Pencarian Hak Kekayaan Intelektual
FLIGHTLINK TOOLKIT: Analisis Distribusi Komunikasi UAV
FLIGHTLINK TOOLKIT adalah aplikasi berbasis Windows yang dirancang khusus untuk membantu pengembang dan analis dalam memetakan dan menganalisis karakteristik kanal komunikasi Pesawat Tanpa Awak / Unmanned Aerial Vehicle (UAV). Dikembangkan menggunakan Matlab, aplikasi ini menyajikan hasil analisis melalui visualisasi grafik yang intuitif, mencakup Probability Distribution Function (PDF), Cumulative Distribution Function (CDF), dan nilai k-faktor dari received signal power yang diterima di Ground Control Station (GCS). Fitur ini memungkinkan pengguna untuk mendapatkan pemahaman mendalam tentang distribusi sinyal dan optimasi komunikasi UAV di berbagai kondisi operasional. Aplikasi ini dirancang untuk memberikan analisis yang akurat dan terperinci, membantu dalam pengembangan dan peningkatan efisiensi sistem komunikasi UAV.
- Hak Cipta
- Tersertifikasi
- - 05 Agustus 2024
- Detail
PreLong-TabNet: Aplikasi Prediksi Longsor Menggunakan Machine Learning Dengan TabNet
PreLong-TabNet adalah sebuah aplikasi berbasis web yang dikembangkan untuk memprediksi risiko terjadinya longsor dengan memanfaatkan teknologi machine learning, khususnya model TabNet. Aplikasi ini dirancang untuk menganalisis berbagai faktor lingkungan seperti elevasi, kemiringan, aspek, curvatur, dan curah hujan, yang berperan penting dalam kejadian longsor. Dengan menggunakan model TabNet, yang merupakan salah satu arsitektur deep learning yang mampu menangani data tabular dengan efektif, aplikasi ini dapat memberikan prediksi yang akurat dan cepat. Aplikasi PreLong-TabNet dilengkapi dengan berbagai fitur yang memudahkan pengguna dalam melakukan analisis data, seperti unggah dan pra-pemrosesan data, pelatihan model, prediksi, serta visualisasi hasil. Pengguna dapat mengunggah data lingkungan dalam format Excel untuk dilatih dengan model TabNet, dan hasil prediksi dapat ditampilkan dalam bentuk tabel dan grafik yang mudah dipahami. Selain itu, aplikasi ini juga mendukung optimasi hyperparameter model menggunakan Optuna, sehingga dapat meningkatkan performa model prediksi. PreLong-TabNet memberikan solusi praktis dan efisien bagi peneliti, pemerintah daerah, dan pihak lain yang berkepentingan dalam mitigasi bencana alam, khususnya longsor. Aplikasi ini tidak hanya membantu dalam pengambilan keputusan berbasis data, tetapi juga memfasilitasi pemahaman yang lebih dalam tentang faktor-faktor yang mempengaruhi risiko longsor melalui visualisasi pentingnya fitur. Dengan kemampuan untuk menyimpan model yang sudah dilatih dan memanggilnya kembali untuk prediksi di masa mendatang, PreLong-TabNet menawarkan efisiensi dan kemudahan penggunaan yang tinggi, menjadikannya alat yang sangat berguna dalam upaya mitigasi dan pencegahan bencana alam.
- Hak Cipta
- Tersertifikasi
- - 01 Agustus 2024
- Detail
SIDEJAPU: Sistem Deteksi Wajah Palsu Berbasis InceptionV3 Menggunakan Fitur RGB Dan Depth Layer Berbasis Web
SIDEJAPU adalah sebuah aplikasi yang dirancang untuk mendeteksi wajah palsu (face spoofing) menggunakan model deep learning InceptionV3, yang memanfaatkan fitur RGB dan Depth Layer untuk meningkatkan akurasi deteksi. Aplikasi ini dikembangkan untuk memenuhi kebutuhan keamanan digital, terutama dalam verifikasi identitas, seperti pada sistem perbankan, kontrol akses, dan sistem pengawasan. Dengan menggabungkan dua modalitas gambar, yaitu RGB dan Depth Layer, SIDEJAPU mampu mendeteksi detail yang lebih kompleks dari gambar wajah, seperti dimensi dan tekstur, yang tidak dapat dideteksi oleh gambar RGB saja. Hal ini membuat deteksi wajah palsu menjadi lebih akurat dan andal. Selain itu, SIDEJAPU didesain untuk beroperasi secara efisien dan real-time, dengan antarmuka yang ramah pengguna, sehingga dapat digunakan oleh berbagai kalangan tanpa memerlukan keahlian teknis khusus. Dengan kemampuan ini, SIDEJAPU memberikan solusi inovatif untuk meningkatkan keamanan digital dan mencegah penipuan identitas.
