Article Per Year (5 Year)
p-Index From 2021 - 2026
12.066
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Industri Pertanian Jurnal Masyarakat Informatika JUTI: Jurnal Ilmiah Teknologi Informasi Seminar Nasional Informatika (SEMNASIF) JOIN (Jurnal Online Informatika) JOIV : International Journal on Informatics Visualization Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Jurnal Ecodemica : Jurnal Ekonomi Manajemen dan Bisnis Jurnal Teknik Informatika STMIK Antar Bangsa JITK (Jurnal Ilmu Pengetahuan dan Komputer) Jurnal Ekonomi, Manajemen Akuntansi dan Perpajakan (Jemap) J I M P - Jurnal Informatika Merdeka Pasuruan Applied Information System and Management Jurnal Teknoinfo JURNAL PENDIDIKAN TAMBUSAI Jurnal Nasional Komputasi dan Teknologi Informasi Energi & Kelistrikan Indonesian Journal of Applied Informatics Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika Jurnal Literasiologi CSRID (Computer Science Research and Its Development Journal) Antivirus : Jurnal Ilmiah Teknik Informatika Industri Inovatif : Jurnal Teknik Industri Jurnal Ilmu Komputer dan Bisnis Aisyah Journal of Informatics and Electrical Engineering Jurnal Sistem Informasi dan Informatika (SIMIKA) Journal of Innovation and Future Technology (IFTECH) TIN: TERAPAN INFORMATIKA NUSANTARA JURNAL AKTUAL AKUNTANSI KEUANGAN BISNIS TERAPAN (AKUNBISNIS) Journal of Intelligent Computing and Health Informatics (JICHI) Teknika Jurnal Sistem Informasi Journal of Industrial and Engineering System Jurnal Sains Indonesia Bulletin of Computer Science Research Journal of Students‘ Research in Computer Science (JSRCS) Journal Software, Hardware and Information Technology Jurnal Media Informatika JURNAL ELEKTRO DAN INFORMATIKA SWADHARMA (JEIS) Jurnal Mandiri IT J-Intech (Journal of Information and Technology) Jurnal Pustaka Mitra : Pusat Akses Kajian Mengabdi Terhadap Masyarakat Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer Jurnal Sains dan Teknologi Jurnal Sains Informatika Terapan (JSIT) Paradigma Indonesian Journal Computer Science (ijcs) Jurnal Ilmiah Teknik Informatika dan Komunikasi Innovative: Journal Of Social Science Research Jurnal Komputer dan Teknologi (JUKOMTEK) CHAIN: Journal of Computer Technology, Computer Engineering and Informatics Journal of Information Technology, Software Engineering and Computer Science Jurnal Ilmiah Sistem Informasi Bulletin of Artificial Intelligence Riau Jurnal Teknik Informatika International Journal of Education, Vocational and Social Science Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK) Journal of Information Technology Jurnal Teknoinfo Komputasi : Jurnal Ilmiah Ilmu Komputer dan Matematika Jurnal Ilmiah Sistem Informasi Akuntansi (JIMASIA) Jurnal Teknik Informatika dan Teknologi Informasi Journal of Decision Support Systems and Multi-Criteria Decision Making (JODESMA)
Sumanto Sumanto
Universitas Bina Sarana Informatika
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 118 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 118 Documents
Search

 8   9   10   11   12 
Comparison of Supervised Learning Classification Methods on Accreditation Data of Private Higher Education Institutions Noviyanto; Mochamad Wahyudi; Sumanto Sumanto
Paradigma - Jurnal Komputer dan Informatika Vol. 26 No. 1 (2024): March 2024 Period
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/p.v26i1.3306

Abstract

This research aims to analyze and compare supervised learning classification methods using a case study of accreditation data for private higher education institutions within the LLDikti Region III contained in BAN-PT. In addition, this research also uses Weka machine learning software in its calculations. The initial step taken is to prepare the software used for supervised learning analysis, then pre-processing the data, namely labeling data that has a categorical data type, after that determining data for testing data. The next step is to test each classification method. The methods used for comparison are logistic regression, K-nearest neighbor, naive bayes, super vector machine, and random forest. Based on the calculation results, the Kappa Statistic and Root mean squared error values obtained are 1 and 0 for the logistic regression method, 0.979 and 0.0061 for the K-nearest neighbor method, 1 and 0.2222 for the super vector machine method, 0.969 and 0.0341 for the naive bayes method, 1 and 0 for the decision tree method, and 0.5776 and 0.1949 for the random forest method, respectively. The logistic regression and decision tree methods in this study get Kappa Statistic and Root mean squared error values of 1 and 0 respectively so that they are said to be good and acceptable, thus the two classification methods are the most appropriate methods and are considered to have the highest accuracy.
Penerapan Algoritma Random Forest Untuk Prediksi Tingkat Stres Dari Aktivitas Media Sosial Muhammad Hussein Umar; Rizky Daud Antony Pangaribuan; Raihan Primadana; Sumanto Sumanto; Imam Budiawan; Roida Pakpahan
Jurnal Media Informatika Vol. 6 No. 6 (2025): Edisi Desember 2025
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i6.7765

