Pencarian Hak Kekayaan Intelektual
CARRIE App: Aplikasi Delivery-on-Demand untuk Collaborative Autonomous Robot for Rugged Industrial Environment (CARRIE)
Hak cipta yang diajukan ini berupa aplikasi android untuk mobile robot CARRIE (Collaborative Autonomous Robot for Rugged Industrial Environment) terdiri dari 3 aplikasi yaitu: - CARRIE App untuk pengguna (user), - CARRIE App admin, dan - Aplikasi server. Aplikasi ini dibuat untuk berkomunikasi dengan autonomous mobile robot dimana mobile robot ini akan secara otomatis akan melakukan pickup dan mengantar barang sesuai dengan lokasi yang diinginkan. Data lokasi dan id mobile robot tersimpan di cloud server sehingga aplikasi ini membutuhkan koneksi internet
- Hak Cipta
- Tersertifikasi
- - 03 Oktober 2025
- Detail
LavaSense
Aplikasi LavaSense merupakan sebuah aplikasi berbasis Google Earth Engine (GEE) yang berfungsi untuk mendeteksi dan memetakan area lava dengan memanfaatkan citra satelit Landsat 8 dan 9. Aplikasi ini menyediakan antarmuka pengguna grafis (GUI) yang sederhana untuk pemilihan gunung api (AOI), pemilihan citra satelit, periode, dan scene, serta penerapan algoritma masking berbasis Normalized Difference Water Index (NDWI) untuk pemisahan badan air, dan penerapan algoritma deteksi area lava berbasis Normalized Hotspot Index (NHI). Hasil analisis dapat divisualisasikan secara langsung di peta interaktif, dan dapat diunduh dalam format raster (.tif), sehingga mendukung penelitian vulkanologi serta pengelolaan risiko bencana secara lebih terbuka dan kolaboratif.
- Hak Cipta
- Tersertifikasi
- - 03 Oktober 2025
- Detail
Rowosari Tumata : Model Keteraturan Penataan Bantaran Banjir Berbasis Kuantifikasi Risiko Bencana Hidrometeorologi
“Rowosari Tumata” : Model Keteraturan Penataan Bantaran Banjir Berbasis Kuantifikasi Risiko Bencana Hidrometeorologi adalah perangkat lunak sistem pendukung kebijakan (Decision Support System, DSS) berbasis kuantifikasi ekonomi wilayah bantaran banjir (floodplain) yang secara periodik berubah antara fase kering dan fase tergenang. Perangkat ini dikembangkan pertama kali pada 2025 untuk wilayah bantaran banjir Danau Rawa Pening, mengingat danau prioritas yang paling kecil ini menyimpan informasi tingginya produktivitas padi hingga 13 ton/hektar atau 2.5 kali rata-rata produksi padi nasional untuk tiap hektar lahan sawah yakni 5.3ton/hektar. Meskipun demikian, perangkat juga menggunakan nilai ekonomi lain yang tercatat di bantaran banjir, baik yang bersifat titik atau pun area. Perangkat ini juga akan berfungsi bila input informasi yang digunakan bantaran banjir lain, baik di sekitar danau ataupun bantaran banjir lain di daerah rural. Model ini menggunakan algoritma dasar risiko bencana banjir Damagescanner-Jakarta yang dipublikasikan oleh Budiyono et al. (2015) di Springer’s Natural Hazards. Bila algoritma asal dari Damagescanner-Jakarta adalah potensi kerugian tahunan (risiko) akibat genangan, perangkat ini mengadaptasi perhitungan kerugian menjadi potensi ekonomi dengan produktivitas lahan padi sebagai basis perbandingan spasial atau ekonomi lain yang dispasialkan. Pengembangan perangkat lunak ini menggunakan platform dasar bahasa pemrograman Python. Database dasar sebagai input program diubah menjadi comma separated value (csv) sehingga program bisa berubah secara dinamis atau bahkan near-realtime bergantung input yang ada.
