Pencarian Hak Kekayaan Intelektual
SISTEM DETEKSI LONGSOR DAN PERINGATAN LALU LINTAS BERBASIS SENSOR TERINTEGRASI
Invensi ini berkaitan dengan suatu sistem pendeteksi longsor dan sistem peringatan lalu lintas yang terdiri dari perangkat titik akhir (1), koordinator (2), dan sistem peringatan lalu lintas (3). Perangkat titik akhir (1) dilengkapi dengan sensor untuk mendeteksi getaran tanah dan kemiringan lereng. Koordinator (2) dilengkapi dengan sensor curah hujan, pengeras suara (2A), dan lampu merah (2B). Sistem peringatan lalu lintas (3) dilengkapi dengan lampu lalu lintas tiga warna. Ketiga unit berkomunikasi secara nirkabel menggunakan radio frekuensi, dan memberikan peringatan dini berdasarkan nilai ambang batas yang telah ditetapkan dari hasil pembacaan sensor
- Paten
- Terdaftar - Formalitas Terpenuhi
- - 09 Maret 2025
- Detail
SINTESIS NANOKOMPOSIT NIKEL OKSIDA-POLIANILIN-EPOKSI SEBAGAI RADAR ABSORBING MATERIAL (RAM)
Invensi ini mengenai proses sintesis dan karakteristik material penyerap gelombang radar/Radar Absorbing Material (RAM) berbasis nanokomposit nikel oksida-polianilin-epoksi yang diaplikasikan pada substrat. Proses sintesis material penyerap gelombang radar terdiri dari menyintesis NiO dengan mereaksikan NiSO4 dan NaOH, menyintesis Polianilin, mencampurkan nanopartikel NiO dan Polianilin dengan metode in situ polymerization untuk mendapatkan nanokomposit NiO/PAni, mencampurkan epoksi dengan bahan pengencer dan bahan pengeras , mencampurkan nanokomposit NiO/PAni dengan campuran cat epoksi, mengaplikasikan larutan pada substrat, mengeringkan substrat yang telah dilapisi. Material penyerap gelombang radar dari invensi ini memiliki ukuran partikel berukuran nano 80-100 nm dengan karakteristik kemampuan penyerapan gelombang radar hingga -14,11 dB pada frekuensi 9,12 GHz dan memiliki nilai through power hingga 96,11%
- Paten
- Terdaftar - Formalitas Terpenuhi
- - 08 Maret 2025
- Detail
EKSTRAKSI IODIN DARI RUMPUT LAUT MENGGUNAKAN TEKNIK ULTRASONIFIKASI DENGAN PELARUT BERBASIS AMONIA
Invensi ini mengenai proses ekstraksi iodin dari rumput laut hijau, merah, dan cokelat. Lebih khusus lagi invensi ini berhubungan dengan ekstraksi iodin dari rumput laut dengan menggunakan teknik ultrasonifikasi dengan pelarut berbasis amonia. Ekstrak iodin yang dihasilkan mengandung kadar iodium dengan berkisar 82,30 - 185,274 ppm. Ekstraksi iodin dari rumput laut terdiri dari proses pencucian, pengeringan, penggilingan, ekstraksi, sentrifugasi, filtrasi dan produk yang dihasilkan dikarakterisasi. Kandungan iodium diukur menggunakan XRF (X-Ray Fluorescence) dan Spektrofotometer UV-Vis yang menghasilkan kadar iodium rumput laut cokelat adalah 144,60–185,274 ppm, rumput laut merah adalah 51,70–154,18 ppm dan rumput laut hijau 82,30–126,9 ppm
- Paten
- Terdaftar - Formalitas Terpenuhi
- - 07 Maret 2025
- Detail
METODE SINTESIS PLASTIK BIODEGRADABLE DARI ACETOBACTER SP. DENGAN FERMENTASI NATA MENGGUNAKAN SUMBER KARBON DARI LIMBAH BIOMASSA
Invensi ini mengenai metode fermentasi dan produk plastik biodegradable, lebih khusus lagi, invensi ini berhubungan dengan metode sintesis plastik biodegradable dari bakteri Acetobacter sp. menggunakan fermentasi nata dengan memanfaatkan limbah biomassa berupa kulit nanas, biji durian, dan kulit singkong. Metode sintesis plastik biodegradable dari Acetobacter sp. dengan limbah biomassa berupa kulit nanas, biji durian, dan kulit singkong terdiri dari menyiapkan biomassa hingga menjadi bubur, memfermentasikan biomassa, memanenkan nata, mencampurkan dengan carboxy methyl cellulose (CMC) dan gliserol serta air, mencetakan menggunakan cetakan, dan mengeringkan hasil dari tahapan selama 1-3 jam. Plastik biodegradable dari Acetobacter sp. menggunakan dengan limbah biomassa berupa kulit nanas, biji durian, dan kulit singkong yang memiliki karakteristik meliputi kelarutan air maksimal 24,46% selama 24 jam, biodegradabilitas maksimal 88,63% selama 7 hari, dan kekuatan tarik makasimal 29,88 MPa.
- Paten
- Terdaftar - Formalitas Terpenuhi
- - 07 Maret 2025
- Detail
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