Pencarian Hak Kekayaan Intelektual
GEO-RESILIENCE: Sistem Geoinformatika Berbasis Bistability Framework untuk Mengukur Resiliensi Ekonomi Komunitas Terhadap Longsor v1.0
GEO-RESILIENCE adalah platform geoinformatika berbasis pendekatan bistability framework yang dirancang untuk memodelkan dan menganalisis resiliensi komunitas terhadap risiko longsor secara spasial dan temporal. Platform ini mengintegrasikan data sosial-ekonomi, bantuan kebencanaan, dan indeks kerusakan dalam kerangka model dinamika non-linear yang merepresentasikan interaksi antara tekanan eksternal dan kapasitas pemulihan sistem. Model utama menggunakan persamaan diferensial berbasis fungsi pertumbuhan dan tekanan (shock) untuk merepresentasikan perubahan kondisi sistem ekonomi dari waktu ke waktu, dengan variabel utama berupa rasio pengeluaran terhadap pendapatan rumah tangga sebagai indikator stabilitas ekonomi. Parameter seperti bantuan per kapita (c) dan tingkat kerusakan (s) dikalibrasi secara tahunan untuk menghasilkan deret waktu kondisi sistem ekonomi pada tingkat kecamatan. Platform ini mampu menghitung aspek resiliensi seperti resistance, latitude, dan precariousness, serta statistik tren jangka panjang (mean, standar deviasi, dan tren linear) untuk periode 2006–2025. Dengan pendekatan ini, GEO-RESILIENCE mendukung identifikasi wilayah rentan, evaluasi efektivitas intervensi, serta perencanaan mitigasi bencana berbasis data dan dinamika sistem yang adaptif.
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
Virgeolab
Virgeolab adalah program komputer berbasis web yang menyajikan media edukasi virtual laboratorium untuk eksplorasi geodiversitas Karangsambung, Kebumen. Aplikasi ini mengintegrasikan panorama 360 derajat, peta lokasi, tombol navigasi, foto, video deskripsi, dan informasi kontak dalam satu antarmuka interaktif. Pengguna dapat berpindah antar lokasi singkapan batuan, mengamati kondisi lapangan secara visual, serta mempelajari materi pendukung tanpa harus hadir langsung di lokasi. Paket program yang terlampir menunjukkan bahwa aplikasi disusun sebagai situs statis yang dapat dijalankan melalui peramban modern dengan struktur aset multimedia terintegrasi. Ciptaan ini ditujukan untuk mendukung pembelajaran, pengenalan geosite, dokumentasi, dan diseminasi pengetahuan kebumian kepada mahasiswa, peneliti, guru, dan masyarakat umum.
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
OPUS: Plugin QGIS untuk Prediksi Anomali Kelapa Sawit
OPUS (Oil Palm U-Net System) merupakan program komputer berbasis deep learning dan Python yang dikembangkan untuk memetakan dan memprediksi dinamika tutupan kelapa sawit secara spasio-temporal menggunakan data satelit multi-waktu. Program ini mengolah data citra satelit beresolusi tinggi melalui arsitektur Spatio-Temporal U-Net dengan pendekatan dual-stream (inti dalam dan luar). Modul ini memanfaatkan teknologi Conv-LSTM pada bagian bottleneck untuk mengekstrak dan mempertahankan konteks fitur spasial sekaligus menganalisis perubahan temporal antar tahun. OPUS menghasilkan dua keluaran utama, yaitu peta rekonstruksi spasial kawasan dan klasifikasi kategori tutupan lahan kelapa sawit dengan tingkat presisi yang tinggi. Program ini dirancang untuk diintegrasikan dengan platform Sistem Informasi Geografis (seperti QGIS) guna mendukung analisis tata ruang lingkungan dan pertanian. OPUS dapat digunakan sebagai alat bantu analisis esensial dalam kajian perkebunan berkelanjutan, pemantauan deforestasi, evaluasi ekspansi lahan sawit, serta perumusan kebijakan tata ruang wilayah yang berbasis bukti data satelit.
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
Sistem Pengolahan Data Atmosfer Kototabang (SIPANGKA)
“Sistem Pengolahan Data Atmosfer Kototabang (SIPANGKA)” merupakan aplikasi berbasis web yang dikembangkan untuk pengolahan data hasil dari peralatan pengamatan atmosfer di Kototabang, BRIN Agam. Pengembangan SIPANGKA bertujuan menggantikan metode manual dan semi-otomatis, sehingga meningkatkan akurasi, konsistensi, efisiensi waktu, serta integrasi data dalam satu platform terpadu. Sistem ini mengolah data mentah menjadi informasi terstruktur dalam berbagai resolusi waktu, termasuk harian dan pola diurnal, serta dilengkapi visualisasi berupa grafik dan dashboard interaktif.
