Pencarian Hak Kekayaan Intelektual

Hak Cipta

Dataset Fatalitas Kecelakaan Di Jalan Tol Hasil Pengolahan Dengan Menggunakan Machine Learning

Dataset merupakan kumpulan data terstruktur dan dianalisis oleh komputer. Dataset ini berisi data dan informasi tentang fatalitas kecelakaan yang dapat dimanfaatkan untuk memprediksi tingkat fatalitas kecelakaan melalui penggunaan variable khusus yang dikembangkan sesuai dengan karakteristik jalan Tol di Indonesia. Dataset ini berasal dari hasil pengolahan dengan menggunakan machine learning yang bersumber dari data aktual kecelakaan kendaraan di jalan Tol Cipali pada periode Tahun 2018 – 2022. Dengan penambahan variable yang disesuaikan karakteristik jalan Tol di Indonesia, dataset ini dapat menjadi salah satu rujukan bagi pihak terkait dalam mengidentifikasi pola lalu lintas yang berpotensi menyebabkan kecelakaan dan sebagai informasi untuk perencanaan peningkatan infrastruktur keselamatan dalam upaya untuk menekan fatalitas kecelakaan di jalan Tol.

  • Hak Cipta
  • Tersertifikasi
  • - 25 Juli 2024
  • Detail
Hak Cipta
B-15840/III.6.3/TK.11.01/7/2024

AViRSinami

Produk yang didaftarkan adalah Applikasi Virtual Reality simulasi tsunami Cilacap (AViRSiNami). Applikasi ini adalah alat untuk simulasi bencana alam tsunami dengan menggunakan perangkat headset VR (Occulus Quest), dengan mengambil area of interest di lokasi wisata pantai Teluk Penyu Cilcap. Melalui kontent VR ini pengguna bisa merasakan seolah-olah sendang berada di AOI tersebut untuk menyaksikan terjadinya gelombang tsunami, dan akan dipandu untuk berlari mengikuti jalur evakuasi sehingga sampai ke lokasi tempat evakuasi bencana (shelter). Melalui AViRSiNami ini diharapkan dapat menjadi salah satu media edukasi untuk mendidik user agar mengetahui langkah apa yang harus dilakukan dan harus berlari kemana jika suatu saat terjadi tsunami dilokasi tersebut, sehingga dapat menjadi salah satu upaya untuk meminimalisir terjadinya korban jiwa akibat dampak dari bencana alam tsunami tersebut.

  • Hak Cipta
  • Tersertifikasi
  • - 25 Juli 2024
  • Detail
Paten

METODE PRODUKSI EKSOPOLISAKARIDA DAN KARAKTERISTIK ANTIOKSIDAN, ANTIBAKTERI, GUGUS FUNGSIONAL, PROFILING METABOLIT, KADAR GULA DAN KADAR PROTEIN DARI BAKTERI ASAM LAKTAT

Invensi ini berkaitan dengan suatu metode produksi eksopolisakarida dan karakteristik antioksidan, antibakteri, gugus fungsional, profiling metabolit, kadar gula dan kadar protein dari bakteri asam laktat. Tujuan utama dari invensi ini adalah untuk meningkatkan produksi eksopolisakarida yang telah ada sebelumnya, khususnya dengan menggunakan jenis BAL dan teknik agitasi pada mini fermentor, dimana dengan kecepatan agitasi 100-350 rpm menghasilkan 20-35mg crude eksopolisajarida.

  • Paten
  • Terdaftar - Formalitas Terpenuhi
  • - 24 Juli 2024
  • Detail
Hak Cipta
Terlampir surat pengajuan dari Kepla Pusat PRGI OREI BRIN, No: B-3565/III.6.7/FR.04/7/2024

Aplikasi Deteksi Genangan Banjir Dari Citra Sentinel-2 Berbasis Google Earth Engine

Aplikasi ini merupakan aplikasi yang dibangun menggunakan platform Google Earth Engine. Aplikasi ini digunakan untuk mengestimasi sebaran genangan banjir dari citra Sentinel-2. Metode yang digunakan dalam memetakan genangan banjir adalah change detection menggunakan data sebelum dan saat/setelah kejadian banjir. Genangan banjir ditentukan berdasarkan nilai indeks banjir hasil penelitian tim yang telah melewati ambang batas tertentu sesuai dengan hasil penelitian. Hasil deteksi genangan banjir akan di tampilkan pada layar peta utama pada aplikasi ini. Pengguna dapat mengolah data di seluruh wilayah Indonesia berdasarkan batas administrasi kabupaten sesuai dengan kebutuhan pengguna. Dengan aplikasi ini pengguna dapat mengolah estimasi genangan banjir saat ini maupun kejadian beberapa tahun yang lalu sesuai dengan ketersedian data citra Sentinel-2 level 2 yaitu 28 Maret 2017.

