Article Per Year (5 Year)
p-Index From 2021 - 2026
10.827
P-Index
This Author published in this journals
All Journal BIMASTER Epsilon: Jurnal Matematika Murni dan Terapan CAUCHY: Jurnal Matematika Murni dan Aplikasi Abdimas JURNAL DERIVAT: JURNAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA Edumatsains AKSIOMA BAREKENG: Jurnal Ilmu Matematika dan Terapan JTAM (Jurnal Teori dan Aplikasi Matematika) GERVASI: Jurnal Pengabdian kepada Masyarakat Jurnal Matematika UNAND Technologia: Jurnal Ilmiah Abdimas Galuh: Jurnal Pengabdian Kepada Masyarakat Jurnal Pengabdian kepada Masyarakat Nusantara Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Jurnal Abdimas Bina Bangsa Paulus Civil Engineering Journal Arus Jurnal Psikologi dan Pendidikan Journal of Hospital Administration and Management (JHAM) Jurnal Matematika Integratif Prosiding Seminar Nasional Inovasi Teknologi Terapan Jurnal Inovasi Teknologi Terapan Patisambhida : Jurnal Pemikiran Buddha dan Filsafat Agama Emitor: Jurnal Teknik Elektro
Yudhi
Universitas Tanjungpura
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Other

Published : 106 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 106 Documents
Search

 7   8   9   10   11 
PENERAPAN METODE K-MEANS++ DALAM PENENTUAN TOPIK SKRIPSI MAHASISWA BERDASARKAN NILAI MATA KULIAH Prasetio, Rian; Yudhi, Yudhi; Kusumastuti, Nilamsari
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i4.98428

Abstract

Pemilihan topik skripsi merupakan langkah penting bagi mahasiswa dalam menentukan fokus utama penelitian yang akan dilakukan. Proses ini dapat menjadi tantangan karena melibatkan pencocokan antara keahlian, minat, dan potensi individu. Salah satu upaya yang dapat dilakukan untuk mengatasi permasalahan ini adalah membentuk klasterisasi. Penelitian ini bertujuan untuk menentukan pengelompokan topik skripsi berdasarkan nilai mata kuliah yang sudah diambil dan dilakukan uji validasi untuk merekomendasikan topik skripsi berdasarkan hasil klasterisasi. Dalam penelitian ini, digunakan algoritma K-Means++ untuk mengelompokkan mahasiswa berdasarkan nilai akademik, khususnya rumpun ilmu yang menjadi rujukan pemilihan topik skripsi. Data yang diperoleh berasal dari akademik FMIPA Universitas Tanjungpura dengan menggunakan 43 data mahasiswa matematika 2021. Menggunakan metode Elbow untuk menentukan jumlah klaster. Mencari centroid pertama secara acak dan centroid awal lain menggunakan algoritma K-Means++ dan menggeser centroid dengan iterasi hingga konvergen serta uji validasi menggunakan DBI. Dari hasil perhitungan diperoleh 4 klaster, dengan kombinasi dari klaster 1 menunjukkan minat pada statistika, komputasi dan terapan, klaster 2 menunjukkan minat pada analisis, komputasi dan terapan, klaster 3 menunjukkan minat komputasi dan matematika terapan dan klaster 4 menunjukkan minat pada analisis dan komputasi terapan. Dari hasil uji validasi, menggunakan uji Elbow dan DBI diperoleh nilai terbaik berada pada k=4 dengan nilai uji elbow mengalami penurunan pada k=4 dan nilai uji DBI pada k=4 adalah 1,15. Hal ini menunjukkan bahwa pengelompokan dengan 4 klaster memberikan kualitas klasterisasi terbaik dibandingkan klaster lain.
PENENTUAN PEWARISAN GENOTIP PADA GENERASI KE-n DENGAN APLIKASI DIAGONALISASI MATRIKS Mawarni, Selkia; Prihandono, Bayu; Yudhi, Yudhi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 6 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i6.71433

