Article Per Year (5 Year)
p-Index From 2021 - 2026
7.511
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA Jurnal Penelitian Saintek Teknika Jupiter Jurnal Ekonomi : Journal of Economic Jurnal Ushuluddin SITEKIN: Jurnal Sains, Teknologi dan Industri Islam Futura Jurnal Varidika Orbith : Majalah Ilmiah Pengembangan Rekayasa dan Sosial Jurnal Teknologi dan Sistem Komputer Jurnal Akuntansi dan Pajak Jurnal CoreIT Seminar Nasional Teknologi Informasi Komunikasi dan Industri Jurnal As-Salam Sebatik Jurnal Pengabdian Masyarakat AbdiMas Jurnal Nasional Komputasi dan Teknologi Informasi JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Jurnal Teknologi Informasi dan Multimedia Jurnal Informatika dan Rekayasa Elektronik Zonasi: Jurnal Sistem Informasi Jurnal Tekinkom (Teknik Informasi dan Komputer) JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Journal of Computer System and Informatics (JoSYC) JUKI : Jurnal Komputer dan Informatika Jurnal Computer Science and Information Technology (CoSciTech) Jurnal Pendidikan dan Teknologi Indonesia Jurnal Informatika Terpadu Nusantara: Journal for Southeast Asian Islamic Studies Bulletin of Computer Science Research KLIK: Kajian Ilmiah Informatika dan Komputer Jurnal Teknoif Teknik Informatika Institut Teknologi Padang Malcom: Indonesian Journal of Machine Learning and Computer Science CONSEN: Indonesian Journal of Community Services and Engagement SATIN - Sains dan Teknologi Informasi Journal Of Artificial Intelligence And Software Engineering Jurnal Indonesia : Manajemen Informatika dan Komunikasi Jurnal Pengembangan Teknologi Informasi dan Komunikasi (JUPTIK)
Nazruddin Safaat H
Fakultas Sains Dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau, Indonesia
Religion Aerospace Engineering Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Neuroscience Physics Social Sciences Transportation Other

Published : 74 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 74 Documents
Search

 4   5   6   7   8 
SISTEM TANYA JAWAB BERBASIS CHATBOT WEBSITE MENGGUNAKAN GEMINI AI PADA DATA FIQIH KONTEMPORER Helviansyah, Try; Harahap, Nazruddin Safaat; Irsyad, Muhammad; Negara, Benny Sukma
Journal of Information System Management (JOISM) Vol. 7 No. 1 (2025): Juni
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2025v7i1.2082

Abstract

Teknologi informasi telah memberikan dampak besar pada berbagai aspek kehidupan, termasuk fiqih. Penelitian ini bertujuan mengembangkan Sistem Tanya Jawab Fiqih yang memungkinkan pengguna memperoleh jawaban cepat dan akurat terkait fiqih kontemporer. Sistem ini menggunakan LangChain dan model Gemini-2.0-flash untuk mencari jawaban dari sembilan buku fiqih kontemporer karya Syekh Al-Qardhawi. Teknologi Large Language Model (LLM) dan similarity search diterapkan guna meningkatkan akurasi dan relevansi jawaban. Penelitian ini mencakup tahap pengumpulan data, analisis, perancangan, implementasi, dan pengujian sistem. Hasil evaluasi menunjukkan sistem ini menghasilkan jawaban yang akurat dengan tingkat kepuasan responden ahli fiqih sebesar 89% dan skor evaluator LangChain rata-rata 95%, keduanya dalam kategori “Sangat Setuju”. Temuan ini menegaskan potensi teknologi informasi dalam studi fiqih serta membuka peluang pengembangan lebih lanjut guna meningkatkan akses informasi fiqih bagi umat Islam.
Retrieval-Augmented Generation in a Web-Based Question Answering System for Fiqh Books Ahadi, Ridho; Harahap, Nazruddin Safaat; Fikry, Muhammad; Kurnia, Fitra
Journal of Artificial Intelligence and Software Engineering Vol 5, No 2 (2025): June
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i2.7005

