Article Per Year (5 Year)
p-Index From 2021 - 2026
8.011
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Dinamik Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Paradikma: Jurnal Pendidikan Matematika JURNAL PENELITIAN SAINTIKA ELEMENTARY SCHOOL JOURNAL PGSD FIP UNIMED Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Daya Matematis Jurnal Informatika dan Teknik Elektro Terapan Seminar Nasional Informatika (SEMNASIF) JURNAL PENGABDIAN KEPADA MASYARAKAT Jurnal KARISMATIKA Bina Insani ICT Journal JURNAL SAINS INDONESIA Indonesian Journal of Artificial Intelligence and Data Mining INTECOMS: Journal of Information Technology and Computer Science Jurnal Cendekia : Jurnal Pendidikan Matematika Jurnal Perspektif M A T H L I N E : Jurnal Matematika dan Pendidikan Matematika JATI (Jurnal Mahasiswa Teknik Informatika) Community Development Journal: Jurnal Pengabdian Masyarakat Budapest International Research and Critics in Linguistics and Education Journal (Birle Journal) Informatics and Digital Expert (INDEX) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Journal of Soft Computing Exploration Djtechno: Jurnal Teknologi Informasi Jurnal Pengabdian kepada Masyarakat Teknik: Jurnal Ilmu Teknik dan Informatika INCODING: Journal of Informatics and Computer Science Engineering J-Intech (Journal of Information and Technology) Kharisma Tech Economic Reviews Journal PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Riset Rumpun Matematika dan Ilmu Pengetahuan Alam (JURRIMIPA) Jurnal Umum Pengabdian Masyarakat (JUPEMAS) Journal of Informatics and Data Science (J-IDS) Jurnal KALANDRA Journal of Education Transportation and Business International Journal of Educational Insights and Innovations (IJEDINS) Ulil Albab Jurnal Informatika Dan Tekonologi Komputer
Hermawan Syahputra
Universitas Negeri Medan
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 71 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 71 Documents
Search

 2   3   4   5   6 
IDENTIFIKASI JENIS REMPAH-REMPAH INDONESIA DENGAN CONVOLUTIONAL NEURAL NETWORK (CNN) MENGGUNAKAN ARSITEKTUR VGG16 Maulana, Raihan; Dwi Zahra Putri, Raisya; Ade Amelia, Tasya; Syahputra, Hermawan; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10138

Abstract

Indonesia merupakan negara yang kaya akan rempah-rempah alami, sebuah kekayaan alam yang telah menjadi bagian integral dari budaya dan ekonomi nasional. Rempah-rempah Indonesia tidak hanya digunakan dalam masakan sehari-hari tetapi juga diekspor ke berbagai negara, menjadikannya komoditas penting yang perlu dijaga keberadaannya dengan baik. Meskipun begitu, membedakan berbagai jenis rempah menjadi tantangan bagi sebagian masyarakat. Hal ini disebabkan oleh kurangnya pengetahuan masyarakat tentang bentuk asli rempah, serta minimnya keterlibatan langsung dalam pengolahannya. Kesulitan ini berdampak pada pengenalan dan penggunaan rempah yang kurang optimal, baik di tingkat rumah tangga maupun industri. Untuk mengatasi tantangan ini, penelitian ini bertujuan mengembangkan sebuah sistem berbasis teknologi yang dapat membantu masyarakat mengenali berbagai jenis rempah secara akurat. Sistem yang dikembangkan menggunakan Convolutional Neural Network (CNN) dengan arsitektur VGG16, yang dirancang untuk mengidentifikasi berbagai jenis rempah-rempah secara efektif dan efisien. CNN telah terbukti sebagai metode pembelajaran mendalam yang sangat efektif dalam mengklasifikasikan objek berdasarkan ciri-ciri visualnya. Dalam penelitian ini, dataset citra rempah terdiri dari tiga puluh satu kelas, masing-masing kelas memiliki 210 citra, dengan total 6510 citra. Model CNN yang digunakan dalam penelitian ini mengimplementasikan arsitektur VGG16, yang terdiri dari beberapa lapisan konvolusi untuk mengekstraksi fitur visual dari citra, diikuti oleh lapisan fully connected untuk melakukan klasifikasi. Hasil penelitian menunjukkan bahwa model CNN yang dikembangkan berhasil mencapai akurasi tertinggi sebesar 86,66% dalam mengklasifikasikan citra-citra rempah. Akurasi ini menunjukkan bahwa model mampu mengenali berbagai jenis rempah dengan cukup baik, meskipun terdapat beberapa kelas yang masih mengalami kesulitan dalam prediksi. Pendekatan ini tidak hanya memberikan solusi modern namun juga mudah diakses untuk mengenali rempah-rempah, sehingga dapat membantu masyarakat dalam membedakan jenis-jenis rempah secara lebih efektif dan efisien.
KLASIFIKASI CITRA SIMBOL MATEMATIKA MENGGUNAKAN METODE CONVOLUTION NEURAL NETWORK (CNN) Warjaya, Angga; Richi, Alfina; Syahputra, Hermawan; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10234

