Article Per Year (5 Year)
p-Index From 2020 - 2025
14.515
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 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 : 130 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 130 Documents
Search

 7   8   9   10   11 
PENGEMBANGAN APLIKASI STATISTIKA BERBASIS WEB INTERAKTIF UNTUK ANALISIS UJI-T Paisal Paisal; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 3 (2021): 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.v10i3.47655

Abstract

Software R merupakan software statistika yang bisa dikembangkan secara bebas dan gratis (open source) sehingga bisa dianggap mengurangi penggunaan software bajakan. Software R telah berevolusi dengan mengembangkan program pendukung diantaranya adalah R-Shiny. R-Shiny dilengkapi dengan server interface yang membuat kemampuannya bisa diakses melalui menu web secara Graphical User Interface (GUI). Tujuan penelitian ini adalah mengembangkan R-Shiny sebagai interface web yang interaktif. Pengembangan R-Shiny dilakukan dengan metode waterfall melalui beberapa tahapan. Tahapan-tahapan dalam pengembangan R-Shiny yaitu analisis kebutuhan, sistem dan desain perangkat lunak, implementasi dan pengujian unit, integrasi dan pengujian unit, serta penerapan program dan pemeliharaan. Pada analisis kebutuhan dipilih uji-T karena uji ini sering digunakan dalam analisis statistika, diantaranya bidang kesehatan, pertanian dan ekonomi. Pada tahapan sistem dan desain perangkat lunak dilakukan perancangan sistem berdasarkan kebutuhan yang sudah ditetapkan. Kemudian hasil desain tersebut diimplementasikan dan diujikan kepada user, dimana user memberikan tanggapan terhadap desain sementara. User atau pengguna yang dipilih yaitu sekelompok mahasiswa yang mengambil mata kuliah Komputasi Statistika pada Program Studi Statistika Universitas Tanjungpura. Berdasarkan tanggapan user, desain perangkat lunak dilakukan perbaikan kembali agar menjadi lebih baik. Hasil akhir dari pengembangan R-Shiny ini diperoleh bahwa aplikasi ini lebih mudah digunakan, karena user dapat menggunakan langsung melalui android tanpa harus menginstal suatu aplikasi. Kata Kunci: R-Shiny, uji-T, Independent Sample T-Test
PENERAPAN STRUCTURAL EQUATION MODELING PARTIAL LEAST SQUARE PADA KEPUASAN MASYARAKAT TERHADAP PELAYANAN PUBLIK KEPOLISIAN KALIMANTAN BARAT Titania Aurellia; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 4 (2020): 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.v9i4.41825

Abstract

Kritik dan saran masyarakat dalam hal pelayanan, mendorong unit penyelenggara pelayanan publik dituntut untuk memenuhi harapan masyarakat. Masyarakat menilai pelayanan publik yang dilakukan tidak sesuai harapan, sehingga perlunya tindakan yang dapat memperbaiki hal tersebut, jika tidak ditangani dapat menimbulkan ketidakpercayaan dari masyarakat. Salah satu unit penyelenggara pelayanan publik yaitu Kepolisian Daerah Kalimantan Barat yang melakukan survei kepuasan masyarakat terhadap pelayanan publik. Ada beberapa aspek yang menjadi variabel yaitu aspek penegakan hukum, aspek pemeliharaan kamtibmas 2, aspek pelayanan publik 3, dan aspek kepercayaan masyarakat. Metode yang digunakan dalam penelitian ini adalah structural equation modeling partial least square (SEM-PLS), dengan menggunakan SEM-PLS dimungkinkan menggunakan ukuran sampel relatif kecil dan tidak membutuhkan asumsi normalitas. Penelitian ini menggunakan software smartPLS 3.0 dengan penerapan SEM-PLS untuk menganalisis hubungan variabel laten endogen dan variabel laten eksogen. Berdasarkan hasil penelitian yang telah dilakukan, didapatkan model persamaan yaitu , dengan variabel yang diperoleh mempengaruhi aspek kepercayaan masyarakat secara signifikan adalah variabel aspek pemeliharaan kamtibmas 2 dan aspek pelayanan publik 3. Nilai R untuk model persamaan struktural yaitu sebesar 46,5%.Kata Kunci : Pelayanan Publik, Kepolisian, SEM-PLS
ANALISIS PORTOFOLIO MENGGUNAKAN METODE MEAN VARIANCE EFFICIENT PORTOFOLIO (MVEP) DENGAN PENDEKATAN DATA ENVELOPMENT ANALYSIS (DEA) Lilit Tamara Dinta; Setyo Wira Rizki; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (153.069 KB) | DOI: 10.26418/bbimst.v9i3.41203

