Pencarian Hak Kekayaan Intelektual
Program Deteksi Garis Pantai Citra Sentinel-2 Dengan Metode SVM pada Platform Google Colab
Program deteksi garis pantai citra Sentinel-2 dengan metode SVM pada platform google colab merupakan program yang digunakan untuk melakukan deliniasi garis pantai secara otomatis. Program ini menggunakan algoritma klasifikasi Support Vector Machine (SVM) untuk membedakan objek daratan dan perairan. Program ini menggunakan band 2, 3, 4, 8, 11 dan 12 pada citra Sentinel-2. Program ini berbasis bahasa pemrograman Python yang dijalankan pada platform Google Colab (Open source). Program ini bermanfaat untuk memantau perubahan garis pantai dari waktu ke waktu pada wilayah tertentu.
- Hak Cipta
- Tersertifikasi
- - 03 Oktober 2025
- Detail
Dataset data training klasifikasi tutupan lahan wilayah pesisir Kota dan Kabupaten Cirebon berbasis citra Sentinel-2 dan Landsat 8 Tahun 2025
Dataset yang diusulkan adalah titik sampel tutupan lahan klasifikasi tutupan lahan wilayah pesisir Kota dan Kabupaten Cirebon berbasis citra Sentinel-2 dan Landsat 8 Tahun 2025. Dataset merupakan hasil dari interpretasi visual dan pengamatan lapangan dari citra satelit Sentinel-2A dan Landsat 8 tahun 2025, berupa data titik sample yang menunjukan kelas tutupan lahan tertentu. Dataset dibuat atau dikumpulkan dengan melakukan interpretasi visual dari citra satelit Sentinel-2A dan Landsat 8 untuk tahun 2025 yang didapatkan dari Google Earth Engine (GEE) seperti terlihat pada Gambar 1 dan pengamatan lapangan. Terhadap dataset dilakukan juga verifikasi data dilakukan melalui gound truth cek di lapangan dan melalui google street view untuk waktu pengambilan data yang sama. Dataset ini berjudul Dataset data training klasifikasi tutupan lahan wilayah pesisir Kota dan Kabupaten Cirebon berbasis citra Sentinel-2 dan Landsat 8 Tahun 2025. Dataset titik sampel digunakan untuk mengidentifikasi dan klasifikasi tutupan lahan pesisir Kota dan Kabupaten Cirebon dengan menggunakan machine learning atau deep learning. Kelas tutupan lahan yang dibuat meliputi: mangrove, water, built up dan other vegatation.
- Hak Cipta
- Tersertifikasi
- - 03 Oktober 2025
- Detail
Formulasi Biskuit Berbahan Dasar Tepung Mocaf yang Diperkaya Protein Hewani (daging ikan Lele) sebagai alternatif MPASI Pangan Lokal
Invensi ini mengenai formulasi biskuit berbahan dasar tepung mocaf yang diperkaya dengan protein hewani. Invensi ini dibuat dengan tujuan untuk membuat alternatif produk biskuit MPASI berbasis pangan lokal. Formulasi terpilih dari hasil uji kesukaan adalah komposisi bahan utama tepung mocaf 55%, pati garut 20%, dan daging ikan lele 25%. Hasil uji kesukaan menunjukkan bahwa untuk parameter rasa, aroma, tekstur dan overall, biskuit formula 3 yang paling disukai panelis. Hasil uji cemaran mikrobiologi ALT yaitu sebesar 2,5x103 koloni/gram. Setiap 100 gram biskuit Mocaf F3 mengandung 460 Kkal, 5,15% protein, 22,68% lemak, dan 58,82% karbohidrat. Biskuit mengandung kalsium 36,12 mg, zink 0,79%, Iodium 8,12 mcg, Vitamin A 5541, 72 mcg RE, Vitamin B1 0,7 mg, Vitamin C 7,01 mg, Vitamin D 98,54 mcg, dan Vitamin E 21,15 mg. Biskuit Mocaf juga mengandung antioksidan 33,21%.
