Article Per Year (5 Year)
p-Index From 2021 - 2026
11.217
P-Index
This Author published in this journals
All Journal Jurnal Media Infotama Jurnal Sains dan Teknologi Jurnal Pilar Nusa Mandiri JITK (Jurnal Ilmu Pengetahuan dan Komputer) METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) JISICOM (Journal of Information System, Infomatics and Computing) Jurnal Informatika Kaputama (JIK) Jurnal Sistem Informasi Kaputama (JSIK) Majalah Ilmiah Kaputama JTIK (Jurnal Teknik Informatika Kaputama) MEANS (Media Informasi Analisa dan Sistem) Jurnal Manajemen Informatika Jayakarta Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Journal of Vision and Ideas (VISA) EXPLORER Bulletin of Multi-Disciplinary Science and Applied Technology Archive: Jurnal Pengabdian Kepada Masyarakat Jurnal Nasional Teknologi Komputer Sci-Tech Journal Journal of Artificial Intelligence and Engineering Applications (JAIEA) International Journal of Informatics, Economics, Management and Science Journal of Engineering, Technology and Computing (JETCom) Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY International Journal of Health, Engineering and Technology Jurnal Penelitian Sistem Informasi Indonesian Journal of Education And Computer Science Indonesian Journal of Science, Technology, and Humanities Jurnal Penelitian Teknologi Informasi dan Sains Jupiter: Publikasi Ilmu Keteknikan Industri, Teknik Elektro dan Informatika Bridge: Jurnal Publikasi Sistem Informasi dan Telekomunikasi Modem : Jurnal Informatika dan Sains Teknologi Repeater: Publikasi Teknik Informatika dan Jaringan Switch: Jurnal Sains dan Teknologi Informasi Merkurius: Jurnal Riset Sistem Informasi dan Teknik Informatika Neptunus: Jurnal Ilmu Komputer dan Teknologi Informasi Saturnus: Jurnal Teknologi dan Sistem Informasi International Journal of Information Engineering and Science
Buaton, Relita
STMIK Kaputama
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry 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 Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 110 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 110 Documents
Search

 2   3   4   5   6 
Pengelompokan Bidang Usaha Terhadap Bantuan Produktif Usaha Mikro (BPUM) Berdasarkan Wilayah Deli Serdang Menggunakan Metode Clustering K-Means (Studi Kasus: Dinas Koperasi Dan UMKM Kabupaten Deli Serdang) Tiara Jelita; Relita Buaton; Magdalena Simanjuntak
Explorer Vol 3 No 2 (2023): July 2023
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/explorer.v3i2.783

Abstract

Micro Business Productive Assistance is a program that is assistance from the government to MSME workers throughout Indonesia. Every year, MSMEs can receive this assistance, without exception for those who have received it in previous years. The Office of Cooperatives and MSMEs of Deli Serdang Regency is a regional apparatus in North Sumatra Province which has the main task of carrying out government affairs in the field of cooperatives and small businesses including saving and loan business permits, empowerment and development of small businesses. Micro, Small and Medium Enterprises (MSMEs) are individual business entities which contributed significantly to increasing exports, increasing and equalizing income, forming national products and expanding employment opportunities. Based on these conditions, the authors provide a solution that needs to be built a clustering that can classify fields in each business owned by the community, because not all types of business fields in the community will receive this assistance, including agriculture and animal husbandry. Grouping data can apply the data mining process with the K-Means Algorithm clustering method which is a process of processing very large amounts of data using statistical methods, mathematics, and utilizing Artificial Intelligence technology to produce a group of data. By utilizing the data mining process using the clustering method, it is hoped that clustering can solve the problem of grouping business fields owned by the community. From the test results with 1004 data, which was carried out with MATLAB, it was found that group 1 had 383 data, group 2 had 261 data and group 3 had 360 data. Meanwhile, based on the results of the trial with RapidMiner, it was found that group 1 had 371 data, group 2 had 281 data and group 3 had 352 data.
Pengelompokan Data Mining Penerimaan Bantuan Pangan Non Tunai (BPNT) Menggunakan Metode Clustering (Studi Kasus : Kantor Desa Payabakung Hamparan Perak) Fany Juliawati; Relita Buaton; Rusmin Saragih
Explorer Vol 3 No 2 (2023): July 2023
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/explorer.v3i2.793

Abstract

Poverty is a problem that is often faced by various countries in the world, including Indonesia. In an effort to overcome poverty and increase people's access to food, in 2017 the Government gradually created a program that was formed to reduce the burden on the community in meeting basic needs, with the Non-Cash Food Assistance Program (BPNT). The problem is that the assistance provided has not been distributed on target / the distribution of assistance has not been objective, due to limited data and information obtained regarding families receiving BPNT assistance, so that families who should be entitled to receive assistance cannot receive assistance due to limited data available. Therefore, the village office is required to record again the families who are entitled to receive BPNT assistance with the existing criteria. The solution offered is to create a system of k-means that displays the clustering results of recipients of Non-Cash Food Assistance, by utilizing a number of data owned by the agency, it can be grouped using data mining technology. The benefit is that data mining can help agencies gain knowledge. by processing existing BPNT beneficiary data. The use of data mining techniques in grouping BPNT recipients is expected to be useful in facilitating the process of searching system data, which was previously still manual. The data group for recipients of Non-Cash Food Assistance (BPNT) in the work group (X) are private employees, for the income group (Y) are 1,400,001 – 1,700,000 and in the home status group (Z) are self-owned homes, and Centroid 2 ( 1,552,861.44), the data group for recipients of Non-Cash Food Assistance (BPNT) in the occupation group (X) is Plantation, for the income group (Y) is 800,001 – 1,100,000 and in the house status group (Z) is Owned house, and Centroid3 (4,592,351.64) data group for recipients of Non-Cash Food Assistance (BPNT) in the occupation group (X) is Labor, for the income group (Y) is 500,001 – 800,000 and in the house status group (Z) is Rent house.
Klasifikasi Data Penduduk Pada Pemilihan Umum Di Kota Binjai Menggunakan Algoritma K-Means (Studi Kasus : KPU Kota Binjai) Windy Indah Sary Sinaga; Relita Buaton; Hermansyah Sembiring
Explorer Vol 3 No 2 (2023): July 2023
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/explorer.v3i2.794

Abstract

Population growth is something that continues in an environment both in rural and urban areas. The rapidly increasing number of residents must be re-recorded in a government agency. Likewise, the Binjai City KPU Office must re-record population data, especially residents in the city of Binjai who have the right to carry out the General Election in 2024 by involving the community that has been previously recorded. Problems were also found with data on residents who had moved domiciles but their personal data had already been recorded for general elections in 2024. With that, data collection had to be re-done to select population data so as to produce a new population data status so that data was not found that did not match what it should be. By observing the problems above Data Mining with the Clustering method is very appropriate to be used to generate knowledge of new population data groups to carry out general elections at the KPU Binjai, using the MATLAB application is also very appropriate to choose in this problem so that it can produce output from data mining that can be used in future decision making. This study aims to process data to produce population data in the city of Binjai in the implementation of general elections, implement a system so that it can classify new population data in the middle of old population data and design data grouping in determining population data groups based on criteria conditions at the KPU Office in Binjai city. By using the clustering method that has been used to process population data at general elections in the city of Binjai, it can produce new information from 1000 data that has been tested. From 1000 population data for general elections in Binjai City, 3 clusters are obtained with the results of 7 tests where cluster 1 totals 225 data, cluster 2 has 436 data and cluster 3 has 339 data.
Jaringan Syaraf Tiruan Memprediksi Pernikahan Di Kementerian Agama Kota Binjai Dengan Menggunakan Metode Backpropagation Anisa Anisa; Budi Serasi Ginting; Relita Buaton
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.217