- Hak Cipta
- Tersertifikasi
- - 01 Agustus 2024
- Detail
SiDeProJa: Sistem Deteksi Problem Wajah Berbasis Machine Learning
Aplikasi SiDeProJa: Sistem Deteksi Problem Wajah Berbasis Machine Learning yang dikembangkan berdasarkan pada hasil penelitian yang memanfaatkan model deep learning untuk identifikasi kondisi kulit wajah. Aplikasi ini menekankan pada penggunaan arsitektur model: MobileNetV2, MobileNetV3, EfficientNetV1, dan EfficientNetV2 untuk mengidentifikasi berbagai kondisi kulit wajah secara akurat. Model-model ini telah diuji secara komprehensif untuk menentukan performa mereka dalam hal akurasi, presisi, recall, dan F1 score, khususnya untuk lingkungan dengan keterbatasan sumber daya komputasi. MobileNetV2, yang memiliki akurasi rata-rata tertinggi sebesar 88%, merupakan pilihan ideal untuk diintegrasikan ke dalam aplikasi SiDeProJa, terutama karena waktu inferensi yang cepat dan ukuran model yang relatif kecil, sehingga cocok untuk digunakan di daerah dengan sumber daya komputasi terbatas seperti klinik di pedesaan. Aplikasi ini diharapkan dapat membantu mempercepat diagnosis dan perawatan masalah kulit wajah di daerah terpencil, di mana akses ke perawatan dermatologi sering kali terbatas. Dengan mengintegrasikan teknologi deep learning ini ke dalam aplikasi SiDeProJa, Anda dapat menyediakan solusi diagnostik yang akurat dan efisien, yang pada akhirnya dapat meningkatkan kualitas perawatan kesehatan kulit di berbagai daerah, terutama yang kurang terlayani.
- Hak Cipta
- Tersertifikasi
- - 01 Agustus 2024
- Detail
Program Komputer Visualisasi Data Atmosfer Berbasis Data Satelit Dengan Metode Kriging
Program komputer visualisasi data atmosfer berbasis data satelit dengan metode kriging adalah program komputer berbasis web yang memiliki fungsi utama memvisualisasikan data-data atmosfer yang berasal dari data satelit yang telah diproses menggunakan metode kriging untuk peningkatan resolusi spasial. Data-data atmosfer yang divisualisasikan pada program ini diantaranya adalah data curah hujan, kelembapan, tekanan permukaan, kecepatan angin, temperatur, dan pencahayaan matahari. Ada dua halaman pada program ini, yang pertama adalah halaman Dashboard yang menampilkan beberapa tampilkan, yaitu info statistik data seperti nilai rata-rata, nilai minimun, dan nilai maksimum, serta visualisasi data dalam bentuk overlay data pada peta dasar, visualisasi dalam bentuk diagram batang dan data dalam bentuk tabel. Data yang ditampilkan pada dashboard adalah data atmosfer yang dipilih pengguna. Halaman kedua adalah halaman interaktif, yaitu halaman yang menampilkan data secara spasial, data atmosfer di-overlay-kan pada peta dasar, pengguna dapat berinteraksi dengan program komputer ini, seperti zoom-in dan zoom-out, menggeser peta, mengubah warna klasifikasi, mengubah batas nilai minimum dan maksimum data.
- Hak Cipta
- Tersertifikasi
- - 01 Agustus 2024
- Detail
BATERAI ION LITIUM TIPE SEL KOIN DENGAN ANODA BERBASIS KARBON AKTIF DARI TANDAN KOSONG KELAPA SAWIT
Invensi ini mengenai baterai ion litium tipe sel koin dengan anoda berbasis karbon aktif dari tandan kosong kelapa sawit dengan dengan variasi konsentrasi aktivator KOH dari 10% hingga 35%. Baterai ion litium tipe sel koin yang terdiri dari: selubung baterai kutub negatif, lembaran anoda berbasis karbon aktif tandan kosong kelapa sawit, elektrolit, pemisah PE, katoda, spacer, cincin spring dan selubung baterai kutub positif. Diperoleh suatu baterai ion litium tipe sel koin dengan anoda berbasis karbon aktif dari tandan kosong kelapa sawit pada konsentrasi aktivator KOH 20% menunjukkan hasil pengujian CV yang optimal dengan nilai arus puncak katiodik (Ipc) sebesar 0,348 mA dan hasil pengujian CD dengan nilai kapasitas spesifik pengisian dan pengosongan sebesar 361,4 mAh/g dan 302,1 mAh/g, nilai efisiensi Coulombic sebesar 83%, dan nilai retensi sebesar 96%. Dengan hasil performa baterai tersebut menunjukkan bahwa ion litium tipe sel koin dengan anoda berbasis karbon aktif dari tandan kosong kelapa sawit pada konsentrasi aktivator KOH 20% memiliki stabilitas yang baik dan dapat mempertahankan kapasitas penyimpanan energi secara efektif selama penggunaan jangka panjang.
