Article Per Year (5 Year)
p-Index From 2021 - 2026
12.712
P-Index
This Author published in this journals
All Journal Jurnal Penelitian Saintek Teika Jurnal Buana Informatika JSI: Jurnal Sistem Informasi (E-Journal) JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnas Nasional Teknologi dan Sistem Informasi Annual Research Seminar ANDHARUPA CESS (Journal of Computer Engineering, System and Science) Jurnal Ilmiah KOMPUTASI Sistemasi: Jurnal Sistem Informasi Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) RABIT: Jurnal Teknologi dan Sistem Informasi Univrab JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Information System for Educators and Professionals : Journal of Information System MBR (Management and Business Review) JOURNAL OF APPLIED INFORMATICS AND COMPUTING SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi J I M P - Jurnal Informatika Merdeka Pasuruan Jurnal Sisfokom (Sistem Informasi dan Komputer) KACANEGARA Jurnal Pengabdian pada Masyarakat Jiko (Jurnal Informatika dan komputer) Jurnal ULTIMA InfoSys Jurnal Teknologi Sistem Informasi dan Aplikasi Jurnal Ilmiah Media Sisfo The IJICS (International Journal of Informatics and Computer Science) JURIKOM (Jurnal Riset Komputer) JURTEKSI Jurnal Riset Informatika JOISIE (Journal Of Information Systems And Informatics Engineering) CCIT (Creative Communication and Innovative Technology) Journal JUSIM (Jurnal Sistem Informasi Musirawas) INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi Building of Informatics, Technology and Science Journal of Information Systems and Informatics Jurnal Teknologi Dan Sistem Informasi Bisnis Zonasi: Jurnal Sistem Informasi Jurnal Pengabdian Masyarakat Bumi Raflesia JATI (Jurnal Mahasiswa Teknik Informatika) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) SOSIOEDUKASI : JURNAL ILMIAH ILMU PENDIDIKAN DAN SOSIAL Jurnal Sistem Komputer dan Informatika (JSON) Teknomatika (Jurnal Teknologi dan Informatika) REKA ELKOMIKA: Jurnal Pengabdian kepada Masyarakat KLIK: Kajian Ilmiah Informatika dan Komputer Decode: Jurnal Pendidikan Teknologi Informasi JUSTIN (Jurnal Sistem dan Teknologi Informasi) Konstelasi: Konvergensi Teknologi dan Sistem Informasi Jurnal Algoritma Malcom: Indonesian Journal of Machine Learning and Computer Science Jurnal Masyarakat Madani Indonesia SmartComp Jurnal Informatika: Jurnal Pengembangan IT The Indonesian Journal of Computer Science JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) Jurnal Komtika (Komputasi dan Informatika)
Allsela Meiriza, Allsela
Universitas Sriwijaya
Agriculture, Biological Sciences & Forestry Arts Humanities 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 Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 107 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 107 Documents
Search

 7   8   9   10   11 
Penggunaan Metode Multimedia Development Life Cycle (MDLC) Dalam Game Edukasi Virtual Kampus Universitas Sriwijaya Pada Platform Roblox Hakim, Adzka Fahmi Aulia; Meiriza, Allsela; Afrina, Mira; Kurnia, Rizka Dhini; Putra, Pacu
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 6 No. 1: MARET 2026
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v6i1.1485