- Hak Cipta
- Tersertifikasi
- - 02 Oktober 2025
- Detail
HortiHub : Platfrom Integratif-Kolaboratif Teknologi Digital Data Fenotipik dan Multi-Omics
HortiHub adalah platform integratif untuk pengelolaan data fenotipik dan multi-omics yang dirancang untuk hortikultura lokal Indonesia. Aplikasi ini menyatukan berbagai pemangku kepentingan dan menyediakan pusat informasi SDG hortikultura yang komprehensif dan terpadu, mengatasi fragmentasi data. Dengan sistem karakterisasi fenotipik dan molekuler yang divalidasi oleh pakar dan didukung ontologi terstruktur, HortiHub menjamin konsistensi data dan memberikan wawasan untuk pengambilan keputusan, seperti identifikasi pola dan prediksi ketahanan tanaman. Keunggulan HortiHub terletak pada adaptasinya terhadap beragam kebutuhan pemangku kepentingan, serta proses pengembangan yang dinamis dan kolaboratif, melibatkan pengembang, peneliti, dan operator data entry untuk memastikan sistem tetap relevan. Kebaruan HortiHub terletak pada integrasi data fenotipik dan multi-omics dalam satu basis pengetahuan terstruktur, menggunakan teknik knowledge engineering untuk menghasilkan data yang machine-readable dan dapat diinferensi. Pendekatan ontologi dalam karakterisasi tanaman memastikan konsistensi dan ekstensi data yang adaptif, mendukung kemajuan keilmuan baru serta menjamin keberlanjutan dan relevansi sistem.
- Hak Cipta
- Tersertifikasi
- - 02 Oktober 2025
- Detail
Sistem Informasi Penangkapan Ikan bagi Nelayan secara Real- Time Berbasis Satelit dan IoT “SIFISH”
Sistem informasi berbasis data satelit untuk mendukung nelayan dalam menentukan lokasi penangkapan ikan secara real-time. Sistem informasi ini didesain agar mampu memberikan solusi atas permasalahan utama yang dihadapi nelayan, yaitu inefisiensi dalam penangkapan ikan. Dengan implementasi yang tepat, teknologi ini dapat menjadi langkah strategis dalam meningkatkan kesejahteraan nelayan sekaligus menjaga keberlanjutan ekosistem laut Indonesia.
- Hak Cipta
- Tersertifikasi
- - 02 Oktober 2025
- Detail
Program Antarmuka untuk Klasifikasi Tingkatan Agtron Biji Kopi Panggang
Hak cipta berupa program komputer berbahasa pemograman Python yang berfungsi software Graphical User Interface (GUI) atau antarmuka untuk aplikasi klasifikasi tingkatan warna Agtron biji kopi panggang berbasis citra digital. Tingkatan Agtron adalah metode standar internasional untuk mengukur tingkat warna biji kopi yang telah dipanggang yang akan membedakan cita rasa biji kopi panggang. Tingkatan Agtron terdiri dari delapan kelas yaitu R25, R35, R45, R55, R65, R75, R85, dan R95. Pada program versi 1 ini, metode klasifikasi menggunakan dua pendekatan yaitu metode konvensional Warna L*A*B image processing dan metode Convolutional neural network khususnya model HyperResNet. Program antarmuka ini dapat dijalankan pada platform yang mendukung pemograman berbasis python seperti Windows, Linux, Mac yang telah diinstal pada Personal Computer(PC), miniPC, maupun embeeded system seperti Raspberry Pi.
- Hak Cipta
- Tersertifikasi
- - 02 Oktober 2025
- Detail
Aplikasi smart paddy fenology classifier berbasis web
Aplikasi ini digunakan untuk melakukan klasifikasi fase pertumbuhan padi (fenologi) berdasarkan data citra satelit Sentinel-1 secara spasial-temporal. Aplikasi ini merupakan platform yang mengintegrasikan model machine learning dengan Google Earth Engine untuk melakukan klasifikasi dan menyajikan hasil analisis yang cepat. Aplikasi ini dirancang untuk memudahkan dalam proses analisis dan visualisasi klasifikasi fenologi padi, proses klasifikasi berjalan secara otomatis, lebih efektif, dan tampilan yang user-friendly sehingga mudah digunakan oleh berbagai kalangan pengguna. Aplikasi ini meminimalkan intervensi manual yang kompleks, sehingga hasil klasifikasi yang disajikan lebih objektif dan konsisten. Smart paddy fenologi classifier merupakan sebuah inovasi untuk memprediksi fase tanam padi spasial-temporal, sehingga memudahkan dalam monitoring pertanian sawah.
