objek 3D dengan baik. Objek 3D dibuat dengan software 3Ds Max. Pembuatan marker menggunakan Vuforia SDK dan pada Unity dilakukan pengaturan antarmuka dari aplikasi untuk diterapkan pada Android. Penelitian ini menghasilkan produk berupa aplikasi AR Jarak dalam Ruang yang berjalan pada Android. Penggunaan kamera AR digunakan untuk mendeteksi marker dan menampilkan objek kubus, limas, dan balok. Hasil pengujian Black-box menunjukkan bahwa aplikasi telah sesuai yang direncanakan dan dapat berjalan normal. Ini berarti aplikasi AR Jarak dalam Ruang terkategori Sangat Baik atau mendapat respon positif dari pengguna. Aplikasi ini dapat digunakan sebagai media pembelajaran interaktif yang dapat memudahkan siswa dalam memahami topik Dimensi Tiga dan untuk meningkatkan motivasi siswa dalam pembelajaran Matematika.
Satisfaction as an Experience Engine in Promotion-Intensive Marketplaces: The Roles of Platform-Mediated Relationship Infrastructure and Price Fairness in Repurchase Intention (Shopee, Indonesia) Rafnelly Rafki; Sarjon Defit; Elfiswandi Elfiswandi
Dinasti International Journal of Education Management and Social Science Vol. 7 No. 4 (2026): Dinasti International Journal of Education Management and Social Science (April
Publisher : Dinasti Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/dijemss.v7i4.6366

Abstract

This study investigates how price fairness and platform-mediated relationship infrastructure shape repurchase intention in a promotion-intensive online marketplace, and whether customer satisfaction is the dominant mechanism linking these drivers to repeat buying. Using a cross-sectional survey of active Shopee customers in Indonesia (N = 200), we analysed the model with partial least squares structural equation modelling (PLS-SEM) and tested indirect effects via bootstrapping. Customer satisfaction strongly predicts repurchase intention. Relationship infrastructure captured through responsiveness, assurance, and service recovery significantly increases satisfaction but shows no direct effect on repurchase intention, indicating full mediation through satisfaction. Price fairness does not significantly influence satisfaction and has only a weak direct association with repurchase intention, suggesting that fairness functions more as an acceptability and credibility cue than as a driver of satisfaction. The findings position governable relationship infrastructure as a retention engine and pricing transparency as a procedural safeguard.
Optimasi Seleksi Ekstrakurikuler Siswa Menggunakan Metode Profile Matching: Studi Kasus di SMP Negeri 1 Kerinci M. Iqbal Zuqron; Sarjon Defit; Gunadi Widi Nurcahyo
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2211

Abstract

Penerapan metode Profile Matching dalam pengelompokan minat dan bakat ekstrakurikuler siswa di SMP Negeri 1 Kerinci. Pemilihan ekstrakurikuler yang tepat bagi siswa merupakan tantangan tersendiri bagi sekolah, terutama karena belum adanya sistem pendukung keputusan yang terkomputerisasi. Selama ini, pemilihan dilakukan secara manual berdasarkan aspek tinggi badan, berat badan, fleksibilitas, dan kecepatan, yang sering kali tidak objektif dan memakan waktu lama. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem berbasis komputer yang dapat membantu menentukan ekstrakurikuler siswa secara lebih efektif dan efisien. Metode Profile Matching digunakan untuk mencocokkan kompetensi individu dengan standar kompetensi ekstrakurikuler. Proses ini dilakukan dengan mengidentifikasi gap antara nilai profil siswa dan nilai target yang telah ditentukan untuk setiap ekstrakurikuler. Perhitungan dilakukan dengan menentukan bobot pada faktor utama (core factor) dan faktor pendukung (secondary factor), yang masing-masing diberi persentase pengaruh sebesar 60% dan 40%. Dari hasil perhitungan, sistem dapat secara otomatis merekomendasikan ekstrakurikuler yang paling sesuai untuk setiap siswa. Hasil penelitian menunjukkan bahwa sistem berbasis Profile Matching ini dapat meningkatkan akurasi pemilihan ekstrakurikuler hingga 85% dibandingkan dengan metode manual. Selain itu, implementasi sistem berbasis web dengan bahasa pemrograman PHP membantu mempercepat proses seleksi dan meminimalkan subjektivitas dalam pengambilan keputusan. Dengan adanya sistem ini, diharapkan proses seleksi ekstrakurikuler dapat dilakukan dengan lebih objektif, akurat, dan efisien. Persentase keakuratan: 85% (berdasarkan perhitungan metode dan hasil perbandingan dengan sistem manual).
ALGORITMA ASSOCIATION RULE METODE FP-GROWTH MENGANALISA TINGKAT KEJAHATAN PENCURIAN MOTOR (STUDI KASUS DI POLRESTA PADANG) Ghea Paulina Suri; Sarjon Defit; Sumijan
Jurnal Responsive Teknik Informatika Vol. 2 No. 01 (2018): JR : Jurnal Responsive Teknik Informatika
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v2i01.222