Abstract

Pada dasarnya teknologi merupakan fasilisator yang saat ini telah mewadahi segala aspek dankegiatan-kegiatan manusia, baik dibidang Pendidikan, Kesehatan, Sosial, Ekonomi, dan Budaya. Menurut hasil dari penelitian Kantor Kementerian Agama Kota Binjai belum sepenuhnya memanfaatkan Sumber data yang ada untuk memprediksi jumlah data nikah berikutnya lebih banyak atau lebih sedikit. Jaringan Syaraf Tiruan merupakan salah satu sistem pemrosesan informasi yang didesain dengan menirukan cara kerja otak manusia dan menyelesaikan masalah. Dalam penerapannya JST sering digunakan pada peramalan atau prediksi, dalam prediksi metode JST yang sering digunakan yaitu metode Backpropagation. Berkaitan denganhal tersebut, untuk membantu dan mempermudah dalam memprediksi jumlah tingkat data nikah Kantor Kementerian Agama Kota Binjai. Untuk 1 interasi dengan menggunakan metode Backpropagation hasilnya 0,562312667.
IMPLEMENTASI METODE APRIORI DALAM PERENCANAAN PERSEDIAAN OBAT PADA APOTEK SAFANA Yusnan Sepriadi Ginting; Relita Buaton; Nurhayati Nurhayati
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.226

Abstract

Dalam penelitian ini akan dilakukan proses penentuan pemberian obat yang tepat sangat menentukan tingkat kepuasan pasien terhadap pelayanan apotek. Oleh karena itu, maka persediaan obat perlu diperhatikan agar obat – obatan dengan beragam jenis dan fungsi tetap tersediasetiap saat. Untuk  mengetahui  obat-obatan apa saja  yang  dibeli  oleh para  konsumen, dilakukan  teknik  analisis  keranjang  pasar  yaitu analisis dari kebiasaan membeli konsumen. Hasil analisis pola diatas menunjukkan bahwa nilai support yang semakin besar dari sebuah kombinasi persediaan obat memberikan rekomendasi persediaan obat yang paling sering dibeli oleh konsumen adalah Ambroxol, Amoxilin, Amlbumin, Perban elastis. Sebaliknya semakin kecil nilai support suatu kombinasi persediaan obat artinya rekomendasi diberikan berdasarkan berdasarkan persediaan obat yang jarang dibeli. Adapun hasil dari penerapan metode apriori dengan minimum support 30% dengan kombinasi 3 dan 4 itemset adalah jika Neurobion Forte Tab, Clindamycin 300 mg, Amlodipine 5 mg tab. Metode apriori yang digunakan cukup efektif dalam memberikan hasil akhir kombinasi obat yang sering dibeli oleh konsumen. Tingkat keakuratan pengujian menggunakan metode apriori yaitu 100 %.
PERBAIKAN KUALITAS CITRA GOOGLE MAPS MENGGUNAKAN METODE CONTRAST STRETCHING Deri Kurniawan; Relita Buaton; Achmad fauzi
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.227

