Article Per Year (5 Year)
p-Index From 2021 - 2026
18.251
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA JURNAL SISTEM INFORMASI BISNIS Voteteknika (Vocational Teknik Elektronika dan Informatika) Bulletin of Electrical Engineering and Informatics Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) JUITA : Jurnal Informatika Jurnas Nasional Teknologi dan Sistem Informasi Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Riau Journal of Computer Science JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research RABIT: Jurnal Teknologi dan Sistem Informasi Univrab INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi Jurnal Penelitian Pendidikan IPA (JPPIPA) Indonesian Journal of Artificial Intelligence and Data Mining Rang Teknik Journal ILKOM Jurnal Ilmiah MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Journal of Information Technology and Computer Engineering Jambura Journal of Informatics ComTech: Computer, Mathematics and Engineering Applications Jusikom: Jurnal Sistem Informasi Ilmu Komputer bit-Tech Dinasti International Journal of Education Management and Social Science Systematics Jurnal Sistim Informasi dan Teknologi Jurnal Informasi dan Teknologi Jurnal Informatika Ekonomi Bisnis Journal of Robotics and Control (JRC) Journal of Applied Engineering and Technological Science (JAETS) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Ilmiah Manajemen Kesatuan Dinasti International Journal of Digital Business Management JUKI : Jurnal Komputer dan Informatika Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Journal of Applied Data Sciences Jurnal Computer Science and Information Technology (CoSciTech) Journal of Applied Computer Science and Technology (JACOST) Journal of Computer Scine and Information Technology Bulletin of Computer Science Research Jurnal Penelitian Inovatif Jurnal Ipteks Terapan : research of applied science and education Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence Jurnal Teknoif Teknik Informatika Institut Teknologi Padang Jurnal Komtekinfo Jurnal Sistim Informasi dan Teknologi Jurnal Administrasi Sosial dan Humaniora (JASIORA) Innovative: Journal Of Social Science Research e-Jurnal Apresiasi Ekonomi Jurnal Informatika Ekonomi Bisnis RJOCS (Riau Journal of Computer Science) SmartComp Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen)
Sarjon Defit
Universitas Putra Indonesia YPTK Padang
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering 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 Veterinary Other

Published : 196 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 196 Documents
Search

 9   10   11   12   13 
Sistem Pendukung Keputusan Menggunakan Metode Multi Attribute Utility Theory Untuk Pemilihan Layanan Digital Ira Nia Sanita; Sarjon Defit; Gunadi Widi Nurcahyo
Computer Science and Information Technology Vol 4 No 1 (2023): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v4i1.4742

