Pencarian Hak Kekayaan Intelektual
Dataset LCI (Life Cycle Inventory) Produksi Minyak Kelapa (Refined Coconut Oil)
Dataset LCI (Life Cycle Inventory) Produksi Minyak Kelapa (Refined Coconut Oil/RCO) mencakup data rinci mengenai proses produksi minyak kelapa dengan bahan baku utama crude coconut oil. Data tersebut mencakup informasi tentang jenis dan jumlah bahan baku yang digunakan, konsumsi energi, emisi yang dihasilkan, serta limbah yang terbentuk selama tahap produksi. RCO yang dihasilkan merupakan produk yang memiliki aplikasi luas di industri pangan dan minuman, industri kesehatan / healthcare, industri kosmetik dan perawatan pribadi. Dataset ini mencatat setiap input dan output dalam proses produksi, termasuk volume bahan baku, energi listrik yang dikonsumsi, serta jenis dan jumlah emisi yang dilepaskan ke lingkungan. Dengan dataset ini, peneliti dan produsen dapat melakukan analisis lingkungan yang mendetail terkait dengan proses produksi RCO. Hal ini memungkinkan identifikasi titik-titik kritis dalam proses produksi yang dapat dioptimalkan untuk mengurangi dampak lingkungan. Secara keseluruhan, dataset ini memberikan dasar yang kuat bagi studi Life Cycle Assessment (LCA) yang fokus pada tahap produksi, membantu dalam upaya peningkatan keberlanjutan dan efisiensi dalam pembuatan RCO.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
PERANGKAT LUNAK AKUISISI DAN VISUALISASI DATA REAL-TIME MULTI-MODE BERBASIS OSILOSKOP DIGITAL DENGAN FITUR PENGUKURAN INTERAKTIF
Perangkat lunak ini merupakan aplikasi akuisisi, pemrosesan, visualisasi, dan perekaman data sinyal secara real-time berbasis konsep software-defined digital oscilloscope. Aplikasi mampu menerima data multi-channel dari unit akuisisi eksternal melalui komunikasi serial, kemudian memproses data tersebut menggunakan arsitektur berbasis thread dan mekanisme buffer (queue) untuk menjamin kestabilan dan kontinuitas aliran data. Sistem menyediakan dua mode visualisasi utama, yaitu mode osiloskop untuk menampilkanwaveform sinyal secara langsung mode tren untuk pemantauan perubahan parameter terhadap waktu. Selain itu, aplikasi dilengkapi dengan fitur analisis sinyal seperti RMS, Vpp, frekuensi, serta analisis lanjutan seperti FFT. Pengukuran interaktif berbasis cursor juga disediakan untuk menentukan selisih waktu dan tegangan secara langsung pada grafik. Aplikasi ini mendukung perekaman data secara asynchronous ke dalam format CSV yang dilengkapi metadata, sehingga data yang dihasilkan bersifat self-descriptive dan siap digunakan untuk analisis lanjutan. Dengan desain modular, fleksibel, dan bersifat cross-platform, perangkat lunak ini dapat digunakan pada berbagai sistem akuisisi data tanpa ketergantungan pada perangkat keras tertentu, serta sesuai untuk kebutuhan penelitian, pengembangan, dan aplikasi industri.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
ALGORITMA MODEM AKUSTIK BAWAH AIR BERBASIS OTFS
Program komputer ini terdiri dari dua skrip MATLAB, yaitu pemancar "modem_akustik_otfs_tx_demo.m" dan penerima "modem_akustik_otfs_rx_demo.m", yang bersama-sama mengimplementasikan modem akustik bawah air berbasis OTFS (Orthogonal Time Frequency Space) untuk pengiriman dan penerimaan data digital. Pada sisi pemancar, program memproses sumber data teks, citra, video, atau file biner menjadi bitstream, lalu melakukan FEC convolutional coding, interleaver 2-D, pembentukan preamble sinkronisasi, penyisipan pilot HSP, pemetaan QPSK, modulasi OTFS melalui DD grid, ISFFT, Heisenberg transform, penambahan CP, upsampling, low-pass filtering, dan carrier modulation hingga menghasilkan sinyal passband real untuk DAC atau speaker. Pada sisi penerima, program membaca sinyal hasil transmisi, melakukan deteksi preamble, down-conversion, low-pass filtering, downsampling, pelepasan CP, FFT per-slot, SFFT, estimasi kanal sederhana berbasis pilot pusat, equalization, QPSK demapping, deinterleaving, Viterbi decoding, serta rekonstruksi payload menjadi teks atau file biner kembali.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
