Claim Missing Document
Check
Articles

PENENTUAN PARAMETER JARAK ANTAR VEKTOR UNGGULAN PADA MODIFIKASI SPECIES-BASED DIFFERENTIAL EVOLUTION UNTUK OPTIMASI FUNGSI MULTIMODAL Al Idrus, Said Iskandar
JURNAL PENELITIAN SAINTIKA Vol 13, No 1 (2013): MARET 2013
Publisher : JURNAL PENELITIAN SAINTIKA

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

Abstract

Pada saat ini optimasi mempunyai peranan penting dalam berbagaibidang penelitian operasional, indueiri, keuangan dan manajemen. DifferentialEvolution (DE), merupakan teknik pencarian acak menggunakan vektor sebagaialternatif penyelesaian dalam pencarian optimasi. DE bekerja sangat baik padaopiimasi sebuah fungsi unimodal, pada fungsi multimodal dilakukan pembagian wilayah fitness dengan dengan menggunakan niching method untuk mencari lokaloptimum. Species-based adalah salon satu metode niching yang digunakan dalamoptimasi multimodal. Metode ini membentuk banyak populasi dalam area Jungsidengan mempertahankan jarak (euclidean distance) dalam penempaian titikpusatnya atau disebut juga dengan species-seed. Setiap populasi memiliki jari-jari · (r) antara vektor-vektor dan titik pusat populasi. Pada iulisan ini dijelaskanmodifikasi untuk pengembangan Species-based yang telah ada untuk menentukanspecies-seed sebagai vektor unggulan yang disebar diseluruh area fungsi dengan meneniukan jarak ideal, hal ini bermanfaat untuk menghindari mencari species-seedsecara berulang-ulang dan dapat meneniukan jumlah indioidu dalam satu populasidengan jumlah ideal yang sama. Dari hasil test fungsi sangat baik dan dengan hasi!yang diperoleh dari paper sebelumnya dengan species-based yang belumdimodifikasi. Uniuk fungsi saiu dimensi dan dua dimensi hasil dapat di gambarkandalam bentuk gambar grafik fungsi.
Pemanfaatan Software Moodle untuk Membangun Sistem Pembelajaran On-Line Bagi Guru MTs Dan MA Muhammadiyah Kota Medan Susiana Susiana; Said Iskandar Al Idrus; Chairunisah Chairunisah
JURNAL PENGABDIAN KEPADA MASYARAKAT Vol 21, No 82 (2015)
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jpkm.v21i82.3464

Abstract

The effective learning requires a good learning system and learning resources which can be obtained easily, not place or time limited. Actually, the Advances of technology today can support the creation of learning resources, but the use of technology  by schools in Medan is still not maximal, including MTs Muhammadiyah 15 dan MA Muhammadiyah 1 Medan. One of the reasons is the teachers did not have skill to manage an e-learning which it has to involve teachers and students at once. Moodle is a learning management system which is most popular today.This dedication activity aims to provide knowledge and skill for the teachers to use moodle as one of the ways to implement learning process. There are two phases of this event:1) workshop; introduction of e-learning and moodle, 2) accompaniment; Participants had guided and assisted in designing a learning device that is packed  in e –learning form. In general, the event had implemented successfully. Outcomes of this activity are : a)learning device such as syllabus , teaching materials  and exam questions, b)learningdevices are packed on-line at www.mam1medan.sch.id and www.mts15muhammadiyah.sch.id, c ) recording a video on how to use e -learning from the web that has been made.
PEMANFAATAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) UNTUK MENENTUKAN GURU BERPRESTASI DI SEKOLAH MENENGAH ATAS NEGERI 1 BLANG PEGAYON Rahmani . .; Said . Iskandar
KARISMATIKA: Kumpulan Artikel Ilmiah, Informatika, Statistik, Matematika dan Aplikasi Vol 7, No 3 (2021): Karismatika
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jmk.v7i3.32464