Abstract

Promosi institusi pendidikan di era digital menuntut inovasi media yang interaktif, di mana platform metaverse seperti Roblox menawarkan potensi besar untuk pengalaman imersif dan partisipatif yang melampaui media konvensional. Penelitian ini bertujuan untuk merancang dan mengembangkan sebuah game edukasi virtual Kampus Universitas Sriwijaya yang berlokasi di Palembang, yang berfungsi sebagai media promosi dan pengenalan lingkungan kampus yang interaktif bagi calon mahasiswa dan mahasiswa baru. Metode penelitian yang digunakan adalah Multimedia Development Life Cycle (MDLC) yang mencakup enam tahapan sistematis: Concept, Design, Material Collecting, Assembly, Testing, dan Distribution. Pengujian produk dilakukan melalui pengujian menggunakan User Experience Questionnaire (UEQ) yang disebarkan kepada 200 responden mahasiswa baru Universitas Sriwijaya. Hasil penelitian ini adalah sebuah game edukasi virtual yang fungsional dan telah berhasil dipublikasikan di platform Roblox, lengkap dengan visualisasi 3D lingkungan kampus, fitur eksplorasi, dan interaksi multipemain. Hasil testing menggunakan UEQ menunjukkan bahwa game ini mendapatkan evaluasi sangat positif pada keenam dimensi (Daya Tarik, Kejelasan, Efisiensi, Ketepatan, Stimulasi, dan Kebaruan), dengan nilai rata-rata tertinggi pada aspek Daya Tarik (1,90). Disimpulkan bahwa metode MDLC berhasil diterapkan secara efektif untuk membangun game edukasi ini, dan produk yang dihasilkan terbukti sangat diterima dengan baik oleh pengguna sebagai media pengenalan kampus yang inovatif dan menarik.
Leakage-Aware Random Forest Regression for Predicting Job Automation Risk Using Structured Labor Market Data Alya Zalfa Chairunnisa; Nawirah Athqiyah; Vanisa Amalia Putri; Ken Dhita Tania; Allsela Meiriza
Building of Informatics, Technology and Science (BITS) Vol 8 No 1 (2026): June 2026
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v8i1.9706

Abstract

This study aims to predict job automation risk in the era of artificial intelligence (AI) using a leakage-aware Random Forest Regression approach. The automation risk score, defined as a composite index derived from task exposure to AI, occupational routine intensity, and technological susceptibility indicators sourced from the AI Impact Jobs Dataset, serves as the target variable. The dataset comprises 5,000 job vacancy records from 44 countries across 9 industries spanning 2010 to 2025. A rigorous methodological framework is applied by systematically identifying and eliminating potential data leakage features, including ai_intensity_score, reskilling_required, and ai_mentioned, which were found to share mathematical or conceptual derivation paths with the target variable. The model is evaluated using R², RMSE, MAE, and MAPE with 5-fold cross-validation. The results show that the model achieves an R² score of 0.8087 on testing data, with RMSE of 0.1129 and MAE of 0.0893. Feature importance analysis reveals that salary_change_vs_prev_year_percent is the most influential predictor (55.85%), which, although indicative of dominance bias typical in synthetic datasets, aligns with economic theories linking wage dynamics to automation incentives. The findings demonstrate that leakage control significantly reduces inflated performance estimates (from R² = 0.8857 to 0.8087), and that Random Forest Regression provides a robust predictive framework for tabular socio-economic data when combined with rigorous preprocessing. This study contributes a methodological template for preventing data leakage in labor market prediction tasks.
Pemanfaatan Metode Agile dalam Pengembangan Aplikasi CISEA pada PT. Bukit AsamTbk Risma Nur Aini; Allsela Meiriza; Dinna Yunika Hardiyanti; Khoirusy Syafaat
Jurnal Informatika: Jurnal Pengembangan IT Vol 11, No 1 (2026)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v11i1.10083

Abstract

Key Performance Indicator (KPI) management is a crucial aspect in measuring and evaluating organizational performance in a systematic and sustainable manner. However, KPI management processes that are still conducted manually may lead to several issues, such as verification delays, lack of data integration, and low accuracy in performance reporting. This study aims to develop an Electronic Balanced Scorecard (e-BSC) module within the CISEA application to support integrated and digital-based KPI management. The system development method employed in this study is Agile, which consists of planning, design, development, testing, documentation, and deployment stages. During the planning stage, system requirements were analyzed through observations and discussions with relevant stakeholders. The design stage utilized Unified Modeling Language (UML) to model the system, database structure, and user interface. System implementation was carried out using PHP as the programming language and MySQL as the database management system, with the user interface developed using HTML and CSS. System testing was conducted using the black box testing method to ensure that all system functions operated in accordance with user requirements. The results of this study indicate that the developed e-BSC module is capable of facilitating KPI input, verification, approval, and performance reporting processes in a more systematic, integrated and structured manner. Therefore, the system is expected to enhance the quality of organizational performance management and support accurate and timely managerial decision-making.
Perbandingan Performa Model Prediksi Volatilitas BTC/IDR Menggunakan LSTM dan ARIMA Fahren Affandi; Imam Akbar; Sella Juniastia Marsya Saputri; Zwesty Quatra; Allsela Meiriza; Ken Ditha Tania; Ahmad Rifai
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 4 (2026): Juni 2026
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i4.9719

