MWMasna Wati

Masna Wati

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article

Previous Organizations / Institutes

The organizations / institutes from the scholar's other articles in the past ten years


Masna Wati has a total of 84 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Pengelompokan Minat Akademik Siswa SMA Negeri 1 Loa Janan Menggunakan Metode Clustering K-means

    by Ammar Nabil Fauzan, Faizul Anwar Wandi, Ahmad Zuhair Nur Aiman, Masna Wati, Haviluddin Haviluddin

    Penentuan minat akademik masih menjadi tantangan dalam proses mempersiapkan diri sebelum memilih jurusan di perguruan tinggi, terutama jika siswa sendiri masih belum sepenuhnya mengetahui kemampuan dan minat belajarnya. Penelitian ini dilakukan dengan tujuan untuk membentuk kelompok-kelompok siswa kelas XI 3 di SMA Negeri 1 Loa Janan berdasarkan minat akademik mereka dengan menggunakan pendekatan data mining. K-means merupakan algoritma yang dipilih dari metode clustering, dengan menggunakan Knowledge Discovery in Database (KDD) yang dimulai dari seleksi data, kemudian tahap preprocessing data melalui normalisasi. Evaluasi menggunakan Silhouette Score dan Davies Bouldin Index. Hasil menunjukkan bahwa 2 merupakan jumlah cluster yang tepat dengan nilai Silhouette Score 0.74, nilai Davies Bouldin Index sebesar 0.34 dan visualisasi Scatter Plot yang menunjukkan pemisahan cluster yang cukup jelas. Hasil clustering ini bisa menjadi referensi bagi tenaga pengajar seperti guru untuk memudahkan proses penentuan jurusan sebelum masuk perguruan tinggi.

  • Open Access

    KLASIFIKASI INTENSITAS HUJAN DI SAMARINDA MENGGUNAKAN LOGIKA FUZZY MAMDANI

    by Septi Aulia Putri, Rizka Asmita, Antonieta Aryuka Paskalia Nggotu, Vedra Dian Sierrafina Hutapea, Anindita Septiarini, Masna Wati

    This study aims to classify rainfall intensity in the Samarinda area into three categories: light rain, moderate rain, and heavy rain based on three meteorological variables: temperature (in °C), air pressure (in hPa), and rainfall (in mm) to provide a more adaptive and accurate classification of rainfall intensity based on local weather conditions in Samarinda, which is prone to disasters due to high rainfall intensity. The data used in this study was obtained from the Meteorology, Climatology, and Geophysics Agency (BMKG) Samarinda for the period of October to December 2024. This study implements the Mamdani Fuzzy Logic method, which consists of the stages of fuzzification, rule base application, inference, and defuzzification. Fuzzy logic was chosen due to its ability to handle data that is ambiguous and uncertain, which is common in weather phenomena. Testing results on 50 random weather condition data samples indicate that the developed Mamdani fuzzy model achieved an accuracy of 100% on the test data, demonstrating consistency between the resulting rainfall intensity classification and actual data. Based on these findings, this model can be utilized as a support tool for decision-making, both by individuals and local government agencies, in efforts to monitor and mitigate extreme weather conditions in Samarinda, East Kalimantan.Keywords : Fuzzy Logic, Mamdani Method, Rainfall Intensity, Classification

  • Open Access

    PENERAPAN FUZZY INFERENCE SYSTEM METODE TSUKAMOTO UNTUK PENGUKURAN TINGKAT INFLASI SUATU NEGARA

    by Ricky Anggari, Muhammad Ifandi, Nanda Arianto, Anindita Septiarini, Masna Wati

