Article Per Year (5 Year)
p-Index From 2021 - 2026
7.016
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jupiter TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Informatika Upgris Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Informatika IJCIT (Indonesian Journal on Computer and Information Technology) Jurnal CoreIT Abdimas Talenta : Jurnal Pengabdian Kepada Masyarakat Indonesian Journal of Artificial Intelligence and Data Mining JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) JPPM (Jurnal Pengabdian dan Pemberdayaan Masyarakat) AMALIAH: JURNAL PENGABDIAN KEPADA MASYARAKAT Jurnal Teknik dan Informatika Jurnal Kridatama Sains dan Teknologi Jurnal Manajemen Informatika dan Sistem Informasi Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA ) Jurnal Sains dan Teknologi JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) TRIDARMA: Pengabdian Kepada Masyarakat (PkM) JATI (Jurnal Mahasiswa Teknik Informatika) INFOKUM Jurnal Sistem Komputer dan Informatika (JSON) Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Bulletin of Information Technology (BIT) PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Pendidikan Matematika Malikussaleh Jurnal Teknologi Informasi Innovative: Journal Of Social Science Research JS (Jurnal Sekolah) Amal Ilmiah: Jurnal Pengabdian Kepada Masyarakat Jurnal Sistem Informasi dan Ilmu Komputer Journal of Informatics and Data Science (J-IDS) Jurnal Pendidikan IPA Indonesia SISFOTENIKA JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) SAP (Susunan Artikel Pendidikan)
Kana Saputra S
Program Studi Ilmu Komputer, FMIPA, Universitas Negeri Medan
Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 59 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 59 Documents
Search

 2   3   4   5   6 
Automatic Classifier of Road Condition and Early Warning System for Potholes Manurung, Jeremia; As, Mansur; Nasution, Hamidah; Al Idrus, Said Iskandar; Saputra S, Kana
Indonesian Journal of Artificial Intelligence and Data Mining Vol 8, No 1 (2025): March 2025
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v8i1.31866

Abstract

Damaged roads can have a negative impact on road users and can fatally cause accidents. One sign of a damaged road is the presence of holes in the road. This research aims to develop an Android application that can display the location of potholes and provide early warning to driver in Simalungun Regency - North Sumatra. This research implements the Convolutional Neural Network (CNN) algorithm using the transfer learning techniques on the pre-trained MobileNetV3 model for automatic classification of road conditions. The dataset used in the research consisted of 22.538 images which were divided into two classes, namely pothole and normal. This research uses dataset with a ratio of 60:20:20, 70:20:10 and 80:10:10. MobileNetV3 large variant with a dataset ratio of 60:20:20 shows the best value with an F1-Score of 0,9035. The model was further converted to Tensorflow Lite with an F1-Score of 0.8985. This research succeeded in implementing the trained and evaluated model along with early warning of potholes via audiovisual in Android application. Application functionality testing that is carried out using black box testing, showing that the application can run well.
Motorcycle License Plate and Driver Face Verification Using Siamese Neural Network Model Pane, Yeremia Yosefan; S, Kana Saputra; Al Idrus, Said Iskandar; Syahputra, Hermawan
Indonesian Journal of Artificial Intelligence and Data Mining Vol 8, No 1 (2025): March 2025
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v8i1.31750