Abstract

Karakteristik fluktuatif pasar aset kripto yang ekstrem menuntut ketersediaan model peramalan yang andal sebagai penunjang strategi manajemen risiko investasi. Penelitian ini bertujuan untuk membandingkan pendekatan Long Short-Term Memory (LSTM) sebagai model deep learning sekuensial dan Autoregressive Integrated Moving Average (ARIMA) sebagai model statistik deret waktu dalam memprediksi log-volatility Bitcoin pada pasangan BTC/IDR periode 2018–2025. Dataset historis harian BTC/IDR diperoleh dari platform Binance dengan periode observasi Januari 2018 hingga Desember 2025, kemudian diproses melalui perhitungan log-return, estimasi realized volatility berbasis jendela 7 hari, transformasi logaritmik, serta normalisasi data. Evaluasi model menggunakan metode walk-forward validation dengan metrik Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan koefisien determinasi (R²). Hasil penelitian menunjukkan bahwa model LSTM memperoleh MAE sebesar 0,5126, RMSE sebesar 1,0408, dan R² sebesar 0,6803, sedangkan model ARIMA menghasilkan MAE sebesar 0,5430, RMSE sebesar 1,0217, dan R² sebesar 0,7052 pada konfigurasi terbaiknya. Meskipun LSTM memiliki MAE yang lebih rendah, model ARIMA menunjukkan performa yang lebih unggul berdasarkan nilai RMSE yang lebih kecil dan R² yang lebih tinggi, sehingga lebih efektif dalam menjelaskan variasi data serta menangkap fluktuasi ekstrem pada volatilitas Bitcoin. Secara keseluruhan, hasil penelitian menunjukkan bahwa model ARIMA lebih representatif dalam memodelkan dinamika log-volatility Bitcoin dibandingkan model LSTM. Temuan ini menegaskan bahwa pemilihan model prediksi volatilitas perlu mempertimbangkan karakteristik data yang dinamis dan fluktuatif. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan model prediksi volatilitas yang adaptif, khususnya pada pasar cryptocurrency di Indonesia.
Peningkatan literasi digital perangkat desa melalui edukasi dan simulasi aplikasi digital desa di Desa Cempaka Kabupaten OKU Timur Allsela Meiriza; Putri Eka Sevtiyuni; Ken Dhita Tania; Ari Wedhasmara
KACANEGARA Jurnal Pengabdian pada Masyarakat Vol 9, No 3 (2026): Agustus
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28989/kacanegara.v9i3.3397

Abstract

Perangkat Desa Cempaka, Kabupaten OKU Timur, masih mengandalkan sistem manual dalam administrasi kependudukan dan pelayanan publik, yang menimbulkan berbagai permasalahan seperti proses pembuatan dokumen yang lambat, risiko kehilangan dokumen, dan kurangnya transparansi. Oleh karena itu, kegiatan pengabdian ini dilakukan untuk memperkenalkan dan mengedukasi perangkat desa mengenai aplikasi digital desa sebagai solusi inovatif. Tujuannya adalah meningkatkan literasi digital serta kepercayaan diri perangkat desa dalam menggunakan teknologi untuk mendukung tugasnya. Metode pelaksanaannya meliputi ceramah, demonstrasi, simulasi, dan evaluasi. Hasil pre-test menunjukkan rata-rata nilai hanya 38,5, mengindikasikan ketidaktahuan peserta terhadap aplikasi digital desa. Setelah diberikan edukasi dan simulasi, terjadi peningkatan pemahaman yang sangat signifikan dengan nilai rata-rata post-test mencapai 86,2. Dengan demikian, kegiatan ini berhasil memperkenalkan solusi teknologi yang dapat mentransformasi sistem administrasi dan pelayanan desa menjadi lebih modern, akuntabel, dan terukur.
KLASIFIKASI KEPUTUSAN PEMBELIAN SKINCARE DI TIKTOK SHOP BERDASARKAN FAKTOR INFLUENCER MENGGUNAKAN ALGORITMA DECISION TREE Intan Aidita Alfitrah; Dinna Yunika Herdiyanti; Allsela Meiriza
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 11 No 1 (2026): Januari
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v11i1.7293