Abstract

Guru merupakan pendidik dan pengajar yang membimbing siswa-siswi dalam mewujutkan kelas yang disiplin dan sebagai motivator untuk membangun keinginan siswa-siswi belajar dan berprestasi didalam kelas maupun diluar kelas. Selain mengajar di dalam ruang kelas, seorang guru dituntut memiliki karakter seperti yang terdapat di Tut Wuri Handayani. Penilaian dilakukan dengan mengukur kerja masing-masing guru dalam melaksanakan tugas dan kewajiban yang sesuai standard kopetensi yang ada. Sebuah metode pengambil keputusan  (SPK) dapat membantu  proses pengambilan keputusan yang optimal yaitu  Metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Metode ini dipilih karena mampu memilih alternatif terbaik dari sejumlah alternatif yang ada. Dalam menentukan penilaian guru berprestasi dibutuhkan beberapa kriteria untuk memilih guru berprestasi  yaitu : Pedagogik, kepribadian, dan professional. Perolehan hasil akhir perhitungan TOPSIS menjadi keputusan Penilaian guru berprestasi dengan status : Selalu, Sering, Kadang-Kadang, dan Tidak pernah. Penilaian guru berprestasi terbaik yaitu Irmawati. S.Pd dengan nilai 0,999 yang menjadi guru berprestasi dengan nilai tertinggi di SMA N 1 Blangpegayon.  Abstratc--Teachers are educators and teachers who guide students in realizing disciplined classes and as motivators to build students' desire to learn and excel in class and outside the classroom. In addition to teaching in the classroom, a teacher is required to have characters like those in Tut Wuri Handayani. The assessment is carried out by measuring the work of each teacher in carrying out their duties and obligations according to existing competency standards. A decision-making method (DSS) can assist the optimal decision-making process, namely the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method. This method was chosen because it is able to choose the best alternative from a number of existing alternatives. In determining the assessment of outstanding teachers, several criteria are needed to select outstanding teachers, namely: Pedagogic, personality, and professional. Obtaining the final result of the TOPSIS calculation becomes a decision for the assessment of outstanding teachers with the status: Always, Often, Sometimes, and Never. The assessment of the best achieving teacher is Irmawati. S.Pd with a score of 0.999 who became an outstanding teacher with the highest score at SMA N 1 Blangpegayon. 
PEMANFAATAN METODE MONTE CARLO DALAM PENCARIAN PATH TERPENDEK PADA GRAF Said Iskandar Al Idrus
KARISMATIKA: Kumpulan Artikel Ilmiah, Informatika, Statistik, Matematika dan Aplikasi Vol 1, No 3 (2015): Karismatika
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jmk.v1i3.8662

Abstract

Pada saat ini ada beberapa cara yang dilakukan untuk mencari path terpendek pada graf. Untuk graf dengan jumlah vertek yang besar, secara konvensional pencarian ini akan menghabiskan waktu yang lama dan keakuratan yang kecil. Dengan bantuan komputer kita dapat mengembangkan banyak algoritma memudahkan kita mencari optimasi dari sebuah graf. Dengan komputasi menggunakan metode monte carlo kita dapat mendistribusikan nilai random untuk dapat memunculkan semua kemungkinan yang terjadi dari path ini. Nilai path akan diseleksi dari generasi ke generasi berdasarkan nilai terkecil dari jumlah edge, waktu yang diperlukan bergantung dari jumlah vertek dan epoch dari sebuah program.Kata kunci: komplit graf, path terpendek, tree, monte carlo
PEMANFAATAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) DALAM PEMILIHAN MAHASISWA BERPRESTASI (STUDI KASUS MAHASISWA MATEMATIKA UNIVERSITAS NEGERI MEDAN) Rovita Indah Ayu Ningtias; Said . Iskandar
KARISMATIKA: Kumpulan Artikel Ilmiah, Informatika, Statistik, Matematika dan Aplikasi Vol 7, No 3 (2021): Karismatika
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jmk.v7i3.32443

