Claim Missing Document
Check
Articles

PENENTUAN PREMI ASURANSI JIWA BERJANGKA MENGGUNAKAN METODE LAST SURVIVOR Aulia Puteri Amari; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (97.58 KB) | DOI: 10.26418/bbimst.v8i3.33641

Abstract

Asuransi jiwa yang berkembang di Indonesia ada dua macam, yaitu asuransi jiwa perorangan (single life) dan asuransi jiwa bersama (multi life). Asuransi multi life memiliki dua istilah berdasarkan status kematian dari kumpulan tertanggung yaitu joint life dan last survivor. Asuransi joint life memberikan status kematian jika salah satu dari anggota kelompok mengalami kematian selama masa pertanggungan asuransi. Asuransi last survivor memberikan status kematian jika tersisa hanya satu anggota yang bertahan hidup hingga akhir masa pertanggungan asuransi berakhir. Penelitian ini bertujuan untuk mengetahui besarnya premi tahunan asuransi jiwa berjangka last survivor  tiga orang tertanggung dengan usia suami 30 tahun, usia istri 25 tahun dan usia anak 5 tahun. Perhitungan premi tahunan yang dibayarkan tertanggung dibagi menjadi dua yaitu pada anak laki-laki dan anak perempuan dengan tingkat suku bunga 6% dan benefit yang didapatkan sebesar Rp300.000.000 adalah Rp4.627.901 untuk anak perempuan dan Rp4.660.859 untuk anak laki-laki. Berdasarkan penelitian ini juga diperoleh besar premi tahunan asuransi jiwa berjangka last surivor bergantung pada tingkat suku bunga, jenis kelamin dan usia tertanggung. Laki-laki membayar premi lebih mahal dari perempuan. Semakin tinggi tingkat suku bunga maka semakin kecil premi yang dibayarkan sedangkan premi semakin mahal jika usia nasabah semakin tinggi. Kata kunci: Asuransi Jiwa Joint Life, Last Survivor, Premi, Santunan. 
ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM MENGGUNAKAN METODE MULTIOBJEKTIF Dwi Nining Indrasari; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 4 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v9i4.42742

Abstract

Strategi yang dapat dilakukan investor dalam berinvestasi, yaitu dengan membentuk portofolio optimal. Portofolio optimal dapat dibentuk menggunakan metode multiobjektif, dimana metode tersebut dapat memaksimalkan return dan meminimalkan risiko pada waktu bersamaan. Pada metode multiobjektif terdapat koefisien pembobot yang digunakan untuk menunjukkan seberapa besar seorang investor mengambil risiko atas expected return. Tujuan dari penelitian ini adalah menganalisis besarnya nilai return dan risiko yang terbentuk dalam pembentukan portofolio optimal saham menggunakan metode multiobjektif. Data yang digunakan dalam penelitian merupakan data penutupan harga saham harian yang selalu masuk dalam indeks saham LQ-45 pada periode 1 Januari sampai dengan 31 Desember 2018. Saham yang dipilih untuk pembentukan portofolio optimal ada empat saham, diantaranya PTBA.JK, BBCA.JK, ICBP.JK, dan SMGR.JK. Pada kasus ini diambil contoh dengan menginvestasikan modal sebesar Rp50.000.000,00 dengan periode waktu 20 hari dan tingkat kepercayaan 95%. Berdasarkan hasil analisis menggunakan koefisien pembobot , maka diperoleh nilai return sebesar Rp4.962.680,00 dengan risiko sebesar Rp4.352.279,00. Kata Kunci: Metode Multiobjektif, Portofolio Optimal, Koefisien Pembobot
METODE BAYESIAN SELF UNTUK ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI RAYLEIGH Asty Fistia Ningrum; Neva Satyahadewi; Setyo Wira Rizki
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (388.981 KB) | DOI: 10.26418/bbimst.v9i1.38966