- Paten
- Terdaftar - Formalitas Terpenuhi
- - 30 Juli 2024
- Detail
Transformasi Sinyal Medan Dekat Menjadi Sinyal Medan Jauh
Hak cipta yang diusulkan berupa aplikasi yang diberi nama Aplikasi Pengukur Karakteristik Antena Dengan Menggunakan Medan Dekat. Pada umumnya, karakteristik sebuah antena dapat diketahui melalui pengukuran medan jauh. Namun pengukuran medan jauh memiliki kekurangan yaitu membutuhkan dimensi ruang pengukuran yang luas, terutama untuk frekuensi rendah. Salah satu solusi untuk mengatasi keterbatasan ruang pengukuran adalah dengan menggunakan metode transformasi medan dekat ke medan jauh sebagaimana yang diusulkan pada aplikasi ini.
- Hak Cipta
- Tersertifikasi
- - 30 Juli 2024
- Detail
HMI-GCS FertiSense
Manajemen nutrisi tanaman adalah proses pengelolaan dan pengaturan asupan nutrisi yang diperlukan oleh tanaman untuk pertumbuhan optimal, produksi yang maksimal, dan kesehatan yang baik. Nutrisi yang tepat sangat penting untuk memastikan tanaman dapat tumbuh dengan baik dan menghasilkan hasil yang diharapkan. HMI-GCS FertiSense, merupakan sebuah program aplikasi HMI-GCS (Growth Control System) yang berfungsi untuk mengontrol Mesin Fertigasi, serta dapat mensimulasikan pemberian nutrisi berdasarkan kondisi unsur hara tanah untuk mendukung manajemen nutrisi tanaman. Program aplikasi ini berfungsi untuk mengambil data dari beberapa sensor, melakukan analisis data berdasarkan algoritma Regresi Linier, melakukan control terhadap aktuator berbasis Fuzzy Logic, serta melakukan simulasi pemberian pupuk berdasarkan real time data. HMI-GCS FertiSense merupakan sebuah program aplikasi untuk mengontrol mesin fertigasi berbasis Dosing Pump, yang dibangun menggunakan teknologi dalam negeri sehingga mudah dikembangkan dan penggunaan komponen yang mudah didapatkan didalam negeri.
- Hak Cipta
- Tersertifikasi
- - 30 Juli 2024
- Detail
Dataset Tinggi Gelombang Hasil Uji Model Laboratorium Tsunami Terhadap Desain Pelindung Pantai Untuk Skenario Tunggal Dan Bauran
Dataset yang didaftarkan sebagai hak cipta merupakan data tinggi gelombang tsunami hasil pemodelan uji fisik dengan tsunami simulator yang dilakukan di Laboratorium Pantai dan Dinamika Pantai - BRIN. Pneumatic tsunami simulator ini memiliki spesifikasi sebagai berikut: 1. Lebar 2.5m wide dan panjang 95 m. 2. Periode gelombang antara 15 – 250 detik. 3. Kejadian tsunami yang dihasilkan mempunyai skala 1:50 to 1:200 4. Tinggi gelombang hingga 20 cm pada 70 cm still water depth Kemiringan 1/20 dan skala model 1:50 diterapkan dalam pengujian model fisik ini untuk merekonstruksi lanskap Pantai. Panjang gelombang maksimum sesuai dengan yacht “Mercator” (tsunami 2004) yang direkonstruksi di sini adalah 14 km pada skala 1/50. Pengujian gelombang tsunami dilakukan berdasarkan skenario desain tunggal dan desain bauran (hybrid), yaitu: Mangrove (50m, 100m, dan 150m), Tanggul (40mm, 60mm, dan cut and fill dengan tinggi 50mm), dan parit dengan kedalaman 50mm. Delapan sensor pengukur tinggi gelombang (wave gauge) dipasang di sepanjang tsunami simulator untuk merekam tinggi gelombang berdasarkan kombinasi berbagai macam skenario. Lokasi sensor wave gauge tersebut adalah sebagai berikut: 1. Wave generator, 2. Sebelum mangrove, 3. Setelah mangrove, 4. Setelah tanggul, 5. Setelah parit, dan 6. Sebelum rumah /bangunan.
- Hak Cipta
- Tersertifikasi
- - 30 Juli 2024
- Detail
Planet NDVI System
Hak cipta yang diusulkan berupa program komputer dengan judul PNS (Planet NDVI System). Program ini bertujuan untuk menghitung nilai NDVI dari satu atau lebih citra satelit Planet SuperDove 8 band secara otomatis untuk titik koordinat yang spesifik dan menyimpannya dalam bentuk file .csv (comma-separated values).
- Hak Cipta
- Tersertifikasi
- - 30 Juli 2024
- Detail