Abstract

Dinas Komunikasi, Informatika dan Statistik (Kominfotik) Provinsi Sumatera Barat merupakan Dinas yang diberi kewenangan untuk membangun dan mengembangkan layanan digital untuk semua Perangkat Daerah di Pemerintah Provinsi Sumatera Barat. Seluruh Perangkat Daerah dapat mengajukan permintaan pembangunan layanan digital ke Dinas Kominfotik. Akan tetapi, tidak semua layanan digital yang diminta akan difasilitasi dan diakomodir oleh Dinas Kominfotik. Ada beberapa kriteria pemilihan dalam pembangunan Layanan Digital yaitu Layanan Digital yang sesuai dengan Arsitektur Sistem Pemerintahan Berbasis Elektronik (SPBE) Nasional, mendukung Program Unggulan Pemerintahan Provinsi Sumbar, Quick Win Layanan sesuai Peta Rencana SPBE, tujuan pembuatan layanan digital, serta Bahasa Pemograman yang digunakan dalam pembangunan Aplikasi. Penelitian ini menggunakan metoda Multi Attribute Utility Theory (MAUT). Metode MAUT digunakan untuk menentukan pemilihan layanan digital yang akan dibangun berdasarkan bobot dan kriteria yang sudah ditentukan. Kemudian dilakukan proses perankingan yang akan menentukan pilihan yang menjadi prioritas. Dan dari hasil pengujiannya didapatkan penerapan metode MAUT pada Sistem Pendukung Keputusan pemilihan layanan digital menghasilkan alternatif yang menjadi prioritas (rangking 1) adalah Layanan Penerimaan Peserta Didik Baru (PPDB) dengan nilai 0,933. Kata Kunci : Sistem Pendukung Keputusan, Layanan Digital, Multi Attribute Utility Theory (MAUT)
Sistem Pendukung Keputusan dengan Metode AHP dalam Penentuan Pemilihan Minat Siswa Wenni Afrodita; Sarjon Defit; Yuhandri Yuhandri
JUKI : Jurnal Komputer dan Informatika Vol. 5 No. 1 (2023): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2023
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Senior High School is a level of formal education in selecting student interests selection of specialization is a grouping of learning interests that makes it easier for students to pursue knowledge in further education, especially in tertiary institutions. Specialization is designed to guide students so they can follow certain subjects at the next school level. Decision Support System has many methods that can be used. One of the methods used in this research is the Analytical Hierarchy Process (AHP) method. This decision support model will break down complex multi-factor or multi-criteria problems into a hierarchy, so that the decisions taken can be more objective. Because the concept of the AHP method is to change qualitative values into quantitative values. The Decision Support System uses the Analytical Hierarchy Process method to determine student interest choices in selecting interest in major subjects. This is a decision support system created to determine interest selection for class X students at SMAN 1 Kinali. The specialization that will be selected is taken from various criteria such as the average value of report cards, understanding of the material and students' interests. Test results on the AHP method obtained an accuracy of 90% from 10 test data. With this application, students are expected to get specialization according to their respective interests and abilities.)
Classification of Multiple Emotions in Indonesian Text Using The K-Nearest Neighbor Method Ahmad Zamsuri; Sarjon Defit; Gunadi Widi Nurcahyo
Journal of Applied Engineering and Technological Science (JAETS) Vol. 4 No. 2 (2023): Journal of Applied Engineering and Technological Science (JAETS)
Publisher : Yayasan Riset dan Pengembangan Intelektual (YRPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37385/jaets.v4i2.1964

Abstract

Emotions are expressions manifested by individuals in response to what they see or experience. In this study, emotions were examined through individuals' tweets regarding the election issues in Indonesia in 2024. The collected tweets were then labeled based on emotions using the emotion wheel, which consisted of six categories: joy, love, surprise, anger, fear, and sadness. After the labeling process, the next step involved weighting using TF-IDF (Term Frequency-Inverse Document Frequency) and Bag-of-Words (BoW) techniques. Subsequently, the model was evaluated using the K-Nearest Neighbor (KNN) algorithm with three different data splitting ratios: 80:20, 70:30, and 60:40. From the six labels used in the modeling process, the accuracy was then calculated, and the labels were subsequently merged into positive and negative categories. Then the modeling was conducted using the same process with the six labels. The results of this study revealed that the utilization of TF-IDF outperformed BoW. The highest accuracy was achieved with the 80:20 data splitting ratio, attaining 58% accuracy for the six-label classification and 79% accuracy for the two-label classification
Algoritma K-Means Clustering Penggunaan Bandwidth Internet (Studi Kasus di Pemerintah Daerah Kabupaten Padang Pariaman) Rizki Mubarak; Sarjon Defit; Gunadi Widi Nurcahyo
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 14, No 1 (2023): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/jsit.v14i1.3037

