Article Per Year (5 Year)
p-Index From 2021 - 2026
10.848
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) 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) Jurnal ULTIMA InfoSys Jurnal Teknologi Sistem Informasi dan Aplikasi Jurnal Ilmiah Media Sisfo 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) Teknomatika (Jurnal Teknologi dan Informatika) REKA ELKOMIKA: Jurnal Pengabdian kepada Masyarakat KLIK: Kajian Ilmiah Informatika dan Komputer JUSTIN (Jurnal Sistem dan Teknologi Informasi) Konstelasi: Konvergensi Teknologi dan Sistem Informasi Jurnal Algoritma SmartComp 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 : 94 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 94 Documents
Search

 4   5   6   7   8 
Evaluasi User Experience Pada Aplikasi Disney+ Hotstar Menggunakan Metode MeCUE Questionnaire (2.0) Allsela Meiriza; Rizka Rahmadhani; Putri Eka Sevtiyuni; Nabila Rizky Oktadini; Pacu Putra
The Indonesian Journal of Computer Science Vol. 12 No. 6 (2023): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i6.3540

Abstract

Aplikasi Disney+ Hotstar sebagai penyedia layanan penyaluran audio dan video menggunakan jaringan internet (Over-The-Top) mendapatkan penilaian yang rendah pada Google Play Store, sehingga perlu diperhatikan mutu dari pengalaman pengguna aplikasi dengan cara mengevaluasi pengalaman pengguna. Penelitian ini bertujuan agar pengalaman pengguna Disney+ Hotstar dapat dievaluasi dengan menggunakan metode MeCUE Questionnaire (2.0). Hasil metode meCUE 2.0 yang terdiri dari modul Persepsi Kualitas Instrumen Produk variabel Kebergunaan (5,43) dan Kemudahan Penggunaan (6,02). Modul Persepsi Kualitas Non-Instrumen Produk variabel Tampilan Estetika (5,74), Status (3,73), dan Komitmen (2,88). Modul Emosi variabel Emosi Positif (5,27) dan Emosi Negatif (2,19). Modul Konsekuensi variabel Niat Menggunakan (4,17) dan Loyalitas Produk (3,76). Serta modul Global dengan nilai 3,8. Yang mana responden penelitian ini adalah masyarakat Kota Palembang. Dari hasil tersebut variabel kemudahan penggunaan memiliki nilai tertinggi dan variabel emosi negatif sebagai nilai terendah.
Analisis Proses Bisnis Pada Pendaftaran Pelanggan Pemasangan PDAM Kota Baturaja Dengan Metode BPI (Business Process Improvement) Saputri, Sonia Dwi; Putra, Pacu; Oktadini, Nabila Rizky; Sevtiyuni, Putri Eka; Meiriza, Allsela
The Indonesian Journal of Computer Science Vol. 13 No. 2 (2024): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i2.3681

Abstract

Notasi Pemodelan Proses Bisnis (BPMN) adalah standar pemodelan proses bisnis yang menawarkan diagram proses bisnis dengan representasi grafis dari proses bisnis. BPMN memberi organisasi representasi grafis untuk komunikasi standar. BPMN bertujuan untuk mendukung manajemen proses bisnis bagi pengguna teknis dan bisnis dengan menyediakan notasi intuitif kepada pengguna bisnis yang dapat mengekspresikan proses semantik yang kompleks. Tujuan dalam penelitian adalah untuk mendeskripsikan proses bisnis registrasi pelanggan pada fasilitas PDAM Kota Baturaja dengan menggunakan model Business Process Modeling Notation (BPMN), menganalisis proses bisnis pada pendaftaran pelanggan pada fasilitas PDAM Kota Baturaja dengan menggunakan metode Proses Bisnis Peningkatan (BPI). Dan merekomendasikan proses bisnis pendaftaan pelanggan PDAM Kota Baturaja dengan metode Proses Bisnis Peningkatan (BPI) yang efektif. Manfaat penelitian bagi perusahaan adalah meningkatkan kualitas kinerja untuk mencapai tujuannya tanpa mengalami kerugian. Metode dalam penelitian adalah Proses Bisnis Peningkatan (BPI), yang merupakan metode untuk menganalisis dan memperbaiki proses bisnis bantuan Bizagi Modeler untuk analisis simulasi proses bisnis dan tools yang memperbaiki proses bisnis lama agar proses bisnis menjadi lebih efektif dan efisien. Data perama kali dikumpulkan melalui obsevasi berbicara dengan beberapa karyawan dan memunculkan ide-ide agar proses bisnis ini lebih efektif dan efisien. Hasil penelitian menunjukkan bahwa pada penelitian ini terdapat beberapa kendala dalam proses bisnis pendaftaran pelanggan pemasangan pdam baik dari segi ketersediaan personel, proses pengerjaan, dan tugas perusahaan. Oleh karena itu, proses bisnis harus diperbaiki sesuai dengan rekomendasi yang disampaikan.
Analisis dan Pemodelan Proses Bisnis Pengajuan Jabatan Fungsional Dosen Pada Universitas Sriwijaya Putra, Pacu; Oktadini, Nabila Rizky; Meiriza, Allsela; Sevtiyuni, Putri Eka
The Indonesian Journal of Computer Science Vol. 13 No. 1 (2024): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i1.3771