Abstract

Data survival adalah data yang menunjukkan waktu suatu objek atau individu dapat bertahan selama dilakukan penelitian. Penelitian ini membahas mengenai metode Bayesian SELF untuk estimasi parameter model survival distribusi Rayleigh. Proses estimasi parameter metode Bayesian SELF memerlukan informasi dari fungsi likelihood dan distribusi prior yang kemudian akan membentuk distribusi posterior. Setelah diperoleh estimator dari metode tersebut, selanjutnya diterapkan pada data pasien penderita kanker ovarium yang telah diberi perawatan kemoterapi berdistribusi Rayleigh yang diambil dari program R. Berdasarkan hasil estimasi  parameter metode Bayesian SELF dengan prior Vague pada studi kasus penderita kanker ovarium  menghasilkan hasil estimasi parameter nilai survival yang kurang baik untuk distribusi Rayleigh meskipun hasil estimasi nilai survival penderita kanker ovariumnya meningkat. Untuk hasil estimasi parameter model survival distribusi Rayleigh yang lebih baik, dapat menggunakan prior lainnya seperti prior Uniform. Kata Kunci: Kanker Ovarium, Vague, Posterior.
OPTIMALISASI WAKTU PENGEMBALIAN MANFAAT PENSIUN MENGGUNAKAN METODE BENEFIT PRORATE TIPE CONSTANT PERCENT Mega Tri Junika; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (411.732 KB) | DOI: 10.26418/bbimst.v9i3.40890

Abstract

 Program pensiun merupakan investasi jangka panjang yang diberikan suatu perusahaan sebagai bentuk balas jasa atau kinerja pekerja dan juga suatu tanggung jawab perusahaan terhadap kesejahteraan pekerja. Benefit prorate merupakan metode yang menunjukkan manfaat pensiun berasal dari jumlah gaji saat ini dimana dipengaruhi oleh kumulatif manfaat terhadap perbandingan masa kerja yang telah dijalankan sejak awal kerja hingga pensiun. Tujuan penelitian ini adalah menentukan besar manfaat yang akan diterima oleh peserta program pensiun berdasarkan metode benefit prorate, menganalisis dan menentukan waktu pengembalian manfaat pensiun yang optimal. Penelitian ini berawal dari studi kasus mengenai seorang peserta (pria) program pensiun yang masuk kerja pada usia 20 tahun dengan gaji pokok awal sebesar Rp3.000.000,- per bulan. Ketentuan asumsi yang digunakan yaitu usia pensiun 56 tahun, tingkat suku bunga sebesar 8%, kenaikan gaji pokok tiap tahun (PhDP) sebesar 2%, dan proporsi dari gaji yang disiapkan untuk manfaat pensiun ( ) sebesar 2,5% dari total gaji selama bekerja. Setelah dilakukan perhitungan berdasarkan metode benefit prorate tipe constant percent diperoleh bahwa nilai manfaat yang diterima peserta saat pensiun adalah Rp586.460.648,-. Ketika peserta program pensiun tersebut ingin mengambil manfaat dana pensiun (C) sebesar Rp6.000.000,- per bulannya, maka berdasarkan perhitungan menggunakan metode amortisasi diperoleh lama waktu pengembalian manfaat pensiun yaitu 13 tahun 11 bulan. Lamanya waktu pengembalian manfaat pensiun dapat dipengaruhi oleh tingginya suku bunga dan rendahnya iuran pengembalian. Kata Kunci: Gaji, Dana Pensiun, Suku Bunga, Amortisasi
PERHITUNGAN VALUE AT RISK PORTOFOLIO PADA FUNGSI ARCHIMEDEAN COPULA Nona Lusia; Neva Satyahadewi; Setyo Wira Rizki
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.44829

