Article Per Year (5 Year)
p-Index From 2020 - 2025
5.557
P-Index
This Author published in this journals
All Journal Pythagoras: Jurnal Matematika dan Pendidikan Matematika Statistika JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI Jurnal Gaussian Indonesian Journal of Applied Statistics Desimal: Jurnal Matematika Syntax Literate: Jurnal Ilmiah Indonesia Journal of Data Analysis InPrime: Indonesian Journal Of Pure And Applied Mathematics Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Jurnal Statistika dan Aplikasinya Premium: Insurance Business Journal Jurnal Riset Statistika Pattimura Proceeding : Conference of Science and Technology Bandung Conference Series: Statistics
Aceng Komarudin Mutaqin
Program Studi Statistika Universitas Islam Bandung
Agriculture, Biological Sciences & Forestry Humanities Astronomy 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 Energy Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Physics Social Sciences Other

Published : 70 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 70 Documents
Search

 2   3   4   5   6 
Run-Off Triangle Data dan Permasalahannya Aceng Komarudin Mutaqin; Dumaria R. Tampubolon; Sutawanir Darwis
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 8, No 1 (2008)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v8i1.975

Abstract

Run-off triangle data sering digunakan sebagai dasar untuk menaksir cadangan kerugian dari suatuperusahaan asuransi umum kelas bisnis long-tail. Run-off triangle data memuat gambaran klaimkeseluruhan (aggregate), dan merupakan ringkasan dari suatu data set klaim-klaim individu.Makalah ini mengupas run-off triangle data tersebut bersama-sama dengan permasalahan yang adadi dalamnya. Dalam makalah ini dikemukakan dua masalah, yaitu pertama untuk kasus-kasustertentu, tidak semua data dalam run-off triangle teramati. Kemudian masalah yang kedua adalahadanya nilai-nilai incremental data yang negatif dalam run-off triangle terutama dalam incurred claimsdata.
Estimating the Cost of Car Warranty in Indonesia using the Gertsbakh-Kordonsky Method Anggis Sagitarisman; Aceng Komarudin Mutaqin
InPrime: Indonesian Journal of Pure and Applied Mathematics Vol 2, No 1 (2020)
Publisher : Department of Mathematics, Faculty of Sciences and Technology, UIN Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (660.57 KB) | DOI: 10.15408/inprime.v2i1.14556

