Article Per Year (5 Year)
p-Index From 2021 - 2026
10.986
P-Index
This Author published in this journals
All Journal Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) SITEKIN: Jurnal Sains, Teknologi dan Industri InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING JMM (Jurnal Masyarakat Mandiri) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Nasional Komputasi dan Teknologi Informasi Data Science: Journal of Computing and Applied Informatics JURNAL MUTIARA AKUNTANSI Jurnal Teknologi Informasi dan Terapan (J-TIT) bit-Tech JATI (Jurnal Mahasiswa Teknik Informatika) Community Development Journal: Jurnal Pengabdian Masyarakat Ihsan: Jurnal Pengabdian Masyarakat Journal of Computer Science, Information Technology and Telecommunication Engineering (JCoSITTE) Indonesian Journal of Education, Social Sciences and Research (IJESSR) Jurnal Fibonaci: Jurnal Pendidikan Matematika Jurnal Ilmiah Wahana Pendidikan Djtechno: Jurnal Teknologi Informasi INCODING: Journal of Informatics and Computer Science Engineering Proceeding International Seminar of Islamic Studies Bulletin of Information Technology (BIT) J-Intech (Journal of Information and Technology) Jurnal Pengabdian Pada Masyarakat Indonesia (JPPMI) sudo Jurnal Teknik Informatika Hello World Jurnal Pengabdian Masyarakat Gemilang (JPMG) Blend Sains Jurnal Teknik Wahana Factory Jurnal Industri, Manajemen dan Rekayasa Sistem Industri QISTINA: Jurnal Multidisiplin Indonesia Jurnal Multidisiplin Teknologi dan Arsitektur Indonesian Journal of Education and Development Research Jurnal Ecotipe (Electronic, Control, Telecommunication, Information, and Power Engineering) Journal of Accounting Law Communication and Technology Journal of Mathematics, Computation and Statistics (JMATHCOS) Journal of Citizen Research and Development Journal of Education Transportation and Business Al'Adzkiya International of Computer Science and Information Technology Journal Journal of Information Technology
Ramadhani, Fanny
Universitas Negeri Medan
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Other

Published : 89 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 89 Documents
Search

 3   4   5   6   7 
IMPLEMENTASI ALGORITMA ANTRIAN PRIORITAS MENGGUNAKAN ARRAY DI PYTHON UNTUK SISTEM ANTRIAN LAYANAN DARURAT Evanthe, Hansel; Muslim Sinaga, Rizal; Putra Paskah Halawa, Sovantri; Audy Priscillia, Selfi; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12214

Abstract

Manajemen layanan darurat di rumah sakit sering menghadapi tantangan dalam mengelola antrean pasien secara efisien, terutama di Instalasi Gawat Darurat (IGD). Sistem antrian prioritas berbasis algoritma dan struktur data array di Python dikembangkan untuk meningkatkan efisiensi tersebut. Penelitian ini bertujuan merancang sistem berbasis array di phyton yang mampu mendistribusikan pasien sesuai tingkat urgensi menggunakan algoritma FIFO dan algoritma prioritas. Metode yang digunakan melibatkan pembuatan kelas dan antarmuka pengguna menggunakan pustaka Python Tkinter unuk membantu memasukkan pasien. Pengujian dilakukan melalui simulasi tiga skenario: pasien dengan prioritas acak, kedatangan pasien kritis berturut-turut, dan skala antrian besar. Hasil simulasi menunjukkan bahwa sistem mampu mengelola antrean dengan efisien, memberikan prioritas pada pasien kritis, dan menampilkan antrean real-time secara terstruktur. Namun, pada skenario skala besar, ditemukan jeda pemrosesan akibat tingginya beban data. Sistem ini dapat ditingkatkan dengan algoritma atau struktur data alternatif seperti heap atau tree untuk meningkatkan performa
IMPLEMENTASI LIBRARY PYTHON DEQUEUE PADA ANTRIAN BANK MENGGUNAKAN LOGIKA FIRST IN FIRST OUT Zulfahrizan, Atta; Alby Savana HSB, Muhammad; br.Hutagalung, Fhadillah; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12260