    Penelitian ini bertujuan untuk mengembangkan sistem pengukuran tingkat inflasi suatu negara menggunakan pendekatan Fuzzy Inference System (FIS) metode Tsukamoto. Pendekatan ini dipilih karena kemampuannya dalam menangani ketidakpastian dan ketidaklinieran data ekonomi makro. Sistem dirancang berdasarkan tiga parameter utama: nilai tukar mata uang, Produk Domestik Bruto (GDP), dan suku bunga, dengan data diperoleh dari World DataBank tahun 2022. Fungsi keanggotaan berbentuk segitiga dan bahu digunakan untuk merepresentasikan input linguistik, dan aturan fuzzy berbasis IF-THEN dikembangkan untuk proses inferensi. Implementasi dilakukan menggunakan bahasa pemrograman Python. Hasil pengujian menunjukkan bahwa mayoritas negara (90,41%) berada dalam kategori inflasi "Sedang", sementara sebagian kecil dikategorikan "Rendah" dan "Tinggi". Sistem ini terbukti fleksibel dalam menghadapi variasi data ekonomi, namun masih memiliki keterbatasan dalam menangani data yang tidak lengkap. Penelitian ini menyimpulkan bahwa metode Tsukamoto efektif untuk klasifikasi inflasi negara dan berpotensi dikembangkan lebih lanjut melalui integrasi dengan metode hibrida guna meningkatkan akurasi dan ketepatan hasil.

  • Open Access

    Penerapan Data Mining K-Means dalam Analisis Kematian COVID-19 di Kalimantan Timur

    by Marlina Yunus, Masna Wati

    Pandemi COVID-19 telah memberikan dampak yang signifikan terhadap kesehatan masyarakat, terutama di Provinsi Kalimantan Timur. Penelitian ini bertujuan untuk menganalisis tren kematian akibat COVID-19 pada periode Maret 2020 hingga Februari 2021 menggunakan metode data mining dengan algoritma K-Means. Data yang digunakan dalam penelitian ini diperoleh dari dataset resmi dalam format CSV, yang memuat jumlah pasien meninggal setiap bulannya. Proses analisis diawali dengan melakukan praproses data untuk memastikan kualitas dan konsistensi data. Selanjutnya, pada algoritma K-Means diterapkan untuk mengelompokkan data berdasarkan kemiripan tren kematian. Berdasarkan hasil analisis menggunakan metode Elbow, jumlah klaster optimal yang diperoleh adalah tiga klaster. Klaster pertama (Klaster 0) menunjukkan adanya peningkatan jumlah kematian secara moderat pada beberapa bulan. Klaster kedua (Klaster 1) menggambarkan tren kematian yang cenderung stabil dengan sedikit peningkatan. Klaster ketiga (Klaster 2) menunjukkan puncak kematian yang signifikan dengan tren peningkatan tajam, khususnya pada bulan-bulan tertentu selama pandemi. Hasil penelitian ini diharapkan dapat memberikan gambaran yang lebih jelas mengenai tren kematian akibat COVID-19 di Provinsi Kalimantan Timur, sehingga dapat menjadi bahan pertimbangan bagi pemerintah daerah dan tenaga kesehatan dalam merumuskan kebijakan penanggulangan pandemi. Selain itu, analisis tren ini juga dapat dijadikan acuan dalam merancang strategi mitigasi pada masa pandemi atau menghadapi potensi wabah penyakit serupa di masa mendatang.

  • Open Access

    Penerapan Algoritma K-Means untuk Pengelompokan Negara di Dunia Berdasarkan Indikator Ekonomi

    by Ricky Anggari, Muhammad Ifandi, Ardhifa Firdaus, Masna Wati, Haviluddin Haviluddin

