Article Per Year (5 Year)
p-Index From 2021 - 2026
12.39
P-Index
This Author published in this journals
All Journal Jurnal Matematika BIMASTER Proceedings of Annual International Conference Syiah Kuala University - Life Sciences & Engineering Chapter Jurnal Statistika Universitas Muhammadiyah Semarang Agrointek BAREKENG: Jurnal Ilmu Matematika dan Terapan Jambura Journal of Mathematics GERVASI: Jurnal Pengabdian kepada Masyarakat Sarwahita : Jurnal Pengabdian Kepada Masyarakat M A T H L I N E : Jurnal Matematika dan Pendidikan Matematika Variance : Journal of Statistics and Its Applications Abdimas Galuh: Jurnal Pengabdian Kepada Masyarakat Insan Cita Jurnal Pengabdian Kepada Masyarakat BERNAS: Jurnal Pengabdian Kepada Masyarakat Jurnal Pengabdian kepada Masyarakat Nusantara Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Jurnal Forum Analisis Statistik Pattimura International Journal of Mathematics (PIJMath) Jurnal Pelayanan dan Pemberdayaan Masyarakat STATISTIKA Equiva
Hendra Perdana
Universitas Tanjungpura
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 143 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 143 Documents
Search

 8   9   10   11   12 
ANALISIS POLA BAN HERO MOBILE LEGENDS MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus: Mobile Legends Profesional Liga Indonesia Season 11) Yonatan, Yulianus; Perdana, Hendra; Aprizkiyandari, Siti
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): 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.v13i4.77965

Abstract

Data mining adalah proses yang digunakan untuk membentuk serta menemukan pola data, dimana Algoritma Apriori merupakan salah satu algoritma yang dapat digunakan. Algoritma Apriori digunakan untuk menemukan aturan asosiasi yang memiliki pengaruh antar item, sehingga Algoritma Apriori dapat digunakan untuk menemukan pola ban hero Mobile Legends. Untuk memenangkan pertandingan dalam game Mobile Legends setiap tim menggunakan strategi untuk melakukan pemilihan (pick) dan pelarangan (ban) hero. Algoritma Apriori digunakan untuk menemukan pola ban hero dengan nilai minimum support 1% dan nilai minimum confidence 80%. Langkah pertama dalam algoritma Apriori adalah menghitung nilai support masing-masing item, jika nilai support ≤ nilai minimum maka dilakukan pemangkasan dan item yang memenuhi kriteria masuk ke dalam frequent k-itemset. Dari analisis yang dilakukan diperoleh 121 pola ban hero yang memenuhi nilai support dan confidence yang telah ditentukan dimana pola yang terbentuk dapat dijadikan acuan untuk tim yang bertanding dalam melakukan ban hero yang terdiri dari 1-itemset sampai 5-itemset dimana presentase setiap itemset tertinggi adalah {Joy}, {Joy, Wanwan}, {Joy, Kaja, Wanwan}, {Joy, Hayabusa, Valentina, Wanwan} dan {Joy, Wanwan, Hayabusa, Ling, Yve}. Pola yang terjadi adalah kombinasi hero Joy dan Wanwan menjadi hero yang selalu di ban. Hal ini dikarenakan tren yang terjadi setelah penyesuaian game (update).  Kata kunci: Data Mining, Ban Hero, MPL
PENERAPAN METODE CERTAINTY FACTOR PADA SISTEM PAKAR PENENTUAN BIDANG MINAT PROGRAM STUDI STATISTIKA FMIPA UNTAN Gunawan, Sucipto; Imro’ah, Nurfitri; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 5 (2024): 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.v13i5.85805