FBG Tri-Axial Accelerometer Time-Series Dataset for Two-Dimensional Underwater Acoustic Source Localization
Karya cipta ini berupa dataset time-series pengukuran pergeseran panjang gelombang Bragg dari sebuah accelerometer Fiber Bragg Grating (FBG) tri-aksial. Dataset diperoleh melalui eksperimen laboratorium di tangki air dengan menggunakan sebuah pompa air submersible sebagai sumber getaran akustik. Data direkam pada 18 posisi dengan rata-rata 1250 sampel per posisi pada laju pemindaian 10 Hz. Dataset ini dirancang khusus untuk melatih dan membandingkan model deep learning dalam tugas lokalisasi sumber akustik bawah air dua dimensi. Keunggulannya adalah sensor optik yang immune terhadap interferensi elektromagnetik, ukuran ringkas, dan kemampuan multiplexing, sehingga sangat cocok untuk aplikasi navigasi kendaraan bawah air otonom (AUV) serta pemantauan infrastruktur subsea secara real-time.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
B-SmartPalm : Mobile Software untuk Identifikasi Varietas dan Keaslian BenihKelapaSawit Berbasis Kecerdasan Buatan
Aplikasi mobile “B-SmartPalm” merupakan perangkat lunak berbasis kecerdasan buatan yang dikembangkan khusus untuk platform Android guna membantu petani dalam mengidentifikasi varietas dan keaslian benih kelapa sawit secara cepat, otomatis, dan fleksibel di lapangan secara offline tanpa internet. Aplikasi ini dapat digunakan di manapun termasuk di kebun kelapa sawit yang tidak memiliki akses internet. Aplikasi ini hadir sebagai solusi atas permasalahan nyata, terkait permasalahan kualitas benih yang ditanam petani rakyat karena beredarnya benih palsu/tidak bersertifikat yang menurunkan produktivitas dan menimbulkan kerugian ekonomi petani dalam jangka panjang. Ketidak tahuan petani tersebut akan kualitas benih yang ditanam dalam skala luas berpotensi juga merugikan negara, menurunkan pendapatkan negara dari industri sawit. Model dalam aplikasi dilatih menggunakan dataset citra benih kelapa sawit yang mencakup dua varietas utama, yaitu Dumpy dan Yangambi. Untuk masing-masing varietas, sistem mampu membedakan benih asli dan palsu, sehingga menghasilkan empat kelas klasifikasi: dumpy asli, dumpy palsu, yangambi asli, dan yangambi palsu. Pendekatan ini memungkinkan identifikasi varietas dan verifikasi keaslian dilakukan secara simultan dalam satu proses. Dengan memanfaatkan arsitektur MobileNetV2 yang telah dioptimalkan, aplikasi mampu memberikan hasil identifikasi dengan akurasi tinggi. Selain itu, diterapkan tahapan preprocessing citra untuk meningkatkan kualitas input sehingga performa model menjadi lebih optimal dan konsisten dalam berbagai kondisi penggunaan di lapangan tanpa internet.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
LabFonStudio versi 1.0
LabFonStudio adalah aplikasi web kolaboratif yang dirancang khusus untuk mengelola proses anotasi ucapan (speech annotation) pada tingkat fonem, kata, dan kalimat secara terstruktur dan terkontrol. Aplikasi ini mendukung pengelolaan corpus tuturan dalam skala besar melalui alur kerja berlapis yang melibatkan beberapa peran pengguna. Sistem ini dibangun untuk mendukung riset linguistik komputasional, pengembangan sistem pengenalan ucapan (ASR), dan pembangunan sumber daya bahasa berupa corpus tuturan beranotasi berkualitas tinggi.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
Dataset Kesuburan Tanah dan Near Infrared Pulau Jawa
Dataset ini disusun untuk mendukung kegiatan penelitian, pemetaan kesuburan tanah, identifikasi faktor pembatas hara, serta pengembangan rekomendasi pengelolaan tanah dan pemupukan berbasis data pada tingkat wilayah provinsi. Ciptaan ini merupakan pengembangan berupa wadah atau kontainer data yang dirancang secara khusus untuk menyimpan, mengelola, dan mengorganisasikan kumpulan data mentah hasil analisis laboratorium sifat kimia tanah, yang meliputi parameter pH H₂O, C-Organik, N-Total, N-NO₃, N-NH₄, P-Tersedia, P-Total, K-Total, dan K-Tersedia, serta data hasil pengukuran spektral Near Infrared (NIR).