    Perkembangan ekonomi global menuntut pemahaman mendalam tentang karakteristik ekonomi negara-negara di dunia. Penelitian ini bertujuan menerapkan algoritma K-Means Clustering untuk mengelompokkan negara berdasarkan indikator ekonomi seperti Gross Domestic Product (GDP), ekspor, impor, inflasi, dan tingkat pengangguran. Metode clustering digunakan untuk mengidentifikasi pola dan struktur ekonomi negara-negara dengan menganalisis data sekunder dari World Bank tahun 2022. Proses preprocessing meliputi pembersihan data, normalisasi menggunakan Min-Max Scaling, dan seleksi variabel ekonomi kunci. Algoritma K-Means diterapkan dengan jumlah klaster optimal sebanyak 3, yang diperoleh melalui metode Elbow. Hasil clustering menunjukkan tiga kelompok negara: negara dengan ekonomi kecil, negara berkembang, dan negara dengan ekonomi raksasa. Klaster 0 terdiri dari 52 negara yang cenderung memiliki ekonomi kecil, klaster 1 mencakup 165 negara berkembang dengan karakteristik ekonomi menengah, sedangkan klaster 2 hanya terdiri dari 2 negara yang memiliki ekonomi sangat besar. Evaluasi menggunakan Silhouette Score (0,52), Davies-Bouldin Index (0,71), dan Calinski-Harabasz Index (145,73) mengindikasikan kualitas clustering yang baik. Penelitian ini memberikan wawasan tentang klasifikasi negara berdasarkan indikator ekonomi dan dapat menjadi referensi bagi pembuat kebijakan dalam merancang strategi ekonomi yang lebih efektif.

  • Open Access

    Dipterocarpaceae trunk texture classification using two-stage convolutional neural network-based transfer learning model

    by Masna Wati, Novianti Puspitasari, Ummul Hairah, Joan Angelina Widians, Ade Fiqri Tjikoa

    The importance of plant identification has been recognized by academia and industry. There have been several attempts to utilize leaves and flowers for identification. However, the trunk can also be helpful, especially for tall trees. In Borneo, the Dipterocarpaceae family are the main constituents of the tropical rainforest ecosystem. This research focuses on the classification of the dipterocarp family, which can reach a height of between 70 and 85 m. Leveraging convolutional neural network (CNN) models, this research proposes a two-stage transfer learning strategy. In the first stage, the pre-trained CNN models are refined by only modifying the classification layer while keeping the feature layer frozen. The second stage involves selecting and freezing several convolutional layers to adapt the model to classify dipterocarp stems. The dataset consists of 857 images of different dipterocarp species. Experiments show that the VGG16 model with a two-stage transfer learning strategy achieves a high accuracy of 98.246%. This study aims to accurately identify species, benefiting conservation and ecological studies by enabling fast and reliable tree species classification based on stem texture images.


  • Open Access

    Recommendation method for selecting the rice seeds based on group decision support system

    by Hamdani Hamdani, Masna Wati, Didit Suprihanto, Nur Maya Salsabila, Anindita Septiarini, Dita Nurmadewi, Viny Christanti Mawardi

    In this paper, we provide group recommendations based on each decision makers (DMs) in choosing the best type of rice for replanting. This group decision support system (GDSS) aims to guide stakeholders who have a role in selecting rice types. In this method, we propose using technique for order preference by similarity to ideal solution (TOPSIS) to rank each DM, Borda to rank in groups, and then test it using Spearman's rank correlation to measure the relationship between system results and the method applied. The results of this study show that DM1 ranks highest in selecting Gelagai rice seeds with a preference of 0.7786. Then DM2 ranked highest with Ekor Payau rice seeds in preference 0.6529. Meanwhile, DM3 ranked highest in Gelagai rice seeds with a selection of 0.7728. The final group voting system uses Borda, where Gelagai rice seeds occupy the highest rank with the most accumulated votes from each DMs. The best option or the highest rating based on the assessment of the three DMs, DM1 as a farmer is the first rank A10 Gelagai with a score of Borda 26 in the decision group selection of superior rice seeds.


