Claim Missing Document
Check
Articles

Found 107 Documents
Search
Journal : BIMASTER

MODEL MULTI STATUS UNTUK PRODUK ASURANSI LONG TERM CARE Siti Septiani Rahayu Putri; Dadan Kusnandar; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v11i3.55035

Abstract

Asuransi Long Term Care (LTC) adalah jenis asuransi kesehatan yang menyediakan manfaat biaya perawatan medis selama jangka waktu dan manfaat kematian bila tertanggung meninggal dunia. Produk asuransi ini dapat dimodelkan dengan model multi status. Model multi status merupakan proses stokastik dengan subjek dapat berpindah status pada sejumlah status yang ditentukan. Penelitian ini bertujuan untuk memodelkan produk asuransi LTC, kemudian menentukan matriks transisi rantai markov. Selanjutnya model multi status dibentuk dengan menyusun matriks transisi. Model multi status yang digunakan berupa penderita penyakit kritis di Indonesia. Status yang digunakan terdiri dari delapan status, yaitu sehat, sakit kanker, sakit jantung, sakit stroke, meninggal karena sakit dari masing-masing penyakit, dan meninggal karena lainnya. Kata Kunci:  Multi status, rantai markov
ANALISIS KINERJA PORTOFOLIO OPTIMAL SAHAM LQ-45 DENGAN METODE MEAN-GINI MENGGUNAKAN Sintia Margun; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v11i3.54959

Abstract

Investasi pada aset keuangan memiliki daya tarik tersendiri, karena pemodal dapat membangun portofolio. Seorang investor pasti akan memilih portofolio yang optimal. Mean-Gini digunakan untuk membentuk portofolio optimal dengan saham penyusun portofolionya diurutkan berdasarkan nilai estimasi koefisien Gini serta menggunakan bantuan Excel Solver untuk mendapatkan bobot portofolio optimal dan menghitung nilai indeks Sharpe untuk mendapatkan portofolio optimal. Penelitian ini bertujuan membentuk portofolio, menghitung nilai bobot portofolio optimal pada masing-masing saham, menghitung nilai expected return dan risiko portofolio pada saham, dan mengukur kinerja portofolio saham dengan metode Mean-Gini berdasarkan nilai indeks Sharpe tertinggi. Data yang digunakan dalam penelitian ini adalah data harga penutupan saham bulanan yang konsisten dan memiliki nilai mean return positif pada periode Januari 2020 sampai dengan Maret 2021. Hasil penelitian ini menunjukkan bahwa metode Mean-Gini menghasilkan portofolio optimal yaitu pada portofolio ketiga yang terdiri dari 4 kode saham, diantaranya adalah CPIN (Charoen Pokphand Indonesia), INCO (International Nickel Indonesia), JPFA (Japfa Comfeed Indonesia), dan INKP (Indah Kiat Pulp & Paper). Nilai indeks Sharpe tertinggi sebesar 33,82% dengan nilai expected return terbesar 1,08% dan nilai koefisien Gini atau risiko sebesar 0,33%. Kata Kunci: metode Mean-Gini, portofolio optimal, indeks Sharpe
PENERAPAN STRUCTURAL EQUATION MODELING PADA ANALISIS KEPUASAN MAHASISWA TERHADAP SISTEM INFORMASI AKADEMIK UNIVERSITAS TANJUNGPURA Wafiq Nurhaliza; Dadan Kusnandar; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v11i3.55588