- Hak Cipta
- Tersertifikasi
- - 02 Oktober 2025
- Detail
Dataset Ekstraksi Polarisasi Sentinel-1 untuk Analisis Fenologi Padi Kabupaten Indramayu Tahun 2024
Dataset ini menyajikan data spasial temporal yang dirancang untuk analisis, pemodelan, dan prediksi fenologi (fase pertumbuhan) padi. Dataset ini mengintegrasikan data polarisasi dari citra radar Sentinel-1 dengan data observasi lapangan diKabupaten Indramayu selama tahun 2024. Dataset ini dapat dimanfaatkan untuk penelitian akademik, analisis kecerdasan buatan (machine learning dan deep learning) untuk klasifikasi fase tumbuh padi, moitoring sawah, monitoring produktivitas, serta mendukung perumusan kebijakan untuk mendukung ketahanan pangan di tingkat daerah maupun nasional. Dataset ekstraksi polarisasi dapat digunakan untuk membuat model klasifikasi fenologi padi di Kabupaten Indramayu berbasis machine learning atau deep learning.
- Hak Cipta
- Tersertifikasi
- - 02 Oktober 2025
- Detail
BMPT Logger (Ball Mill Pressure – Temperature Logger)
BMPT Logger (Ball Mill Pressure–Temperature Logger) merupakan aplikasi sistem monitoring yang dirancang khusus untuk memantau tekanan gas hidrogen dan suhu selama proses milling pada planetary ball mill. Sistem ini berfungsi mencatat perubahan tekanan dan suhu secara real-time, sehingga memudahkan peneliti dalam mengamati dinamika reaksi mechanochemical di dalam ruang milling tertutup. BMPT-Logger menerima data dari perangkat IoT melalui protokol komunikasi MQTT, kemudian menyimpan, menampilkan, serta mengelola data tersebut dalam interval waktu yang dapat diatur pengguna. Melalui antarmuka monitoring yang informatif, pengguna dapat melihat tren tekanan dan suhu untuk setiap sesi eksperimen secara terstruktur. Selain itu, BMPT-Logger dilengkapi dengan fitur logging sistem, yang mencatat status koneksi MQTT broker, aktivitas penerimaan data, serta kondisi database penyimpanan, guna memastikan integritas data selama proses akuisisi berlangsung. Aplikasi ini mendukung pemantauan berkelanjutan dan analisis historis yang penting dalam penelitian berbasis hidrogenasi dan sintesis material menggunakan planetary ball mill.
- Hak Cipta
- Tersertifikasi
- - 02 Oktober 2025
- Detail
Sistem Akuisisi dan Visualisasi Data Sensor RDF
Sistem ini merupakan perangkat lunak untuk memantau parameter lingkungan pada teknologi Refuse-Derived Fuel (RDF) secara real-time. Berbasis Arduino, sistem ini mengintegrasikan sensor suhu (DS18B20, DHT22, SHT20), kadar air, CO2, dan O2 untuk mengumpulkan data lingkungan. Data tersebut dikirim secara serial ke Raspberry Pi, disimpan dalam database SQLite, dan divisualisasikan melalui dashboard web berbasis Node.js dan EJS. Dashboard menampilkan gauge interaktif yang memungkinkan pemantauan parameter secara real-time. Pengguna dapat mengakses data melalui layar 5 inci atau perangkat lain, serta mengekspor data dalam format CSV untuk analisis lebih lanjut. Sistem ini mengambil data setiap 10 detik, memastikan akurasi dan keandalan dalam pemantauan lingkungan RDF. Antarmuka web yang responsif didukung oleh library open-source JustGage dan Raphaël, yang diintegrasikan dengan kode asli untuk logika akuisisi dan pemrosesan data. Dengan desain ini, sistem mendukung efisiensi pengelolaan limbah RDF, berkontribusi pada keberlanjutan lingkungan.
- Hak Cipta
- Tersertifikasi
- - 02 Oktober 2025
- Detail