  • Open Access

    Pelatihan Mikrokontroler Arduino dengan Simulasi Berbasis WebsiteWokwi pada Siswa SMAN 6 Samarinda

    by Muhammad Nabil Saragih, Bintang Putra Sadewa, Maulana Agus Setiawan, Joy Disanto Nupa, Wilson Boyaron Hutagalung, Masna Wati, Anindita Septiarini

    Perkembangan teknologi yang pesat pada era Revolusi Industri Keempat membawa banyak teknologi baru seperti Internet of Things (IoT) yang mulai diadopsi oleh berbagai sektor. Namun, implementasi teknologi ini di masyarakat sering kali menghadapi berbagai rintangan, terutama dari keterbatasan industri dan penelitian. Oleh karena itu, pengenalan teknologi sedini mungkin menjadi penting. Program pengabdian kepada masyarakat ini bertujuan untuk mengenalkan dan melatih penggunaan mikrokontroler Arduino dengan simulasi berbasis website Wokwi kepada siswa SMA Negeri 6 Samarinda. Mikrokontroler adalah komponen vital dalam IoT, dengan contoh yang umum digunakan adalah Arduino, sebuah hardware open-source yang mudah diprogram. Metode yang digunakan meliputi pelatihan langsung dan simulasi untuk meningkatkan pemahaman teknikal siswa terhadap mikrokontroler. Berdasarkan kuesioner yang diberikan pada akhir pelatihan, Hasil pelaksanaan program menunjukkan rata-rata sebesar 82,58% dalam pemahaman dan keterampilan siswa dalam menggunakan mikrokontroler Arduino.­ Serta indeks kepuasan maksimum sebesar 60% terhadap keseluruhan isi pelatihan.


  • Comparison SAW, TOPSIS and MOORA to evaluation socio-economic welfare

    by Masna Wati, Sri Uswatun Hasanah, Muh Jamil, Andi Tejawati, Heliza Rahmania Hatta

    Indonesia is a developing country with the main problems, namely poverty, and one of the problems faced by each province. The government continues to strive to Indonesia is a developing country with the main problems, namely poverty, and one of the problems faced by each province. The government continues to strive to


  • Open Access

    Pelatihan Pemrograman Dasar Python Sebagai Upaya Meningkatkan Minat Siswa di Bidang Informatika

    by Masna Wati, Heliza Rahmania Hatta, Andi Alfian Bahtiar, Muhamad Gusti Keyandi Ervan, Hendi, Fazri Rahmad Nor Gading, Alan Nuzulan, Wahyu Harry Saputra Sembiring

    Pada era teknologi dan digitalisasi ini, peluang kerja yang membutuhkan keahlian program aplikasi menggunakan bahasa pemrograman Python sangat besar. Namun, pengenalan program aplikasi Python ini masih terbilang jarang di kalangan anak-anak sekolah di Indonesia. Kegiatan pengabdian ini bertujuan untuk membekali wawasan dan pengalaman di bidang pemrograman terutama bahasa pemrograman Python yang dapat menunjang kemampuan siswa sehingga mempunyai modal untuk bekerja dan bisa bersaing di dunia atau di tingkat pendidikan yang lebih tinggi. Pelaksanaan kegiatan berlokasi di SMA Negeri 11 Samarinda. Metode pemecahan masalah yang digunakan dalam pengabdian pada masyarakat ini berupa pelatihan melalui metode ceramah, diskusi dan praktik. Tahap pelaksanaan kegiatan ini dimulai dari tahap persiapan, terdiri dari survei lokasi dan penyusunan modul materi pelatihan Python, serta tahap pelaksanaan pelatihan selama 4 hari. Hasil pelaksanaan kegiatan Kegiatan mendapatkan respon dan antusias dari para peserta dan pengurus sekolah, dimana 70,3% menilai kegiatan berjalan sangat baik. Materi yang diberikan kepada peserta dapat diterima dengan baik dan dipahami oleh peserta. Kegiatan pengabdian ini telah menambah minat, wawasan dan keterampilan dasar siswa dalam mengasai bahasa pemrograman Python, 64,9% peserta menyatakan pelatihan ini sangat bermanfaat.