Article Per Year (5 Year)
p-Index From 2021 - 2026
13.316
P-Index
This Author published in this journals
All Journal International Journal of Power Electronics and Drive Systems (IJPEDS) JSI: Jurnal Sistem Informasi (E-Journal) Jurnal Pseudocode Jurnal Teknologi Informasi dan Ilmu Komputer INTEKNA POSITIF Journal of Information Systems Engineering and Business Intelligence Annual Research Seminar JPSriwijaya Jurnal Ilmiah KOMPUTASI Sistemasi: Jurnal Sistem Informasi Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) RABIT: Jurnal Teknologi dan Sistem Informasi Univrab JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING INTEGER: Journal of Information Technology Syntax Literate: Jurnal Ilmiah Indonesia Jurnal Sains dan Informatika JRMSI - Jurnal Riset Manajemen Sains Indonesia JITK (Jurnal Ilmu Pengetahuan dan Komputer) JOURNAL OF APPLIED INFORMATICS AND COMPUTING JURNAL PENDIDIKAN TAMBUSAI Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) JURIKOM (Jurnal Riset Komputer) Jurnal Pemberdayaan: Publikasi Hasil Pengabdian Kepada Masyarakat Jurnal Riset Informatika JOISIE (Journal Of Information Systems And Informatics Engineering) Building of Informatics, Technology and Science Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Journal of Information Systems and Informatics Zonasi: Jurnal Sistem Informasi Jurnal Pengabdian Masyarakat Bumi Raflesia Journal of Applied Engineering and Technological Science (JAETS) JATI (Jurnal Mahasiswa Teknik Informatika) Indonesian Journal of Electrical Engineering and Computer Science JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Generic Jurnal Teknik Informatika (JUTIF) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Informatika dan Teknologi Komputer ( J-ICOM) KLIK: Kajian Ilmiah Informatika dan Komputer Jurnal Abdi Masyarakat Indonesia Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Mejuajua Indonesian Journal of Innovation Studies Jurnal Puan Indonesia Jurnal Algoritma Jurnal Akuntansi, Keuangan dan Teknologi Informasi Akuntansi Malcom: Indonesian Journal of Machine Learning and Computer Science DEVOTE: Jurnal Pengabdian Masyarakat Global Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Jurnal Abdimas Maduma Jurnal Pengabdian dan Pemberdayaan Masyarakat Indonesia Journal of Management and Innovation Entrepreneurship (JMIE) Jurnal Pengabdian Masyarakat Ilmu Komputer Jurnal Pengabdian Masyarakat Ekonomi dan Bisnis Digital The Indonesian Journal of Computer Science Buffer Informatika Jurnal PETISI (Pendidikan Teknologi Informasi) JUKEMAS : Jurnal Pengabdian Kepada Masyarakat
Ali Ibrahim
Universitas Sriwijaya, Indonesia
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Neuroscience Nursing Public Health Social Sciences Other

Published : 148 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 148 Documents
Search

 11   12   13   14   15 
Penilaian Risiko Fraud Transaksi Digital menggunakan Hybrid Machine Learning dengan Clustering dan Klasifikasi Hendra Wijaya; Naek Parulian Hutagalung; Mira Afrina; Ali Ibrahim; Fathoni
Jurnal Algoritma Vol 23 No 1 (2026): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.23-1.3398

Abstract

Credit card transaction fraud detection is commonly treated as a binary classification problem, whereas operational risk management requires more detailed risk-level information to support investigation prioritization. This study proposes a hybrid machine learning framework for transaction risk stratification. In the first stage, the K-Means algorithm was applied to the training set to discover latent risk structures and generate cluster-based risk labels. Subsequently, a Random Forest model was trained to predict risk levels for new transaction data. To maintain evaluation objectivity, the dataset was divided into training, validation, and testing sets, and data leakage prevention mechanisms were implemented. The testing results show that the model was able to consistently classify two levels of risk with stable precision, recall, and F1-score values. In the binary fraud detection scenario, the model achieved an accuracy of 0.8831. These findings indicate that separating latent risk exploration from predictive classification can produce a more informative risk representation compared to conventional binary approaches. However, this study is still limited to a single public dataset and one classification model. Therefore, the generalizability and potential performance improvements of the model still need to be evaluated by experimenting with other algorithms.
COMPARATIVE STUDY OF MACHINE LEARNING MODELS FOR CLASSIFYING SENTIMENT IN GOOGLE GEMINI APP REVIEWS Muhammad Dzaky Alifayoezra; Ali Ibrahim; Yadi Utama; Endang Lestari Ruskan; Dwi Rosa Indah
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 11 No 1 (2026): Januari
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v11i1.7201