Abstract

Sistem antrian bank merupakan bagian penting dalam pelayanan kepada nasabah, namun seringkali menghadapi permasalahan seperti pembagian pelanggan yang tidak optimal dan tidak adanya estimasi waktu tunggu yang akurat. Kondisi ini menyebabkan waktu tunggu yang lama dan ketidakpuasan nasabah. Penelitian ini bertujuan untuk mengembangkan sistem antrian berbasis algoritma First In First Out (FIFO) menggunakan library Python deque untuk meningkatkan efisiensi layanan nasabah. Metode yang digunakan meliputi perancangan dan implementasi algoritma FIFO dengan struktur data deque, pengujian sistem, serta pengembangan fitur pembagian antrian berdasarkan estimasi waktu layanan. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan mampu meningkatkan efisiensi administrasi, mengurangi kesalahan input data, dan memprioritaskan pelanggan berdasarkan waktu tunggu yang lebih singkat. Dengan demikian, sistem ini memberikan solusi yang efektif untuk pengelolaan antrian perbankan secara adil dan terstruktur
IMPLEMENTASI SEDERHANA APLIKASI BUKU TELEPON OFFLINE DENGAN MENGGUNAKAN SELECTION SORT DI PYTHON Fauzan, M Rosyid; Juliana Silalahi, Feby; Azima Lubis, Fauzan; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12361

Abstract

Di zaman digital sekarang,penggunaan buku telepon offline tetap memiliki peranan penting,terutama di daerah dengan akses internet yang terbatas.Namun, pengelolaan data dalam buku telepon seringkali menjadi tantangan, terutama saat jumlah entri meningkat.Penelitian ini memiliki tujuan untuk merancang dan mengimplementasikan aplikasi Buku Telepon yang dapat berfungsi secara offline dengan menggunakan bahasa pemrograman Python.Aplikasi kontak ini dirancang untuk menyimpan dan mengelola data pengguna secara efisien.Salah satu fitur utama yang dihadirkan dalam aplikasi ini ialah algoritma pengurutan Selection Sort, yang berfungsi untuk mengurutkan daftar kontak berdasarkan nama secara efektif.Metode pengembangan yang diadopsi adalah pendekatan berbasis objek, dengan memanfaatkan pustaka GUI Tkinter untuk menciptakan antarmuka pengguna.Aplikasi ini memberikan kemampuan kepada pengguna untuk menambah, mengedit,mengurutkan,mencari, dan menghapus data kontak, serta menampilkan daftar kontak yang telah diurutkan.Pengujian dilakukan untuk memastikan aplikasi berfungsi dengan baik dan efisiensi algoritma pengurutan yang diterapkan.Hasil pengujian menunjukkan bahwa aplikasi ini bekerja dengan baik dan dapat menyajikan data kontak secara cepat dan terorganisir.Dan pada penelitian ini,bisa diketahui bahwasannya metode selection sort bisa beroperasi sedikit lebih cepat dibandingkan dengan Insertion sort.Diharapkan aplikasi ini dapat memberikan kemudahan bagi pengguna dalam pengelolaan informasi kontak secara praktis tanpa memerlukan koneksi internet
ANALISIS KECEPATAN METODE PENYORTIRAN DAN PEMROSESAN YANG DITERAPKAN PADA PROGRAM KERANJANG BELANJA Prana Walidin, Adamsyach; Pebiana Putri, Fahra; Farezi, Nazwar; Khoiriah, Najwatul; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12407

