Article Per Year (5 Year)
p-Index From 2021 - 2026
21.695
P-Index
This Author published in this journals
All Journal Teknika PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Khizanah al-Hikmah : Jurnal Ilmu Perpustakaan, Informasi, dan Kearsipan Jurnal Informatika dan Teknik Elektro Terapan POSITIF CESS (Journal of Computer Engineering, System and Science) JURNAL PENGABDIAN KEPADA MASYARAKAT Jurnal Ilmiah KOMPUTASI Sistemasi: Jurnal Sistem Informasi Sinkron : Jurnal dan Penelitian Teknik Informatika Tech-E RABIT: Jurnal Teknologi dan Sistem Informasi Univrab JURNAL MEDIA INFORMATIKA BUDIDARMA MODELING: Jurnal Program Studi PGMI Indonesian Journal of Artificial Intelligence and Data Mining JEEMECS (Journal of Electrical Engineering, Mechatronic and Computer Science) JOURNAL OF APPLIED INFORMATICS AND COMPUTING JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Informatika Universitas Pamulang Applied Information System and Management INTECOMS: Journal of Information Technology and Computer Science JurTI (JURNAL TEKNOLOGI INFORMASI) Martabe : Jurnal Pengabdian Kepada Masyarakat Query : Jurnal Sistem Informasi ALGORITMA : JURNAL ILMU KOMPUTER DAN INFORMATIKA JISTech (Journal of Islamic Science and Technology) Jurnal Penelitian Medan Agama Jurnal Teknologi Sistem Informasi dan Aplikasi JURNAL PENDIDIKAN TAMBUSAI IJISTECH (International Journal Of Information System & Technology) JURIKOM (Jurnal Riset Komputer) JURTEKSI JOURNAL OF SCIENCE AND SOCIAL RESEARCH Indonesian Journal of Applied Informatics Jurnal Manajemen Informatika Simtek : Jurnal Sistem Informasi dan Teknik Komputer Jurnal Riset Informatika JSI (Jurnal sistem Informasi) Universitas Suryadarma AL-ULUM: JURNAL SAINS DAN TEKNOLOGI STRING (Satuan Tulisan Riset dan Inovasi Teknologi) JOISIE (Journal Of Information Systems And Informatics Engineering) Antivirus : Jurnal Ilmiah Teknik Informatika METIK JURNAL Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Jurnal Informatika Kaputama (JIK) Jurnal Review Pendidikan dan Pengajaran (JRPP) Building of Informatics, Technology and Science Jurnal Mantik Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Kumawula: Jurnal Pengabdian Kepada Masyarakat TEKNOKOM : Jurnal Teknologi dan Rekayasa Sistem Komputer Jurnal Pendidikan dan Konseling Journal of Information Systems and Informatics Jurnal Ilmiah Sains dan Teknologi Zonasi: Jurnal Sistem Informasi JATI (Jurnal Mahasiswa Teknik Informatika) INFORMASI (Jurnal Informatika dan Sistem Informasi) JTIK (Jurnal Teknik Informatika Kaputama) Jatilima : Jurnal Multimedia Dan Teknologi Informasi G-Tech : Jurnal Teknologi Terapan JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Computer System and Informatics (JoSYC) JIKA (Jurnal Informatika) INFOKUM Jurnal Sistem Komputer dan Informatika (JSON) Academia Open Budapest International Research and Critics Institute-Journal (BIRCI-Journal): Humanities and Social Sciences Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Journal of Computer Networks, Architecture and High Performance Computing Jurnal Teknologi Informasi dan Komunikasi IJISTECH RESOLUSI : REKAYASA TEKNIK INFORMATIKA DAN INFORMASI Infotech: Jurnal Informatika & Teknologi Jurnal Abdi Mas Adzkia El-Mujtama: Jurnal Pengabdian Masyarakat JoMMiT : Jurnal Multi Media dan IT Bulletin of Computer Science Research KLIK: Kajian Ilmiah Informatika dan Komputer Journal of Information Technology (JIfoTech) Instal : Jurnal Komputer Jurnal Info Sains : Informatika dan Sains DECODE: Jurnal Pendidikan Teknologi Informasi Journal of Dinda : Data Science, Information Technology, and Data Analytics Jurnal IPTEK Bagi Masyarakat Brilliance: Research of Artificial Intelligence International Journal Software Engineering and Computer Science (IJSECS) Jurnal Sistem Informasi Bisnis (JUNSIBI) Jurnal Teknologi Sistem Informasi Hello World Journal of Information Systems and Technology Research Jurnal Algoritma Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Sistem Pendukung Keputusan dengan Aplikasi YASIN: Jurnal Pendidikan dan Sosial Budaya Data Sciences Indonesia (DSI) DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY International Conference on Sciences Development and Technology Eduvest - Journal of Universal Studies Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Jurnal Sistem Informasi dan Ilmu Komputer Jurnal INFOTEL Jurnal Sistem Informasi dan Manajemen Bigint Computing Journal Jurnal Garuda Pengabdian Kepada Masyarakat
Raissa Amanda Putri
Universitas Islam Negeri Sumatera Utara
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities 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 Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Physics Public Health Social Sciences Other

