Pencarian Hak Kekayaan Intelektual
Aplikasi Analisis Statistik Berbasis Web untuk Korelasi dan Regresi dengan Model Machine Learning (SisTa-R) Version 1.0
SisTa-R Version 1.0 merupakan program analisis statistik korelasi (dengan 3 metode yaitu Pearson, Spearman, Kendall) dan/atau regresi (17 model regresi + 5 model machine learning) menggunakan bahasa pemrogaman R dan CSS/HTML yang di hosting pada library shiny (shinyapp.io) dengan menggunakan beberapa metode statistik yang memungkinkan penggunaan jenis data continuous, binary (1 atau 0), dan count data (jumlah dari suatu event). SisTa-R juga memiliki preliminary test yang sangat diperlukan dalam menentukan metode analisis korelasi atau regresi yang tepat sesuai bentuk dan situasi datanya yaitu: uji normalitas (Shapiro-wilk’s test atau Kolmogorov-Smirnov’s test), uji variance (Breusch-Pagan’s test atau General Variance test), Variance Inflation Factor (VIF), Overdispersion test, Goodness of Fit Test, Akaike Information Criterion (AIC) dan Bayesian Information Criterion (BIC), dan dengan melihat pola pada diagnostic plot untuk melihat outlier seperti Residuals-Fitted, QQ plot, Scale-Location, Residuals-Leverage, Residual-Histogram, Cross-Validation Curve, and Cook’s-Distance. Tidak semua preliminary test dilakukan pada semua metode korelasi atau regresi, namun disesuaikan antara jenis preliminary dengan metode korelasi atau regresinya. Setelah dilakukan preliminary test, hasil korelasi atau regresi akan diwujudkan dalam bentuk plot figure yang disertai dengan informasi P-value pada korelasi, nilai R yaitu correlation coefficient pada analisis korelasi dan R2 yaitu coefficient of determination pada analisis regresi, serta formula variable khusus pada analisis regresi
- Hak Cipta
- Tersertifikasi
- - 02 September 2025
- Detail
Aplikasi Prediksi Kandungan Klorofil Total Tanaman dari Citra Satelit Landsat-8/9
Aplikasi ini merupakan aplikasi yang digunakan untuk melakukan pengolahan data citra satelit penginderaan jauh. Informasi yang dihasilkan pada aplikasi ini adalah informasi estimasi kandungan klorofil total daun tanaman dengan resolusi spasial 30 meter. Informasi tersebut dihasilkan dari pemodelan numerik reflektan daun tanaman menggunakan metode regresi linier. Model dibangun dari data hyperspectral reflectance yang diukur menggunakan Analytical Spectral Devices (ASD) FieldSpec4 dan data klorofil total daun tanaman yang diperoleh dari pengukuran di laboratorium. Reflektansi yang diperoleh dari ASD FieldSpec4 dicuplik dan dirata-rata sesuai dengan spektrum pita yang terdapat pada citra Landsat-8/9. Model dengan nilai R2 dan R2(adj) terbaik dipilih untuk digunakan dalam aplikasi ini sebagai model prediktor nilai klorofil total tanaman dari citra Landsat-8/9. Nilai klorofil total yang ditampilkan pada peta adalah nilai rata-rata klorofil total pada rentang waktu yang dimasukkan oleh pengguna.
- Hak Cipta
- Tersertifikasi
- - 15 Agustus 2025
- Detail
SISTEM INFORMASI MONITORING DAN ESTIMASI KARBON MANGROVE (Mangrove Application for Carbon Estimation - MACA)
Hak cipta yang diusulkan yaitu aplikasi sederhana berbasis Google Earth Engine (GEE) berjudul SISTEM INFORMASI MONITORING DAN ESTIMASI KARBON MANGROVE (Mangrove Application for Carbon Estimation - MACA). Aplikasi ini dirancang untuk memantau perubahan luasan dan menganalisis kondisi ekosistem mangrove di Kabupaten Kendal, Provinsi Jawa Tengah, dengan memanfaatkan data citra satelit pasif yang tersedia di platform GEE. Kegunaan utama aplikasi ini adalah memberikan alat efisien dan akurat untuk memantau luasan mangrove, mengetahui nilai stok karbon di atas permukaan (Above-Ground Carbon - AGC), serta menghitung estimasi emisi karbon yang dihasilkan akibat perubahan luasan mangrove antara tahun 2013 dan 2023. Dengan fitur pemantauan yang terintegrasi, aplikasi ini memungkinkan pengguna untuk mengidentifikasi area yang mengalami perubahan atau kerusakan, menilai dampak lingkungan, serta mendukung perencanaan langkah-langkah perlindungan dan restorasi mangrove. Aplikasi ini merupakan versi pertama untuk pemantauan perubahan luasan dan estimasi karbon mangrove pada wilayah pesisir Kabupaten Kendal secara digital, sebagai kontribusi terhadap upaya mitigasi perubahan iklim dan pelestarian keanekaragaman hayati pesisir.