Abstract

Kecepatan adalah salah satu aspek yang sangat diperlukan dalam teknologi saat ini. Kecepatan biasanya menjadi tolak ukur sebuah sistem atau perangkat, semakin cepat semakin baik. Efisiensi sebuah sistem atau perangkat ditentukan oleh kecepatan sistem itu sendiri ketika memproses atau mengolah data. Pada zaman yang mewajibkan tiap hal berjalan secara singkat dan praktis, diperlukan pengujian terhadap berbagai macam hal terutama pada bidang teknologi struktur data. Untuk mengetahui seberapa efisien teknik struktur data list dan dictionary maka dilakukan implementasi pada sebuah program keranjang belanja sederhana untuk membuktikan dan mendapatkan angka pasti dalam hal kecepatan. Dengan menggunakan metode eksperimental kuantitatif, program dikembangkan dalam bahasa python dengan GUI dari library tkinter dan modul penghitungan waktu dari library time. Diketahui bahwa penggunaan dan kombinasi list dan kamus pada program keranjang belanja relatif cepat dalam memproses data, dengan rentang waktu 0.00007 detik hingga 1.8 detik dalam memproses setiap variabel. Hal ini membuat list dan kamus relatif efisien dalam penggunaannya pada program shopping cart.
Implementation of AI in Student Health Risk Analysis: Case Study Using Random Forest and SVM Algorithms Daulay, Parhan; Ridho, Muhammad; Hidayat, Muhammad Ferdiansyah; Dewi, Sri; Ramadhani, Fanny
QISTINA: Jurnal Multidisiplin Indonesia Vol 3, No 2 (2024): December 2024
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/qistina.v3i2.4160

Abstract

The health of students on campus is often threatened by stress and unhealthy living habits, such as poor sleep patterns or lack of physical activity. Students' health is important to their achievement and well-being. By using AI and machine learning algorithms such as Random Forest and Support Vector Machine (SVM), we can analyze health data more quickly and accurately. This helps detect problems early and provide timely assistance. Early identification of students who have the potential to experience health problems, so that timely intervention can be carried out. This research uses quantitative methods by collecting from various sources related to the use of AI and machine learning algorithms in analyzing student health at Medan State University. Data was collected through a survey at Medan State University, covering daily habits such as sleep patterns, physical activity and stress levels. With the results of this analysis, campuses can design health policies that are more effective and appropriate to student needs. It is hoped that this research can contribute to improving the health and well-being of students in the campus environment, as well as preventing more serious health problems in the future.
Analysis of Public Sentiment Regarding the Issue of Cancelling the Revision of the 2024 Regional Election Law with NLP Wardaniah, Sabina; Listia, Hijka; Wulandari, Siti; Ramadhani, Fanny; Dewi, Sri; Hasan, Afrizal
QISTINA: Jurnal Multidisiplin Indonesia Vol 3, No 2 (2024): December 2024
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/qistina.v3i2.4166

Abstract

The latest changes regarding the age requirements for regional head candidates in the 2024 Election by the Supreme Court have given rise to various responses from the public. This decision has become an important issue that is widely discussed on social media and mass media, where this decision has caused various reactions, both positive, negative and neutral. Sentiment analysis is important to determine public opinion on this decision. This study aims to analyze public sentiment on the Issue of Cancellation of the Revision of the 2024 Pilkada Law. This study uses the Natural Language Processing (NLP) method with the Naive Bayes algorithm. The data used is text data in the form of public opinion on the Issue of Cancellation of the Revision of the 2024 Pilkada Law collected via Twitter. This data is then processed using NLP techniques such as cleaning, tokenization, normalization, filtering and stemming. After that, public opinion on the Issue of Cancellation of the Revision of the 2024 Pilkada Law is classified into positive, negative and neutral sentiment categories. The results of the study showed that the results of the model performance evaluation using data testing produced an accuracy of 92%, so it can be concluded that this model is good enough for sentiment analysis. Accuracy shows that the model makes correct predictions on 92% of the total data, which is dominated by the neutral class.
Evaluasi Kinerja Algoritma Support Vector Machine (SVM) Dalam Analisis Sentimen Publik Terhadap Naturalisasi Timnas Indonesia di Twitter Lubis, Muhammad Ghafur Rahman; Sitompul, Dicky Sambora; Giovanni, Teuku Muhammad; Ramadhani, Fanny; Dewi, Sri
Journal of Accounting Law Communication and Technology Vol 2, No 1 (2025): Januari 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jalakotek.v2i1.4180