Abstract

Dalam matematika, teori matriks ialah satu diantara beberapa cabang aljabar linear yang bisa diterapkan di ilmu biologi. Salah satu pengimplementasiannya ialah diagonalisasi matriks dalam menyelidiki pewarisan genotip pada penurunan terkait-. Penelitian ini memiliki tujuan guna menentukan pewarisan genotip pada generasi ke-  dalam kasus penurunan terkait-. Dalam kasus penurunan terkait-  ditentukan peluang generasi keturunan yang mewarisi genotip induk. Selanjutnya menentukan model distribusi genotip pada generasi ke-. Pewarisan genotip pada kasus penurunan terkait-  dalam jangka waktu yang sangat panjang akan menghasilkan keturunan  dan keturunan  apabila setiap induk disilangkan dengan pasangan sekandung.Kata Kunci : diagonalisasi matriks, pewarisan genotip, penurunan terkait-
MENCARI JUMLAHAN BILANGAN ASLI PERTAMA DAN PANGKATNYA MENGGUNAKAN RELASI REKURENSI Iskandar, Rais; Fran, Fransiskus; Yudhi, Yudhi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 6 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i6.71396

Abstract

Sistem bilangan telah ada sejak zaman dahulu salah satunya adalah bilangan asli dapat diaplikasikan dalam suatu permasalahan matematika. Penjumlahan bilangan asli pertama dapat direpresentasikan ke bentuk relasi rekurensi. Pada umumnya relasi rekurensi terbagi menjadi dua bentuk yaitu relasi rekurensi homogen dan relasi rekurensi tak homogen. Adapun langkah-langkah hasil jumlahan bilangan asli dan pangkatnya yang di notasikan dengan  untuk  adalah membentuk relasi rekurensi yang terlebih dahulu. Kemudian, menentukan solusi homogen dan solusi partikular dari relasi rekurensi yang terkait sehingga diperoleh solusi umumnya.. Relasi rekurensi untuk penjumlahan bilangan asli berpangkat k,  , adalah . Solusi yang diperoleh yaitu  dengan    dan .Kata Kunci : Bilangan asli pertama, pangkat, relasi rekurensi.
OPTIMASI HASIL TANAMAN PANGAN DENGAN PENDEKATAN GOAL PROGRAMMING (Studi Kasus: Dinas Tanaman Pangan dan Holtikultura Provinsi Kalimantan Barat) Mareta, Nadia; Yudhi, Yudhi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i2.76957

Abstract

Diperlukan cara alternatif dalam meningkatkan peluang produksi tanaman untuk memenuhi kebutuhan pangan. Hal ini bertujuan untuk memperoleh hasil yang optimal dari penanaman pangan. Hasil yang optimal dari produksi tanaman pangan dapat dipengaruhi oleh beberapa faktor, diantaranya masa panen, jumlah tenaga kerja, jumlah penggunaan pupuk urea, SP "“ 36, NPK dan biaya produksi serta memaksimalkan hasil produksi dan harga jual. Oleh karena itu, perlu dilakukan analisis terkait dengan optimasi hasil produksi tanaman pangan menggunakan model Goal Programming. Penelitian ini bertujuan untuk mengaplikasikan dan menyelesaikan model optimasi hasil tanaman pangan di dinas pertanian Provinsi Kalimantan Barat. Data penelitian diperoleh dari Dinas Tanaman Pangan dan Hortikultura Provinsi Kalimantan Barat, diantaranya data masa panen, jumlah penggunaan pupuk, hasil produksi, harga jual per/kg dan biaya produksi per Ha. Analisis data menggunakan goal programming untuk model optimasi hasil tanaman pangan di Provinsi Kalimantan Barat dengan bantuan software lingo, diperoleh hasil penelitian yang menunjukkan fungsi tujuan model goal programming yang mencapai hasil optimal sebesar 4.747.250, dilihat dari nilai deviasi masa panen, tenaga kerja, dan hasil produksi mencapai sasaran optimal, sedangkan nilai deviasi pupuk urea, pupuk SP "“ 36, pupuk NPK, harga jual dan biaya produksi tidak mencapai sasaran yang optimal. Namun, terdapat tanaman pangan yang di rekomendasikan untuk dikembangkan yaitu tanaman kacang tanah dan kacang hijau.  Kata Kunci : Program Linear, Optimisasi, Multi Objective
PENENTUAN BIAYA TRANSPORTASI PENDISTRIBUSIAN IKAN NILA MENGGUNAKAN ALLOCATION TABLE METHOD Arya Pratama, Putra Handika; Helmi, Helmi; Yudhi, Yudhi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 1 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i1.74056