Abstract

Untuk menunjang kegiatan di Pemerintahan dibutuhkan koneksi jaringan yang yang cepat dan tepat. Sehingga memerlukan jaringan bandwith yang lebar. Manajemen Bandwidth perlu dilakukan agar kecepatan jaringan tetap stabil. Penelitian ini bertujuan untuk melihat pola penggunaan bandwidth di Pemerintah Daerah Kabupaten Padang Pariaman menggunakan K-Means Clustering. Data diambil dari aplikasi Cacti sebuah software open-source, pemantauan jaringan berbasis web. Total datasets hasil ekstraksi yang digunakan adalah sebanyak 32 data OPD (Organisasi Perangkat Daerah) yang ada di Pemerintah Daerah Kabupaten Padang Pariaman tahun 2022.. Data-data yang tersedia selanjutnya diolah untuk mendapatkan target cluster dengan memanfaatkan konsep data mining menggunakan metode K-Mean Clustering. Pengelompokan data pengunaan bandwidth di Kabupaten Padang Pariaman  menggunakan metode Clustering dengan algoritma K-Means dengan atribut Nama OPD, Inbound Average, Inbound Maksimum, Outbound  Average, Outbound Maximum yang digunakan dalam proses perhitungan dan pembagian data ke dalam 3 cluster dengan kategori penggunaan bandwidth tinggi, rendah, dan sedang. Perhitungan dilakukan secara manual dan kemudian dilakukan pengujian dengan software RapidMiner. Hasil dari perhitungan manual  diperoleh  jumlah anggota cluster yang sama dengan perhitungan dengan software RapidMiner.
Analisa Dini Gangguan Disleksia Anak Sekolah dengan Metode Backpropagation Novi Yanti; Adil Setiawan; Sarjon Defit
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 9, No 2 (2023): Volume 9 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v9i2.64588

Abstract

Disleksia sering disalah artikan sebagai kebodohan atau kemalasan pada anak. Gejala disleksia dikenal dengan gangguan belajar yang meliputi mengenal huruf, mengeja, membaca, dan menulis. Meskipun gejala disleksia tidak terlihat dengan jelas, kondisi ini dapat berdampak pada perkembangan pola belajar anak. Tujuan penelitian adalah untuk mengidentifikasi gejala disleksia sedini mungkin agar tidak mengganggu perkembangan belajar pada anak. Selain itu, penelitian juga bertujuan untuk mengevaluasi keakuratan teknik yang digunakan. Analisa menggunakan metode jaringan syaraf tiruan dengan teknik backpropagation dengan memberikan nilai bobot, sehingga dapat memberikan nilai input dengan benar. Penelitian menggunakan 150 dataset, 40 variabel input dan 40 lapisan tersembunyi. Keluaran yang diharapkan mencakup disleksia atau non-disleksia. Hasil implementasi dan pengujian untuk data latih dan data uji terbaik adalah 90:10. Dengan nilai epoch maksimum 5000 dan nilai error target 0,001. Metode backpropagation dapat memberikan hasil akurasi terbaik 100% pada learning rate 0,5. Sehingga metode backpropagation dapat dengan baik mendeteksi gangguan disleksia pada anak sejak dini.
Standardscaler's Potential in Enhancing Breast Cancer Accuracy Using Machine Learning Febri Aldi; Febri Hadi; Nadya Alinda Rahmi; Sarjon Defit
Journal of Applied Engineering and Technological Science (JAETS) Vol. 5 No. 1 (2023): Journal of Applied Engineering and Technological Science (JAETS)
Publisher : Yayasan Riset dan Pengembangan Intelektual (YRPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37385/jaets.v5i1.3080

Abstract

The major consequence of breast cancer is death. It has been proven in many studies that machine learning techniques are more efficient in diagnosing breast cancer. These algorithms have also been used to estimate a person's likelihood of surviving breast cancer. In this study, we employed machine learning algorithms to predict breast cancer. A total of 569 breast cancer datasets were obtained from kaggle sites. Some of the machine learning algorithms that we use are K-Nearest Neighbor (KNN), besides Random Forest (RF), there is also Gradient Boosting (GB), then Gaussian Naive Bayes (GNB), Vector Support Machine (SVM), and then Logistic Regression (LR). Before algorithms were used to train and test breast cancer datasets, StandardScaler was leveraged to transform training datasets and test datasets for improved algorithm performance. As a result of this utilization, the performance measurement carried out succeeded in producing high accuracy. The highest results were obtained from the Logistic Regression algorithm with an accuracy value of 99%. The value of precison is 99% benign, and 100% malignant. The recall results are 100% benign, and 98% malignant. The F1-Score results show 99% benign, and 99% malignant. It is hoped that this research can help the medical party to determine the next step in dealing with breast cancer.
Enhancing the Decision Tree Algorithm to Improve Performance Across Various Datasets Putra, Pandu Pratama; Anam, M Khairul; Defit, Sarjon; Yunianta, Arda
INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi Vol 8 No 2 (2024): August 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/intensif.v8i2.22280

