Article Per Year (5 Year)
p-Index From 2021 - 2026
10.242
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 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 Citizen Research and Development Journal of Education Transportation and Business Al'Adzkiya International of Computer Science and Information Technology Journal
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 : 82 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 82 Documents
Search

 4   5   6   7   8 
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.
Quantum Computing Analysis in Electricity Circuit Using Python Satria, Andy; Ramadhani, Fanny
Al'adzkiya International of Computer Science and Information Technology (AIoCSIT) Journal Vol 3, No 2 (2022)
Publisher : Al'Adzkiya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55311/aiocsit.v3i2.220

Abstract

This study aims to determine the quantum computing analysis in electrical circuits using python ptogram. Python is a programming language that can execute a number of multi-use instructions directly (interpretive) with the object orientation method. Python is the easiest programming language to understand. Python was created by a Dutch programmer named Guido Van Rossum. In the digital era, all professions related to technology and computers are considered promising in the future, one of which is programmer. There are many things you can create while pursuing the programmer world, such as software, smartphone applications, GUI programs, CLI programs, Internet of Things, games and others. Where quantum computing has inspired countless scientists, physicists and computer scientists. The development of the field of quantum computing can be seen from several demonstration experiments in the last two decades. Quantum information processing is a field that includes quantum computation, quantum cryptography, quantum communications, and quantum games, this field brings with it the idea of using quantum mechanics more than classical mechanics to model information processing. Quantum computing theory is not about changing the physical substrate on which computations are made from classical to quantum, but rather changing the idea of computing itself. This change can be seen from the change in the basic unit of calculation on the computer, namely the bit, which is changed to the quantum bit or qubit.
Implementation of the K-Nearest Neighbor (KNN) Algorithm in Making a Web-Based Article Topic System Ramadhani, Fanny
Al'adzkiya International of Computer Science and Information Technology (AIoCSIT) Journal Vol 3, No 1 (2022)
Publisher : Al'Adzkiya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55311/aiocsit.v3i1.223

Abstract

This study aims to apply the K-Nearest Neighbor algorithm in making an article topic determination system. The K-Nearest Neighbor algorithm is one of the oldest and most popular NN-based methods for categorizing text. In determining class label predictions on test data it is determined by the value of k which represents the number of nearest neighbors. Of the k closest neighbors selected, voting is carried out by selecting the class with the most number as the predicted class label on the test data. Classification is considered the best method in processing when the training data is closest to the object. The way the KNN works requires determining the input in the form of training data, test data and k values.
PENERAPAN METODE UNDERSAMPLING CLUSTER CENTROIDS PADA ALGORITMA RANDOM FOREST UNTUK PREDIKSI KEBANGKRUTAN PERUSAHAAN Wahyu Pratama, Rangga; John Pardamean Hutabarat, Felix; Abadi Simanullang, Paskah; Tymoty Hutabarat, Peter; Arnita, Arnita; Ramadhani, Fanny
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.v9i3.13810

Abstract

Kemajuan teknologi informasi telah mendorong pengembangan model prediksi dalam sektor finansial, termasuk prediksi kebangkrutan perusahaan. Prediksi ini sangat penting bagi pemodal dan investor dalam pengambilan keputusan strategis. Namun, tantangan utama dalam prediksi kebangkrutan adalah ketidakseimbangan kelas, di mana jumlah perusahaan bangkrut jauh lebih sedikit dibandingkan perusahaan yang tidak bangkrut. Penelitian ini bertujuan untuk mengembangkan model klasifikasi yang lebih akurat dalam memprediksi risiko kebangkrutan dengan mengatasi ketidakseimbangan data menggunakan pendekatan yang berbeda dari penelitian sebelumnya. Jika penelitian sebelumnya menggunakan oversampling SMOTE, penelitian ini berkontribusi dengan menerapkan undersampling Cluster Centroid untuk menyeimbangkan distribusi data dari (2834:165) menjadi (165:165). Model dikembangkan menggunakan Random Forest Classifier, dengan evaluasi melalui cross-validation dan hyperparameter tuning untuk meningkatkan performa prediksi. Hasil pengujian menunjukkan bahwa model Random Forest Biasa memiliki akurasi 94,44%, tetapi dengan recall hanya 18,00%, menunjukkan ketidakefektifan dalam mendeteksi perusahaan bangkrut. Setelah menerapkan undersampling Cluster Centroid, akurasi menurun menjadi 63,64%, tetapi recall meningkat signifikan menjadi 89,80%, dengan F1-score 70,97%. Learning curve menunjukkan bahwa model mampu menggeneralisasi data dengan baik tanpa mengalami overfitting yang signifikan. Penelitian ini adalah menunjukkan bahwa Cluster Centroid sebagai metode undersampling dapat meningkatkan kemampuan model dalam mendeteksi kelas minoritas secara lebih efektif dibandingkan oversampling SMOTE, meskipun dengan kompromi pada akurasi keseluruhan. Hasil ini membuka peluang eksplorasi lebih lanjut dalam penggunaan teknik undersampling untuk meningkatkan prediksi kebangkrutan perusahaan.
ANALISIS POPULARITAS GENRE FILM DI INDONESIA MENGGUNAKAN ALGORITMA DECISION TREE Dobry Sianipar, Freyro; Irya Shakila Syukron, Ananda; Defiyanti, Aqilah; Hafiz, Alfin; Dly, Revidamurti; Ramadhani, Fanny; Arnita, Arnita
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.v9i4.13841