Abstract

Metode transportasi merupakan alat yang digunakan untuk mengatasi permasalahan dalam bidang transportasi. Permasalahan tersebut terkait dengan pendistribusian produk dari beberapa sumber ke berbagai tujuan. Maksud dari permasalahan transportasi adalah untuk menemukan metode optimal atau efisien agar produk dapat dialokasikan dengan tepat, sehingga biaya yang dikeluarkan dapat diminimalkan sebanyak mungkin. Allocation Table Method (ATM) merupakan salah satu teknik dalam optimasi yang bertujuan untuk menemukan solusi layak dasar yang memadai terhadap permasalahan transportasi dan terkadang memberikan hasil yang serupa dengan solusi optimal dengan cara melakukan alokasi pendistribusian pada tabel transportasi. Penelitian ini bertujuan untuk mengidentifikasi biaya distribusi dengan menggunakan pendekatan ATM. Studi kasus yang diambil adalah biaya distribusi di Usaha Ikan Nila milik A pada bulan Desember 2022. Usaha ini mendistribusikan ikan dari 3 sumber (Pick up) menuju 8 pasar dengan total biaya distribusi sekitar Rp 2.689.928,00. Permasalahan distribusi ikan dirumuskan dalam bentuk model matematika dan dicari solusinya menggunakan ATM, yang menghasilkan biaya distribusi sekitar Rp 2.408.970,00. Terdapat selisih sebesar Rp 280.958,00 antara perhitungan biaya distribusi usaha budidaya ikan nila dengan pendekatan ATM.  Kata Kunci : permasalahan transportasi, alokasi, solusi layak dasar.
ANALISIS AKAR-AKAR PERSAMAAN KUBIK BERDASARKAN KOEFISIEN PERSAMAAN CARDANO Nurtaniyahya, Ilham; Kusumastuti, Nilamsari; Yudhi, Yudhi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 6 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i6.72386

Abstract

 Persamaan kubik dengan satu variabel adalah persamaan dengan bentuk a3x3 + a2x2 + a1x + a0 = 0 dengan a3 ≠ 0. Akar-akar persamaan kubik adalah nilai-nilai yang memenuhi persamaan tersebut. Salah satu metode yang digunakan untuk mencari akar-akar persamaan kubik adalah metode Cardano. Secara garis besar, metode Cardano mereduksi bentuk persamaan kubik menjadi bentuk kubik sempurna y3 + py + q = 0. Mencari akar-akar persamaan kubik tidaklah sederhana untuk dilakukan sehingga perlu ditentukan karakteristik akar-akar tanpa mencari nilai akar-akarnya. Selain dengan menggunakan nilai diskriminan, karakteristik akar-akar tersebut juga dapat ditentukan menggunakan nilai p dan q yang merupakan koefisien pada persamaan Cardano. Dalam artikel ini dibahas mengenai keterkaitan karakteristik akar-akar persamaan kubik berdasarkan koefisien persamaan Cardano. Langkah awal dalam menentukan keterkaitan tersebut adalah dengan mencari akar-akar persamaan kubik dengan metode Cardano yang diuraikan menjadi empat kasus. Selanjutnya, dilakukan analisis karakteristik akar-akarnya berdasarkan nilai p dan q dan diperoleh tujuh karakteristik akar-akar persamaan kubik berdasarkan kemungkinan-kemungkinan nilai koefisien persamaan Cardano tersebut.    Kata Kunci : metode Cardano, persamaan Cardano, reduksi persamaan kubik.
Penerapan Klasifikasi Always Better Control Online Shop Moyskin.Id untuk Analisis Pengendalian Persediaan Utari, Dina; Helmi, Helmi; Yudhi, Yudhi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 6 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i6.103626

