Pencarian Hak Kekayaan Intelektual

Hak Cipta
B-5759/III.6.4/TK.11.01/3/2025

AVU-Net: Program Segmentasi Citra Fungi Mikroskopis dengan Metode Attention VGG19 U-Net

AVU-Net adalah program berbasis Deep Learning yang dirancang untuk memisahkan objek fungi mikroskopis dari latar belakangnya, membantu proses identifikasi awal dalam laboratorium mikologi. Program ini mengadopsi Attention VGG19 U-Net (AVU-Net), yang mengoptimalkan model U-Net dengan VGG19 sebagai encoder dan Attention Gates (AGs) untuk meningkatkan akurasi segmentasi tepi objek fungi. Dataset yang digunakan mencakup tiga genus fungi (Aspergillus, Cladosporium, Trichoderma), yang diperluas dari 75 menjadi 632 citra melalui teknik augmentasi seperti manual cropping, variasi kontras, dan kecerahan agar model lebih adaptif terhadap berbagai kondisi pencahayaan. AVU-Net menawarkan segmentasi batch processing, pilihan empat model segmentasi, serta tampilan interaktif dengan pengaturan transparansi yang memungkinkan perbandingan langsung antara citra asli dan hasil segmentasi. Hasil segmentasi dapat disimpan dalam format JPG atau PNG untuk fleksibilitas pengguna. Dengan teknologi AI, program ini mempercepat dan menyederhanakan analisis citra mikroskopis. AVU-Net diharapkan dapat mengurangi human error serta meningkatkan efisiensi dalam analisis fungi mikroskopis di laboratorium.

  • Hak Cipta
  • Tersertifikasi
  • - 17 Februari 2025
  • Detail
Hak Cipta
NOMOR B-1495/III.6.7/TK.11.01/1/2025

Dataset Tutupan Lahan Kabupaten Sumbawa Dengan Resolusi Spasial 10 meter

Tutupan lahan Kab. Sumbawa berdasarkan data ESRI tahun 2017, 2018, 2019, 2020 dan hasil proyeksi tutupan lahan tahun 2050

  • Hak Cipta
  • Tersertifikasi
  • - 17 Februari 2025
  • Detail
Hak Cipta
B-6008/III.6.7/FR.04/10/2024

Big Data Processing For Automatic Water Body Extraction From Sentinel-2 Imagery

- ”Big Data Processing for Automatic Water Body Extraction from Sentinel-2 Imagery” digunakan untuk melakukan ekstraksi objek tubuh air dari data sateli Sentinel-2 secara time-series. Program aplikasi dibuat menggunakan python baik itu tampilan muka dan pengolahan utama. Data yang digunakan yaitu citra Sentinel-2 yang bersumber dan terkoneksi langsung dengan data katalog Google Earth Engine (GEE). Program aplikasi ini memudahkan untuk pengguna yang tidak memiliki kemampuan bahasa pemrograman untuk mengkases data katalog yang bersumber dari GEE khususnya dalam mengekstraksi objek tubuh air. Output dari program aplikasi ini berupa data dalam format geotiff yang bisa langsung digunakan dalam program aplikasi pengolah data penginderaan jauh lainnya.

  • Hak Cipta
  • Tersertifikasi
  • - 11 Oktober 2024
  • Detail
Hak Cipta
B-31504/III.3.5/TK.11.01/11/2024

Sistem Dasbor Peringatan Dini Tsunami Secara Real-Time

Aplikasi ini menampilkan peringatan dini dan prediksi tsunami (tinggi dan waktu tiba) di pesisir pantai segera setelah data gempa yang berpotensi tsunami dari BMKG diterima. Aplikasi secara otomatis menjalankan 2 sub program: pemodelan perambatan gelombang dan pemodelan AI tsunami secara bersamaan. Hasil dari kedua pemodelan tersebut akan ditampilkan secara visual berbasis peta secara real-time. Pemodelan AI tsunami mampu memprediksi tinggi dan waktu tiba tsunami secara cepat (dalam hitungan detik), sementara pemodelan perambatan gelombang lebih lengkap dan akurat. Aplikasi dasbor ini yang mengkombinasikan kedua pemodelan tersebut, maka mampun menampilkan informasi peringatan dini tsunami secara cepat, akurat, dan lengkap.