Abstract

The development of TikTok Shop as a social commerce platform has increased the role of influencers in shaping skincare purchase decisions. However, the complexity of influencer-related factors makes it difficult to systematically identify purchase decision patterns. This study aims to explore the use of the Decision Tree algorithm to classify skincare purchase decisions on TikTok Shop based on influencer factors. Data were collected from 124 university students through a questionnaire survey. The purchase decision variable was constructed as a binary variable (purchase and non-purchase) by aggregating three questionnaire indicators. The independent variables consisted of six influencer constructs, namely credibility, popularity, trust, attractiveness, content quality, and promotion intensity. Model evaluation was conducted using stratified 5-fold cross-validation to reduce the risk of overfitting. The results indicate that the Decision Tree model achieved an average accuracy of 72.6%, exceeding the baseline accuracy of 62.1%. The precision, recall, and F1-score were 81.1%, 74.2%, and 76.9%, respectively, indicating moderate and stable classification performance. Feature importance analysis shows that influencer attractiveness has the highest relative contribution to the classification process, followed by credibility and popularity. This study demonstrates that Decision Tree can be used as an exploratory tool, with result interpretations being non-causal.  
PREDIKSI HARGA PANGAN MENJELANG RAMADAN MENGGUNAKAN SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE DI SUMATERA SELATAN: FOOD PRICE PREDICTIONS AHEAD OF RAMADAN USING SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE IN SOUTH SUMATRA Cindy Dinata; Azera Pramesty; RA Aliffyaa Ramadhani; Merizka Azzahra; Ken Ditha Tania; Allsela Meiriza
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 11 No 2 (2026): Juli
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v11i2.7787

Abstract

Food price fluctuations ahead of Ramadan in Indonesia are a seasonal phenomenon with a significant impact on regional economic stability. This study aims to develop a price prediction model for five major food commodities, namely medium rice, curly red chili, shallots, chicken eggs, and cooking oil, in South Sumatra Province using the Seasonal Autoregressive Integrated Moving Average (SARIMA) approach. The analysis stages began with stationarity testing of historical data, determining optimal model parameters, and evaluating accuracy using the Mean Absolute Percentage Error (MAPE) method. The results show that the SARIMA model effectively identifies seasonal trends with a very high level of accuracy, evidenced by an error rate of only 1.92% for medium rice. Projections for 2026 indicate that rice and chicken egg prices tend to remain stable, while horticultural products such as red chili show a downward trend. This study concludes that not all food commodities experience price increases before Ramadan; therefore, local government intervention should be conducted selectively based on the characteristics of each commodity. This model can be implemented as an early warning instrument to support economic stability in the South Sumatra region.
Penerapan Model Recency, Frequency, Monetary untuk Segmentasi Pola Perilaku Pelanggan Indibiz: Application of the Recency, Frequency, Monetary Model for Segmentation of Indibiz Customer Behavior Patterns Pinkasari, Aulia; Putri, Meiyin Monica Amilia; Abdurahman, Gibral; Rizqi, Ahmad Fadhil; Tania, Ken Ditha; Meiriza, Allsela; Rifai, Ahmad
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 2 (2026): MALCOM April 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i2.2611