Abstract

Universitas Tanjungpura (Untan) merupakan salah satu perguruan tinggi yang menggunakan layanan akademik daring untuk membantu mahasiswa dalam memperoleh pelayanan akademik yang mudah dan cepat. Layanan akademik daring tersebut disebut Siakad Untan. Pengembangan layanan akademik daring tersebut tak lepas dari kelemahan-kelemahan pada sistem yang sering kali mengganggu proses pelayanan. Oleh karena itu, perlu dilakukan penelitian mengenai analisis kepuasan mahasiswa terhadap Siakad Untan. Hasil dari penelitian ini diharapkan menjadi pertimbangan pihak Universitas dalam meningkatkan kualitas Siakad Untan dari segi sistem dan layanan. Terdapat beberapa variabel yang dinilai dalam penelitian ini, yaitu kualitas sistem, kualitas layanan, dan kepuasan mahasiswa. Metode yang digunakan dalam penelitian ini adalah Structural Equation Modeling (SEM). SEM merupakan teknik statistik yang digunakan untuk menganalisis pola hubungan antara variabel laten dengan variabel manifes. Hasil penelitian menunjukkan bahwa variabel kualitas sistem secara langsung berpengaruh signifikan positif terhadap kualitas layanan dengan besar pengaruh sebesar 85,1%. Variabel kualitas sistem juga secara langsung berpengaruh signifikan positif terhadap kepuasan mahasiswa dengan besar pengaruh sebesar 34,7%. Sementara itu, variabel kualitas layanan yang merupakan variabel intervening juga berpengaruh signifikan positif terhadap kepuasan mahasiswa. Variabel kualitas sistem secara tidak langsung berpengaruh signifikan positif terhadap kepuasan mahasiswa yang dimediasi oleh kualitas layanan dengan besar pengaruh sebesar 49,4%. Kata Kunci : SEM, kualitas sistem, kualitas layanan, kepuasan mahasiswa.
PERBANDINGAN REGRESI ZERO INFLATED POISSON (ZIP) DAN REGRESI ZERO INFLATED NEGATIVE BINOMIAL (ZINB) PADA DATA OVERDISPERSI Samson Samson; Setyo Wira Rizki; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v11i1.51609

Abstract

Analisis regresi Poisson adalah regresi nonlinear yang biasanya digunakan untuk data diskrit dan memiliki asumsi ekuidispersi. Pada praktiknya sering terjadi pelanggaran terhadap asumsi ekuidispersi, salah satu dari pelanggaran tersebut adalah overdipersi (nilai ragam lebih besar dari nilai rata-rata). Salah satu penyebab terjadinya overdispersi adalah jumlah nilai nol yang berlebih (Excess Zero) pada variabel respon. Excess zeros dapat dilihat pada proporsi variabel respon yang bernilai nol lebih besar dari data diskrit lainnya. Terdapat banyak metode untuk mengatasi overdispersi, dua diantaranya adalah regresi Zero Inflated Poisson (ZIP) dan regresi Zero Inflated Negative Binomial (ZINB). Tujuan pada penelitian ini adalah untuk mengetahui model regresi yang lebih baik digunakan pada data yang mengalami overdispersi. Data yang digunakan dalam menganalisis regresi ZIP dan ZINB adalah data hipertensi dalam kehamilan yang menyebabkan kematian ibu di Provinsi Kalimantan Barat tahun 2014 sampai 2019. Berdasarkan hasil penelitian, diketahui bahwa nilai Akaike Information Criterion (AIC) pada regresi ZIP 273.011 lebih kecil dari nilai AIC regresi ZINB 275.01. Sehingga regresi ZIP lebih baik digunakan serta faktor yang menyebabkan hipertensi dalam kehamilan adalah persentase ibu hamil melaksanakan program K1. Kata kunci : Overdispersi, Regresi Poisson, Regresi ZIP, Regresi ZINB.
PENDANAAN PROGRAM PENSIUN MANFAAT PASTI DENGAN METODE SPREADING GAINS AND LOSSES Assa Trissia Rizal; Setyo Wira Rizki; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v11i1.51603