  • Hak Cipta
  • Tersertifikasi
  • - 23 Juli 2024
  • Detail
Paten
B-13632/III.10.1/TK.11.02/7/2024

PROSES PEMBUATAN DAN BAHAN PENYERAP GELOMBANG RADAR MILITER BERBASIS Co- Cu FERIT

Invensi ini mengungkap suatu proses pembuatan dan karakter dari bahan penyerap gelombang radar militer berbasis Co-Cu ferit. Proses pembuatan sebagaimana pada invensi ini terdiri dari menyiapkan bahan baku berupa tembaga oksida, kobalt oksida, dan besi oksida. Lalu proses selanjutnya adalah mencampur dan memasukkannya ke dalam mesin penggiling dengan rasio tertentu, mengeringkan, menggerus, dan pada akhirnya mendapatkan produk bahan penyerap gelombang radar berbentuk serbuk halus. Bahan penyerap gelombang radar militer berbasis Co-Cu ferit sesuai pada invensi ini, memiliki karakter partikel berbentuk poligonal dengan ukuran 30-5000 nm; bersifat feromagnetik dengan medan koersivitas Hc sebesar 629-866 Oe; permitivitas (ε') dan permeabilitas (μ') bagian riil bernilai lebih besar dari 1; permitivitas (ε") dan permeabilitas (μ") bagian imajiner bernilai lebih besar dari nol; memiliki fasa tunggal dengan struktur struktur trigonal (R -3 m) dan nilai parameter kisi a, b, c, α, β dan γ masing-masing adalah 5,9363(2) Å, 5,9363(2) Å, 14,496(1) Å, 90o, 90o dan 120o; dan nilai refleksi loss (RL) tertinggi diperoleh sebesar -18,3 dB pada frekuensi 11,1 GHz dan nilai reflection loss (RL) sangat lebar (broadband) sebesar -13,0 dB pada frekuensi 8-12 GHz.

  • Paten
  • Terdaftar - Formalitas Terpenuhi
  • - 23 Juli 2024
  • Detail
Hak Cipta
B-21567/III.3.2/TK.11.01/9/2024

DrowsyAlertData: Indonesian Truck Driver’s Face And Heart Rate Variability Dataset

DrowsyAlertData merupakan data set yang terdiri dari kumpulan data wajah dan variabilitas denyut jantung dari 40 pengemudi truk di Indonesia. Data wajah dan variabilitas denyut jantung pengemudi truk dikumpulkan dari simulasi mengemudi truk pada Riset Eksperimental Kesadaran Situasional (Situational Awareness) Pengemudi Truk untuk Meningkatkan Keselamatan Transportasi Jalan. Riset tersebut didanai oleh LPDP RIIM dan telah memiliki PKS antara Pusat Riset Teknologi Transportasi dengan Perkumpulan Pengusaha Truk yang memiliki perhatian pada Keamanan dan Keselamatan Berkendara (Kamselindo). Dataset ini digunakan untuk merancang sistem deteksi kantuk dengan menggunakan deep learning. Target pengguna dari dataset ini adalah periset BRIN, anggota Perkumpulan Keamanan dan Keselamatan Indonesia (Kamselindo), industri otomotif, dan Sivitas akademika (dosen, mahasiswa, akademisi di universitas).

  • Hak Cipta
  • Tersertifikasi
  • - 23 Juli 2024
  • Detail
Hak Cipta

Aplikasi Deteksi dan Penjejakan Objek Statis dan Bergerak

Dengan menggunakan aplikasi ini dilakukan analisis dengan metode Image Processing dari beberapa video, untuk mendeteksi posisi pergerakan objek, serta mendeteksi perubahan kondisi pergerakan cepat (dari perubahan posisi yang cukup besar pada waktu singkat) atau cenderung berdiam /tidak bergerak (statis) (dari perubahan posisi yang sangat kecil pada waktu yang cukup lama).

