Pencarian Hak Kekayaan Intelektual
Program Komputer Analisis Marine Heatwaves (MHW) dan Komposit Atmosfer
Program Python ini dirancang untuk mendeteksi kejadian Marine Heatwaves (MHW) dan mengekstrak secara otomatis anomali kondisi penggerak atmosfer di sekitarnya berdasarkan data observasi historis. Algoritma program terbagi dalam tiga tahapan berkesinambungan: (1) mendeteksi tanggal kejadian MHW berbasis ambang batas klimatologi statistik, (2) menghitung anomali dan komposit spasial dari variabel atmosfer pada periode onset, serta (3) memvisualisasikan peta sebaran anomali spasial dua dimensi beresolusi tinggi. Program ini mengimplementasikan teknik multiprocessing untuk efisiensi pengolahan dataset NetCDF berskala besar.
- Hak Cipta
- Tersertifikasi
- - 19 April 2026
- Detail
Sistem Pemonitor EKG Secara Jarak Jauh Berbasis IoT Dengan Komunikasi MQTT
Sistem pemonitor Elelktrokardiogram (EKG) berbasis Internet of Things (IoT) dengan protokol komunikasi Message Queue Telemetry Transport (MQTT) adalah sebuah sistem perangkat aplikasi IoT dengan menggunakan protokol komunikasi MQTT yang dirancang untuk memantau aktivitas listrik jantung secara real-time dan dapat dari jarak jauh yang mendukung pemeriksaan kardiovaskular. Sistem pemonitor ini hadir sebagai solusi digital yang mampu melakukan akuisisi, pemrosesan, transmisi data, dan visualisasi sinyal kelistrikan jantung secara langsung ke dashboard atau ke ponsel pintar. Dashboard dapat dikoneksikan secara serial dengan perangkat EKG dan menampilkan sinyal secara lokal atau terbatas pada satu perangkat, dan dapat melalui pendekatan client-server berbasis jaringan yang memungkinkan mengakses data EKG secara real-time dari berbagai lokasi. Sistem ini mengintegrasikan modul EKG (AD8232) dengan mikrokontroler ESP8266 menggunakan platform cloud, aplikasi ini menyediakan tampilan visualisasi detak sinyal jantung, yang dilengkapi fitur antarmuka aplikasi.
- Hak Cipta
- Tersertifikasi
- - 19 April 2026
- Detail
Aplikasi WebGIS Wisata Hiu Paus Teluk Saleh
WebGIS Wisata Hiu Paus Teluk Saleh merupakan platform informasi untuk memberikan kemudahan kepada pengguna dalam mengetahui peta lokasi wisata, galeri foto dan video, paket wisata, jadwal perjalanan, serta berbagai informasi penting lainnya terkait hiu paus di Teluk Saleh. Melalui website ini, pengunjung dapat melihat perencanaan perjalanan, reservasi, maupun eksplorasi informasi wisata. Panduan pengguna ini disusun untuk membantu pengunjung memahami cara menggunakan fitur-fitur yang tersedia di website, sehingga pengalaman menjelajah informasi menjadi lebih mudah, cepat, dan informatif. Persyaratan komputer yang dibutuhkan adalah: • Prosesor minimal Dual-Core 2.0 GHz. • RAM minimal 4 GB (disarankan 8 GB). • Ruang penyimpanan kosong minimal 2 GB • Sistem operasi Windows 10/11 atau Linux Ubuntu 20.04+ • Koneksi internet untuk mengunduh file dan dependensi. Perangkat lunak yang dibutuhkan : • Operasi sistem pada perangkat yang digunakan. • Chrome, Mozilla Firefox, Microsoft Edge dan Safari sebagai Tools Penjelajah (Web Browser • Akses internet yang stabil dan cepat. Perangkat keras yang dibutuhkan : • Komputer/PC • Laptop • Smartphone
- Hak Cipta
- Tersertifikasi
- - 18 April 2026
- Detail
SISTEM PINTAR UNTUK KULTIVASI DAN PEMANENAN MIKROALGA BERBASIS INTERNET OF THINGS (IOT) DENGAN PENCAMPURAN PREDIKTIF, PEMANENAN SELEKTIF, DAN KOMPARTEMEN SENSOR TERISOLASI
Invensi ini mengungkapkan sistem kultivasi dan pemanenan mikroalga terintegrasi IoT dengan arsitektur 5 layer yang mengatasi inefisiensi energi, kerusakan sensor akibat paparan fouling cairan pekat tinggi alkalinitas, dan inefektivitas sistem pemanenan full-drain. Sistem dikelola oleh sebuah mikrokontroler tepi yang mengadopsi: (1) Kompartemen sensor terisolasi (Self-Draining) bersiklus sampling, bilas kabut cairan pembersih, dan pengurasan untuk isolasi alat ukur; (2) Pencampuran cerdas prediktif yang mengendalikan tenaga inverter kincir air mengikuti pembacaan cahaya harian dan lonjakan viskositas kultur (arus motor); serta (3) Mekanisme panen aktuator vertikal yang memindai dan menghisap air spesifik pada lapisan kedalaman biomassa terpekat. Sistem ini mampu menekan total energi operasional kincir menjadi sekitar 8,2 kWh per hari dan terus bekerja otonom di segala kondisi.