Abstract

Investasi merupakan kegiatan penanaman modal yang bertujuan untuk mendapatkan keuntungan di masa datang. Investasi yang dilakukan seorang investor memiliki risiko yang sebanding dengan return yang ditawarkan sehingga perlu dilakukan penyebaran investasi dengan membentuk portofolio saham. Pembentukan suatu portofolio saham dapat dilakukan dengan memilih saham-saham efisien. Pemilihan saham-saham efisien dilakukan dengan menganalisis saham tersebut guna mengetahui prospek saham di masa dating. Data yang digunakan pada penelitian ini yaitu data harga penutupan saham harian pada indeks saham LQ-45 yang konsisten masuk pada periode 1 Januari sampai dengan 31 Desember 2018. Penelitian ini bertujuan untuk menganalisis saham dengan kinerja efisien menggunakan data envelopment analysis (DEA) dan menentukan bobot masing-masing saham yang terdapat dalam portofolio menggunakan metode mean variance efficient portofolio (MVEP). Hasilnya, delapan saham efisien kandidat portofolio yaitu ASII, BBCA, BBRI, GGRM, ICBP, INCO, PGAS, dan PTBA yang kemudian dianalisis sehingga dipilih lima saham untuk dijadikan suatu portofolio. Bobot untuk masing-masing saham dalam portofolio yaitu, BBCA sebesar 48,85%, ICBP sebesar 33,06%, PTBA sebesar 12,18%, INCO sebesar 4,81% dan PGAS sebesar 1,09%. Kata Kunci : bobot saham, saham efisien, portofolio
Penentuan Jumlah Cluster Optimum Menggunakan Davies Bouldin Index dalam Pengelompokan Wilayah Kemiskinan di Indonesia Nanda Shalsadilla; Shantika Martha; Hendra Perdana; Neva Satyahadewi; Evy Sulistianingsih
Statistika Vol. 23 No. 1 (2023): Statistika
Publisher : Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/statistika.v23i1.1743

Abstract

Abstrak Kemiskinan merupakan suatu permasalahan yang sampai saat ini masih menjadi fokus pemerintah terutama pasca pandemi Covid-19. Permasalahan terkait kemiskinan dapat diatasi apabila pemerintah mengusung program pengentasan kemiskinan yang direalisasikan secara efektif dan efisien. Tujuan penelitian ini adalah mengelompokkan provinsi di Indonesia berdasarkan indikator kemiskinan serta menentukan jumlah cluster optimum yang terbentuk. Analisis cluster merupakan teknik multivariat yang dapat digunakan untuk tujuan pengelompokan. Dengan analisis cluster seluruh provinsi yang ada di Indonesia dapat dikelompokkan berdasarkan kesamaan karakteristik yang dimiliki sehingga kedaruratan dan kebutuhan tiap cluster dapat diketahui. Ward merupakan salah satu metode dalam analisis cluster yang mengelompokkan objek dengan meminimalisir variasi antar objek dalam satu cluster. Selanjutnya, penentuan jumlah cluster optimum penting dilakukan agar seluruh provinsi di Indonesia dapat dikelompokkan dengan tepat. Davies Bouldin Index (DBI) merupakan suatu metode yang menentukan banyaknya cluster optimum berdasarkan kedekatan objek terhadap centroidnya dalam satu cluster dan jarak antar centroid cluster. Data yang digunakan merupakan data 10 indikator kemiskinan untuk setiap provinsi di Indonesia tahun 2021. Berdasarkan penelitian yang telah dilakukan banyaknya cluster optimum yang terbentuk untuk mengelompokkan provinsi di Indonesia berdasarkan indikator kemiskinan adalah berjumlah 5 cluster dengan nilai validitas DBI yang diperoleh sebesar 1,1420 yang merupakan nilai validitas terkecil dari jumlah cluster lainnya. Cluster 1 dengan tingkat kemiskinan tertinggi beranggotakan 3 provinsi yaitu Nusa Tenggara Timur, Papua Barat, dan Papua, cluster 2 beranggotakan 10 provinsi, cluster 3 beranggotakan 11 provinsi, cluster 4 beranggotakan 9 provinsi, dan cluster 5 dengan tingkat kemiskinan terendah beranggotakan 1 provinsi yaitu DKI Jakarta. Abstract Poverty has been an issue that received significant government attention, particularly in response to the Covid-19 pandemic. The study aimed to classify Indonesian provinces based on poverty indicators and determine the optimal number of clusters. Cluster analysis, a multivariate technique, was employed to group provinces based on their similaritycharacteristics, facilitating the identification of specific needs and emergencies within each cluster. The Ward method, a clustering technique, minimized variations between objects within a cluster during the grouping process. Determining the correct number of clusters was crucial to ensure accurate provincial classification. The Davies Bouldin Index (DBI) was used to determine the optimum number of clusters by assessing the proximity of objects to their centroids and the inter-centroid distances. The dataset consisted of 10 poverty indicators for each province in Indonesia in 2021. The research findings revealed that the optimum number of clusters for classifying provinces based on poverty indicators was five, with a DBI value of 1.1420, the lowest among other cluster configurations. Cluster 1, characterized by the highest poverty rate, comprised three provinces: East Nusa Tenggara, Papua, and West Papua. Cluster 2encompassed ten provinces, while cluster 3 consisted of eleven provinces. Cluster 4 comprised nine provinces, and cluster 5, characterized by the lowest poverty rate, consisted of a single province: DKI Jakarta.
Algoritma Adaboost pada Metode Decision Tree untuk Klasifikasi Kelulusan Mahasiswa Yuveinsiana Crismayella; Neva Satyahadewi; Hendra Perdana
Jambura Journal of Mathematics Vol 5, No 2: August 2023
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34312/jjom.v5i2.18790

