Pencarian Hak Kekayaan Intelektual
AUDITIN: Aplikasi Penilaian Keamanan Informasi Berdasarkan ISO 27001
AUDITIN adalah aplikasi berbasis web yang bersifat terbuka untuk penilaian keamanan informasi berdasarkan ISO 27001. Aplikasi ini disesuaikan dengan kebutuhan bahasa Indonesia sehingga cocok digunakan untuk institusi-institusi di Indonesia. Selain itu, aplikasi ini dibangun menggunakan Streamlit, yaitu kerangka kerja pemrograman berbasis Python yang sederhana, tetapi kaya akan visualisasi.
- Hak Cipta
- Tersertifikasi
- - 03 September 2025
- Detail
Software Antarmuka Pengendali Sistem Propulsi Satelit Orbit LEO
Software ini mengintegrasikan kontrol dan monitoring komprehensif dalam satu interface yang mudah digunakan untuk mendukung proses firing thruster secara efisien dan efektif. Pengaturan interval pengambilan data telemetri dan opsi pemilihan variabel kunci membuat pengujian bisa dilakukan dengan fleksibilitas tinggi, sekaligus menyediakan data akurat untuk evaluasi performa propulsi. Software terdiri dari dua bagian utama, yaitu panel kontrol dan panel monitoring telemetry. Pada panel kontrol pengguna dapat melakukan pergantian status thruster, misalnya tindakan Heating dan Prepare untuk menginisiasi proses sebelum firing. Kemudian pada panel monitoring telemetry pengguna dapat melihat setiap perubahan status atau kondisi thruster selama proses prepare, arming, hingga hot firing akan otomatis terekam secara detail. Hal ini memastikan bahwa semua variabel seperti suhu, tekanan, durasi pembakaran, dan parameter listrik akan terdokumentasi secara lengkap
- Hak Cipta
- Tersertifikasi
- - 03 September 2025
- Detail
Sistem Informasi Prediksi Serapan Karbon di Kota Cirebon (SIMACOTA)
Sistem informasi ini menampilkan data mengenai tingkat serapan karbon di berbagai kecamatan di Kota Cirebon. Pada bagian atas terdapat peta interaktif yang menggambarkan lokasi serapan karbon dengan lingkaran berwarna hijau, di mana ukuran lingkaran menunjukkan besarnya jumlah karbon yang terserap. Peta ini memudahkan identifikasi area dengan serapan karbon tertinggi, seperti di Kecamatan Harjamukti yang memiliki lingkaran terbesar. Di bawah peta, terdapat grafik batang yang memberikan perbandingan jumlah serapan karbon dalam satuan ton CO2 di beberapa kecamatan. Dari grafik tersebut, terlihat bahwa Harjamukti memiliki serapan karbon paling tinggi, diikuti oleh Kesambi dan Lemahwungkuk, sementara Kejaksan dan Pekalipan menunjukkan angka serapan yang lebih rendah. Visualisasi ini membantu dalam memahami distribusi serapan karbon secara spasial dan kuantitatif, yang sangat berguna untuk analisis lingkungan dan perencanaan mitigasi perubahan iklim di Kota Cirebon.
- Hak Cipta
- Tersertifikasi
- - 02 September 2025
- Detail
KLASIFIKASI KONDISI KETIDAKSEIMBANGAN MASSA PADA MESIN BERPUTAR MENGGUNAKAN PEMBELAJARAN MESIN BERBASIS HALAMAN WEB
Situs web ini dibuat untuk melakukan prediksi anomali mesin kondisi massa tidak seimbang (mass imbalance) menggunakan machine learning (ML). Dataset yang digunakan untuk membangun model ML ini diperoleh dari [1]. Mesin yang digunakan adalah pompa dengan merk Panasonic GP–129JXK dengan kecepatan 3000 rpm. Data (input) yang dibutuhkan untuk deteksi mass imbalance adalah data dari tiga akselerometer yang dipasang pada rotating equipment dengan orientasi horizontal, vertikal (sumbu y) dan aksial (sumbu x,y,z). Data tersebut akan diproses dengan Fast Fourier Transformation (FFT) dan menggunakan rekayasa fitur (feature engineering) terkait pemrosesan sinyal untuk ketiga sumbu tersebut, yaitu Mean, Standard Deviation, Shape Factor, Root Mean Square, Impulse Factor, Peak to Peak, Kurtosis, Crest Factor dan Skewness. 27 fitur ini (9 x 3 axis) akan digunakan sebagai input model ML. Algoritma yang digunakan adalah Extreme Gradient Boost (XGB) dengan optimasi Bayesian dengan fungsi akuisisi Upper Confidence Bound (UCB). Keluaran yang dihasilkan oleh model ML adalah kondisi mesin (rotating equipment) baik normal maupun tidak seimbang (imbalance).
