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

 3   4   5   6   7 
PERBANDINGAN KINERJA KNN DAN SVM DALAM KLASIFIKASI SAMPAH ORGANIK DAN ANORGANIK MENGGUNAKAN EKSTRAKSI FITUR HOG DAN LBP Hidayatul Arifin, Muhammad; Amelia Vega S. Meliala, Ruth; Impana Manik, Kristin; Defiyanti, Aqilah; Syahputra, Hermawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13972

Abstract

Pertumbuhan limbah yang semakin meningkat menimbulkan tantangan yang signifikan bagi upaya pelestarian lingkungan. Proses pemisahan sampah masih dilakukan secara manual dan sering kali tidak konsisten, yang merupakan kendala utama. Penelitian ini bertujuan untuk mengembangkan sistem yang menggunakan pengolahan citra untuk mengklasifikasikan sampah organik dan anorganik secara otomatis. Penelitian ini menggunakan dataset yang digunakan terdiri dari 1.800 citra dimana 900 organik dan 900 anorganik yang diekstraksi melalui Histogram of Oriented Gradients (HOG) dan Local Binary Pattern (LBP). Tahap preprocessing, yang mencakup pengubahan ukuran dan konversi ke grayscale. Selanjutnya, Principal Component Analysis (PCA) digunakan untuk mengurangi dimensi fitur HOG, kemudian digabungkan dengan fitur LBP dan diklasifikasikan menggunakan algoritma Support Vector Machine (SVM) dan K-Nearest Neighbors (KNN). Hasil pengujian menunjukkan bahwa SVM dengan kernel RBF memiliki akurasi tertinggi sebesar 88,89%, sementara KNN dengan nilai k=5 memiliki akurasi sebesar 83,61%. Keunggulan SVM terletak pada kemampuan mereka untuk memaksimalkan margin pemisahan. Hasilnya menunjukkan bahwa metode penggabungan HOG dan LBP dengan klasifikasi berbasis SVM dapat meningkatkan akurasi pemisahan sampah secara otomatis. Hasil ini dapat mendorong upaya untuk mengurangi beban di TPA serta meningkatkan praktik daur ulang yang berkelanjutan.
DETEKSI JERUK NIPIS DAN JERUK JUNGGA MENGGUNAKAN ALGORITMA CNN Hafiz, Alvin; Angel Tumanggor, Asri; Delvin Ibo, Martince; Yazid Noor, Muhammad; Palendeo Sitepu, Kalpin; Syahputra, Hermawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14040

Abstract

Jeruk nipis (Citrus aurantifolia) dan jeruk jungga (Citrus jambhiri Lush) merupakan dua jenis buah yang memiliki nilai ekonomi tinggi di Indonesia, namun sulit dibedakan secara visual dalam kondisi mentah. Masalah ini menyebabkan ketidaktepatan dalam proses sortir manual yang dilakukan petani atau distributor, berpotensi menimbulkan kerugian ekonomi. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis menggunakan metode pengolahan citra digital dan algoritma Convolutional Neural Network (CNN) guna membedakan jeruk nipis dan jeruk jungga secara efisien dan akurat. Dataset terdiri dari 100 citra dengan karakteristik warna dan tekstur yang berbeda. Metode yang digunakan meliputi pra-pemrosesan (resizing, normalisasi, denoising, konversi ke grayscale), segmentasi (thresholding dan edge detection), ekstraksi fitur (RGB untuk warna dan GLCM untuk tekstur), serta pelatihan model CNN. Hasil penelitian menunjukkan bahwa model CNN mampu mencapai akurasi pelatihan sebesar 90% dan validasi 85%. Analisis nilai RGB menunjukkan perbedaan signifikan pada komponen G dan B, sedangkan GLCM mengindikasikan bahwa jeruk jungga memiliki tekstur lebih kasar daripada jeruk nipis. Namun, confusion matrix menunjukkan bahwa model masih mengalami kesalahan klasifikasi terhadap jeruk nipis, menghasilkan akurasi keseluruhan sebesar 52,9%. Oleh karena itu, diperlukan peningkatan kualitas model dan strategi augmentasi data untuk hasil klasifikasi yang lebih optimal.
PERANCANGAN PROGRAM REKOGNISI ISYARAT SIGNAL FOR HELP, UNTUK MEMBERI RESPON CEPAT BANTUAN Drilanang, Mhd Ilyasyah; Prana Walidin, Adamsyach; Zulfahrizan, Atta; Syahputra, Hermawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14109