Abstract

Industri perfilman di Indonesia mengalami pertumbuhan pesat dengan semakin beragamnya genre yang diminati oleh penonton. Namun, pola popularitas genre film masih menjadi tantangan dalam pengambilan keputusan industri. Penelitian ini bertujuan untuk menganalisis faktor yang memengaruhi popularitas genre film di Indonesia dengan menerapkan algoritma Decision Tree. Data yang digunakan berasal dari The Movie Database (TMDb) mencakup 3.000 film dari tahun 2015 hingga 2024, dengan variabel utama berupa jumlah penonton dan rating. Proses analisis mencakup tahapan preprocessing data, transformasi data, serta penyeimbangan kelas menggunakan teknik Synthetic Minority Over-sampling Technique (SMOTE). Hasil penelitian menunjukkan bahwa rating merupakan faktor dominan dalam menentukan popularitas genre film, diikuti oleh genre Romance, Drama, dan Horror. Model Decision Tree yang diterapkan memiliki akurasi sebesar 72,98% dalam mengklasifikasikan film populer dan tidak populer. Temuan ini memberikan kontribusi terhadap pemahaman preferensi penonton di Indonesia dan dapat menjadi acuan bagi industri perfilman dalam menyusun strategi produksi dan pemasaran yang lebih efektif. Berbeda dengan penelitian sebelumnya yang berfokus pada sistem rekomendasi atau analisis faktor individu, penelitian ini menawarkan pendekatan klasifikasi genre film berdasarkan kombinasi jumlah penonton dan rating, sehingga memberikan perspektif yang lebih komprehensif dalam mengidentifikasi tren popularitas film di Indonesia.
SEGMENTASI PELANGGAN DENGAN ALGORITMA K-MEANS UNTUK STRATEGI PEMASARAN YANG EFEKTIF Insan Pratama Siagian, Raihan; Pratama, Ega; Azmi Lubis, Fauzan; Audy Priscilia, Selfi; Ramadhani, Fanny
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.v9i4.13865

Abstract

Segmentasi pelanggan merupakan strategi penting dalam pemasaran untuk memahami karakteristik dan perilaku pelanggan yang beragam. Salah satu metode yang sering digunakan adalah K-Means Clustering, yang mampu mengelompokkan pelanggan berdasarkan kesamaan karakteristik tertentu. Namun, pemilihan jumlah cluster yang optimal dan analisis hasil segmentasi sering kali menjadi tantangan utama dalam implementasi metode ini. Oleh karena itu, penelitian ini bertujuan untuk mengimplementasikan algoritma K-Means dalam segmentasi pelanggan serta menganalisis efektivitas hasil klasterisasi. Pengujian dilakukan pada dataset Mall Costumer yang didapat dari kagle, lalu dianalisis menggunakan algoritma K-Means. Hasil pengujian menunjukkan bahwa jumlah cluster optimal yang diperoleh adalah 5, dengan distribusi anggota sebagai berikut: Cluster 0 terdiri dari 81 pelanggan, Cluster 1 sebanyak 39 pelanggan, Cluster 2 sebanyak 22 pelanggan, Cluster 3 sebanyak 35 pelanggan Dan Cluster 4 sebanyak 23 pelanggan. Dengan demikian, penelitian ini menunjukkan bahwa metode K-Means dapat mengelompokkan pelanggan secara efektif untuk mendukung strategi pemasaran yang lebih terarah.
PENERAPAN NAÏVE BAYES UNTUK ANALISIS SENTIMEN NETIZEN TERHADAP PROGRAM MAKAN SIANG GRATIS PADA MEDIA SOCIAL X Amelia Br Siregar, Ririn; Ramadhan Manik, Albert; Syahri, Alfin; Budi Akbar, Muhammad; Arnita, Arnita; Ramadhani, Fanny
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.v9i4.13870