Abstract

Mayoritas masyarakat Indonesia yang beragama Islam cenderung tidak mengetahui madzhab yang mereka anut, padahal pemahaman madzhab sangat penting untuk menjalankan ibadah secara benar dan sah. Salah satu madzhab yang berkembang di Indonesia, terutama melalui ulama Hadramaut, adalah madzhab Imam Asy-Syafi’i. Kurangnya akses terhadap literatur fikih otentik serta metode pembelajaran interaktif menyebabkan masyarakat kesulitan memahami fikih secara mendalam. Perkembangan teknologi kecerdasan buatan (AI), memberikan dampak signifikan dalam berbagai aspek, termasuk pendidikan dan keagamaan. Salah satu implementasi AI yang berkembang adalah chatbot, sistem interaktif berbasis percakapan yang mampu memahami dan merespons pertanyaan secara alami. Dalam konteks pembelajaran keislaman, khususnya fikih, penggunaan chatbot AI menghadirkan peluang baru untuk pembelajaran yang lebih personal dan interaktif. Fikih sebagai cabang ilmu hukum Islam menuntut pemahaman mendalam terhadap sumber klasik dan aplikasinya dalam kehidupan modern. Penelitian ini memiliki tujuan untuk mengembangkan sistem tanya jawab fikih berbasis AI dan Natural Language Processing menggunakan Large Language Model (LLM), framework LangChain, serta metode Retrieval-Augmented Generation (RAG). Sistem ini dirancang memberikan jawaban relevan berdasarkan konteks fikih. Evaluasi menggunakan metrik BERTScore menghasilkan precision 86,50%, recall 84,76%, dan F1-score 85,52%, hasil ini menunjukkan akurasi tinggi dalam menjawab pertanyaan fikih.
Perbandingan Performa Random Forest dan Long Short-Term Memory dalam Klasifikasi Teks Multilabel Terjemahan Hadits Bukhari: Comparison of Random Forest and Long Short-Term Memory Performance in Multilabel Text Classification of Bukhari Hadith Translation Ahmad, Rizmah Zakiah Nur; Harahap, Nazruddin Safaat; Agustian, Surya; Iskandar, Iwan; Sanjaya, Suwanto
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 3 (2025): MALCOM July 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i3.2046

Abstract

Hadits merupakan fondasi utama kedua dalam Islam, yang memandu umat Islam dalam menafsirkan nilai-nilai Islam dan mengimplementasikannya secara nyata dalam berbagai aspek kehidupan. Salah satu perawi hadits yang paling dihormati adalah Imam Bukhari, yang dikenal dengan ketelitian dan ketegasannya dalam memilih hadits-hadits yang otentik. Penelitian ini menggunakan data dari terjemahan hadis dari Sahih Bukhari ke dalam bahasa Indonesia yang telah diklasifikasikan ke dalam tiga kategori utama, yaitu anjuran, larangan, dan informasi. Untuk mengidentifikasi karakteristik masing-masing kategori, klasifikasi teks dilakukan dengan menggunakan dua metode populer, yaitu Random Forest (RF) dan Long Short-Term Memory (LSTM), yang dikenal efektif dalam memproses data teks berskala besar dan kompleks. Tujuan dari penelitian ini adalah untuk menguji perbedaan kinerja antara kedua metode tersebut dalam mengelompokkan hadis yang datanya telah lengkap. Hasil evaluasi menunjukkan bahwa metode RF mencapai akurasi tertinggi sebesar 89,48%, sedikit lebih unggul dari LSTM yang memperoleh 88,52%. Kedua metode mencatat nilai Hamming Loss yang sama, yaitu 0,1048 (89,52%). Temuan ini menunjukkan bahwa kelengkapan dan kualitas data hadis Bukhari berkontribusi dalam meningkatkan akurasi klasifikasi dengan memberikan konteks dan variasi yang lebih baik untuk model.
Implementasi Chatbot Tafsir Al-Qur'an Menggunakan Chainlit dengan Pendekatan Groq: Implementing a Qur'anic Tafsir Chatbot Through Chainlit with a Groq-Based Approach Maulana, Muhammad Rizky; Harahap, Nazruddin Safaat; Okfalisa, Okfalisa; Yusra, Yusra
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 3 (2025): MALCOM July 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i3.2082

