Pencarian Hak Kekayaan Intelektual
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
PERANGKAT LUNAK PLC & SCADA UNTUK SISTEM PEMANTAUAN FASILITAS OLI BEKAS
Hak cipta ini telah digunakan di Dinas Lingkungan Hidup Provinsi Kalimantan Selatan. Hak cipta ini didaftarkan untuk perangkat lunak untuk sistem pemantauan fasilitas pembuatan bahan bakar minyak alternatif dari oli bekas melalui proses perengkahan katalis. Software SCADA memonitor dan merekam temperatur kedua reactor yang diukur dengan menggunakan termokopel. Terdapat beberapa fitur dalam perangkat lunak ini, antara lain alarm proses dan grafik. (historical trend) Perangkat lunak PLC dibuat berdasarkan PLC Schneider M221 dengan menggunakan aplikasi SoMachine, sementara perangkat lunak SCADA dibuat dengan menggunakan Indusoft Web Studio Versi 7. Perangkat lunak SCADA memberikan gambaran operasi dan rekaman data pada fasilitas pengolahan oli bekas sesuai kondisi lapangan. sehingga memudahkan operator dalam memantau temperatur dan memperkirakan kualitas produk. Data temperature reaktor tersebut disimpan dalam bentuk Microsoft Excel.
- Hak Cipta
- Tersertifikasi
- - 02 Oktober 2025
- Detail
KOMPOSISI SERUM ANTI-JERAWAT BERBAHAN AKTIF EKSTRAK FRAKSI ETIL ASETAT MADU Apis dorsata DAN PROSES PEMBUATAN
Invensi ini berkaitan dengan formula dan proses pembuatan serum anti-jerawat berbahan aktif ekstrak fraksi etil asetat madu Apis dorsata asal Pulau Rote. Pembuatan ekstrak fraksi etil asetat: 1)melarutkan madu dengan air(larutan 1); 2)mencampurkan larutan 1 dan n- heksana rasio 1:1(campuran 1); 3)memisahkan fraksi n-heksana dan air I pada campuran 1; 4)mencampurkan fraksi air I dan etil asetat rasio 1:1(campuran 2); 5)memisahkan fraksi etil asetat dan air II pada campuran 2; 6)menguapkan pelarut pada fraksi etil asetat; 7)ekstrak fraksi etil asetat dihasilkan. Formula serum anti-jerawat: air 67,80-84,18; propilena glikol 10,00-20,00; ekstrak fraksi etil asetat madu Apis dorsata Rote 5,00-10,00; alginat 0,50-1,00; karbopol 0,30-1,00; trietanolamina 0,10-0,30; asam sorbat 0,01-0,10; asam benzoat 0,01-0,10. Pembuatan serum anti-jerawat: 1)mencampurkan karbopol dan alginat, melarutkannya dengan air sampai terbentuk gel, serta menambahkan trietanolamina(sediaan A); 2)melarutkan ekstrak dengan propilena glikol(sediaan B); 3)melarutkan asam sorbat dan asam benzoat dengan air(sediaan C); 4) menghomogenkan sediaan A, B, C, serta air; 5)serum anti-jerawat dihasilkan. Karakter biofisik serum pada invensi ini: 1)berbobot jenis 0,98±0,05 g/mL; 2)pH 6,0-7,0; 3)tekstur homogen; 4)daya sebar 6,5±0,3 cm; 5)zona hambat Propionibacterium acne 3-15 mm; 6)zona hambat Staphylococcus aureus 2,5-6 mm; 7)aktivitas anti-peradangan 40-50%.
