Pencarian Hak Kekayaan Intelektual
Landcover Classification of Landsat Data
Program komputer ini berjudul ”Program Landcover Classification of Landsat Data”. Program komputer ini digunakan untuk melakukan klasifikasi secara otomatis. Program ini menggunakan algoritma klasifikasi Random Forest (RF) untuk mengklasifikasi kelas penutup lahan. Kelas penutup lahan pada program ini terdiri dari kelas Lahan Pertanian, Lahan Terbangun, Lahan Terbuka, Badan Air, Hutan Lahan Basah, Hutan Lahan Kering. Program ini menggunakan band 2, 3, 4, 5, 6 dan 7 pada citra landsat-8.
- Hak Cipta
- Tersertifikasi
- - 13 April 2026
- Detail
Dataset Tinggi Permukaan Air Laut InaBuoy Cilacap
Dataset ini merupakan kumpulan data deret waktu dan numerik hasil pengamatan dan pengukuran tinggi permukaan air laut di wilayah laut Cilacap tepatnya pada Latitude: −8,753659° dan Longitude: 109,488930°. Dataset ini berjumlah 18970 baris data yang dikumpulkan secara otomatis menggunakan perangkat InaBuoy BPPT/BRIN dengan interval waktu 15 menit per data. Pengamatan ini diambil dalam rentang waktu 24 Agustus 2021 s/d 20 April 2022. Setiap data mencakup informasi nilai tinggi permukaan air laut, waktu pencatatannya dan kode lokasi perangkat.
- Hak Cipta
- Tersertifikasi
- - 13 April 2026
- Detail
TRUCKSAFE — Truck Safety Accident News Dataset
TRUCKSAFE adalah dataset berita kecelakaan yang melibatkan truk di Pulau Jawa, dihimpun dari 13 portal berita online pada periode 2015–Februari 2026. Dataset ini dibangun melalui proses pengambilan data terstruktur dari publikasi media daring, kemudian dilakukan pembersihan, standarisasi format tanggal/waktu, dan penggabungan informasi kunci agar siap digunakan untuk analisis. Setiap entri memuat atribut utama, antara lain tanggal kejadian, waktu kejadian (jika tersedia), judul berita, kategori/jenis kecelakaan, indikasi korban jiwa/cedera, perkiraan kerugian materiil (jika disebutkan), dugaan penyebab kecelakaan, lokasi/ruas jalan, serta sumber berita dan URL. TRUCKSAFE dirancang untuk mendukung riset keselamatan transportasi, seperti analisis tren temporal, pemetaan hotspot lokasi rawan, klasifikasi penyebab kecelakaan, dan pengembangan model prediksi risiko berbasis data media. Dataset ini juga dapat menjadi fondasi untuk integrasi lanjutan dengan data spasial, cuaca, maupun data lalu lintas.
- Hak Cipta
- Tersertifikasi
- - 13 April 2026
- Detail
Dataset Kesuburan Tanah Kabupaten Sukabumi Berbasis Klasifikasi Spasial Hara Tanah per Kecamatan
Dataset ini disusun dari data primer hasil pengambilan sampel tanah lapangan di Kabupaten Sukabumi pada tahun 2025 dan hasil analisis laboratorium sifat kimia tanah. Dataset utama dalam bentuk Excel memuat data mentah hasil pengukuran laboratorium untuk 52 sampel tanah, dengan cakupan parameter pHH2O, C-Org, N-Total, N-NO3, N-NH4, P-Tersedia, P-Total, K-Total, dan K-Tersedia. Dataset ini menjadi dasar untuk pengolahan lebih lanjut dalam rangka penyusunan representasi spasial kesuburan tanah pada tingkat kecamatan. Nilai tambah karya ini tidak hanya terletak pada kumpulan data mentah, tetapi juga pada kerangka pengolahan data yang menyertainya, yaitu melalui agregasi nilai per kecamatan, integrasi dengan batas administrasi wilayah, klasifikasi parameter hara tanah, serta visualisasi spasial dalam bentuk peta tematik menggunakan bahasa pemrograman R.