Abstract

AbstractCar manufacturers in Indonesia need to determine reasonable warranty costs that do not burden companies or consumers. Several statistical approaches have been developed to analyze warranty costs. One of them is the Gertsbakh-Kordonsky method which reduces the two-dimensional warranty problem to one dimensional. In this research, we apply the Gertsbakh-Kordonsky method to estimate the warranty cost for car type A in XYZ company. The one-dimensional data will be tested using the Kolmogorov-Smirnov to determine its distribution and the parameter of distribution will be estimated using the maximum likelihood method. There are three approaches to estimate the parameter of the distribution. The difference between these three approaches is in the calculation of mileage for units that do not claim within the warranty period. In the application, we use claim data for the car type A. The data exploration indicates the failure of car type A is mostly due to the age of the vehicle. The Kolmogorov-Smirnov shows that the most appropriate distribution for the claim data is the three-parameter Weibull. Meanwhile, the estimated using the Gertsbakh-Kordonsky method shows that the warranty costs for car type A are around 3.54% from the selling price of this car unit without warranty i.e. around Rp. 4,248,000 per unit.Keywords: warranty costs; the Gertsbakh-Kordonsky method; maximum likelihood estimation; Kolmogorov-Smirnov test.                                   AbstrakPerusahaan produsen mobil di Indonesia perlu menentukan biaya garansi yang bersifat wajar tidak memberatkan perusahaan maupun konsumen. Beberapa pendekatan statistik telah dikembangkan untuk menganalisis biaya garansi. Salah satunya adalah metode Gertsbakh-Kordonsky yang mereduksi masalah garansi dua dimensi menjadi satu dimensi. Pada penelitian ini, metode Gertsbakh-Kordonsky akan digunakan untuk mengestimasi biaya garansi untuk mobil tipe A pada perusahaan XYZ. Data satu dimensi hasil reduksi diuji kecocokan distribusinya menggunakan uji kecocokan Kolmogorov-Smirnov dan taksiran parameter distribusinya menggunakan metode penaksir kemungkinan maksimum. Ada tiga pendekatan yang digunakan untuk menaksir parameter distribusi. Perbedaan dari ketiga pendekatan tersebut terletak pada perhitungan jarak tempuh untuk unit yang tidak melakukan klaim dalam periode garansi. Sebagai bahan aplikasi, kami menggunakan data klaim unit mobil tipe A. Hasil eksplorasi data menunjukkan bahwa kegagalan mobil tipe A lebih banyak disebabkan karena faktor usia kendaraan. Hasil uji kecocokan distribusi untuk data hasil reduksi menunjukkan bahwa distribusi yang cocok adalah distribusi Weibull 3-parameter. Sementara itu, hasil perhitungan taksiran biaya garansi menunjukan bahwa taksiran biaya garansi untuk unit mobil tipe A sekitar 3,54% dari harga jual unit mobil tipe A tanpa garansi, atau sekitar Rp. 4.248.000,- per unit.Kata Kunci: biaya garansi; metode Gertsbakh-Kordonsky; penaksiran kemungkinan maksimum; uji Kolmogorov-Smirnov.
Penerapan Metode Limited-Fluctuation Credibility dalam Menentukan Premi Murni pada Asuransi Kendaraan Bermotor di PT XYZ Mira Zakiah Rahmah; Aceng Komarudin Mutaqin
Indonesian Journal of Applied Statistics Vol 4, No 2 (2021)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.13057/ijas.v4i2.51794

Abstract

Abstract. This paper discusses the method of limited-fluctuation credibility, also known as classic credibility. Credibility theory is a technique for predicting future premium rates based on past experience data. Limited fluctuation credibility consists of two credibility, namely full credibility if Z = 1 and partial credibility if Z <1. Full credibility is achieved if the amount of recent data is sufficient for prediction, whereas if the latest data is insufficient then the partial credibility approach is used. Calculations for full and partial credibility standards are used for loss measures such as frequency of claims, size of claims, aggregate losses and net premiums. The data used in this paper is secondary data recorded by the company PT. XYZ in 2014. This data contains data on the frequency of claims and the size of the policyholder's partial loss claims for motor vehicle insurance products category 4 areas 1. Based on the results of the application, the prediction of pure premiums for 2015 cannot be fully based on insurance data for 2014 because the credibility factor value is less than 1. So based on the limited-fluctuation credibility method, the prediction of pure premiums for 2015 must be based on manual values for pure premiums as well as insurance data for 2014. If manual values for pure premium is 2,000,000 rupiah, then the prediction of pure premium for 2015 is 1,849,342 rupiah.Keywords: limited fluctuation credibility, full credibility, partial credibility and partial loss
Claim Loss Ratio Rate Sebagai Indikator Pengambilan Keputusan Perubahan Harga Premi Asuransi Jiwa Mardianto Karim; Aceng Komarudin Mutaqin
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : CV. Ridwan Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (609.306 KB) | DOI: 10.36418/syntax-literate.v5i6.1328