Abstract

Dosen merupakan pendidik professional yang memiliki tanggung jawab untuk menyalurkan ilmu pengetahuan, teknologi, dan seni. Dalam menghargai hasil dari kegiatan dosen, Pemerintah memberikan penghargaan yaitu berupa jabatan fungsional dosen. Proses penilaian Angka Kredit Kenaikan Jabatan Akademik/Pangkat dosen merujuk kepada dokumen pedoman operasional yang diterbitkan oleh Direktorat Jenderal Sumber Daya Iptek dan Dikti Kementerian Riset, Teknologi, dan Pendidikan Tinggi Tahun 2019. Dalam pelaksanaan proses penilaian angka kredit kenaikan jabatan akademik/pangkat dosen tersebut. Rektor Universitas Sriwijaya mengeluarkan prosedur operasional standar (POS) dengan kode POS/UNSRI/SPMI-04/05-01. Berdasarkan studi pendahuluan yang dilakukan penulis, sejak tahun 2017, Universitas Sriwijaya belum melakukan evaluasi kaitan alur dan waktu terhadap prosedur operasional standar tersebut. Business Process Improvement (BPI) merupakan metodologi yang tersusun secara sistematis guna mengembangkan proses bisnis yang dapat membantu organisasi dalam menyederhaakan, serta merampingkan suatu proses didalam organisasi. Dengan menerapkan metodologi BPI, proses bisnis dalam pengajuan jabatan fungsional dosen di Universitas Sriwijaya diharapkan lebih efektif lagi.
Comparison of Rating-based and Inset Lexicon-based Labeling in Sentiment Analysis using SVM (Case Study: GoBiz Application Reviews on Google Play Store) Firda, Hiliah; Putra, Pacu; Oktadini, Nabila Rizky; Sevtiyuni, Putri Eka; Meiriza, Allsela
Sistemasi: Jurnal Sistem Informasi Vol 14, No 2 (2025): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v14i2.4795

Abstract

Digital transformation has impacted various sectors, including Micro, Small, and Medium Enterprises (MSMEs). GoBiz, a partner platform for Gojek's GoFood service, plays a crucial role in supporting MSME digitalization, making it essential to understand user perceptions of the application. This study conducts sentiment analysis on 5,000 GoBiz user reviews from the Google Play Store. It compares two labeling methods—Rating-Based and Inset Lexicon—and evaluates them using the Support Vector Machine (SVM) algorithm. The analysis process includes data selection, text preprocessing, data transformation using TF-IDF, SVM implementation with 10-fold cross-validation, and result visualization through word clouds. The findings indicate that the Rating-Based labeling method achieved an accuracy of 87%, with a precision of 86.7%, recall of 87.1%, and an F1-score of 86.8%. Meanwhile, the Inset Lexicon labeling method outperformed it, achieving an accuracy of 89.7%, precision of 89%, recall of 89.8%, and an F1-score of 89.3%. These results suggest that the combination of the Inset Lexicon labeling method and the SVM algorithm is more effective in classifying user sentiment and providing a more accurate understanding of user perceptions regarding the GoBiz application. Sentiment analysis results indicate that users appreciate GoBiz’s ease of operation but face challenges with driver services and advertisement features, highlighting areas for improvement to enhance user satisfaction.
Penerapan Metode Simple Multi Attribute Rating Technique Pada Pemberian Bonus Tahunan Karyawan Sari Andriani; Allsela Meiriza
Jurnal Teknik Informatika dan Sistem Informasi Vol 7 No 3 (2021): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v7i3.4079