Abstract

Program Studi (PS) Statistik Universitas Tanjungpura (Untan) memberikan pilihan bidang minat yang nantinya dipilih oleh mahasiswa agar kedepannya bisa sesuai dengan lapangan pekerjaan yang akan ditekuni. Terdapat tiga pilihan bidang minat yang ada di program studi yaitu, bidang minat bisnis dan keuangan, sosial dan industri, serta lingkungan dan kebencanaan. Penelitian ini menggunakan data primer dengan responden mahasiswa PS Statistik Untan. Terdapat 30 responden dengan rincian 10 responden tiap bidang minat. Penelitian ini menggunakan metode Certainty Factor dengan tujuan untuk membantu mahasiswa dalam menentukan pilihan bidang minat pada PS Statistik Untan. Berdasarkan hasil penelitian diperoleh bahwa Proses metode analisis certainty factor dimulai dengan menentukan mata kuliah dan nilai bobot untuk tiap mata kuliah. Selanjutnya penentuan nilai bobot dari nilai huruf yang diperoleh pada mata kuliah. Sebagai ilustrasi digunakan nilai hasil 11 mata kuliah pada semester 3 dan 4 dari seorang mahasiswa A sehingga diperoleh nilai CF user. Kemudian dihitung nilai setiap faktor kriteria kombinasi (CF Kombinasi) di tiap klasifikasi bidang minat. Berdasarkan hasil perhitungan, diperoleh bahwa mahasiswa tersebut direkomendasikan memilih bidang minat Sosial dan Industri karena memiliki nilai CF kombinasi tertinggi dibandingkan minat lainnya yaitu sebesar 65,62%.Kata Kunci:      Bidang minat, Sistem Pakar, Certainty Factor
PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT DI KALIMANTAN BARAT MENGGUNAKAN STRUCTURAL EQUATION MODELING-PARTIAL LEAST SQUARE Febriani, Nindy; Kusnandar, Dadan; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 3 (2024): 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.v13i3.77709

Abstract

Permasalahan kesehatan merupakan permasalahan yang cukup kompleks pada setiap negara karena melibatkan banyak aspek. Partial Least Square (PLS) adalah suatu bentuk model persamaan struktural yang menggunakan komponen atau varian sebagai dasarnya. PLS merupakan metode alternatif yang mengubah pendekatan SEM dari berfokus pada kovarian menjadi berfokus pada varian. SEM kovarian biasanya menguji model sebab akibat, sementara PLS menguji outer model dan inner model. IPKM adalah parameter kesehatan yang digunakan untuk mengukur dan memberi gambaran permasalahan kesehatan masyarakat di Indonesia. Dalam penelitian ini digunakan data sekunder, yaitu data indeks pembangunan kesehatan masyarakat tahun 2018. Tujuan penelitian ini adalah untuk memodelkan indeks pembangunan kesehatan masyarakat (IPKM) di Provinsi Kalimantan Barat dengan menggunakan structural equation modeling-partial least square. Model SEM-PLS kemudian dibangun untuk menganalisis hubungan antarvariabel. Hasil analisis menunjukkan bahwa tidak terdapat variabel yang berpengaruh secara signifikan terhadap IPKM. Dengan nilai R-square sebesar 0,955 untuk variabel IPKM. Meskipun memiliki nilai R-square yang tinggi, artinya model yang diperoleh baik. Namun, tidak terdapat koefisien jalur yang signifikan. Ini menunjukkan bahwa meskipun model baik dalam menjelaskan data, hubungan antara variabel-variabel tidak terbukti secara statistik.  Kata Kunci : IPKM, SEM, PLS.
GEOGRAPHICALL WEIGHTED ORDINAL LOGISTIC REGRESSION PADA KASUS STUNTING DI KALIMANTAN BARAT Muhtadi, Radhi; Martha, Shantika; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 3 (2024): 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.v13i3.77423