- Paten
- Tersertifikasi
- - 03 Oktober 2025
- Detail
Dataset Air Permukaan di Wilayah Jawa Barat (2017-2024)
Dataset Air Permukaan berisi data hasil segmentasi badan air wilayah Jawa Barat selama kurun waktu delapan tahun, yakni 2017-2024. Dataset ini mencakup 27 kabupaten/kota di provinsi Jawa Bawat. Data mentah diakuisisi dari Citra Sentinel-2 yang kemudian diolah sesuai tahapan: pra-proses, penghapusan citra awan, segmentasi badan air, dan pasca-proses. Data hasil segmentasi dapat digunakan untuk penelitian lanjutan seperti visualisasi dinamika badan air dari tahun ke tahun, analisis dinamika badan air terhadap variabel lain terkait klimatologis, kesehatan, tutupan lahan, dan lain-lain.
- Hak Cipta
- Tersertifikasi
- - 03 Oktober 2025
- Detail
Dataset Ketidakseimbangan Massa Pada Mesin Berputar Dengan Variasi Kecepatan Mesin
Dataset ini dibuat untuk melakukan prediksi anomali mesin kondisi massa tidak seimbang (mass imbalance) menggunakan machine learning (ML). Dataset ini diperoleh dari hasil eksperimen di laboratorium PT. Daun Biru Engineering pada kecepatan 600-2400 rpm. Data (input) yang diperoleh adalah data dari tiga akselerometer yang dipasang pada rotating equipment dengan orientasi horizontal, vertikal dan aksial (sumbu x,y,z). Kondisi ketidakseimbangan massa dibuat dengan menambahkan bandul seberat 9.5 gram pada impeller nomor 2 di sudut 0o. Data tersebut diproses dengan Fast Fourier Transformation (FFT), dan dapat digunakan sebagai input model machine learning.
- Hak Cipta
- Tersertifikasi
- - 03 Oktober 2025
- Detail
Software Tsunami Modeling (Tsumo v1.0)
Software GUI ini digunakan untuk memodelkan secara numerik perambatan gelombang tsunami yang disebabkan karena gempa tektonik. Software pemodelan ini menggunakan sistem nested grid dengan jumlah grid/domain sebanyak 5 domain, dengan ketentuan 3 domain pertama menggunakan model linear dan 2 domain terakhir menggunakan model non-linear.
- Hak Cipta
- Tersertifikasi
- - 03 Oktober 2025
- Detail
METODE EKSTRAKSI KULIT KAYU AKWAY DENGAN MASERASI PERKOLASI TERMODIFIKASI
Invensi ini berkaitan dengan suatu proses untuk produksi ekstraksi kulit akway dengan menggunakan proses maserasi termodifikasi secara langsung dengan menggunakan pelarut organik untuk mendapatkan konversi yang tinggi melalui tahapan sebagai berikut : a. mencacah kulit kayu menjadi serbuk dengan ukuran ≤ 45 mesh; b. merendam kulit kayu akway yang telah halus dengan metanol; c. mendiamkan campuran serbuk kulit kayu akway dengan metanol selama kurang lebih 24 jam pada suhu 25 - 30 oC; d. dilanjutkan dengan proses perkolasi selama kurang lebih 4 jam; e. maserasi dan perkolasi dilakukan 3 kali pada bahan yang sama; f. menyaring campuran larutan hasil ekstraksi menggunakan kertas saring; g. selanjutnya, melakukan proses penguapan atau evaporasi; h. memisahkan ekstrak dari rafinatnya dengan menggunakan kertas saring; dan i. menghitung jumlah ekstrak yang diperoleh dari proses tersebut; j. melakukan analisis LCHRMS pada ekstrak kental kulit kayu akway dengan 3 jenis pelarut, yaitu: asetonitril, air, dan metanol. Dalam invensi ini juga dijelaskan mengenai penggunaan berbagai pelarut organik dalam proses ekstraksi kulit kayu akway untuk mendapatkan rendemen atau perolehan ekstrak terbaik.