Abstract

Penelitian ini bertujuan untuk memprediksi tingkat stres pengguna berdasarkan data numerik yang merepresentasikan perilaku dan kebiasaan sehari-hari, seperti kualitas tidur, durasi penggunaan media sosial, frekuensi olahraga, durasi layar harian, dan indeks kebahagiaan. Pemodelan dilakukan menggunakan algoritma Random Forest melalui workflow pada Orange Data Mining yang mencakup pemuatan dataset, pemilihan atribut, penyesuaian tipe data, pelatihan model, serta evaluasi performa. Pengujian menggunakan Test and Score menunjukkan bahwa Random Forest mampu memberikan performa klasifikasi yang stabil. Visualisasi Bar Plot memperlihatkan distribusi metrik evaluasi yang konsisten, sementara Confusion Matrix menunjukkan bahwa sebagian besar prediksi berada pada kelas medium. Analisis hasil prediksi juga memperkuat kecenderungan model dalam memetakan data ke kategori stres dominan. Secara keseluruhan, penelitian ini menunjukkan bahwa metode Random Forest efektif digunakan untuk deteksi tingkat stres berbasis data numerik perilaku pengguna, serta berpotensi menjadi dasar pengembangan sistem pemantauan kesehatan mental berbasis data.
Prediksi Penyakit Jantung Menggunakan Algoritma Machine Learning Berdasarkan Indikator Kesehatan Julkarnaen Karo-Karo; Adryan Raihan Syakir; Raihan Raihan; Sumanto Sumanto; Imam Budiawan; Roida Pakpahan; Ade Christian
Jurnal Ilmiah Sistem Informasi Vol 5 No 1 (2026): January: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/1tgz3234

Abstract

Penyakit jantung tetap menjadi penyebab utama kematian di seluruh dunia, sehingga menekankan perlunya deteksi dini dan langkah pencegahan aktif melalui pendekatan yang didasarkan pada analisis data. Penelitian ini bertujuan untuk memprediksi kemungkinan terjadinya penyakit jantung dengan memanfaatkan berbagai metode pembelajaran mesin, yang bergantung pada indikator kesehatan seperti nilai tekanan darah, tingkat kolesterol, indeks massa tubuh, serta pengukuran denyut nadi. Penelitian ini menerapkan teknik pembelajaran terawasi, meliputi Regresi Logistik, Pohon Keputusan, Hutan Acak, dan Mesin Vektor Pendukung, untuk mengevaluasi efektivitas masing-masing model dalam menentukan kondisi kesehatan pasien. Data yang digunakan berasal dari repositori kesehatan yang dapat diakses secara gratis, mencakup 303 catatan medis pasien, di mana setiap catatan ditandai oleh 14 atribut kesehatan yang berbeda. Untuk memastikan keandalan data, beberapa langkah pra-pemrosesan diterapkan, seperti normalisasi, seleksi fitur, dan penanganan data yang hilang. Temuan eksperimen mengungkapkan bahwa algoritma Hutan Acak menunjukkan akurasi tertinggi sebesar 92,3%, mengungguli model lainnya dalam aspek presisi, recall, dan skor F1. Hal ini menandakan bahwa metode Hutan Acak unggul dalam mendeteksi pola dan faktor yang memperbesar risiko penyakit jantung. Penelitian ini berkontribusi pada pengembangan sistem diagnostik cerdas, yang dapat mendukung tenaga medis dalam pengambilan keputusan awal yang didasarkan pada bukti kuat. Kesimpulan dari studi ini menyoroti pentingnya memasukkan teknologi pembelajaran mesin ke dalam ekosistem layanan kesehatan digital guna meningkatkan ketepatan diagnosis dan memperbaiki hasil kesehatan pasien.
Implementasi Data Mining Pada Gangguan Tidur Berdasarkan Gaya HidupMenggunakan Metode K-Means Clustering Indah Oktavia Zalmi; Safinah Faatin; Yunardus Yunardus; Sumanto Sumanto; Imam Budiawan; Roida Pakpahan
Jurnal Ilmiah Sistem Informasi Vol 5 No 1 (2026): January: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/fvjn4865