Abstract

Studi ini bertujuan untuk menganalisis efektivitas algoritma Support Vector Machine (SVM) dalam menilai sentimen masyarakat terkait kebijakan naturalisasi pemain tim nasional sepak bola Indonesia yang dibicarakan di Twitter. Mengingat meningkatnya perhatian terhadap isu naturalisasi, pemahaman tentang reaksi publik menjadi sangat penting. Data diperoleh melalui teknik crawling dari Twitter, menghasilkan kumpulan data yang mencakup beragam opini dan tanggapan publik. Setelah melakukan praproses data, termasuk penghilangan kata yang tidak penting dan stemming, model SVM diterapkan untuk mengkategorikan sentimen menjadi positif, negatif, atau netral. Kinerja model dievaluasi dengan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil dari penelitian ini menunjukkan bahwa algoritma SVM mampu mencapai tingkat akurasi yang memuaskan dalam analisis sentimen publik, serta memberikan wawasan yang berguna mengenai pandangan masyarakat terhadap naturalisasi timnas Indonesia. Temuan ini diharapkan dapat memberikan bantuan kepada pembuat kebijakan dan pemangku kepentingan lainnya dalam memahami dinamika opini publik seputar isu-isu penting dalam dunia olahraga nasional.
Pemanfaatan Sistem Artificial Intelligence Pada Industri Perbankan: Systematic Literature Review Ramadhani, Fanny; Trimuliani, Diva
JURNAL MUTIARA AKUNTANSI Vol. 9 No. 1 (2024): Jurnal Mutiara Akuntansi
Publisher : UNIVERSITAS SARI MUTIARA INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51544/jma.v9i1.5281

Abstract

Perkembangan teknologi saat ini telah mendorong digitalisasi pada operasional dan layanan perbankan, dengan adanya teknologi diharapkan dapat mengotomatisasi berbagai tugas dan layanan perbankan sehingga menjadi lebih efisien dan efektif. Pemanfaatan sistem berbasis artificial intelligence (AI) digunakan di berbagai industri, termasuk industri perbankan. Penelitian ini merupakan penelitian studi literatur (systematic literature review), data dikumpulkan dari pencarian artikel yang diterbitkan pada portal Scopus dengan pencarian artikel dengan topik pembahasan AI pada industri perbankan. Penelitian ini bertujuan untuk mengetahui bagaimana pemanfaatan AI pada industri perbankan dan jenis AI yang digunakan. Hasil penelitian ini dapat bermanfaat untuk mempertimbangkan keputusan dalam mengoptimalkan penggunaan dan pengembangan AI di industri perbankan.
Sistem Pakar Penyakit pada Anjing Menggunakan Metode Forward Chaining Siallagan, Sanri Yuliana; Situngkir, Silvia Wulandari; Siagian, Angel Agasari; Dewi, Sri; Ramadhani, Fanny
Journal of Citizen Research and Development Vol 2, No 1 (2025): Mei 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jcrd.v2i1.4163