Abstract

The rising number of reviews for the Google Gemini app on the Google Play Store reflects diverse user opinions regarding the performance of this AI-based application. To identify sentiment patterns, this research conducted a comparative study of three classification algorithms—Support Vector Machine (SVM), Naive Bayes, and Random Forest—using 14,479 raw reviews collected through scraping. These reviews then went through several preprocessing steps, including case folding, text cleaning, tokenization, normalization, stopword removal, and stemming. After being labeled based on ratings, the dataset formed a highly imbalanced class distribution, consisting of 11,252 positive reviews and 1,571 negative reviews, and was subsequently split using the Hold-Out method with an 80% training and 20% testing ratio. Evaluation using the Confusion Matrix along with accuracy, precision, recall, and F1-score metrics showed that SVM achieved the best performance, producing 91% accuracy, 93% precision, 97% recall, and a 95% F1-score, outperforming Random Forest and Naïve Bayes, which each reached 90% accuracy. Overall, these results highlight SVM as the most effective algorithm for classifying sentiment in Google Gemini reviews, while the predominance of positive feedback suggests a relatively high level of user satisfaction, although model performance on the minority (negative) class remains a challenge due to data imbalance.
MENUJU KOPERASI MANDIRI MELAUI PELATIHAN DAN WORKSHOP PENGEMBANGAN ORGANISASI DAN MANAJEMEN KOPERASI DI KABUPATEN BENGKULU UTARA Yusmaniarti Yusmaniarti; Marini Marini; Windhi Tia Saputra; Ali Ibrahim
Jurnal Pengabdian Masyarakat Ekonomi dan Bisnis Digital Vol. 1 No. 4 (2024): Desember
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jpmebd.v1i4.1436

Abstract

Tujuan pelatihan ini adalah memperkuat kapasitas anggota koperasi dalam mengelola usaha secara mandiri sehingga mampu beradaptasi dengan tantangan pasar yang semakin kompetitif. Metode yang digunakan meliputi penyampaian materi, diskusi interaktif, dan simulasi. Materi pelatihan mencakup penyusunan laporan keuangan berbasis Standar Akuntansi Keuangan (SAK) serta pengukuran kinerja koperasi menggunakan rasio keuangan. Pelatihan dilaksanakan selama tiga hari, 13–15 Oktober 2024, di Kantor PLUT Kabupaten Bengkulu Utara, dengan peserta sebanyak 30 orang dari unsur pengurus koperasi. Hasil kegiatan menunjukkan dampak positif berupa peningkatan efisiensi dan aksesibilitas sumber daya keuangan bagi koperasi. Selain itu, peserta mengapresiasi pelatihan ini karena membantu mereka mengatasi kesulitan dalam penyusunan laporan keuangan dan pengambilan keputusan berbasis analisis kinerja koperasi. Simpulan, pelatihan berhasil meningkatkan pengetahuan dan pemahaman pengurus koperasi dalam mengembangkan koperasi menjadi lebih berdaya dan mandiri sebagai basis ekonomi rakyat. Peserta juga merekomendasikan kegiatan lanjutan berupa pendampingan sebelum pelaksanaan Rapat Anggota Tahunan (RAT) 2024 untuk memastikan laporan keuangan sesuai dengan standar yang berlaku. Kata kunci: Organisasi, Manajemen, Koperasi, SAK
Analisis Ulasan Sentimen pada Aplikasi Mobile BSB Menggunakan Algoritma Convolutional Neural Networks dan Support Vector Machine: Sentiment Review Analysis on the BSB Mobile Application Using Convolutional Neural Networks and Support Vector Machine Algorithm Faza, Muhamamad; Sanjaya, M. Rudi; Ibrahim, Ali; Syahbani, M. Husni
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 2 (2026): MALCOM April 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i2.2637