Abstract

Kendaraan bermotor merupakan sarana vital dengan mobilitas tinggi yang sangat diperlukan untuk kehidupan di era modern ini. Salah satu cara yang dapat dilakukan untuk penentuan strategi tersebut adalah dengan menggunakan teknik data mining. Adapun teknik yang digunakan Algoritma FP-Growth adalah salah satu alternatif algoritma yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent itemset) dalam sekumpulan data. Tujuan dari penelitian ini adalah membangun suatu pengetahuan baru dalam menganalisa tingkat kasus pencurian motor dan memberikan informasi kepada kepolisian dalam mengatasi tingkat kejahatan. Sumber data masih belum lengkap karna data mentahnya masih belum diolah, data yang diambil merupakan data pencurian motor yang mencakup laporan dipolresta padang. Data yang di dapat memiliki atribut pekerjaan dan terlapor, data yang telah didapat belum bisa langsung diolah dan dikumpulkan dan diberi kode agar mudah dalam pemrosesan atau pengolahan data mining. Hasil dari pengujian terhadap metode ini maka didapatkan informasi untuk dapat membantu kepolisian dalam mengatasi tingkat kejahatan pada pencurian sepeda motor dan mengimplementasikan algoritma FP-Growth yang menggunakan konsep pembangunan FP-Tree dalam mencari Frequent Itemset. Maka dihasilkan Association Rule.
ALGORITMA ASSOCIATION RULE METODE FP-GROWTH MENGANALISA TINGKAT KEJAHATAN PENCURIAN MOTOR (STUDI KASUS DI POLRESTA PADANG) Ghea Paulina Suri; Sarjon Defit; Sumijan
Jurnal Responsive Teknik Informatika Vol. 2 No. 01 (2018): JR : Jurnal Responsive Teknik Informatika
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v2i01.222

Abstract

Kendaraan bermotor merupakan sarana vital dengan mobilitas tinggi yang sangat diperlukan untuk kehidupan di era modern ini. Salah satu cara yang dapat dilakukan untuk penentuan strategi tersebut adalah dengan menggunakan teknik data mining. Adapun teknik yang digunakan Algoritma FP-Growth adalah salah satu alternatif algoritma yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent itemset) dalam sekumpulan data. Tujuan dari penelitian ini adalah membangun suatu pengetahuan baru dalam menganalisa tingkat kasus pencurian motor dan memberikan informasi kepada kepolisian dalam mengatasi tingkat kejahatan. Sumber data masih belum lengkap karna data mentahnya masih belum diolah, data yang diambil merupakan data pencurian motor yang mencakup laporan dipolresta padang. Data yang di dapat memiliki atribut pekerjaan dan terlapor, data yang telah didapat belum bisa langsung diolah dan dikumpulkan dan diberi kode agar mudah dalam pemrosesan atau pengolahan data mining. Hasil dari pengujian terhadap metode ini maka didapatkan informasi untuk dapat membantu kepolisian dalam mengatasi tingkat kejahatan pada pencurian sepeda motor dan mengimplementasikan algoritma FP-Growth yang menggunakan konsep pembangunan FP-Tree dalam mencari Frequent Itemset. Maka dihasilkan Association Rule.
Analysis of Clean Water Consumption Segmentation And Classification Using K-Means Clustering And Random Forest Algorithms Ika Melinia Sapitri Fitriyanti; Sarjo Defit; Rini Sovia
Jurnal KomtekInfo Vol. 13 No. 1 (2026): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

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

Abstract

The administrative grouping of PERUMDA Air Minum Kota Padang customers is not yet able to accurately represent actual customer water consumption patterns. This condition makes it difficult for the company to formulate service policies, customer management, and make appropriate data-based decisions. This study aims to analyze and map customer water consumption patterns to produce more representative customer segmentation as a basis for decision making. The research method used is a data mining approach with the application of Principal Component Analysis (PCA) for dimension reduction, K-Means Clustering for customer segmentation, and Random Forest for customer classification, using primary data from the Padang City Water Company's Customer Meter Reading Report with an initial amount of 371 data. The results of the study show that the clustering process successfully formed three customer segments, namely premium customers with high consumption bills, regular customers with moderate and stable consumption, and new customers with low consumption rates. The evaluation of the Random Forest model's performance resulted in an accuracy rate of 68.85% on the training data and 67.69% on the testing data, with an average precision value above 0.84 and an average F1-score value of around 0.68. The consistency of performance between the training data and the testing data shows that the model has fairly good generalization capabilities and does not experience overfitting.
Comparison of Decision Tree and Random Forest Methods in Predicting Oil Palm Productivity After Replanting Sukardi; Yuhandri; Sarjon Defit
Jurnal KomtekInfo Vol. 13 No. 1 (2026): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v13i1.680