Abstract

The security and efficiency of vehicle access management systems have become a primary concern for various institutions, including universities, offices, and public facilities. Effective access management not only enhances security but also improves the flow of incoming and outgoing vehicles, reduces congestion, and enhances user experience. This research aims to develop a vehicle plate detection system and driver face recognition using the Siamese Neural Network model to optimize traffic at the gate. The methods used include the application of deep learning algorithms, specifically the Siamese Neural Network, to verify the driver's face and the use of You Only Live Once (YOLO) to detect and recognize vehicle plates in real-time. Data was collected through direct capture with the researcher's camera. The model was trained and tested using a dataset containing images of vehicle license plates and driver faces. The results showed that the developed model was able to detect and recognize the vehicle plate and the driver's face with a fairly high accuracy, namely in the object detection results getting bounding box validation is 1.05 and class loss validation is 0.95, and 0.85 mAP. As well as in training using the Siamese Neural Network, the highest result is 0.82 with a learning rate of 10e-5 with 30 epochs. It is hoped that this system can be one of the innovations that can be applied in government agencies, universities, industries, etc.
Pembangunan Website untuk Penjadwalan Maintenance Menggunakan Algoritma Priority Schedulling Harahap, Muhammad Abarorya; Rangkuti, Yulita Molliq; AS, Mansur; Indra, Zulfahmi; Saputra, Kana
Jurnal Kridatama Sains dan Teknologi Vol 7 No 01 (2025): Jurnal Kridatama Sains dan Teknologi
Publisher : Universitas Ma'arif Nahdlatul Ulama Kebumen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53863/kst.v7i01.1504

Abstract

PTPN II Sugar Factory (PG.II) is a company that produces sugar which often experiences difficulties in producing sugar that is not time efficient due to frequent unexpected damage to the machine, which results in a reduced amount of time used to produce sugar. One of the causes of machine damage at PTPN II Kwala Madu is the absence of an information system about scheduling machine maintenance so that production machine damage occurs. The purpose of performing maintenance is so that the network distribution capability can meet the needs of the company, maintaining quality at the right level to meet what is needed by the production itself. Maintenance also aims to achieve the lowest possible cost level and avoid maintenance activities that can endanger the safety of the workforce or employees. help reduce usage or deviations beyond the limit and maintain the capital that has been invested during the specified time in accordance with the policies of the company or organization. The stages of this research are analyzing needs, designing / modeling a scheduling system with the Priority Schedulling algorithm, followed by programming, software testing and testing. Global system design using UML modeling language consisting of Usecase Diagram, Activity Diagram, Class Diagram, and Bari Diagram
PENGUATAN IMPLEMENTASI KURIKULUM MERDEKA BELAJAR-KAMPUS MERDEKA (MBKM) DI UNIVERSITAS NEGERI MEDAN Frisnoiry, Suci; Sinaga, Fajar Apollo; Siregar, Tiur Malasari; Saputra, Kana; Ramadhan, Taufiq
Jurnal Pendidikan Matematika Malikussaleh Vol. 5 No. 1 (2025): Jurnal Pendidikan Matematika Malikussaleh
Publisher : LPPM UNIMAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/jpmm.v5i1.21184

Abstract

This study aims to evaluate the effectiveness of strengthening the implementation of the Independent Learning-Independent Campus (MBKM) Curriculum at Universitas Negeri Medan (Unimed). The research method employed is a qualitative-descriptive approach through observation, interviews, and document analysis. The findings indicate an improved understanding among lecturers regarding the MBKM concept, a more systematic curriculum document development, and enhanced collaboration with industry partners. Additionally, a more structured monitoring and evaluation system has been successfully developed to ensure the sustainability of the program. These findings suggest that the MBKM program can enhance the quality of higher education and better prepare graduates to face the challenges of the job market. Recommendations are provided to improve faculty training, digitize the MBKM system, and conduct periodic evaluations to align the curriculum with industry needs and national policies
KLASIFIKASI MOTIF PADA TENUN TRADISIONAL TARUTUNG MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) DAN PERANCANGAN VISUAL PRODUCT GUIDE BERBASIS WEBSITE Eka Nainggolan, Rinay; Yandra Niska, Debi; Iskandar Al Idrus, Said; Saputra S, Kana
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13053