Abstract

Employees are one of the most important aspects of a company. Quality employees will improve the quality of the company. To encourage employees to give their best to the company, companies can give bonuses to their employees. PT Budi Gema Gempita (BGG) is one of the companies that provides annual bonuses to its employees. In determining which employees will receive bonuses, PT Budi Gema Gempita (BGG) still uses paper to make an assessment. a decission support system is needed which can help Budi Gema Gempita (BGG), especially Human Resource Development (HRD) and division heads in the process of giving bonuses. The Simple Multi Attribute Rating Technique (SMART) method will be used because of its simplicity at responding to the needs of decision makers and how it responds. SMART is a multi-criteria decision method and a linear additive model to predict the value of each option. The use of SMART method is expected to provide the best recomendations for leaders to provide bonuses to employees
Prediksi Harga Emas Indonesia Menggunakan Model CNN-LSTM Septiana, Rika; Putri, Adetya Rielisa; Maharani, Wardah Shifa; Gultom, Gina Destia; Simanullang, Eka Darmayanti; Tania, Ken Dhita; Meiriza, Allsela; Rifai, Ahmad
INFOMATEK Vol 27 No 1 (2025): Juni 2025
Publisher : Fakultas Teknik, Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/infomatek.v27i1.24417

Abstract

Harga emas memiliki volatilitas tinggi yang menjadikannya menarik untuk dianalisis secara prediktif. Penelitian ini bertujuan untuk memprediksi harga emas Indonesia dengan kombinasi model Convolutional Neural Network dan Long Short-Term Memory (CNN-LSTM) berdasarkan data historis yang berjumlah 4.434 data dari PT Antam Tbk dari periode 2010 sampai 2025. Model ini dibangun menggunakan lapisan Conv1D (satu dimensi) untuk ekstraksi fitur dan dua lapisan LSTM untuk memahami pola waktu. Pengujian dilakukan dengan tiga variasi jumlah epoch pelatihan, yaitu 50, 100, dan 150, lalu hasilnya dievaluasi menggunakan metrik Root Mean Square Error (RMSE). Model terbaik ditemukan pada epoch 100 dengan nilai RMSE data pelatihan sebesar 5.811,51 dan data uji sebesar 13.236,10. Hasil ini menunjukkan bahwa model CNN-LSTM mampu mengenali pola harga emas lebih baik dibandingkan skenario lain. Dengan demikian, penelitian ini dapat dimanfaatkan untuk membantu para investor dalam mengambil keputusan investasi dan sebagai dasar pengembangan sistem prediksi harga komoditas lainnya.
ANALISIS KOMPARATIF MODEL DATA MINING DALAM PREDIKSI KETEPATAN PENYELESAIAN SERVICE LEVEL AGREEMENT Fatimah, Aisyah; Tania, Ken Ditha; Meiriza, Allsela
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 1 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i1.4943

Abstract

Kepatuhan terhadap Service Level Agreement (SLA) sangat penting dalam manajemen layanan teknologi informasi untuk menjamin kualitas layanan dan mengatur ekspektasi penyelesaian insiden. Namun, banyak organisasi kesulitan memprediksi apakah tiket insiden akan memenuhi SLA, yang dapat menyebabkan ketidakpuasan pengguna, eskalasi masalah, dan beban kerja tinggi bagi tim IT. Tingginya volume tiket harian membuat identifikasi manual terhadap tiket berisiko tinggi menjadi tidak efektif. Penelitian ini bertujuan mengembangkan model klasifikasi berbasis machine learning untuk memprediksi kepatuhan tiket terhadap SLA. Empat algoritma dievaluasi: XGBoost, Random Forest, Decision Tree, dan Logistic Regression. Tahapan mencakup preprocessing, encoding fitur kategorikal, seleksi fitur berbasis Random Forest, penyeimbangan data menggunakan SMOTE, dan hyperparameter tuning dengan Optuna. Hasil menunjukkan XGBoost memiliki performa terbaik dengan akurasi 99,98%, precision 0,9437, recall 0,9710, dan F1-score 0,9571. Selain akurat dan efisien, model ini unggul secara interpretatif melalui SHAP, yang menjelaskan kontribusi tiap fitur. Kesimpulannya, XGBoost direkomendasikan sebagai model paling andal untuk menjadi alat bantu strategis bagi manajer layanan TI dalam mengidentifikasi insiden yang berisiko tinggi gagal memenuhi SLA.
Pengembangan Game Android Pada Anak Menggunakan Pendekatan User Centered Design Dan Evaluasi Usability Think Aloud Alvico, Alvico; Kurniawan, Dedy; Meiriza, Allsela; Syahbani, Muhammad Husni; Firnando, Ricy
The Indonesian Journal of Computer Science Vol. 14 No. 3 (2025): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v14i3.4396