Abstract

Dunia perasuransian tidak terlepas dari namanya premi. Setiap produk asuransi yang dijual oleh perusahaan asuransi pasti memiliki harga premi yang selalu mengikutinya. Perusahaan asuransi harus memastikan apakah premi yang telah ditetapkan sebelumnya atas suatu produk masih bisa digunakan pada penjualan selanjutnya dalam rangka memenuhi kewajiban atas klaim yang diajukan oleh nasabah. Untuk menetapkan premi yang tepat bagi konsumen, perusahaan asuransi dapat melakukan experience study yang didasarkan pada informasi masa lalu. Dalam penelitian ini experience study diaplikasikan dalam risiko klaim produk asuransi jiwa X yang dijual oleh perusahaan asuransi jiwa Y. Dengan menggunakan experience study akan dihasilkan claim loss ratio rate untuk mengetahui bagaimana perbandingan keadaan aktual klaim terhadap risiko yang diharapkan oleh perusahaan asruansi dalam bentuk premi sehingga dapat membantu perusahaan asuransi dalam pengambilan keputusan perubahan harga premi. Hasil akhir penelitian ini menghasilkan kesimpulan bahwa claim loss ratio rate untuk produk X baik untuk nasabah laki-laki dan perempuan berada di bawah 100% dan di bawah batas umum (40-50%) sehingga premi yang ditetapkan masih mencukupi untuk membayar klaim yang diajukan dan perusahaan asuransi dapat mempertimbangkan penurunan harga premi produk X. Kata kunci: Experience study, Loss ratio rate, Premi, Asuransi Jiwa
Prediksi Klasemen Akhir Kompetisi Sepakbola Indonesia Menggunakan Metode Perluasan Ekspektasi Phytagoras Aceng Komarudin Mutaqin; Yhupi Praga Adri
Journal of Data Analysis Volume 2, Number 1, June 2019
Publisher : Department of Statistics, Syiah Kuala University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (346.838 KB) | DOI: 10.24815/jarsp.v%vi%i.14123

Abstract

Makalah ini menerapkan metode perluasan ekspektasi Phytagoras pada data hasil pertandingan kompetisi sepak bola Liga Indonesia untuk memprediksi klasemen akhir kompetisi. Jumlah gol memasukan dan jumlah gol kemasukan dalam suatu pertandingan dari suatu tim selama satu musim kompetisi dimodelkan sebagai peubah acak yang berdistribusi Poisson. Dalam makalah ini data yang digunakan adalah data hasil pertandingan kompetisi sepakbola Indonesia Super League (ISL) tahun 2013. Hasil pengolahan data menunjukkan bahwa metode perluasan ekspektasi Phytagoras dengan asumsi distribusi Poisson mampu mengelompokkan dengan baik ranking dari tim peserta kompetisi ISL 2013. This paper applies the method of extending Pythagoras’ expectations to the results of the matches of the Indonesian League soccer competition to predict the final standings of the competition. The number of goals entered and the number of goals conceded in a match from a team for one season is modeled as a random variable with Poisson distribution. In this paper the data used is data on the results of the 2013 Indonesia Super League (ISL) soccer competition. The results of data processing showed that the method of expansion of Pythagoras’ expectations assuming the Poisson distribution was able to classify the ranking of participants of the ISL 2013 competition well. The team whose performance exceeds expectations is the PERSELA Team. While the team whose performance is below expectations is the SRIWIJAYA Team.
Penerapan Algoritma Naïve Bayes Classifier dalam Memprediksi Status Keberlanjutan Polis Nasabah Asuransi PT.X Ajeng Mega Pratiwi; Aceng Komarudin Mutaqin
Jurnal Riset Statistika Volume 1, No. 2, Desember 2021, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (289.684 KB) | DOI: 10.29313/jrs.v1i2.435