Abstract

Tarutung merupakan salah satu wilayah di Sumatera Utara yang masih aktif dalam melestarikan tradisi tenunnya. Desain kain tenun Tarutung terus berkembang dengan motif yang lebih bervariasi, mencerminkan dinamika budaya yang menggabungkan tradisi dan tren kontemporer. Hasil wawancara yang dilakukan peneliti dengan 25 pemasok songket di Tarutung menunjukkan 72% (18 orang) mengalami kesulitan mengidentifikasi jenis tenun, terutama penjual baru dan sales promotor yang perlu menjelaskan detail produk kepada pelanggan. Hasil wawancara juga menunjukkan 80% (20 orang) penjual kesulitan mengetahui kegunaan tenun karena keberagaman yang ada. Pembeli sering bertanya tentang penggunaan yang tepat, seperti untuk pakaian, upacara adat, keagamaan, atau dekorasi, sehingga penjual perlu memberikan informasi yang akurat. Kesulitan membedakan jenis tenun disebabkan oleh kemiripan pola akibat perbedaan satu atau dua lidi dalam proses mamutik (pembuatan motif). Penjual biasanya berdiskusi dengan sesama penjual atau memeriksanya ke pengrajin, yang tentunya memakan waktu lama. Ketidakakuratan informasi dapat mengurangi kepercayaan pelanggan, menurunkan pendapatan, dan mempersulit penentuan harga. Penjual harus memastikan informasi produk akurat untuk menghindari kerugian. Penelitian ini bertujuan untuk membangun model klasifikasi tenun Tarutung berdasarkan motif menggunakan metode Convolutional Neural Network (CNN), yang diintegrasikan ke dalam sebuah website untuk mengidentifikasi jenis kain yang diunggah pengguna. Selain itu, website juga menyediakan informasi relavan yang memudahkan akses pengguna ke berbagai fitur yang tersedia. Penelitian ini menghasilkan model CNN dengan akurasi sebesar 94%, precision 96%, recall 94%, dan F1-score 94%.
Pemanfaatan Teknik Machine Learning dalam Memprediksi Kepadatan Lalu Lintas Guna Efisiensi Transportasi Muslim Sinaga, Rizal; Rosyid Fauzan, Muhammad; Pratama, Ega; Rizki Alfahri , Muhammad; Saputra, Kana
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 12 No. 2 (2025): Prosisko Vol. 12 No. 2 Juli 2025
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jt032w43

Abstract

Kemacetan lalu lintas di kota-kota besar semakin meningkat akibat pertumbuhan jumlah kendaraan yang tidak sebanding dengan kapasitas jalan. Kondisi ini berdampak pada peningkatan waktu perjalanan, polusi udara, serta risiko kecelakaan. Penelitian ini bertujuan untuk memprediksi tingkat kepadatan lalu lintas di Kota Medan menggunakan metode pembelajaran mesin. Tiga algoritma yang digunakan dalam penelitian ini adalah regresi linear, random forest, dan XGBoost. Data yang digunakan mencakup informasi lalu lintas dan cuaca yang diperoleh dari sumber terbuka. Tahapan penelitian meliputi eksplorasi data, pra-pemrosesan, rekayasa fitur, pelatihan model, dan evaluasi menggunakan beberapa metrik pengukuran kesalahan. Hasil penelitian menunjukkan bahwa algoritma Random Forest dengan penyesuaian parameter memiliki performa terbaik dibandingkan dengan algoritma lainnya. Model ini dapat digunakan sebagai alternatif dalam pengelolaan lalu lintas guna meningkatkan efisiensi mobilitas di kawasan perkotaan.
KLASIFIKASI PENYAKIT MIGRAIN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE Wahyudi, Rizky; Impana Manik, Kristin; Alfin, Muhammad; Bush Henrydunan, John; Haikal Al Majid, Muhammad; Saputra, Kana
Jurnal Manajemen Informatika dan Sistem Informasi Vol. 8 No. 2 (2025): MISI Juni 2025
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/misi.v8i2.1587

Abstract

Migrain adalah gangguan neurologis yang dapat menurunkan kualitas hidup penderitanya. Diagnosis migrain umumnya dilakukan secara klinis berdasarkan riwayat medis pasien, namun metode ini sering bersifat subjektif dan berisiko mengalami kesalahan klasifikasi. Tujuan dari penelitian ini adalah untuk membuat model klasifikasi migrain berbasis Support Vector Machine (SVM) untuk diagnosis yang lebih tepat. Tahapan penelitian dimulai dengan pengumpulan dataset migrain dari Kaggle. Selanjutnya dilakukan analisis deskriptif untuk memahami karakteristik data. Pada tahap preprocessing, nilai yang hilang ditangani, outlier dideteksi dan dihapus menggunakan Interquartile Range (IQR) dan Winsorization, serta fitur numerik dinormalisasi dengan StandardScaler. Ketidakseimbangan kelas dalam dataset diatasi menggunakan Synthetic Minority Over-sampling Technique (SMOTE). Model SVM dioptimalkan menggunakan GridSearchCV dengan parameter C, Gamma, dan kernel RBF. Tiga skema pembagian data yaitu 70:30, 80:20, dan 90:10 digunakan untuk mengevaluasi model menggunakan Akurasi, F1-Score, dan ROC-AUC.  Dengan akurasi sebesar 75,00%, F1-Score 70,03%, dan ROC-AUC 84,28%, hasil optimal dicapai pada rasio 70:30.  Temuan ini menunjukkan seberapa baik model SVM dapat mengkategorikan migrain.  Penelitian ini memajukan penggunaan pembelajaran mesin untuk diagnosis migrain yang lebih tepat dan dapat dipercaya.
KLASIFIKASI SENTIMEN PUBLIK TERHADAP PPN 12% DI MEDIA SOSIAL X MENGGUNAKAN NAÏVE BAYES Syahri, Alfin; Ramadhan Manik, Albert; Irya Shakila Syukron, Ananda; Budi Akbar, Muhammad; Amelia Br Siregar, Ririn; Saputra, Kana
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.v9i4.13949

Abstract

Program Makan Siang Gratis yang diperkenalkan dalam Pemilihan Presiden 2024 menjadi sorotan publik dengan berbagai tanggapan positif dan negatif di media sosial. Penelitian ini bertujuan untuk menganalisis sentimen netizen di media sosial X terhadap program ini menggunakan algoritma Naïve Bayes. Data dikumpulkan melalui proses crawling menggunakan Twitter API, kemudian dilakukan preprocessing, ekstraksi fitur dengan Term Frequency-Inverse Document Frequency (TF-IDF), dan klasifikasi sentimen ke dalam tiga kategori: positif, negatif, dan netral. Hasil evaluasi menunjukkan bahwa model Naïve Bayes memiliki akurasi 65%, dengan sentimen negatif mendominasi (45%), diikuti oleh sentimen netral (35%) dan positif (20%). Analisis lebih lanjut mengungkapkan bahwa sentimen negatif umumnya berkaitan dengan kekhawatiran terhadap efektivitas dan transparansi program, sementara sentimen positif berasal dari optimisme terhadap manfaat program dalam mengatasi masalah gizi dan stunting. Temuan ini menunjukkan perlunya strategi komunikasi dan sosialisasi yang lebih baik agar program lebih diterima oleh masyarakat.
PENGEMBANGAN SISTEM INFORMASI AKADEMIK ROBONESIA UNTUK MENINGKATKAN PEMBELAJARAN DI BIDANG ROBOTIK Yoakim Telaumbanua, Louders; Afif Nashi Ulwan, Mhd; Dewi, Sri; Saputra S, Kana
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.v9i4.13959

Abstract

Dalam era digital, institusi pendidikan perlu mengoptimalkan sistem manajemen akademik agar lebih efisien dan adaptif. Robonesia Medan, sebagai lembaga pendidikan robotika, menghadapi tantangan dalam pengelolaan administrasi, manajemen kelas, serta penyebaran informasi akademik yang efektif. Penelitian ini bertujuan mengembangkan sistem informasi akademik berbasis web yang terintegrasi untuk meningkatkan efisiensi operasional dan transparansi data. Metode yang digunakan adalah model Waterfall, yang terdiri dari analisis kebutuhan, desain, implementasi, pengujian, dan pemeliharaan. Sistem ini dikembangkan menggunakan framework modern dengan pendekatan Content Management System (CMS), serta memanfaatkan Use Case Diagram dan Sequence Diagram untuk pemetaan interaksi pengguna. Hasil pengujian menunjukkan bahwa sistem diterima dengan baik oleh pengguna dengan rata-rata skor kepuasan di atas 4 dari skala 5. Uji performa menggunakan Google PageSpeed Insights juga menunjukkan kinerja yang cukup optimal, khususnya pada versi desktop. Dengan demikian, sistem ini berhasil meningkatkan pengelolaan akademik secara terstruktur dan siap dikembangkan lebih lanjut melalui integrasi kecerdasan buatan serta teknologi blockchain guna memperkuat keamanan dan efisiensi data.
EFISIENSI ANGGARAN DALAM WACANA PUBLIK: ANALISIS SENTIMEN PLATFORM X DENGAN NAÏVE BAYES Ananda Hafika, Rizky; Hafiz, Alvin; Agus Waruwu, Stefen; Yazid Noor, Muhammad; Advis Ambrosius Sitohang, Yuda; Saputra, Kana
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.v9i4.13967

