p-Index From 2021 - 2026
7.914
P-Index
Claim Missing Document
Check
Articles

PERANCANGAN DAN PENGEMBANGAN APLIKASI WEB PELAPORAN KAMPUS DI UNIVERSITAS NEGERI MEDAN DENGAN INTEGRASI CHATBOT Freyro Dobry Sianipar; Muhammad Hidayatul Arifin; Windy Aulia; Muhammad Haikal Al Majid; Adidtya Perdana
Jurnal Teknologi Informasi dan Komputer Vol. 11 No. 1 (2025): JUTIK : Jurnal Teknologi Informasi dan Komputer, Edisi April 2025
Publisher : LPPM Universitas Dhyana Pura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36002/jutik.v11i1.3754

Abstract

Conventional reporting systems in the campus environment often produce reports that are not well documented, which causes the handling process to be slow and unclear. This is the problem underlying this research. The purpose of this research is to create and develop a campus reporting web application integrated with a chatbot to increase transparency, speed, and efficiency in the delivery and handling of reports. The method used is Research and Development (R&D) with the Waterfall development model, including the stages of needs analysis, system design, implementation, testing, and evaluation. This application development uses PHP programming language for the backend, MySQL as the database, and Tailwind CSS and JavaScript for the user interface. Chatbase is used to integrate a chatbot to answer automated questions about the reporting process. The results showed that the developed application was able to facilitate the reporting process systematically through the input form feature, user authentication, and a dashboard that monitors the status of the report, which facilitates the management of reports by the campus. In addition, the chatbot feature helps answer user questions quickly and precisely, increasing user interaction and satisfaction. The conclusion of the study shows that the use of a reporting web application with a chatbot can improve the flow of reports, accelerate handling responses, and increase transparency and documentation in report management in the campus environment.
RANCANG BANGUN WEBSITE PENGELOLAAN BUKU DIGITAL BERBASIS NATURAL LANGUAGE PROCESSING (NLP) Rangga Wahyu Pratama; Paskah Abadi Simanullang; Peter Tymoty Hutabarat; Revidamurti Daulay; Adidtya Perdana
Jurnal Teknologi Informasi dan Komputer Vol. 11 No. 1 (2025): JUTIK : Jurnal Teknologi Informasi dan Komputer, Edisi April 2025
Publisher : LPPM Universitas Dhyana Pura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36002/jutik.v11i1.3755

Abstract

A digital book management system has become a crucial solution in the digital era, helping users efficiently organize and search their book collections. In the context of information technology advancements, the demand for an integrated platform that can store book data and provide easy access through metadata-based search features is increasing. However, the main challenge lies in the absence of a system that supports automatic information extraction from digital book files and searches based on criteria such as title, language, or topic. To address this issue, this study employs the Research and Development (R&D) method to design the system, a literature review to analyze NLP technology, and observations to understand user needs. The research results in an application built with PHP, MySQL, and Python (NLP), featuring file uploads, automatic metadata extraction, search based on specific criteria, and user profile management. The study concludes that the developed system provides a practical and efficient solution for digital book management, with a modular design that supports scalability and further development.
RANCANG BANGUN SISTEM PENGINGAT TUGAS KULIAH BERBASIS WEB UNTUK MENINGKATKAN MANAJEMEN WAKTU MAHASISWA Felix John Pardamean Hutabarat; Aqilah Defiyanti; Rani Indah Sari; Yuda Advis Ambrosius Sitohang; Adidtya Perdana
Jurnal Teknologi Informasi dan Komputer Vol. 11 No. 1 (2025): JUTIK : Jurnal Teknologi Informasi dan Komputer, Edisi April 2025
Publisher : LPPM Universitas Dhyana Pura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36002/jutik.v11i1.3759