Abstract

Abstract. This article discusses the classification in predicting the sustainability status of the health insurance customer policy of PT. X uses the Naïve Bayes Classifier Algorithm. In predicting the Naive Bayes Classifier Algorithm, it uses the concepts and theories of data mining in the literature related to insurance by calculating the probability of each class of variables using the Bayes theorem in describing the performance of a model or algorithm specifically using the Confusion Matrix. To be able to predict the decisions of health insurance customers in the policy sustainability status, a method of data analysis of registered insurance customers is needed. The data used is data obtained from the insurance company PT. X. The data contains customer information data in the form of 9 variables (Policy Number, Smoking Status, Gender, Age, Marital Status, Dependents, Monthly Premiums, Current Status / whether or not premium payments and insurance policy renewal status). The results of the application of the Naïve Bayes Classifier Algorithm show that the algorithm is quite good in predicting the status of the policy extension of the insured health insurance PT. X, with an average accuracy of 85.82%, an average precision of 96.10% and an average recall of 93.55. Abstrak. Artikel ini membahas tentang klasifikasi dalam memprediksi status keberlanjutan polis nasabah asuransi kesehatan PT. X menggunakan Algoritma Nave Bayes Classifier. Dalam memprediksi Algoritma Naive Bayes Classifier menggunakan konsep dan teori data mining dalam literatur yang berhubungan dengan asuransi dengan menghitung probabilitas setiap kelas variabel menggunakan teorema Bayes dalam menggambarkan kinerja suatu model atau algoritma secara khusus menggunakan Confusion Matrix . Untuk dapat memprediksi keputusan nasabah asuransi kesehatan dalam status kesinambungan polis, diperlukan suatu metode analisis data nasabah asuransi yang terdaftar. Data yang digunakan adalah data yang diperoleh dari perusahaan asuransi PT. X. Data tersebut berisi data informasi nasabah berupa 9 variabel (Nomor Polis, Status Merokok, Jenis Kelamin, Usia, Status Perkawinan, Tanggungan, Premi Bulanan, Status Lancar/tidaknya pembayaran premi dan status perpanjangan polis asuransi). Hasil penerapan Algoritma Naïve Bayes Classifier menunjukkan bahwa algoritma tersebut cukup baik dalam memprediksi status perpanjangan polis dari tertanggung asuransi kesehatan PT. X, dengan rata-rata akurasi 85,82%, presisi rata-rata 96,10% dan rata-rata recall 93,55.
Penerapan Model Komposit Weibull-Pareto pada Data Klaim Asuransi Harta Benda Raisha Shahelia Nastiti; Aceng Komarudin Mutaqin
Jurnal Riset Statistika Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (165.267 KB) | DOI: 10.29313/jrs.vi.903

Abstract

Abstract. Insurance is a form of protection against unexpected loss events. In modeling insurance claim data that contains large or extreme claim values, composite distributions can be used. One such composite distribution is the Weibull-Pareto distribution. In this article will discuss the application of the composite Weibull-Pareto model with parameter estimation using the Maximum Likelihood Estimation method on data of property insurance claims in Indonesia. The data in this article are secondary data from the insurance company PT. XYZ in 2016. It contains claims of property insurance policy holders in Rupiah data. The Kolmogorov-Smirnov test is used to test distribution matches. The result of the application shows that the data of property insurance claims of PT. XYZ comes from the composite Weibull-Pareto distribution population. Abstrak. Asuransi merupakan salah satu bentuk proteksi terhadap peristiwa kerugian tidak terduga. Dalam memodelkan data klaim asuransi yang memuat nilai klaim yang besar atau ekstrim, dapat menggunakan distribusi komposit. Salah satu distribusi komposit tersebut adalah distribusi Weibull-Pareto. Dalam artikel ini akan dibahas penerapan model komposit Weibull-Pareto dengan estimasi parameter menggunakan metode Maximum Likelihood Estimation pada data besar klaim asuransi harta benda di Indonesia. Data yang digunakan adalah data sekunder dari perusahaan asuransi PT. XYZ pada tahun 2016. Data tersebut berisi data besar klaim pemegang polis asuransi harta benda dalam mata uang Rupiah. Uji kecocokan Kolmogorov-Smirnov digunakan untuk menguji kecocokan distribusi. Hasil penerapan menunjukkkan bahwa data besar klaim asuransi harta benda PT. XYZ berasal dari populasi yang berdistribusi komposit Weibull-Pareto.
UJI KECOCOKAN DISTRIBUSI RAYLEIGH BIVARIAT MENGGUNAKAN UJI KOLMOGOROV-SMIRNOV BIVARIAT PADA DATA HASIL PERTANDINGAN PERSIB BANDUNG Wulan Jati Nuray; Aceng Komarudin Mutaqin
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1040.187 KB) | DOI: 10.30598/PattimuraSci.2021.KNMXX.517-522