Published : 193 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search
Journal : CESS (Journal of Computer Engineering, System and Science)

 1 
Expert System for Damage Detection on Sony Cameras Using the Case Based Reasoning (CBR) Method with the 3W-Jaccard Algorithm Disa Pratama; Raissa Amanda Putri
CESS (Journal of Computer Engineering, System and Science) Vol 8, No 2 (2023): July 2023
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v8i2.48326

Abstract

Di zaman sekarang ini terutama di era digital, fotografi dan videografi sudah semakin melekat di kehidupan kita. perkembangan teknologi membuat pengguna kamera terutama kamera digital semakin banyak namun tidak diiringi dengan media informasi. Minimnya media informasi mengenai kerusakan kamera terkhusus kamera dengan merk Sony yang merupakan salah satu merek kamera digital yang terkenal di Indonesia membuat seseorang sulit untuk mengetahui kerusakan yang dialami oleh kameranya. Selain itu kurangnya jumlah pakar yang tersebar menjadi salah satu kendala dalam mengetahui kerusakan yang sedang dialami. Untuk itu sistem pakar deteksi kerusakan kamera dibuat agar mengetahui jenis kerusakan dan kemudian diberikan alternative pemecahan masalah. Dengan demikian metoda dan algoritma yang digunakan adalah Case Based Reasoning (CBR) dengan menggunakan persamaan perhitungan 3W-Jaccard. Metode dan algoritma ini dapat digunakan untuk mendeteksi kerusakan berdasarkan gejala yang ada pada database. Setiap gejala baru yang di masukkan akan dibandingkan dengan gejala lama yang ada pada tabel kemudian akan diberikan hasil deteksi dan solusi terhadap kerusakan yang dialami.In this day and age, especially in the digital era, photography and videography are increasingly embedded in our lives. Technological developments make camera users, especially digital cameras more and more, but not accompanied by information media. The lack of media information regarding camera damage, especially cameras with the Sony brand, which is one of the well-known digital camera brands in Indonesia, makes it difficult for someone to know about the damage experienced by their camera. Besides that, the lack of scattered experts is one of the obstacles in knowing the damage that is being experienced. For this reason, an expert camera damage detection system was created to find out the type of damage and then provide alternative solutions to the problem. Thus the method and algorithm used is Case Based Reasoning (CBR) using the 3W-Jaccard calculation equation. These methods and algorithms can be used to detect damage based on the symptoms in the database. Each new symptom that is entered will be compared with the old existing symptom there is a table and then the detection results and solutions for the damage will be given.
Klasifikasi Tingkat Kecanduan Gadget Pada Balita Menggunakan Algoritma Naïve Bayes Thamrin, Alwi Aryusya; Putri, Raissa Amanda
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 2 (2024): July 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i2.60449

Abstract

Kecanduan gadget pada balita merupakan isu yang semakin mengkhawatirkan di era digital ini. Penggunaan gadget yang berlebihan pada usia dini dapat berdampak negatif pada perkembangan kognitif, emosional, dan sosial anak. Dengan adanya penelitian ini yang diharapkan bertujuan untuk dapat mengklasifikasikan kecanduan gadget pada balita menggunakan algoritma naïve bayes. Data yang digunakan dalam penelitian ini adalah data kuesioner yang mencakup berbagai atribut seperti jenis kelamin balita, usia orang tua, pendidikan orang tua, dan sembilan pertanyaan terkait penggunaan gadget pada balita. Dari data kuesioner tersebut telah dibagi menjadi data training dan data testing untuk proses klasifikasi kecanduan. Algoritma naïve bayes digunakan untuk mengklasifikasikan data ke dalam tiga kategori, yaitu: tidak kecanduan, kecanduan ringan, dan kecanduan berat. Naive bayes adalah metode klasifikasi berdasarkan Teorema Bayes dengan asumsi kemandirian yang kuat (naive) antara fitur-fitur. Hasil penelitian menunjukkan bahwa algoritma naïve bayes mampu mengklasifikasikan tingkat kecanduan gadget pada balita dengan tingkat akurasi yang memadai. Berdasarkan pengujian model menggunakan perangkat lunak Altair AI Studio dengan menambahkan operator naïve bayes telah didapat hasil klasifikasi dengan tingkat akurasi sebesar 81,67%. Penelitian ini memperlihatkan bahwa Algoritma naïve bayes dapat digunakan secara efektif untuk mengklasifikasikan tingkat Kecanduan gadget pada balita.
Rekomendasi Penambahan Koleksi Buku Menggunakan Algoritma K-Means Clustering di Perpustakaan UINSU Nurhasanah, Dhea Aulia; Putri, Raissa Amanda
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.56026

Abstract

Perpustakaan Universitas Islam Negeri Sumatera Utara (UINSU) merupakan salah satu perpustakaan yang berfungsi sebagai sarana untuk menyimpan bahan pustaka yang dipakai oleh mahasiswa untuk menggali ilmu sumber informasi serta menopang kegiatan studi di lingkungan perguruan tinggi negeri tersebut. Pada perpustakaan, sejumlah data dapat diperoleh berdasarkan data historis, sehingga data akan bertambah secara terus menerus, misalnya data transaksi peminjaman buku. Kesulitan dalam menentukan jenis koleksi buku apa yang seharusnya perlu menjadi prioritas untuk diperbanyak atau tidak harus menjadi pengetahuan penting bagi para pengelola perpustakaan tersebut karena, jika jumlah buku yang dipinjam tidak sebanding dengan stok buku yang ada, akan berpengaruh pada kurangnya minat baca mahasiswa untuk membaca. Untuk mengatasi permasalahan tersebut, maka perlu dibuat suatu teknik data mining menggunakan metode k-means clustering yang dapat membantu dalam pengelompokan buku yang sering dipinjam agar petugas perpustakaan mengetahui prioritas penambahan koleksi buku di perpustakaan tersebut. Pengelompokan ini didasarkan pada atribut yang digunakan, yaitu judul buku, jumlah buku yang dipinjam, dan waktu peminjaman. Hasil dari metode tersebut akan mengelompokkan data menjadi 2 kelas dimana Cluster 0 untuk rekomendasi menambah jumlah stok buku, dan cluster 1 tidak rekomendasi menambah jumlah stok buku.
Perbandingan Algoritma Naïve Bayes dan Algoritma Support Vector Machine (SVM) Untuk Melihat Potensi Kepatuhan Peserta BPJS Dalam Membayar Tagihan Lestari, Rika Dinda; Putri, Raissa Amanda
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 2 (2024): July 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i2.61542