Abstract

Peningkatan jumlah ulasan yang diberikan pengguna pada platform digital seperti Google Play Store menghasilkan berbagai opini yang mencerminkan kepuasan maupun ketidakpuasan terhadap layanan aplikasi tersebut. Analisis sentimen diperlukan guna mengategorikan opini pengguna dalam ulasan dari data teks menjadi informasi penting. Penelitian ini menggunakan pendekatan metode Convolutional Neural Network (CNN) serta algoritma pendekatan Support Vector Machine (SVM) dalam rangka melakukan pengelompokan data sentimen pada ulasan aplikasi BSB Mobile. Tahapan proses penelitian mencakup tahapan pengumpulan data ulasan, pra-pemrosesan teks, pembentukan algoritma CNN beserta SVM, serta penilaian performa memanfaatkan parameter evaluasi, yaitu tingkat akurasi, presisi, recall, dan F1-Score. Merujuk pada temuan tersebut, dapat disimpulkan dari analisis bahwa arsitektur CNN menghasilkan tingkat akurasi yang menyentuh angka 80,10%, sedangkan model SVM mencapai akurasi 80,70%. Berdasarkan hasil evaluasi, model SVM sedikit lebih unggul dibandingkan dengan CNN dalam mengklasifikasikan ulasan sentimen. Temuan ini menunjukkan bahwa metode machine learning, khususnya SVM, dapat menjadi alternatif yang efektif dalam menganalisis opini pengguna terhadap aplikasi BSB Mobile.
Multi-Source Sentiment Analysis of Shopee Tokopedia Using Hybrid Machine Learning for Customer Relationship Management Optimization Kurniasari, R. Nyi Pipih; Ramadhani, Muthia; Amanda, Khansa Putri; Fathoni, Fathoni; Ibrahim, Ali
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 3 (2026): MALCOM July 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i3.2672

Abstract

Sentiment analysis on marketplace customer reviews is important for understanding user perceptions and supporting Customer Relationship Management (CRM) strategies. This study proposes a multi-source sentiment analysis approach based on big data from Shopee and Tokopedia platforms using Hybrid Machine Learning. The research process includes data collection, preprocessing, TF-IDF feature extraction, and classification using Support Vector Machine (SVM) and Random Forest techniques. The preprocessing stage consists of case folding, tokenization, stopword removal, and stemming to improve the quality of textual data. The TF-IDF method is used to transform text data into numerical features before classification. The evaluation results show that the SVM model achieved an accuracy of 97.49%, while the Random Forest model achieved 97.47%. The sentiment distribution indicates a strong positive bias, reflecting high customer satisfaction with marketplace services. However, negative sentiment persisted, mainly due to delivery delays, application errors, and customer service issues. The proposed hybrid approach can provide data-driven insights to improve service quality and support decision-making in CRM strategies.
Deteksi Dini Churn Pelanggan E-Commerce Berbasis CRM di Indonesia Menggunakan Algoritma Random Forest Alifa Putri Shahabiyah; Zakirah Sabrina Putri Pasha; Aliya Faiza; Ali Ibrahim; Fathoni
Buffer Informatika Vol. 12 No. 1 (2026): Buffer Informatika
Publisher : Department of Informatics Engineering, Faculty of Computer Science, University of Kuningan, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25134/buffer.v12i1.566

Abstract

Customer churn merupakan salah satu permasalahan utama dalam industri e-commerce karena berdampak langsung terhadap penurunan jumlah pelanggan dan pendapatan perusahaan. Meskipun berbagai penelitian telah dilakukan untuk meningkatkan akurasi prediksi churn, sebagian besar masih berfokus pada aspek teknis tanpa mengaitkannya secara langsung dengan implementasi dalam Customer Relationship Management (CRM). Oleh karena itu, penelitian ini bertujuan untuk membangun model deteksi dini churn pelanggan berbasis machine learning serta mengkaji pemanfaatannya dalam mendukung strategi CRM.Penelitian ini menggunakan dataset ulasan pelanggan e-commerce yang diolah melalui tahap preprocessing, transformasi data, dan pembentukan label churn. Model dibangun menggunakan algoritma Random Forest dengan pendekatan Cross-Validation. Hasil pengujian menunjukkan model berjalan sangat baik dengan akurasi mencapai 99,03%, presisi 76,92%, dan recall 84,42%.Hasil penelitian menunjukkan bahwa data ulasan pelanggan efektif dalam merepresentasikan perilaku pelanggan dan dapat digunakan untuk mendeteksi potensi churn sejak tahap awal interaksi. Model yang dihasilkan dapat diintegrasikan ke dalam sistem CRM untuk mendukung strategi retensi pelanggan secara proaktif melalui deteksi dini pelanggan berisiko churn.
Classification of Depression Severity Using a Random Forest Algorithm Based on Lifestyle, Demographic, and Psychological Factors haniyah faizah; Oktavio Theonady; Syalwa Salsabillah S; Fathoni; Ali Ibrahim
Buffer Informatika Vol. 12 No. 1 (2026): Buffer Informatika
Publisher : Department of Informatics Engineering, Faculty of Computer Science, University of Kuningan, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25134/buffer.v12i1.569