Abstract

Students frequently encounter challenges in managing academic schedules and completing assignments on time due to the demanding nature of coursework and involvement in non-academic activities. Poor time management can adversely affect students' academic performance. Consequently, this study aims to design and develop a web-based academic task reminder system to assist students in managing schedules more effectively. The application is developed using HTML, CSS, and JavaScript, with data storage based on local storage, enabling users to access and store assignment information without requiring a server connection. The development methodology employed in this research follows the Software Development Life Cycle (SDLC) Waterfall model, which encompasses the stages of requirements analysis, system design, implementation, testing, and maintenance. Black Box testing was conducted to verify that all features—including task addition, deletion, sorting by deadline or alphabetically, and data storage—function as intended. Test results demonstrate that the system enhances task management efficiency and helps students organize schedules in a more structured manner. Furthermore, the system allows students to conveniently access task lists anytime and anywhere, eliminating the risk of data loss upon page refresh. Overall, this web-based task reminder system successfully fulfills user requirements in managing academic assignments more effectively, thereby fostering discipline and improving productivity in meeting academic deadlines.
Inovasi Perpustakaan Digital dengan AI Gemini 2.0 Flash dan Rekomendasi Adaptif Alvansyah, Oka; Yolandari, Nezza Anggraini; Zulfi, M. Fikri; Nasution, Afifah Naila; Perdana, Adidtya
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 1 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v4i1.146

Abstract

Perkembangan teknologi informasi dan komunikasi telah mendorong digitalisasi layanan pendidikan, termasuk sistem perpustakaan yang kini mengalami transformasi menuju platform digital berbasis kecerdasan buatan (AI). Meskipun demikian, rendahnya minat baca dan kesulitan siswa dalam menemukan referensi yang sesuai masih menjadi tantangan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sebuah sistem perpustakaan digital yang dilengkapi dengan fitur chatbot AI guna menjadi asisten virtual bagi siswa. Metode penelitian yang digunakan adalah Research and Development (RnD) dengan pendekatan Design and Development Research dan model pengembangan Waterfall. Sistem dibangun menggunakan framework CodeIgniter dan Flask, serta mengintegrasikan teknologi AI Gemini 2.0 Flash untuk mendukung fitur chatbot interaktif yang merekomendasikan buku berdasarkan riwayat dan preferensi pengguna. Hasil pengujian menunjukkan bahwa chatbot mampu memberikan rekomendasi secara kontekstual, memahami pertanyaan pengguna, dan meningkatkan akses terhadap bahan bacaan secara efisien. Keunggulan sistem ini adalah kecepatan dalam pemrosesan teks dan ketepatan proses dari pertanyaan yang diajukan, serta integrasi yang masih jarang diterapkan secara langsung pada sistem perpustakaan pendidikan. Hasil ini menunjukkan bahwa sistem ini tidak hanya memberikan kemudahan akses informasi, tetapi juga menjadi inovasi edukatif dalam mendukung kebiasaan membaca dan peningkatan literasi digital siswa. Kata kunci: Chatbot, Kecerdasan Buatan, Perpustakaan Digital, Sistem Rekomendasi
Development of the Andana Mobile Application: An Interactive Japanese Language Learning Platform Using Flutter and Firebase Halawa, Sovantri Putra Paskah; Sinaga, Rizal Muslim; Simbolon, Agata Putri Handayani; Priscilia, Selfi Audy; Perdana, Adidtya
Jurnal Ilmiah Sistem Informasi Vol. 4 No. 3 (2025): November: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/0m972c26