Abstract

Stunting merupakan suatu masalah kurang gizi kronis yang diakibatkan asupan kurang gizi dalam jamgka waktu cukup lama, yang kemudian menyebabkan tumbuh kembang anak terganggu seperti tinggi badan yang lebih pendek dari standar usia anak pada umunya. Kasus stunting dikategorikan menjadi tiga kategori yang berskala ordinal yaitu tinggi, sedang, dan rendah. Kasus stunting di Provinsi Kalimantan Barat memiliki tingkat stunting yang berbeda-beda di setiap kabupaten/kotanya. Penelitian ini bertujuan untuk memperoleh model dan hasil prediksi kategori tingkat kasus stunting di kabupaten/kota yang ada di Provinsi Kalimantan Barat dengan mengaplikasikan Geographically Weighted Ordinal Logistic Regression (GWOLR) menggunakan fungsi pembobot Adaptive Gaussian Kernel. Data yang digunakan dalam penelitian ini adalah data sekunder yang bersumber dari website Badan Pusat Statistik dan website Satu Data Kalbar. Variabel terikat (Y) yang digunakan adalah tingkat kasus stunting dan variabel bebas (X) yang diduga mempengaruhi tingkat kasus stunting. Berdasarkan model GWOLR, didapat prediksi kategori untuk setiap lokasi pengamatan yaitu untuk Kabupaten Bengkayang, Landak, Mempawah, Sanggau, Ketapang, Sintang, Kapuas Hulu, Sekadau, Melawi, Kayong Utara, serta Kubu raya masuk dalam kategori tinggi, sedangkan untuk Kota Pontianak, Singkawang dan Kabupaten Sambas masuk dalam kategori rendah. Berdasarkan hasil prediksi, nilai ketepatan klasifikasi antar hasil prediksi menggunakan model GWOLR dengan hasil observasi adalah sebesar 64,29%. Kata Kunci: Stunting, Ordinal, Adaptive Gaussian Kernel
PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN INDIKATOR KESEJAHTERAAN MASYARAKAT DENGAN ALGORITMA K-MEANS++ Nabilah, Niken Aushaf; Perdana, Hendra; Sulistianingsih, Evy
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 3 (2024): 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.v13i3.77795

Abstract

Pemerataan kesejahteraan masyarakat masih menjadi salah satu fokus bagi pemerintah Indonesia hingga sekarang. Kesejahteraan masyarakat merupakan suatu konsep yang mencakup berbagai aspek kehidupan, sehingga menjadi salah satu indikator dalam mengukur kemajuan suatu negara. Oleh karena itu, analisis cluster diperlukan untuk mengelompokkan provinsi di Indonesia berdasarkan indikator kesejahteraan masyarakat. Analisis cluster merupakan metode pengelompokan objek berdasarkan karakteristik objek tersebut. Algoritma K-Means++ digunakan dalam penelitian ini untuk mengkaji pengelompokan provinsi-provinsi di Indonesia berdasarkan indikator kesejahteraan masyarakat. Selain itu, untuk menganalisis jumlah cluster optimal yang terbentuk digunakan silhouette coefficient. Data dalam penelitian ini merupakan data 10 indikator kesejahteraan masyarakat tahun 2022. Berdasarkan hasil analisis, diperoleh jumlah cluster optimal yaitu 3 cluster dengan nilai silhouette coefficient terbesar, yaitu 0,2777. Cluster 1 merupakan cluster dengan tingkat kesejahteraan masyarakat menengah dan terdiri dari 27 provinsi. Cluster 2 terdiri dari 3 provinsi dan merupakan cluster dengan tingkat kesejahteraan masyarakat rendah. Dan cluster 3 yaitu cluster dengan tingkat kesejahteraan masyarakat yang tinggi dan terdiri dari 4 provinsi.  Kata Kunci : kesejahteraan, analisis cluster, kemiskinan, silhouette coefficient
PENERAPAN METODE MULTI ATTRIBUTE UTILITY THEORY TERHADAP KEPUTUSAN PENERIMAAN MAHASISWA SNMPTN (Studi Kasus: Program Studi Statistika Universitas Tanjungpura) Mursyidah, Lailatul; Perdana, Hendra; Huda, Nur’ainul Miftahul
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 5 (2024): 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.v13i5.86302