Abstract

Gaya hidup sehat (GHS) memiliki peran penting dalam menjaga kesejahteraan fisik dan mental, khususnya pada kalangan mahasiswa dan pekerja. Namun, tren gaya hidup modern yang semakin bersifat sedentari telah secara signifikan meningkatkan risiko munculnya berbagai masalah kesehatan seperti stres, penurunan konsentrasi, obesitas, dan penyakit kronis. Penelitian ini bertujuan untuk mengidentifikasi dan mengelompokkan individu berdasarkan profil gaya hidup dan kualitas tidur mereka menggunakan metode K-Means Clustering. Variabel yang dianalisis mencakup durasi tidur, tingkat stres, aktivitas fisik, indeks massa tubuh (BMI), serta pola gangguan tidur. Analisis dilakukan dengan memanfaatkan dataset Sleep Health and Lifestyle untuk mengungkap pola tersembunyi dalam kebiasaan perilaku dan kesehatan responden. Proses pengelompokan menghasilkan tiga kelompok utama, yaitu: (1) individu dengan gaya hidup sehat optimal yang ditandai dengan tidur yang cukup, pola makan seimbang, dan aktivitas fisik teratur; (2) individu dengan risiko sedang yang memiliki kebiasaan hidup tidak teratur dan tingkat stres menengah; serta (3) individu berisiko tinggi yang dicirikan oleh kualitas tidur yang buruk, stres tinggi, dan kebiasaan hidup yang kurang sehat. Temuan ini menunjukkan bahwa algoritma K-Means efektif dalam mengklasifikasikan individu ke dalam kelompok gaya hidup yang bermakna, sehingga mampu memberikan representasi yang akurat terhadap profil kesehatan populasi. Hasil penelitian ini diharapkan dapat membantu lembaga pendidikan, organisasi kesehatan, dan tempat kerja dalam merancang program promosi kesehatan yang lebih terarah dengan menekankan pengelolaan tidur yang baik, nutrisi seimbang, serta aktivitas fisik rutin untuk meningkatkan kesejahteraan dan produktivitas secara keseluruhan.
Implementasi Penerjemah Bahasa Tetun Indonesia (Timor Leste Tetun) Berbasis Web Karlena Indriani; Laura Gabriel da Silva; Sumanto Sumanto
Applied Information System and Management (AISM) Vol. 4 No. 1 (2021): Applied Information System and Management (AISM)
Publisher : Depart. of Information Systems, FST, UIN Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/aism.v4i1.20273

Abstract

Bahasa Tetun merupakan salah satu yang paling sering digunakan oleh penduduk Belu atau Timor Leste. Tujuan penerapan bahasa Indonesia dan Tetun adalah untuk membantu pengguna mempelajari bahasa Tetun dan bahasa Indonesia. Karena kamus Tetun tidak banyak tersedia dalam bahasa Indonesia, dan tidak ada aplikasi terjemahan Tetun ke Bahasa Indonesia untuk membantu masyarakat menemukan bahasa yang mudah di fahami. Maka penulis bermaksud membuat sebuah penelitian menggunakan PHP dan MySQL sebagai server untuk bahasa pemrogramannya website penerjemah bahasa Tetun-Indonesia berbasis web dengan Pendekatan yang digunakan untuk pembangunan sistem adalah metode SDLC yang terdiri atas banyak tahapan seperti perencanaan sistem, tinjauan sistem, perancangan sistem, pengoperasian dan pemeliharaan. metodologi pengembangan sistem. Hasil penelitian pada aplikasi penerjemah bahasa Tetun-Indonesia ini mempermudah pengguna dalam memperoleh pengetahuan kosakata khususnya bahasa Tetun-Indonesia.
Analisis Kelayakan Kredit Rumah Menggunakan Metode Naïve Bayes untuk Mengurangi Kredit Macet Sumanto Sumanto; Lita Sari Marita; Lia Mazia; Tri Widian Ratnasari
Applied Information System and Management (AISM) Vol. 4 No. 1 (2021): Applied Information System and Management (AISM)
Publisher : Depart. of Information Systems, FST, UIN Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/aism.v4i1.20274