Abstract

Peningkatan minat masyarakat Indonesia terhadap bahasa Jepang mendorong kebutuhan akan media pembelajaran yang lebih interaktif dan fleksibel. Namun, banyak aplikasi yang tersedia masih terbatas pada penyajian materi tanpa sistem progres belajar yang adaptif. Penelitian ini bertujuan untuk mengembangkan aplikasi mobile “Andana” sebagai platform pembelajaran bahasa Jepang interaktif berbasis Flutter dan Firebase. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan pendekatan software engineering. Proses pengembangan mencakup analisis kebutuhan, perancangan sistem, implementasi, dan pengujian fungsional. Data penelitian bersumber dari hasil uji coba fungsionalitas dan evaluasi performa aplikasi oleh pengguna. Aplikasi Andana dirancang dengan dua peran utama, yaitu pengguna dan admin, serta dilengkapi fitur pembelajaran berbasis multimedia (PDF, video, audio), flashcard, latihan mendengarkan, berbicara, dan sistem catatan pribadi. Hasil penelitian menunjukkan bahwa seluruh fungsi aplikasi berjalan dengan baik, dengan sinkronisasi data real-time dan tampilan antarmuka yang responsif. Integrasi antara Flutter dan Firebase terbukti mendukung pengelolaan data pengguna dan pembaruan konten secara dinamis. Kontribusi penelitian ini terletak pada pengembangan model aplikasi pembelajaran berbasis cloud yang adaptif dan mudah dikembangkan. Implikasinya, aplikasi Andana berpotensi menjadi media belajar bahasa Jepang yang efisien, menarik, serta dapat diadaptasi untuk bahasa asing lainnya di masa mendatang.
Optimasi Parameter dan Pemilihan Fitur Model K-Nearest Neighbor Menggunakan Algoritma Genetika pada Dataset Diabetes Irya Shakila Syukron, Ananda; Ririn Amelia Br Siregar; Anwar Shaleh Lbn Gaol; Adidtya Perdana
Jurnal Intelek Insan Cendikia Vol. 2 No. 12 (2025): Desember 2025
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Diabetes mellitus merupakan penyakit kronis dengan prevalensi yang terus meningkat sehingga deteksi dini sangat diperlukan untuk mencegah risiko komplikasi. Machine learning menjadi salah satu pendekatan yang efektif dalam menganalisis data medis, dan algoritma K-Nearest Neighbor (KNN) sering digunakan karena sifatnya yang sederhana namun akurat. Meski demikian, performa KNN sangat dipengaruhi oleh pemilihan parameter dan fitur yang relevan. Penelitian ini bertujuan mengoptimalkan model KNN menggunakan Algoritma Genetika (GA) untuk melakukan optimasi nilai k sekaligus seleksi fitur pada dataset Pima Indians Diabetes. Proses penelitian meliputi praproses data, normalisasi, pembagian data latih dan uji, pembangunan model dasar KNN, serta penerapan GA yang melibatkan tahapan seleksi, evaluasi fitness dengan akurasi cross-validation, crossover, dan mutasi. Model KNN awal memperoleh akurasi sebesar 68,83%, namun setelah dilakukan optimasi menggunakan GA, akurasi meningkat menjadi 82,47%. Hasil optimasi menunjukkan bahwa nilai k terbaik adalah 16, dengan lima fitur paling relevan yaitu Pregnancies, Glucose, BloodPressure, BMI, dan DiabetesPedigreeFunction. Temuan ini menunjukkan peningkatan signifikan pada kemampuan model dalam mengidentifikasi kasus diabetes positif, ditunjukkan melalui kenaikan nilai recall dan f1-score. Secara keseluruhan, penelitian ini membuktikan bahwa integrasi GA pada KNN mampu meningkatkan akurasi dan efisiensi model, serta menjadi pendekatan yang menjanjikan dalam sistem klasifikasi medis.  
Perancangan dan Implementasi Aplikasi Mobile Lost & Found Kampus Berbasis Real-Time Menggunakan Jetpack Compose dan Firebase Raihan Insan Pratama Siagian; Muhammad Zidane Al-Kautsar; Ega Pratama; Najwatul Khoiriah; Fatimah Asro Harahap; Adidtya Perdana
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 5 (2025): Oktober 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i5.9871