- Paten
- Tersertifikasi
- - 03 Oktober 2025
- Detail
EWS SIPANTARA, Aplikasi Peringatan Dini untuk Antisipasi Dampak Perubahan Iklim pada Tanaman Hortikultura
EWS SIPANTARA adalah sistem peringatan dini dampak perubahan iklim (banjir, kekeringan) dan potensi organisme pengganggu tumbuhan (OPT), sekaligus pemandu jadwal tanam hortikultura strategis, khususnya bawang merah dan aneka cabai, berbasis web dan kecerdasan buatan. Bawang merah dan aneka cabai merupakan komoditas strategis karena dapat memicu terjadinya inflasi. EWS SIPANTARA diharapkan menjadi salah satu alat bantu mitigasi risiko yang tepat pada saat menghadapi bulan-bulan dengan produktivitas menurun. Aplikasi ini merupakan kolaborasi BRIN, Kementerian Pertanian, BMKG, UNS, dan BIG. Data curah hujan dari BMKG diintegrasikan dengan data kejadian banjir/kekeringan serta serangan OPT. Pendekatan geospatial artificial intelligence (GeoAI) digunakan untuk memprediksi curah hujan dan memetakan kerawanan pada 514 kabupaten/kota dan 7.242 kecamatan. Aplikasi dikembangkan dengan agile scrum, berarsitektur progressive web app, dan diuji melalui white-box serta uji kegunaan. Sistem merupakan integrasi dari beberapa analisis penunjang keputusan untuk peringatan dini banjir dan kekeringan, serangan OPT, dan periode pertumbuhan tanaman untuk jadwal tanam bawang merah dan aneka cabai. Sistem menghasilkan keluaran tabular dan spasial yang mengkategorikan potensi banjir dan kekeringan 6-7 bulan ke depan, dan menampilkan OPT dominan berdasarkan data eksisting pada level kabupaten, serta menyajikan jadwal tanam level kecamatan. Pemanfaatan aplikasi ini diharapkan dapat memperkuat strategi mitigasi perubahan iklim tanaman hortikultura menjadi lebih presisi.
- Hak Cipta
- Tersertifikasi
- - 03 Oktober 2025
- Detail
Aplikasi Pemantauan Gas Rumah Kaca Jakarta: CO2 dan CH4 Berbasis Open Data
Aplikasi Monitoring Gas Rumah Kaca ini merupakan perangkat lunak antarmuka grafis berbasis Python yang dirancang untuk memantau konsentrasi karbon dioksida (CO₂) dan metana (CH₄) secara realtime serta berdasarkan periode waktu tertentu. Aplikasi ini memanfaatkan Open Data dari Open-Meteo API sebagai sumber utama informasi kualitas udara, kemudian menyajikannya dalam bentuk grafik interaktif, tabel, indikator Key Performance Indicator (KPI), serta menyediakan fitur ekspor data ke format CSV untuk analisis lebih lanjut. Keunggulan aplikasi ini terletak pada fokus khusus pemantauan gas rumah kaca (GRK) CO₂ dan CH₄, berbeda dengan aplikasi sejenis yang umumnya menampilkan polutan udara secara umum. Fitur aplikasi mencakup tampilan dashboard realtime yang otomatis memperbarui data setiap interval tertentu, filter data berdasarkan wilayah dan periode, serta visualisasi yang mudah dipahami oleh pengguna non-teknis. Dengan demikan, aplikasi ini dapat dimanfaatkan oleh peneliti, akademisi, maupun masyarakat umum dalam mendukung pemantauan lingkungan dan mitigasi perubahan iklim.
- Hak Cipta
- Tersertifikasi
- - 03 Oktober 2025
- Detail
RGB-D Human Segmentation
Program segmentasi manusia berbasis RGB-D dengan matting dan penyempurnaan Chan-Vese yang dipergunakan untuk melakukan segmentasi manusia secara real-time menggunakan input data RGB dan depth dari kamera Kinect V2. Sistem menghasilkan mask manusia yang terpisah dari latar belakang untuk pengenalan objek, keamanan, dan program visi computer lainnya.
- Hak Cipta
- Tersertifikasi
- - 03 Oktober 2025
- Detail