Abstract

Kesehatan anjing  memerlukan perhatian khusus karena setiap jenis anjing dapat memiliki kecenderungan terhadap berbagai penyakit spesifik. Diagnosis yang cepat dan akurat sangat penting untuk mengurangi risiko komplikasi dan meningkatkan kualitas hidup hewan. Namun, diagnosa penyakit pada anjing  sering kali menghadapi tantangan karena beragam gejala yang dapat terjadi dan kompleksitas informasi medis yang diperlukan. Penelitian ini bertujuan untuk mengembangkan sebuah sistem pakar yang mampu mendiagnosis penyakit pada anjing secara efektif menggunakan metode forward chaining. Sistem ini diharapkan dapat membantu veterinaria dan pemilik hewan dalam memberikan diagnosis awal yang akurat berdasarkan gejala yang dilaporkan, serta mempermudah proses penanganan penyakit pada anjing. Metode forward chaining merupakan metode pencarian atau penarikan kesimpulan yang berdasarkan pada data atau fakta yang ada menuju ke kesimpulan. Metode forward chaining diterapkan untuk inferensi, di mana sistem mulai dari data gejala yang dimasukkan dan menggunakan aturan untuk menyimpulkan kemungkinan diagnosis. Sistem dikembangkan menggunakan platform perangkat lunak yang mendukung pembuatan sistem pakar dan diuji dengan kasus simulasi untuk menilai akurasi dan efektivitasnya. Hasil penelitian ini menunjukkan bahwa sistem ini terbukti efektif dalam mendiagnosis penyakit pada hewan peliharaan anjing melalui gejala awalnya. Sistem ini tidak hanya menunjukkan efisiensi proses diagnosis tetapi juga meningkatkan kesadaran pemilik hewan tentang kesehatan anjing peliharaannya.
Identifikasi Tanda Tangan Dengan Menggunakan Metode Convolution Neural Network (CNN) Indriani.S, Dechy Deswita; Sinaga, Elya Juni Arta; Oktavia, Grace; Syahputra, Hermawan; Ramadhani, Fanny
J-INTECH (Journal of Information and Technology) Vol 12 No 1 (2024): J-Intech : Journal of Information and Technology
Publisher : LPPM STIKI MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/j-intech.v12i1.1273