Abstract

Penentuan kelayakan pengajuan kredit rumah pada sebuah perusahaan developer adalah hal yang sangat penting, mengingat jika terjadi kesalahan menganalisis maka akan berdampak pada kerugian perusahaan yang pada kasus ini adalah PT. Pramatra. Oleh karena itu penulis membuat sebuah Analisis kelayakan kredit dengan menggunakan metode Naive Bayes untuk menentukan layak tidaknya sebuah pengajuan kredit rumah. Penulis membuat analisis kelayakan kredit menggunakan metode Naive Bayes menggunakan microsoft excel untuk kemudahan pengguna. Penulis juga menggunakan aplikasi pendukung Rapidminer menyiapkan data training sebayak 50 data dan data testing sebanyak 15 data yang dipilih secara rendom. Data testing tersebut akan dianalisis baik menggunakan sistem yang dibuat dan aplikasi pendukung keputusan Rapidminer. Hasil pengujian akurasi analisis kelayakan kredit rumah dengan menggunakan Naive Bayes cukup tinggi 0,80 atau sekitar 80%.
Comprehensive Evaluation of Distance-Based MCDM Methods Using Response to Criteria Weighting: A Ranking Stability and Sensitivity Analysis Sumanto Sumanto; Ryan Randy Suryono; Riska Aryanti; Hetty Rohayani; Setiawansyah Setiawansyah; Desyanti Desyanti
Journal of Information Technology, Software Engineering and Computer Science (ITSECS) Vol. 4 No. 4 (2026): Volume 4 Number 4 October 2026 (Issue in Progress)
Publisher : PT. Tech Cart Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/itsecs.v4i4.377

Abstract

Selecting an appropriate new store location is a complex multi-criteria decision-making problem because potential locations must be evaluated using multiple criteria with different performance characteristics. This study proposes an integrated distance-based Multi-Criteria Decision-Making framework using RECA Weighting combined with TOPSIS, SPOTIS, and EDAS to determine objective criterion importance and evaluate the stability and robustness of alternative rankings. The dataset consists of eight potential store locations evaluated using six criteria: Rental Cost, Building Area, Accessibility, Consumer Traffic, Parking Availability, and Infrastructure. RECA Weighting is applied to determine objective criterion weights based on performance variation, while TOPSIS, SPOTIS, and EDAS are used to generate preference scores and rankings through different distance-based evaluation mechanisms. The results show that Consumer Traffic obtains the highest criterion weight of 0.1824, while Parking Availability receives the lowest weight of 0.1422. The ranking results identify LS5 as the best-performing alternative, followed by LS3, although several alternatives exhibit different ranking positions across the applied methods. Weight-variation analysis using Spearman rank correlation shows that SPOTIS achieves perfect ranking stability with a correlation of 1.0000, TOPSIS demonstrates very strong stability with a correlation of 0.9286, while EDAS produces a lower correlation of 0.1429, indicating greater ranking variation. These findings demonstrate that SPOTIS provides the highest robustness to criterion weight changes, followed by TOPSIS, whereas EDAS is more sensitive to weight variations due to its average-solution-based evaluation mechanism. Overall, the proposed framework provides a comprehensive approach for objective weighting, ranking stability assessment, sensitivity analysis, and robustness evaluation in new store location selection.
Benchmarking Aggregation-Based MCDM Methods: A Comparative Analysis of Ranking Consistency, Stability, and Robustness Sumanto Sumanto; Mochamad Wahyudi; Lise Pujiastuti
Journal of Decision Support Systems and Multi-Criteria Decision Making Vol. 1 No. 2 (2027): March 2027
Publisher : Asosiasi Peneliti Informatika dan Komputer untuk Riset (PILAR)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.67449/jodesma.v1i2.9