Abstract

Value at Risk (VaR) merupakan salah satu alat ukur yang digunakan untuk menghitung risiko pada portofolio. Akan tetapi VaR memiliki asumsi distribusi normalitas. Pada kenyataannya data finansial lebih sering berdistribusi tidak normal dan return dari data  mengindikasikan adanya heteroskedastisitas. Salah satu metode yang dapat digunakan untuk mengatasi masalah tersebut adalah menghitung nilai VaR menggunakan copula. Tujuan penelitian ini untuk menganalisis perhitungan nilai VaR saham portofolio menggunakan fungsi archimedean copula. Langkah-langkah perhitungan VaR menggunakan fungsi archimedean copula adalah menghitung nilai return saham, mencari nilai statistik deskriptif dari return, melakukan uji autokorelasi dan uji heterokedastisitas pada return saham, memeriksa nilai ekstrem menggunakan Pareto tail, mengestimasi parameter keluarga archimedean copula, melakukan simulasi archimedean copula,  menghitung nilai VaR saham portofolio. Penelitian ini menggunakan data harga saham penutupan harian BBCA dan BBNI periode 4 Januari 2016 sampai 30 Oktober 2019. Berdasarkan hasil analisis, diperoleh perhitungan nilai VaR pada keluarga fungsi archimedean copula adalah sebagai berikut: Clayton copula dengan tingkat kepercayaan 90%, 95%, dan 99% secara berturut-turut dari aset yang diinvestasikan adalah 0,8254%, 0,8389%, dan 0,8528%. Gumbel copula adalah 0,8306%, 0,8453%, dan 0,8581%. Frank copula adalah 0,8244%, 0,8382%, dan 0,8539%. Terlihat bahwa semakin besar tingkat kepercayaan yang digunakan maka semakin besar tingkat risiko yang diperoleh investor. Perhitungan nilai VaR portofolio menggunakan fungsi Gumbel copula menghasilkan nilai VaR tertinggi. Kata Kunci: Investasi, Portofolio, VaR, Clayton copula, Gumbel copula, Frank copula
PENENTUAN CADANGAN PREMI PADA ASURANSI JIWA DWIGUNA JOINT LIFE DENGAN METODE PREMIUM SUFFICIENCY Wilda Ariani; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (389.884 KB) | DOI: 10.26418/bbimst.v9i1.38896

Abstract

Perusahaan asuransi memiliki kewajiban mempersiapkan sejumlah dana berupa cadangan premi untuk membayar klaim atas polis asuransi yang dibuat oleh tertanggung dan pihak perusahaan. Perhitungan cadangan premi dapat dihitung dengan menggunakan metode prospektif. Metode cadangan prospektif dalam perhitungannya dikembangkan dengan menyertakan biaya-biaya operasional perusahaan. Salah satu metode pengembangan tersebut adalah metode premium sufficiency. Perhitungan metode premium sufficiency dilakukan berdasarkan asumsi premi kotor. Pada penelitian ini dicari formula perhitungan cadangan premi asuransi jiwa dwiguna joint life dengan metode premium sufficiency. Dalam perhitungan nilai cadangan premi, cadangan premium sufficiency menyertakan biaya penutupan polis baru dan biaya pemeliharaan premi setelah masa asuransi. Berdasarkan studi kasus, diperoleh nilai cadangan premi tahunan asuransi jiwa dwiguna joint life untuk 3 kondisi usia tertanggung yang berbeda setiap tahunnya semakin meningkat. Selain itu, besar nilai cadangan premi untuk kondisi tingkat suku bunga yang bervariasi didapat bahwa semakin besar tingkat suku bunga maka nilai cadangan premi akan semakin kecil. Kata Kunci: metode cadangan prospektif, premi bruto
PEWARNAAN TOTAL PADA GRAF RAJA Fransisca Febrianti Sundari; Neva Satyahadewi; Shantika Martha
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1924.005 KB) | DOI: 10.26418/bbimst.v9i3.41096