Abstract

This research aims to develop and evaluate a Convolutional Neural Network (CNN) model for signature identification. The CNN method is chosen for its capability to extract and analyze complex visual features from signature images. The data used in this study consists of a collection of signature images divided into training and testing sets. The proposed CNN model comprises several convolutional, pooling, and fully connected layers optimized for classification tasks. Evaluation results indicate that the CNN model achieves excellent performance with an accuracy of 0.97, demonstrating high accuracy and precision in signature recognition. With these results, CNN proves to be an effective and reliable method for signature identification, making a significant contribution to the field of biometric identity verification. These findings open opportunities for further applications in security and authentication systems requiring automatic signature recognition.
Co-Authors Abadi Simanullang, Paskah Ade Amelia, Tasya Ade Setiawan Adhi Guna, Ekin Advis Ambrosius Sitohang, Yuda Afiati Nasution, Nadrah Africano, Fernando Afrrahman S. Effendi, Ali Agata Putri Handayani Simbolon Agung Wijaya, Agung Agus Waruwu, Stefen Ahmad Rahmatika Al Hamidy Al Kautsar, Muhammad Zidane Al Khowarizmi Alby Savana HSB, Muhammad Alfin, Muhammad Amalia, Sisti Nadia Amanah, Fadilla Ambarwati, Nilasari Eka Amelia Br Siregar, Ririn Amelia Vega S. Meliala, Ruth Ananda Hafika, Rizky Ananta, Willy Pramudia Andika Maulana, Sandy Andy Satria Andy Satria Apandi, Khairul Aprilia, Adinda Putri Arnita Arnita Arnita Arnita Asri Angel Tumanggor Asro Harahap, Fatimah Audy Priscilia, Selfi Audy Priscillia, Selfi Aulia, Windy Ayu Sekar Ayu Syahfitri Ayu, Silvana Oyasi Azima Lubis, Fauzan Azmi Lubis, Fauzan Baehaqi br.Hutagalung, Fhadillah Budi Akbar, Muhammad Bush Henrydunan, John Daulay, Parhan Dechy Deswita Indriani.S Dedy Kiswanto Defiyanti, Aqilah Diah Retno Wahyuningrum Dian Damayanti Dian Septiana Dicky Apdilah Dimas Fadhlurohhman Dimas Prayoga Dina Aulia Djasmayena, Selvia Dly, Revidamurti Dobry Sianipar, Freyro Drilanang, Mhd Ilyasyah Dwi Zahra Putri, Raisya Elya Juni Arta Sinaga Elza Ahmad Erlangga, Farizi Evanthe, Hansel Evelyn Keisha Silalahi Fadilah, Putri Maulidina Fahmi Ashari S. Sihaloho Fahmi Sagala, Khairul Farezi, Nazwar Fatma Hutagalung Fatma Sari Hutagalung Fauzan, M Rosyid Fauzan, Rosyid Fayadhilah, Muhammad Apta Fhadillah, Fhadillah Fitra, Muhammad Rizki Andrian Fransiska Sihombing, Esra G. Gunawan Giovanni, Teuku Muhammad Grace Oktavia Hafiz, Alfin Haikal Al Majid, Muhammad Hapzi Ali Harahap, Fatimah Asro Hasan, Afrizal Hermawan Syahputra Hermawan Syahputra Hermawan Syahputra Hidayat, Muhammad Ferdiansyah Hidayatul Arifin, Muhammad Husna Batubara, Shabrina Hutagalung, Fatma Sari Ichwanul Muslim Karo Karo Impana Manik, Kristin Indah Purnama Sari Indriani.S, Dechy Deswita Insan Pratama Siagian, Raihan Irya Shakila Syukron, Ananda Islamia, Aulia Ismail Hanif Batubara Iwan Agi Berutu Jailani Arsad John Pardamean Hutabarat, Felix Juliana Silalahi, Feby Khairul Fahmi Sagala Khildan Rifail Azis Khoiriah, Najwatul Latifah Hasibuan, Najwa Listia, Hijka Lubis, Muhammad Ghafur Rahman Lutfi Basit M. Fahri Fahroza Manurung, Asrar Aspia Mardiana Mardiana Maulana, Raihan Maulida Surbakti, Nurul Mei Lammi Malau Mhd. Basri Mufit, Muhammad Ilham Muhammad Habib Muhammad Naufal Musyafa Muhammad Raffi Akbar Tanjung Muhammad Ridho Muhammad Ridho Muhammad Rizki Alfahri Muhammad Zidane Alkautsar Muslim Sinaga, Rizal Nadia Amalia, Sisti Nadrah Afiati Nasution Najwa Latifa Hasibuan Najwatul Khoiriah Nasution, Nadrah Afiati Nico Pasaribu, Michael Nst, M. Fahri Fahroza Nurul Maulida Surbakti Nurul Sasti Diningsih Oktavia, Grace Oktaviani, Nadya Sisil Oris Krianto Sulaiman Pahlawan, Riza Pebiana Putri, Fahra Permata Putri Pasaribu, Yohanna Pipit Putri Hariani MD Prana Walidin, Adamsyach Pratama, Ega Prihatin Ningsih Sagala Putra Paskah Halawa, Sovantri Putra, Samuel Anaya Putri Harliana Putri Maulidina Fadilah Putri Sartika Putri Tasya Agustina Raffi Akbar, Muhammad Rahel Lina Simanjuntak Rahma, Aulya Raihan Insan Pratama Siagan Ramadhan Manik, Albert Ramadhani, Sigi Pegi Ramadhani, Umaya Rangga Mahara Miko Ravindra Singh Richi, Alfina Rizki Andrian Fitra, Muhammad Rizki, Widya Selia Rushainy, Siti Raisha Sadion Tumpal Damanik Said . Iskandar Salamah Salamah salamah salamah Salsabila Zahra, Salsabila Sapta Warman Zai, Tri Siagian, Angel Agasari Siallagan, Sanri Yuliana Sinaga, Elya Juni Arta Sisti Nadia Amalia Sisti Nadia Amalia siti wulandari Sitompul, Dicky Sambora Sitorus, Rizki Risdah Situngkir, Silvia Wulandari Sri Dewi Sri Dewi Sri Dewi Steviana Viviola Wicesti Nasution Sumita Wardani Surianto, Stacyana Jesika Susanto, Raoul Syahri, Alfin Theresia Romauli Siagian* Todo Simanjuntak Tri Sapta Warman Zai Trimuliani, Diva Tymoty Hutabarat, Peter Ukhti Nisa Vina Anggraini Wahyu Pratama, Rangga Wahyudi, Rizky Wardaniah, Sabina Warjaya, Angga Yazid Noor, Muhammad Zaki Zain Zulfahrizan, Atta