Abstract

Pemanfaatan notasi matematika sangat penting dalam menjelaskan konsep dan kerangka matematika, berfungsi sebagai alat dasar untuk komunikasi dan pemecahan masalah. Namun, gaya tulisan tangan yang beragam yang digunakan oleh individu menghadirkan tantangan unik dalam mengidentifikasi simbol matematika secara akurat karena perbedaan evolusi tulisan tangan dari waktu ke waktu. Munculnya teknologi pengenalan pola, terutama dalam pengenalan pola tulisan tangan, menekankan pentingnya mengembangkan aplikasi untuk mendeteksi dan menafsirkan simbol matematika tulisan tangan, dengan fokus pada penggunaan Convolution Neural Network (CNN) untuk kategorisasi otomatis, menampilkan tingkat akurasi yang menjanjikan. Studi ini menunjukkan kemampuan luar biasa model CNN untuk mengkategorikan simbol matematika dengan tingkat akurasi tinggi 99,25%, menunjukkan potensi signifikan metodologi CNN dalam mengklasifikasikan pola simbol matematika secara efektif dan perlunya eksplorasi lebih lanjut untuk meningkatkan kinerja klasifikasi dalam domain ini.
Development of Mathematics E-Comic Media Based On Problem Based Learning To Improve The Problem Solving Ability And Learning Interest of Students of Muhammadiyah Private Junior High School 16 Lubuk Pakam Irmaya, Nia; Syahputra, Hermawan; Lubis, Asrin
Mathline : Jurnal Matematika dan Pendidikan Matematika Vol. 9 No. 3 (2024): Mathline: Jurnal Matematika dan Pendidikan Matematika
Publisher : Universitas Wiralodra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31943/mathline.v9i3.665

Abstract

This research intends to (1) create valid, practical, and successful PBL-based E-Comics media; (2) evaluating Problem-Based Learning-based E-Comics media for problem-solving improvement; (3) examining student enthusiasm in learning with Problem-Based Learning e-comics medium. This study follows the ADDIE model—analysis, design, development, implementation, and evaluation. This study included SMP Muhammadiyah 16 Lubuk Pakam seventh-graders. RPP, LKPD, problem-solving ability exam, and student learning interest questionnaire are used to create e-comic media. The results showed that (1) Media E-Comics based Problem Based Learning (PBL) to improve problem-solving skills and interest in learning met valid criteria with a score of 4.69; (2) The practical criteria in the second practical test included observation of learning using E-Comics media with a score of 88.15%, teacher response of 87.94%, and student response of 90.75%; and (3) E-Comics media meets effectiveness criteria; (i) Problem-solving skills in the effectiveness test I rose by 0.68 with a medium category at pretest and posttest. Comparing posttest I and II values ​​showed that test II was more effective with N-gain 0.43 in the medium category; (ii) increased student interest in learning effectiveness test I with an average of 96.87%, with 8 excellent, 23 good, and 1 sufficient students. effectiveness test II followed with an average of 100%, with 17 excellent and 15 good students.
Website based classification of karo uis types in north sumatra using convolutional neural network (CNN) algorithm Purba, Boy Hendrawan; Syahputra, Hermawan; Idrus, Said Iskandar Al; Taufik, Insan
Journal of Soft Computing Exploration Vol. 5 No. 4 (2024): December 2024
Publisher : SHM Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52465/joscex.v5i4.500

Abstract

Indonesia is one of the largest archipelagic countries in the world. It has abundant cultural diversity including nature, tribes. One of the tribes in Indonesia is the Batak Karo tribe. Batak Karo is a tribe that inhabits the Karo plateau area, North Sumatra, Indonesia. Batak Karo has various cultures, one of which is a traditional cloth known as uis. Unfortunately, the Karo Batak community, especially the younger generation, has insufficient knowledge of the types of uis. Thus, a solution that is easily accessible both in terms of time, cost and experts in recognizing Uis is needed. This research aims to build a website-based application that can classify the types of Karo Uis. This research uses Convolution neural network (CNN) using Alex Net architecture, to get the best model this research compares several hyper parameters, namely learning rate of 10-1 to 10-4, and data division with a ratio of 70:30 and 80:20. The best model falls on a ratio of 70:30 and a learning rate of 10-4 with an accuracy of 98%, and a validation accuracy of 99%, then the model is stored in h5 format in this study successfully builds and implements the model into a web-based application.
Motorcycle License Plate and Driver Face Verification Using Siamese Neural Network Model Pane, Yeremia Yosefan; S, Kana Saputra; Al Idrus, Said Iskandar; Syahputra, Hermawan
Indonesian Journal of Artificial Intelligence and Data Mining Vol 8, No 1 (2025): March 2025
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v8i1.31750