Abstract

Abstrak - Perkembangan teknologi mobile membuka peluang besar dalam menciptakan solusi praktis bagi permasalahan sehari-hari di lingkungan kampus, salah satunya terkait kehilangan dan penemuan barang. Penelitian ini merancang dan mengimplementasikan aplikasi mobile Lost Found berbasis real-time yang dibangun menggunakan Jetpack Compose sebagai framework modern Android dan Firebase sebagai layanan backend. Aplikasi ini dirancang untuk mempermudah mahasiswa maupun civitas akademika dalam melaporkan serta menemukan barang yang hilang dengan cepat, akurat, dan terintegrasi. Metode pengembangan yang digunakan adalah prototype development sehingga pengguna dapat memberikan umpan balik pada setiap tahap perancangan. Hasil implementasi menunjukkan bahwa aplikasi mampu menampilkan informasi kehilangan dan penemuan barang secara real-time, mendukung notifikasi, serta menyediakan antarmuka yang intuitif dan responsif. Dengan demikian, aplikasi ini diharapkan dapat menjadi solusi efektif dalam meningkatkan kepedulian, keterhubungan, serta efisiensi dalam mengatasi masalah kehilangan barang di lingkungan kampus.Kata kunci: Aplikasi Mobile; Lost and Found; Jetpack Compose; Firebase; Real-Time; Abstract - The development of mobile technology opens up great opportunities in creating practical solutions for everyday problems in the campus environment, one of which is related to the loss and discovery of goods. This research designs and implements a real-time Lost Found mobile application built using Jetpack Compose as a modern Android framework and Firebase as a backend service. This application is designed to make it easier for students and the academic community to report and find lost items quickly, accurately, and integrated. The development method used is prototype development so that users can provide feedback at each stage of the design. The implementation results show that the application is able to display real-time lost and found information, support notifications, and provide an intuitive and responsive interface. Thus, this application is expected to be an effective solution in increasing awareness, connectedness, and efficiency in overcoming the problem of lost items in the campus environment.Keywords: Mobile App; Lost and Found; Jetpack Compose; Firebase; Real-Time;
PENGEMBANGAN APLIKASI KASIR BERBASIS WEB UNTUK USAHA MINUMAN POP ICE Anggi Silalahi; Azhara Amelia H; Ayu Amelia Pwrtiwi; Sarah Putri Nasutio.; Adidtya Perdana
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 12 No. 3 (2025): Prosisko Vol. 12 No. 3 November 2025
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v12i3.10775