Abstract

Citra peta (Maps) digital dapat digunakan untuk menelusuri, menjelajahi dan menemukan jalan di seluruh dunia. Grafik yang dihasilkan dari perekaman gambar oleh satelit mewakili beberapa warna pada objek yang ditampilkan pada Google Maps. Proses mengambilan (capture) citra Google Maps sering digunakan untuk keperluan tertentu, seperti menggambarkan wilayah perkebunan yang dapat menggambarkan lahan tandus tanaman atau lahan dengan tanaman yang subur dan sebagainya. Jika hasil perekaman satelit tidak maksimal dapat mengakibatkan informasi yang terdapat pada citra Google Maps menjadi berkurang. Berdasarkan pengamatan, maka perlu di bangun sebuah sistem yang terkomputerisasi untuk memperbaiki kualitas citra Google Maps, sehingga citra yang ditampilkan memiliki kualitas yang lebih baik setelah melalui proses perbaikan. Proses perbaikan yang dimaksud adalah untuk memperjelas objek-objek pada citra Google Maps yang tidak dapat digambarkan dengan baik oleh penangkapan satelit. Salah satu metode image enhancement yang dapat digunakan adalah Contrast Stretching. Pemanfaatan metode Contrast Stretching dapat memperbaiki kualitas citra yang kurang baik dengan meningkatkan nilai kontras dari citra digital tersebut, melalui proses peningkatan pixel gray level. Sistem dirancang dengan aplikasi pemrograman MATLAB R2014a, setelah melakukan proses pengujian pada beberapa citra Google Maps, didapatkan hasil bahwa rata-rata persentasi proses perbaikan citra diatas 75% dan citra Google Maps hasil perbaikan sistem menjadi lebih baik dari citra yang diinputkan pada sistem.
DATA MINING PENGELOMPOKAN INDUSTRI KECIL DAN MENENGAH BERDASARKAN HASIL PRODUKSI MENGGUNAKAN METODE CLUSTERING DI KABUPATEN LANGKAT Lidya Hasna; Relita Buaton; Siswan Syahputra
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.299

Abstract

Industri Kecil dan Menengah (IKM) adalah rangkaian kegiatan dan ekonomi yang meliputi pengolahan, pengerjaan, pengubahan, perbaikan bahan baku atau barang setengah jadi menjadi barang yang berguna dan lebih bermanfaat untuk pemakaian dan usaha jasa yang menunjang berbagai kegiatan. Pada saat ini, jumlah IKM di Kabupaten Langkat terus meningkat, banyaknya data IKM yang pengelompokannya masih acak dan tidak teratur menyebabkan bagian Perindustrian cukup kesulitan dalam mengelompokan data IKM tersebut berdasarkan Kecamatan, Jenis Industri dan Hasil Produksi.Tujuan dari penelitian ini adalah untuk menerapkan Algoritma K-Means dalam mengelompokan data IKM di Kabupaten Langkat serta untuk memberikan informasi tambahan mengenai perkembangan dan pertumbuhan IKM yang berada di Kabupaten Langkat. Diperoleh hasil pengelompokan menjadi 3 cluster yaitu pada cluster 1 berjumlah 7 data dimana kelompok industri kecil dan menengah pada Kecamatan (X) Kutambaru dengan Jenis Industri (Y) adalah Industri makanan ringan dan Hasil produksi (Z) adalahTempe, cluster 2 berjumlah 6 dimana kelompok industri kecil dan menengah pada Kecamatan (X) Sawit Seberang dengan Jenis Industri (Y) adalah kerajinan/anyaman dan Hasil produksi (Z) adalah Ukir Batu akik, dan cluster 3 berjumlah 6 data dimana kelompok industri kecil dan menengah pada Kecamatan (X) Brandan Barat dengan Jenis Industri (Y) adalah Bangunan/Mebel/Logam dan Hasil produksi (Z) adalah Industri Kayu.
Sistem Pakar Mengidentifikasi Kegemaran Anak Dalam Proses Belajar Menggunakan Metode Certainty Factor Berbasis Web (Studi Kasus : RA Wildan) Alma Diana Rangkuti; Relita Buaton; Siswan Syahputra
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 1 (2022): Volume 6, Nomor 1, Januari 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i1.378