Abstract

The security and efficiency of vehicle access management systems have become a primary concern for various institutions, including universities, offices, and public facilities. Effective access management not only enhances security but also improves the flow of incoming and outgoing vehicles, reduces congestion, and enhances user experience. This research aims to develop a vehicle plate detection system and driver face recognition using the Siamese Neural Network model to optimize traffic at the gate. The methods used include the application of deep learning algorithms, specifically the Siamese Neural Network, to verify the driver's face and the use of You Only Live Once (YOLO) to detect and recognize vehicle plates in real-time. Data was collected through direct capture with the researcher's camera. The model was trained and tested using a dataset containing images of vehicle license plates and driver faces. The results showed that the developed model was able to detect and recognize the vehicle plate and the driver's face with a fairly high accuracy, namely in the object detection results getting bounding box validation is 1.05 and class loss validation is 0.95, and 0.85 mAP. As well as in training using the Siamese Neural Network, the highest result is 0.82 with a learning rate of 10e-5 with 30 epochs. It is hoped that this system can be one of the innovations that can be applied in government agencies, universities, industries, etc.
Identifikasi Tanda Tangan Dengan Menggunakan Metode Convolution Neural Network (CNN) Indriani.S, Dechy Deswita; Sinaga, Elya Juni Arta; Oktavia, Grace; Syahputra, Hermawan; Ramadhani, Fanny
J-INTECH (Journal of Information and Technology) Vol 12 No 1 (2024): J-Intech : Journal of Information and Technology
Publisher : LPPM STIKI MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/j-intech.v12i1.1273

Abstract

This research aims to develop and evaluate a Convolutional Neural Network (CNN) model for signature identification. The CNN method is chosen for its capability to extract and analyze complex visual features from signature images. The data used in this study consists of a collection of signature images divided into training and testing sets. The proposed CNN model comprises several convolutional, pooling, and fully connected layers optimized for classification tasks. Evaluation results indicate that the CNN model achieves excellent performance with an accuracy of 0.97, demonstrating high accuracy and precision in signature recognition. With these results, CNN proves to be an effective and reliable method for signature identification, making a significant contribution to the field of biometric identity verification. These findings open opportunities for further applications in security and authentication systems requiring automatic signature recognition.
DETEKSI OBJEK JAMUR PADA ROTI TAWAR SECARA REAL-TIME MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Lazuardi Harahap, Muhammad; Syahputra, Hermawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.12999

Abstract

Penelitian ini mengembangkan sistem deteksi jamur pada roti secara realtime menggunakan Convolutional Neural Network (CNN) untuk mengatasi masalah cacat mikrobiologis yang umum dalam industri roti. Menggunakan metode Research and Development (R&D) dengan model CNN Transfer Learning MobileNetV2, penelitian ini mengolah 640 data primer yang diambil dari toko roti di Medan Marelan Pasar 1 menggunakan kamera 108 megapixel dengan lighting 50 watt berdiameter 18 inch. Dari pengujian 8 model dengan parameter berbeda, diperoleh hasil terbaik pada parameter 30000 num_steps dan 8 batch, menghasilkan akurasi 96.42% dan total loss 0.1181 dengan waktu training 2 jam 18 menit 36 detik. Pengujian pada 64 data (32 roti berjamur dan 32 tidak berjamur) menunjukkan model berhasil mendeteksi 30 dari 32 gambar roti berjamur dengan berbagai variasi, sementara semua gambar roti tidak berjamur terdeteksi dengan benar. Hasil ini membuktikan efektivitas implementasi CNN dalam mendeteksi jamur pada roti.
Deteksi Gerakan Kepala Secara Real-Time Menggunakan OpenCV Dan Python Imelda, Yusmita; Daulay, Leni Karmila; Purba, Desni Paramitha; Syahputra, Hermawan
Journal of Education Transportation and Business Vol 2, No 1 (2025): Juni 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jetbus.v2i1.6528

Abstract

Perkembangan teknologi komputer dan kecerdasan buatan telah mendorong inovasi dalam sistem interaksi manusia-komputer, salah satunya adalah deteksi gerakan kepala secara real-time. Penelitian ini bertujuan untuk mengembangkan sistem yang mampu mendeteksi dan mengklasifikasikan orientasi kepala (pitch, yaw, dan roll) dengan memanfaatkan pustaka OpenCV dan Dlib dalam bahasa pemrograman Python. Sistem dirancang dengan mengimplementasikan teknik deteksi wajah, pelacakan landmark, dan estimasi pose kepala menggunakan fungsi solvePnP. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi orientasi kepala secara akurat dan responsif dalam waktu kurang dari 0.5 detik. Evaluasi kinerja menunjukkan tingkat konsistensi yang baik, meskipun terdapat kendala pada kondisi pencahayaan rendah dan kualitas kamera yang kurang optimal. Aplikasi ini berpotensi untuk diterapkan dalam berbagai bidang seperti alat bantu disabilitas, sistem kontrol berbasis gestur, dan keamanan. Dengan pengembangan lanjutan, sistem ini dapat menjadi solusi interaktif yang lebih inklusif dan intuitif.
Developing Flipped Classroom Learning Materials to Improve Mathematical Literacy and Learning Independence Nasution, Dinda Indriani; Dewi, Izwita; Syahputra, Hermawan
Jurnal Perspektif Vol 9 No 2 (2025): Jurnal Perspektif
Publisher : UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/jp.v9i2.363

Abstract

This study aims to create a high-quality Flipped Classroom Model-based learning device to improve mathematical literacy and learning independence of seventh grade junior high school students on data centralization measurement material. This research method is a development research of the Analysis, Design, Development, Implementation, Evaluation (ADDIE) method. The results of this study are that the Flipped Classroom Model-based learning device is valid and practical; students' mathematical literacy skills increased by 0.65 which is classified as moderate; students' independent learning abilities increased by 0.23 which is classified as moderate. The Flipped Classroom Model is effective for learning Data Centralization Measurement. The Flipped Classroom Model functions well for learning data centralization measurements. More than 75% of learning objectives were achieved, more than 85% of students scored at least 75, more than 85% of students responded positively to the flipped classroom model-based learning device, and the use of time on the learning device did not exceed regular learning hours.
Penerapan Algoritma Caesar Cipher dan Metode Least Significant Bit Untuk Mengamankan Teks Dalam Vidio Pane, M Iqbal Anata; Taufik, Insan; Syahputra, Hermawan; Al Idrus, Said Iskandar; Niska, Debi Yandra
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 12 No. 1 (2025): Prosisko Vol. 12 No. 1 2025
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v12i1.9606