Abstract

Suatu usaha atau toko berupaya untuk mengoptimalkan tingkat penjualan dengan meminimalkan jumlah barang yang tidak terserap oleh pasar. Pengendalian persediaan menjadi hal penting untuk memastikan kelancaran operasional bisnis. Untuk itu, penelitian ini bertujuan untuk mengetahui klasifikasi persediaan produk dan pengendalian persediaan produk menggunakan metode Always Better Control dan Statistical Process Control pada online shop “Moyskins.id”. Penelitian diawali dengan pengumpulan data produk, kemudian dilakukan perhitungan kontribusi nilai masing-masing produk terhadap total nilai persediaan, serta pengelompokan produk ke dalam tiga kategori yaitu A, B, dan C berdasarkan persentase kumulatif nilai. Setelah itu, dilakukan analisis pengendalian persediaan menggunakan diagram kontrol untuk memantau kestabilan data persediaan dari kategori yang telah diklasifikasikan. Hasil klasifikasi ABC menunjukkan bahwa produk kelompok A terdiri dari 9 jenis (30%) dari seluruh jenis produk dengan nilai investasi sebesar Rp24.405.215 (37,93%) dari total investasi. Kelompok B terdiri dari 7 jenis (23,33%) dari seluruh jenis produk dengan nilai investasi sebesar Rp7.737.175 (12,03%) dari total investasi. Sedangkan produk yang tergolong kelompok C terdiri dari 16 jenis (46,67%) dari seluruh jenis produk dengan nilai investasi sebesar Rp32.196.500 (50,04%) dari total investasi persediaan produk online shop Moyskins.id. Kemudian pada analisis Statistical Process Control diperoleh tingkat kerusakan barang pecah sebesar 34 produk dan packaging rusak sebesar 33 produk. Kemudian diperoleh nilai rata-rata kerusakan produk (CL) sebesar 0,0142, batas kendali atas (UCL) sebesar 0,790, dan batas kendali bawah (LCL) sebesar 0,0506 = 0. Hasil dari pengolahan peta kendali P-Chart proporsi kerusakan setiap produk masih dalam batas kendali, sehingga dapat dikatakan kualitas produk sudah stabil dan terkontrol.
Analisis Deret Taylor dalam Menentukan Aproksimasi Polinomial dari Suatu Fungsi Rayhannisa, Rayhannisa; Yundari, Yundari; Yudhi, Yudhi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 6 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i6.103655

Abstract

Deret Taylor ialah representasi suatu fungsi terdiferensiasi dalam bentuk deret pangkat tak hingga di sekitar suatu titik, yang jika dipotong hingga orde tertentu menghasilkan polinomial Taylor sebagai bentuk aproksimasi fungsi. Deret Taylor memungkinkan untuk mendekati fungsi yang sulit dihitung dengan menggunakan aproksimasi polinomial. Tujuan dari aproksimasi ialah memperoleh nilai atau solusi yang mendekati nilai sebenarnya, meskipun hasil yang diperoleh tidak sepenuhnya sama sehingga menimbulkan selisih. Selisih antara nilai pendekatan dengan nilai sebenarnya inilah yang disebut sebagai error. Penelitian ini bertujuan untuk mengkaji teori deret Taylor dalam mencari aproksimasi polinomial serta menerapkan aproksimasi polinomial dengan menggunakan aplikasi Python. Metode yang digunakan adalah studi literatur dan verifikasi komputasi menggunakan Python untuk menentukan fungsi f (x) dan titik pusat x0, menghitung turunan hingga orde-n, mencari polinomial Taylor Pn (x), serta mengevaluasi error menggunakan bentuk sisa. Hasil dari penelitian ini menunjukkan bahwa semakin tinggi orde polinomial, error aproksimasi semakin kecil, sedangkan fungsi polinomial dapat diperoleh secara eksak pada orde yang sesuai. Fungsi dengan turunan besar seperti tan x membutuhkan orde lebih tinggi untuk mencapai ketelitian yang baik. Verifikasi menggunakan Python mempermudah perhitungan turunan, pembentukan polinomial, serta evaluasi error secara otomatis sehingga hasilnya lebih akurat dan efisien. Secara keseluruhan, deret Taylor terbukti menjadi metode sistematis yang efektif untuk aproksimasi fungsi, serta integrasi dengan Python memperkuat aspek kecepatan dan ketepatan perhitungan.
Pemodelan Persentase Penduduk Miskin menggunakan Regresi Data Panel Hausman-Taylor (Studi Kasus: Kabupaten/Kota di Provinsi Kalimantan Barat Tahun 2020-2024) Azura, Tina; Perdana, Hendra; Yudhi, Yudhi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 6 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i6.103657