Abstract

Colleges provide higher education as the benchmark of education quality and evaluate higher education syllabi. Graduation rates and enrollment capacity are essential for graduation assessment and decision-making. Unfortunately, some students majoring in statistics failed to finish their studies on time, impacting the accreditation of the study program. It is necessary to examine the characteristics of students who managed and failed to complete their studies on time using the data mining classification method, namely Algorithm C5.0. In this study, Adaboost algorithm and Algorithm C5.0 was employed to classify graduation rates accurately. Graduation data of the Statistics Study Program of Universitas Tanjungpura Batch 1 of 20217/2018 to Batch II of 2022/2023 School years were regarded in this study. First, the entropy, gain, and gain ratio values were measured. After that, each data was given equal weight, and iteration was performed 100 times. The analysis using Algorithm C5.0 showed School Accreditation as the variable with the highest gain ratio, indicating that School Accreditation has the most decisive influence on graduation rates with an accuracy percentage of 70%. This percentage then increased to 82.14% after the boosting using the Adaboost algorithm. Adaboost Algorithm is regarded as good in improving the accuracy of algorithm C5.0. The results of this study can provide insight for colleges in designing policies to increase on-time graduation based on the factors that influence student graduation.
Pelatihan Analisis Data Menggunakan Software Minitab untuk Mahasiswa Tingkat Akhir Setyo Wira Rizki; Naomi Nessyana Debataraja; Shantika Martha; Dadan Kusnandar; Ray Tamtama; Neva Satyahadewi; Nurfitri Imro'ah; Hendra Perdana
GERVASI: Jurnal Pengabdian kepada Masyarakat Vol. 7 No. 3 (2023): GERVASI: Jurnal Pengabdian kepada Masyarakat
Publisher : LPPM IKIP PGRI Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31571/gervasi.v7i3.5425

Abstract

Pelatihan analisis data pada Sekolah Tinggi Keguruan dan Ilmu Pendidikan (STKIP) Pamane Talino bertujuan meningkatkan kemampuan analisis data tugas akhir mahasiswa di STKIP Pamane Talino sehingga diharapkan dapat mempersingkat waktu penyelesaian tugas akhir. Pelatihan dilaksanakan secara daring pada 27 Oktober 2021 dan diikuti 140 mahasiswa. Kegiatan diawali dengan persiapan, pengabdi menggali informasi mengenai software dan metode statistik yang biasa digunakan. Setelah itu diberikan pre-test untuk mengukur kemampuan sebelum penyampaian materi, dilanjutkan dengan penyampaian materi analisis data serta demonstrasi software Minitab untuk uji validitas dan reliabilitas, uji hipotesis, dan uji-t oleh narasumber didampingi tujuh dosen Program Studi Statistika Universitas Tanjungpura lainnya. Setelah penyampaian materi, diberikan posttest untuk mengukur kembali kemampuan analisis data mahasiswa. Dilakukan pengujian hipotesis hasil pre-test dan posttest menggunakan uji-t guna menarik kesimpulan. Pengujian hipotesis menunjukkan p-value 0,094 lebih kecil dari taraf signifikansi (α) 10%, sehingga disimpulkan hasil dari pengabdian ini adalah meningkatnya kemampuan analisis data tugas akhir mahasiswa.
Determining the Optimum Number of Clusters in Hierarchical Clustering Using Pseudo-F Steven Jansen Sinaga; Neva Satyahadewi; Hendra Perdana
Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi EULER: Volume 11 Issue 2 December 2023
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/euler.v11i2.23113