Abstract

Background: The Village Fund is an initiative by the central government to promote equitable regional development. However, it has also led to corruption. Many Indonesians share their opinions on the Village Fund on social media platforms like X, and news coverage is extensive on portals like detik.com. Objective: This study aims to classify data from social media and news coverage to enhance understanding. Methods: The research improves the decision tree algorithm by integrating other algorithms and techniques such as XGBoost and SMOTE. Ensuring high accuracy is vital for the credibility of machine learning classifications among the public. The study uses two different datasets, necessitating varied testing approaches. For the news portal dataset, a single test with seven labels is conducted, followed by enhancement with XGBoost. The X dataset undergoes two tests with datasets of 1200 and 3078 entries, using three labels. Conclusion: The evaluation results indicate that the highest accuracy achieved with the news portal data was 82%, thanks to a combination of decision tree algorithms with various parameters and the balancing effect of SMOTE. For the Twitter dataset with 3078 entries, the highest accuracy reached 95%, attributed to the application of ensemble techniques, particularly boosting.
Penerapan Metode K-Means dalam Klasterisasi Status Desa terhadap Keluarga Beresiko Stunting Dayla May Cytry; Defit, Sarjon; Nurcahyo, Gunadi
Jurnal KomtekInfo Vol. 10 No. 3 (2023): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v10i3.423

Abstract

The Indonesian government issued Presidential Regulation of the Republic of Indonesia Number 72 of 2021 concerning the acceleration of stunting reduction with a prevalence target of 14% by 2024. Stunting has now become a national issue and is of particular concern to the government to overcome the risks it poses. One action that can be taken to prevent stunting is to provide intervention to families at risk of stunting. This intervention is carried out in the form of clustering of sub-districts or villages consisting of babies under two years (baduta), babies under five years (toddlers), and pregnant women with inadequate environmental aspects (sanitation and clean water). Based on this, this research aims to conduct a cluster analysis of sub-districts or villages that are at risk of stunting. The cluster analysis method uses the K-Mean algorithm with reference to 3 clusters, namely low, medium, and high. This research uses a dataset of 71 sub-districts or villages that are at risk of stunting. The research results show that the performance of the K-Means method in cluster analysis produces 32 low-risk sub-districts or villages, with a percentage of 45.07%, 36 medium risks with a percentage of 50.70%, and 3 high risk with a percentage of 4. 23%. Based on these results, this research can contribute to the relevant government in dealing with the spread of stunting
Analisis Data Mining Menggunakan Algoritma C4.5 Untuk Prediksi Harga Pasar Mobil Bekas Mulyanda, Sandy; Defit, Sarjon; Sumijan
Jurnal KomtekInfo Vol. 10 No. 3 (2023): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v10i3.427

Abstract

Tingginya minat masyarakat terhadap mobil bekas membuat bisnis jual beli mobil bekas semakin meningkat, hal ini ditandai dengan banyaknya showroom mobil bekas yang ada di beberapa Kota, diantaranya showroom - showroom yang ada di Kota Bukittinggi seperti showroom AutoFallen. Beberapa faktor yang dapat mempengaruhi harga mobil bekas itu sendiri antara lain, tahun produksi, jenis mobil, transmisi, bahan bakar, kapasitas mesin, dan jarak tempuh. Disamping hal itu, didapatkan informasi dari pihak showroom dimana ada beberapa faktor yang mungkin berpengaruh terhadap daya beli masysrakat, diantaranya minat masyarakat terhadap suatu merk mobil, selain itu harga mobil juga dapat dipengaruhi oleh tingkat kepercayaan masyarakat terhadap suatu showroom tertentu, dengan kata lain, harga mobil bekas untuk satu merk, satu tahun rakitan dan lain sebagainya belum bisa diprediksi apakah harganya akan terus stabil atau tidak untuk ke depannya. Klasifikasi merupakan salah satu metode dalam menganalisis data mining dimana hasil dari klasifikasi tersebut dapat digunakan untuk memprediksi harga mobil bekas. Dengan menggunakan Algoritma C4.5 maka akan diketahui prediksi kestabilan dari harga mobil bekas pada beberapa tahun kedepan. Data yang diolah dalam penelitian ini sebanyak 100 data penjualan yang didapat dari showroom AutoFallen Bukittinggi. Selanjutnya data diolah menggunakan software Rapidminer. Hasil dari pengujian terhadap metode ini adalah dapat memprediksi harga pasar mobil bekas, sehingga tingkat akurasinya sebesar 99.00%. Dengan menggunakan metode Algoritma C4.5 dapat memprediksi harga pasar mobil bekas dengan akurat.
Implementasi Metode AHP Dan Maut untuk Rekomendasi Produk Tupperware Terlaris Okmarizal, Bisma; Defit, Sarjon; Sumijan
Jurnal KomtekInfo Vol. 10 No. 3 (2023): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v10i3.430