Abstract

Pewarnaan total graf merupakan pewarnaan sisi dan simpul sehingga tidak terdapat dua sisi dan dua simpul yang saling bertetangga serta setiap sisi dan simpul saling bersisian memiliki warna yang sama. Pada pewarnaan total graf berlaku dengan adalah derajat maksimum graf dan adalah jumlah minimum warna yang diperlukan dalam pewarnaan total. Tujuan pewarnaan total adalah untuk menentukan jumlah warna minimum yang dapat digunakan untuk mewarnai setiap sisi dan simpul pada graf. Penelitian ini membahas tentang algoritma pewarnaan total serta pengaruh sisi dan simpul terhadap bilangan kromatik pada graf raja. Algoritma pewarnaan total pada graf raja meliputi pembentukan graf raja, penentuan himpunan bebas sisi dengan syarat gabungan semua himpunan bebas sisi sama dengan himpunan sisi, pemberian warna pada sisi berdasarkan himpunan bebas sisi, pemberian warna pada simpul dan penentuan bilangan kromatik berdasarkan pada kaidah pewarnaan total. Graf raja dilambangkan dengan dengan adalah banyaknya baris dan adalah banyaknya kolom pada papan catur. Berdasarkan penelitian ini diperoleh bahwa bilangan kromatik pada graf raja yaitu untuk dan untuk dan , bilangan kromatik pada graf raja yaitu untuk dan untuk dan , bilangan kromatik pada graf raja yaitu untuk dan untuk , bilangan kromatik pada graf raja yaitu untuk dan bilangan kromatik pada graf raja yaitu untuk . Selain itu juga diperoleh bahwa sisi dan simpul sangat berpengaruh terhadap bilangan kromatik pewarnaan total pada graf raja.Kata Kunci : bilangan kromatik, derajat maksimum, algoritma.
PENGEMBANGAN APLIKASI STATISTIKA BERBASIS WEB INTERAKTIF UNTUK ANALISIS UJI-T Paisal Paisal; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 3 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i3.47655

Abstract

Software R merupakan software statistika yang bisa dikembangkan secara bebas dan gratis (open source) sehingga bisa dianggap mengurangi penggunaan software bajakan. Software R telah berevolusi dengan mengembangkan program pendukung diantaranya adalah R-Shiny. R-Shiny dilengkapi dengan server interface yang membuat kemampuannya bisa diakses melalui menu web secara Graphical User Interface (GUI). Tujuan penelitian ini adalah mengembangkan R-Shiny sebagai interface web yang interaktif. Pengembangan R-Shiny dilakukan dengan metode waterfall melalui beberapa tahapan. Tahapan-tahapan dalam pengembangan R-Shiny yaitu analisis kebutuhan, sistem dan desain perangkat lunak, implementasi dan pengujian unit, integrasi dan pengujian unit, serta penerapan program dan pemeliharaan. Pada analisis kebutuhan dipilih uji-T karena uji ini sering digunakan dalam analisis statistika, diantaranya bidang kesehatan, pertanian dan ekonomi. Pada tahapan sistem dan desain perangkat lunak dilakukan perancangan sistem berdasarkan kebutuhan yang sudah ditetapkan. Kemudian hasil desain tersebut diimplementasikan dan diujikan kepada user, dimana user memberikan tanggapan terhadap desain sementara. User atau pengguna yang dipilih yaitu sekelompok mahasiswa yang mengambil mata kuliah Komputasi Statistika pada Program Studi Statistika Universitas Tanjungpura. Berdasarkan tanggapan user, desain perangkat lunak dilakukan perbaikan kembali agar menjadi lebih baik. Hasil akhir dari pengembangan R-Shiny ini diperoleh bahwa aplikasi ini lebih mudah digunakan, karena user dapat menggunakan langsung melalui android tanpa harus menginstal suatu aplikasi. Kata Kunci: R-Shiny, uji-T, Independent Sample T-Test
Algoritma Adaboost pada Metode Decision Tree untuk Klasifikasi Kelulusan Mahasiswa Yuveinsiana Crismayella; Neva Satyahadewi; Hendra Perdana
Jambura Journal of Mathematics Vol 5, No 2: August 2023
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34312/jjom.v5i2.18790