Abstract

Jaminan Kesehatan Nasional (JKN) yang diselenggarakan oleh Badan Penyelenggara Jaminan Sosial (BPJS) merupakan jaminan sosial yang wajib bagi seluruh warga negara Indonesia berdasarkan Undang-Undang Nomor 40 Tahun 2004 tentang Sistem Jaminan Sosial Nasional (SJSN). Penelitian ini bertujuan untuk melihat potensi kepatuhan peserta BPJS dalam membayar tagihan dengan menggunakan perbandingan antara algoritma naïve bayes dan algoritma support vector machine (SVM). Pada penelitian ini metode yang digunakan ialah metode kuantitatif dengan menghitung hasil tingkat akurasi dari masing masing algoritma yang digunakan. Sebelum dilakukannya penerapan pada algoritma naive bayes dan algoritma support vector machine (SVM) maka akan dilakukannya teknik KDD (Knowledge Discovery in Database) agar data yang digunakan lebih akurat. Dengan data sampel sebanyak 1.499 kita dapat mengetahui peserta BPJS mana yang membayar tagihannya sangat tepat waktu, tepat waktu, dan tidak tepat waktu dengan menggunakan teknik klasifikasi dan menerapkan algoritma naïve bayes dan algoritma support vector machine (SVM) pada rapidminer alat sehingga dapat diperoleh hasil akurasi sebesar 99,10%. Dengan nilai sangat tepat waktu sebesar 0,334, tepat waktu dengan nilai sebesar 0,182, dan tidak tepat waktu dengan nilai sebesar 0,484 pada algoritma naïve bayes. Sedangkan pada algoritma support vector machine (SVM) memperoleh tingkat akurasi sebesar 98,48% dengan nilai sangat tepat waktu sebesar 45, tepat waktu dengan nilai 6, dan tidak tepat waktu dengan nilai 45. dilihat dari hasil tingkat akurasi algoritma naïve bayes lebih unggul dibandingkan algoritma support vector machine (SVM).
Klasifikasi Tingkat Kecanduan Gadget Pada Balita Menggunakan Algoritma Naive Bayes Thamrin, Alwi Aryusya; Putri, Raissa Amanda
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 2 (2024): July 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i2.60449

Abstract

Kecanduan gadget pada balita merupakan isu yang semakin mengkhawatirkan di era digital ini. Penggunaan gadget yang berlebihan pada usia dini dapat berdampak negatif pada perkembangan kognitif, emosional, dan sosial anak. Dengan adanya penelitian ini yang diharapkan bertujuan untuk dapat mengklasifikasikan kecanduan gadget pada balita menggunakan algoritma naive bayes. Data yang digunakan dalam penelitian ini adalah data kuesioner yang mencakup berbagai atribut seperti jenis kelamin balita, usia orang tua, pendidikan orang tua, dan sembilan pertanyaan terkait penggunaan gadget pada balita. Dari data kuesioner tersebut telah dibagi menjadi data training dan data testing untuk proses klasifikasi kecanduan. Algoritma naive bayes digunakan untuk mengklasifikasikan data ke dalam tiga kategori, yaitu: tidak kecanduan, kecanduan ringan, dan kecanduan berat. Naive bayes adalah metode klasifikasi berdasarkan Teorema Bayes dengan asumsi kemandirian yang kuat (naive) antara fitur-fitur. Hasil penelitian menunjukkan bahwa algoritma naive bayes mampu mengklasifikasikan tingkat kecanduan gadget pada balita dengan tingkat akurasi yang memadai. Berdasarkan pengujian model menggunakan perangkat lunak Altair AI Studio dengan menambahkan operator naive bayes telah didapat hasil klasifikasi dengan tingkat akurasi sebesar 81,67%. Penelitian ini memperlihatkan bahwa Algoritma naive bayes dapat digunakan secara efektif untuk mengklasifikasikan tingkat Kecanduan gadget pada balita.
Perbandingan Algoritma Naive Bayes dan Algoritma Support Vector Machine (SVM) Untuk Melihat Potensi Kepatuhan Peserta BPJS Dalam Membayar Tagihan Lestari, Rika Dinda; Putri, Raissa Amanda
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 2 (2024): July 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i2.61542