Abstract

Oil palm is a strategic commodity in Indonesia that can be affected by various factors such as plant age, soil conditions, rainfall, and maintenance variations between farmers. Over time, oil palm productivity decreases, so it is necessary to predict the productivity of oil palm rejuvenation. Based on this, the purpose of this study is to apply and compare the Decision Tree and Random Forest algorithms to predict the level of oil palm productivity after rejuvenation. The prediction process was carried out at the Koperasi Unit Desa (KUD) Tirta Kencana, Kuantan Singingi Regency. The Decision Tree algorithm is a supervised prediction model, meaning it requires a training dataset whose role replaces past human experience in making decisions. The Random Forest algorithm is also able to present several decision trees used in the prediction process. The dataset in this study amounted to 241 farmer data sourced from the KUD Tirta Kencana in Kuantan Singingi Regency. The comparative results of these two methods show that both the Decision Tree and Random Forest algorithms are capable of predicting precisely and accurately. The comparative results show that the random forest method outperforms the decision tree method with an accuracy of 99%. The contribution of this research provides knowledge with the application of data mining science by comparing the performance of the decision tree and random forest algorithms in the process of plant productivity management at KUD Tirta Kencana. Keywords: Oil Palm Productivity, Data Mining, Decision Tree, Random Forest, Productivity Prediction
Co-Authors Abdul Azis Said Abuzar Gafari Adawiyah, Quratih Ade, Ade Puspita Sari Adek Putri Adi Gunawan Adi Gunawan, Adi Adyanata Lubis Aflili Sari Afriosa Syawitri Agung Ramadhanu Agus Perdana Windarto Agustin, Riris Ahmad Zaki Ahmad Zaki Ahmad Zamsuri, Ahmad AHMADI Akbar, Muhamad Rafi Akbar, Syifa Chairunnissa Deliva Ali Ikhwan Alkhairi, Putrama Alvi Dwi Wahyuni Am, Andri Nofiar Amran Sitohang Anam, M Khairul Andema, Henky Andri Nofiar Angga Putra Juledi Anisya Anisya Anthony Anggrawan Antoni Antoni Arda Yunianta ardialis Ariandi, Vicky Arif Budiman Arif Budiman Arika Juwita Z Asri Hidayad Ayunda, Afifah Trista Bambang Supperianto Bastola, Ramesh Billy Hendrik Bob Subhan Riza Bosker Sinaga Boy Sandy Dwi Nugraha.H Breinda, Engla Brestina Gultom Bufra, Fanny Septiani Chairun Nas Cyntia Trimulia Daeng Saputra Perdana Dahria, Muhammad Daniel Theodorus Dayla May Cytry Defi Pebriyanti Dendi Ferdinal Deno Yulfa Ardian Deti Karmanita Devia Kartika Dhena Marichy Putri Dhio Saputra Dicky Novriansyah Dinda Permata Sukma Dinul Akhiyar Dwi Utari Iswavigra Dwiki Aulia Fakhri Dwiprihatmo, Mohammad Reza Dzil Hidayati Efendi, Akmar Efendi, Muhamad Efrizoni, Lusiana Eka Praja Wiyata Mandala Eka Sofianti Elda, Yusma Elfiswandi, Elfiswandi eriwandi Eva Rianti Fadlul Hamdi Faisal Roza Faizal Riza Faizal Riza Fajrul Islami Fanny Septiani Bufra Fatimah, Noor Fauzan Azim Fauzana, Rahmi Fauzi Erwis Febi Nur Salisah Febri Aldi Febri Hadi Febrina, Yerri Kurnia Firdaus Firdaus Firdaus, Muhammad Bambang Firna Yenila Fitri Safnita Fitriani, Yetti Fristi Riandari Fuad El Khair Gaja, Rizqi Nusabbih Hidayatullah Ghea Paulina Suri Gunadi W Nurcahyo Gunadi Widi N. Gunadi Widi Nurcahyo Gunadi Widi Nurcahyo Gunadi Widi Nurcahyo, Gunadi Guslendra Habdi Habdi Habdi, Habdi Hadiyanto, Tegas Halifia Hendri Hamsir hamsir Handika, Yola Tri