Abstract

Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) merupakan salah satu jalur penerimaan mahasiswa pada Perguruan Tinggi Negeri yang menekankan pada nilai akademis tanpa melalui ujian tertulis. bagai salah satu Sistem Pendukung Keputusan (SPK), Metode Multi Attribute Utility Theory (MAUT) dapat digunakan sebagai alat bantu dalam memberikan alternatif keputusan terhadap kelulusan SNMPTN, dengan output berupa pemeringkatan melalui analisis alternatif keputusan. Kelebihan metode MAUT yaitu memiliki proses perhitungan yang cukup cepat dan sederhana, mampu mengolah data multi kriteria, dan bersifat fleksibel. Penelitian ini melibatkan metode Analytical Hierarchy Process (AHP) yang digunakan dalam proses penentuan bobot kriteria. Penelitian ini bertujuan memperoleh hasil keputusan pada penentuan penerimaan mahasiswa SNMPTN pada Program Studi Statistika Universitas Tanjungpura. Kriteria yang digunakan yaitu status pemilihan pada Program Studi Statistika Untan (C1), prestasi tingkat nasional (C2), prestasi tingkat provinsi (C3), rata-rata nilai rapor dari semester 1 sampai dengan 5 untuk mata pelajaran Matematika (C4), Fisika (C5), Kimia (C6), Biologi (C7), Bahasa Indonesia (C8), dan Bahasa Inggris (C9). Sampel penelitian diperoleh melalui metode Slovin yaitu sebanyak 37 mahasiswa angkatan 2021 di Prodi Statistika FMIPA Untan yang selanjutnya menjadi alternatif pada penelitian ini.    Kuota penerimaan mahasiswa SNMPTN Program Studi Statistika FMIPA Untan tahun 2021 sebanyak 20 mahasiswa. Hasil penelitian ini berupa rekomendasi 20 mahasiswa dengan kemungkinan tertinggi akan dinyatakan lulus SNMPTN berdasarkan kriteria penelitian yang diteliti. Hasil tersebut memiliki akurasi sebesar 65%. Hal ini dapat disebabkan oleh adanya beberapa kriteria lain yang mempengaruhi penerimaan SNMPTN tahun 2021.  Kata Kunci :  sistem pendukung keputusan, bobot, peringkat
POVERTY MODELING IN WEST KALIMANTAN USING STRUCTURAL EQUATION MODELING - PARTIAL LEAST SQUARE Perdana, Hendra; Novita, Irene; Fauzan, Muhammad; Nurhanifa, Nurhanifa
VARIANCE: Journal of Statistics and Its Applications Vol 6 No 2 (2024): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol6iss2page205-2014

Abstract

Poverty remains a pervasive issue across various regions in Indonesia, often leading to significant repercussions such as hindering economic growth and exacerbating inflationary pressures within localities. Poverty has emerged as a formidable challenge for the global community, particularly for developing nations, including Indonesia. West Kalimantan is a province in Kalimantan Island with high poverty rates. This research examined the factors influencing poverty within West Kalimantan Province in 2022 using the Structural Equation Modeling-Partial Least Square (SEM-PLS) method. This research analyzed the interrelations among poverty, education, economy, and health dimensions. Findings indicated a significant relationship between health and education dimensions. In contrast, the relationships between economic dimensions and poverty, health and the economy, and education and the economy were insignificant.
GROSS PREMIUM VALUATION METHOD IN DETERMINING PREMIUM RESERVES IN LIFE INSURANCE Rivaldo, Rendi; Perdana, Hendra; Andani, Wirda
VARIANCE: Journal of Statistics and Its Applications Vol 6 No 2 (2024): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol6iss2page215-222