Abstract

Untuk melakukan pemesanan barang tupperware pada unit simabur indah, sering terjadi ketidaksesuaian antara permintaan barang dengan barang yang di pesan sehingga terjadinya penumpukan barang dan kekosongan stok barang. Untuk meningkatkan efektifitas jual beli maka dibutuhkanlah sebuah sistem informasi untuk rekomendasi barang terlaris sebagai pendukung keputusan. Metode yang digunakan adalah AHP dan MAUT, pembuat keputusan adalah 5 star manager dan data yang digunakan adalah data katalog bulan maret 2023 sebanyak 20 data dan kriteria yang digunakan adalah 6 kriteria. Implementasi metode AHP dan MAUT menghasilkan A9, A20, A8, A13, A7 dengan nilai 0,916077, 0,842113, 0,831385, 0,768166, 0,768166 sebagai alternatif yang disarankan untuk pembelian di bulan berikutnya. Dengan membandingkan antara keputusan perusahaan didapatkanlah satu hasil rekomendasi yang berbeda sehingga akurasi didapatkan sebanyak 80%.
Co-Authors Abdul Azis Said Adawiyah, Quratih Adek Putri Adi Gunawan Adi Gunawan, Adi Adyanata Lubis Afriyadi, Iqbal Agus Perdana Windarto Agustin, Riris Ahmad Zaki Ahmad Zamsuri, Ahmad Akbar, Muhamad Rafi Akbar, Syifa Chairunnissa Deliva Am, Andri Nofiar Amran Sitohang Anam, M Khairul Andema, Henky Andin, Silfia Andri Nofiar Angga Putra Juledi Anthony Anggrawan Arda Yunianta ardialis Ariandi, Vicky Arif Budiman Arif Budiman Arika Juwita Z Asri Hidayad Ayunda, Afifah Trista Bastola, Ramesh Bosker Sinaga Breinda, Engla Bufra, Fanny Septiani Daeng Saputra Perdana Dahria, Muhammad Daniel Theodorus Dayla May Cytry Dendi Ferdinal Deno Yulfa Ardian Deti Karmanita Devita, Retno Dhena Marichy Putri Dila, Rahmah Dinda Permata Sukma Dwi Utari Iswavigra Dwiki Aulia Fakhri Efendi, Akmar Efendi, Muhamad Efrizoni, Lusiana Eka Praja Wiyata Mandala Elda, Yusma Elfiswandi Elfiswandi eriwandi Fadlul Hamdi Faisal Roza Fajrul Islami Fanny Septiani Bufra Fatimah, Noor Fauzan Azim Fauzana, Rahmi Fauzi Erwis Febri Aldi Febri Hadi Febrina, Yerri Kurnia Firdaus, Muhammad Bambang Fitriani, Yetti Fristi Riandari Fristi Riandari Fuad El Khair Gaja, Rizqi Nusabbih Hidayatullah Gunadi Widi Nurcahyo Guslendra, Guslendra Hadiyanto, Tegas Halifia Hendri Handika, Yola Tri Haris Kurniawan Hartati, Yuli Hasmaynelis Fitri Haviluddin Haviluddin Hazlita, H Hendrik, Billy Hendro Budiantoro Hengki Juliansa Henky Andema Hermanto Hidayad, Asri Hidayat, Rahmadani Honestya, Gabriela Huda, Ramzil Ikhbal Salam, Riyan Indah Savitri Hidayat Indhira, Sonia INTAN NUR FITRIYANI Ira Nia Sanita Irsyad, As'Ary Sahlul Irzal Arief Wisky Ismail Virgo Jefdy Kurniawan Jeri Wandana