Abstract

Dalam kondisi darurat, terutama saat seseorang tidak bisa berbicara secara langsung untuk meminta bantuan, isyarat tangan seperti “Signal for Help” menjadi sangat penting. Sayangnya, belum banyak sistem yang mampu mengenali isyarat ini secara otomatis dan real-time. Penelitian ini bertujuan untuk mengembangkan sebuah sistem yang dapat mendeteksi isyarat tersebut secara cepat dan akurat, agar respons bantuan bisa diberikan secepat mungkin. Penelitian dilakukan dengan menggunakan pendekatan pengenalan pola visual melalui teknologi MediaPipe dan OpenCV. Data dikumpulkan dari gambar dan video gerakan tangan yang menampilkan tiga tahapan isyarat: “Telapak Tangan Terbuka,” “Jempol Ditekuk ke Dalam,” dan “Kepalan Tangan.” Setiap tahapan dianalisis menggunakan deteksi landmark tangan untuk mengenali bentuk dan pergerakannya secara detail. Hasilnya, sistem yang dirancang mampu mendeteksi isyarat dengan akurasi tinggi, bahkan dalam berbagai kondisi lingkungan. Hal ini menunjukkan bahwa teknologi ini dapat diterapkan dalam skenario nyata, seperti layanan darurat, perlindungan pribadi, maupun sistem asisten berbasis AI yang dapat merespons secara otomatis ketika sinyal bantuan terdeteksi. Dengan sistem ini, diharapkan siapa pun yang berada dalam situasi bahaya bisa mendapatkan bantuan lebih cepat dan aman.
ANALISIS PERBEDAAN PERMUKAAN BUAH SEGAR DAN BUSUK MENGGUNAKAN MODEL RGB DAN GRAY-LEVEL CO-OCCURRENCE MATRIX (GLCM) Amelia Br Siregar, Ririn; Ramadhan Manik, Albert; Irya Shakila Syukron, Ananda; Budi Akbar, Muhammad; Syahputra, Hermawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14461

Abstract

Pengolahan citra digital merupakan bidang penting dalam ilmu komputer yang digunakan untuk menganalisis dan memanipulasi gambar digital. Permasalahan yang sering muncul dalam pengolahan citra adalah bagaimana memperoleh informasi atau fitur yang relevan dari sebuah citra secara efisien dan akurat. Penelitian ini bertujuan untuk mengimplementasikan beberapa operasi dasar pengolahan citra seperti pembacaan citra, konversi warna, penjumlahan, pengurangan, dan perhitungan parameter statistik (mean, median, dan standar deviasi) untuk memahami karakteristik citra. Metode yang digunakan dalam penelitian ini melibatkan pemrograman menggunakan bahasa Python dengan bantuan pustaka OpenCV dan NumPy dalam proses pemrosesan citra. Hasil yang diperoleh menunjukkan bahwa operasi dasar tersebut dapat diaplikasikan dengan baik dan mampu memberikan informasi statistik yang bermanfaat mengenai distribusi intensitas piksel dalam citra, yang dapat digunakan untuk analisis lanjutan atau klasifikasi. Penelitian ini diharapkan dapat menjadi dasar untuk pengembangan sistem pengenalan citra yang lebih kompleks.
PENERAPAN AUTENTIKASI MANUSIA MELALUI MENGGAMBAR CITRA BINER Sukma, Ayman Human; Panjaitan, Clara Kresensia; Suleho, Febrina; Syahputra, Hermawan
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.7072