Abstract

Depression among college students is a mental health issue that impacts quality of life and academic performance. However, factors influencing depression levels such as lifestyle, demographics, and psychological factors have not yet been analyzed in an integrated manner. This study aims to develop a depression severity classification model using the Random Forest algorithm based on these factors. The dataset consists of 1,998 records with 16 features selected through the Knowledge Discovery in Database (KDD) process. To address data imbalance, the Synthetic Minority Over-sampling Technique (SMOTE) was applied. The results show that the Random Forest model achieved an accuracy of 97.88% and an AUC of 0.998. Feature importance analysis indicates that the variables Symptoms, Nervous Level, and Employment Status are dominant factors in determining depression levels. Based on these results, the model is capable of effectively classifying depression levels and has the potential to serve as the basis for an early detection system in the university setting.
Analisis Pola Keputusan Pembelian di Tokopedia berbasis Machine Learning untuk Customer Relationship Management Andin Sabilla Janna; Tamara Juliyanti; Muhammad Bayu Samudra; Ali Ibrahim; Fathoni
Buffer Informatika Vol. 12 No. 1 (2026): Buffer Informatika
Publisher : Department of Informatics Engineering, Faculty of Computer Science, University of Kuningan, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25134/buffer.v12i1.571

Abstract

Pertumbuhan pesat platform e-commerce telah memengaruhi keputusan pembelian konsumen, khususnya pada marketplace seperti Tokopedia. Penelitian ini bertujuan menganalisis pola keputusan pembelian produk makanan dan minuman serta merumuskan implikasinya terhadap strategi Customer Relationship Management (CRM) berbasis data. Metode yang digunakan adalah pendekatan kuantitatif dengan dataset sebanyak 9.711 ulasan pelanggan yang diperoleh melalui Kaggle. Analisis dilakukan menggunakan Naive Bayes untuk klasifikasi keputusan pembelian ulang dan FP-Growth untuk menemukan pola asosiasi antara rating, harga, dan keputusan pembelian. Tahapan praproses meliputi pembersihan data, transformasi atribut, diskretisasi, serta pemrosesan teks menggunakan TF-IDF. Hasil penelitian menunjukkan bahwa Naive Bayes menghasilkan akurasi 60,18% dengan precision kelas Y sebesar 94,30%, namun recall masih dipengaruhi oleh ketidakseimbangan data. FP-Growth menunjukkan bahwa rating bintang 5 merupakan faktor paling dominan dalam pembelian ulang, dengan kombinasi rating bintang 5 dan harga sedang menghasilkan confidence tertinggi sebesar 98,6%. Temuan ini menegaskan pentingnya kepuasan pelanggan dan mendukung perumusan strategi CRM yang lebih terarah.
Analisis Perilaku FOMO Generasi Z dan Peran Influencer dalam Pembelian Produk Kecantikan Menggunakan Random Forest Fathoni Fathoni; Ali Ibrahim; Putri Mutiara Arinie; Arvhi Randita Setia; Dian Febriansyah
Jurnal Sains dan Informatika Vol. 11 No. 2 (2025): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v11i2.1801