Abstract

Colleges provide higher education as the benchmark of education quality and evaluate higher education syllabi. Graduation rates and enrollment capacity are essential for graduation assessment and decision-making. Unfortunately, some students majoring in statistics failed to finish their studies on time, impacting the accreditation of the study program. It is necessary to examine the characteristics of students who managed and failed to complete their studies on time using the data mining classification method, namely Algorithm C5.0. In this study, Adaboost algorithm and Algorithm C5.0 was employed to classify graduation rates accurately. Graduation data of the Statistics Study Program of Universitas Tanjungpura Batch 1 of 20217/2018 to Batch II of 2022/2023 School years were regarded in this study. First, the entropy, gain, and gain ratio values were measured. After that, each data was given equal weight, and iteration was performed 100 times. The analysis using Algorithm C5.0 showed School Accreditation as the variable with the highest gain ratio, indicating that School Accreditation has the most decisive influence on graduation rates with an accuracy percentage of 70%. This percentage then increased to 82.14% after the boosting using the Adaboost algorithm. Adaboost Algorithm is regarded as good in improving the accuracy of algorithm C5.0. The results of this study can provide insight for colleges in designing policies to increase on-time graduation based on the factors that influence student graduation.
PENERAPAN ALGORITMA ITERATIVE DICHOTOMISER 3 (ID3) DALAM KLASIFIKASI FAKTOR RISIKO PENYAKIT DIABETES MELITUS Ferdina Ferdina; Neva Satyahadewi; Dadan Kusnandar
VARIANCE: Journal of Statistics and Its Applications Vol 5 No 2 (2023): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol5iss2page139-146

Abstract

Algoritma Iterative Dichotomiser 3 (ID3) adalah sebuah metode yang digunakan untuk membuat pohon keputusan. Pohon keputusan merupakan salah satu metode klasifikasi dengan model prediksi menggunakan struktur pohon. International Diabetes Federation pada tahun 2021 menyatakan bahwa Indonesia menduduki posisi kelima dalam kasus diabetes terbanyak, dengan jumlah penyandang diabetes sebanyak 19,47 juta penduduk. Tujuan penelitian ini adalah menerapkan Algoritma ID3 dan menentukan akurasinya dalam klasifikasi faktor risiko diabetes melitus. Data yang digunakan dalam penelitian ini adalah data hasil tes kesehatan karyawan di Kota Banyuwangi, Jember, Kediri, Madiun, Malang, Sidoarjo dan Surabaya yang kemudian dibagi menjadi data training dan data testing. Atribut klasifikasi yang digunakan dalam penelitian ini adalah jenis kelamin, usia, gula darah sewaktu (GDS), High Density Lipoprotein (HDL), Low Density Lipoprotein (LDL), dan trigliserida. Berdasarkan hasil pengujian klasifikasi Algoritma ID3 menggunakan data training dan software R Studio, diperoleh variabel dengan nilai information gain tertinggi adalah Gula Darah Sewaktu (GDS). Berdasarkan hasil perhitungan, nilai akurasi yang diperoleh dari metode Algoritma ID3 adalah sebesar 90%. Akurasi yang diperoleh, dapat disimpulkan bahwa keakuratan Algoritma ID3 tergolong baik dalam klasifikasi faktor risiko penyakit diabetes melitus.
Co-Authors . Apriansyah Afghani Jayuska Afghany Jayuska Al-Ham, Hairil Amriani Amir Amriani Amir Amriani Amir Andani, Wirda Antoni, Frans Xavier Natalius Apriliyanti, Rita Aprizkiyandari, Siti Ardhitha, Tiffany Ari Hepi Yanti Arsyi, Fritzgerald Muhammad Arti, Reyana Hilda Ashari, Asri Mulya Asri Mulya Ashari Asty Fistia Ningrum Atikasari, Awang Aulia Puteri Amari Bambang Kurniadi Banu, Syarifah Syahr ciptadi, wahyudin Cornellia, Amanda Crismayella, Yuveinsiana Dadan Kusnandar Dadan Kusnandar Dadan Kusnandar David Jordy Dhandio Debataraja, Naomi Nessyana Della Zaria Desriani Lestari Desriani Lestari Desriani Lestari Dhandio, David Jordy Dinda Lestari Dwi Nining Indrasari Dwinanda, Maria Welita Eka Febrianti, Eka Esta Br Tarigan Evy Sulistianingsih Ewaldus Okta Ferdina Ferdina Feriliani Maria Nani Fitriawan, Della Fransisca Febrianti Sundari Fransiska Fransiska Grikus Romi Gusti Eva Tavita Gusti Eva Tavita Hairil Al-Ham Halim, Alvin Octavianus Hamzah, Erwin Rizal Handayani, Aditya Hanin, Noerul Harimurti, Puspito Harnanta, Nabila Izza Helena, Shifa Hendra Perdana Hendrianto, El Herina Marlisa Huda, Nur'ainul Miftahul Huriyah, Syifa Khansa Ibnur Rusi Ikha Safitri Imro'ah, Nurfitri IMRO’AH, NURFITRI Imtiyaz, Widad Isra’ Sagita Jawani Jawani Karlina, Sela Kusnandar, Dadan Tonny Lucky Hartanti Lucky Hartanti Lucky Hartanti M. Deny Hafizzul Muttaqin Maga, Fahmi Giovani Margareta, Tiara Margaretha, Ledy Claudia Marlisa, Herina Marola, Geby Martha, Shantika Mega Sari Juane Sofiana Mega Sari Juane Sofiana Mega Tri Junika Millennia Taraly Misrawi Misrawi Muhammad Ahyar Muhammad fauzan Muhammad Radhi Muhammad Rizki Muliadi Muliadi Muslimah (F54210032) Nabil, Ilhan Nail Nanda Shalsadilla Naomi Nessyana Debataraja Naomi Nessyana Debataraja Noerul Hanin Nona Lusia Nugrahaeni, Indah Nur Asih Kurniawati Nur Asiska Nurfadilah, Kori’ah Nurfitri Imro'ah Nurfitri Imro’ah Nurhalita Nurhalita Nurmaulia Ningsih Oktaviani, Indah Ovi Indah Afriani Paisal Paisal Pertiwi, Retno Pratama, Aditya Nugraha Preatin, Preatin Putri Putri Putri, Aulia Nabila Qalbi Aliklas R Puspito Harimurti Radhi, Muhammad Radinasari, Nur Ismi Rafdinal Rafdinal Rahadi Ramlan Rahmadanti, Putri Rahmanita Febrianti Rusmaningtyas Rahmawati, Fenti Nurdiana Ramadhan, Nanda Ramadhania, Wahida Reni Unaeni Retnani, Hani Dwi Ria Andini Ria Fuji Astuti Rina Rina Risky Oprasianti Rita Kurnia Apindiati Rivaldo, Rendi Riza Linda Rizki Nur Rahmalita Rizki, Setyo Wira Rosi Kismonika Roslina Rosi Tamara Rovi Christova Safira, Shafa Alya Salsabilla, Arla Santika Santika Sary, Rifkah Alfiyyah Seftiani, Seftiani Selvy Putri Agustianto Setyo Wir Rizki Setyo Wira Rizki Setyo Wira Rizki Setyo Wira Rizki Shantika Martha Shantika Martha Sinaga, Steven Jansen Sintia Margun Sista, Sekar Aulia Siti Aprizkiyandari Siti Aprizkiyandari, Nurul Qomariyah, Shantika Martha, Siti Hardianti Suci Angriani Sukal Minsas Sukal Minsas syuradi, Syuradi Tamtama, Ray Taraly, Inggriani Millennia Tiara, Dinda Trifaiza, Fadhela Wahyu Diyan Ramadana Wahyudin Ciptadi Warsidah Warsidah Warsidah, Warsidah Wilda Ariani Wirda Andani Yopi Saputra Yudhi Yuliono, Agus Yumna Siska Fitriyani Yundari, Yundari Yuveinsiana Crismayella Zakiah, Ainun