Abstract

Metode Technique For Order Preference by Similarity to Ideal Solution  (TOPSIS) adalah suatu metode pendukung keputusan multi kriteria pertama kali perkenalkan oleh Yoon dan Hwang pada tahun 1987, yang menggunakan prinsip bahwa alternatif yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif tetapi juga memiliki jarak terpanjang dari solusi ideal negatif. Dalam penelitian ini metode TOPSIS dimanfaatkan dalam pemilihan mahasiswa beprestasi.  Data yang digunakan mahasiswa stambuk 2017 jurusan Matematika di Universitas Negeri Medan,  kriteria yang digunakan sesuai dengan pedomn Pemilihan Mahasiswa Berprestasi yang dikeluarkan oleh DIKTI, seperti; Indeks Prestasi Kumulatif (IPK), Mini Riset, Prestasi, dan TOEFL. Hasil penelitian ini diperoleh bahwa perangkingan Pemilihan Mahasiswa Prestasi sesuai dengan perhitungan standrat dari pedoman yang dikeluarkan oleh DIKTI. Abstract— The technical Method for Order Preference by Similarity to Ideal Solution (TOPSIS) was a first multi-criteria decision support method introduced by Yoon and Hwang in 1987, which used the principle that the best alternative does not only have the shortest distance from the negative ideal solution. In this study the TOPSIS method was used in research of outstanding students. The data used by STAMBUK 2017 students majoring in mathematics at the State University of Medan, the criteria used in accordance with the guidelines for selecting outstanding students issued by Dikti such as: cumulative achievement index, mini research, achievement and TOEFL. The results of this research show that the ranking of student achievement selection was in accordance with the standard calculation of the guidelines issued by the Directorate of Higher Education.
PENERAPAN METODE FUZZY INFERENCE SYSTEM (FIS) SUGENO DALAM MENENTUKAN NILAI INFLASI (STUDI KASUS PADA DATA INFLASI MEDAN) Olga Laura Mahlona; Said . Iskandar
KARISMATIKA: Kumpulan Artikel Ilmiah, Informatika, Statistik, Matematika dan Aplikasi Vol 6, No 3 (2020): Karismatika
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jmk.v6i3.22215

Abstract

Pada penelitian ini, diterapkan metode logika fuzzy dengan sistem inferensi fuzzy Sugeno untuk memperhitungkan nilai inflasi berdasarkan variabel-variabel yang terdapat pada Indeks Harga Konsumen (IHK). Tujuan penelitian ini adalah untuk mengetahui hasil perhitungan nilai inflasi dengan menggunakan sistem inferensi fuzzy Sugeno dan ketepatan hasil perhi- tungan dengan menggunakan sistem inferensi fuzzy Sugeno. Pada himpunan fuzzy rendah menggunakan data terendah dan himpunan fuzzy tinggi menggunakan data tertinggi dari setiap variabel. Dalam penelitian ini menggunakan fungsi keanggotaan representasi linear naik dan representasi linear turun . Model logika fuzzy Sugeno pada penelitian ini menggunakan output (konsekuen) berupa konstanta (model Sugeno orde nol). Secara umum bentuk model Sugeno orde nol adalah:   IF (x1isA1)◦ (x2isA2)◦...◦ (xiisAi) THEN z is k. Penegasan atau defuzzifikasi diperoleh dengan menggunakan metode rata-rata terpusat (Weight Average). Dari hasil penelitian diperoleh MSE dengan nilai yang kecil yakni sebesar 0.00000922673 dan MAPE sebesar 1.00819%.Kata kunci: Inflasi, Logika Fuzzy, Sugeno.  ABSTRACT In this study, applied fuzzy logic method with Sugeno fuzzy inference system to calculate the inflation value based on variables contained in the Consumer Price Index (CPI). The purpose of this study was to determine the results of the calculation of inflation values using the Sugeno fuzzy inference system and the accuracy of the results of the calculation by using the Sugeno fuzzy inference system. The low fuzzy set uses the lowest data and the high fuzzy set uses the highest data from each variable. In this study using a function of linear representation representation increases and linear representation decreases. Sugeno fuzzy logic model in this study uses output (consequently) in the form of a constant (the zero order Sugeno model). In general, the zero-order Sugeno model is: IF (x1isA1) ◦ (x2isA2) ◦ ... ◦ (xisAi) THEN z is k. Defuzzification is obtained using the weighted average method. From the research results obtained MSE with a small value of 0.00000922673 and MAPE of 1.00819%.
PENERAPAN METODE HOLT –WINTERS EXPONENTIAL SMOOTHING ADITIF DALAM PERAMALAN CURAH HUJAN (Studi Kasus Kab.Deli Serdang) Devi Juliana Napitupulu; Said Iskandar .
KARISMATIKA: Kumpulan Artikel Ilmiah, Informatika, Statistik, Matematika dan Aplikasi Vol 8, No 1 (2022): Karismatika
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jmk.v8i1.34057