Abstract

Fenomena Fear of Missing Out (FOMO) menjadi sorotan utama dalam era digital, terutama di kalangan Generasi Z yang memiliki tingkat aktivitas tinggi di media sosial. Perilaku ini mendorong keputusan pembelian impulsif, khususnya untuk produk kecantikan yang dipromosikan oleh influencer. Penelitian ini bertujuan menganalisis keterkaitan antara FOMO, peran influencer, dan keputusan pembelian menggunakan algoritma Random Forest. Melibatkan 209 responden Generasi Z yang dipilih melalui purposive sampling dengan kuesioner daring. Proses Knowledge Discovery in Database (KDD) dimanfaatkan untuk mengembangkan model prediktif perilaku FOMO. Evaluasi model menggunakan parameter precision, recall, f1-score, confusion matrix, ROC curve, dan Area Under the Curve (AUC). Hasil menunjukkan akurasi model mencapai 83% dengan nilai AUC 0,85, dimana pencarian informasi dari influencer menjadi faktor paling berpengaruh. Temuan ini mengkonfirmasi efektivitas pendekatan machine learning dalam memahami perilaku konsumtif digital pada Generasi Z.
PELATIHAN MANAJEMEN BISNIS DAN DIGITALISASI BAGI KELOMPOK DASAWISMA CEMARA PERMAI RT 13 KELURAHAN RAWA MAKMUR Yusmaniarti Yusmaniarti; Budi Astuti; Eti Arini; Ali Ibrahim
Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Vol. 3 No. 6 (2025): Desember
Publisher : CV. Alina