- Hak Cipta
- Tersertifikasi
- - 13 April 2026
- Detail
W4TERRICE: Aplikasi Deteksi dan Klasifikasi Rezim Air pada Lahan Sawah Irigasi Berbasis Data Citra Satelit SAR
W4TERRICE merupakan aplikasi berbasis penginderaan jauh yang dikembangkan untuk mendeteksi keberadaan air (water detection) dan mengklasifikasikan rezim air (water regime) pada lahan sawah irigasi dalam satu periode musim tanam menggunakan data citra satelit radar (Synthetic Aperture Radar/SAR) ALOS-2/PALSAR-2 dengan resolusi spasial 1m×3m. Rezim air dalam hal ini merupakan pola atau kondisi ketersediaan air pada area lahan sawah dalam satu musim tanam. Aplikasi ini memanfaatkan deret waktu (time series) citra SAR untuk mendeteksi kondisi genangan air pada setiap waktu pengamatan. Hasil deteksi tersebut kemudian diintegrasikan secara temporal untuk membentuk pola dinamika air pada masing-masing petak sawah. Berdasarkan pola tersebut, sistem secara otomatis mengklasifikasikan rezim air menjadi beberapa kategori, yaitu: genangan terus-menerus (Continuous Flooding (CF)), penggenangan berselang (Alternate Wetting and Drying (AWD)), dan kondisi kering (dry). Keluaran aplikasi berupa informasi spasial mengenai distribusi rezim air sawah untuk satu musim tanam yang dapat digunakan untuk pemantauan sistem irigasi, evaluasi pengelolaan air, serta analisis efisiensi penggunaan air. Selain itu, informasi yang dihasilkan berpotensi dimanfaatkan untuk kajian emisi gas rumah kaca dan perencanaan kebijakan pertanian berbasis data penginderaan jauh.
- Hak Cipta
- Tersertifikasi
- - 13 April 2026
- Detail
Asisten Guru AI Kontekstual
Aplikasi Asisten Guru AI Kontekstual adalah sebuah platform inovatif yang dirancang khusus untuk mempermudah dan memperkaya proses belajar mengajar bagi para guru di Indonesia. Tujuan utamanya adalah membantu guru dalam merancang pembelajaran yang relevan, bermakna, dan menyesuaikan dengan konteks kebutuhan siswa, dengan integrasi kecerdasan buatan (AI). Secara sederhana, aplikasi ini adalah "kotak perkakas" digital bagi guru yang ingin memanfaatkan teknologi AI dalam berbagai aspek perencanaan dan pelaksanaan pembelajaran. Terdapat 4 fitur utama yang ada di dalam aplikasi ini: 1. Pada Asisten Guru AI, fitur ini dirancang untuk membantu guru dalam merancang pembelajaran dengan integrasi AI secara sistematis. 2. Pada Asisten Guru Pembelajaran, fitur ini sangat berguna untuk Bapak/Ibu yang ingin membuat modul pembelajaran yang lengkap dan terstruktur. 3. Pada Asisten Guru Lesson Plan, fitur ini membantu dalam menyusun Rencana Pelaksanaan Pembelajaran (RPP) atau Lesson Plan. 4. Pada Asisten Guru Asesmen, memudahkan dalam membuat berbagai instrumen asesmen atau penilaian pembelajaran
- Hak Cipta
- Tersertifikasi
- - 10 April 2026
- Detail
Dataset status resiko perikanan komersial di perairan Gunungkidul berbasis Ecosystem based Fisheries Assessment (EBFA)
Dataset ini merupakan kumpulan data hasil penilaian risiko empat jenis perikanan komersial di Perairan Gunungkidul, Daerah Istimewa Yogyakarta, yang meliputi: (1) perikanan lobster (Panulirus spp.) dengan alat tangkap bottom gillnet dan (2) perangkap lobster (3) perikanan ekor kuning (Selar crumenophthalmus) dengan alat tangkap jarring insang permukaan, dan (4) perikanan manyung (Netuma thalassina) dengan alat tangkap rawai dasar. Data diperoleh melalui wawancara terstruktur terhadap 42 nelayan pada tahun 2023 dengan menggunakan kuesioner Ecosystem based Fisheries Assessment (EBFA). Dataset mencakup 9 indikator yang dikelompokkan ke dalam 4 objek penilaian, yaitu keberlanjutan stok ikan, biodiversitas, habitat dan sosial ekonomi. Setiap indikator dinilai dengan skor risiko 0–3 yang dikategorikan ke dalam zona aman (hijau: 0–0,99), zona terbatas (kuning: 1–1,99), dan zona risiko tinggi (merah: 2–3). Dataset hasil wawancara nelayan ini menunjukkan bahwa indikator CPUE, upaya penangkapan, dan indeks resiko objektif keberlanjutan stok di empat jenis perikanan komersial berada pada risiko tinggi (zona merah). Aspek sosial-ekonomi lobster masuk dalam resiko tinggi (zona merah), sedangkan spesies lain berada di resiko moderat (zona kuning). Temuan ini menjadi dasar rekomendasi pengelolaan dan evaluasi kebijakan perikanan di Gunungkidul.