Abstract

Multi-Criteria Decision Making (MCDM) methods are widely applied in Decision Support Systems (DSS) to address selection problems involving multiple criteria. However, differences in aggregation mechanisms may affect ranking consistency, stability, and robustness under changing decision conditions. This study presents a benchmarking analysis of five aggregation-based MCDM methods, namely Simple Additive Weighting (SAW), Weighted Aggregated Sum Product Assessment (WASPAS), Additive Ratio Assessment (ARAS), Complex Proportional Assessment (COPRAS), and Multi-Attributive Ideal-Real Comparative Analysis (MAIRCA), for employee selection. Ranking consistency is evaluated using Spearman rank correlation, while stability and robustness are assessed using the Ranking Stability Index and Ranking Retention Rate. SAW, WASPAS, ARAS, and COPRAS achieve perfect consistency with the reference ranking, with a Spearman coefficient of 1.0000, while MAIRCA obtains 0.9879. ARAS and COPRAS achieve the highest stability, with an RSI of 97.22%, and robustness, with an RRR of 86.11%. SAW, WASPAS, and MAIRCA achieve an RSI of 95.56% and an RRR of 77.78%. Ranking changes are mainly limited to an exchange between Candidates 1 and 9, while Candidate 3 remains first across all scenarios. These findings suggest that ARAS and COPRAS exhibit comparatively higher ranking stability under the experimental conditions considered in this study.
Co-Authors Aberahamo Onoma Marundrury Achmad Rivai Syahputra Ade Budiman, Ade Ade Christian Ade Christian Ade Christian Ade Christian Adhiani, Budhi Adi Pangestu Adi Supriyatna Adinugroho, Wisnu Aditia Yudhistira Adryan Raihan Syakir Agung Wibowo Agus Buono Agus Santoso Ahmad Habibullah Ahmad Rais Ruli Ahmad Syukri Gozali Ahmad Yani Ahmad Yani ahmad yani Ahmad Yani , Ahmad Yani Alamsyah, Muhammad Arkan Alghifar Firgiawan Alghiffary, Muhammad Adya Ali Mahmudi Ali, Muhamad Hafis Ali, Satrio Nur Alwan Kapi Muntaha Alya Avisa Andi Diah Kuswanto Andi Setiawan Andika Amansyah Andri Amico Andriansyah Tri Laksono Anggreani, Namira Anita Adelia Syahfitri Apip Supiandi Ardiyansyah, Rizqi Ari Sulistiyawati Ariskawati, Mila Arnata Nur Rasyid Arshad, Muhammad Waqas Arya, Yudi Asmawati Asmawati Audy Aulia Azzahra Aulia Rachmat, Daffa Aziz Bayu Permata Azkia, Farah Diba Bib Paruhum Silalahi Bismo Raharjo, Yohanes Aryo Budhi Adhiani Budhi Adhiani Christina Budi Santoso Budiman, Ade Surya Cahya, Titus Dwi Cahyani Ayu Sulistyawati Damayanti Damayanti Darmawi . Dedi Darwis Dedi Triyanto Dedi Triyanto Deny Kurniawan DENY KURNIAWAN Desiana Nuranudin Putri Desyanti Desyanti Dewi, Revinta Arrova Diah, Andi Dinda Aprillia Dwiki Gilang Ramadhani Dyah Ayu Megawaty Dyani Kalyana Mitta Eka Dyah Setyaningsih Eka Putri Alvi Syahrina Elisabeth Sri Hendrastuti Erlangga Rizki Ekaptra Fadila Shely Amalia Fahrian Fahroni, Aldiwa Alfa Thira Nur Faiz Djarot, Raihan Jamal Faiz Najwan Zaky Fajar Akbar Fajar Yoga Adiansyah Fajrian, Ihsan Fardha Hasykir Farhan Fadhilah Faris Syahrendra Faruk Ulum Fathur Rismansyah Fauzan Nawwir Andriansyah Fauzan, Muhammad Indra Fransiscus Andre Suwarno Ganda Wijaya Ganda Wijaya, Ganda Ghofar Taufiq Gilang Virgiawan Ginting Wibi Prasetyo Hafis Nurdin Harianto Harianto Hariyanto Hariyanto HARIYANTO HARIYANTO Hartanti Hartanti Hartono Hartono Heni Nur Kusumawati Herdinan Tito Hetty Rohayani Hidayat, Manarul Hilmy