Abstract

Poverty refers to the condition where a person cannot meet the basic necessities based on the minimum living standards. Statistics Indonesia proxied an increase in the poverty rate in North Sumatra Province in 2021 from 8.75% to 9.01%. However, this increase is exclusive to North Sumatra Province, which has Indonesia's 3rd largest number of districts/cities. This study discussed mapping the North Sumatra Province region based on 10 poverty factor variables. The 10 variables are life expectancy, health complaints, poverty line, Gross Regional Domestic Product (GRDP), population growth rate, Expected Years of Schooling (EYS), Human Development Index (HDI), labor force participation rate, open unemployment rate, and district/city minimum wage. The Hierarchical Clustering analysis was employed to compare single, complete, and average linkage methods. The best method was determined based on the pseudo-F statistic value. 4 clusters had complete linkage methods, each of which possessed varied characteristics. Cluster 1 contains cities with the lowest poverty rate, including Medan City and  Pematang Siantar City. Cluster 2 consists of cities with low poverty rates, while Cluster 3 consists of cities with high poverty rates. Cities that are included in Cluster 4 have very high poverty rates, including South Nias District and Pakpak Bharat District. The clusters present significant poverty rate gaps among North Sumatra Province regions.
Determination of the Annual Pension Fund Premium for Joint-Life Status Using the Aggregate Cost Method Syuradi syuradi; Neva Satyahadewi; Hendra Perdana
Pattimura International Journal of Mathematics (PIJMath) Vol 2 No 2 (2023): Pattimura International Journal of Mathematics (PIJMath)
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/pijmathvol2iss2pp71-78

Abstract

A pension fund is one of the responsibilities of an institution or company for all employees during their working life. In pension fund insurance, several agreements must be agreed upon by the insured and the insurer for the agreement, namely the premium. The premium to be paid by the insured (employee) of the pension fund insurance must adjust to the income earned, so that the premium to pay does not burden the insured. This study aims to determine the annual pension fund premium amount that must pay use the Aggregate Cost method in the joint-life case. The case study uses information from a husband and wife as civil servants with a husband class III B and wife III A participating in a pension program with a retirement age limit of 58 years (r = 58). The husband (insured x) was 28 years old, and the wife (insured y) was 24 when they started working and joined the pension program. The result of calculating the value of the annual pension fund insurance premium that must pay use the Aggregate Cost method is Rp.41,440,163. If the husband's age is lower than the wife's (x=24, y=28), then the value of the premium paid is more significant than when the husband's age is higher than the wife's (x=28, y=24), which is IDR 41,594,217. That is because the husband's working period is more extended than the wife's, while the chance of death for men is higher than for women. Meanwhile, premiums producing if the husband and wife are of the same age, which is cheaper than when the husband and wife are of different ages
IMPLEMENTASI WEB SCRAPING UNTUK ULASAN PADA TWITTER MENGGUNAKAN ASOSIASI TEKS (STUDI KASUS: FILM KKN DI DESA PENARI) Frans Xavier Natalius Antoni; Neva Satyahadewi; Hendra Perdana
VARIANCE: Journal of Statistics and Its Applications Vol 6 No 1 (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/variancevol6iss1page21-28