- Hak Cipta
- Tersertifikasi
- - 09 April 2026
- Detail
SENSE (Sentinel-2 Specific Extractor)
SENSE adalah aplikasi perangkat lunak berbasis desktop yang dirancang untuk mengoptimalkan efisiensi akuisisi data citra satelit Sentinel-2 dari platform Copernicus Data Space Ecosystem (CDSE). Inovasi utama program ini terletak pada fitur "Partial Download", yang memungkinkan pengguna untuk menelusuri struktur internal produk satelit secara live dan mengunduh file spesifik (seperti kanal/band .jp2 tertentu atau metadata) tanpa harus mengunduh seluruh paket data (.SAFE bundle) yang berukuran besar. Secara teknis, SENSE dilengkapi dengan antarmuka pengguna (GUI) yang intuitif, aplikasi ini membantu peneliti memangkas penggunaan bandwidth internet dan ruang penyimpanan hingga lebih dari 80%, sehingga mempercepat siklus pengolahan data dalam riset penginderaan jauh di lingkungan Badan Riset dan Inovasi Nasional (BRIN).
- Hak Cipta
- Tersertifikasi
- - 09 April 2026
- Detail
Program Komputer DeepKriging Viewer
DeepKriging Viewer adalah program komputer untuk memproses data estimasi curah hujan hasil dari model berbasis kecerdasan buatan Deepkriging. Program komputer ini mendukung analisis mendalam terhadap data estimasi curah hujan yang mencakup analisis statistik yaitu analisis rerata, minimum, dan maksimum error dan visualisasi data berupa grafik time series, diagram batang, spasial dan diagaram hovmoller. Program komputer DeepKriging ini membaca data estimasi curah hujan hasil model Deepkriging secara spasial untuk rentang waktu 30 tahun, adapun cakupan area data tersebut adalah area daratan jawa dari tahun 1985 sampai 2014.
- Hak Cipta
- Tersertifikasi
- - 07 April 2026
- Detail
Data Standardisasi Konstruksi Lapisan Laminasi Lambung Kapal Berbahan Fiberglass Ukuran 8-20 Meter
Dataset ini mencakup serangkaian data hasil penelitian tentang standar/ pedoman teknis pembangunan kapal fiberglass berukuran 8 s.d. 20 meter, yang mencakup: standar penggunaan bahan, standar susunan laminasi (meliputi: bagian lunas, dasar, sisi, geladak, dan bangunan atas), standar proses laminasi, standar workshop approval, dan standar uji konstruksi hasil laminasinya. Penyusunan standa ini mengacu pada Rules BKI tahun 1996 dan 2006. Penelitian difokuskan pada kajian laminasi lambung kapal fiberglass dengan melakukan survei ke 13 galangan kapal fiberglass di dalam negeri pada tahun 2010-2011, untuk mempelajari prosedur pembuatan laminasi fiberglass. Dilakukan pembuatan sampel laminasi dengan 4 variasi susunan laminasi, menggunakan bahan serat E-glass berbentuk mat dan woven roving, dan 2 jenis resin polyester. Sampel laminasi dibuat dengan metode hand lay-up, yang mengacu pada Rules BKI dan diawasi langsung oleh tim peneliti. Spesimen uji yang dibuat terdiri dari 96 buah spesimen uji tarik dan 48 buah spesimen uji tekuk, masing-masing spesimen uji dibuat sesuai arah serat yaitu 00, 900, -450 dan +450. Pengujian dilakukan di laboratorium uji material B2TKS BPPT, dengan merujuk pada standard ISO527-4 untuk uji tarik, dan ISO 14125 untuk uji tekuk. Hasil pengujian menunjukkan nilai kuat tarik dan kuat tekuk dari seluruh spesimen uji memenuhi syarat minimum Rules BKI.
- Hak Cipta
- Tersertifikasi
- - 04 April 2026
- Detail