Abstract

Pemahaman terhadap tafsir Al-Qur’an sering kali menjadi tantangan dalam dunia pendidikan, khususnya bagi siswa, mahasiswa, atau masyarakat umum yang tidak memiliki latar belakang ilmu tafsir maupun kemampuan bahasa Arab. Keterbatasan akses terhadap tafsir yang mudah dipahami, serta ketiadaan media pembelajaran yang interaktif dan mampu menjawab pertanyaan secara kontekstual, menjadi hambatan dalam proses pembelajaran keislaman. Penelitian ini bertujuan untuk mengembangkan chatbot berbasis kecerdasan buatan (AI) sebagai media pendukung pembelajaran tafsir Al-Qur’an yang responsif dan adaptif. Sistem dirancang menggunakan framework Chainlit sebagai antarmuka web, didukung oleh Groq untuk mempercepat proses inferensi, serta integrasi LangChain dan Large Language Models (LLM) untuk memahami isi tafsir, khususnya Tafsir Jalalain dalam format PDF berbahasa Indonesia. Dokumen yang digunakan berupa satu file digital utuh yang representatif. Proses sistem meliputi ekstraksi teks, pembagian teks (chunking), pembentukan embedding, dan pencarian semantik berbasis vektor. Evaluasi menggunakan BERTScore menghasilkan nilai rata-rata precision sebesar 71,84%, recall 78,11%, dan F1-score 74,80%, menunjukkan kemampuan sistem dalam memberikan jawaban yang baik secara semantik. Hasil penelitian ini berkontribusi dalam menyediakan media pembelajaran tafsir digital berbasis AI yang efisien dan kontekstual, serta menjadi solusi potensial untuk mendukung proses pendidikan Islam yang lebih interaktif dan modern.
Implementasi Question Answering Berbasis Chatbot Telegram Pada Tafsir Al-Jalalain Menggunakan Langchain dan LLM Febrian Rizki Adi Sutiyo; Harahap, Nazruddin Safaat; Surya Agustian; Reski Mai Candra
KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 4 No. 5 (2024): April 2024
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/klik.v4i5.1784

Abstract

Technological developments are very important for efficient, accurate and fast information retrieval. Tafsir Al-Jalalain is one of the famous Tafsir Al-Qur’an, and is used as a source of life guidance for muslims. To get information about tafsir, you can go through information media such as the internet or from experts in Tafsir Al-Qur’an. However, to get information it takes a lot of time to filter the information efficiently, accurately and quickly. This problem requires a system that is able to answer human questions accurately, effectively and quickly. In this research, it is hoped that the implementation of telegram Chatbot-based Question Answering using Langchain and LLM will be a solution for providing information on Tafsir Al-Jalalain that is accurate, effective and fast. The Question Answering system will carry out learning on the Tafsir Al-Jalalain data using a language model, namely the Large Language Model, so that it is expected to be able to provide accurate, effective and fast information. The evaluation results of the research by distributing questionnaires to students majoring in Al-Qur'an and Tafsir Science at UIN SUSKA Riau, as many as seven respondents, obtained a percentage of 84.29%
APLIKASI TANYA JAWAB TENTANG FIQIH BERSUCI BERBASIS WEB Elvina Afriani; H, Nazruddin Safaat; Fikry, Muhammad; Affandes, Muhammad
ZONAsi: Jurnal Sistem Informasi Vol. 6 No. 2 (2024): Publikasi Artikel ZONAsi: Periode Mei 2024
Publisher : Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/zn.v6i2.19970