  • Hak Cipta
  • Tersertifikasi
  • - 11 Oktober 2024
  • Detail
Hak Cipta
B-26711/III.6.5/TK.11.01/10/2024

Sistem Klasifikasi Kanker Paru-Paru Menggunakan Ensembel Deep Learning

Sistem klasifikasi kanker paru-paru berbasis deep learning yang dirancang untuk mendeteksi dan mengklasifikasikan gambar CT scan ke dalam tiga kategori: benign (jinak), malignant (ganas), dan normal. Sistem menggunakan beberapa model deep learning, EfficientNetV2, ResNet50V2, dan DenseNet121, yang dilatih untuk memberikan akurasi prediksi lebih tinggi. Model-model ini kemudian digabungkan menggunakan metode ensemble untuk menghasilkan prediksi yang lebih akurat. Sistem ini dilengkapi dengan antarmuka yang memungkinkan pengguna untuk mengunggah gambar medis dan mendapatkan hasil klasifikasi secara langsung. Tujuan dari sistem ini adalah untuk membantu profesional medis dalam proses diagnosis kanker paru-paru dengan memberikan hasil klasifikasi yang cepat dan akurat.

  • Hak Cipta
  • Tersertifikasi
  • - 11 Oktober 2024
  • Detail
Hak Cipta
B-26083/III.6.3/TK.11.01/10/2024

Dataset Data Training Dan Testing Untuk Klasifikasi Tutupan Lahan Di Kabupaten Indramayu Berbasis Citra Satelit Sentinel-2A

Dataset yang diusulkan adalah titik sampel tutupan lahan Kabupaten Indramayu tahun 2019 - 2023 yang dikumpulkan dengan melakukan interpretasi visual dari dataset citra satelit Sentinel-2A untuk tahun 2019 - 2023 yang didapatkan dari Google Earth Engine (GEE). Dataset titik sampel digunakan untuk mengidentifikasi dan melakukan klasifikasi tutupan lahan Kabupaten Indramayu dengan menggunakan Machine Learning atau Deep Learning. Kelas tutupan lahan yang dibuat meliputi: badan air, pemukiman, sawah, lahan terbuka, tambak dan hutan.

  • Hak Cipta
  • Tersertifikasi
  • - 11 Oktober 2024
  • Detail
Hak Cipta
B-5917/III.6.7/FR.04.00/10/2024

VIIRS Level 1 Conversion Toolkit (NC To TIFF)

Hak cipta yang diusulkan berupa program aplikasi untuk melakukan konversi format data netcdf (NC) menjadi format geotiff (TIF) dengan judul program aplikasi “VIIRS Level 1 Conversion Toolkit (NC to TIFF)”. Aplikasi ini dibuat untuk mendukung perangkat lunak VIIRS Vessel Detection di bawah aktivitas penelitian “Pengembangan Model dan Sistem Deteksi Cahaya Lampu Kapal dengan Citra Day Night Band dari satelit NOAA-20 secara Near Real Time” di Pusat Riset Geoinformatika, (BRIN). Program aplikasi ini mendukung data citra VIIRS Level 1 baik itu bersumber dari satelit SNPP, NOAA-20 dan NOAA-21. Format data yang saat ini digunakan yaitu netcdf (NC), yang sebelumnya menggunakan format HDF, merupakan format data yang banyak digunakan saat ini untuk data citra satelit penginderaan jauh

  • Hak Cipta
  • Tersertifikasi
  • - 11 Oktober 2024
  • Detail
Hak Cipta

Aplikasi Penghapusan Awan Dari Citra Satelit Sentinel-2 Pada Band RGB Dengan Metode Multi-Temporal Cloud Removal (MTCR)