Abstract

Usaha mikro, kecil, dan menengah (UMKM) adalah salah satu sektor yang terdampak oleh kemajuan teknologi di era digital modern. Salah satu masalah yang sering dihadapi pelaku UMKM adalah mengelola transaksi yang masih dilakukan secara manual, yang membuat mereka rentan terhadap kesalahan pencatatan dan menyulitkan rekapitulasi keuangan. Tujuan dari proyek ini adalah untuk membuat aplikasi kasir berbasis web yang menggabungkan manajemen produk dan fungsionalitas keranjang belanja untuk usaha minuman Pop Ice. Dengan menggunakan metodologi pengembangan Waterfall, yang meliputi analisis kebutuhan, desain, implementasi, pengujian, dan evaluasi, aplikasi ini dikembangkan dengan PHP, CSS (Bootstrap), MySQL, dan JavaScript. Fungsi utama dari aplikasi ini mencakup kemampuan untuk menambah dan menghapus item dari keranjang belanja, menghitung total harga secara otomatis, dan menggunakan localStorage untuk menyimpan data transaksi secara sementara. Pengujian dilakukan secara langsung oleh pengguna dalam simulasi transaksi nyata. Menurut hasil pengujian, sistem ini dapat membantu pelaku bisnis mencatat transaksi dengan benar, akurat dan realtime dan secara waktu nyata, meningkatkan efisiensi operasional, dan mengurangi kesalahan dalam dokumentasi keuangan harian. Sementara sistem kasir menangani aspek transaksional dengan lebih efisien, diyakini bahwa penelitian ini akan memungkinkan pelaku UMKM untuk lebih fokus pada pengembangan usaha mereka. Selain itu, perusahaan kecil tambahan mungkin akan menggunakan program ini, menawarkan opsi manajemen keuangan yang lebih komprehensif.
Integrasi Algoritma Firefly dalam Optimasi Hyperparameter CatBoost untuk Prediksi Risiko Penyakit Paru-Paru Felix John Pardamean Hutabarat; Paskah Abadi Simanullang; Revidamurty Daulay; Adidtya Perdana
Jurnal Intelek Insan Cendikia Vol. 2 No. 12 (2025): Desember 2025
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Penelitian ini menyajikan suatu pendekatan terintegrasi untuk meningkatkan prediksi risiko penyakit paru-paru melalui optimasi hyperparameter CatBoost menggunakan Algoritma Firefly. Dengan memanfaatkan dataset yang terdiri atas 30.000 sampel yang mencakup atribut demografis, perilaku, dan klinis, penelitian ini menerapkan metodologi CRISP-DM guna memastikan proses pengolahan data dan pengembangan model yang sistematis. Algoritma Firefly digunakan untuk mengeksplorasi ruang pencarian hyperparameter dan menentukan konfigurasi terbaik berdasarkan nilai F1-score melalui validasi silang 5-fold, sehingga menghasilkan model CatBoost yang mengalami peningkatan kinerja secara signifikan dengan capaian akurasi sebesar 94,33%, presisi 100%, recall 88,15%, F1-score 93,70%, serta AUC-ROC sebesar 0,9926. Hasil penelitian menunjukkan bahwa Algoritma Firefly mampu meningkatkan kinerja dan stabilitas CatBoost, sehingga menghasilkan model prediktif yang andal untuk mendukung deteksi dini dan pengambilan keputusan klinis terkait risiko penyakit paru-paru
OPTIMASI PARAMETER K-NEAREST NEIGHBOR MENGGUNAKAN ALGORITMA FIREFLY UNTUK PREDIKSI PENYAKIT STROKE Rizky Ananda Hafika; Stefen Agus Waruwu; Muhammad Yazid Noor; Adidtya Perdana
Jurnal Intelek Insan Cendikia Vol. 2 No. 12 (2025): Desember 2025
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Stroke merupakan penyakit dengan tingkat kematian dan kecacatan yang tinggi, sehingga diperlukan metode prediksi yang akurat untuk deteksi dini. Penelitian ini bertujuan meningkatkan kinerja algoritma K-Nearest Neighbor (KNN) dalam memprediksi penyakit stroke melalui optimasi parameter menggunakan Firefly Algorithm (FA). Dataset yang digunakan terdiri dari 5.110 data pasien dengan berbagai atribut klinis dan gaya hidup. Tahapan penelitian meliputi preprocessing data, penyeimbangan kelas menggunakan oversampling, pembangunan model KNN sebagai baseline, serta optimasi nilai parameter k menggunakan FA. Evaluasi model dilakukan menggunakan metrik akurasi dan confusion matrix. Hasil penelitian menunjukkan bahwa KNN sebelum optimasi menghasilkan akurasi sebesar 0,8637, sedangkan setelah optimasi menggunakan Firefly Algorithm akurasi meningkat menjadi 0,8920 dengan nilai parameter optimal k = 1. Hasil ini membuktikan bahwa Firefly Algorithm efektif dalam mengoptimasi parameter KNN dan meningkatkan performa klasifikasi pada prediksi penyakit stroke