- Hak Cipta
- Tersertifikasi
- - 02 September 2025
- Detail
Perangkat lunak sistem pemantauan dan pengendalian jarak jauh pada motor Brushless DC (BLDC) berbasis Internet of Things (IoT)
Perangkat lunak yang dikembangkan ini merupakan sistem pemantauan dan pengendalian jarak jauh pada motor Brushless DC (BLDC) berbasis Internet of Things (IoT). Sistem ini dirancang untuk memantau parameter utama motor, meliputi tegangan, arus listrik pada fase U, V, dan W, suhu, serta kecepatan putar motor (RPM). Selain fungsi pemantauan, sistem juga menyediakan fitur pengendalian kecepatan melalui pemberian nilai target (set value). Perangkat lunak yang dibangun terdiri atas tiga bagian utama. Pertama, perangkat lunak akuisisi data yang berfungsi mengumpulkan informasi dari sensor dan mengolahnya menjadi nilai yang sesuai. Kedua, perangkat lunak lokal (client-side) yang bertugas mengirimkan data parameter motor ke server, menerima nilai target kendali, melaksanakan proses pengendalian menggunakan algoritma PID (Proportional-Integral-Derivative), serta menampilkan data secara lokal. Ketiga, perangkat lunak berbasis cloud server yang berfungsi menerima data dari perangkat lokal, menyajikannya dalam bentuk grafik, mengirimkan nilai target pengendalian kecepatan motor, serta menyimpan seluruh parameter ke dalam basis data untuk analisis lebih lanjut. Dengan arsitektur ini, sistem mampu melakukan pemantauan real-time sekaligus pengendalian jarak jauh terhadap BLDC motor secara efektif, sehingga mendukung aplikasi IoT pada bidang otomasi dan kontrol industri.
- Hak Cipta
- Tersertifikasi
- - 02 September 2025
- Detail
Aplikasi Analisis Statistik Berbasis Web untuk Korelasi dan Regresi dengan Model Machine Learning (SisTa-R) Version 1.0
SisTa-R Version 1.0 merupakan program analisis statistik korelasi (dengan 3 metode yaitu Pearson, Spearman, Kendall) dan/atau regresi (17 model regresi + 5 model machine learning) menggunakan bahasa pemrogaman R dan CSS/HTML yang di hosting pada library shiny (shinyapp.io) dengan menggunakan beberapa metode statistik yang memungkinkan penggunaan jenis data continuous, binary (1 atau 0), dan count data (jumlah dari suatu event). SisTa-R juga memiliki preliminary test yang sangat diperlukan dalam menentukan metode analisis korelasi atau regresi yang tepat sesuai bentuk dan situasi datanya yaitu: uji normalitas (Shapiro-wilk’s test atau Kolmogorov-Smirnov’s test), uji variance (Breusch-Pagan’s test atau General Variance test), Variance Inflation Factor (VIF), Overdispersion test, Goodness of Fit Test, Akaike Information Criterion (AIC) dan Bayesian Information Criterion (BIC), dan dengan melihat pola pada diagnostic plot untuk melihat outlier seperti Residuals-Fitted, QQ plot, Scale-Location, Residuals-Leverage, Residual-Histogram, Cross-Validation Curve, and Cook’s-Distance. Tidak semua preliminary test dilakukan pada semua metode korelasi atau regresi, namun disesuaikan antara jenis preliminary dengan metode korelasi atau regresinya. Setelah dilakukan preliminary test, hasil korelasi atau regresi akan diwujudkan dalam bentuk plot figure yang disertai dengan informasi P-value pada korelasi, nilai R yaitu correlation coefficient pada analisis korelasi dan R2 yaitu coefficient of determination pada analisis regresi, serta formula variable khusus pada analisis regresi
- Hak Cipta
- Tersertifikasi
- - 02 September 2025
- Detail
Perangkat lunak pengolah data gambar bintang STELLAR (Star Sensor Satelit NEO-1)
