Pencarian Hak Kekayaan Intelektual
Aplikasi Pengolahan Citra Satelit Resolusi Menengah untuk Analisis Area Terbakar Menggunakan Threshold Otsu
Aplikasi ini menyediakan estimasi area terbakar (BA) di Kalimantan Tengah, menggunakan citra satelit Landsat 8/9 (30 m) dan Sentinel-2 A/B (20 m). Difference Normalized Burn Ratio (dNBR) diterapkan dengan metode threshold Otsu (Otsu, 1979) untuk klasifikasi BA. Hotspot digunakan sebagai data tambahan untuk konfirmasi klasifikasi awal. Detail formula dNBR dan mosaicking dapat dilihat di Vetrita et al. (2024).
- Hak Cipta
- Tersertifikasi
- - 06 Maret 2025
- Detail
Aset Game 2D/3D Indonesia Timur
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: Lombok (Suku Sasak), NTT (Suku Rote Ndao), Tana Toraja, Suku Manggarai, Sumbawa, Sulawesi Barat (Mamasa), Maluku Tenggara, Ambon, Maluku Tengah, Ternate. Desain aset game ini nantinya akan digunakan sebagai support kontent pada applikasi Game Aset Nusantara (GANA)
- Hak Cipta
- Tersertifikasi
- - 04 Maret 2025
- Detail
Data Parameter Iklim dan Kecepatan Angin pada Ketinggian Hub turbin Angin untuk Perencanaan Transisi Energi Terbarukan di Pulau Sumba
Ciptaan ini adalah sebuah basis data komprehensif yang berisi data parameter iklim dan kecepatan angin periode 10 tahun (2011–2020) dengan interval waktu 10 menit, di lima lokasi di Pulau Sumba, yaitu Haharu, Laepori, Kahaungu Eti, Kakera, dan Laboya. Data mencakup pengukuran kecepatan dan arah angin pada ketinggian 10 m dan 50 m, serta interpolasi kecepatan angin pada ketinggian hub turbin angin di 30 m, 80 m, 100 m, 120 m, dan 150 m. Basis data ini juga mencatat parameter atmosfer lainnya, termasuk suhu, kelembapan, dan tekanan udara. Basis data ini dapat menjadi referensi penting dalam penelitian energi terbarukan serta perencanaan kebijakan transisi energi yang berkelanjutan di Indonesia, khususnya di Pulau Sumba.
- Hak Cipta
- Tersertifikasi
- - 03 Maret 2025
- Detail
InaTRC: Indonesia Toll Road Vehicle Classification Dataset
Dataset yang diusulkan berjudul ”InaTRC: Indonesia Toll Road Vehicle Classification Dataset". InaTRC merupakan dataset citra CCTV beranotasi untuk klasifikasi kendaraan di Jalan Tol Indonesia. Dataset ini dirancang untuk mengklasifikasikan kendaraan berdasarkan peraturan tarif jalan tol di Indonesia, yang membagi kendaraan ke dalam lima kelas: - Kelas-1 merupakan kelas kendaraan non-truk, yang terdiri dari sedan, pick-up, minibus, bus, MPV, dan SUV. - Kelas-2 hingga Kelas-5 merupakan kelas kendaraan truk yang dikelompokkan berdasarkan jumlah sumbu: • Kelas-2: Truk dengan dua sumbu • Kelas-3: Truk dengan tiga sumbu • Kelas-4: Truk dengan empat sumbu • Kelas-5: Truk dengan lima sumbu atau lebih. Dataset InaTRC terdiri dari 3250 citra yang terbagi menjadi train, validation, dan test data dengan perbandingan 80:10:10.
- Hak Cipta
- Tersertifikasi
- - 27 Februari 2025
- Detail
Metode Produksi Benih Vanili Secara Hidroponik Berbasis Ekoenzim Sebagai Sumber Hara Yang Terintegrasi IoT
Invensi ini menghadirkan solusi inovatif untuk produksi benih vanili sehat melalui teknik hidroponik, yang mengeliminasi risiko patogen tular tanah, terutama Fusarium oxysporum f. sp. vanilla. Teknik hidroponik ini dikembangkan sebagai alternatif ramah lingkungan yang mengontrol konsentrasi hara, menghasilkan benih berkualitas lebih baik dengan daya tumbuh lebih cepat, seragam, dan bebas patogen. Penambahan ekoenzim 10% mampu menggantikan 50-100% kebutuhan nutrisi AB Mix, meningkatkan daya tumbuh benih hingga 90-100%, dengan akar 1,5-2 kali lebih panjang dan jumlah akar lebih banyak dibandingkan media AB Mix. Teknologi ini juga terintegrasi dengan Internet of Things (IoT), memungkinkan pemantauan otomatis parameter lingkungan seperti pH, TDS, suhu, kelembaban, dan level air menggunakan sensor. Data diproses oleh mikrokontroler ESP32 untuk menjaga kondisi optimal bagi pertumbuhan stek vanili. Solusi ini menawarkan efisiensi, presisi, dan keberlanjutan dalam produksi benih vanili, mendukung pertanian yang lebih ramah lingkungan dan berkelanjutan
- Paten
- Terdaftar
- - 18 Februari 2025
- Detail
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
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
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
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
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