Abstract

Abstrak - Data digital adalah representasi informasi dalam bentuk angka atau simbol yang bisa diproses oleh komputer. Jenis-jenis data digital termasuk teks, gambar, audio, video, spreadsheet, presentasi, dan basis data. Ada data yang umum dan dapat diakses oleh banyak orang, serta data rahasia yang memerlukan perlindungan khusus saat ditransmisikan melalui internet. Penelitian ini bertujuan untuk mengamankan informasi dalam video menggunakan algoritma Caesar Cipher dan metode Least Significant Bit (LSB). Melalui analisis dan implementasi, penelitian ini menunjukkan bahwa kombinasi kedua teknik tersebut dapat efektif melindungi teks dalam video tanpa mengubah kualitas visualnya. Hasil penelitian ini memberikan sumbangan bagi pengembangan keamanan informasi digital serta memberikan dasar bagi penelitian lebih lanjut. Selain itu, tantangan utama dalam penelitian ini adalah memperhatikan kecepatan pengolahan video agar dapat diunggah dan diunduh dengan mudah oleh pengguna. Oleh karena itu, penelitian ini tidak hanya menawarkan solusi untuk masalah keamanan informasi, tetapi juga mempertimbangkan aspek praktis dalam penerapannya. Ke depannya, penelitian dapat mengeksplorasi integrasi metode keamanan yang lebih canggih dan efisien untuk meningkatkan perlindungan data digital. Secara keseluruhan, penelitian ini menyajikan solusi yang relevan dan berpotensi untuk diterapkan secara luas dalam konteks keamanan informasi digital yang terus berkembang.
Co-Authors Abil Mansyur, Abil Ade Amelia, Tasya Adhi Guna, Ekin Adidtya Perdana, Adidtya Agus Harjoko Ahmad Andi Solahuddin Ahmad Hidayat Ajizah Siregar Aldiva Wibowo Alfarizi Wijaya Alfattah Atalarais Amelia Br Siregar, Ririn Amelia Vega S. Meliala, Ruth Ami . Riana Andani D N Andika Maulana, Sandy Angel Tumanggor, Asri Angginy Akhirunisa Siregar Ani Sutiani Annisa Aulia Apiek Gandamana Arion Pardede Arnita Arnita Arnita Arnita Asrin Lubis Augis Dinanti Azril Arfansyah Batubara, Saatira Hilma BORNOK SINAGA Bornok Sinaga Budi Akbar, Muhammad Calvin Sahputra Buulolo citra Claudia Agatha Br. Tarigan Daniel Pandiangan Daulay, Leni Karmila Davina, Sherly Dedy Husrizal Syah, Dedy Husrizal Dedy Kiswanto Defiyanti, Aqilah Delvin Ibo, Martince Deo Demonta Panggabean Dhea Putri Adriani Dina Aulia Luthfiah Dinda Syafitri Drilanang, Mhd Ilyasyah Dwi Zahra Putri, Raisya E. Elvis Napitupulu E. Elvis Napitupulu, E. Elvis Edi Syahputra Edward Perdana Sinaga Elisabet Butarbutar, Lastri Erika Nia Devina Br Purba Fanny Rahmadani Farmawaty Tambunan, Vivielda Fauzi, KMS. Amin Fransiska Sihombing, Esra Frengki Alfredo Matondang Hafiz, Alvin Harefa, Meilinda Suriani Hasratuddin Siregar Hidayatul Arifin, Muhammad Husna Batubara, Shabrina Ihsan Zulfahmi Ika Purnama Sari Imelda, Yusmita Impana Manik, Kristin Indriani.S, Dechy Deswita Insan Taufik Irhamna Irhamna Irmaya, Nia Irya Shakila Syukron, Ananda Iwan Jepri Izwita Dewi Jonathan Rio Gultom Kana Saputra S Karimuddin Hakim Hasibuan Kayla Amelia Putri Khairany Zuhriyyah Jinan Hsb Khairun Nadiah Kms. Amin Fauzi Lasker Pangarapan Sinaga Lazuardi Harahap, Muhammad Luthfiah, Dina Aulia M. Ari Maulana M. Revano Ananda Lubis Mahyuni Mahyuni Manurung, Jeremia Martina Restuati Maulana, Raihan Maya Oktora MHD. Reza M.I. Pulungan Mia Yolanda Siregar Mochammad Gani Alfa Alkhoiri Siregar Muhammad Febrilian Zulrahman Muhammad Iqbal Fahrezzi Muhammad Rizki Andrian Fitra Mukti Hamjah Harahap, Mukti Hamjah Nafil Rizq Trianto Nasution, Dinda Indriani Neysa Talitha Jehian Nico Pasaribu, Michael Niska, Debi Yandra Nova Yanti Panjaitan Nur Wahyuni Nurmala Berutu Nurul Azmi Nurul Maulida Surbakti Oktavia, Grace Palendeo Sitepu, Kalpin Pane, M Iqbal Anata Pane, Yeremia Yosefan Panggabean, Suvriadi Panjaitan, Clara Kresensia Panjaitan, Nova Yanti Permata Putri Pasaribu, Yohanna Prana Walidin, Adamsyach Purba, Boy Hendrawan Purba, Desni Paramitha Putri Mayang Sari Putri Mayang Sari Siregar R Givent A Simanjorang Ramadhan Manik, Albert Ramadhani, Fanny Rambe, Imelda Wardani Rangkuti, Muhammad Aswin Riana, Ami Richi, Alfina Ridho Affandi Sahara Lani Lestari Said . Iskandar SANTI MARIA SIMARMATA Santi Maria Simarmata Sembiring, Rinawati Shaqila Rahmayani Gultom Sinaga, Elya Juni Arta Siregar, Putri Mayang Sari Siti Nabila Panjaitan Solahudin, Ahmad Andi Sri Dewi Sriadhi Sriadhi, Sriadhi Steven Imanuel Naibaho Sukma, Ayman Human Suleho, Febrina Suvriadi Panggabean Syamsah Fitri Syarief Afifi Sumantri Syawal Gultom Sybil Auzi Syti Salwaa Nafiisah Thania Dealva Arsyad Tri Bowo Atmojo Triwanti Andini Hutasoit Veryawan, Veryawan Waliyul M Siregar Warjaya, Angga winsyahputra Ritonga Yazid Noor, Muhammad Yulita Molliq Rangkuti Zul Amry Zulfahrizan, Atta