Pencarian Hak Kekayaan Intelektual
Program Komputer CompuMechX
Program komputer ini dikembangkan untuk memprediksi karakteristik mechanical properties material komposit dengan menggunakan pendekatan mikromekanik yang menggabungkan model analitik Mori-Tanaka, simulasi Representative Volume Element (RVE) berbasis metode elemen hingga, serta pendekatan supervised learning. Program ini memanfaatkan metode least squares minimization sebagai teknik regresi untuk mempelajari hubungan antara hasil prediksi model Mori-Tanaka dengan data referensi dari simulasi RVE yang memiliki akurasi lebih tinggi.
- Hak Cipta
- Tersertifikasi
- - 10 April 2026
- Detail
Data observasi lokasi longsor di sepanjang Jalan Raya Tarutung-Sibolga, Provinsi Sumatera Utara
Data observasi lokasi longsor di sepanjang Jalan Tarutung–Sibolga, Provinsi Sumatera Utara, merupakan hasil survei lapangan berupa titik pengamatan longsor yang direkam menggunakan Avenza Maps. Dataset ini digunakan untuk mengidentifikasi wilayah terdampak longsor dan mendukung mitigasi kejadian berulang di sepanjang koridor jalan tersebut. Selain informasi koordinat, dataset dilengkapi dengan dokumentasi foto serta karakteristik lahan penyebab longsor, meliputi jenis tanah, bahan induk, bentuk lahan (landform), kemiringan lereng, dan curah hujan saat kejadian. Data ini dapat menjadi acuan dalam analisis kerawanan dan mitigasi longsor di wilayah lain dengan kondisi serupa.
- Hak Cipta
- Tersertifikasi
- - 10 April 2026
- Detail
Asisten Guru AI Kontekstual
Aplikasi Asisten Guru AI Kontekstual adalah sebuah platform inovatif yang dirancang khusus untuk mempermudah dan memperkaya proses belajar mengajar bagi para guru di Indonesia. Tujuan utamanya adalah membantu guru dalam merancang pembelajaran yang relevan, bermakna, dan menyesuaikan dengan konteks kebutuhan siswa, dengan integrasi kecerdasan buatan (AI). Secara sederhana, aplikasi ini adalah "kotak perkakas" digital bagi guru yang ingin memanfaatkan teknologi AI dalam berbagai aspek perencanaan dan pelaksanaan pembelajaran. Terdapat 4 fitur utama yang ada di dalam aplikasi ini: 1. Pada Asisten Guru AI, fitur ini dirancang untuk membantu guru dalam merancang pembelajaran dengan integrasi AI secara sistematis. 2. Pada Asisten Guru Pembelajaran, fitur ini sangat berguna untuk Bapak/Ibu yang ingin membuat modul pembelajaran yang lengkap dan terstruktur. 3. Pada Asisten Guru Lesson Plan, fitur ini membantu dalam menyusun Rencana Pelaksanaan Pembelajaran (RPP) atau Lesson Plan. 4. Pada Asisten Guru Asesmen, memudahkan dalam membuat berbagai instrumen asesmen atau penilaian pembelajaran
- Hak Cipta
- Tersertifikasi
- - 10 April 2026
- Detail
Data Digital Elevation Model (DEM) Topografi dan Koridor Batimetri di area Pantai Gosong dan Pulau Semesak, Kalimantan Barat
Dataset ini merupakan Digital Elevation Model (DEM) yang disusun melalui integrasi data survei batimetri dan survei topografi berbasis foto udara menggunakan Unmanned Aerial Vehicle (UAV). Data batimetri nasional digunakan sebagai data sekunder untuk mengoptimalkan proses interpolasi spasial pada area yang memiliki keterbatasan data lapangan. Dataset ini menyajikan informasi spasial berupa koordinat easting, northing, dan elevasi dalam sistem proyeksi Universal Transverse Mercator (UTM) dengan datum WGS 1984. Wilayah kajian mencakup dua koridor utama, yaitu koridor Pesisir Pantai Gosong dan Pulau Semesa, dengan dimensi area perairan masing-masing sebesar ±500 m (lebar) dan ±5-6 kilometer (panjang), serta cakupan wilayah daratan yang merujuk pada hasil akuisisi foto udara. Dataset ini digunakan sebagai salah satu parameter dalam pemodelan tsunami dan analisis spasial untuk perencanaan pembangunan infrastruktur di kawasan pesisir.