Abstract

Pendanaan program pensiun merupakan suatu upaya untuk menyediakan dana yang dilakukan oleh perusahaan dan karyawan sehingga dana yang terkumpul cukup untuk membayar manfaat. Pendanaan program pensiun dilakukan untuk memberikan kesinambungan penghasilan bagi karyawan setelah tidak bekerja. Salah satu pendanaan program pensiun yaitu pendanaan program pensiun manfaat pasti, besarnya iuran yang dibayarkan berfluktuasi dan didasarkan pada perhitungan aktuaria. Tujuan dari penelitian ini yaitu untuk menganalisis pendanaan program pensiun manfaat pasti dalam jangka panjang jika terjadi perbedaan asumsi tingkat suku bunga pengembalian investasi aktuaria, usia peserta, dan gaji peserta dengan menggunakan metode Spreading Gains and Losses. Perhitungan dimulai dengan Tabel Mortalita Indonesia (TMI) tahun 2019 pada laki-laki dengan usia 20 tahun hingga 35 tahun dan usia pensiun 56 tahun serta mengasumsikan tingkat suku bunga pengembalian investasi aktuaria yang digunakan sebesar 2%, 3%, 4%, 5%, 6%, 7%, 8%, 9% dan 10% sedangkan tingkat suku bunga pengembalian investasi aktual sebesar 4,5%. Selanjutnya menghitung normal contribution, actuarial liability, pension fund, loss, unfunded liability, Supplementary Contribution dengan metode Spreading Gains and Losses. Hasil yang diperoleh dari penelitian ini adalah perbedaan antara tingkat bunga suku bunga pengembalian investasi aktuaria dan usia peserta pada metode Spreading Gains and Losses akan mempengaruhi pendanaan program pensiun manfaat pasti dalam jangka panjang. Kata Kunci: Metode Spreading Gains and Losses, Tingkat Bunga
PERAMALAN DATA COVID-19 DI PROVINSI KALIMANTAN BARAT DENGAN MENGGUNAKAN FUZZY TIME SERIES MARKOV CHAIN Firhan Januardi; Yundari Yundari; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 1 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i1.62854

Abstract

Corona virus – 19 atau COVID-19 adalah penyakit infeksi disaluran pernapasan, yang menyebabkan penderitanya kesulitan bernafas. Wabah ini meluas hampir di seluruh dunia, mengakibatkan aktivitas dan perekonomian masyarakat mengalami penurunan. Kalimantan Barat adalah provinsi di Indonesia yang berisiko mengalami terinfeksi COVID-19, karena aktivitas yang terjadi mengalami kenaikan dari satu daerah ke daerah lainnya yang mengalami kenaikan. Penelitian ini menganalisis data COVID-19 di Kalimantan Barat pada periode 01 Juni hingga 31 Agustus 2021 dan meramalkan kasus terinfeksi pada tanggal 1 September 2021 menerapkan metode fuzzy time series Markov Chain. Metode ini menyatukan metode fuzzy time series dengan rantai markov, dengan menggunakan matriks probabilitas transisi dan bertujuan mendapatkan nilai probabilitas terbesar. Penelitian ini langkah pertama yaitu menetapkan himpunan semesta pembicaraan, menentukan panjang interval, menetapkan himpunan fuzzy dengan fungsi keanggotaan, melaksakan fuzzifikasi dan menentukan Fuzzy Logical Relationship (FLR) serta dilakukan Fuzzy Logical Relationship Group (FLRG), berikutnya perhitungan peramalan menggunakan metode fuzzy time series (FTS) Markov Chain. Hasil analisis peramalan menggunakan metode FTS Markov Chain untuk tanggal 1 September 2021 yaitu 302 kasus COVID-19. Hasil ketetapan peramalan yang diuji dengan menggunakan Mean Absolute Percentage Error (MAPE) adalah 45,87%. Kata Kunci:   COVID, fuzzy time series, peramalan
MODEL AUTOREGRESSIVE DISTRIBUTED LAG DENGAN METODE KOYCK Anggi Putri Dewi; Shantika Martha; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 1 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i1.62918

Abstract

Autoregressive distributed lag (ARDL) adalah kombinasi metode autoregressive (AR) dan distributed lag (DL). Model regresi yang memuat variabel terikat dipengaruhi variabel bebas waktu sekarang Xt dan juga dipengaruhi oleh variabel terikat pada salah satu bagian ukuran yang lalu (Yt-1) adalah model AR. Sedangkan, model DL disebut juga dengan model dinamis, karena pengaruh perubahan satu bagian dalam nilai variabel bebas terdistribusi dengan selang waktu tertentu. Penelitian ini bertujuan untuk membentuk model dan menganalisis pengaruh pergerakan kurs dolar Amerika terhadap pergerakan Indeks Harga Saham Gabungan (IHSG) dengan menggunakan model ARDL metode Koyck. Digunakannya metode Koyck jika panjang lag tidak diketahui, serta model distribusi lag yang digunakan adalah lag infinite. Penelitian ini menggunakan data close bulanan pergerakan IHSG dan pergerakan kurs dolar Amerika pada periode Januari 2017 sampai periode Desember 2020.  Langkah pertama adalah melakukan input data kemudian membentuk satu periode lag (Yt-1) . Kedua, melakukan pengujian parameter memakai uji F dan uji t. Terakhir, menjalani uji asumsi klasik serta menentukan model ARDL dengan metode Koyck. Model ARDL yang diperoleh dengan metode Koyck adalah Y^_t =3780,100-0,194609Xt+0,825034 Yt-1 dengan t adalah periode waktu sekarang dan t-1  adalah periode satu bulan sebelumnya. Hasil analisis model mengidentifikasikan bahwa kurs dolar Amerika berpengaruh negatif pada perubahan IHSG. Perubahan IHSG dipengaruhi oleh perubahan kurs dolar Amerika saat ini dan perubahan IHSG saat satu bulan sebelumnya. Pengaruh variabel kurs dolar terhadap IHSG pada tahun 2017-2020 sebesar 83,6%. Kata Kunci: Lag Infinite, IHSG, Model Dinamis 
ANALISIS ASSOCIATION RULES MENGGUNAKAN ALGORITMA ECLAT PADA TOKO SWALAYAN Thariq Thariq; Shantika Martha; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 2 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i2.65274