- Hak Cipta
- Tersertifikasi
- - 14 Agustus 2025
- Detail
gmt_pyplotter v2.0
Program komputer untuk pembuatan peta rupa bumi serta parameter kegempaan secara interaktif. Program dikembangkan dalam bahasa Python dan memanfaatkan customtkinter untuk membangun antarmuka. Fungsi utama program ini yaitu menghasilkan script Generic Mapping Tools dan diplot secara otomatis. Parameter gempa yang tersedia yaitu episenter gempa, mekanisme fokal, dan garis struktur geologi. Proses penambahan layer peta ditampilkan dalam panel terpisah yang diupdate secara realtime. Pilihan layer tersedia diprogram ini yaitu garis pantai, grid image, kontur, episenter, mekanisme fokal, tektonik lokal dan regional Indonesia, inset, legenda, dan kosmetik (kompas, scalebar, grid). Setiap parameter memiliki metode perhitungan terintegrasi untuk menentukan nilai awal atau rekomen-dasi sehingga mempermudah proses pembuatan peta. Keluaran peta dapat dipilih dalam berbagai format gambar raster maupun vektor.
- Hak Cipta
- Tersertifikasi
- - 11 Agustus 2025
- Detail
Dataset Kecelakaan Truk Berat di Indonesia Hasil Pengolahan Menggunakan Machine Learning
Dataset ini mengkompilasi informasi penting mengenai kecelakaan yang melibatkan truk berat di Indonesia, dengan data yang mencakup periode 2016 - 2022. Dataset ini memiliki Variabel-variabel kunci yang meliputi detail waktu (Jam Kecelakaan, Hari Kecelakaan, Bulan Kecelakaan yang sudah dikategorikan ke dalam "Caturwulan"), lokasi (Jalur Jalan), karakteristik kendaraan (Jenis Truk Berdasarkan Jumlah Sumbu), jenis insiden (Tipe Kecelakaan), serta faktor lingkungan seperti Cuaca dan Kondisi Jalan. Yang tak kalah penting, dataset ini juga mencatat dampak korban, mulai dari Luka Ringan (LR), Luka Berat (LB), hingga Meninggal Dunia (MD). Keunggulan utama dataset ini adalah keberadaan variabel target "Luka Berat, Meninggal Dunia atau Keduanya (Fatality)" yang secara eksplisit mengidentifikasi tingkat keparahan kecelakaan. Ini menjadikan dataset sangat relevan untuk tujuan pemodelan prediktif menggunakan beragam algoritma machine learning seperti Linear Regression, Decision Tree, Random Forest, hingga XGBoost. Dengan kekayaan informasi ini, dataset dapat menjadi fondasi yang kuat untuk menganalisis faktor-faktor penyebab kecelakaan truk berat, memprediksi potensi fatalitas, dan juga merumuskan rekomendasi guna meningkatkan keselamatan lalu lintas di Indonesia.
- Hak Cipta
- Tersertifikasi
- - 04 Agustus 2025
- Detail
Aset Game 2D/3D Indonesia Timur Seri 2
Aset game 2D/3D Indonesia Timur ini adalah kumpulan desain aset game dalam bentuk 2D dan 3D, dari sepuluh daerah dan suku yang ada di Indonesia Timur, yaitu: Papua, Papua Tengah, Papua Barat Daya, Papua Selatan, Papua Barat, Papua Pegunungan, Sulawesi Tengah, Sulawesi Selatan, Sulawesi Tenggara, dan Gorontalo. Desain aset game ini nantinya akan digunakan sebagai support kontent pada applikasi Game Aset Nusantara (GANA).
- Hak Cipta
- Tersertifikasi
- - 28 Juli 2025
- Detail
Program Komputer Pemetaan Probabilitas Partikel Tenggelam (Probability_sinking.py)
Hak cipta yang diusulkan berupa Program Python yang berjudul Program Komputer Pemetaan Probabilitas Partikel Tenggelam (Probability_sinking.py). Kode Python ini digunakan untuk menghitung probabilitas partikel laut yang tenggelam dari permukaan ke dasar laut, berdasarkan pendekatan dari Iskandar et al. (2024) dan Liubartseva et al. (2018). Metode yang digunakan didasarkan pada fungsi eksponensial yang menggambarkan peluang tenggelam sebagai fungsi dari waktu tinggal partikel di laut. Kode ini merupakan tahap lanjutan setelah menjalankan simulasi lintasan partikel menggunakan OceanParcels, sebuah pustaka Python yang memungkinkan pemodelan pergerakan partikel pasif mengikuti arus laut. File hasil simulasi dari OceanParcels digunakan sebagai input untuk menghitung probabilitas tenggelam dan konsentrasi partikel laut. Dalam pengembangan ini, ditambahkan algoritma berbasis fungsi eksponensial untuk menghitung probabilitas tenggelamnya partikel laut sebagai fungsi dari waktu tinggalnya di kolom air. Selain itu, ditambahkan juga proses pengelompokan spasial (gridding) dan visualisasi dua dimensi untuk menggambarkan sebaran spasial konsentrasi dan probabilitas tenggelam. Dengan demikian, aplikasi ini tidak hanya melacak pergerakan partikel di laut, tetapi juga menyediakan gambaran tentang potensi akumulasi partikel di dasar laut, yang penting dalam analisis lingkungan laut dan perencanaan pengelolaan kawasan pesisir. Hasil dari analisis ini dapat divisualisasikan dalam bentuk peta dua dimensi untuk melihat distribusi spasial konsentrasi partikel dan peluang tenggelamnya.