Abstract

Penelitian ini menjelaskan pengembangan dan implementasi sistem verifikasi manusia berbasis gambar digital, khususnya dengan menggunakan metode gambar piksel biner, untuk memenuhi kebutuhan yang semakin meningkat akan alternatif CAPTCHA yang sederhana namun aman. Sistem ini dirancang dengan antarmuka gambar piksel 64x64 yang intuitif dan aturan dinamis yang beradaptasi berdasarkan warna piksel dominan pada gambar panduan acak. Diimplementasikan dalam Python menggunakan Tkinter dan Pillow, fungsi inti sistem mencakup perhitungan kesamaan real-time antara gambar pengguna dan pola referensi, dengan menggunakan metrik yang menghukum pencelupan yang salah dan kelalaian. Hasil eksperimen, termasuk simulasi dengan “bot sempurna” dan “bot acak”, yang membedakan interaksi manusia dari masukan otomatis. Pendekatan ini memanfaatkan kemampuan penalaran spasial dan keterampilan motorik halus manusia, menawarkan solusi yang menjanjikan, adaptif, dan ramah pengguna untuk verifikasi manusia secara online.
PENINGKATAN KEMAMPUAN LITERASI NUMERASI GURU MATEMATIKA SMP SEKABUPATEN LANGKAT MELALUI MEDIA PEMBELAJARAN KREATIF Syawal Gultom; Martina Restuati; Ani Sutiani; Hermawan Syahputra; Imelda Wardani Br Rambe
J-ABDI: Jurnal Pengabdian kepada Masyarakat Vol. 5 No. 3: Agustus 2025
Publisher : Bajang Institute

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

Abstract

Kemampuan literasi numerasi merupakan salah satu kompetensi penting abad ke-21 yang perlu dimiliki peserta didik, khususnya dalam konteks pembelajaran matematika. Rendahnya capaian literasi numerasi siswa masih menjadi tantangan, salah satunya disebabkan keterbatasan kemampuan guru merancang pembelajaran kontekstual dan menarik. Kegiatan Pengabdian Masyarakat yang dilaksanakan oleh tim dosen FMIPA Universitas Negeri Medan ini bertujuan untuk meningkatkan kemampuan literasi numerasi guru matematika melalui pelatihan penggunaan media pembelajaran kreatif. Sasaran kegiatan ini adalah 32 guru matematika SMP se-Kabupaten Langkat. Kegiatan dilaksanakan melalui tiga tahapan utama, yaitu: (1) sosialisasi konsep literasi numerasi; (2) pelatihan dan pendampingan penggunaan media pembelajaran berbasis AI, gamifikasi, dan GeoGebra; serta (3) evaluasi melalui angket respons peserta. Hasil evaluasi menunjukkan bahwa kegiatan ini berhasil meningkatkan pemahaman guru terhadap literasi numerasi dan memotivasi mereka untuk mengintegrasikan media pembelajaran kreatif dalam proses pembelajaran matematika. Kegiatan ini diharapkan dapat memberikan kontribusi positif terhadap peningkatan kualitas pembelajaran matematika di tingkat SMP.
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.
Penerapan Data Mining Untuk Menganalisis Penjualan Produk Menggunakan Algoritma Apriori Berbasis WEB Syarief Afifi Sumantri; Hermawan Syahputra
JURNAL RISET RUMPUN MATEMATIKA DAN ILMU PENGETAHUAN ALAM Vol. 2 No. 2 (2023): Oktober : Jurnal Riset Rumpun Matematika dan Ilmu Pengetahuan Alam
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jurrimipa.v2i2.1532