Haris Kurniawan Hartati, Yuli Hasmaynelis Fitri Haviluddin Haviluddin Hazlita Hendro Budiantoro Hengki Juliansa Henky Andema Hermanto Hidayad, Asri Honestya, Gabriela Huda, Ramzil Ibnu Putra Ika Melinia Sapitri Fitriyanti Ikhbal Salam, Riyan Ikhsan, Naufal Indah Savitri Hidayat Indhira, Sonia Intan Nur Fitriyani Iqbal Afriyadi Ira Nia Sanita Irsyad, As'Ary Sahlul Irzal Arif Wisky Ismail Virgo Istianingsih, Nanik Iswandi Saputra Jefdy Kurniawan Jeri Wandana Juansen, Monsya Jufri, Fikri Ramadhan Jufriadif Na`am, Jufriadif Juledi, Angga Putra Julius Santony Junadhi Junadhi Junadhi, Junadhi Kamelia Sari, Rima Kareem, Shahab Wahhab Khairul Azmi Kurniawan, Jefdy Kurniawan, Mhd Hary Larissa Navia Rani, Larissa Lengga S. Sandy Leony Lidya Lidya, Leoni Lubis, Fitri Amelia Sari Lubis, Siti Sahara Lusiana Lusiana M Syahputra M. Ibnu Pati M. Iqbal Zuqron M. Syahputra Mardayatmi, Suci Mardian, Zurni Mardison Mardison Mardison Marfalino, Hari Meilinda Sari Meilinda Sari Melissa Triandini Menhard, Menhard Mhd Hary Kurniawan Miftahul Hasanah Miftahul Hasanah, Miftahul Mike Zaimy Monsya Juansen Muhammad Dahria Muhammad Habib Yuhandri MUHAMMAD TAJUDDIN Muhammad Tajuddin Muhammad, Abulwafa Muhammad, L. J. Mukhlis Santoso Mulyanda, Sandy Mutiana Pratiwi Nadya Alinda Rahmi Nandan Limakrisna Nori Sahrun Nori Sahrun, Nori Novi Yanti Nur Aini Nurcahyo, Gunadi Nurcahyo, Gunadi Widi Nurdin, Yogi K Nurhidayat Nursyahrina Okfalisa Okfalisa Okfalisa, - Okmarizal, Bisma Olivia, Ladyka Febby Pandu Pratama Putra, Pandu Pratama Pati, Muhammad Ibnu Pipin Refina Afindania Pulungan, Akhiruddin Purnomo, Nopi Putra, Akmal Darman Putra, Rahman Arief Putra, Ramdani Bayu Putra, Surya Dwi Putri, Adek Putri, Dhena Marichy Putri, Yozi Aulia Putut Wicaksono, Putut R Rahmiyanti Radillah, Teuku Rafika Sani Rafiska, Rian Rafki, Rafnelly Rahmad Aditiya Rahmadani Hidayat Rahman Arief Putra Rahmi Fauzana Rahmi, Nadya Alinda Rakhmad Pribowo Hariputra Ramadhan, Mukhlis Randy Permana Randy Permana Refina Afindania, Pipin Resnawita, R Retno Devita Rezki - Rezki Rusydi Rezti Deawinda Parinduri Rian Kurniawan Richi Andrianto Rico Anggara Rio Andika Malik Riszki Fadillah Ritna Wahyuni Rizki Mubarak Roza Marmay Ruri Hartika Zain Rusdianto Roestam Rusdianto Roestam Rustam, Camila Sabil, Muhammad Said, Abdul Azis Saiful Nurarif Sandrawira Anggraini Sani, Rafikasani Sari, Imrah Sari, Laynita Selfi Melisa Septiano, Renil Setiawan, Adil Sharon Shaza Alturky Silfia Andin Sintia Sintia Siregar, Diffri Solihin Siregar, Fajri Marindra Siswahyudianto Sitanggang, Sahat Sonang Slamet Riyadi Sofika Enggari Sovia, Rini Sri Dewi Sri Dewi Sri Dewi, Apriandini Sri Rahmawati Suci Mardayatmi Suhefi Oktarian Sukardi Sulastri Sulastri Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan, S Surmayanti, Surmayanti Surya Dwi Putra Suryani, Vivi Susandri, Susandri Susriyanti, Susriyanti Syafri Arlis Syafrika Deni Rizki Syaljumairi, Raemon Syofneri, Nandel Tamaza, Muhammad Abyanda Teri Ade Putra Tesa Vausia Sandiva Tukino, Tukino tukino, tukino Veri, Jhon Veza, Okta Virgo, Ismail Vitriani, Vitriani Wahyu, Fungki Wanto, Anjar Wenni Afrodita Weri Sirait Y Yuhandri Yamin, Abdul Yamin Yemi, Leonardo Yerri Kurnia Febrina Yetti Fitriani Yogi K. Nurdin Yoni Aswan Yuda Irawan Yudha Aditya Fiandra Yudha Aditya Fiandra Yuhandri Yuhandri, Yuhandri Yul Antonisfia Yulasmi Yuli Hartati Yusma Elda Z Zulvitri Zakir, Supratman Zia Rahimi, Hadisha Zulharbi Zulharbi Zulvitri, Z