  • Hak Cipta
  • Tersertifikasi
  • - 22 Juli 2024
  • Detail
Hak Cipta
B-3452/III.4.6/FR.04/7/2024

LiDAR Data Processing For Tree Detection And Segmentation

Identifikasi dan segmentasi pohon menggunakan data Light Detection and Ranging (LiDAR) telah menjadi topik yang semakin penting dalam studi ekologi, kehutanan, dan pengelolaan sumber daya alam. Teknologi ini memungkinkan pengukuran jarak yang sangat akurat dengan memanfaatkan pulsa laser untuk mengukur jarak antara sensor dan objek di permukaan bumi, membuatnya dapat menghasilkan data tiga dimensi yang detail tentang struktur vegetasi dan topografi. Aplikasi LiDAR Data Processing for Tree Detection and Segmentation dirancang untuk memanfaatkan data LiDAR untuk mengidentifikasi dan mengelompokkan pohon-pohon dalam suatu area tertentu, memudahkan pengguna untuk dapat memanfaatkan hasil pengolahan ini untuk kebutuhan analisis lanjutan. Aplikasi ini menggunakan berbagai algoritma pemrosesan data LiDAR, termasuk menggunakan algoritma TIN dan IDW untuk melakukan normalisasi DEM dan memisahkan objek pohon dari elemen lain di dalam data yang terkumpul. Selanjutnya, aplikasi ini memungkinkan pengguna untuk melakukan visualisasi data yang telah diolah dalam bentuk peta tiga dimensi, serta mengekstraksi informasi penting seperti jumlah individu pohon dan distribusi kanopi. Aplikasi ini dirancang dengan antarmuka yang mudah dipahami, memungkinkan pengguna dengan berbagai tingkat keahlian untuk mengakses dan memanfaatkan data LiDAR. Fitur-fitur seperti pilihan tema, opsi pengunduhan hasil dalam shapefile, serta kemampuan untuk dijalankan sebagai aplikasi mandiri, menambah fleksibilitas dan kegunaan aplikasi ini.

  • Hak Cipta
  • Tersertifikasi
  • - 19 Juli 2024
  • Detail
Paten

PENGUKURAN CEPAT DAN AKURAT UNSUR HARA NITROGEN TOTAL PADA TANAH BERBASIS NEAR INFRARED

Invensi ini mengenai alat pengukur unsur hara yang portabel serta memberikan hasil pengukuran cepat dan akurat unsur hara nitrogen (N) total pada tanah berbasis near infrared. Lebih khusus lagi, invensi ini berhubungan dengan alat ukur untuk mengetahui kandungan kesuburan tanah untuk unsur N total dalam tanah yang merupakan unsur makro dalam kebutuhan untuk pertumbuhan tanaman. Unsur N merupakan penyusun utama klorofil yang sangat penting bagi proses fotosintesis. Nitrogen mendukung pertumbuhan vegetatif tanaman, termasuk daun, batang, dan akar. Ketersediaan unsur N yang cukup memastikan pertumbuhan tanaman yang sehat dan kuat. Pengukuran cepat unsur hara N Total pada tanah menggunakan teknologi berbasis near infrared dapat membantu petani dalam mengelola pemupukan secara lebih efektif dan efisien, sehingga tanaman dapat tumbuh optimal dan hasil panen dapat meningkat.

  • Paten
  • Terdaftar
  • - 18 Juli 2024
  • Detail
Hak Cipta
B-3412/III.6.7/FR.04.00/7/2024

Aplikasi Pemetaan Tutupan Lahan Cerdas: Memanfaatkan Data Landsat 8, Teknik Pembelajaran Mesin, Dan Pendekatan Suara Terbanyak Untuk Peningkatan Akurasi Berbasis Skrip Jupyter Python

Aplikasi program komputer ini adalah aplikasi yang dirancang untuk memetakan tutupan lahan menggunakan data satelit Landsat 8. Script ini menggabungkan teknik pembelajaran mesin seperti Random Forest, Neural Network, dan Support Vector Machine (SVM) untuk membangun model klasifikasi yang akurat. Dengan menggunakan pendekatan suara terbanyak (majority votes), script ini memastikan hasil klasifikasi yang lebih andal dan konsisten, menggabungkan prediksi dari berbagai model untuk mengurangi kesalahan dan bias berbasis script Jupyter Python Selain itu, script ini dirancang agar dapat dijalankan di lingkungan cloud atau High Performance Computing (HPC), memungkinkan pemrosesan data dalam skala besar dan pelatihan model yang lebih cepat. Pengguna dapat memanfaatkan layanan cloud seperti AWS, Google Cloud, atau Azure untuk skala dan fleksibilitas yang lebih tinggi. Dokumentasi lengkap yang menyertai script ini menyediakan panduan langkah demi langkah, memastikan kemudahan implementasi dan penggunaan dalam berbagai aplikasi pemetaan lahan. Dengan kemampuan untuk mengolah data spektral dari Landsat 8 dan mengimplementasikan berbagai algoritma pembelajaran mesin, script ini menawarkan solusi komprehensif dan efisien untuk analisis tutupan lahan. Ini sangat berguna bagi peneliti, pengembang, dan praktisi di bidang pemetaan yang membutuhkan alat yang handal dan akurat.

  • Hak Cipta
  • Tersertifikasi
  • - 18 Juli 2024
  • Detail