Juansen, Monsya Jufri, Fikri Ramadhan Juledi, Angga Putra Junadhi, Junadhi Kareem, Shahab Wahhab Khairul Azmi Kurniawan, Jefdy Kurniawan, Mhd Hary Leony Lidya Lidya, Leoni Lubis, Fitri Amelia Sari Lubis, Siti Sahara Lusiana Lusiana M Syahputra M. Ibnu Pati M. Iqbal Zuqron M. Syahputra Mardayatmi, Suci Mardian, Zurni Mardison Mardison Mardison Marfalino, Hari Meilinda Sari Meilinda Sari Melissa Triandini Menhard, Menhard Mhd Hary Kurniawan Miftahul Hasanah Miftahul Hasanah, Miftahul Mike Zaimy Monsya Juansen MUHAMMAD TAJUDDIN Muhammad Tajuddin Muhammad, L. J. Mulyanda, Sandy Mutiana Pratiwi Nadya Alinda Rahmi Nandan Limakrisna Nanik Istianingsih Nori Sahrun, Nori Novi Yanti Nurcahyo, Gunadi Nurcahyo, Gunadi Widi Nurdin, Yogi K Nurhadi Nurhidayat Nursyahrina Okfalisa, - Okmarizal, Bisma Olivia, Ladyka Febby Pandu Pratama Putra, Pandu Pratama Parinduri, Rezti Deawinda Pati, Muhammad Ibnu Pratiwi, Mutiana Pulungan, Akhiruddin Purnomo, Nopi Putra, Akmal Darman Putra, Rahman Arief Putra, Surya Dwi Putri, Adek Putri, Dhena Marichy Putri, Yozi Aulia Putut Wicaksono, Putut R Rahmiyanti Radillah, Teuku Rafika Sani Rafiska, Rian Rafnelly Rafki Rahmad Aditiya Rahmad Rahmad Rahmadani Hidayat Rahman Arief Putra Rahmi, Nadya Alinda Ramadhan, Mukhlis Ramadhanu, Agung Ramdani Bayu Putra Rani, Larissa Navia Refina Afindania, Pipin Resnawita, R Rezki - Rezki Rusydi Rian Kurniawan Rianti, Eva Rio Andika Malik Ritna Wahyuni Rizki Mubarak Roza Marmay Roza, Yesi Betriana Rusdianto Roestam Rustam, Camila S Sumijan Said, Abdul Azis Sandrawira Anggraini Sani, Rafikasani Saputra, Dhio Sari, Imrah Sari, Laynita Selfi Melisa Septiano, Renil Setiawan, Adil Sharon Shaza Alturky Siregar, Diffri Solihin Siswahyudianto Sitanggang, Sahat Sonang Slamet Riyadi Sofika Enggari Sovia, Rini Sri Dewi Sri Dewi Sri Dewi, Apriandini Sri Rahmawati Suci Mardayatmi Suhefi Oktarian Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan Sumijan, S Surmayanti Surya Dwi Putra Suryani, Vivi Susandri, Susandri Susriyanti, Susriyanti Syafri Arlis Syafrika Deni Rizki, Syafrika Deni Syaljumairi, Raemon Syofneri, Nandel Tamaza, Muhammad Abyanda Teri Ade Putra Tesa Vausia Sandiva Tukino, Tukino Veri, Jhon Veza, Okta Virgo, Ismail Vitriani, Vitriani Wahyu, Fungki Wanto, Anjar Wenni Afrodita Weri Sirait Y Yuhandri Yamin, Abdul Yamin Yemi, Leonardo Yerri Kurnia Febrina Yetti Fitriani Yogi K. Nurdin Yoni Aswan Yuda Irawan Yuhandri Yuhandri Yuhandri Yuhandri, Yuhandri Yulasmi Yulasmi, Yulasmi Yuli Hartati Yulihartati, Sandra Yunus, Yuhandri Yusma Elda Zakir, Supratman Zia Rahimi, Hadisha Zulvitri, Z