Pencarian Hak Kekayaan Intelektual
Model Klasifikasi Kerawanan Banjir Berbasis Data Spasial dan Citra Satelit di Jawa Barat
Dataset Model Klasifikasi Kerawanan Banjir Berbasis Data Spasial dan Citra Satelit di Jawa Barat diturunkan berdasarkan data tutupan lahan, kemiringan, elevasi, curah hujan, jarak ke sungai, Topographic Wetness Index, litologi, dan jenis tanah. Data training diturunkan dari data historis kejadian banjir dari tahun 2021 sampai dengan tahun 2025. Metode yang digunakan untuk menurunkan dataset tersebut adalah metode machine learning random forest. Nilai AUC yang dihasilkan dari metode tersebut adalah 0.7646. Selain itu, urutan parameter dari yang paling berpengaruh adalah tutupan lahan, kemiringan, elevasi, curah hujan, jarak ke sungai, topographic wetness index, litologi, dan jenis tanah. Dataset tersebut dapat digunakan untuk mitigasi bencana banjir di Provinsi Jawa Barat dan membantu pihak terkait dalam melakukan perencanaan penanganan kejadian banjir yang akan datang. Dataset tersebut dapat diakses pada tautan http://data.brin.go.id/dataset.xhtml?persistentId=hdl:20.500.12690/RIN/ORFPZJ tersebut.
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
Dataset Riset dan Inovasi Rantai Industri Kelapa
Dataset Riset dan Inovasi Rantai Industri Kelapa merupakan karya kompilasi data yang disusun secara sistematis dalam bentuk pohon industri, menggambarkan keterkaitan rantai nilai kelapa dari sektor hulu hingga hilir. Pengembangan pohon industri kelapa ini dirancang berbasis dataset teranotasi dan terstruktur yang mendukung analisis.
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
WAVECAST-ID 1.0: Sistem Prediksi Gelombang Laut Berbasis Machine Learning
WAVECAST-ID 1.0 ialah program komputer yang dikembangkan untuk memprediksi parameter gelombang seperti tinggi signifikan (Hs) dan periode gelombang. Sistem ini mengintegrasikan pendekatan Machine Learning (ML) dengan rekayasa fitur berbasis fisika, termasuk dinamika angin, untuk menangkap dinamika pembangkitan dan evolusi gelombang laut. Model utama menggunakan algoritma Random Forest yang dilatih menggunakan data historis angin dan gelombang dari reanalisis. Selanjutnya, hasil prediksi dikoreksi. Ada beberapa teknik koreksi yang ditawarkan, antara lain penyesuaian distribusi data angin dengan teknik Quantile Mapping, koreksi bias berdasarkan lead-time, dan penanganan masalah ketidakpastian dalam prediksi cuaca. Output dari program berupa data spasial-temporal dalam format yang kompatibel dengan perangkat lunak analisis oseanografi. Program ini dapat dimanfaatkan untuk mendukung keselamatan pelayaran, mitigasi dan perencanaan kegiatan maritim.
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
Dataset Vektor Geospasial Tingkat Kerapatan Vegetasi Kota Semarang
Dataset ini merupakan produk hasil analisis data spasial informasi kerapatan vegetasi di wilayah Kota Semarang berbasis data time series periode 2009, 2015, 2020, 2024, dan 2025. Identifikasi tingkat kerapatan vegetasi menggunakan sumber data yang berasal dari data citra satelit Landsat 5, 8 dan 9 dengan resolusi spasial 30 m. Metode yang digunakan untuk identifikasi kerapatan melalui pendekatan indeks algoritma Normalized Difference Vegetation Index (NDVI) dengan menggunakan 2 band yaitu band 5 (NIR/Near Infrared, yang menunjukkan adanya biomassa dan pemetaan vegetasi) dan Band 4 red, yang menjelaskan tentang pemetaan vegetasi, jenis tanah, dan identifikasi objek). Nilai ambang batas dari formula NDVI adalah -1 sampai dengan +1. Hasil ekstraksi, identifikasi, dan klasifikasi menghasilkan 3 kelas kepadatan, yaitu tinggi, sedang, dan rendah. Dataset ini dikembangkan untuk mendukung penelitian, pengembangan serta aplikasi praktis dalam pengembangan perkotaan dan analisis lingkungan, khususnya untuk memonitoring dan menganalisis tingkat perubahan vegetasi yang banyak dialihkan menjadi lahan terbangun, analisis tingkat kebutuhan vegetasi, analisis perencanaan zona hijau, dan sebagai dasar pengambilan keputusan berbasis spasial.