Abstract

This study aims to determine the best selling food and beverage products at Caffe Kopi Kito. Data mining is the process of extracting useful information and patterns from very large data. Data mining includes data collection, data extraction, data analysis, and data statistics. The Apriori algorithm is a classic algorithm in data mining. This algorithm is used to see the intensity of occurrence of the relevant itemset or frequent items or association rules. This study uses consumer transaction data for 30 days in January 2023. Transaction data will be collected first based on the day and number of transactions, then the transaction data that has been collected will be grouped according to each item, the data that has been grouped will be carried out a priori algorithm process to determine the most dominant product. Then a system design will be carried out whose result will be a website. The results showed that using the website-based a priori algorithm could determine the most dominant product at Caffe Kopi Kito and make it easier for users to determine the most dominant product. Based on the results of product sales analysis at Cafee Kopi Kito, it can be concluded that working on the a priori algorithm on Caffe Kopi Kito using a website can be said to have the result of a product combination and in the future it can be used to create the best-selling menu packages at Cafee Kopi Kito.
Animated Video “Dare to Dream”: Media Development in Enhancing Children's Creativity Veryawan, Veryawan; Syahputra, Hermawan; Sriadhi, Sriadhi; Mahyuni, Mahyuni
International Journal of Educational Insights and Innovations Vol. 2 No. 3 (2025): September 2025 - International Journal of Educational Insights and Innovations
Publisher : PT. Technology Laboratories Indonesia (TechnoLabs)

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

Abstract

This study aims to determine the feasibility of developing the “Dare to Dream” animated video interactive learning media in enhancing creativity in early childhood. The research method used is Research and Development (R&D) with the ADDIE model, which consists of five stages: Analysis, Design, Development, Implementation, and Evaluation. The concept of the animated video is to introduce various professions. After watching, children will be invited to role-play with their classmates with the aim of enhancing creativity. The subjects of this development study were media validators, material validators, language validators, and early childhood children. The results of the media expert validation showed a percentage of 87% in the “highly feasible” category. The results of the material validation obtained a percentage of 85% with a category of “very feasible”. The results of the language expert validation obtained a percentage of 90% with a category of “very feasible”. Then, the results of the trial with children obtained a category of very feasible or very effective with a percentage of 92%. Based on this research, it can be concluded that the animated video media “Dare to Dream” is very feasible and effective for increasing the creativity of early childhood.
Skinmatch: Rekomendasi Warna Pakaian Berdasarkan Undertone Kulit Menggunakan Pengolahan Citra Digital Farmawaty Tambunan, Vivielda; Elisabet Butarbutar, Lastri; Davina, Sherly; Syahputra, Hermawan
JURNAL FASILKOM Vol. 15 No. 2 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v15i2.9434

Abstract

Warna kulit dan undertone merupakan faktor penting dalam pemilihan warna pakaian yang sesuai, namun deteksi undertone secara manual seringkali subjektif dan dipengaruhi pencahayaan. Permasalahan ini mendorong pengembangan sistem berbasis pengolahan citra untuk mengidentifikasi undertone kulit secara otomatis. Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi SkinMatch yang mampu mendeteksi tiga kategori undertone (warm, cool, dan neutral) serta memberikan rekomendasi palet warna pakaian yang sesuai. Metode yang digunakan mencakup konversi citra dari ruang warna RGB ke HSV dan LAB, analisis histogram, serta pencocokan spektrum warna dengan data referensi. Pengujian dilakukan terhadap 10 responden dengan beragam jenis kulit, di mana setiap responden mengunggah atau mengambil gambar langsung melalui kamera aplikasi dan memberikan penilaian terhadap hasil rekomendasi. Hasil pengujian menunjukkan bahwa sistem berhasil mengklasifikasikan 6 responden pada kategori warm dan 4 responden pada kategori cool. Berdasarkan penilaian subjektif, sebanyak 90% responden menyatakan rekomendasi warna pakaian sesuai dengan kondisi kulit mereka. Kesimpulan penelitian ini adalah algoritma berbasis HSV dan LAB mampu menghasilkan deteksi undertone yang konsisten pada variasi pencahayaan, warna kulit, dan latar belakang gambar, sehingga berpotensi diaplikasikan pada platform fashion technology untuk meningkatkan pengalaman pengguna
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