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59407/jpki2.v3i6.3408

Abstract

Kegiatan pengabdian masyarakat ini bertujuan untuk memberdayakan kelompok Dasawisma Permai di RT 13 Kelurahan Rawa Makmur, Kota Bengkulu, melalui pelatihan manajemen bisnis. Kegiatan dilaksanakan selama empat hari, dari tanggal 12 hingga 15 Maret 2025, dengan melibatkan 15 anggota kelompok. Metode pelaksanaan meliputi ceramah interaktif, praktik langsung, studi kasus, dan pendampingan individu. Hasil kegiatan menunjukkan peningkatan pengetahuan tentang manajamen usaha dan pencatatan sedehana, serta keterampilan peserta dalam manajemen bisnis, terbentuknya jaringan usaha berbasis komunitas, serta peningkatan pendapatan keluarga. Kegiatan ini memberikan kontribusi nyata bagi pengembangan UMKM dan penguatan ekonomi keluarga anggota dasawisma.
Co-Authors . Apriansyah A Wendi Saputra AA Sudharmawan, AA Abdillah, Bimo Musthafa Adriani, Nadia Saphira Afif, Hasnan Agil Furgaan Agil Kusuma, Dimas Ahmad Fali Oklilas Ahmad Fali Oklilas Ahmad Fali Oklilas Ahmad Fali Oklilas Ahmad Fali Oklilas Ahmad Hiera Maldanop Ahmad Nursodiq Ahmad Rifai Ahmad Rifai Akbar Adiprama, Faris Akbar Alzaini Akbar Kurniawan, Iqbal Akbar, M. Willi Al Akbar, M. Rizki Al Farissi Albani, Muhammad Syarief Albert Amadeus Valentino Albukhori, M Rafli Alfitrah, Intan Aidita Ali Usman, Ali Alif Baidhawi Alif Mustaqim Alifa Putri Shahabiyah Alifayoezra, Muhammad Dzaky Alisia Silver Stone Aliya Faiza Allan Nugraha Allsela Meiriza Allsela Meiriza, Allsela Altahir, Ali Abdul Razzaq Alzaini, Akbar Amanda Ardhani, Dhita Amanda, Khansa Putri Amatullah, Shabrina Amelia, Putri Amerza, Rezki Anadia, Qothrunnada Wafi Anadya Nisrina Salsabila Ananda, Dea Tri Andin Sabilla Janna Andini Bahri, Cheisya Anggraini, Nadya Angie Silvanda Herman Anindya Putri, Salsa Annas Apreja Anne Trimaysella Annisa Turrahma Apriyadi Apriyadi Aqil Zidane, Muhammad Arafah, Siti Nur Ardhillah, Onky Ari Wedhasmara Arsita, Resi Arvhi Randita Setia Aryo De Wibowo Aslamiah, Iziah Astri Carolina Attika Putri, Shopi Audya, Meitiana Ayu Triana Ayuningtiyas, Pratiwi Azmi Zaky, Muhammad Baidhawi, Alif Barata, Gusti Basulina, Nur Annisa Bayu Wijaya Putra Beriadi Agung Nur Rezqe Beriadi Agung Nur Rezqeb Budi Astuti Cahya Aulia, Syifa Cantika Aulia Cendikiawan, Rizky Saputra Clark Peter Wijaya, Adley Damayanti, Risma Dea Tri Ananda Dedi Ramadhan Dedy Kurniawan Defiani, Nanda Dela Arum, Hestiana Delima, Rizki Della Audita Deni Agus Hendrawan Dessy yanti suryana Devi Indra Meytri Dhini Kurnia, Rizka Dian Febriansyah Dicha Pratiwi Duffin Dwi Rosa Indah Dytha Ananda Widhiarso Edhar, Zeter Eka Afrianti Eka Darmayanti Simanullang Eka Lusyanti Marpaung Eka Saputra Elisa, Felia Sonya Elsya Moriesta Endang Lestari Endang Lestari Ruskan Endang Lestari Ruskan Epriyanti, Nadia Erma Novita Satyariza Ermatita Ermatita - Ermatita Ermatita Eti Arini Fachrozi, Muhammad Al Fachry, Muammar Fadilah Nur Imani Fathoni Fathoni Fathoni - Fathoni - Fathoni, Fathoni Fatihaturrahmah, Aisyah Fatmayanis, Kiki Faza, Muhamamad Febriando Tambunan Felicia, Yohana Fernando, Jose Fitriani, Lesa Fraternesi Fraternesi Furgaan, Agil Garcia Krisnando Nathanael Gultom, Gina Destia Gumay, Naretha Kawadha Pasema Gumay, Naretha Kawadha Pasemah Gusti Barata Gusti Barata Gustiani, Sindy Gustin Saputri Hadiansyah Ma'sum Hafiiz Kresna Prasetya Haidar Afif Mufid, Muhammad Handayani Putri Wardanny Hanggara, Bryan haniyah faizah Hardini Novianti Hardini Novianti Hariza Marshella, Siti Hasbiallah, Muhammad Jidan Hedi Yunus Hedi Yunus Heliza Rahmania Hatta Hendra Wijaya Hendrawan, Deni Agus Hijriani, Nurul Hyoga Hara Kusuma Ifan Setiawan Ikhda Uswatun Khasanah Ikhwan Najatafani, Bintang Iman Saladin B. Azhar Imani, Fadilah Nur Iredho Fani Reza Iredho Fani Reza Irwansyah, Aziiz Islamiansyah, Wira Ispahan, Tarisha Jiwany, Larasathi Jodi Pratama, Muhammad Juseia Wulandari Karisa Anjani Fakhri Ken Ditha Tania Ken Ditha Tania Khaerullah, Muhammad Khailani, Kgs M Luthfi Khairani, Annisa Khairun Nisak, Novrinda Khalisatifa, Aida Khasanah, Ikhda