Abstract

Jaminan Kesehatan Nasional (JKN) yang diselenggarakan oleh Badan Penyelenggara Jaminan Sosial (BPJS) merupakan jaminan sosial yang wajib bagi seluruh warga negara Indonesia berdasarkan Undang-Undang Nomor 40 Tahun 2004 tentang Sistem Jaminan Sosial Nasional (SJSN). Penelitian ini bertujuan untuk melihat potensi kepatuhan peserta BPJS dalam membayar tagihan dengan menggunakan perbandingan antara algoritma naïve bayes dan algoritma support vector machine (SVM). Pada penelitian ini metode yang digunakan ialah metode kuantitatif dengan menghitung hasil tingkat akurasi dari masing masing algoritma yang digunakan. Sebelum dilakukannya penerapan pada algoritma naive bayes dan algoritma support vector machine (SVM) maka akan dilakukannya teknik KDD (Knowledge Discovery in Database) agar data yang digunakan lebih akurat. Dengan data sampel sebanyak 1.499 kita dapat mengetahui peserta BPJS mana yang membayar tagihannya sangat tepat waktu, tepat waktu, dan tidak tepat waktu dengan menggunakan teknik klasifikasi dan menerapkan algoritma naive bayes dan algoritma support vector machine (SVM) pada rapidminer alat sehingga dapat diperoleh hasil akurasi sebesar 99,10%. Dengan nilai sangat tepat waktu sebesar 0,334, tepat waktu dengan nilai sebesar 0,182, dan tidak tepat waktu dengan nilai sebesar 0,484 pada algoritma naive bayes. Sedangkan pada algoritma support vector machine (SVM) memperoleh tingkat akurasi sebesar 98,48% dengan nilai sangat tepat waktu sebesar 45, tepat waktu dengan nilai 6, dan tidak tepat waktu dengan nilai 45. dilihat dari hasil tingkat akurasi algoritma naïve bayes lebih unggul dibandingkan algoritma support vector machine (SVM).
Rekomendasi Penambahan Koleksi Buku Menggunakan Algoritma K-Means Clustering di Perpustakaan UINSU Nurhasanah, Dhea Aulia; Putri, Raissa Amanda
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.56026