Ibrahim, Farras Idha Rizqi Pratiwi Imam Budiawan Imam Budiawan Imam Budiawan Imam Budiawan Imam Budiawan Imam Wahyudi Iman Febriansya Putra Indah Oktavia Zalmi Indra Chaidir, Indra Indra, Ahmad Indriani , Karlena Indriyanti, Zahra Kiky Dwi Insani Abdi Bangsa Iqro Mukti Arto Jefina Tri Kumalasari Jefina Tri Kumalasari Jefina Tri Kumalasari Joko Tri Haryanto Joseph Melchior Nababan Juanny Cheristy Souisa Julkarnaen Karo-Karo Jumaryadi, Yuwan Junhai Wang Junhai Wang Junhai Wang Junhai Wang Junhai Wang Kadir, Fauwas Abdul Kaisar Ages Querio Karlena Indriani Karlisa Priandana Kevin Dwi Satria Kotjek, Rafie Kumalasari Kumalasari Kuswanto, Andi Diah Laura Gabriel da Silva Lia Mazia, Lia Lise Pujiastuti Lise Pujiastuti Lita Sari Marita Maharani Rona Makom Makom, Maharani Rona Mantriwira, Daniel Mardinawat Mardinawat Mardinawati Mardinawati Mardinawati, Mardinawati Megawaty, Dyah Ayu Meydina Aulia Savitri Micho Respati Putra Mochamad Fathur Milzam Mochamad Wahyudi Muhamad Fadli Fadhlullah Muhamad Rendi Gibran Muhammad Furqon Prasetyo Muhammad Haikal Abidin Muhammad Hendra Hernawan Muhammad Hussein Umar Muhammad Raviansyah Muhammad Rifqi Asy'ari Muksin Hi Abdullah Musfiroh Musfiroh, Musfiroh Nabilla, Adinda Naufal Hermawan, Rezan Nindya Dwi Lestari Ningtyas, Listina Ade Widya Nirwana Hendrastuty Noviyanto Noviyanto Nurfia Oktaviani Syamsiah Nurrahman, Alvin Paduloh Paduloh Pakpahan, Roida Pasaribu, A. Ferico Octaviansyah Paulus Paulus Permata, Permata Prasetyo Adi Suwignyo Prasetyo, Romadhan Edy Pribadi, Denny Pricillia Pujiastuti, Lise Purwandani, Indah Putra Satria Putra, Imam Hanif Qais Abdurrachman Rachmat Adi Purnama Raditya Rimbawan Oprasto Rafi Kurniawan Rafi Rasendriya Raihan Naufal Ramadhan Raihan Primadana Raihan Raihan Ramadani, Achmes Dade Ramadhan, Muhammad Gilang Ramadhani, Varla Octavia Rani, Maulidina Cahaya Rasya Abel Putra Gumulija Ratiyah* Ratiyah Ratnasari, Arum Retno Winarti Reynaldi , Reynaldi Rian Hidayat Riansyah Gustian Ridwan, Asrifia Rifda Ilahy Rosihan Rifki Nur Hidayat Putra Riska Aryanti Rivaldi, Muhammad Rizal Maulana Rizky Daud Antony Pangaribuan Rizqi Ramadhani, Muhammad Rofiqi, Ainur Roida Pakpahan Roida Pakpahan Roida Pakpahan Roida Pakpahan Roida Pakpahan Roni Saputra Pratama Ruhul Amin Rumidjan Rumidjan, Rumidjan Rusda Wajhillah Ryan Dwi Aprilyanto Ryan Randy Suryono Ryehan Alfiansyah Safinah Faatin Sanriomi Sintaro Santosa, Teguh Budi Saputra, Sabita Abigail Saputra, Yusup Saputri, Fifin Sefriani, Shintia Putriayu Sentanu, Quinn Abrar Athallah Sentot Achmadi Setiawan, Dandi Setiawansyah Setiawansyah Setiawansyah Siregar, Denny Solihin Solihin Sopyan Sri Hendrastuti, Elisabeth Sri Sugiharti Suci, Bintang Dyas SUKAMTI . Sulaiman Sulaiman Sulistyo Sulistyo Sumarna Sumarna Sumarna Sumarna Suparno Suparno Suwandi Suwandi Tabrani, Tabrani Tarmidzi Ibrahim Taufig, Ghofar Teguh Budhi Santosa Teguh Budi Santosa Temi Ardiansah Teuku Vaickal Rizki irdian Tri Widian Ratnasari Trisna Andhika Saputra Ulum, Faruk Umam, Hairul Ummu Radiyah, Ummu Vemi Januar Pratama Vera Agustina Yanti Wahyudi, Agung Deni Wang, Junhai Wardani, Maidy Tri Wattilah, Florentina Widya Viona Septi Tanjung Wijaya, Filzah Wina Ningsih Yakobus Linus Jumadi Yamani, Teuku Arrasy Yanuar Laik, Abraham Adrian Yunardus Yunardus Yundari, Yundari Yuri Rahmanto Zahwa Asfa Rabbani Zayyan Nauval Araf Zidan, Muhammad `Diah Kuswanto, Andi