Abstract

Metode peramalan jangka panjang memegang peranan penting dalam berbagai aspek seperti dalam iklim. Banyak pembangunan infrastruktur dan perkebunan yang tidak optimal karena pengaruh iklim seperti curah hujan, seperti terhambatnya pembangunan infrastruktur dan perkebunan tidak mendapatkan hasil panen yang tidak maksimal. Penelitian ini bertujuan untuk mendapatkan hasil prediksi curah hujan 10 tahun ke depan di kawasan Deli Serdang dengan menggunakan metode Holt –Winters Exponential Smoothing Aditif. Penelitian dilakukan dengan menggunakan data web Meteorologi, Klimatologi, dan Geofisika Sumatera Utara ( Studi Kasus Kab. Deli Serdang ). Hasil analisis penelitian ini dilakukan secara kuantitatif dengan menggunakan teknik atau pendekatan statistik. Hasil penelitian ini menunjukkan bahwa hasil MAPE metode Holt–Winters Exponential Smoothing Aditif sangat baik (layak) digunakan untuk meramalkan curah hujan di Kabupaten Deli Serdang karena memiliki error lebih kecil dari 20% sehingga metode Holt –Winters Exponential Smoothing Aditif dapat digunakan untuk meramalkan curah hujan di Kabupaten Deli Serdang 10 tahun ke depan. Abstract— Long-term forecasting methods play an important role in various aspects such as in the climate. Many infrastructure development and plantations are not optimal due to climate influences such as rainfall, such as inhibitory of infrastructure development and plantations do not get non-maximum crops. This study aims to obtain the rainfall prediction of the next 10 years in the Deli Sergang area using the Holt -Winters Exponential Smoothing additive method. The study was conducted using meteorological web data, climatology, and geophysics of North Sumatra (Case Study Code. Deli Serdang). The results of this research analysis are conducted quantitatively using technical or statistical approaches. The results of this study indicate that the result of the mode of Holt-Winters Exponential method of additive sooth additive (decent) used to forecast rainfall in Deli Serdang District as it has a error smaller than 20% so that the method of Holt -Winters Exponential smoothing additives can be used to forecast rainfall in Deli Serdang Regency 10 years ahead.
PENERAPAN METODE DOUBLE MOVING AVERAGE DAN DOUBLE EKSPONENTIAL SMOOTHING DALAM MERAMALKAN JUMLAH PRODUKSI CRUDE PALM OIL (CPO) PADA PT. PERKEBUNAN NUSANTARA IV UNIT DOLOK SINUMBAH Mika . Layakana; Said . Iskandar
KARISMATIKA: Kumpulan Artikel Ilmiah, Informatika, Statistik, Matematika dan Aplikasi Vol 6, No 1 (2020): Karismatika
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jmk.v6i1.19309

Abstract

ABSTRAKMetode peramalan Double Moving Average dan Double Eksponential Smoothing merupakan model ramalan data berkala (Time Series) yang dalam penelitian ini digunakan sebagai metode dalam peramalan. Permasalahan yang akan dibahas adalah bagaimana meramalkan hasil produksi CPO pada PTPN IV unit Dolok Sinumbah menggunaan metode Double Moving Average dan Double Eksponential Smoothing serta membandingkan metode peramalan yang paling tepat diantara metode Double Moving Average dan Double Eksponential Smoothing. Tujuan penelitian ini adalah untuk meramalkan hasil produksi CPO PTPN IV unit Dolok Sinumbah di tahun 2017 pada tiap bulannya.Metode pengumpulan data yang digunakan adalah data sekunder. Data yang diambil adalah jumlah hasil produksi CPO pada PTPN IV unit Dolok Sinumbah tahun 2012-2016. Hasil analisis data dengan menggunakan metode Double Ekspo- nential Smoothing dengan α : 0,52 diperoleh nilai MSE dan MAPE terkecil yaitu sebesar 18920.9 dan 0,091. Kata kunci: Peramalan, Double Moving Average, Double Eksponential Smoothing, MSE, MAPE.ABSTRACTDouble Moving Average and Double Exponential Smoothing forecasting method is a periodic data forecast model (Time Series) which in this research is used as a method in forecasting. The problem that will be discussed is how to predict the production of CPO in PTPN IV Dolok Sinumbah unit use Double Moving Average and Double Exponential Smoothing method and compare the most precise forecasting method between Double Moving Average and Double Exponential Smoothing method. The purpose of this study is to predict the production of CPO PTPN IV Dolok Sinumbah units in 2017 in each month. Data collection method used is secondary data. The data taken is the amount of CPO production in PTPN IV unit Dolok Sinumbah year 2012-2016. The result of data analysis using Double Exponential Smoothing method with α: 0,52 obtained the smallest MSE and MAPE value that is equal to 18920.9 and 0,091. Keywords: Forecasting, Double Moving Average, Double Exponential Smoothing, MSE, MAPE
METODE NAIVE BAYES CLASSIFER DALAM PENENTUAN PENERIMA BEASISWA BIDIKMISI DI UNIVERSITAS NEGERI MEDAN Said Iskandar .; Nice R Refisis; Billroy A Ginting
KARISMATIKA: Kumpulan Artikel Ilmiah, Informatika, Statistik, Matematika dan Aplikasi Vol 7, No 1 (2021): Karismatika
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jmk.v7i1.25698

