Pencarian Hak Kekayaan Intelektual
Dataset Klasifikasi Mangrove Tropis Ibu Kota Nusantara (IKN) untuk Pembelajaran Mesin Menggunakan Data Penginderaan Jauh Skala Menengah
Dataset yang diusulkan ini berupa dataset geospasial yang berjudul ”Dataset Klasifikasi Mangrove Tropis Ibu Kota Nusantara (IKN) untuk Pembelajaran Mesin Menggunakan Data Penginderaan Jauh Skala Menengah”. Dataset ini dikembangkan untuk keperluan klasifikasi mangrove dan non-mangrove berbasis pembelajaran mesin (machine learning). Dataset tersedia dalam dua format utama, yaitu shapefile (data spasial) dan tabel (data atribut), yang bisa digunakan secara terpisah dan memiliki struktur variabel yang sama dan konsisten.
- Hak Cipta
- Tersertifikasi
- - 09 April 2026
- Detail
TreeSegNet: Program Komputer Segmentasi Kanopi Pohon Berbasis Deep Learning U-Net
TreeSegNet adalah program komputer berbasis deep learning yang dirancang untuk segmentasi kanopi pohon secara otomatis menggunakan arsitektur U-Net. Program ini memproses citra resolusi tinggi, khususnya citra UAV, untuk menghasilkan klasifikasi piksel antara area kanopi pohon dan non-kanopi. Pengembangan program ini bertujuan mendukung ekstraksi informasi vegetasi perkotaan secara akurat, efisien, dan terstandar. Hasil keluaran berupa peta segmentasi kanopi yang dapat dimanfaatkan untuk analisis tutupan pohon, karakteristik struktur vegetasi, dan penyusunan indikator lingkungan. Karya cipta ini meliputi kode sumber, logika pemrosesan, tahapan pelatihan model, inferensi, serta pengolahan hasil segmentasi dalam satu sistem komputasi terintegrasi.
- Hak Cipta
- Tersertifikasi
- - 08 April 2026
- Detail
Dataset Biometrik Vegetasi Mangrove Tropis Ibu Kota Nusantara (IKN) Berbasis Sampel Plot untuk Perhitungan Cadangan Karbon
Biometrik vegetasi mangrove merujuk pada pengukuran kuantitatif karakteristik fisik tumbuhan mangrove untuk memahami struktur, kesehatan, dan fungsi ekosistem tersebut. Data biometrik ini sering digunakan untuk menghitung estimasi biomassa, simpanan karbon, serta memantau perubahan lingkungan pesisir. Pengukuran cadangan karbon pada ekosistem mangrove dilakukan melalui pengamatan parameter fisik biometrik vegetasi yang mencerminkan struktur dan biomassa pohon. Parameter pertama yang paling penting adalah diameter batang pada tinggi dada (DBH – Diameter at Breast Height) yang diukur pada ketinggian sekitar 1,3 meter dari permukaan tanah. Nilai DBH digunakan dalam persamaan alometrik untuk memperkirakan biomassa pohon. Parameter kedua adalah tinggi pohon, yang menggambarkan tingkat pertumbuhan dan kontribusi volume biomassa di atas permukaan tanah. Semakin tinggi pohon mangrove, umumnya semakin besar pula biomassa yang tersimpan. Selain itu, kepadatan pohon per satuan luas juga menjadi parameter penting untuk mengetahui jumlah individu mangrove dalam suatu plot pengamatan, biasanya dihitung dalam satuan pohon per hektar.
- Hak Cipta
- Tersertifikasi
- - 08 April 2026
- Detail
METODE PENGEMBANGAN DESAIN UNDERWATER SILL (UWS) UNTUK PENGENDALI SEDIMENTASI DAN SILTASI DI WILAYAH PESISIR PANTAI
Invensi ini berhubungan dengan suatu metode pengembangan desain Underwater Sill (UWS) untuk pengendali sedimentasi dan siltasi di wilayah pesisir pantai. Lebih khususnya, suatu metode pengembangan desain Underwater Sill (UWS) sedemikian hingga berfungsi sebagai pengendali transpor sedimen dan pencegah siltasi di wilayah pesisir pantai. Metode ini terdiri dari tahapan pengumpulan data batimetri dan hidrodinamika, penentuan parameter geometri UWS (lebar, tinggi, dan kemiringan) dan simulasi numerik pergerakan sedimen, serta optimasi desain berdasarkan koefisien transmisi gelombang.
- Paten
- Terdaftar - Formalitas Terpenuhi
- - 08 April 2026
- Detail
Program Komputer DeepKriging Viewer
DeepKriging Viewer adalah program komputer untuk memproses data estimasi curah hujan hasil dari model berbasis kecerdasan buatan Deepkriging. Program komputer ini mendukung analisis mendalam terhadap data estimasi curah hujan yang mencakup analisis statistik yaitu analisis rerata, minimum, dan maksimum error dan visualisasi data berupa grafik time series, diagram batang, spasial dan diagaram hovmoller. Program komputer DeepKriging ini membaca data estimasi curah hujan hasil model Deepkriging secara spasial untuk rentang waktu 30 tahun, adapun cakupan area data tersebut adalah area daratan jawa dari tahun 1985 sampai 2014.
- Hak Cipta
- Tersertifikasi
- - 07 April 2026
- Detail
AMERTA: Analisis Multi-kriteria Embung dan Rencana Tata Air
AMERTA adalah plugin QGIS yang dirancang untuk mengidentifikasi lokasi waduk kecil (embung) yang sesuai menggunakan Analisis Keputusan Multi-Kriteria (MCDA). Plugin ini mengintegrasikan data variabilitas curah hujan, indeks kebasahan topografi atau Topographic Wetness Index (TWI), tutupan lahan, dan jenis tanah untuk menghasilkan peta kesesuaian. Plugin ini mendukung perencana dan pengambil keputusan dalam memprioritaskan lokasi waduk untuk pengelolaan sumber daya air yang berkelanjutan.