Abstract

Kemajuan teknologi sangat pesat bahkan untuk sebuah toko swalayan dalam melakukan berbagai transaksi, semua penjualan langsung masuk ke database. B-MART merupakan toko yang menjual bahan pokok sehari-hari dengan jumlah transaksi yang relatif tinggi dimana menyebabkan data transaksi menjadi database yang besar. Salah satu cara untuk meningkatkan kualitas penjualan adalah dengan mempelajari pola belanja konsumen dengan menganalisis data transaksi penjualan. Salah satu teknik untuk menganlisis perilaku pola pembelian konsumen adalah Association rule. Equivalence Class Transformation (ECLAT) adalah salah satu algoritma pada metode association rules. Dimana dapat menemukan pola itemset yang paling sering muncul. Algoritma ECLAT mengklasifikasikan item yang sama ke dalam kelas (equivalence class) berdasarkan kriteria tertentu. Data penelitian yang digunakan merupakan data sekunder yang berasal dari transaksi penjualan pada toko B-MART dari bulan Februari 2020 sampai dengan Maret 2020 dengan total transaksi sebanyak 19826 dengan menggunakan minimum support 0.03% dan minimum confidence 95% dan lift ratio >1 menghasilkan sebanyak tiga frequent itemset. Kemudian untuk hasil association rules hanya didapatkan 1 rules yaitu jika bungkus kado maka kertas kado mix dengan nilai confidence 95,95% dan lift ratio 43,90. Artinya apabila konsumen melakukan pembelian jasa bungkus kado, maka kemungkinan terambilnya kertas kado mix sebesar 95,95%. Maka dari itu alangkah baiknya bungkus kado serta kertas kado mix diletakkan berdekatan. Sedangkan rules yang mempunyai nilai confidence dibawah 95% dapat dilakukan promo.Kata Kunci: belanja, itemset, lift ratio. 
PERHITUNGAN PREMI ASURANSI KESEHATAN PERAWATAN DI RUMAH SAKIT M. Deny Hafizzul Muttaqin; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 2 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i2.65276