Abstract

Technology, especially handheld devices, has become an integral part of modern life. The use of handheld devices among children aged 12-15 years reaches 99.61%. Despite the potential to cause dependency, these devices can be utilized positively, for example through learning with educational games. One of them is a titungan game that aims to increase user motivation and skills. However, the development of this game must also consider user needs. This research applies the User Centered Design method to improve the experience and comfort of playing, and the Think Aloud method as an evaluation. This study involved 8 participants consisting of children with an age range of 10-14 years. The results showed that the developed application has met the needs of users, with only two problems identified from 64 total evaluation scenarios with a percentage of 96.87% using the Think Aloud method.
PENDEKATAN KLASIFIKASI DALAM KNOWLEDGE DISCOVERY UNTUK ANALISIS SENTIMEN BERBASIS ASPEK PADA ULASAN BANDARA SULTAN MAHMUD BADARUDDIN II DI GOOGLE MAPS Nachwa, Syakillah; Khoiriyah Harahap, Dayana; Theresia Pardede, Eva; Nashiroh Ramadhani, Muthia; Anindya Putri, Salsa; Rositiani, Ely; Ditha Tania, Ken; Meiriza, Allsela
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13776

Abstract

Sultan Mahmud Badaruddin II (SMB II) merupakan bandara utama di Sumatera Selatan yang berperan krusial untuk mobilitas regional. Kepuasan penumpang terhadap layanan bandara dapat dievaluasi melalui ulasan pengguna di Google Maps. Namun, volume ulasan yang besar menghadirkan tantangan dalam mengekstrak informasi yang bermakna. Studi ini menggunakan Aspect-Based Sentiment Analysis (ABSA) untuk melihat opini publik terhadap layanan Bandara SMB II menggunakan pendekatan klasifikasi dengan enam aspek yang dianalisis, yaitu check-in, keamanan, kenyamanan, lingkungan bandara, fasilitas dasar, dan mobilitas. Sebanyak 1.018 ulasan diperoleh dan diproses melalui tahapan preprocessing, data labeling, penyeimbangan data dengan SMOTE, ekstraksi fitur (TF-IDF), serta klasifikasi menggunakan algoritma Naïve Bayes, Support Vector Machine (SVM), dan Random Forest dengan skenario pembagian data 70:30, 80:20, dan 90:10. Hasil evaluasi menunjukkan bahwa skenario terbaik diperoleh pada perbandingan 90:10, yaitu model SVM mencapai kinerja terbaik dengan nilai accuracy sebesar 0.857, precision 0.839, recall 0.883, dan F1-score 0.860 melampaui Naïve Bayes dan Random Forest. Analisis sentimen telah menunjukkan bahwa aspek lingkungan bandara menerima sentimen positif tertinggi, tetapi aspek fasilitas dasar cenderung menerima ulasan negatif. Pengetahuan ini bisa menjadi dasar bagi pengelola Bandara SMB II untuk meningkatkan layanan mereka berdasarkan aspek-aspek yang paling berpengaruh terhadap pengalaman penumpang.
KOMPARASI RIDGE REGRESSION, RANDOM FOREST, DAN GRADIENT BOOSTING UNTUK PREDIKSI CURAH HUJAN HARIAN DI SUMATRA SELATAN BERBASIS TIME SERIES CROSS-VALIDATION Alvines, Mahendi; Ravi Wijayanto, Muhammad; Archi Daffa Danendra, Muhammad; Rizky Herdiansyah, Muhammad; Karimsyah Lubis, Muhammad; Ichsan Farel Rachmad, Muhammad; Ditha Tania, Ken; Meiriza, Allsela
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.v9i4.13915