Co-Authors Ade Zulkarnain Adinda Soleha Adryan Rachmadsyah Ryan Afrrahman S. Effendi, Ali Agus Waruwu, Stefen Al Khowarizmi Albert Ramadhan Manik Alby Savana HSB, Muhammad Alfin Syahri Alfin, Muhammad Alvansyah, Oka Alvin Hafiz Alya Namira Amanah, Fadilla Amelia Br Siregar, Ririn Amelia Vega S. Meliala, Ruth Anak Agung Istri Sri Wiadnyani Ananda Hafika, Rizky Andi Marwan Elhanafi Anggi Silalahi Anwar Shaleh Lbn Gaol Aqilah Defiyanti Arief Budiman Arief Budiman Arifin, Muhammad Hidayatul Ashillah, Salma Asro Harahap, Fatima Audy Priscilia, Selfi Aulia, Windy Aurela Khoiri Nasution Ayu Amelia Pwrtiwi Azhara Amelia H Azima Lubis, Fauzan Br. Hutagalung, Fhadillah Budi Akbar, Muhammad Bunga Dwi Febrianti Bush Henrydunan, John Damayanti, Nina Afria Dedy Kiswanto Delvita Aulia Artika Dian Septiana DIdi Febrian Dwi Syaputra Ega Pratama Ega Zuhairi Ramadhan Evanthe, Hansel Evelyn Keisha Silalahi Eviyona Laurenta Br Barus Fadilah, Putri Maulidina Fadilah, Putri Mauliidna Farezi, Nazwar Fatimah Asro Harahap Felix John Pardamean Hutabarat Freyro Dobry Sianipar Gulo, Steven Adventino Hafiz, Alvin Halawa, Sovantri Putra Paskah Hapzi Ali Harahap, Salsa Nabila Hasibuan, Ade Zulkarnain Hasibuan, Muhammad Alby Savana Henrydunan, John Bush Ichwanul Muslim Karo Karo Ilyasyah Drilanang, Muhammad Imelda, Yusmita Impana Manik, Kristin Insan Pratama Siagian, Raihan Irfandi Surbakti, Zevan Irya Shakila Syukron, Ananda Isa Hidayati Josua Anugrah Deo Tampubolon Juliana, Feby Kana Saputra S Khodotun Hadawiyah Margolang Khoiriah, Najwatul Kokod, Mario Maysan Lestari, Yuyun Dwi Lubis, Fauzan Azima M. Rizki Andrian Fitra Manurung, Asrar Aspia mardiana Maulida Surbakti, Nurul Maulidina Fadila, Putri MD, Pipit Putri Hariani Mhd Zulfansyuri Siambaton Muhammad Alfin Muhammad Budi Akbar Muhammad Fauzan Akbar Muhammad Haikal Al Majid Muhammad Hidayatul Arifin Muhammad Khoiruddin Harahap Muhammad Kurniawan Muhammad Rivai Muhammad Yazid Noor Muhammad Zidane Al-Kautsar Muslim Sinaga, Rizal Nababan, Sirus Daniel H Nabila Harahap, Salsa Najwatul Khoiriah Nasution, Afifah Naila Nasution, Nayla Anjani Nenna Irsa Syahputri Neysa Talitha Jehian Niska, Debi Yandra Nurul Ain Farhana Nurul Khairina Nurul Maulida Surbakti Panggabean, Suvriadi Panjaitan, Clara Kresensia Paskah Abadi Simanullang Patricia Nainggolan, Natasha Pebiana Putri, Fahra Peter Tymoty Hutabarat Prana Walidin, Adamsyach Pratama, Ega Priscilia, Selfi Audy Purba, Jogi Putra Paskah Halawa, Sovantri Putri Handayani, Agata Raffi Akbar Tanjung, Muhammad Raihan Insan Pratama Siagian Ramadhan Manik, Albert Rangga Wahyu Pratama Rani Indah Sari Revidamurti Daulay Revidamurty Daulay Ririn Amelia Br Siregar Rizko Liza Rizky Ananda Hafika Rossy Pratiwy Sihombing Rut Kezia Imburi Ruth Amelia Vega S Meliala Sagala, Khairul Fahmi Sapta Warman Zai, Tri Sarah Putri Nasutio. Sembiring, Febe Gracia Shaleh Lbn Gaol, Anwar Simanjuntak, Yesy Simbolon, Agata Putri Handayani Sinaga, Rizal Muslim Siti Haliza Zamili Sri Dewi Stefen Agus Waruwu Sukma, Ayman Human Suleho, Febrina Syahri, Alfin Tambunan, Vivielda Farmawaty Tanjung, Muhammad Raffi Akbar Tasya Agustina Tampubolon, Putri Wahyudi, Rizky Windy Aulia Yazid Noor, Muhammad Yessi Fitri Annisa Lubis Yolandari, Nezza Anggraini Yoseph Christian Sitanggang Yuda Advis Ambrosius Sitohang Yulita Molliq Rangkuti Yuyun Dwi Lestari Yuyun Dwi Lestari Zai, Samuel Anaya Putra Zidane, Muhammad Zulfahmi Indra, Zulfahmi Zulfahrizan, Atta Zulfi, M. Fikri