Abstract

PT Telkom Indonesia Witel Sumbagsel menghadapi kondisi Data Rich, Information Poor (DRIP), yaitu melimpahnya data transaksi yang belum dimanfaatkan secara optimal sebagai dasar pengambilan keputusan pada unit Payment Collection. Penelitian ini menerapkan metodologi Knowledge Discovery in Databases (KDD) menggunakan model RFM (Recency, Frequency, Monetary) dan algoritma K-Means Clustering untuk mengidentifikasi pola perilaku pembayaran pelanggan. Dataset terdiri dari 46.355 transaksi periode Januari–Desember 2025. Jumlah cluster optimal ditentukan menggunakan metode Elbow dan menghasilkan empat segmen pelanggan (k=4). Evaluasi menggunakan Silhouette Coefficient memperoleh nilai 0,3463 yang menunjukkan kualitas klaster yang dapat diterima. Hasil segmentasi mengelompokkan pelanggan ke dalam kategori loyal, potential, standard, dan churn-risk, sehingga mendukung penyusunan strategi penagihan yang lebih tepat sasaran dan berbasis data. Penelitian ini menunjukkan bahwa integrasi RFM dan K-Means efektif dalam mengubah data transaksi menjadi wawasan praktis bagi manajemen penagihan telekomunikasi.
Implementasi Model Klasifikasi Decision Tree untuk Evaluasi Kinerja Organisasi dan Dukungan Pengambilan Keputusan: Implementation of Decision Tree Classification Model for Organizational Performance Evaluation and Decision Support Juliyanti, Tamara; Marpaung, Xenia Clarissa Valencia; Az-Zahra, Nanda Salsabila; Nabilaputri, Silvia; Meiriza, Allsela; Tania, Ken Ditha; Rifai, Ahmad
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 2 (2026): MALCOM April 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i2.2646

Abstract

Pengelolaan data kinerja yang tidak terintegrasi menyebabkan informasi organisasi belum dimanfaatkan secara optimal dalam pengambilan keputusan strategis. Penelitian ini bertujuan mengembangkan model manajemen pengetahuan berbasis data dengan mengintegrasikan Model SECI dan algoritma Decision Tree pada PT PLN (Persero) UID Jawa Barat. Data kinerja operasional diolah melalui tahapan pembersihan data, seleksi atribut, dan transformasi data, kemudian dianalisis menggunakan algoritma C4.5 pada RapidMiner untuk menghasilkan model klasifikasi dan aturan keputusan. Hasil penelitian menunjukkan bahwa model yang diusulkan mampu mencapai akurasi sebesar 95,62% dengan standar deviasi ±6,18%. Selain itu, model menghasilkan aturan keputusan yang mudah diinterpretasikan serta mampu mengidentifikasi faktor dominan yang memengaruhi kinerja unit operasional. Aturan tersebut dipetakan ke dalam tahapan SECI untuk menghasilkan pengetahuan eksplisit yang terdokumentasi. Integrasi data mining dan manajemen pengetahuan memberikan pendekatan yang sistematis dalam mendukung evaluasi kinerja organisasi dan pengambilan keputusan berbasis data.
Smart Youth For Smart Village: Inisiasi Peran Karang Taruna dalam Pembangunan Desa Berbasis Teknologi Informasi Dinna Yunika Hardiyanti; Pacu Putra; Rizka Dhini Kurnia; Muhammad Husni Syahbani; Ken Dhita Tania; Allsela Meiriza; Putri Eka Sevtiyuni; Nabila Rizky Oktadini; Sarifah Putr Raflesia; Dinda Lestarini; Hardini Novianti; Mira Afrina
Jurnal Masyarakat Madani Indonesia Vol. 5 No. 2 (2026): Mei
Publisher : Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/cbac9j75

Abstract

Kemajuan teknologi informasi memberikan peluang yang luas bagi desa untuk meningkatkan kualitas pelayanan, memperkenalkan potensi lokal, serta memperkuat kapasitas sumber daya manusia. Akan tetapi, pemanfaatan teknologi digital di lingkungan desa masih menghadapi berbagai kendala, terutama rendahnya kemampuan literasi digital pada kalangan pemuda. Kegiatan pengabdian kepada masyarakat ini dilaksanakan dengan tujuan meningkatkan kemampuan Karang Taruna Desa Gelebak Dalam dalam bidang literasi digital, pembuatan konten, serta pengelolaan media sosial sebagai media publikasi dan branding desa. Pelaksanaan kegiatan menggunakan pendekatan partisipatif dan edukatif melalui beberapa tahapan, yaitu sosialisasi, pelatihan, praktik langsung, dan pendampingan. Evaluasi program dilakukan dengan membandingkan hasil pretest dan posttest serta observasi selama kegiatan berlangsung. Hasil evaluasi menunjukkan adanya peningkatan pada seluruh aspek yang diukur dengan rata-rata kenaikan lebih dari 40%, terutama pada kemampuan produksi konten digital dan pengelolaan media sosial. Selain itu, akun media sosial Karang Taruna mulai dikelola secara lebih aktif dan terstruktur sebagai sarana komunikasi dan penyebaran informasi kegiatan desa. Program ini juga berkontribusi dalam membangun pengelolaan media digital desa yang lebih berkelanjutan sekaligus memperkuat peran pemuda sebagai penggerak transformasi digital desa.
Co-Authors Abdurahman, Gibral Adhiyasa, Chandra Julian Adriansyah, Rizki Ahmad Rifai Ahmad Rifai Ahmad Rifai Ahmad Rifai Aisyah Fatimah Akbar Alzaini Akbar Alzaini Al Fachrozi, Muhammad Al-Farisy, M Hadi Alfarizi, M. Alfitrah, Intan Aidita Ali Ibrahim Alinda, Yelli Nur Alvico, Alvico Alvines, Mahendi Alya Zalfa Chairunnisa Alzaini, Akbar Amanda, Bella Rizkia Anadia, Qothrunnada Wafi Ananda Khoirunnisa Andini Bahri, Cheisya Andriani, Sari Ani Nidia Listianti, Ani Nidia Anindya Putri, Salsa Anna Dwi Marjusalinah Annisa Tri Ning Tyas Apriansyah Putra Archi Daffa Danendra, Muhammad Ari Wedhasmara Ariyani, Ishlah Putri Ariyanti, Putri Arnan, Sefian Arvhi Randita Setia Athallah Ubaid, Deni Ayu, Nabila Riska Ayuningtiyas, Pratiwi Az-Zahra, Nanda Salsabila Azera Pramesty Bayu Wijaya Putra Beriadi Agung Nur Rezqe Billan, Angel Caroline Cahyo Adi Nugraha Chandra Julian Adhiyasa Cindy Dinata Cynthia Sherina Fadeli Danendra, Devano Dedy Kurniawan Deni Lidianti Desty Rodiah Devano Danendra Dinda Lestarini Dinna Yunika Hardiyanti Dinna Yunika Hardiyanti Dinna Yunika Herdiyanti Dwi Rosa Indah Endang Lestari Ruskan Endang Lestari Ruskan Epriyanti, Nadia Ermatita - Fahren Affandi Faizah, Ovie Nur Fathoni - Fathoni - Fatimah Salsabila Firda, Hiliah Frans Nicko Apriansyah Gabriel Sebastian Santoso Gultom, Gina Destia Gusti Barata Hakim, Adzka Fahmi Aulia Hardini Novianti Hardini Novianti Hardini Novianti Hardini Novianty Ichsan Farel Rachmad, Muhammad Idpal, Idpal Imam Akbar Inayah, Anna Fadilla Intan Aidita Alfitrah Irmawati Irmawati