Abstract

Perpustakaan Universitas Islam Negeri Sumatera Utara (UINSU) merupakan salah satu perpustakaan yang berfungsi sebagai sarana untuk menyimpan bahan pustaka yang dipakai oleh mahasiswa untuk menggali ilmu sumber informasi serta menopang kegiatan studi di lingkungan perguruan tinggi negeri tersebut. Pada perpustakaan, sejumlah data dapat diperoleh berdasarkan data historis, sehingga data akan bertambah secara terus menerus, misalnya data transaksi peminjaman buku. Kesulitan dalam menentukan jenis koleksi buku apa yang seharusnya perlu menjadi prioritas untuk diperbanyak atau tidak harus menjadi pengetahuan penting bagi para pengelola perpustakaan tersebut karena, jika jumlah buku yang dipinjam tidak sebanding dengan stok buku yang ada, akan berpengaruh pada kurangnya minat baca mahasiswa untuk membaca. Untuk mengatasi permasalahan tersebut, maka perlu dibuat suatu teknik data mining menggunakan metode k-means clustering yang dapat membantu dalam pengelompokan buku yang sering dipinjam agar petugas perpustakaan mengetahui prioritas penambahan koleksi buku di perpustakaan tersebut. Pengelompokan ini didasarkan pada atribut yang digunakan, yaitu judul buku, jumlah buku yang dipinjam, dan waktu peminjaman. Hasil dari metode tersebut akan mengelompokkan data menjadi 2 kelas dimana Cluster 0 untuk rekomendasi menambah jumlah stok buku, dan cluster 1 tidak rekomendasi menambah jumlah stok buku.
Co-Authors Abdillah, Muhammad Oemar Abdul Aziz Khusen Abdul Halim Hasugian ABdul Karim Batubara, ABdul Karim Abu Dardaq Putra Adlani, Farid Adnan Buyung Nasution Afzah Amirah, Ummi Agil Indriyani Agung Setiawan Hasibuan Agung Wijaya, Agung Agusni Firi Hasian Dalimunthe Ahmad Mubarak, Ahmad Aini Sachira, Rheana aji wardana Alasi, Galih Aldinata, Riko Aldy Alfiansyah Ali Ikhwan Ali Ikhwan Ali Ikhwan Alsyah Harahap, Dymas Fatthur Rohim Alwi Perdana Aritonang Amanda, Retno Tri Ananda, Bella Andini, Novita Rizky Andriani, Mega Andriyani Dwi Astuti Anggi Dessisiliya Anggreini Anggun Monica Dewi Aninda Muliani Annisa Annisa Annisa Shafira Zuhri Apipah, Nur Aprilsyah, Muhammad Arbi, Haris Andika Armansyah Armansyah Aryo Pratama Asti, Dini Audy Andini Lubis Aulia, Dea Liza Aulia, Diva Azhari, M. Faishal Azzahro Simatupang , Siti Fatimah Bagus Setiawan Bahri, Andini Nur Balqis Pasaribu , Afifah Baridah, Lailam Batubara, Abdul Karim Batubara, Muhammad Zulpan Bela Damanik Bella Ananda Budi Askhori Sirait Budiarti, Dinda Dalimunthe, Rizna Fitriana Dalimunthe, Roma Gabe Damayanti, Alvina Daulay, Ikhsan Agus Martua Daulay, Wan Akbar Arramadhan Decfina, Fauziah Delvira Salsabila Diah Indah Sari Dinary Dwihatami Disa Pratama Donas Putra Dwi Nenda Putri Dwi Silviana Elang, Nusa Erano, Bhirawa Atha Bassni Erlina, Fazira Fadhlan Hussaini Srg Fadilah, Ayu Fadilah, Ulfa Fadillah, Muhammad Taufik Fahimah, Nurul Fajrul Aulia Yudha Fakhriza, M. Fakhrizal, Fiqri Fara Difa Aulya Farahdiba, Dhika Fathiya Hasyifah S FATHIYA HASYIFAH SIBARANI Fathiyah Hasyifah Sibarani Fauziah Lubis Febiyaula, Siti Septia Fiddarain, Syaidah Fikri Hakiki Siregar Fitrah Al Mubaroq Garnish Ayu Andini Wijaya Gina Sonia Hadi, Firman Harahap, Ahdi Alfein Harahap, Faisal Harahap, Nurhaliza Hary Isdianto Hasibuan, Muhammad Imbalo Zaki Hasibuan, Novrisyah Hasibuan, Nurhabibah Febrianty Hasyifah Sibarani, Fathiya Heri Santoso Heri Santoso Heri Santoso Hidayat, Julkarnain Hidayati, Lily Hutasuhut, Fazira Syafitri Ibnu Faisal Ikhlasul Amal Ilka Zufria Imam Adlin Sinaga Imam Zarkasih Harahap Irsandi, Mahmul Izma Khoiruna Jihan Fadhilah Taher Kasih, Dwi Himala Khairani, Liza Khairi, Ananda Salsabila Khairiyah, Nadiyah Khoiruna, Izma Khotnai Shinta Khotnai Shinta Koto, Muhammad Hendrik Laily, Dwi Yanti Laylan Syafina Lestari, Rika Dinda Liza Khairani M irsyan antony manday, Irsyanmanday M Taufiq Rachman Siregar M. Fakhriza Maharani, Windi malika, Sela Maulana, Mhd.Rizki Maulina Tria Audina Gultom Maurico Liang Maya Khairani Mayasari, Ulfayani Mega Andriani Mhd Furqan Miftah Siregar Mohammad Badri Mohammad Badri Mu'arif, Risdani Muhamad Alda Muhamad Rizky Abdilah Muhammad Aprilsyah Muhammad Dedi Irawan Muhammad Ikhsan Muhammad Irvan Muhammad Naufal Al Hazmi Muhammad Ray Pratama Sembiring Muhammad Rivaldi Muhammad Setiawan Muliani Harahap, Aninda Mulya Alfan Simatupang Nabila Bidawi, Hilwa Faza Nabila, Andini Nabilah Aliya Tasya Nadiyah Khairiyah Nafis, Ayu Nasution, Adnan Buyung Nasution, Maimanah Salsabila Nasution, Muhammad Irwan Padli Nasution, Rizki Ansyari Nataryda Lubis, Muara Novrisyah Hasibuan Nurhabibah Febrianty Hasibuan Nurhasanah, Dhea Aulia Nurhayati Nurhayati Nurul Ifkah Lolona Silalahi Nurul Mawaddah Padang Nurul Zuriandini Paranindra Ardhana Biroe Aurori Pasaribu, Haryati Pertiwi, Elsa Prayuda, Wahyu Putra Purwaningtyas, Franindya Puspa, Yulia Putrawan, Putrawan Putri Agustina Putri Lubis, Dina Amalia Rafli Khalis Nugraha Rahma Yuni Rahma, Baqiyatur Rambe, Risti Reni Lestari Reni Yunita Rinaldy, Fahdly Ritonga, Siti Marlina RR. Ella Evrita Hestiandari Sabri, Muhammad Sahbandi Sahbandi Sait, M Ibnu Salsalina Br Sembiring Samsudin Samsudin Samsudin Samsudin, Samsudin Santoso, Adinda Afriliya Saprida Saprida Saprida, Saprida Saputri, Indah Sardiyana Br Karo Sari, Dinda Mayang Sembiring, Salsalina Br Shinta Permata Sari Siagian, Andika Fadillah Silvia Kartika Simarmata, Fitria Tilawatil Aulia Sinaga, Adhe Syari Alfatah Sinaga, Imam Adlin Sinta Dewi Siregar, Ela Khairani Siregar, Elvan Dito Siregar, Putri Aprilia Siregar, Sahnas Wulandari Situmeang, Risky Akbar Sri Yuslina Siregar Sriani Sriani Suendri Suendri, Suendri Suendri, Suendri Syah Zanul Husna Syahputra, Adam Tania Yulindra Thamrin, Alwi Aryusya Triase Triase Triase Triase Triase Triase Triase Triase Triase Triase, Triase Tua, Anri Hafiz Ulfayani Mayasari Ummi Afzah Amirah Wahyu Herlambang Wanda, Wanda Sari Wardana, Aji Wardhani, Ade Ratu Wibowo, Muhammad Rizky Widodo, Mhd. Aria Agung Willy Andri Malau Winny Wiyandari Wiradito, Ade Wulandari, Sahnas Yahfizham Yahfizham Yardha, La Saufa Yasmin, Anisa Yudha, Fajrul Aulia Yudi Lizardi Mahna Siregar Yulianda Tasya Yusniah Yusniah Yustria Handika Siregar Yusuf Ramadhan Nasution Yusuf Ramadhan Nasution, Yusuf Ramadhan Yuswar, Batara Wardana Zahidah, RA. Ghina