Abstract

Penelitian ini menganalisis pendekatan komparatif model regresi linear dan non-linear untuk prediksi curah hujan di Sumatera Selatan, Indonesia, menggunakan data klimatologi BMKG tahun 2024. Hal tersebut didasarkan pada perubahan iklim yang meningkatkan ketidakpastian pola curah hujan di Sumatera Selatan, mengancam sektor pertanian dan pengelolaan air. Komparasi ini bertujuan untuk membandingkan kinerja model regresi linear dan non-linear untuk prediksi curah hujan harian di Sumatera Selatan, serta mengidentifikasi prediktor utama yang memengaruhi curah hujan. Metodologi penelitian mengadopsi kerangka Knowledge Discovery in Database (KDD) dengan tahapan pengumpulan data, pra-pemrosesan, transformasi, pemodelan, dan evaluasi. Lima model machine learning dibandingkan: Linear Regression, Ridge Regression, Lasso Regression, Random Forest, dan Gradient Boosting, dengan validasi menggunakan TimeSeriesSplit untuk mempertahankan struktur temporal data. Hasil analisis menunjukkan Ridge Regression sebagai model terbaik dengan RMSE 14.62 mm, meskipun nilai R² negatif (-0.69) mengindikasikan keterbatasan model dalam menangkap variabilitas penuh data. Analisis koefisien regresi Ridge menunjukkan bahwa RR_LAG_1 juga berkontribusi signifikan (koefisien: 0.45). Konsistensi prediktor antar model memperkuat validitas temuan, sedangkan model secara konsisten mengalami kesulitan memprediksi kejadian curah hujan ekstrem (>50 mm). Pendekatan berbasis ensemble (Random Forest/Gradient Boosting) menunjukkan stabilitas prediksi lebih tinggi dengan deviasi RMSE <5 mm. Penelitian ini dapat memberikan masukan bagi pengembangan model prediksi curah hujan yang dapat mendukung sektor pertanian, pengelolaan sumber daya air, dan mitigasi bencana di Sumatera Selatan. Studi lanjutan dengan model hybrid dan dataset yang lebih lengkap disarankan untuk validasi lebih lanjut.
Co-Authors Adhiyasa, Chandra Julian Adriansyah, Rizki Ahmad Rifai Ahmad Rifai Akbar Alzaini Al Fachrozi, Muhammad Al-Farisy, M Hadi Alfarizi, M. Alfitrah, Intan Aidita Ali Ibrahim Alinda, Yelli Nur Alvico, Alvico Alvines, Mahendi 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 Bayu Wijaya Putra Billan, Angel Caroline Chandra Julian Adhiyasa Cynthia Sherina Fadeli Danendra, Devano Dedy Kurniawan Deni Lidianti Desty Rodiah Devano Danendra Dinda Lestarini Dinna Yunika Hardiyanti Dwi Rosa Indah Endang Lestari Ruskan Endang Lestari Ruskan Epriyanti, Nadia Ermatita - Faizah, Ovie Nur Fathoni - Fatimah Salsabila Fatimah, Aisyah Firda, Hiliah Gultom, Gina Destia Gusti Barata Hardini Novianti Hardini Novianti Hardini Novianti Hardini Novianty Ichsan Farel Rachmad, Muhammad Idpal, Idpal Inayah, Anna Fadilla Irmawati Irmawati Irwansyah, Muhammad Aziiz Izzan Fieldi, Muhammad Jaidan Jauhari Jambak, Muhammad Ihsan Jefven Fernando Jonathan Pakpahan Karima, Dzakiah Aulia Karimsyah Lubis, Muhammad Karisa Anjani Fakhri Ken Dhita Tania, Ken Dhita Ken Ditha Tania Khairani, Annisa Khoiriyah Harahap, Dayana Larasati, Salsabila Lifiano Jamot Munthe, Gabriel Luh Sri Mulia Eni M Rifki Ali M, Nys Marliza Tiara Maharani, Wardah Shifa Maretta, Aulia Maretta, Aulia Pinkan Mariska, Inneke Via Meiriza, Viola Meitiana Audya Muhamad Edric Rasyid Muhammad Aidil Fitri Syah Muhammad Ali Buchari Muhammad Azmi Zaky Muhammad Ihsan Muhammad Ihsan Muhammad Imam Riadillah Mulyadi Mulyadi Munaspin, Zahra Diva Putri Nabila Oktadini Nabila Riska Ayu Nabila Rizki Oktadini Nachwa, Syakillah Nadia Ayu Safitri Naretha Kawadha Pasemah Gumay Nashiroh Ramadhani, Muthia 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 Putri Ariyanti Putri Eka Sevtiyuni Putri Eka Sevtiyuni Putri Eka Sevtyuni Putri Mutiara Arinie Putri, Adetya Rielisa Putri, Nyayu Dwi Tarisa 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 Rizka Dhini Kurnia Rizka Rahmadhani Rizki Kurniati Rizky Herdiansyah, Muhammad Rizky Sawitri Rizkyllah, Anabel Fiorenza Rositiani, Ely Royan Dwi Saputra RR. Ella Evrita Hestiandari Salsabila, Fatimah Sanjaya, M. Rudi Saputri, Sonia Dwi Sari Andriani Sarifah Putri Raflesia Sasmita, Ruth Mei Sawitri, Rizky 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 Zafira, Zahra Tsabitah, Laila Via Mariska, Inneke Wahyudi, Muhammad Iqbal Wulan Dari, Atikah Yadi Utama Yasir Alghifari, Muhammad Yasyfi Imran, Athallah Yunika Hardiyanti, Dinna Yunita Yunita Zaki, Imam Syahputra