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
D’Ve RIFAX Deteksi Vena Berbasis Convolutional Neural Network (Xception) Untuk Pengembangan Alat Medis Noninvasif
Hak Cipta ini berkaitan dengan sistem pengolahan citra digital serta implementasi kecerdasan buatan pada ranah medis. Secara spesifik, karya cipta ini mencakup metode pendeteksian pembuluh darah vena secara noninvasif yang memanfaatkan algoritma Convolutional Neural Network (CNN). Aplikasi ini dilengkapi dengan fitur Grayscale, Median filtering, CLAHE yang bermanfaat untuk meningkatkan ketajaman citra sehingga mempermudah untuk mendeteksi posisi pembuluh arah vena secara akurat. Cara pengoperasian yang mudah akan membantu para tenaga kesehatan untuk menenukan titik pembuluh darah vena pada pasien yang obesitas, anak-anak maupun pasien yang dalam kondisi dehidrasi maupun stres.
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
Dataset Multispektral UAV SurabayaRiverWaste-UAV untuk Segmentasi Semantik Sampah Sungai Perkotaan Tropis
Dataset SurabayaRiverWaste-UAV merupakan kumpulan data citra multispektral dari wahana tanpa awak (UAV) yang digunakan untuk segmentasi semantik sampah sungai perkotaan tropis secara fine-grained pada tingkat piksel. Dataset terdiri dari 882 tile citra berukuran 128x128 piksel dengan 5 kanal spektral (Blue 450 nm, Green 560 nm, Red 650 nm, RedEdge 730 nm, NIR 840 nm) pada resolusi spasial 4,1 cm/piksel. Setiap tile dilengkapi anotasi semantik piksel-level oleh pakar dalam empat kelas: Air, Daratan, Sampah Organik, dan Sampah Anorganik. Dataset diperoleh menggunakan DJI Phantom 4 RTK Multispectral pada ketinggian terbang 75 m di atas permukaan tanah selama musim hujan (Desember 2025) di sistem DAS Brantas-Surabaya, Jawa Timur. Dataset ini merupakan dataset multispektral UAV pertama yang didedikasikan untuk pemantauan sampah sungai perkotaan tropis dengan anotasi piksel-level.
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
Dataset Vektor Sampah Organik dan Anorganik Berbasis Citra UAV di DAS Brantas (Kecamatan Kenjeran), Surabaya
Dataset ini merupakan kumpulan data geospasial berbasis vektor yang dihasilkan melalui proses digitasi dari citra UAV resolusi tinggi pada wilayah DAS Brantas yang berada di Kecamatan Kenjeran, Kota Surabaya. Dataset ini memuat informasi spasial mengenai sebaran sampah yang diklasifikasikan ke dalam dua kategori utama, yaitu sampah organik dan anorganik. Proses pembuatan dataset dilakukan dengan interpretasi visual dan digitasi manual menggunakan citra UAV, sehingga menghasilkan data vektor (poligon) dengan tingkat detail yang tinggi. Dataset ini dirancang untuk mendukung analisis spasial, pemetaan lingkungan, serta pengembangan model berbasis kecerdasan buatan dalam deteksi dan klasifikasi sampah di wilayah perairan sungai perkotaan.
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
Antarmuka Inspeksi Derau Getaran dan Suara pada Motor DC berbasis Kecerdasan Buatan V1
Hak cipta yang diusulkan berupa perangkat lunak (software aplikasi desktop berbasis GUI) yang berjudul “Antarmuka Inspeksi Derau berbasis Kecerdasan Buatan”. Aplikasi antarmuka ini digunakan untuk mengakuisisi data sensor secara realtime, visualisasi sinyal dalam domain waktu, frekuensi (FFT), dan spektogram, perekaman data sensor, dan analisis otomatis menggunakan model deep learning untuk klasifikasi kondisi (OK atau NG).
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
Dataset Karakteristik Spektrum Cahaya UV-Vis pada Jahe Merah menggunakan Metode Reflektansi
Dataset ini berisi kumpulan data spektrum cahaya jahe merah untuk membedakan umur panen dan memprediksi kadar gingerol berdasarkan karakteristik spektrum cahaya. Jahe Merah didapatkan dari petani di wilayah Cianjur. Pengambilan data menggunakan metode reflektansi dengan rentang spektrum UV dan cahaya tampak.
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
D-NimbleGuard
Program komputer dengan judul D-NimbleGuard merupakan modul perangkat lunak berbasis kecerdasan buatan yang dirancang untuk deteksi dini dan klasifikasi serangan Distributed Denial of Service (DDoS). Berbeda dengan sistem keamanan konvensional yang umumnya hanya melakukan deteksi biner, D-NimbleGuard mengimplementasikan pendekatan klasifikasi multikelas (12 jenis serangan) menggunakan algoritma Decision Tree (DT) yang telah dioptimasi. Pemilihan arsitektur pohon keputusan tunggal ini bertujuan untuk menghasilkan model yang sangat ringan dengan jalur logika yang transparan, sehingga mampu memberikan respon mitigasi instan terhadap profil serangan yang spesifik. Struktur arsitektur dan parameter teknis D-NimbleGuard dirancang untuk meminimalkan latensi pemrosesan tanpa mengorbankan akurasi klasifikasi secara drastis.
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail