p-Index From 2021 - 2026
16.274
P-Index
Claim Missing Document
Check
Articles

Analysis of Multi-Input ARIMA Interventions with Additive Outlier for Forecasting Price of Crude Oil West Texas Intermediate Nabil, Ilhan Nail; Satyahadewi, Neva; Huda, Nur'ainul Miftahul
JTAM (Jurnal Teori dan Aplikasi Matematika) Vol 8, No 3 (2024): July
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jtam.v8i3.22147

Abstract

Crude oil is a liquid characterized by a thick texture and blackish color. It is composed of complex hydrocarbon compounds with various benefits that are spread around the world. Crude oil derived from fossil fuels can be used as primary fuels, such as gasoline, and is the most important of the energy resources. Based on that, crude oil play a crucial role in the global economy movement because can be used as the main sources of energy all over the world. However, one of the benchmarks for crude oil from the USA is West Texas Intermediate (WTI). Known to produce high-quality oil, the price of crude oil of WTI fluctuates. In addition, fluctuations occur because of several factors, such as the availability of oil supplies, the embargo on oil imports, and the COVID-19 pandemic. The research aims to analyze price forecasting that occurs over the next five months and the accuracy level of the method used. The data that exists outliers is usually removed from forecasting that contains outliers, but that can affect the estimation result in the model. So, in this research intervention and outlier factors are added to the research to overcome the constraints In this study, the Multi-Input ARIMA Intervention and Additive Outlier (AO) method are used by modelling ARIMA pre-intervention and then. After that, the procedure is adding intervention factorsand additive outlier with iterative procedures. Multi-Input ARIMA Intervention and Additive Outlier (AO) are used to determine the magnitude of fluctuations that occur. Data shocks causing outlier data can be used by adding AO factors. WTI oil price data was retrieved from investing.com with monthly data from January 2011 to June 2023. Based on the results of Mmulti-Iinput ARIMA intervention with Additive Outlier method, it has been determined that the movement of WTI oil prices in the next five months will increase compared to the last five periods of actual data. Because of incrased price of crude oil, it will impact of the economic growth all over the world. So, the government better controlled the price of crude oil at lower price. . withMulti-Input ARIMA interventions resulting in AIC, MAPE, and RMSE model each 941.490, 6.979%, and 5.913 . So, Multi-Input and AO proven can be used to forecast data with fluctuate that data occur. 
IMPLEMENTASI WEB SCRAPING UNTUK ULASAN PADA TWITTER MENGGUNAKAN ASOSIASI TEKS (STUDI KASUS: FILM KKN DI DESA PENARI) Antoni, Frans Xavier Natalius; Satyahadewi, Neva; Perdana, Hendra
VARIANCE: Journal of Statistics and Its Applications Vol 6 No 1 (2024): 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/variancevol6iss1page21-28

Abstract

Pengguna twitter biasanya memberikan komentar yang berisi mengenai ulasan suatu film yang sedang tayang. Teknik yang dapat digunakan untuk mengambil komentar pada twitter yaitu Web Scraping. Penelitian ini bertujuan untuk mengimplementasikan Web Scraping dalam mengumpulkan data pada twitter dan mengimplementasikan Asosiasi Teks untuk mendapatkan informasi antar kata yang terbentuk. Penelitian ini menggunakan komentar yang berisi mengenai ulasan Film KKN di Desa Penari pada tanggal 30 April 2022. Komentar yang diperoleh tidak semua berisi ulasan, sehingga perlu dilakukan seleksi terhadap komentar tersebut. Hasil seleksi dari 866 komentar diperoleh sebanyak 116 ulasan positif dan 83 ulasan negatif. Data yang diperoleh dari komentar tidak bisa langsung dianalisis, sehingga perlu melalui tahap text preprocessing. Adapun tahap text preprocessing yaitu cleansing data, case folding, spelling normalization, filtering, dan tokenizing. Setelah melalui tahap text preprocessing, ulasan tersebut kemudian dianalisis untuk mendapatkan informasi yang penting dengan menggunakan Asosiasi Teks. Hasil Asosiasi Teks untuk ulasan positif diperoleh informasi bahwa penonton memberikan penilaian terhadap tokoh, akting dan sinematografi yang bagus, kemudian film yang ditayangkan juga sesuai dengan cerita thread pada twitter, dan sinematografi juga keren. Sedangkan untuk ulasan negatif penonton memberikan penilaian bahwa Film KKN di Desa Penari, film yang biasa dan hantu yang ditayangkan juga kurang seram.
Penerapan Model Harga Opsi Black Scholes dalam Penentuan Premi Asuransi Jiwa Dwiguna Unit Link Seftiani, Seftiani; Satyahadewi, Neva; Huda, Nur'ainul Miftahul
Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi EULER: Volume 11 Issue 2 December 2023
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/euler.v11i2.23049

Abstract

Unit-linked life insurance is one of the most popular insurance products. This product connects the element of protection with investment assets in a product. Regarding option pricing, the Black Scholes model is one method that can be used. The advantage of this model is that it is a call option valuation model and is in great demand among financial associations because the option rate obtained from the calculation of this model is an accurate value. This research aims to determine the premium value of unit-linked endowment life insurance by applying the Black Scholes option pricing model. This research begins by selecting the stocks used and completing the information needed, including the insured's age, gender, insurance period, and life expectancy based on TMI in 2011. The return value and stock volatility can be calculated based on the stock data used. Furthermore, applying the Black Scholes option pricing model on customer data with male gender, age 25 years, a selected interest rate of 5.75%, and an insurance period of 5 years obtained a unit link insurance premium value of Rp123,058,412. The results showed that the Black Scholes option price model is determined by stock prices, interest rates, insurance periods, and volatility. When the longer period of insurance taken causes the premium value to be higher, and for different ages, with increasing age, the value of premiums paid will also increase.
Determining the Optimum Number of Clusters in Hierarchical Clustering Using Pseudo-F Sinaga, Steven Jansen; Satyahadewi, Neva; Perdana, Hendra
Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi EULER: Volume 11 Issue 2 December 2023
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/euler.v11i2.23113

Abstract

Poverty refers to the condition where a person cannot meet the basic necessities based on the minimum living standards. Statistics Indonesia proxied an increase in the poverty rate in North Sumatra Province in 2021 from 8.75% to 9.01%. However, this increase is exclusive to North Sumatra Province, which has Indonesia's 3rd largest number of districts/cities. This study discussed mapping the North Sumatra Province region based on 10 poverty factor variables. The 10 variables are life expectancy, health complaints, poverty line, Gross Regional Domestic Product (GRDP), population growth rate, Expected Years of Schooling (EYS), Human Development Index (HDI), labor force participation rate, open unemployment rate, and district/city minimum wage. The Hierarchical Clustering analysis was employed to compare single, complete, and average linkage methods. The best method was determined based on the pseudo-F statistic value. 4 clusters had complete linkage methods, each of which possessed varied characteristics. Cluster 1 contains cities with the lowest poverty rate, including Medan City and  Pematang Siantar City. Cluster 2 consists of cities with low poverty rates, while Cluster 3 consists of cities with high poverty rates. Cities that are included in Cluster 4 have very high poverty rates, including South Nias District and Pakpak Bharat District. The clusters present significant poverty rate gaps among North Sumatra Province regions.
PEMODELAN SEKTOR UNGGULAN PROVINSI KALIMANTAN BARAT DENGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS Satyahadewi, Neva; Aprizkiyandari, Siti; Radinasari, Nur Ismi
TRANSFORMASI Vol 7 No 2 (2023): TRANSFORMASI: Jurnal Pendidikan Matematika dan Matematika
Publisher : Pendidikan Matematika FMIPA Universitas PGRI Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36526/tr.v7i2.2760

Abstract

West Kalimantan is the province with the fourth largest area in Indonesia, namely 147,307 square km. West Kalimantan has 12 districts and 2 cities, one of which is Ketapang Regency which covers an area of ​​31,240.74 km2. The research is limited to three leading sectors which have the largest average contribution to GRDP in West Kalimantan Province, namely the agriculture, forestry and fisheries sectors; industrial processing; as well as wholesale and retail trade, and car and motorcycle repair. The focus of this research is aimed at modeling the leading sector for the West Kalimantan economy. The results of the modeling showed multicollinearity so it was continued with the Principal Component Analysis. The results of the analysis with the model show that there is no element of multicollinearity between the dependent variables.
IMPLEMENTASI BICLUSTERING MENGGUNAKAN ALGORITMA BCBIMAX DALAM PEMETAAN POTENSI EKONOMI PERIKANAN INDONESIA Cornellia, Amanda; Satyahadewi, Neva; Martha, Shantika
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): 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.v14i4.96035

Abstract

Pemanfaatan ekonomi perikanan Indonesia belum optimal dalam meningkatkan pembangunan ekonomi nasional karena potensi setiap provinsi yang berbeda-beda. Pemetaan potensi ekonomi perikanan Indonesia perlu dilakukan untuk menghasilkan perencanaan kebijakan dalam meningkatkan ekonomi perikanan. Penelitian ini menggunakan biclustering yang dapat mengelompokkan objek dan variabel dengan perilaku serupa. Tujuan penelitian ini adalah untuk mengelompokkan provinsi berdasarkan kemiripan potensi ekonomi perikanan secara simultan menggunakan biclustering dengan algoritma BCBimax. Data yang digunakan dalam penelitian ini adalah data sekunder tahun 2022 yang diperoleh dari Kementerian Kelautan dan Perikanan terkait ekonomi perikanan yaitu 9 variabel dari 34 provinsi di Indonesia. Proses analisis diawali dengan pembentukan matriks dari data, melakukan binerisasi, pembentukan bicluster dengan tahapan berupa pembagian matriks menjadi set kolom, pembagian matriks menjadi set baris, pembentukan dua submatriks, menyimpan bicluster, dan mengulangi pembentukan bicluster lainnya, diikuti pemetaan. Berdasarkan hasil penelitian, diperoleh sembilan bicluster dimana masing-masing bicluster bersifat tidak tumpang tindih karena terdiri dari provinsi yang berbeda-beda. Bicluster yang dihasilkan memiliki karakteristik yang berbeda-beda sehingga dapat dijadikan pertimbangan dalam perencanaan kebijakan. Dari 34 provinsi yang dianalisis menggunakan algoritma BCBimax, sebanyak 22 provinsi terpetakan dalam bicluster yang dihasilkan. Namun, terdapat 12 provinsi yang tidak masuk dalam bicluster, yaitu Provinsi Riau, Jambi, Bengkulu, DKI Jakarta, DI Yogyakarta, Banten, Bali, Nusa Tenggara Timur, Kalimantan Barat, Gorontalo, Sulawesi Barat, dan Papua Barat karena tidak memiliki kemiripan potensi ekonomi perikanan secara simultan.
PREDIKSI HARGA SAHAM PT SEMEN INDONESIA (PERSERO) TBK PADA MASA PEMBANGUNAN AWAL IKN DENGAN GERAK BROWN GEOMETRIK Nurfadilah, Kori’ah; Yundari, Yundari; Satyahadewi, Neva
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 5 (2025): 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.v14i5.99546

Abstract

PT Semen Indonesia (SMGR) memiliki peranan penting dalam pemasok Green Cement pembangunan Ibu Kota Nusantara (IKN). Tingginya permintaan semen yang berkelanjutan untuk proyek besar seperti IKN, potensi pendapatan dan laba SMGR diharapkan meningkat. Harga saham SMGR tetap rentan terhadap risiko meskipun prospek pertumbuhan sangat menjanjikan, kondisi ini sulit untuk diprediksi dan mengakibatkan nilai return yang tidak pasti. Oleh karena itu diperlukan suatu model matematis yang bisa memodelkan harga saham yaitu Gerak Brown Geometrik (GBG). Tujuan dari penelitian ini adalah untuk menentukan tingkat volatilitas saham dan pola pergerakannya selama masa pembangunan awal IKN tahun 2022-2024 serta menghitung tingkat keakuratan model GBG dalam memprediksi saham SMGR. Data yang digunakan adalah data harga saham penutupan pada 15 Februari 2022 hingga 17 Agustus 2024. Tahapan dalam penelitian ini yaitu pengumpulan data, menghitung return saham, menguji data return (uji normalitas), menghitung estimasi parameter, memprediksi harga saham, dan menghitung nilai Mean Absolute Percentage Error (MAPE). Model GBG yang diperoleh nilai volatilitas 1,472 % yang menunjukkan fluktuasi relatif harga saham dalam model dianggap kecil, nilai drift -0,176 % yang artinya pola pergerakan harga saham selama masa pengamatan mengalami penurunan dan diperoleh nilai MAPE dengan melakukan iterasi sebanyak 1,100,500, dan 1000 berturut-turut bernilai 4,747 %, 3,717 %, 2,488 %, dan 2,453 %. Dari iterasi terkecil kemudian dilanjutkan untuk memperoleh proyeksi prediksi dengan jumlah periode waktu 68 dan menghasilkan nilai rata-rata MAPE 7,65%.Hal ini menunjukkan bahwa nilai MAPE prediksi
ANALISIS K-MEANS CLUSTERING DENGAN BOOTSTRAP PADA PENGELOMPOKAN DESA DI KABUPATEN MEMPAWAH BERDASARKAN INDEKS DESA MEMBANGUN Trifaiza, Fadhela; Perdana, Hendra; Satyahadewi, Neva
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 3 (2025): 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.v14i3.95737

Abstract

Pembangunan desa merupakan suatu upaya yang dilakukan dalam meningkatkan kesejahteraan desa yang diukur melalui status desa berdasarkan Indeks Desa Membangun atau IDM. Pembangunan desa melalui IDM dilakukan pemerintah sebagai upaya menciptakan kesejahteraan desa, mengurangi kesenjangan yang terjadi antar desa, dan dapat memberikan perhatian khusus bagi desa dengan status yang rendah. Sehingga diperlukan pengelompokan desa berdasarkan IDM menggunakan analisis cluster. Analisis cluster merupakan teknik statistik yang mengelompokkan objek berdasarkan kesamaan karakteristik tiap objek. Tujuan penelitian ini adalah menganalisis pengelompokan desa di Kabupaten Mempawah berdasarkan IDM menggunakan K-Means Clustering dengan Bootstrap. Data yang digunakan pada penelitian ini merupakan data indikator Indeks Ketahanan Ekonomi (IKE) berdasarkan IDM di Kabupaten Mempawah tahun 2022 yang terdiri dari 60 desa dan 12 variabel, yaitu Keragaman Produksi, Pertokoan, Pasar, Toko/Warung Kelontong, Kedai dan Penginapan, Pos dan Logistik, Bank dan BPR, Kredit, Lembaga Ekonomi, Moda Transportasi Umum, Keterbukaan Wilayah, dan Kualitas Jalan. Berdasarkan analisis yang dilakukan diperoleh nilai akurasi hasil perbandingan metode K-Means Bootstrap dengan status desa di IDM yaitu sebesar 68%. Cluster 1 dengan status desa tertinggal memiliki anggota sebanyak 4 desa. Cluster 2 dengan status paling tinggi yaitu mandiri terdiri dari 32 anggota cluster. Cluster 3 dengan status desa maju terdiri dari 8 anggota cluster. Cluster 4 dengan status desa berkembang memiliki anggota sebanyak 13 desa. Cluster 5 dengan status paling rendah yaitu sangat tertinggal memiliki anggota sebanyak 3 desa, yaitu desa Ansiap, Pentek, dan Suak Barangan.
ANALISIS KARAKTERISTIK DAFTAR PEMILIH TETAP MENGGUNAKAN METODE TWO STEP CLUSTER (Studi Kasus: Daftar Pemilih Tetap Kelurahan Sungai Jawi Kota Pontianak) Rizki, Muhammad; Satyahadewi, Neva
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 3 (2025): 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.v14i3.95795

Abstract

Pemilihan umum adalah sarana bagi rakyat untuk memilih pemimpin dan perwakilan yang akan mewakili kepentingan di pemerintahan. Pemilihan umum menjadi salah satu aspek paling penting yang memungkinkan warga negara untuk berpartisipasi dalam proses politik, maka diperlukan analisis tentang karakteristik pemilih yang terdaftar dalam daftar pemilih tetap. Penelitian ini bertujuan untuk mengetahui karakteristik pemilih yang terdaftar dalam daftar pemilih tetap di Kelurahan Sungai Jawi, Kota Pontianak untuk pemilihan umum tahun 2024 dengan menggunakan metode Two Step Cluster. Metode Two Step Cluster memiliki dua tahapan dalam proses pengelompokan. Tahap awal dimulai dengan membentuk Cluster Feature Tree dengan pengukuran jarak Log-likelihood. Tahap selanjutnya adalah pembentukan cluster optimal dengan menghitung nilai BIC dan membandingkan rasio ukuran jarak antar cluster. Berdasarkan hasil penelitian, dapat disimpulkan metode Two Step Cluster dengan menghasilkan lima cluster optimal. Cluster pertama terdiri dari pemilih muda perempuan dengan rata-rata usia 26 tahun, belum menikah, dan sebagian merupakan pemilih pemula. Cluster kedua adalah pemilih muda laki-laki, rata-rata berusia 27 tahun, belum menikah, dan terdapat pemilih belum memiliki e-KTP. Cluster ketiga merupakan pemilih dewasa perempuan dengan rata-rata usia 45 tahun, sudah memiliki e-KTP, dan sudah menikah. Cluster keempat berisi pemilih dewasa laki-laki dengan rata-rata usia 47 tahun, sudah menikah, dan sudah pernah memberikan hak pilihnya di pemilu sebelumnya. Cluster kelima adalah pemilih pra lanjut usia dengan rata-rata usia 57 tahun, terdapat pemilih penyandang disabilitas dan pemilih baru dari pensiunan TNI/Polri.
Pelatihan Infografis Untuk Pegawai PPN Pemangkat Martha, Shantika; Debataraja, Naomi Nessyana; Rizki, Setyo Wira; Imro'ah, Nurfitri; Perdana, Hendra; Kusnandar, Dadan; Satyahadewi, Neva; Tamtama, Ray
Insan Cita : Jurnal Pengabdian Kepada Masyarakat Vol. 7 No. 1 (2025): Februari 2025-Insan Cita: Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32662/insancita.v7i1.2658