Abstract

Risiko merupakan suatu peristiwa yang tidak diinginkan serta yang tidak diinginkan atau risiko merupakan penyimpangan dari hasil yang diharapkan. Sehingga diperlukan peran pihak-pihak yang bersedia mengambil resiko untuk mengatasinya, termasuk pihak rumah sakit. Saat ini sudah banyak rumah sakit yang menawarkan jasa asuransi, termasuk asuransi kesehatan rumah sakit. Tujuan dari penelitian ini adalah untuk mengetahui pembayaran asuransi kesehatan seseorang yang menerima perawatan di rumah sakit. Prosesnya dimulai dengan mengumpulkan informasi dari Tabel Mortalita Indonesia (TMI) 2019, informasi kompensasi, suku bunga dan Tabel RP-2000 Male Combined Healthy. Tabel RP-2000 Male Combined Healthy digunakan untuk mendapatkan informasi tentang kemungkinan seseorang pada usia tertentu akan dirawat di rumah sakit. Langkah selanjutnya yaitu menentukan anuitas jiwa, asuransi jiwa dan premi asuransi kesehatan. Studi kasus dilakukan untuk peserta asuransi berusia 27 tahun dan 40 tahun dengan jangka waktu asuransi selama 20 tahunan. Besar santunan yang diperoleh ketika terjadi klaim yaitu Rp300.000/hari untuk biaya kamar, biaya perawatan Rp7.000.000/tahun dan Rp110.000/hari untuk biaya kunjungan dokter. Suku bunga yang digunakan sebesar 6% per tahun.. Hasil perhitungan menunjukkan bahwa premi bulanan yang dibayarkan polis kepada pria berusia 27 tahun adalah 18.934 rubel. Sedangkan laki-laki usia 40-an menerima Rp 4.691.803. Oleh karena itu jelas bahwa semakin tinggi usia pemegang polis, semakin tinggi pula jumlah premi asuransinya. Hal ini disebabkan oleh kemungkinan yang lebih tinggi dari penyakit dan kematian dari orang yang lebih tua. Kata Kunci : Asuransi, Suku Bunga, Female Combined, Male Combined, Tabel Mortalita Indonesia
PEMODELAN FAKTOR KEMISKINAN DAN INDEKS PEMBANGUNAN MANUSIA DENGAN SEEMINGLY UNRELATED REGRESSION-SPATIAL DURBIN MODEL Ratna Sari Dewi; Dadan Kusnandar; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i3.66690