Abstract

Salah satu kriteria terpenting dalam membedakan kualitas seorang pemain penyerang dalam olahraga sepakbola adalah kemampuannya untuk mencetak gol. Berdsarkan analisis stress-strength waktu yang dibutuhkan untuk mencetak gol pertama dari seorang pemain sepakbola dalam suatu pertandingan dinyatakan sebagai komponen stress (Y), sedangkan waktu terjadinya gol kedua oleh pemain mana pun dinyatakan sebagai komponen strength (X). Salah satu distribusi yang dapat digunakan untuk memodelkan data bivariat X dan Y adalah distribusi Rayleigh bivariat. Untuk menguji secara statistik, apakah data bivariat berdistribusi tertentu dapat menggunakan uji Kolmogorov-Smirnov bivariat. parameterparameter yang ada pada distribusi Rayleigh bivariat ditaksir menggunakan metode penaksiran kemungkinan maksimum. Pada artikel ini, uji Kolmogorov-Smirnov bivariat digunakan untuk menguji kecocokan distribusi Rayleigh bivariat pada data hasil pertandingan Liga 1 tim Persib Bandung pada tahun 2018 dan 2019, dimana pemain yang menjadi perhatian adalah pemain penyerang Tim Persib Bandung Ezechiel N’Douassel. Berdasarkan hasil perhitungan dapat disimpulkan bahwa data bivariat waktu mencetak gol pertama (dalam menit) oleh Ezechiel N’Douassel, dan data waktu mencetak gol kedua (dalam menit) oleh pemain dari tim manapun di pertandingan Liga 1 tim Persib Bandung pada tahun 2018 dan 2019 berasal dari populasi yang berdistribusi Rayleigh bivariat
PENAKSIRAN RATA-RATA EXCESS CLAIM PESERTA DARI PERUSAHAAN PEMBERI LAYANAN KESEHATAN PT. X Wildan Wildan; Indah Permatasari; Aceng Komarudin Mutaqin
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1144.58 KB) | DOI: 10.30598/PattimuraSci.2021.KNMXX.565-572

Abstract

Dalam artikel ini dibahas penaksiran rata-rata excess claim peserta dari perusahaan pemberi layanan kesehatan PT. X berdasarkan data periode Agustus 2015-Juli 2016. Excess claim merupakan selisih antara biaya pengajuan dari peserta dengan biaya yang disetujui oleh perusahaan. Jika biaya pengajuannya lebih besar dari biaya yang disetujui, maka kelebihan biaya tersebut dibayarkan oleh peserta. Data excess claim yang digunakan akan didasarkan pada jenis kepesertaan, yaitu principa (karyawan), spouse (pasangan), dan child (anak). Berdasarkan tiga jenis kepesertaan tersebut, diketahui bahwa sebagian besar berada di kategori 1, yaitu nilai excess claim-nya nol. Untuk hasil pemodelan data excess claim perusahaan X yang tak bernilai nol berdistribusi lognormal, dan taksiran rata-rata data excess claim untuk karyawan (principa), pasangan (spouse), dan anak (child) masing-masing sebesar Rp. 39.186, Rp. 29.997, dan Rp. 24.451
Penerapan Model Pembangkit Curah Hujan Stokastik untuk Simulasi Curah Hujan Harian di Stasiun Badan Meteorologi Klimatologi dan Geofisika (BMKG) Kertajati Jawa Barat Agung Muhammad Fikri; Aceng Komarudin Mutaqin
Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (273.25 KB) | DOI: 10.29313/bcss.v2i2.3220