- Paten
- Terdaftar - Formalitas Terpenuhi
- - 02 Oktober 2025
- Detail
Program Komputer Analisis Gelombang 8-Sensor untuk Evaluasi Performa Struktur Pemecah Gelombang
Inovasi Program Komputer Analisis Gelombang 8-Sensor untuk Evaluasi Performa Struktur Pemecah Gelombang merupakan perangkat lunak yang dirancang untuk menganalisis fenomena pemecah gelombang dengan mengolah data mentah dari simulasi Computational Fluid Dynamics (CFD). Program ini dilengkapi dengan fitur pembuatan representasi grafis dari hasil olahan data, sehingga mempermudah proses analisis, interpretasi, dan pengambilan keputusan teknis. Dengan sistem pengolahan data yang efisien, waktu yang dibutuhkan untuk menghasilkan output menjadi lebih singkat tanpa mengurangi kualitas hasil. Implementasi multi-metode memungkinkan fleksibilitas dalam pendekatan analisis, menyesuaikan dengan kompleksitas dan karakteristik data yang beragam. Antarmuka yang ramah pengguna mendukung kemudahan akses dan pemanfaatan oleh berbagai kalangan, termasuk pengguna non-teknis. Selain itu, fitur otomasi memungkinkan pengoperasian fungsi secara mandiri tanpa intervensi manual, sehingga meningkatkan konsistensi dan akurasi hasil analisis. Program ini diharapkan dapat menjadi solusi praktis dan akurat dalam mendukung pengolahan data CFD, khususnya dalam studi dan perancangan struktur pemecah gelombang.
- Hak Cipta
- Tersertifikasi
- - 02 Oktober 2025
- Detail
Program Spektrum Gelombang 1D, 2D, dan Arah angin dari keluaran model gelombang SWAN
Pemodelan gelombang SWAN adalah model dua dimensi (2D) gelombang spektral yang dikembangkan oleh Delft University of Technology. Model ini merupakan model generasi ketiga yang dikembangkan dari model-model sebelumnya untuk mengestimasi parameter gelombang di daerah pesisir, danau, dan estuari yang dibangkitkan oleh angin, serta dipengaruhi oleh kondisi batimetri dan arus (Holthuijsen, 2007; WMO, 2018). Model SWAN dirancang khusus untuk simulasi gelombang di perairan dangkal (Holthuijsen dkk., 1996). Model ini dibangun berdasarkan persamaan kesetimbangan aksi, yang mencakup suku source (penambahan energi) dan sink (pengurangan energi). Persamaan kesetimbangan aksi merupakan bentuk khusus dari persamaan energi, yang menggambarkan perubahan spektrum energi gelombang dengan frekuensi dan arah tertentu terhadap waktu tetapi hasil dari pemodelan SWAN masih berupa rawdata format *.mat (mathlab) Dari alasan tersebut maka kami membuat ” Program Spektrum Gelombang 1D, 2D, dan Arah angin dari keluaran model gelombang SWAN” untuk mempermudah peneliti melihat arah angin, arah gelombang, tinggi gelombang dan periode gelombang
- Hak Cipta
- Tersertifikasi
- - 02 Oktober 2025
- Detail
Aplikasi Web-based REMAJA SEHAT
Aplikasi Web-based REMAJA SEHAT dengan alamat www.remajasehat.com adalah prototype platform topik kesehatan yang holistik tentang gizi, kesehatan reproduksi dan kesehatan mental khusus remaja Indonesia. Pembuatan aplikasi ini bertujuan membantu menyediakan fasilitas bagi remaja untuk memantau status gizi, kesehatan mental dan meningkatkan pengetahuan remaja tentang gizi dan kesehatan reproduksi serta mengenali kesehatan mental remaja secara lebih komprehensif dari bahan edukasi yang disiapkan sehingga remaja memiliki sikap dan perilaku yang sehat. Perilaku sehat sejak remaja menjadi modal kesehatan di masa dewasanya. Aplikasi ini menyediakan tiga fitur utama, yaitu: 1) Fitur self assessment (penilaian mandiri); 2) Fitur edukasi dan 3) Fasilitas konsultasi. Fitur self assessment menyediakan 4 fasilitas. Fitur IMT berguna untuk mengukur status gizinya remaja dengan mengisi data umur, jenis kelamin, tinggi badan dan berat badan, aplikasi akan menghitung nilai z-skor yang sesuai standar WHO dan menghasilkan simpulan apakah remaja tersebut termasuk gizi kurang, gizi baik, gizi lebih atau obesitas berdasarkan data IMT (berat badan, tinggi badan dan umur). Pengguna juga dapat menilai status kesehatan mental dengan instrumen SRQ 20 dan well being (WHO 5), serta skor pengetahuan kesehatan reproduksi. Fitur edukasi melengkapi dan menjawab dari kondisi hasil self assessment. Aplikasi ini menyediakan bahan edukasi tentang kesehatan jiwa, kesehatan reproduksi dan gizi berupa video animasi yang dibuat berdasarkan hasil riset pendahuluan secara kualitatif terhadap perwakilan remaja sebagai pengguna dan guru mereka sebagai pendidik remaja. Aplikasi ini juga berupaya menyiapkan fasilitas konsultasi bagi remaja yang membutuhkan dalam bentuk layanan daring. Aplikasi ini bisa diakses dengan berbagai gawai dan komputer (PC maupun laptop) yang terhubung dengan internet. Aplikasi ini sudah melalui tahap uji coba pemanfaatan oleh remaja sebagai pengguna.