Abstract

Abstract: Life insurance companies maintain reserve funds to pay insurance policy claims, known as premium reserves. Premium reserves are calculated using two approaches: retrospective and prospective. The prospective approach involves calculating the present value of all future expenses minus the total future income for each policyholder, using the Gross Premium Valuation (GPV) method. The GPV method takes into account initial costs, maintenance costs, and administration costs. The case study results indicate that the premium reserve using the GPV method starts at zero in the first year, increases until the last payment year, and then decreases after the payment period until the end of the coverage period. For policyholders of different genders but the same age, the premium reserve for men is greater than for women. Additionally, for male policyholders of varying ages, the premium reserves required increase with age. Furthermore, for male policyholders of the same age but with different interest rates, a higher interest rate results in a smaller premium reserve requirement.
Binary Logistics Regression To Predict The Opportunity Of SNMPTN Graduation In Statistics Study Program Of Tanjungpura University Satyahadewi, Neva; Tamtama, Ray; Perdana, Hendra; Huriyah, Syifa Khansa
Mathline : Jurnal Matematika dan Pendidikan Matematika Vol. 8 No. 1 (2023): Mathline
Publisher : Universitas Wiralodra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31943/mathline.v8i1.269

Abstract

The National Selection of State University Entrance or Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) is one of the selections for high school students seeking higher education. The Statistics Study Program as one of the study programs at Tanjungpura University has a capacity of 20 seats in the SNMPTN. This limited capacity causes prospective students to prepare the right strategy in order to be accepted through the SNMPTN. In this study, logistics regression was used to predict the probability of graduation status on the SNMPTN path in the Statistics Study Program of Untan. Binary logistic regression is a statistical analysis technique for representing the relationship between a response variable with two (binary) categories and one or more predictor variables on a continuous or categorical scale. Data for this study were primary data from a questionnaire that received 93 samples. The response variable used is graduation status (Y) through the SNMPTN in Statistics Study Program, Tanjungpura University classified as 1 (passed) and 0 (not passed). Based on the results of the study, it is known that the variables that have a significant effect on graduation status are the status of choice in Statistics Study Program (X1), national level achievement ownership (X3), the average value of Mathematics (X4), the average value of Chemistry (X6), Biology average score (X7), Indonesian average score (X8), and English average score (X9). Meanwhile, provincial level achievement (X2) and Physics average (X5) did not have a significant effect on graduation status. The binary logistic regression model obtained has an accuracy error of 15,05% with an accuracy rate of 84,95%, meaning that this model has a good criteria.
Perbandingan Value at Risk dan Expected Shortfall pada Portofolio Optimal menggunakan Metode Downside Deviation Nugrahaeni, Indah; Perdana, Hendra; Satyahadewi, Neva
Jambura Journal of Mathematics Vol 6, No 2: August 2024
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjom.v6i2.24326

Abstract

Portfolio formation is one of the strategies that investors can do to get the best results Portfolio formation can use the Downside Deviation method. The optimal portfolio with this method uses downside deviation and sets the return below the benchmark as a measure of risk. Every optimal portfolio certainly cannot be separated from risk. To measure risk, you can use the Value at Risk (VaR) and Expected Shortfall values. This study aims to form an optimal portfolio using the Downside Deviation method and continued by comparing the possible losses that occur from the formed portfolio using the VaR and Expected Shortfall values. The data used in this study is the daily closing price data of LQ-45 Index stocks in the banking sector in the period February-June 2023. From the stock data, data selection is carried out by selecting stocks that have a positive expected return and are normally distributed. Then, the optimal portfolio formation stage is continued using the Downside Deviation method and comparing the possible risks formed with the VaR and Expected Shortfall values. The results of this study show that the optimal portfolio with the Downside Deviation method consists of four stocks, namely with the stock codes BRIS.JK, BBRI.JK, BBNI.JK, and BBCA.JK. This study uses a case example by investing capital of Rp100,000,000 with a one-day time period and three levels of confidence, namely 90%, 95%, and 99%. Based on the comparison of the risk value of the portfolio formed using VaR and Expected Shortfall, it is shown that the possible risk with the Expected Shortfall method is greater than the VaR value. Therefore, Expected Shortfall is better in estimating the maximum risk.
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