Abstract

Dalam konteks perkembangan masyarakat yang semakin antusias terhadap teknologi dan keilmuan keagamaan, terdapat tantangan signifikan terkait akses terhadap informasi fiqih bersuci. Kesulitan mengakses dan mengorganisir data terstruktur dari berbagai sumber web seringkali menimbulkan kebingungan. Penelitian ini mengeksplorasi potensi penerapan Artificial Intelligence (AI), khususnya Question Answering System (QAS), sebagai solusi untuk meningkatkan akses dan pemahaman terhadap fiqih bersuci. QAS memungkinkan komputer memahami pertanyaan dengan bahasa alami dan memberikan respons berdasarkan informasi yang tersedia. Implementasi multimedia dalam pembelajaran dan pemanfaatan metode Natural Language Processing (NLP) juga diintegrasikan untuk meningkatkan efisiensi dan akurasi. QAS dibangun dengan frame work chatbot yang sudah ada yaitu streamlit dengan aplikasi Web sebagai antarmuka, Dengan memanfaatkan teknologi AI dan NLP, penelitian ini bertujuan mengembangkan platform pembelajaran yang menyajikan informasi fiqih bersuci secara mudah, cepat, dan terkini. Diharapkan, implementasi ini dapat memberikan kontribusi positif terhadap kemudahan akses dan pemahaman masyarakat terhadap aspek hukum Islam, khususnya mengenai kebersihan dan kesucian. Pengujian terhadap aplikasi menunjukkan kinerja yang relatif tinggi dalam memahami dan memproses bahasa manusia. Akurasi jawaban dengan BERTScore didapati precision sebesar 69%, recall sebesar 56% dan F1-score sebesar 83%.
Optimasi Pertanyaan Menggunakan Refined Query Dalam Sistem Tanya Jawab Kitab Hadis Wijaya, Andy Huang; Harahap, Nazruddin Safaat; Irsyad , Muhammad; Yanto, Febi
SATIN - Sains dan Teknologi Informasi Vol 10 No 1 (2024): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33372/stn.v10i1.1116

Abstract

This research aims to enhance a Question-Answering System for Hadith texts by incorporating Refined Query techniques and Large Language Models (LLMs), specifically OpenAI's GPT-4. Utilizing a dataset of 62,169 Hadith from nine significant books, the study follows a comprehensive methodology that covers data collection, analysis and preprocessing, and the integration of LangChain and OpenAI's Chat Model for optimized querying. The evaluation of the system's performance was conducted through comparative analysis before and after the application of Refined Query, BERTScore for text quality, and user-based quality assessments. Results demonstrate that Refined Query significantly improves the system's capacity to produce accurate and contextually relevant responses. Implementing Refined Query not only enhanced answer precision but also facilitated the generation of responses where none were previously available. The average BERTScore of 0.80351 and the quality of user responses with an average score of 87.3% for the student test and 90.3% for the hadith expert test further validate the efficacy of the system. This research advances the domain of Islamic information systems by demonstrating the fruitful integration of advanced computational techniques with religious texts, offering a fundamental step towards better access to the understanding of Islamic jurisprudence.
Penerapan Langchain Retriever dengan Model Chat Openai dalam Pengembangan Sistem Chatbot Hadis Berbasis Telegram Niken Aisyah Maharani Herwanza; Nazruddin Safaat Harahap; Febi Yanto; Fitri Insani
Jurnal Teknologi Informasi dan Multimedia Vol. 6 No. 1 (2024): May
Publisher : Sekawan Institut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35746/jtim.v6i1.514

Abstract

In Islamic studies, the Hadiths of Prophet Muhammad (SAW) hold significant value as guides for behavior and faith. However, access to understanding Hadiths often presents challenges, espe-cially for those who are not Hadith experts. The digitalization of Hadiths is still limited, making it time-consuming to find answers by sifting through the vast amount of available information. This research aims to create an efficient chatbot that provides answers related to Hadiths, including the original sources, quickly. The proposed solution is a technology-based approach through the development of a Hadith chatbot on Telegram, integrated with the LangChain Retriever and the GPT-4-1106-preview chat model from OpenAI. Using LangChain Retriever helps the chatbot find accurate answers by matching user questions with relevant Hadith databases, enhancing the ac-curacy of the chatbot's responses. The GPT-4-1106-preview chat model enables the chatbot to generate natural and context-appropriate responses, improving user interaction. The Rapid Ap-plication Development (RAD) method is applied in system development, through stages of Re-quirement Planning, User Design, Construction, and Cut-Over, including data analysis of Hadiths from the Nine Imam Hadith Books, totaling 62,169 Hadiths. The chatbot's performance evaluation uses the Scoring Evaluator framework with an average evaluation score of 0.97 and quality answer evaluation testing by five Hadith experts with an accuracy percentage of 90%. The Scoring Eval-uator test results indicate that the responses are highly accurate and aligned with Hadith refer-ences, and the quality answer evaluation test on a Likert scale shows respondents strongly agree with the system's answers. This research contributes to laypersons wanting to learn Hadiths by utilizing the chatbot as an interactive and innovative learning medium. Further research can expand the focus to complex interpretations of Musykil al-Hadith and asbab al-wurud to address deeper questions about Hadith interpretation.
Implementasi Large Language Models dalam Rancang Bangun Aplikasi Computer-Assisted Test Mobile Berbasis Android : Implementation of Large Language Models in the Design of Android-Based Computer-Assisted Test Mobile Applications Natadisastro, Yoga; Harahap, Nazruddin Safaat; Novriyanto, Novriyanto; Darmizal, Teddie
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 1 (2026): MALCOM January 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i1.2402

Abstract

Perkembangan teknologi digital telah mendorong penerapan Computer Assisted Test (CAT) sebagai sarana evaluasi pembelajaran yang mampu meningkatkan efisiensi dan ketepatan pelaksanaan ujian. Meskipun demikian, sebagian besar sistem CAT yang ada masih berbasis web, sehingga fleksibilitas penggunaan pada perangkat mobile belum optimal dan proses penyusunan soal ujian masih memerlukan waktu yang relatif lama. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi CAT berbasis mobile Android yang terintegrasi dengan Large Language Models (LLM) guna mendukung pembuatan soal ujian secara otomatis. Proses pengembangan sistem dilakukan dengan menggunakan metode Rapid Application Development (RAD) agar tahapan analisis, perancangan, dan implementasi dapat dilakukan secara lebih cepat dan adaptif. Hasil pengujian menunjukkan bahwa aplikasi yang dikembangkan berfungsi dengan baik dan memperoleh tingkat penerimaan pengguna sebesar 89% berdasarkan hasil User Acceptance Test (UAT). Integrasi LLM dalam aplikasi CAT mobile mampu meningkatkan efisiensi dalam pembuatan soal serta mendukung pelaksanaan ujian digital yang lebih fleksibel dan efektif.
Multi-Label Text Classification in the Translated Hadith of Bukhari Using A Backpropagation Neural Network Mislianingsih, Yuliana; Harahap, Nazruddin Safaat; Abdillah, Rahmad; Candra, Reski Mai
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 3 (2026): MALCOM July 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i3.2865

Abstract

Hadith is the second primary source of Islamic law. This study aims to classify the translations of Sahih al-Bukhari Hadith into three thematic categories simultaneously, namely recommendations, prohibitions, and information, using a multi-label classification approach with the Backpropagation Neural Network (BPNN) method. The dataset consists of 7,000 labeled instances. The preprocessing stage includes case folding and text cleaning without stopword removal or stemming to preserve the original meaning of the text. The novelty of this study lies in the comprehensive exploration of various model configurations, including variations in hidden layer architecture, learning rate values, and n-gram features, to identify the optimal network architecture. Feature extraction was performed using Term Frequency–Inverse Document Frequency (TF-IDF) with n-gram configurations of (1,1) and (1,2) and a maximum of 7,000 features. Three variations of the BPNN architecture (H1, H2, and H3) were evaluated using 10-fold cross-validation. The experimental results show that the simplest architecture, consisting of a single hidden layer with 64 neurons, a learning rate of 0.001, and an n-gram configuration of (1,1), achieved the best performance, with macro accuracy of 91.43%, F1-score of 89.59%, and Hamming loss of 0.0857.
Co-Authors Abd. Ghofur Abdul Aziz Abdul Aziz Abdul Ghafur Afdhalel Vickro Afdhol Rinaldi Afifah, Dhiya Dwi Ahadi, Ridho Ahmad Fauzan Ahmad Sutrio Prihatinoto Ahmad, Rizmah Zakiah Nur Aji Bayu Permadi Aprilia, Risma Arif Marsal Arum, Hafidza Sanshia Ayunda , Ayunda Fatmasari Baehaqi Bayu Dwinata Putra Yatabri Cindy , Cindy Yolanda citra ainul mardhia putri Darmizal, Teddie Deny Dewana Hastanto Desy Prastyani Dhymas Julyan Riyanto Eka Pandu Cynthia Eko Saputra Elvia Budianita Elvina Afriani Elyani, Elyani Ernawati, Ernawati Erry Yudhya Mulyani Erwan Baharudin Fachrul Hakim Fadhilah Syafria Fahmi Kasri Fahroha, Fani Afrida Fajar Febriyadi Fatima Akmal Putri, Fatima Akmal Fauzi Ihsan Febi Yanto Febrian Rizki Adi Sutiyo Ferdi Hasan Fina Tamima Annahwa Fitra Kurnia Fitra Kurnia Fitri Insani Ganiyev, Avazbek Gunawan Setia Wiguna Helviansyah, Try Idhafi, Zaky Iis Afrianty Irsyad , Muhammad Iwan Iskandar Iwan Iskandar Iwan Iskandar Iwan Iskandar Jasril Jasril Jefitra Abdu Ar Razzak Kasmuri Kasmuri, Kasmuri Khairiah Khairiah Khamo, Khamo Waruwu kurnia, fitra Lawami, Reza Haya Lestari Handayani Liza Afriyanti Lubis, Anggun Tri Utami BR. M. Fahrizal M. Septrio Rafinaldo M.Faisal Harahap Masduki Masduki Maulana, Muhammad Rizky Mislianingsih, Yuliana Muhammad Affandes Muhammad Affandes Muhammad Azmi Muhammad Fikry Muhammad Irsyad Muhammad Irsyad Muhammad Irsyad Muhammad Mulky Mar'arif Natadisastro, Yoga Negara, Benny Sukma Niken Aisyah Maharani Herwanza Novi Yanti Novi Yanti Novri Kurniawan Kurniawan Novri Rahman Novriyanto Novriyanto Nugrahaini, Inten Okfalisa Okfalisa Oktariani Sari Oktavia, Lola Oppie, Oppie Meisya Tanjung Pizaini Pizaini Pizzaini Pizzaini Putri, Nadia Sandi Rahmad Abdillah Rahmad Kurniawan Reski Mai Candra Reski Mai Candra Reski Mai Candra Rita Musdalifah Rosidi, Imron Royhisar Martahan Simanungkalit Saparuddin Siregar Saputra, Ikhsan Dwi Sari, Lydia Permata Sari, Oktariani Satriawan, Agus Silfia Silfia Silitonga, Evalina Siregar, Siti Nurholiza Suci Rahayu Sugandi, Hatami Karsa Suharna, Jaka Surya Agustian Suwanto Sanjaya Teddie Darmizal Usman Usman Wedi Kurniawan Wijaya, Andy Huang Yanuar Ramadhan Yusra Yusra, Yusra