Abstract

Abstrak—Beasiswa diberikan kepada mahasiswa dengan tujuan mengurangi jumlah mahasiswa yang putus kuliah, karena tidak mampu membiayai pendidikan.  Namun untuk mendapatkan beasiswa mahasiswa harus memenuhi syarat yang telah ditetapkan.   Oleh karena jumlah mahasiswa yang mengajukan permohonan harus memiliki kriteria penilaian yang ditentukan oleh universitas. Penerapan Metode Algoritma Naive Bayes Classifer pada evaluasi kinerja akademik mahasiswa dapat membantu memberikan rekomendasi penerima beasiswa. Naive Bayes adalah suatu metode klasifikasi dalam data mining dengan menggunakan metode probabilitas dan  statistik.    Data  mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar. Penelitian ini adalah Studi Kasus yang dilakukan di Jurusan Matematika Angkatan 2019 Universitas Negeri Medan. Data yang diambil adalah pekerjaan orang tua, penghasilan orang tua, jumlah tanggungan, daya listrik (watt), dan nilai ujian nasional. Adapun beberapa tahapan dari proses prosedur dari Klasifikasi Naive Bayes Classifer (NBC) yaitu : Pengumpulan Data, Data Cleaning, Data Transformation, dan Proses Perhitungan Naive Bayes Classifer.  Dari hasil penelitian didapat Pengujian pada perbandingan data training dan data testing sebesar 80:20 menghasilkan akurasi tertinggi dengan 79% dan dilihat Metode Naive Bayes Classification digunakan untuk mengklasifikasikan Penerima beasiswa menghasilkan akurasi yang baik. Abstract—Scholarships are given to students with the aim of reducing the number of students who drop out of college, because they cannot afford to pay for their education. However, to get a scholarship, students must meet certain conditions. Therefore, the number of students who apply must have the assessment criteria determined by the university. The application of the Naive Bayes Classifer Algorithm in the academic evaluation of students can help provide recommendations for scholarship recipients. Naive Bayes is a classification method in data mining using probability and statistical methods. Data mining is one that uses statistical, mathematical, artificial intelligence, and machine learning techniques to extract and identify useful information and related knowledge from large databases. This research is a case study conducted at the Department of Mathematics Class of 2019 Medan State University. The data taken are parents' occupations, parents' income, number of dependents, electric power (wattage), and national exam scores. There are several stages of the procedure process of the Naive Bayes Classifer (NBC), namely: Data Collection, Data Cleaning, Data Transformation, and the Naive Bayes Classifer Calculation Process. From the results of the research obtained, the test on the comparison of training data and testing data is 80:20 with the highest accuracy quality with 79% and seen from the Naive Bayes Classification method used to classify good quality scholarship recipients.
Penerapan Metode TAPPS pada Model Pembelajaran Erbasis Masalah untuk Meningkatkan Kemampuan Pemecahan Masalah Matematika Siswa Trisna Utami Putri; Wilma Handayani; Said Iskandar
PARADIKMA: JURNAL PENDIDIKAN MATEMATIKA Vol 15, No 2 (2022): PARADIKMA JURNAL PENDIDIKAN MATEMATIKA
Publisher : Study Program of Mathematics Education of Unimed Postgraduate Program