- Hak Cipta
- Tersertifikasi
- - 05 April 2026
- Detail
Data Standardisasi Konstruksi Lapisan Laminasi Lambung Kapal Berbahan Fiberglass Ukuran 8-20 Meter
Dataset ini mencakup serangkaian data hasil penelitian tentang standar/ pedoman teknis pembangunan kapal fiberglass berukuran 8 s.d. 20 meter, yang mencakup: standar penggunaan bahan, standar susunan laminasi (meliputi: bagian lunas, dasar, sisi, geladak, dan bangunan atas), standar proses laminasi, standar workshop approval, dan standar uji konstruksi hasil laminasinya. Penyusunan standa ini mengacu pada Rules BKI tahun 1996 dan 2006. Penelitian difokuskan pada kajian laminasi lambung kapal fiberglass dengan melakukan survei ke 13 galangan kapal fiberglass di dalam negeri pada tahun 2010-2011, untuk mempelajari prosedur pembuatan laminasi fiberglass. Dilakukan pembuatan sampel laminasi dengan 4 variasi susunan laminasi, menggunakan bahan serat E-glass berbentuk mat dan woven roving, dan 2 jenis resin polyester. Sampel laminasi dibuat dengan metode hand lay-up, yang mengacu pada Rules BKI dan diawasi langsung oleh tim peneliti. Spesimen uji yang dibuat terdiri dari 96 buah spesimen uji tarik dan 48 buah spesimen uji tekuk, masing-masing spesimen uji dibuat sesuai arah serat yaitu 00, 900, -450 dan +450. Pengujian dilakukan di laboratorium uji material B2TKS BPPT, dengan merujuk pada standard ISO527-4 untuk uji tarik, dan ISO 14125 untuk uji tekuk. Hasil pengujian menunjukkan nilai kuat tarik dan kuat tekuk dari seluruh spesimen uji memenuhi syarat minimum Rules BKI.
- Hak Cipta
- Tersertifikasi
- - 04 April 2026
- Detail
Seagrass Metrics Explorer (SME) v1.0
Seagrass Metrics Explorer (SME) v1.0 adalah aplikasi komputer interaktif berbasis R Shiny yang dirancang untuk memetakan, menganalisis, dan mengevaluasi kondisi ekosistem lamun. Aplikasi ini memungkinkan pengguna mengunggah peta raster seagrass, menghitung landscape metrics penting seperti persentase tutupan, indeks agregasi, ukuran patch, dan kepadatan tepi. Hasil analisis divisualisasikan dalam bentuk peta tematik dan tabel ringkasan, serta dapat diekspor sebagai shapefile untuk keperluan monitoring dan penelitian. SME v1.0 mempermudah peneliti, pembuat kebijakan, dan pengelola sumber daya pesisir untuk mengevaluasi kualitas dan kesehatan habitat lamun secara cepat dan data-driven, serta mendukung pengambilan keputusan berbasis ekosistem.
- Hak Cipta
- Tersertifikasi
- - 02 April 2026
- Detail
MIEShappy Emotion Detection (MED) V.2 - (Measuring Index for Enhancing and Stimulating Happiness – Emotion Detection V.2)
Aplikasi ini merupakan pengembangan dari aplikasi MIEShappy Emotion Detection (MED) yang digunakan untuk mendeteksi dan menganalisa ekspresi wajah secara real-time sebelumnya dengan penambahan fitur analisa deteksi emosi keseluruhan, analisa deteksi emosi per segmen, dan download hasil analisa emosi dalam format PDF.
- Hak Cipta
- Tersertifikasi
- - 02 April 2026
- Detail
Sistem Informasi Visualisasi dan Analisis Mangrove Berbasis Data Spasial untuk Wilayah IKN (MangroveViz)
MangroveViz adalah aplikasi web yang mengintegrasikan seluruh alur kerja pengelolaan data spasial mangrove dan non-mangrove di wilayah IKN dalam satu platform terpadu. Aplikasi ini memungkinkan pengguna mengunggah data hasil klasifikasi mangrove dalam format SHP dan GeoTIFF, melakukan konversi otomatis ke format siap visualisasi, menampilkan pemetaan raster dan vektor tutupan mangrove pada peta interaktif berbasis Leaflet, melakukan query nilai raster (mangrove/bukan mangrove) melalui klik peta, menampilkan tabel atribut lokasi mangrove dengan pagination, serta melakukan analisis Area of Interest (AOI) untuk perhitungan luas area mangrove dan non-mangrove per kelas beserta persentasenya. Kebaruan utama aplikasi ini terletak pada pipeline otomatis end-to-end dari unggah data spasial mangrove hingga visualisasi dan analisis luas tutupan mangrove, yang sebelumnya dilakukan secara terpisah menggunakan perangkat GIS desktop seperti QGIS. Dengan MangroveViz, seluruh proses pemantauan dan analisis mangrove disederhanakan menjadi satu sistem berbasis browser yang mudah diakses oleh tim peneliti dan pengelola kawasan mangrove lintas instansi. Aplikasi dibangun menggunakan Python 3.12 (Django 6.0), GDAL/OGR, TiTiler, Rasterio, Bootstrap 5, Leaflet, dan SQLite.
- Hak Cipta
- Tersertifikasi
- - 02 April 2026
- Detail