- Paten
- Terdaftar - Formalitas Terpenuhi
- - 18 April 2026
- Detail
Dataset nilai median daun teh (Camellia assamica L.) menggunakan Analytical Spectral Device Handheld 2 pada berbagai level kondisi kesehatan tanaman teh di Kebun Teh Ciliwung, Kecamatan Cisarua, Kabupaten Bogor
Dataset diperoleh dari hasil pengukuran spektroradiometer ASD Handheld 2 yang menghasilkan data nilai median spektral berupa pantulan atau reflektan energi elektromagnetik pada panjang gelombang 325 nm hingga 1.075 nm. Dataset ini dapat digunakan untuk mengetahui kondisi kesehatan tanaman teh yang digambarkan oleh warna serta kondisi daun teh. Dataset ini juga berpotensi digunakan untuk mengecek kondisi kesehatan tanaman lain yang serupa dengan tanaman teh dan estimasi produksinya pada beberapa kondisi lahan berlereng. Dataset ini berupa reflektan spektral dari daun teh pada berbagai level kondisi tanaman teh yang diukur di Kebun Teh Ciiwung, Kecamatan Cisarua, Kabupaten Bogor. Dataset ini merupakan bagian dari riset yang berjudul “ESTIMASI PRODUKTIVITAS TANAMAN TEH (Camellia assamica L.) PADA TANAH VULKANIK MENGGUNAKAN PENDEKATAN NILAI SPEKTRAL DAN INDEKS TANAMAN”.
- Hak Cipta
- Tersertifikasi
- - 18 April 2026
- Detail
Program Komputer Web-GIS SIGATSU (Sistem Informasi Geospasial Aman Tsunami) Cilacap
Hak cipta yang diusulkan berupa program komputer untuk menyusun Web-GIS berjudul SIGATSU. Web GIS ini menyajikan informasi geospasial tsunami yang interaktif sehingga pengguna dapat memunculkan informasi berupa peta genangan tsunami, waktu tiba tsunami, lokasi tempat evakuasi sementara dan informasi detailnya, serta jalur evakuasi eksisting yang ada di wilayah perkotaan Cilacap. Peta genangan dan waktu tiba tsunami didapatkan dari hasil pemodelan tsunami menggunakan COMCOT v1.7. Data jalur evakuasi eksisting didapatkan dari dokumen Rencana Kontingensi Bencana Gempa Bumi dan Tsunami Kabupaten Cilacap Tahun 2023. Data tempat evakuasi sementara didapatkan berdasarkan data MoU Pemerintah Daerah Cilacap dengan pemilik gedung, serta berdasarkan data hasil survei lapangan yang dilakukan oleh tim riset dari BRIN, Politeknik Negeri Cilacap, dan Universitas Muhammadiyah Surakarta.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
Dataset Spasial Rata-Rata 10 Harian Curah Hujan dan Evapotranspirasi tahun 2016-2025 untuk Monitoring serta Prediksi Banjir dan Kekeringan di Seluruh Wilayah Indonesia
Dataset ini merupakan produk data spasial yang memuat informasi curah hujan dan evapotranspirasi aktual (ETa) untuk seluruh wilayah Indonesia berbasis rataan 10 harian (dekadal) selama periode 2016–2025. Data curah hujan bersumber dari CHIRPS (Climate Hazards Group InfraRed Precipitation with Station data) dengan resolusi awal 0.05 derajat (~5 km) yang telah ditingkatkan menjadi resolusi spasial 1000 meter (1 km) melalui metode downscaling berbasis interpolasi bicubic. Sementara itu, data evapotranspirasi aktual diperoleh dari pengolahan data satelit MODIS dengan resolusi spasial 500 meter, yang merepresentasikan proses kehilangan air dari permukaan tanah dan vegetasi. Dataset ini dikembangkan untuk mendukung penelitian, pengembangan, serta aplikasi praktis dalam bidang hidrologi dan lingkungan, khususnya untuk monitoring kondisi ketersediaan air, analisis dinamika hidrometeorologi, serta prediksi potensi banjir dan kekeringan secara lebih akurat dan berbasis data spasial.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
HoyaClass: Sistem Klasifikasi Spesies Tanaman Hoya
Aplikasi ini adalah sebuah aplikasi mobile berbasis kecerdasan buatan yang dirancang untuk mendeteksi dan mengklasifikasikan spesies tanaman Hoya secara otomatis melalui analisis citra. Aplikasi ini memanfaatkan teknologi Computer Vision dan Deep Learning, khususnya model CNN dengan arsitektur YOLOv12n untuk melakukan identifikasi spesies tanaman Hoya secara cepat dan akurat dari gambar yang diambil oleh pengguna.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