Abstract

Efisiensi anggaran merupakan isu krusial dalam pengelolaan keuangan negara yang sering menjadi sorotan publik, khususnya di media sosial seperti Twitter. Opini masyarakat yang tersebar di platform tersebut mencerminkan tingkat kepercayaan terhadap keterbukaan dan akuntabilitas pemerintah. Namun, data opini yang bersifat tidak terstruktur menimbulkan tantangan dalam analisis sentimen publik secara menyeluruh. Penelitian ini bertujuan untuk mengevaluasi opini masyarakat mengenai efisiensi anggaran menggunakan algoritma Naïve Bayes. Sebanyak 1.610 tweet dikumpulkan dan diproses melalui tahap preprocessing yang meliputi pembersihan data, case folding, tokenisasi, normalisasi, penghapusan stopword, dan stemming. Setelah preprocessing, data diberi label secara manual untuk klasifikasi sentimen. Selanjutnya, dilakukan ekstraksi fitur menggunakan metode TF-IDF dan pembagian data menjadi 80% untuk pelatihan dan 20% untuk pengujian model. Hasil analisis menunjukkan bahwa opini publik cenderung negatif dengan distribusi 58,4% negatif, 23,5% netral, dan 18,1% positif. Model klasifikasi menghasilkan akurasi sebesar 73,29%, dengan nilai F1-score tertinggi pada sentimen negatif (0,82) dan terendah pada sentimen netral (0,06), yang mengindikasikan adanya ketidakseimbangan data. Penelitian ini menyimpulkan bahwa algoritma Naïve Bayes cukup efektif dalam mengidentifikasi sentimen negatif, namun memerlukan perbaikan dalam mendeteksi sentimen netral, antara lain melalui teknik penyeimbangan data dan eksplorasi algoritma lain di masa mendatang.
Co-Authors Adidtya Perdana, Adidtya Advis Ambrosius Sitohang, Yuda Afif Nashi Ulwan, Mhd Agus Buono Agus Kembaren Agus Waruwu, Stefen Al-Areef, M. Hafizh Alfattah Atalarais Alfin, Muhammad Amanda Fitria Amelia Br Siregar, Ririn Ananda Hafika, Rizky anastasya, disty Anggi Tasari Annisa Aulia Anti Nada Nafisa Arnita Azizi, Nur Azqal Azkia Bambang Suseno Budi Akbar, Muhammad Bush Henrydunan, John Catur Kurniawan citra, Citra Dede Yusuf Dewan Dinata Tarigan DIdi Febrian Dinda Farahdilla Dharma Dinda Kartika Eka Nainggolan, Rinay Elfitra Elfitra Erika Nia Devina Br Purba Fadhilah, Nazifatul Fahri Aulia Alfarisi Harahap Fajar Harahap, Muhammad Fajar Muharram Farhan Ramadhan, Haikal Fauzan Hafiz Harahap Fevi Rahmawati Suwanto Fitrahuda Aulia Fitri Aulia Fuzy Yustika Manik Fuzy Yustika Manik, Fuzy Yustika Habibi, Rizki Hafiz, Alvin Haikal Al Majid, Muhammad Halimatun Nisa Harahap, Muhammad Abarorya Hasibuan, Hanisah Hermawan Syahputra Hutagalung, Arif qaedi Ihsan Zulfahmi Ilyasyah Drilanang, Mhd Imam Ahmad Impana Manik, Kristin Indriani, Dechy Deswita Insan Taufik Irham Ramadhani Irya Shakila Syukron, Ananda Jasmidi Jasmidi Jeremia Manurung Jufita Sari Sitorus Karimuddin Hakim Hasibuan Khonofi, Khoidir Khusnul Arifin Khusnul Arifin Lidia Pebrianti Lubis, Afiq Alghazali Maharani, Raysa MANSUR AS Manurung, Jeremia Maulana Malik Fajri Mhd Hidayat Mhd Hidayat Mhd. Fadhillah Misgiya, Misgiya Mochammad Gani Alfa Alkhoiri Siregar Mochammad Iswan Mochammad Iswan Perangin-Angin Mochammad Iswan Perangin-Angin Mohammed Hafizh Al-Areef Muhammad Affandes Muhammad Ardiansyah Muhammad Badzlan Darari Muhammad Usman Muslim Sinaga, Rizal Nadya Ulfa Najwa Latifah Hasibuan Nasution, Hamidah . Neltriana Syafira Niska, Debi Yandra Nugraha, Zidan Indra Nur Hairiyah Harahap Nurul Adawiyah Putri Pane, Yeremia Yosefan Parapak, R Putri Angela Pinem, Josua Pittauli Ambarita Pizaini Pizaini Prana Walidin, Adamsyach Pratama, Ega Putri Sasalia S Putri, Alsya Adelia Putri, Rezkya Nadilla Raffi Akbar Tjg, Muhammad Raiyan Fairozi Ramadhan Manik, Albert Ramadhan, Taufiq Ratna Sari Dewi Reo Rizki Ananda Rezkya Nadilla Putri Rifqi Maulana, Muhammad Rifqi Naufal, Muhammad Rizki Alfahri , Muhammad Ronaldo Mardianson Sinaga Rosyid Fauzan, Muhammad Ryan Ananda Nolly Sahrul Ramadhan Said . Iskandar Sanjaya, Aditia Sanusi Seget Tartiyoso Setiawan, Abi Simanjorang, Rio Givent A Siregar, Angginy Akhirunnisa Siringoringo, Andi Roi Berlian Siti Rahmah Sitompul, Sigun Putra Hasian Sri Adelila Sari Sri Adelila Sari* Sri Dewi Sri Wahyuni Suci Frisnoiry Syahri, Alfin Syarifuddin Syarifuddin Talib, Corrienna Abdul Tangsi Tangsi Taufiq Ramadhan Tiur Malasari Siregar Tiur Malasari Siregar, Tiur Malasari Valentino, Nicholas Wahyu Tri Atmojo Wahyudi, Rizky Wisnu Ananta Kusuma Yazid Noor, Muhammad Yoakim Telaumbanua, Louders yola, beby Yul Ifda Tanjung Yulita Molliq Rangkuti Yulita Molliq Rangkuti Yusfi Syawali Zaharani, Firna Zai, Samuel Anaya Putra Zulfahmi Indra, Zulfahmi Zulfahrizan, Atta