Abstract

PPN Pemangkat sebagai sentra perikanan mempunyai beberapa keunggulan, yaitu lokasi strategis, dekat dengan fishing ground dan daerah pemasaran. Dengan berbagai keunggulan tersebut diharapkan dapat meningkatkan kualitas perekonomian masyarakat sekitar. Pentingnya ketersediaan informasi tentang PPN Pemangkat untuk masyarakat dapat menjadi faktor pendukung untuk meningkatkan kualitas perekonomian masyarakat yang terhubung dengan keberadaan PPN Pemangkat seperti nelayan. Infografis sangat diperlukan untuk penyajian data di PPN Pemangkat. Baik itu data tentang kapal, nelayan maupun hasil tangkapan. Infografis dapat menyederhanakan informasi yang rumit, sehingga informasi data lebih dapat dipahami untuk semua kalangan. Untuk itu pelatihan infografis bagi pegawai PPN Pemangkat sangat diperlukan. Hasil dari kegiatan ini yaitu bertambahnya pengetahuan serta kemampuan pegawai PPN Pemangkat dalam mengolah data melalui pembuatan infografis menggunakan excel.
Co-Authors . Apriansyah Aditya Handayani Afghani Jayuska Afghany Jayuska Alqadri, Syarifah Putri Tasya Vahira Alvin Octavianus Halim Amriani Amir Amriani Amir Amriani Amir Andani, Wirda Annisa Auliarahmi 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 Nabila Putri Aulia Puteri Amari Banu, Syarifah Syahr ciptadi, wahyudin Citra Cipta Maharani Cornellia, Amanda 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 Febrant Alfariz Ferdina Ferdina Feriliani Maria Nani Fitriawan, Della Fransisca Febrianti Sundari Fransiska Fransiska Grikus Romi Gusti Eva Tavita Gusti Eva Tavita Hairil Al-Ham Hamzah, Erwin Rizal 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 Ilhan Nail Nabil Imro'ah, Nurfitri IMRO’AH, NURFITRI Imtiyaz, Widad Isra’ Sagita Jawani Jawani Jessica Audrey Valeria Khairina Auliannisa Kusnandar, Dadan Tonny Leona Idilla Louis Putra Jaya Lucky Hartanti Lucky Hartanti Lucky Hartanti M. Deny Hafizzul Muttaqin Maga, Fahmi Giovani Margareta, Tiara Margaretha, Ledy Claudia Marlisa, Herina Marola, Geby Martha, Shantika Maulidya, Gita Arinda Mega Sari Juane Sofiana Mega Sari Juane Sofiana Mega Tri Junika Millennia Taraly Misrawi Misrawi Muhammad Ahyar Muhammad Fikri Muhammad Radhi Muhammad Rizki Muliadi Muliadi Muliadiasti, Maresha Widya Muslimah (F54210032) Nabil, Ilhan Nail Nanda Shalsadilla Naomi Nessyana Debataraja Naomi Nessyana Debataraja Nazwa Nursyifa Nirwani Noerul Hanin Nona Lusia Novi Novi 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 Pitriani Pratama, Aditya Nugraha Preatin Preatin Putri Putri 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 Regita, Luna Amara Reni Unaeni Resti Arsanti 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 Savitri, Dini Dwi Seftiani, Seftiani Sela Karlina Selvy Putri Agustianto Septiani, Thara Amalia 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 Syahida, Murni Syuradi syuradi Tamtama, Ray Taraly, Inggriani Millennia Tiara, Dinda Trifaiza, Fadhela Wahyu Diyan Ramadana Wahyudin Ciptadi Warsidah Warsidah Wilda Ariani Wirda Andani Wirda Andani Yohanna Gabriel Richsita Yopi Saputra Yudhi Yuliono, Agus Yumna Siska Fitriyani Yundari Yundari Yundari, Yundari Yuveinsiana Crismayella Yuyun Eka Pratiwi Zakiah, Ainun