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/paradikma.v15i2.40030

Abstract

Dengan memasukkan pendekatan pembelajaran Think Aloud Pair Problem Solving ke dalam model pembelajaran berbasis masalah, penelitian ini bertujuan untuk meningkatkan kemampuan pemecahan masalah matematis siswa. Diikuti 32 siswa kelas X KC-1 SMK Negeri 10 Medan. Jalur inkuiri ini bermaksud untuk mengembangkan literasi matematis siswa dengan berfokus pada pemecahan masalah. Penelitian Tindakan Kelas dengan dua putaran. Di akhir setiap siklus, siswa diuji untuk melihat apakah mereka telah meningkat dalam matematika. Pada siklus 1 rata-rata skor pemecahan masalah adalah 74,38 dan 22 siswa (68,75%) memiliki ketuntasan belajar. Pada siklus 2 rata-rata skor pemecahan masalah adalah 79,08, dan 28 siswa (87,5% dari seluruh siswa) mencapai ketuntasan. Data ini dianalisis. Pada siklus 2 nilai rata-rata kemampuan pemecahan masalah siswa lebih tinggi dari pada siklus 1. Berdasarkan temuan tersebut, pembelajaran berbasis masalah diterapkan pada kelas X KC-1 SMK Negeri 10 Efektif. Think Aloud Pair Problem Solving mengajarkan matematika. Berdasarkan informasi di atas, telah ditetapkan bahwa metode Think Aloud Pair Problem Solving dalam model pembelajaran berbasis masalah berpotensi untuk meningkatkan kemampuan pemecahan masalah matematis siswa kelas X KC-1 SMK Negeri 10 Medan.
Co-Authors Ahmad Landong Alfattah Atalarais Ananda Hatmi, Reza Angga Warjaya Arnita Arnita Asiah Asiah Billroy A Ginting Chairunisah Chairunisah, Chairunisah Devi Juliana Napitupulu Diah Retno Wahyuningrum Dian Septiana DIdi Febrian Eka Nainggolan, Rinay Eko Prasetya, Eko Elvis Napitupulu, Elvis Fadlan Isa Damanik Farhan Ramadhan, Haikal Fauziyah Harahap Fira Dilla Fitria, Amanda Hermawan Syahputra Hermawan Syahputra Ichwanul Muslim Karo Karo Ihsan Zulfahmi Inna Muthmainnah Insan Taufik Izwita Dewi Josafat Simanjutak, Todo Josua Christian Kana Saputra S Khairani, Nerli Kuraini, Atifa Nuzulul Lazuardi Lazuardi Lubis, Afiq Alghazali Luge, Miclyael Malik Fajri, Maulana MANSUR AS Manullang, Sudianto Manurung, Jeremia Mika . Layakana Molliq Rangkuti, Yulita Muhammad Noer Fadlan Muhammad Rifqi Maulana Muthmainnah, Inna Nabila, Rinjani Cyra Nafisa, Anti Nada Nasution, Hamidah . Nice R Refisis Niska, Debi Yandra Nurkhalizah, Rezeki Nurliani Manurung Olga Laura Mahlona Pane, M Iqbal Anata Pane, Yeremia Yosefan Puji Prastowo, Puji Purba, Boy Hendrawan Rahmani . . Ramadhani, Fanny Refisis, Nice Rejoice Reza Al Alif Reza Al Alif Rovita Indah Ayu Ningtias Salsabila, Aqila Siburian, Rulli Prasetio Bane Sihombing, Jeremia Jordan Simamora, Elmanani Simanjorang, Rio Givent A Simanungkalit, Ada Novisari D. Simbolon, Mula Tua Elia Siregar, Ary Prandika Sri Mulyana Sri Mulyana Suryani, Nita Susiana Susiana Syarida Aini, Desti Tarigan, Dewan Dinata Tarigan, Yosua Yosephine Trisna Utami Putri Wahabi Hasibuan, Rahman Warjaya, Angga Wilma Handayani Yuanita Rachmawati Yulita Molliq Rangkuti Yulita Molliq Rangkuti Yulita Molliq Rangkuti Yusuf, Yusnaeni Zulfahmi Indra, Zulfahmi