- Hak Cipta
- Tersertifikasi
- - 02 Oktober 2025
- Detail
CIPALI DATASET
Dataset ini dibuat untuk mendukung penelitian dan pengembangan sistem asistensi berkendara dan kendaraan otonom, misalnya deteksi lajur jalan (lane detection) dan segmentasi objek pada lalulintas jalan raya. Dataset ini memiliki beberapa obyek terkait lalulintas jalan raya, yaitu: badan jalan, marka garis jalan, kendaraan, rambu-rambu lalulintas, dan pembatas jalan. Dataset ini dapat digunakan untuk pengembangan sistem lane departure warning systems (LDWS), lane keeping assistance (LKA) dimana kendaraan dapat memberi asistensi pengendara agar berjalan pada lajurnya, bahkan dapat melakukannya secara otonom. Dataset ini berisi 540 citra hasil rekaman di ruas jalan tol Cipali yang menghubungkan Cikopo Purwakarta dan Palimanan Cirebon, di Jawa Barat, Indonesia. Fitur-fitur yang ada pada dataset Cipali ini antrara lain: marka garis jalan, jalur jalan, lajur jalan, obyek (kendaraan, rambu-rambu lalulintas, pembatas jalan), anotasi ground-truth marka garis jalan dalam format json, dan badan jalan mempunyai dua lajur (multi lane) yaitu lajur lambat dan lajur cepat.
- Hak Cipta
- Tersertifikasi
- - 02 Oktober 2025
- Detail
Perangkat Lunak Pendeteksi dan Pengukur Jarak Beserta Lebar Lubang Jalan dengan YOLO
Perangkat lunak ini menggunakan hasil pelatihan dataset lubang jalan menggunakan model YOLOv8. Uji coba dilakukan dengan kamera kedalaman intelrealsense D455 yang dapat mendeteksi dan melacak objek lubang jalan. Deteksi objek ditunjukkan pada kotak pembatas, di mana kotak pembatas tersebut menyertakan informasi tentang posisi objek dalam bingkai kamera koordinat x dan y dalam piksel. Selain itu, ada informasi tentang perkiraan jarak dan lebar lubang jalan dalam mm. Hasil implementasi menunjukkan bahwa sistem mendeteksi lubang jalan kecil dan lebar secara waktu nyata. Sistem ini juga dapat bekerja dengan bayangan pohon yang intensitas cahayanya berbeda dari kondisi jalan yang cerah. Dari hasil pengujian di 14 titik lubang yang terdeteksi, perbandingan pengukuran lebar lubang menghasilkan R-kuadrat sebesar 0,9721 dengan gradien sebesar 1,289. Perbandingan dengan hasil pengukuran real-time secara langsung menunjukkan hasil linear dengan nilai R-kuadrat di atas 0,97 yang mendekati kesatuan begitu juga gradien. Dengan demikian, hasil estimasi ini dapat digunakan secara akurat di lapangan.Dari uraian di atas jelas bahwa perangkat lunak ini dapat memberi manfaat bagi kendaraan otonom karena secara praktis dan efisien dalam mendeteksi dan mengukur rintangan berupa lubang jalan secara simultan dan automatis sehingga mampu memberikan kenyaman dalam berkendara untuk kendaraan listrik otonom dan perangkat lunak ini benar-benar menyajikan suatu penyempurnaan yang sangat praktis khususnya pada metode deteksi lubang jalan dan estimasi ukuran lebarnya menggunakan deep learning dan kamera kedalaman.
- Hak Cipta
- Tersertifikasi
- - 02 Oktober 2025
- Detail