Irwansyah, Muhammad Aziiz Izzan Fieldi, Muhammad Jackson Imanuel Manurung Jaidan Jauhari Jambak, Muhammad Ihsan Jefven Fernando Jeremiah Alwin Siahaan Jonathan Pakpahan Juliyanti, Tamara Karima, Dzakiah Aulia Karimsyah Lubis, Muhammad Karisa Anjani Fakhri Ken Dhita Tania Ken Dhita Tania Ken Dhita Tania, Ken Dhita Ken Ditha Tania Ken Ditha Tania Khairani, Annisa Khoiriyah Harahap, Dayana Khoirusy Syafaat Lailla Syal Syabilla Larasati, Salsabila Lifiano Jamot Munthe, Gabriel Luh Sri Mulia Eni M Naufal Hisyam M Rifki Ali M, Nys Marliza Tiara M. Ilham Fahlevi M. Rudi Sanjaya M. Thoriqul Fadli Maharani, Wardah Shifa Maretta, Aulia Maretta, Aulia Pinkan Mariska, Inneke Via Marpaung, Xenia Clarissa Valencia Mei Intan Natasyah Meiriza, Viola Meitiana Audya Merizka Azzahra Mira Afrina Mohd Rizky Putra Pratama Muhamad Edric Rasyid Muhammad Aidil Fitri Syah Muhammad Ali Buchari Muhammad Azmi Zaky Muhammad Dzaky Hasyim Muhammad Husni Syahbani Muhammad Ihsan Muhammad Imam Riadillah Muhammad Wahyu Hikmalsyah Mulyadi Mulyadi Munaspin, Zahra Diva Putri Nabila Oktadini Nabila Riska Ayu Nabila Rizki Oktadini Nabilaputri, Silvia Nachwa, Syakillah Nadia Ayu Safitri Naretha Kawadha Pasemah Gumay Nashiroh Ramadhani, Muthia Nawirah Athqiyah Novitia Chinoi Nurul Izmy Nur’Aini, Risma Nyimas Silvia Oktadini, Nabila Oktadini, Nabila Rizky Onkky Alexander Pacu Putra Pacu Putra Padlefi, Muhamad Riza Pakpahan, Jonathan Paulus Paskah Lino Susilo Perdani, Tharisa Antya Pinkasari, Aulia Putri Ariyanti Putri Eka Sevtiyuni Putri Eka Sevtiyuni Putri Eka Sevtyuni Putri Mutiara Arinie Putri Setiyawati Putri, Adetya Rielisa Putri, Meiyin Monica Amilia Putri, Nyayu Dwi Tarisa RA Aliffyaa Ramadhani Rafika Octaria Ningsih Rafli Maulana, Muhammad Rahmat Izwan Heroza Ramadhan Putra Pratama, Muhammad Ramadhan, Kumara Aditya Ramadhan, Muhammad Gilang Rangga Aderiyana, Fakih Rani Mardiah Ravi Wijayanto, Muhammad Rezeki, Yunika Tri Rezqe, Beriadi Agung Nur Ricy Firnando Rido Zulfahmi Rika Septiana Riska Yunita Risma Nur Aini Rizka Dhini Kurnia Rizka Dhini Kurnia Rizka Rahmadhani Rizki Kurniati Rizky Herdiansyah, Muhammad Rizky Sawitri Rizkyllah, Anabel Fiorenza Rizqi, Ahmad Fadhil Rositiani, Ely Royan Dwi Saputra RR. Ella Evrita Hestiandari Salsabila, Fatimah Sanjaya, M. Rudi Saputri, Sonia Dwi Sari Andriani Sarifah Putr Raflesia Sarifah Putri Raflesia Sasmita, Ruth Mei Sawitri, Rizky Sella Juniastia Marsya Saputri Septhia Charenda Putri Sevtiyuni, Putri Eka Simanullang, Eka Darmayanti Susanti, Helen Susilo, Paulus Paskah Lino Syahbani, Muhammad Husni Syarief Albani, Muhammad Tharisa Antya Perdani Theresia Pardede, Eva Titiana, Nuke Merisca Tri Mutiara Illahi Tri Zafira, Zahra Tsabitah, Laila Vanisa Amalia Putri Via Mariska, Inneke Wahyudi, Muhammad Iqbal Wulan Dari, Atikah Yadi Utama Yadi Utama Yasir Alghifari, Muhammad Yasyfi Imran, Athallah Yelli Nur Alinda Yoga Fradana Yunika Hardiyanti, Dinna Yunita Yunita Zaki, Imam Syahputra Zaqqi Yamani Zwesty Quatra