- Hak Cipta
- Tersertifikasi
- - 16 April 2026
- Detail
Dataset Citra Drone Orthomosaic untuk Deteksi dan Inventarisasi Longsor Daerah Bandung Barat
Karya yang diusulkan berupa dataset geospasial berjudul “Dataset Citra Drone Orthomosaic untuk Deteksi dan Inventarisasi Longsor Daerah Bandung Barat”. Dataset ini merupakan kumpulan citra udara resolusi tinggi yang diperoleh menggunakan teknologi drone (UAV) melalui tahapan perencanaan misi, akuisisi citra, pengukuran Ground Control Point (GCP), serta pengolahan fotogrametri menjadi orthomosaic dan data spasial lainnya. Dataset ini dikembangkan untuk mendukung kegiatan inventarisasi dan pemetaan kejadian longsor, analisis spasial, serta pengembangan model kecerdasan buatan berbasis deep learning. Selain itu, dataset ini terintegrasi dengan aplikasi SINEMA: Landslide Inventory Mapping, sehingga memungkinkan pengelolaan data longsor secara terstruktur, termasuk pencatatan polygon, atribut kejadian, dokumentasi foto, serta visualisasi dan analisis data secara real-time. Orisinalitas dataset ini terletak pada penggunaan data citra drone berbasis survei lapangan dengan resolusi tinggi, serta integrasinya dalam sistem aplikasi berbasis web. Dataset ini juga menggabungkan informasi spasial, atribut kejadian, dan dokumentasi visual dalam satu ekosistem terpadu, serta dirancang untuk mendukung analisis berbasis kecerdasan buatan dalam deteksi longsor secara lebih akurat dan komprehensif.
- Hak Cipta
- Tersertifikasi
- - 16 April 2026
- Detail
Dataset Vektor Geospasial Titik Jalan Terputus Akibat Siklon Senyar di Provinsi Aceh, Sumatra Utara, dan Sumatra Barat
Dataset ini menyajikan data vektor spasial hasil interpretasi titik jalan terputus yang terdampak bencana banjir atau longsor yang diekstraksi dari citra satelit penginderaan jauh. Proses interpretasi dilakukan dengan memanfaatkan citra multisumber beresolusi sangat tinggi, dengan resolusi spasial berkisar antara 0,5 hingga 3 meter, sehingga detail area terdampak dapat diidentifikasi secara akurat. Secara keseluruhan, interpretasi ini menggunakan sebanyak 155 scene citra satelit yang mencakup wilayah di Pulau Sumatra, meliputi 3 provinsi, 38 kabupaten, dan 309 kecamatan. Proses delineasi dilakukan oleh ahli penginderaan jauh melalui analisis visual dengan mengamati area jalan pada citra satelit yang direkam saat dan setelah kejadian bencana, serta dibandingkan dengan arsip citra sebelum kejadian. Dataset yang dihasilkan tidak hanya berisi titik jalan terputus dalam bentuk poligon, tetapi juga dilengkapi dengan atribut data, seperti keterangan, kode, grid ID, serta informasi administratif provinsi dan kabupaten. Dataset ini ditujukan untuk menyediakan informasi yang cepat dan andal terkait lokasi jalan terputus yang terdampak bencana banjir atau longsor, sehingga dapat mendukung upaya tanggap darurat, penanganan dampak bencana, serta perencanaan rehabilitasi dan rekonstruksi pascabencana. Di sisi lain, dataset ini juga memiliki peran sebagai data pelatihan dalam pengembangan metode deteksi dan identifikasi jalan terputus cepat berbasis kecerdasan buatan. Produk ini merupakan bagian dari penelitian berjudul “Spectra+: Platform Pemetaan Cepat Dampak Bencana Hidrometeorologi Berbasis Integrasi Data Satelit, GIS, AI, dan Citizen Science”.
- Hak Cipta
- Tersertifikasi
- - 16 April 2026
- Detail
Dataset Luas Lahan Baku Sawah (LBS) Terdampak Banjir Siklon Senyar.
Dataset ini menyajikan data spasial dan atribut terkait sebaran serta luas lahan sawah terdampak banjir akibat Siklon Senyar yang terjadi di Provinsi Aceh, Sumatera Barat, dan Sumatera Utara pada akhir tahun 2025. Identifikasi sawah terdampak banjir akibat Siklon Senyar tahun 2025 dilakukan menggunakan Google Earth Engine (GEE) dengan memanfaatkan data genangan banjir dari UNOSAT (2025) dan data Lahan Baku Sawah (LBS) tahun 2024 dari Kementerian Agraria dan Tata Ruang/Badan Pertanahan Nasional (ATR/BPN).
- Hak Cipta
- Tersertifikasi
- - 16 April 2026
- Detail