- Hak Cipta
- Tersertifikasi
- - 26 Juli 2025
- Detail
Dataset Pengelasan FCAW Pada Baja KI Grade A untuk Konstruksi Kapal dan Struktur Kelautan
Dataset ini mencakup serangkaian pasangan data tabel dan gambar hasil pemindaian 3 dimensi terhadap objek berupa permukaan spesimen pelat baja Baja KI Grade A yang disambung menggunakan pengelasan FCAW. Data dan gambar yang diambil menunjukkan bentuk deformasi dan penyimpangan dimensi yang terjadi pada spesimen uji, dimana pengukuran dilakukan sebelum dan sesudah proses pengelasan. Variasi parameter pengelasan terdiri dari ketebalan pelat (8,10,12 mm), tegangan (24, 25, 26 V), dan wire feed ( 4, 4.5, 5 m/min) dengan menggunakan Welding Prosedure Specification (WPS) sesuai standar Biro Klasifikasi Indonesia (BKI). Data diperoleh dengan menggunakan alat Hexagon Portable scanning and probing RA8 V2 yang menghasilkan data dengan tingkat akurasi tinggi hingga 6 mikron.
- Hak Cipta
- Tersertifikasi
- - 24 Juli 2025
- Detail
Perangkat Lunak HMI Filter Washable Biodiesel
Perangkat lunak sistem pemantauan filtrasi bahan bakar biodiesel ini dirancang untuk mengontrol dan mengawasi proses filtrasi bahan bakar menggunakan tiga tahap filter, yaitu filter wiremesh washable, filter selulosa 10 mikron, dan filter selulosa 2 mikron. Sistem ini mengoperasikan pompa jenis gear pump dengan pengaturan kecepatan aliran yang presisi, serta mengatur buka dan tutup valve aliran sesuai dengan diagram alir filtrasi yang telah ditentukan. Perangkat lunak juga mengatur perpindahan arah aliran filtrasi untuk memastikan proses penyaringan berjalan optimal. Fitur utama meliputi pengambilan dan pemantauan data perbedaan tekanan aliran sebelum dan sesudah filter wiremesh washable, yang digunakan untuk mendeteksi tingkat kontaminan pada filter tersebut. Informasi ini tampil secara real-time di antarmuka perangkat lunak, memudahkan operator untuk melakukan tindakan pemeliharaan tepat waktu. Dengan integrasi kontrol pompa, valve, dan pemantauan tekanan, perangkat lunak ini menjamin efisiensi dan keandalan proses filtrasi bahan bakar biodiesel secara otomatis dan terukur.
- Hak Cipta
- Tersertifikasi
- - 07 Juli 2025
- Detail
Dataset Reflektansi Spektral Beberapa Jenis sampah Laut BerbasisPengukuran ASD Handheld
Dataset yang diusulkan berupa hasil pengukuran yang berisi data reflektansi spektral berbagai jenis sampah laut yang diakuisisi menggunakan spektroradiometer ASD Handheld 2 dengan rentang spektral 325–1075 nm dan resolusi spektral 3 nm pada VNIR (Visible Near-Infrared). Pengumpulan sampah dan pengukuran dilaksanakan pada 4 Juli 2023 di zona pesisir muara Sungai Cisadane dengan koordinat geografis yang telah ditentukan sebelumnya (-6.002083, 106.6440796). Kalibrasi dilakukan dengan panel referensi putih (Spectralon) untuk memastikan akurasi data. Pengukuran dilakukan di bawah cahaya alami dengan pengambilan white reference secara berkala. Data spektral disimpan dalam format standar ASD untuk analisis lebih lanjut. Setiap sampel diukur dengan replikasi minimum 10 kali untuk mengurangi noise spektral dan meningkatkan signal-to-noise ratio (SNR). Data mentah kemudian diproses melalui algoritma smoothing dan normalisasi untuk menghasilkan kurva reflektansi spektral yang karakteristik untuk setiap jenis material sampah. Dataset ini mengandung pola spektral unik dari berbagai material antropogenik seperti stereofoam, plastik dan material sampah laut lainnya. Aplikasi dataset ini dapat dimanfaatkan untuk pengembangan algoritma klasifikasi supervised/ unsupervised dalam deteksi sampah laut, pemodelan indeks spektral khusus marine debris, dan pengembangan sistem monitoring pencemaran laut berbasis teknologi penginderaan jauh. Dataset ini merupakan bagian dari pengembangan riset yang dilakukan dengan judul “Pengembangan Metode Analisis Data Penginderaan Jauh Multi-Sensor untuk Sebaran Sampah Laut”.
- Hak Cipta
- Tersertifikasi
- - 04 Juli 2025
- Detail