Abstract

Dalam pola dasar pembangunan daerah, tercantum Indeks Pembangunan Manusia (IPM) sebagai salah satu tolok ukur utamanya. IPM suatu daerah memiliki hubungan yang negatif dengan tingkat kemiskinan di daerah tersebut. Untuk mengatasi masalah kemiskinan dan peningkatan IPM, pemerintah daerah dapat melakukannya dengan menganalisis faktor-faktor penyebabnya. Penelitian ini bertujuan untuk membentuk model umum faktor-faktor Tingkat Penduduk Miskin (TPM) dan IPM di Kalimantan Barat dari sudut pandang kewilayahannya. Penelitian ini menggunakan metode SUR-SDM (Seemingly Unrelated Regression-Spatial Durbin Model) yang mempertimbangkan efek spasial baik pada variabel terikat maupun variabel bebasnya. Data yang digunakan adalah IPM dan TPM beserta faktor-faktor yang memengaruhinya di Provinsi Kalimantan Barat pada tahun 2019. Analisis regresi beserta uji asumsi klasiknya merupakan langkah awal dalam penelitian ini. Setelah mendapatkan variabel yang signifikan dan memenuhi uji asumsi klasik, dilanjutkan dengan menentukan matriks bobot spasial Queen Contiguity. Kemudian mencari nilai indeks Moran dengan memanfaatkan matriks bobot yang telah diperoleh. Selanjutnya mencari estimasi parameter SUR-SDM dengan metode Maximum Likelihood. Hasil dari penelitian ini yaitu model umum yang terbentuk dapat memperlihatkan bahwa TPM dan IPM di suatu daerah yang bertetangga saling memengaruhi, dimana variabel-variabel yang berpengaruh dalam membentuk model adalah Rata-rata Angka Partisipasi Sekolah  dan Rata-rata Kebutuhan Hidup Layak  untuk model TPM dengan nilai R2 sebesar 33,3% serta Rata-rata Angka Partisipasi Sekolah , Pengeluaran per Kapita , Tingkat Partisipasi Angkatan Kerja , dan Pertumbuhan Ekonomi   untuk model IPM dengan nilai R2 sebesar 85,4%.Kata Kunci: Spatial Durbin Model, indeks Moran
Co-Authors Al Amin Alatin, Isam Aldien, Royan Gustio Alex Sander Almazmar, Giatul Khodijah Hodijah Andani, Wirda Andi Hairil Alimuddin Anggi Putri Dewi Anggi, Muhamad Anis Fakhrunnisa Annisa Fitri Antoni, Frans Xavier Natalius Apriliyani, Techa Aprizkiyandari, Siti Ariady Zulkarnain Arsyi, Fritzgerald Muhammad Assa Trissia Rizal Atikasari, Awang Atlantic, Virginnia Aulia Puteri Amari Azura, Tina Calissta, Leanna Belva Cesoria, Yola Zerlinda Crismayella, Yuveinsiana Dadan Kusnandar Dadan Kusnandar Dadan Kusnandar Dadan Zaliluddin Debataraja, Naomi Nessyana Dedi Rosadi Deni Wardani Dinda Lestari Dwi Nining Indrasari Dzakirah, Nasya Rabbi Eka Rizki Wahyuni Elga Fitaloka Endah Saraswi Ersawahyuni, Aisna Evi Noviani Evy Sulistianingsih Faizah, Putri Alya Nur Fajar, Arif Nur Fallah, Khalishah Ghina Febriani, Nindy Febriani, Rani Febriyanto, Ferdy Fery Prastio Fidianty, Fadilla Firhan Januardi Firman Saputra Fortuna, Nia Fitriana Gilang Habibie Gunawan, Sucipto Hafifah, Nanda Handayani, Aditya Hapipah, Liza Darojatul Hariadi, Wahyudio Shaney Fikri Harnanta, Nabila Izza Hasanah, Kutsiatul Hasanuddin Hasanuddin Helmi Helmi Hidayat, Rani Lestari HUDA, NUR’AINUL MIFTAHUL Huriyah, Syifa Khansa Iman Sanjaya Imanni, Rahmania Andarini Hatti Imro'ah, Nurfitri IMRO’AH, NURFITRI Imtiyaz, Widad Indriani, Maria Meilinda Ira Mona Irwanto, Dicky Ismi Adam Jajad Sudrajat Jawani Jawani Juniarti, Leni Khabib Mustofa Laksono Trisnantoro Lilit Tamara Dinta Lisa Lestari M. Deny Hafizzul Muttaqin Ma’ruf, Ikhwan Maisarah Maisarah Margaretha, Ledy Claudia Mariana Yopi Mariatul Kiftiah Martha, Shantika Marwalida Rachmadiar Maulida Amanasari Mega Tri Junika Mida Mida Millennia Taraly Misrawi Misrawi Muhamad Ikbal Muhammad Ahyar Muhammad fauzan Muhardi Muhtadi, Radhi Mursyidah, Lailatul Mutiara Nurisma Rahmadhani Nabilah, Niken Aushaf Nanda Ayuni Nanda Shalsadilla Naomi Nessyana Debataraja Naomi Nessyana Debataraja Neva Satyahadewi Novita, Irene Nugrahaeni, Indah Nur Asiska Nur Azmi Nurfitri Imro'ah Nurfitri Imro’ah Nurhanifa, Nurhanifa Nurin Hafizah Nurmaulia Ningsih Nurul Huda Padilah, Ariski Paisal Paisal Pinasari, Repi Pitriani Pitriani Pranata Anggi Puji Ardiningsih Puspita, Risma Putri, Vinna Septyara Qalbi Aliklas Rafika Aufa Hasibuan Rahman, Tri Wanda Rahmania Andarini Hatti Imanni Rahmasari, Yulia Ramadhan, Nanda Ratna Nursariyani Ratna Sari Dewi Reni Unaeni Retnani, Hani Dwi Ria Fuji Astuti Rina Rina Risa Nofiani Risko, Risko Rivaldo, Rendi Rizki, Setyo Wira Robbiati, Dian Roeswandi, Irine Fajrin Rofatunnisa, Sifa Sadikin, Utin Azwa Sayhani Salsabila, Hana Samson Samson Santika Santika Sasqia Aklysta Antaristi Sesilisvana, Nevil Setyo Wir Rizki Setyo Wira Rizki Setyo Wira Rizki Setyo Wira Rizki Shantika Martha Shantika Martha Shantika Martha Silvia Andriany Sinaga, Steven Jansen Sindia, Eri Sintia Margun Siti Julaeha, Siti Siti Septiani Rahayu Putri Solly Aryza Suci Angriani Suhardi Suprianto, Okto syuradi, Syuradi Tamtama, Ray Taraly, Inggriani Millennia Thariq Thariq Tiara, Dinda Titania Aurellia Trifaiza, Fadhela Wafiq Nurhaliza Wahyu Diyan Ramadana Wilda Ariani Wira Fujiyanto Enizar Wirda Andani Wirdha Eryani Yogi, Vinsensius Yohane, Novi Yonatan, Yulianus Yopi Saputra Yudhi Yumna Siska Fitriyani Yundari, Yundari Yundari, Yundari Yustosio, Darwis Yuveinsiana Crismayella Zahidah, Zahra