Framework Aplikasi LIVED V2.0
Framework Aplikasi LIVED V2.0 merupakan perangkat lunak berupa kerangka kerja (framework) sebagai fondasi bagi pemangku kepentingan yang dirancang untuk mempermudah dan menstandarkan proses pengembangan aplikasi berbasis data. Framework ini mengimplementasikan konsep LIVED (List, Input, View, Edit, Delete) sebagai pola utama dalam life cycle pengelolaan data dan interaksi pengguna secara konsisten di seluruh modul aplikasi.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
Machine Learning Untuk Prediksi Harga Komoditas Pangan Pokok Nasional Beras, Jagung dan Telur
Pangan adalah segala sesuatu yang berasal dari sumber hayati produk pertanian, perkebunan, kehutanan, perikanan, peternakan, perairan dan air, baik yang diolah maupun tidak diolah yang diperuntukkan sebagai makanan atau minuman bagi konsumsi manusia, termasuk bahan tambahan pangan bahan baku pangan, dan bahan lainnya yang digunakan dalam proses penyiapan, pengolahan, dan/atau pembuatan makanan atau minuman. Harga pangan dalam beberapa kurun waktu terakhir seringkali mengalami fluktuasi yang cukup significan dan menjadi isu yang penting bagi pemerintah dan masyarakat. Harga pangan dapat dipengaruhi beberapa faktor antara lain oleh stok, faktor musiman, permintaan pasar, produksi, biaya produksi dan kebijakan pemerintah. Fluktuasi harga pangan dapat berdampak pada ketersediaan pangan dan tingkat inflasi. Harga pangan yang tinggi dapat menyebabkan sulitnya akses masyarakat terhadap pangan yang murah dan berkualitas. Pemerintah sudah berupaya menjaga kestabilan harga beras melalui berbagai kebijakan dan program seperti program ketahanan pangan, peningkatan produktivitas, pengaturan impor, pengaturan stok, memberikan subsidi harga dan memperbaiki infrastruktur pertanian. Namun harga pangan masih mengalami fluktuasi. Untuk itu perlu diiakukan pengawasan dan prediksi harga pangan untuk menjaga kestabilan pasokan pangan, meminimalkan dampak inflasi dan kesejahteraan masyarakat. Prediksi harga pangan adalah upaya untuk memperkirakan harga pangan di masa depan berdasarkan data/atau informasi yang tersedia. Dengan melakukan prediksi harga pangan, produsen, pedagang dan konsumen dapat mempersiapkan diri untuk menghadapi fluktuasi harga dan mengambil tindakan preventif dan tepat dalam menjaga pasokan pangan yang stabil dan harga yang terjangkau bagi masyarakat. Beberapa faktor yang dapat mempengaruhi prediksi harga pangan antara lain: (1) Faktor musiman : produksi dipengaruhi oleh musim tanam dan panen yang berbeda-beda disetiap daerah. Oleh karena itu, musim tanam dan panen dapat mempengaruhi ketersediaan dan harga pangan di pasar; (2) permintaan pasar; permintaan pasar dapat berubah ubah karena berbagai faktor seperti pertumbuhan populasi, perubahan gaya hidup dan konsumsi pangan yang berbeda beda di setiap daerah; (3) Biaya produksi : biaya produksi seperti biaya benih, pupuk dan upah tenaga kerja dapat berubah ubah dari waktu ke waktu sehingga mempengaruhi harga pangan; (4) Kebijakan pemerintah seperti regulasi impor dan ekspor, subsidi harga dan program ketahanan pangan dapat mempengaruhi pasokan dan harga pangan di pasar. Untuk melakukan prediksi harga pangan pokok salah satunya dengan melakukan analisis data historis dengan metodelogi machine learning yang dapat memberikan hasil prediksi yang lebih akurat. Machine learning adalah teknologi yang memungkinkan sistem komputer untuk belajar dan mengembangkan kemampuan prediksi berdasarkan data historis yang telah dikumpulkan.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail