Pencarian Hak Kekayaan Intelektual
Dataset Berita Palsu Bahasa Indonesia Dengan Penelusuran Fakta Berbasis LLM
Dataset ini berisi kumpulan berita palsu (hoax) dan berita valid (real) dalam bahasa Indonesia, yang dapat digunakan sebagai benchmark untuk penelitian terkait. Data dikumpulkan dari situs pelaporan hoaks serta portal berita online Indonesia. Judul berita dari portal online diparafrase agar memiliki karakteristik serupa dengan klaim pada data pelaporan hoaks (Mafindo), dan diberi label sebagai berita valid. Semua klaim telah melalui pemeriksaan fakta kembali dengan bantuan API Bing dan LLM OpenAI. Fakta-fakta disajikan dalam bentuk poin-poin ringkasan. Selain itu, setiap klaim diberi atribusi berupa tone (neutral/not-neutral) dan topik, yang kemudian divalidasi oleh manusia.
- Hak Cipta
- Tersertifikasi
- - 19 September 2024
- Detail
Perangkat Lunak Misi Pencitraan Indonesia (MICIN)
MICIN (Misi Pencitraan Indonesia) adalah perangkat lunak yang dirancang untuk merencanakan misi pencitraan satelit. Perangkat lunak ini dikembangkan menggunakan Matlab. Secara umum MICIN membutuhkan 3 informasi untuk bisa bekerja. Pertama, informasi terkait orbit satelit yang berasal dari Two-Line Element (TLE). TLE tersebut akan digunakan untuk menghitung posisi satelit menggunakan model propagasi SGP4. Kedua, informasi terkait sensor yang digunakan, meliputi swath/sapuan sensor dan waktu repetisi sensor. Ketiga, informasi lokasi target yang dapat berupa lintang dan bujur suatu poligon bebas. Dengan ketiga komponen ini, MICIN dapat menghitung kapan waktu kontak antara satelit atau sensor pada area target selama periode waktu yang ditentukan. Selain ketiga inputan utama tersebut, MICIN dapat pula menerima input sikap satelit yang diperlukan ketika membutuhkan pengamatan off-nadir.
- Hak Cipta
- Tersertifikasi
- - 19 September 2024
- Detail
Dataset Diagram Garis Tunggal (single Line Diagram/ SLD) Sistem JAringan KetenaGAlisTrikan KAlimantan RAya (SiJAGAT KARA)
Dataset desain diagram garis tunggal (single line diagram/SLD) yang berjudul SiJAGAT KARA (Sistem JAringan ketenaGAlisTrikan KAlimantan RAya) merepresentasikan sistem jaringan (interkoneksi) transmisi 500 kilovolt (kV) dan sub-transmisi 150kV ketenagalistrikan (terbangun dan/atau terencana), sebagai pengembangan (lebih detil dan informatif) mereferensi peta awal (raw mapping) Rencana Usaha Penyediaan Tenaga Listrik (RUPTL) tahun 2021-2030. SLD SiJAGAT KARA terdiri dari sistem interkoneksi utama Kalimantan Raya serta masing-masing wilayah sistem interkoneksinya (terbangun dan terencana)
- Hak Cipta
- Tersertifikasi
- - 18 September 2024
- Detail
Aplikasi Untuk Estimasi Emisi Gas Rumah Kaca (GRK) Dari Dekomposisi Gambut Akibat Perubahan Penggunaan Lahan Di Provinsi Jambi (E-GRK Gambut)
Aplikasi untuk Estimasi Emisi Gas Rumah Kaca Dari Dekomposisi Gambut Akibat Perubahan Penggunaan Lahan di Provinsi Jambi adalah sebuah aplikasi berbasis web dan mobile yang dirancang untuk membantu stakeholder dalam menghitung dan melaporkan besaran emisi GRK akibat penggunaan dan perubahan penggunaan lahan gambut. Aplikasi ini menggunakan teknologi WebGIS dan analisis data untuk memberikan panduan praktis dalam menghitung besaran emisi di suatu hamparan lahan gambut, baik yang eksisting maupun yang dalam proses perubahan penggunaan lahan. Prinsip perhitungan emisi mengacu pada Panduan IPCC (2006) sedangkan faktor emisi mengacu pada FREL (2022), Sejarah perubahan penggunaan lahan gambut didasarkan pada peta tutupan lahan yang bersumber dari KLHK yang di tumpang tindih dengan peta lahan gambut (BBSDLP 2022) dan (Ditjenbun dan BBSDLP 2022)
- Hak Cipta
- Tersertifikasi
- - 18 September 2024
- Detail
AR-Deni: Aplikasi Interaktif Berbasis Mobile Dengan Teknologi Augmented Reality (AR) Dan Retrieval-augmented Generation (RAG) Untuk Pembelajaran Topik Pembangkit Listrik Tenaga Nuklir Di Indonesia
Aplikasi AR-Deni adalah aplikasi interaktif berbasis mobile yang dirancang untuk membantu proses pencarian informasi serta proses pembelajaran topik pembangkit listrik tenaga nuklir di Indonesia. Aplikasi ini menggunakan teknologi augmented reality (AR) untuk menampilkan serta berinteraksi dengan 3D virtual animasi; teknologi retrieval- augmented generation (RAG) untuk mencari jawaban berdasarkan informasi yang berada pada beberapa dokumen yang telah di dimasukan sebelumnya. Selain itu, aplikasi ini di dukung dengan speech recognition untuk memudahkan pengguna bertanya menggunakan suara.
- Hak Cipta
- Tersertifikasi
- - 17 September 2024
- Detail
Spot Ratio On Leaf (SROL)
Perangkat lunak untuk membantu observasi eksperimen pada daun. Memberikan informasi nilai kuantitas (kuantifikasi) rasio luasan spot yang terkontaminasi terhadap keseluruhan luas daun yang terobservasi.
- Hak Cipta
- Tersertifikasi
- - 17 September 2024
- Detail
Sistem Penilaian Kesiapan Research Data Management
Ciptaan berupa sistem penilaian kesiapan Research Data Management (RDM) merupakan aplikasi berbasis website yang digunakan untuk menilai sejauh mana institusi penelitian siap untuk mengimplementasikan RDM. Fungsi aplikasi ini adalah untuk menentukan tingkat kesiapan berdasarkan dimensi teknologi, organisasi, people, dan lingkungan. Masing-masing dimensi terdiri indikator yang berupa pernyataan kesiapan Proses penilaian yaitu dengan memberikan penilaian terhadap indikator pernyataan dengan menggunakan skala Likert 5. Hasil dari penilaian berupa jaring laba-laba,yang merepresentasikan nilai kesiapan dari masing-masing dimensi yang selanjutnya diperoleh nilai kesiapan total yang dikategorikan dalam tiga kelompok yaitu kesiapan rendah, sedang, dan tinggi. Simpulan hasil penilaian dilengkapi dengan saran perbaikan bagi institusi penelitian untuk meningkatkan nilai kesiapannya
- Hak Cipta
- Tersertifikasi
- - 17 September 2024
- Detail
Sistem Identifikasi Image Splicing (SiMaCi)
Citra merupakan salah satu cara yang tepat dalam menyampaikan pesan dalam dunia digital. Saat ini perangkat lunak untuk pengolah citra tersedia di banyak platform dan mudah diakses serta digunakan. Hal ini sangat berguna dalam membantu aktivitas manusia sehari-hari, disisi lain perangkat lunak ini bisa digunakan untuk membuat image forgery dan menyebarkannya di internet. Pemeriksaan keaslian citra digital sangat penting karena digunakan di banyak bidang, seperti industri, jurnalisme, pemrosesan gambar medis, penegakan hukum, dan forensik digital gambar. Perkembangan teknologi informasi (TI) yang cepat, memungkinkan pengembangan tools untuk mengidentifikasi digital image forgery(DIF) secara otomatis. identifikasi DIF menggunakan cara manual memiliki kekurangan dari sisi biaya, waktu dan ketepatan, sehingga pemanfaatan teknologi artificial intelligence(AI) khususnya machine learning (ML) bisa menjadi solusi yang efektif. Deep learning (DL) sebagai bagian dari ML telah mampu melakukan ekstraksi fitur otomatis dengan lebih tangguh dan efisien. DL mencapai performa terbaik karena dapat belajar dari data mentah dengan atau tanpa label. Penelitian ini mengembangkan model DL untuk identifikasi DIF secara otomatis dengan jenis forgery adalah splicing image menggunakan DL. MobileNet Versi 2 dipilih sebagai arsitektur convolutional neural networks (CNNs) untuk membangun image splicing detection(ISD). Model diuji pada dataset CASIA Versi 1. Model yang kami usulkan dikembangkan untuk meningkatkan akurasi dari model CNNs sebelumnya, yang menggunakan MobileNet Versi 1 dalam mengidentifikasi image splicing forgery(ISF). Hasil pengujian menunjukkan bahwa model yang kami usulkan memiliki kinerja yang lebih baik dari model sebelumnya yang menggunakan MobileNet Versi 1. Model yang kami usulkan mendapatkan akurasi sebesar 52,70% dan presisi sebesar 97,29% sedangkan model baseline mendapatkan akurasi 16, 21% dan presisi sebesar 29,73%.
- Hak Cipta
- Tersertifikasi
- - 14 September 2024
- Detail
Dataset Emisi Gas Metana (CH4) Di Lahan Sawah Alternate Wetting And Drying (AWD) Dan Continuous Flooding (CF) Kabupaten Subang
Dataset berupa kumpulan data emisi gas metana (CH4) pada pada lahan sawah Alternate Wetting and Drying (AWD) dan Continous Flooding (CF) di Kabupaten Subang menggunakan metode chamber. Tujuan pembuatan dataset ini untuk memberikan informasi tentang dampak masing-masing pola penggenangan terhadap laju emisi gas metana (CH4) antara metode Alternate Wetting and Drying (AWD) dan Continuous Flooding (CF) di wilayah irigasi teknis. Metode AWD merupakan metode pengairan sawah dengan teknik dikeringkan dan dibasahi. Sementara metode CF merupakan kondisi sawah yang lebih sering tergenang. Sampel gas metana lahan sawah diukur di lapangan menggunakan chamber dan dianalisis konsentrasinya di laboratorium. Pengambilan dataset metana dilakukan selama fase vegetatif musim tanam 1 yaitu bulan Februari – April 2024 pada usia tanaman 14 HST, 28 HST, dan 41 HST. Terdapat tiga petak sawah yang digunakan dimana petak satu dan dua mewakili lahan AWD, sementara petak tiga mewakili lahan CF. Hasil emisi CH4 pada 14 HST untuk lahan AWD yaitu 29 mg/hari, 57 mg/hari, dan untuk lahan CF yaitu 293 mg/hari. Laju emisi gas metana semakin naik dengan bertambahnya usia tanaman selama fase vegetatif. Selain itu, pola penggenangan CF memiliki laju emisi lebih tinggi daripada AWD. Hal ini dapat digunakan sebagai acuan untuk mitigasi penurunan emisi gas CH4.
- Hak Cipta
- Tersertifikasi
- - 13 September 2024
- Detail
FORMULASI DAN PROSES PEMBUATAN KOMBUCHA BUAH SEMPUR Dillenia philippinensis Rolfe
Buah sempur mengandung senyawa fenolik yang tinggi. Ekstrak buah sempur bernilai IC50 90,026 ppm yang termasuk dalam kategori kuat. Kadar total fenol (mg equivalen asam galat/g ekstrak) 8,44±0,09. Kadar total flavonoid (mg equivalen kuersetin/g ekstrak) 7,60±0,36. Suatu formulasi kombucha buah sempur yang terdiri dari:buah sempur kering sebanyak 2,5-3% berat/berat;gula putih sebanyak 10-13% berat/berat;starter kombucha sebanyak 5-6% berat/berat;kultur kombucha sebanyak 2,5-3% berat/berat;air sebanyak 80-85% berat/berat. Tahapan pembuatan kombucha buah sempur yaitu buah matang dipotong kecil dan tipis, dikeringkan dalam oven pada suhu 40-45 ºC selama 7-8 hari, 2,5-3% buah kering direbus dalam air sebanyak 20-25% pada suhu 100-110 ºC selama 3-5 menit, menambahkan gula putih 10-13%, memasak selama 3-5 menit hingga terbentuk larutan, menyaring ampas larutan, mendingikan larutan hingga suhu ruang 25 ºC ± 5 ºC, memasukkan 70-75% air matang suhu ruang 25 ºC ± 5 ºC ke dalam toples kaca, memasukkan larutan yang sudah disaring ke dalam toples kaca, menambahkan starter kombucha cair sebanyak 5-6% dan SCOBY sebanyak 2,5-3%, menutup toples kaca dengan kain ikat dengan karet gelang, proses fermentasi selama 7-14 hari pada suhu ruang 25 ºC ± 5 ºC, penghentian fermentasi dengan memasukkan kombucha dalam lemari pendingin.
- Paten
- Terdaftar - Formalitas Terpenuhi
- - 12 September 2024
- Detail