Abstract

Dalam analisis ekonometrika, pemilihan metode estimasi yang tepat sangat penting untuk menghasilkan parameter yang konsisten dan efisien, khususnya pada data panel yang mengandung variabel time invariant dan potensi korelasi antara variabel independen dengan efek individu yang tidak teramati. Penelitian ini bertujuan untuk menerapkan metode Hausman-Taylor sebagai pendekatan alternatif dalam melakukan estimasi parameter pada model regresi data panel untuk mengatasi keterbatasan model fixed effect dan model random effect. Metode penelitian meliputi analisis deskriptif data, penentuan model regresi data panel, serta melakukan estimasi parameter data panel Hausman-Taylor dengan mengelompokkan variabel independen menjadi variabel time invariant dan time variant. Sumber data yang digunakan adalah data sekunder yang dipublikasikan oleh BPS Kalimantan Barat, berupa data persentase penduduk miskin di 14 kabupaten/kota selama periode 2020-2024. Variabel yang digunakan adalah Persentase Penduduk Miskin (Y), Tingkat Pengangguran Terbuka (x_1), Laju Pertumbuhan Penduduk (x_2), Rasio Ketergantungan (x_3), Upah Minimum Kabupaten/Kota (x_4), Rata-rata Lama Sekolah (x_5). Hasil estimasi menunjukkan bahwa nilai koefisien determinasi sebesar 54,58% dengan model yang terbentuk, yaitu PMM_it=0,041552TPT_it+0,020392LPP_it+0,012257RK_i-0,0000009UMK_it-1,0676RLS_i+ε_i. Variabel yang secara statistik berpengaruh signifikan terhadap persentase penduduk miskin, yaitu upah minimum kabupaten/kota dan rata-rata lama sekolah. Hasil penelitian ini menunjukkan bahwa model Hausman-Taylor mampu mengakomodasi keterbatasan model panel konvensional dan memberikan hasil estimasi yang tidak bias, konsisten, serta efisien.
Modular Coloring of Comb Graph, Lintang Graph, and Butterfly Graph Pramudya, Deby Debora; Yudhi, Yudhi; Fran, Fransiskus
JTAM (Jurnal Teori dan Aplikasi Matematika) Vol 10, No 1 (2026): January
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jtam.v10i1.34697

Abstract

Given any graph G that contains no isolated vertices, a labeling c is a mapping from its vertex set to the set of integers modulo k (c:V(G)→Z_k) for k≥2, adjacent vertices are allowed to share the same color. The number of color labels of a vertex v (σ(v)), is the number of color labels of the neighborhood of vertex v (N(v)). A labeling c is a modular k-coloring of G if σ(x) ≠ σ(y) in Z_k for all vertices x,y that are neighbors in G. Denoted as mc(G), the modular chromatic number of G is defined as the least integer k that allows for a modular k-coloring of the graph. This research seeks to ascertain the modular chromatic number of the comb graph Cb_n, the lintang graph L_n, and the butterfly graph BF(n). The first step in this research is to define the labeling c, then determine (N(v)). Next, determine the number of color labels from the neighborhood at each vertex with σ(x)≠σ(y) in Z_k for x,y being all neighboring vertices. After the condition σ(x)≠σ(y) in Z_k is satisfied, ascertain mc(G). By performing the same steps on each graph with increasingly larger values of n, a modular coloring pattern will emerge, which is used to formulate the modular coloring formula. This process concludes with the formulation of a modular coloring formula and the determination of the modular chromatic number for comb graph Cb_n, lintang graph L_n, and butterfly graph BF(n). Based on this research, mc(Cb_n)=2, mc(L_n)=2, and mc(BF(n))=3 are obtained.
Co-Authors Aan Febriansyah Al Azizi, Fudhail Azzam Thoriqi Aljona, Sarah Amalia Wigati Aminuyati Ammar, Farid Ananda Sapitri, Anjelalica Andi Hairil Alimuddin Andri Royani Anggelina, Florensi Silva Anggraeni, Rosiana Angraini, Wanda Apriliandi Apriliandi Arin Yerliansyah Arya Pratama, Putra Handika Azura, Tina Bayu Prihandono BENI, YAKOBUS Danang Try Purnomo Debataraja, Naomi Nessyana Dedek Noviyani Desi Ayu Wulandari Dessy Natalia Dhea Prameswari Egi Riansyah Eko Sulistyo Endah Sayekti Evi Novian Evi Noviani FAJRIN NURSETYA DESI Fansiskus Fran Fauzan, M Nur Febriyanto, Ferdy Feby Fitria Ramadhita Feriliani Maria Nani Firman Saputra Firman, Ely Fitriani Fitriani Fran, Fransiskus Frananta Maha Fransiskus Fran Fransiskus Fran Hasanuddin Hasanuddin Hasanuddin Helmi Helmi Helmi Helmi Helmi Hendra Perdana Humaira Ichlashi Amaliah Ilham, Muhamad Ilham Imroah, Nurfitri Irfant Bayu Pratama Irianti, Faradila Irvandi, Firzakalpa Syafiq Iskandar, Rais Khairun Nisa Khariyyah, Lina Laksono Trisnantoro Lili Oktaviana Liliana, Tiara Limanto, Vincent Lita Novianti Lovi Dwi Purnamasari Luluk Hendriyana Mahmul Mahmul Maisurah Maisurah Mareta, Nadia Mariatul Kiftiah Martha, Shantika Maulydiana Septiani Mawarni, Selkia Meiliana Meiliana Meliana Pasaribu Minsas, Sukal Mochammad Imron Awalludin Mudinillah, Adam Muhammad Adiyan Septianda Muhammad Iqbal Nugraha Muhardi Muhardi Naomi Nessyana Debataraja Neva Satyahadewi Nilamsari Kusumastuti Nirmala, Irma Nopiani Nopiani Novitasari Novitasari Nurfitriana Nurfitriana Nurtaniyahya, Ilham Nurul Fadhilah NUR’AINUL MIFTAHUL HUDA Ocsirendi Okta Rina, Tiara P.W., Elvi Rusmiyanto Paranditus Paranditus Paranditus, Paranditus Pramudya, Deby Debora Pratama, Anjeryan Sapta Puji Ardiningsih Puteri Islamega Taufani Rabitah Al-Alawiyah ratih ratih Ratnasari, Dian Eka Rayhannisa, Rayhannisa Renisa Auditaputri Rian Prasetio Riki Afriansyah Risko, Risko Sahrial Sakti Simanjuntak, Junjungan Dwipa Sandi, Sabinus Saputra, Irpan Sari, Reny Puspita Selah Siti Nur Amanah Suhardi Tantri, Eliana Tesah Aldi Parani Tri Desrehan, Sagit Tripina, Maria Try Purnomo , Danang Uray Agustian Utari, Dina Wahyu Fahrizal Windarti, Ayu Yanitami, Alvi Yuli Rahayu Yuliardi Kurniawan Yundari, Yundari Yundari, Yundari Yuni Wulandari Yusnanda Yusnanda Zanu Saputra Zettira Septiani