Abstract

Abstract. Optimal management of water resources can have big implications for a country. The main input source in the water resources system is rainfall. Rainfall data is an important component in determining water resource planning. However, in the recording there is often an unavailability of rainfall data. This unavailability of rainfall data can be generated by stochastic analysis. One of the stochastic methods that is often used by other researchers is the stochastic rainfall generator model. This model is a stochastic model that uses historical meteorology and the nature of the stochastic rainfall generator model allows it to generate missing rainfall data on a certain time scale. This thesis applies a stochastic rainfall generator model for daily rainfall simulation. The data to be carried out in this thesis is daily rainfall data at the Kertajati Meteorological Station, Majalengka Regency, West Java which was obtained from the Meteorology, Climatology and Geophysics Agency online data website for 41 years, from January 1980 to August 2021. The results show that the Stochastic Rainfall Generator Model is able to produce rainfall data and represent historical meteorological data with good results. It can be proven that the correlation coefficient between historical data and simulation data is r=0.982 or 98.2%. Abstrak. Pengelolaan sumber daya air yang dilakukan secara optimal dapat memberikan implikasi besar bagi suatu negara. Sumber input utama dalam sistem sumber daya air adalah curah hujan. Data curah hujan merupakan salah satu komponen penting dalam menentukan perencanaan sumber daya air. Namun, dalam pencatatan sering terjadi ketidaksediaan data curah hujan. Ketidaksediaan data curah hujan ini dapat dibangkitkan dengan analisis stokastik. Salah satu metode stokastik yang sering digunakan peneliti lain adalah model pembangkit curah hujan stokastik. Model ini merupakan model stokastik yang menggunakan meteorologi historis dan sifat model pembangkit curah hujan stokastik memungkinkan untuk menghasilkan data curah hujan yang hilang pada skala waktu tertentu. Skripsi ini menerapkan model pembangkit curah hujan stokastik untuk simulasi curah hujan harian. Data yang akan dilakukan dalam skripsi ini adalah data curah hujan harian di di Stasiun Meteorologi Kertajati Kabupaten Majalengka Jawa Barat yang diperoleh dari website data online Badan Meteorologi, Klimatologi dan Geofisika selama 41 tahun, mulai Januari 1980 - Agustus 2021. Hasilnya menunjukkan bahwa model pembangkit curah hujan stokastik mampu menghasilkan data curah hujan dan mewakili data meteorologi historis dengan hasil yang baik. Hal tersebut dapat dibuktikan bahwa nilai koefisien korelasi antara data historis dengan data hasil simulasi sebesar atau sebesar 98,2%.
Co-Authors Abdul Kudus Agung Muhammad Fikri Agus Yodi Gunawan Ainani Tajriyan Muntaharridwan Ajeng Mega Pratiwi Alfan Siam Nuri Andi Setia Nugraha Anggis Sagitarisman Anneke Iswani A. Anneke Iswani Ahmad Asep Syaifulhadi Aunuddin Aunuddin Avin Rahmadian Budi Susetyo Danang Setiawan Disa Fauzana Dumaria R. Tampubolon Dwi Sekar Kania Fachry Abda El Rahman Fakhriel Muhammad Hafizh Fauziah Rahmayanti Fauziah Rahmayanti Fera Shintarini Harmonia Kamil Hendrik Wijayanto Ikbar Farid Maulana Indah Permatasari Indah Permatasari Inne Marliani Khalimatus Sa&#039;diah Khalis Syahril Suryana Kiki Yogaswara Komarudin Komarudin Lia Rahayu Linda Maliani Lisnur Wachidah Lukman Nul Hakim M Dziqri Nur Rohiim M Dziqri Nur Rohiim M. Wildan Bin H.M. Yahya Mardianto Karim Mardianto Karim Maulana Ilham Pratama Maya Dian Wati Mira Zakiah Rahmah Mohammand Sobri Muhammad Iqbal Fauzi Muhammad Rifqi Hendriawan Muhammad Rizq Nafisyah Alam Muhammad Rizq Nafisyah Alam Naufal Fajar Nina Fitriyati Nur Rofiq Azijah NURTITI SUNUSI Nusar Hajarisman Puput Aryanti Raisha Shahelia Nastiti Resyi Pandini Safitri Riki Kurniawan Rillifa Iris Adisti Roosdiana N.R. Sa'diah, Khalimatus Sabda Iman Dani Safira Pratiwi Sheli Andriani Sinta Asanah Siti Magfiratul Hasanah Sutawanir Darwis Suwanda Suwanda Syahla Anisah Tanti Susanti Wulan Jati Nuray Yayat Karyana Yhupi Praga Adri Yusuf Fahrizal