Abstract

Program Makan Siang Gratis yang diperkenalkan dalam Pemilihan Presiden 2024 menjadi perhatian publik dan menuai berbagai tanggapan, baik positif maupun negatif. Persepsi masyarakat terhadap program ini penting untuk diketahui guna mengevaluasi keberhasilan implementasi kebijakan. Penelitian ini bertujuan untuk menganalisis sentimen netizen di media sosial X terhadap program tersebut menggunakan algoritma Naïve Bayes. Data dikumpulkan melalui proses crawling dengan Twitter API, kemudian dilakukan preprocessing, ekstraksi fitur menggunakan TF-IDF, dan klasifikasi sentimen ke dalam tiga kategori: positif, negatif, dan netral. Hasil evaluasi menunjukkan bahwa model Naïve Bayes yang digunakan memiliki akurasi sebesar 65%, presisi 71%, recall 65%, dan F1-score 62%. Analisis menunjukkan bahwa sentimen negatif mendominasi, disusul oleh sentimen netral, sementara sentimen positif hanya sedikit. Temuan ini mengindikasikan adanya kekhawatiran masyarakat terhadap efektivitas dan transparansi program. Hasil penelitian ini dapat menjadi bahan pertimbangan bagi pemerintah dalam meningkatkan sosialisasi dan implementasi program agar lebih diterima oleh masyarakat.
ANALISIS FAKTOR KEPUTUSAN NASABAH BERLANGGANAN TERM DEPOSIT: PERBANDINGAN RANDOM FOREST DAN XGBOOST Wahyudi, Rizky; Impana Manik, Kristin; Alfin, Muhammad; Bush Henrydunan, John; Arnita, Arnita; Ramadhani, Fanny
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.v9i4.13881

Abstract

Pemasaran produk perbankan seperti term deposit memerlukan strategi yang tepat untuk meningkatkan tingkat langganan nasabah. Berbagai faktor yang memengaruhi keputusan nasabah menjadi tantangan bagi bank dalam menargetkan calon pelanggan potensial. Penelitian ini membandingkan performa Random Forest dan XGBoost dalam memprediksi keputusan nasabah menggunakan dataset Bank Marketing dari UCI Machine Learning Repository. Tahapan preprocessing mencakup pemeriksaan nilai hilang, penanganan outlier dengan IQR, transformasi fitur kategorikal menggunakan label encoding, dan oversampling dengan SMOTE. Evaluasi model dilakukan dengan accuracy, F1-Score, dan ROC-AUC. Hasil penelitian menunjukkan bahwa XGBoost lebih unggul dibandingkan Random Forest, dengan accuracy 95,30%, F1-score 95,40%, dan ROC-AUC 95,29% pada rasio 80:20. Komunikasi dan durasi interaksi dalam pemasaran produk term deposit menjadi faktor paling signifikan dalam memengaruhi keputusan nasabah. Kesimpulan umum dari penelitian ini adalah XGBoost menjadi algoritma yang lebih efektif untuk prediksi keputusan nasabah berlangganan term deposit daripada Random Forest terutama dalam menangani data tidak seimbang dan hubungan non-linear.
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 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 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 br.Hutagalung, Fhadillah Budi Akbar, Muhammad Bush Henrydunan, John Daulay, Parhan 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 Elza Ahmad Erlangga, Farizi Evanthe, Hansel Evelyn Keisha Silalahi Fadilah, Putri Maulidina 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 Giovanni, Teuku Muhammad Hafiz, Alfin Haikal Al Majid, Muhammad Hapzi Ali Harahap, Fatimah Asro Hasan, Afrizal Hermawan Syahputra Hidayat, Muhammad Ferdiansyah Hidayatul Arifin, Muhammad Husna Batubara, Shabrina Hutagalung, Fatma Sari Ichwanul Muslim Karo Karo Impana Manik, Kristin Indah Purnama Sari 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 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 Ridho Muhammad Ridho Muhammad Rizki Alfahri Muslim Sinaga, Rizal Nadia Amalia, Sisti Nadrah Afiati Nasution Najwa Latifa Hasibuan Nasution, Nadrah Afiati Nico Pasaribu, Michael Nst, M. Fahri Fahroza Nurul Maulida Surbakti Nurul Sasti Diningsih Oktavia, Grace Oktaviani, Nadya Sisil Oris Krianto Sulaiman 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 Sartika Putri Tasya Agustina Raffi Akbar, Muhammad 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 Sagala, Khairul Fahmi Said . Iskandar Salamah Salamah salamah salamah Salsabila Zahra, Salsabila Sapta Warman Zai, Tri Siagian, Angel Agasari Siallagan, Sanri Yuliana Simbolon, Agata Putri Handayani Sinaga, Elya Juni Arta 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 Tanjung, Muhammad Raffi Akbar Todo Simanjuntak Trimuliani, Diva Tymoty Hutabarat, Peter Wahyu Pratama, Rangga Wahyudi, Rizky Wardaniah, Sabina Warjaya, Angga Yazid Noor, Muhammad Zai, Tri Sapta Warman Zaki Zain Zulfahrizan, Atta