Aplikasi ini dikembangkan untuk meningkatkan kualitas dan kejelasan citra satelit dengan menghilangkan gangguan awan. Dengan menggunakan teknik seperti band merah untuk cloud masking, dilasi untuk identifikasi kontaminasi awan, dan pemetaan piksel pada Normalized Difference Water Index (NDWI) untuk menghasilkan data ground truth bebas awan, aplikasi ini mampu menghasilkan citra satelit yang bersih dari awan. Hal ini sangat penting untuk berbagai aplikasi seperti pemetaan, pengelolaan sumber daya alam, dan penelitian lingkungan.

  • Hak Cipta
  • Tersertifikasi
  • - 11 Oktober 2024
  • Detail
Hak Cipta
B-30168/III.4.3/TK.11.01/11/2024

Program Komputer Pre-processing Data Curah Hujan Observasi

Program Komputer Pre-processing Data Curah Hujan Observasi adalah program komputer berbasis web yang memiliki fungsi utama penyajian data dalam bentuk dashboard interaktif yang memungkinkan pengguna untuk mengeksplorasi dan menganalisis curah hujan tahunan di Pulau Jawa dengan memilih tahun dan menyesuaikan ukuran titik pada plot secara real-time. Data observasi yang divisualisasikan pada program ini adalah rata-rata curah hujan dari periode waktu tahun 1985-2014, menamplikan info statistik setiap data stasiun dari rata-rata curah hujan pada dashboard sesuai tahun yang dipilih. Data yang ditampilkan pada dashboard adalah data observasi secara spasial ditunjukkan melalui scatter plot yang dipetakan di atas peta OpenStreetMap, memberikan visualisasi yang jelas mengenai distribusi curah hujan di berbagai stasiun meteorologi berdasarkan lokasi geografis. Selanjutnya terdapat penyimpanan plot peta yang dihasilkan disimpan dalam format file HTML sehingga mudah diakses melalui web browser.

  • Hak Cipta
  • Tersertifikasi
  • - 11 Oktober 2024
  • Detail
Hak Cipta

AQUACULTURE DEVELOPMENT IN ARCHIPELAGO

Buku Bunga Rampai berjudul "Aquaculture Development in Archipelago" adalah kumpulan komprehensif dari temuan penelitian dan pengalaman praktis yang berfokus pada perikanan air tawar, payau, dan laut di Indonesia. Buku ini menjadi bukti komitmen untuk menyebarkan informasi penting dan teknologi inovatif kepada masyarakat luas. Buku ini menekankan peran penting pembudidaya dan pemangku kepentingan, yang berperan sebagai mitra utama dalam meningkatkan produksi ikan nasional dan memastikan pengembangan berkelanjutan di sektor akuakultur. Bunga Rampai ini mencakup 28 artikel yang disusun dengan baik yang mengeksplorasi kemajuan terbaru dalam teknologi domestikasi dan budidaya ikan. Artikel-artikel ini mencakup beragam spesies ikan, termasuk spesies ikan lokal, serta yang ditemukan di lingkungan air tawar, payau, dan laut. Setiap kontribusi memberikan wawasan berharga tentang tantangan dan peluang budidaya berbagai jenis ikan ini, dengan tujuan untuk mendukung pengembangan akuakultur berkelanjutan di Indonesia. Buku ini bertujuan untuk memberikan dampak signifikan pada komunitas ilmiah, menawarkan aplikasi praktis yang dapat diimplementasikan untuk memajukan teknologi budidaya ikan. Dengan menjembatani kesenjangan antara penelitian dan praktik, buku ini diharapkan dapat menginspirasi inovasi dan mendorong kemajuan dalam industri, yang pada akhirnya berkontribusi pada ketahanan pangan dan pertumbuhan ekonomi di kawasan.

  • Hak Cipta
  • Tersertifikasi
  • - 11 Oktober 2024
  • Detail