Abstract

Pengguna twitter biasanya memberikan komentar yang berisi mengenai ulasan suatu film yang sedang tayang. Teknik yang dapat digunakan untuk mengambil komentar pada twitter yaitu Web Scraping. Penelitian ini bertujuan untuk mengimplementasikan Web Scraping dalam mengumpulkan data pada twitter dan mengimplementasikan Asosiasi Teks untuk mendapatkan informasi antar kata yang terbentuk. Penelitian ini menggunakan komentar yang berisi mengenai ulasan Film KKN di Desa Penari pada tanggal 30 April 2022. Komentar yang diperoleh tidak semua berisi ulasan, sehingga perlu dilakukan seleksi terhadap komentar tersebut. Hasil seleksi dari 866 komentar diperoleh sebanyak 116 ulasan positif dan 83 ulasan negatif. Data yang diperoleh dari komentar tidak bisa langsung dianalisis, sehingga perlu melalui tahap text preprocessing. Adapun tahap text preprocessing yaitu cleansing data, case folding, spelling normalization, filtering, dan tokenizing. Setelah melalui tahap text preprocessing, ulasan tersebut kemudian dianalisis untuk mendapatkan informasi yang penting dengan menggunakan Asosiasi Teks. Hasil Asosiasi Teks untuk ulasan positif diperoleh informasi bahwa penonton memberikan penilaian terhadap tokoh, akting dan sinematografi yang bagus, kemudian film yang ditayangkan juga sesuai dengan cerita thread pada twitter, dan sinematografi juga keren. Sedangkan untuk ulasan negatif penonton memberikan penilaian bahwa Film KKN di Desa Penari, film yang biasa dan hantu yang ditayangkan juga kurang seram.
IMPLEMENTASI WEB SCRAPING PADA ULASAN HOTEL MAESTRO PONTIANAK MENGGUNAKAN METODE LEXICON BASED Vinsensius Yogi; Shantika Martha; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (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.v13i2.76960

Abstract

Internet memungkinkan manusia berbagi informasi dari mana saja, dengan siapa saja, dan mempermudah mengakses informasi terkait sektor pariwisata. Dalam sektor pariwisata, hotel memiliki peran yang penting dalam menyediakan penginapan terutama bagi wisatawan. Hotel berbintang yang ada di Kalimantan Barat yaitu Hotel Maestro Pontianak. Di era Society 5.0 sekarang banyak website penyedia tiket hotel secara online, salah satunya Traveloka. Traveloka menyediakan layanan pemesanan tiket hotel secara online termasuk tiket Hotel Maestro Pontianak. Banyaknya yang menginap di hotel tersebut menyebabkan banyaknya ulasan yang diberikan oleh pengunjung melalui website Traveloka. Tujuan penelitian ini untuk menganalisis opini masyarakat terhadap pelayanan Hotel Maestro Pontianak menggunakan metode Lexicon Based. Dalam penelitian kali ini menggunakan metode Web Scraping yang kemudian dilanjutkan analisis sentimen menggunakan metode Lexicon Based. Data ulasan Hotel Maestro Pontianak dikumpulkan menggunakan teknik Web Scraping yang berjumlah 301 ulasan. Data ulasan diproses menggunakan text preprocessing untuk menyeragamkan bentuk kata agar kalimat setiap ulasan lebih terstruktur. Selanjutnya, pada hasil text preprocessing diproses menggunakan metode Lexicon Based dengan bantuan library VADER sentiment. Hasil dari proses compound score VADER sentiment divisualisasikan menggunakan word cloud dan bar chart yang menunjukan akurasi persentase yang didapat sebesar 65,9% untuk hasil kelas sentimen positif, 23,61% untuk hasil sentimen negatif dan 10,49% untuk hasil kelas sentimen netral. Kata Kunci : Internet, Traveloka, VADER.
Co-Authors Aditya Handayani 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 Apriliyani, Techa Aprizkiyandari, Siti Ariady Zulkarnain Arsyi, Fritzgerald Muhammad Assa Trissia Rizal Atikasari, Awang Aulia Puteri Amari Cesoria, Yola Zerlinda 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 Febriani, Nindy Febriani, Rani Febriyanto, Ferdy Fery Prastio Fidianty, Fadilla Firhan Januardi Firman Saputra Fortuna, Nia Fitriana Frans Xavier Natalius Antoni Gilang Habibie Gunawan, Sucipto 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 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 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 Roeswandi, Irine Fajrin Rofatunnisa, Sifa Salsabila, Hana Samson Samson Santika Santika Sasqia Aklysta Antaristi 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 Steven Jansen Sinaga Suci Angriani Suhardi Suprianto, Okto Syuradi syuradi Tamtama, Ray Taraly, Inggriani Millennia Thariq Thariq Tiara, Dinda Titania Aurellia Vinsensius Yogi Virginnia Atlantic Wafiq Nurhaliza Wahyu Diyan Ramadana Wilda Ariani Wira Fujiyanto Enizar Wirda Andani Wirdha Eryani Yohane, Novi Yonatan, Yulianus Yopi Saputra Yudhi Yumna Siska Fitriyani Yundari, Yundari Yundari, Yundari Yustosio, Darwis Yuveinsiana Crismayella Zahidah, Zahra