Abstract

Perkembangan dapat mempengaruhi kegemaran atau minat yang terjadi pada anak, yang dipengaruhi oleh dua faktor yaitu perkembangan fisik dan perkembangan kognitif. Perkembangan kognitif berperan penting karena dapat menentukan jenis kegemaran yang membantu menentukan minat yang akan memetakan arah pemilihan studi dan pengembangan diri untuk mendapatkan kompetensi dan keterampilan yang dibutuhkan oleh anak. Banyak guru yang masih bingung bagaimana mengetahui perkembangan kognitif anak karena keterbatasan pengetahuan yang mereka miliki. Sistem pakar merupakan suatu sistem yang dirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan memecahkan masalah. Dimana keahlian pakar inilah yang akan memudahkan guru dalam mengetahui proses perkembangan anak dan membantu menentukan stimulasi yang tepat. Certainty Factor adalah salah satu metode dari sistem pakar yang dapat melihat apakah sebuah fakta bersifat pasti atau tidak pasti dan dapat memberikan hasil yang akurat yang didapatkan dari perhitungan dari bobot gejala yang dipilih oleh pakar dan mampu memberikan jawaban pada permasalahan yang tidak pasti hasilnya.
Kepatuhan Wajib Pajak Bumi dan Bangunan Berdasarkan Wilayah Kota Binjai Menggunakan Algoritma Clustering Indah Malasari; Relita Buaton; Anton Sihombing
Jurnal Manajamen Informatika Jayakarta Vol 3 No 3 (2023): JMI Jayakarta (Juli 2023)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jmijayakarta.v3i3.1135

Abstract

Land and Building Tax (PBB) is one type of regional tax regulated by the government in determining the amount of tax for implementation and development and increasing the prosperity and welfare of the people. Based on taxpayer compliance data at BPKPAD Kota Binjai, it shows that the more taxpayers in a region, the more data stored will also increase. From the tests carried out using the Clustering algorithm, it can be known the variables of area area, Kelurahan, Payment Status level. It is known that Cluster 1,2,3 of 518 UN mandatory data is where Cluster 1 amounts to 242 data, Area is 1,000,000 – 501,000, with Binjai Village and Payment Rate is Poor, Cluster 2 has 60 data Area is 500,000 – 251,000, with Kelurahan Suka Maju and Payment Rate is Poor and Cluster 3 is 216 data Area Area is 1,000,000 – 501,000, with Jati Negara Village and Payment Rate is Not Good.
Application of Numerical Measure Variations in K-Means Clustering for Grouping Data Relita Buaton; Solikhun Solikhun
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 23 No 1 (2023)
Publisher : LPPM Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v23i1.3269

Abstract

The K-Means Clustering algorithm is commonly used by researchers in grouping data. The main problem in this study was that it has yet to be discovered how optimal the grouping with variations in distance calculations is in K-Means Clustering. The purpose of this research was to compare distance calculation methods with K-Means such as Euclidean Distance, Canberra Distance, Chebychev Distance, Cosine Similarity, Dynamic TimeWarping Distance, Jaccard Similarity, and Manhattan Distance to find out how optimal the distance calculation is in the K-Means method. The best distancecalculation was determined from the smallest Davies Bouldin Index value. This research aimed to find optimal clusters using the K-Means Clustering algorithm with seven distance calculations based on types of numerical measures. This research method compared distance calculation methods in the K-Means algorithm, such as Euclidean Distance, Canberra Distance, Chebychev Distance, Cosine Smilirity, Dynamic Time Warping Distance, Jaccard Smilirity and Manhattan Distance to find out how optimal the distance calculation is in the K-Means method. Determining the best distance calculation can be seen from the smallest Davies Bouldin Index value. The data used in this study was on cosmetic sales at Devi Cosmetics, consisting of cosmetics sales from January to April 2022 with 56 product items. The result of this study was a comparison of numerical measures in the K-Means Clustering algorithm. The optimal cluster was calculating the Euclidean distance with a total of 9 clusters with a DBI value of 0.224. In comparison, the best average DBI value was the calculation of the Euclidean Distance with an average DBI value of 0.265.
Co-Authors Achmad Fauzi Ade Chairany Adek Maulidya Adinda Maudia Savira Ajisro Siringoringo Alma Diana Rangkuti Alma Diana Rangkuti Ambarita, Indah Ami Dilham Ana, Putri Andri Kristiawan Anisa Anisa Anisa Anisa Anisa Putri Pratiwi anjelia alsar anjeliaalsharlubis Anjelia Alsar Lubis Annatasia , Kristina Aprillianda Pasaribu Aula, Nurhasanah Auni Patrisyah Ayu Rahayu Febria Ayu Rahayu Febria Br. Ginting, Rosa Lina Budi Serasi Ginting Budi Serasi Ginting Cinta Apriliza Clara Rosa Wijaya David Jumpa Malem Sembiring Dea, Dea Puspita Deny Jollyta Deri Kurniawan Desva Karliana br Sembiring Dhea Agustina Akmal Dhea Alfiya Ningsih Dhovan Damara Santoso Dicha Mutia Dhani Dita Mawarni Diva Alifya Dwi ASTUTI Elviwani Fadillah Fadillah Fajar Amalia Putri Fany Juliawati Farid Reza Malau Fauzi, Achmad Febi Andini Fuji Dodo Aritonang Gultom, Imeldawaty Haryanto, Septian Hayati, Radhiah Heka Herawati Br Tarigan Herman Mawengkang Hermansyah Sembiring Hermansyah Sembiring Husnul K I Gusti Prahmana Indah Malasari Ivan Candra Dinata Kadim, Lina Arliana Nur Khadapi, Muammar Khair, Husnul Khairul, Habib Kristina Ananatasia Kristina Annatasia Leni Tri Ramadhayanti Lestari, Chintiya Wahyuni Indah Lidya Hasna lidya hasna Lishayani, Putri Lubis, Anjelia Alsar Lumbanbatu, Katen magdalena simanjuntak Magdalena Simanjuntak Magdalena Simanjuntak Malau, Farid Reza Marto Sihombing Mayaza, Suha Baby Melda Pita Uli Sitompul Mili Alfhi Syari Muhammad Arif Ridho Muhammad Zarlis, Muhammad Muhammad, Zarlis N Novriyenni Nadila Rahmawati Nike Alpio Rizky Ningsih, Novia Novita Anggraini Novriyenni Nur Fariza Khairani Nurhayati Nurlaila Nurlaila Nurlaila Nurlaila Nurul Syahrani Pardede, Akim Manaor Hara PASARIBU, TIO RIA Prahmana , I Gusti Prahmana, I Gusti Pramudhita, Chika Prisa Abela Purba, Ramen Antonov Putri Purwani, Dea Nanda Raja Rizki Alanta Nasution Ramadani, Suci Rani Lestari Rani Nuraini Rani Nuraini Ratih Ratih Puspadini Reza Alexandra Rianty Zabitha Siregar rifa'i, Muhammad Rohana, Sherly Rusmin Saragih, Rusmin Sany Lubis, Fauzan Al An Sari Suwandi, Ema Selfira Selfira Selfira Selfira, Selfira Sembiring, Hermansyah Sembiring, Indri Aurellia Apsari septian haryanto Septian Haryanto Sherly Eka Wahyuni Sihombing, Anton Sihombing, Marto Sihombing, Novena Putri Antonia Sima, Brema Arisma Simanjuntak, Magdalena Sinaga, Ayu Puspita Sari Sinek Mehuli Br Perangin-Angin Siswan Syahputra Siti Nur Azizah, Siti Nur Solikhun Solikhun Solikhun Solikhun, Solikhun Sri Astuti Sri Hardiningsih Sundari, Yeni Sundari, Yeni Suria Alamsyah Putra Syahputra, Siswan Syahputra, Suria Alam Syahril Effendi Syari, Milli Alfhi T. Reza Pahlevi Teuku Reza Pahlefi Tiara Jelita Windy Indah Sary Sinaga Windy, Windy Alfira Yani Maulita Yel, Mesra Yusnan Sepriadi Ginting Yusnan Sepriadi Ginting Yusrina, Eli Yuyun Arnia Zuliani - Zulkifli Zulkifli