Star sensor merupakan sensor satelit yang digunakan untuk menentukan sikap satelit. STELLAR (Star Sensor Satelit NEO-1) dikembangkan oleh Pusat Riset Teknologi Satelit, BRIN untuk dibawa sebagai salah satu sensor utama satelit. Algoritma pada star sensor mengkalkulasi dan menghitung posisi bintang yang selanjutnya menjadi referensi satelit dalam menentukan sikap. Salah satu komponen utama dari STELLAR ialah, kamera CCD monokrom yang mampu menghasilkan gambar berukuran 1392x1040 piksel. Dalam rangka pengembangan algoritma STELLAR generasi berikutnya, maka dilakukan pengembangan perangkat lunak komputer yang memiliki fungsi untuk mendeteksi objek langit yaitu bulan dan bintang, menghimpun bintang dalam bentuk daftar 30 objek bintang paling terang, mendeteksi dan mengeluarkan piksel mati (deadpixel) dari daftar objek paling terang, mendeteksi tumpang tindih piksel objek langit dalam matriks yang sama, serta mengekspor hasil akhir dalam format dataset yang disertai dengan gambar dan label bintang. Setiap objek langit ditandai dengan kotak pembatas (bounding box) dengan berbagai macam ukuran dimensi yang berbeda. Kotak pembatas dibuat berdasarkan intensitas nilai piksel dengan dengan jangkauan 0 (paling gelap) dan 255 (paling terang). Objek bintang dibatasi dengan kotak pembatas berukuran 7x7 piksel, sedangkan objek bulan memiliki variasi ukuran matriks tergantung dengan intensitas piksel yang ditangkap. Pengumpulan data dilakukan dengan proses observasi langsung langit gelap, yang dimulai setelah matahari tenggelam hingga matahari terbit. Pengumpulan data efektif dilakukan setiap tiga-empat bulan sekali, dimana perubahan posisi edar bulan memastikan data yang diperoleh bervariasi. Keluaran perangkat lunak terdiri dari dua direktori utama yaitu gambar dan label, dimana masing- masing direktori dilengkapi oleh tiga ratus (300) gambar dan label. Format gambar yang diperoleh berbasis piksel (bitmap), sedangkan format label berbasis yolo. Label kotak pembatas menandai tiga puluh (30) bintang paling terang yang diperoleh
- Hak Cipta
- Tersertifikasi
- - 02 September 2025
- Detail
Dataset Citra Satelit Sentinel-1 (VH dan RPI) Komposit 15 Harian untuk Pemodelan Fase Pertumbuhan Padi Nasional tahun 2025
Dataset ini merupakan hasil pengolahan citra Sentinel-1 yang disajikan dalam bentuk komposit 15-harian dengan resolusi spasial 10 meter untuk wilayah Indonesia pada tahun 2025. Dataset berisi dua band utama, yaitu VH (Vertical–Horizontal polarization) dan RPI (Ratio Polarization Index) yang dihasilkan melalui proses kalibrasi, koreksi topografi, reduksi speckle, serta penerapan filter area lahan sawah. Informasi VH dan RPI digunakan untuk pemodelan fase pertumbuhan padi, sehingga dapat mendukung analisis dinamika musim tanam, estimasi produktivitas, serta pemantauan pertanian secara berkala. Dataset ini diharapkan bermanfaat bagi peneliti, pembuat kebijakan, dan pemangku kepentingan dalam pengelolaan sumber daya pertanian serta mendukung upaya peningkatan ketahanan pangan nasional.
- Hak Cipta
- Tersertifikasi
- - 31 Agustus 2025
- Detail
WebLabFon-ID versi 1.0
Aplikasi ini adalah GUI yang dikembangkan untuk membantu proses pelabelan fonem dari data ujaran. Aplikasi ini dapat dihubungkan dengan layanan yang membantu proses pelabelan dengan memberikan inisial segmentasi fonem menggunakan AI. GUI yang disediakan mempermudah proses pelabelan dengan menyediakan fungsi untuk editing batas fonem, editing label fonem, pembuatan label di level kata dan pembuatan label di level kalimat. Disediakan juga fungsi untuk mendengarkan data suara secara sebagian maupun keseluruhan.
- Hak Cipta
- Tersertifikasi
- - 29 Agustus 2025
- Detail
iHoya Versi Mobile : Aplikasi Identifikasi Spesies Tanaman Hoya Indonesia
iHoya versi mobile, merupakan aplikasi berbasis android untuk mengidentifikasi beberapa spesies tanaman hoya yang berasal dari indonesia. Data citra daun atau bunga tanaman Hoya.
- Hak Cipta
- Tersertifikasi
- - 29 Agustus 2025
- Detail