Uswatun Khoiriyah Harahap, Dayana Khoirunnisa, Ananda Kodri, Lay Kurnia, Rizka Dhini  Kurniasari, R. Nyi Pipih Kurniawati, Junia kusmiarti, reni Kusuma Ningrum, Septiani Kusuma, Aisha Nuraini Lay Kodri Leiden Fauzi Yoka Surya Lenawati Asry Leonardi, Veronica Hertensia Lina Oktarina Lucky Hermanto, Muhammad Lukmanul Hakim Lyvia Valentina M Andika Saputra M Bintang Naufal Riansyah M. Husni Syahbani M. Rudi Sanjaya M. Rudi Sanjaya Madyus Randikai Maldanop, Ahmad Hiera mansyur abdul hamid Maretta, Aulia Pinkan Marini Mariska, Inneke Via Marjusalinah, Anna D. Maulindah, Rafika Maya Mardiana Meitiana Audya Meizalina, Mutiara Amalia Mgs Afriyan Firdaus Michelle Liu Miftahul Falah Miftahul Jannah Mila astuti Mira Afrina Monita, Tisa Muammar Fachry Muhammad Bayu Samudra Muhammad Dzaky Alifayoezra Muhammad Fadhil Rahman Muhammad Fakhri Nadrota Acta Muhammad Hidayat Mauluddin Muhammad Rafif AR Muhammad Rayhan Novello Muhammad Rezky Musdiono - Naberi Oktaria Nabila Hidayati Nabilah Putri Maharani Nachwa, Syakillah Nadia Saphira Adriani Nadya Angelia Naek Parulian Hutagalung Najwa Widasari, Yesya Nanda Defiani Napian, St Dhiah Raniah Naretha Kawadha Pasemah Gumay Nashiroh Ramadhani, Muthia Naufaldihanif, Rihan Ningsih, Rafika Octaria Nintyas, Vanda Ayu Novita Hamron Nugraha, Allan Nugrahani, Henny Saptatia Drajati Nur'Aini, Risma Nurharisyah Hasibuan Nurhidayati, Yossi Nurseptiani, Alya Nurul Hijriani Nurullah Marina Kelana Okllilas, Ahmad Fali Oktavio Theonady Olivia, Fanny Onkky Alexander Opi Hernayanti Pacu Putra Pakpahan, Jonathan Permana, Rizki Artinio Pradia Paramita Prasetia, Dika Prasetia Pratama Putra, Daffa Pratama, Muhammad Ramadhan Putra pratikto aditia wiguna Purwita dari Purwita Sari Purwita Sari, Purwita Putri Casanova, Musdalifa Putri Eka Sevtiyuni Putri Eka Sevtiyuni Putri Mutiara Arinie Putri, Amelia Rizki Putri, Septhia Charenda Rachmi Muti'ah Fadillah Rafif Nopyefa Rahmadini, Vira Putri Rahman, Abdul Ariga Rahmat Izwan Heroza Rahmat Izwan Heroza Raihana Putri, Naila Ramadhan, Dedi Ramadhan, Fitrah Ramadhani Maulizidan, Muammar Ramadhani, Muthia Randikai, Madyus Ratih Dewi Sari Resi resi Rezqe, Beriadi Agung Nur Riansyah, M Bintang Naufal Ricy Firnando Ricy Firnando Rielisa Putri, Adetya Rika Septiana Risma Damayanti Risyahputri, Aliyananda Ritonga, Torkis Rizka Dhini Kurnia Rizka Dhini Kurnia Rizka Dhini Kurnia Rizka Dhini Kurnia Rizka Mumtaz, Fadia Rizki, Raditya Dafa Rizkyllah, Anabel Fiorenza Rofiqul Rahman Ramadhan Rositiani, Ely Ruki, Taufik Rahman Rusdi Efendi Sabila, Amalia Sadjijo, Priyono Salsabila, Lulu Samsuryasi, Samsuryasi Sanjaya, M. Rudi Saputra, Marco Saputra, Yopis Sari, Ratih Dewi Sartika Sartika Sartika Sartika Sasmita, Ruth Mei Satria Alva Ardana Satyariza, Erma Novita Savero, Muhammad Juan Selviani Selviani Seprina, Iin Septiani Aulia Putri Setiawan, Ifan Sevtiyuni, Putri Eka Shabrina Amatullah Shifa Maharani, Wardah Siregar, Richi Nauli Juniarto Siswahyudianto Siti Raisah Adilah Sitorus, Herdiyanti Ratiningsih Situmorang, Ruth Christin Aprilia Sofita, Yunia Ruwanna St Dhiah Raniah Napian Suci Amalia Sulaiman , Ahmad Riski Suluh Arif Wibowo Supaidi, Ahmad Syafitri, Hidayah Syahbani, M. Husni Syahputra, M Fathan Aqilah Syalwa Salsabillah S Tamara Juliyanti Tammam, Bimmo Fathin Tanti Hidayah Tasya Permata Listi Tea Anggelah Theresia Pardede, Eva Therina Lakeisyah, Eka Thuraya, Zafira Tia Arlin Dita Tio Suhada Tisa Monita Tri Zafira, Zahra Turrahma, Annisa Umi Pertiwi Vanda Ayu Nintyas Vinolia Vinolia Viola Alfheny Violin Juneyla Nandita Windhi Tia Saputra Windhi Tia Saputra Winny Dea Monica Wirnanti, Rintan Wiwit Widhya Yadi Utama Yadi Utama Yadi Utama Yadi Utama Yadi Utama Yadi Utama Yelli Nur Alinda Yeremia Wiratama Yona Saymona Yopis Saputra Yossi Nurhidayati Yudha Pratomo Yunia Ruwanna Sofita Yunita Faujiyah Yunus, Hedi Yunus, Hedi Yusmaniarti Yusmaniarti Yusmaniarti Zahirah, Nabilah Zahran, Ahmad Hafizh Zaini, Akbar Al Zakirah Sabrina Putri Pasha Zefta Adetya Zhafiri, Muhammad Farisan Zikri Firmansyah Zufiyardi Zufiyardi Zulfadhli Syarif Zurfi, Ahmed