- Hak Cipta
- Tersertifikasi
- - 09 April 2026
- Detail
MINERVA: Multifunctional Image Normalization, Enhancement, Reconstruction, Visualization, and Analysis
MINERVA adalah perangkat lunak berbasis Python yang dikembangkan untuk mendukung proses pengolahan citra digital dalam bidang tomografi dan analisis radiografi. Aplikasi ini memiliki antarmuka grafis (Graphical User Interface/GUI) yang ramah pengguna, memungkinkan peneliti dan praktisi untuk melakukan serangkaian operasi citra secara terintegrasi, meliputi Noise Removal, Normalisasi, Pembuatan Sinogram, Rekonstruksi Tomografi, Image Fusion, dan Analisis Citra. Dengan memanfaatkan library open-source seperti PyQt5, OpenCV, NumPy, PyWavelets, Matplotlib, Pillow, TorchVision, dan Sporco, MINERVA mampu menggabungkan metode klasik (Discrete Wavelet Transform, Tikhonov Filtering) dengan pendekatan modern berbasis deep learning (VGG19). Hasil pengolahan citra ditampilkan secara langsung melalui GUI dan disimpan otomatis dalam format standar (TIFF/PNG), sehingga memudahkan dokumentasi dan validasi. Keunggulan utama MINERVA adalah fleksibilitasnya dalam mengintegrasikan berbagai algoritma pemrosesan citra ke dalam satu platform, serta kemampuannya untuk menghasilkan citra rekonstruksi dan fusi yang lebih informatif. Aplikasi ini ditujukan sebagai kontribusi inovatif dalam bidang riset radiografi, tomografi, dan analisis citra, serta dapat digunakan sebagai dasar pengembangan lebih lanjut dalam sistem akuisisi maupun rekonstruksi berbasis komputasi
- Hak Cipta
- Tersertifikasi
- - 09 April 2026
- Detail
Dataset status resiko perikanan komersial di perairan Gunungkidul berbasis Ecosystem based Fisheries Assessment (EBFA)
Dataset ini merupakan kumpulan data hasil penilaian risiko empat jenis perikanan komersial di Perairan Gunungkidul, Daerah Istimewa Yogyakarta, yang meliputi: (1) perikanan lobster (Panulirus spp.) dengan alat tangkap bottom gillnet dan (2) perangkap lobster (3) perikanan ekor kuning (Selar crumenophthalmus) dengan alat tangkap jarring insang permukaan, dan (4) perikanan manyung (Netuma thalassina) dengan alat tangkap rawai dasar. Data diperoleh melalui wawancara terstruktur terhadap 42 nelayan pada tahun 2023 dengan menggunakan kuesioner Ecosystem based Fisheries Assessment (EBFA). Dataset mencakup 9 indikator yang dikelompokkan ke dalam 4 objek penilaian, yaitu keberlanjutan stok ikan, biodiversitas, habitat dan sosial ekonomi. Setiap indikator dinilai dengan skor risiko 0–3 yang dikategorikan ke dalam zona aman (hijau: 0–0,99), zona terbatas (kuning: 1–1,99), dan zona risiko tinggi (merah: 2–3). Dataset hasil wawancara nelayan ini menunjukkan bahwa indikator CPUE, upaya penangkapan, dan indeks resiko objektif keberlanjutan stok di empat jenis perikanan komersial berada pada risiko tinggi (zona merah). Aspek sosial-ekonomi lobster masuk dalam resiko tinggi (zona merah), sedangkan spesies lain berada di resiko moderat (zona kuning). Temuan ini menjadi dasar rekomendasi pengelolaan dan evaluasi kebijakan perikanan di Gunungkidul.
- Hak Cipta
- Tersertifikasi
- - 09 April 2026
- Detail
“APLIKASI ANTAR MUKA SISTEM DIAGNOSA JANTUNG DENGAN ANALISIS HEART RATE DAN EJECTION FRACTION”
Hak cipta yang diusulkan adalah berupa Aplikasi Antar Muka berupa pemrograman. Judul hak cipta yang diusulkan adalah Aplikasi Aplikasi Antar Muka Sistem Diagnosa Jantung Dengan Analisis Heart Rate Dan Ejection Fraction. Aplikasi antar muka ini merupakan tampilan untuk pengguna masuk ke aplikasi dan data base pasien serta fitur fitur dari antar muka proses pendaftaran pasien, kalibrasi jendela energi dan chi square test serta akusisi pengambilan grafik dan numerik dari pasien terhadap kelainan jantungnyanya.
- Hak Cipta
- Tersertifikasi
- - 09 April 2026
- Detail
SENSE (Sentinel-2 Specific Extractor)
SENSE adalah aplikasi perangkat lunak berbasis desktop yang dirancang untuk mengoptimalkan efisiensi akuisisi data citra satelit Sentinel-2 dari platform Copernicus Data Space Ecosystem (CDSE). Inovasi utama program ini terletak pada fitur "Partial Download", yang memungkinkan pengguna untuk menelusuri struktur internal produk satelit secara live dan mengunduh file spesifik (seperti kanal/band .jp2 tertentu atau metadata) tanpa harus mengunduh seluruh paket data (.SAFE bundle) yang berukuran besar. Secara teknis, SENSE dilengkapi dengan antarmuka pengguna (GUI) yang intuitif, aplikasi ini membantu peneliti memangkas penggunaan bandwidth internet dan ruang penyimpanan hingga lebih dari 80%, sehingga mempercepat siklus pengolahan data dalam riset penginderaan jauh di lingkungan Badan Riset dan Inovasi Nasional (BRIN).
- Hak Cipta
- Tersertifikasi
- - 09 April 2026
- Detail
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