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
Dataset Pohon Industri Mangan
Dataset yang diusulkan berjudul Dataset Pohon Industri Mangan dengan mengintegrasikan data HS Code, data paten, data ekspor–impor, dan value added. Dataset ini merupakan dataset unggulan berbasis knowledge structure yang dirancang untuk memetakan secara komprehensif rantai nilai industri mangan nasional dari sektor hulu hingga hilir. Pengembangan dataset bertujuan untuk mendukung analisis industrial tree, identifikasi peluang hilirisasi, penguatan penguasaan teknologi, serta perumusan skenario transformasi industri mangan yang berkelanjutan dan bernilai tambah tinggi
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
Sistem Informasi Gamma Weight Scale
Perangkat Lunak ini merupakan bagian dari SISTEM TIMBANGAN MASSA MATERIAL PADATAN PADA BELT CONVEYOR DENGAN TEKNIK SERAPAN RADIASI GAMMA. Sistem timbangan ini digunakan untuk menimbang berat batubara yang dipindahkan dari kapal tongkang ke coal bunker PLTU Suralaya menggunakan belt conveyor. Ketelitian ukur timbangan yang dipersyaratkan adalah ± 0,5%, sedangkan serapan radiasi gamma oleh batubara pada belt conveyor diukur oleh detektor sintilasi dengan aktif area 5 cm x panjang 1,5 meter, serta memiliki ketelitian ukur rata rata 0,663 % terhadap timbangan Load Cell Perangkat lunak ini digunakan untuk akuisisi 3 data pengukuran, yaitu basis weight, monitor radiasi serta kecepatan belt conveyor melalui komunikasi RS-232. Selanjutnya data basis weight tersebut dengan kombinasi data kecepatan dikonversi menjadi mass flow rate dalam ton/jam serta total weight dalam satuan ton. Sedangkan data monitor radiasi dikonversi menjadi satuan Sievert per jam (µSv/h) yang berguna untuk pemantauan radiasi lingkungan sekitar untuk keselamatan. Perangkat lunak ini akan menampilkan informasi total weight, flowrate, dan basis weight selain itu ditampilkan juga informasi berupa monitor radiasi dan kecepatan belt conveyor. Informasi ini ditampilkan berupa grafik, barchart, disediakan pula pengaturan untuk penyesuaian skala tampilan. Perangkat lunak ini dibangun menggunakan bahasa pemrograman Visual C# 2010 dengan operating system minimal Microsoft Windows 7
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
Dataset Parameter Lapisan F Ionosfer di atas Tanjungsari Sumedang tahun 2006 - 2018
Dataset ini menyediakan parameter lapisan F ionosfer yang diperoleh dari pengamatan ionosonda di stasiun Sumedang (6,91°LS; 107,83°BT), Indonesia, dengan cakupan periode dari tahun 2006 hingga 2018. Dataset ini mencakup frekuensi kritis (foF1, foF2, foF3) dan ketinggian semu (h′F, h′F2, h′F3) dari lapisan F ionosfer. Parameter-parameter ini penting untuk mengkarakterisasi struktur dan variabilitas kerapatan elektron ionosfer, serta banyak digunakan dalam studi propagasi gelombang radio frekuensi tinggi (HF), pemodelan ionosfer, dan cuaca antariksa. Seluruh data disajikan dalam resolusi temporal per jam. Setiap entri data memuat waktu pengamatan dalam waktu lokal (UTC+7), nilai parameter terkait, serta flag kualitas yang menyertainya. Parameter - foF1, foF2, foF3: Frekuensi kritis lapisan ionosfer, F2, dan F3 (MHz) - h′F, h′F2, h′F3: Ketinggian semu lapisan F, F2, dan F3 (m) - Time: Waktu pengamatan (waktu lokal, UTC+7) - Flag QL/DL: Qualifying Letter dan Descriptive Letter yang menunjukkan tingkat keandalan data serta karakteristik ionogram Metode Data diperoleh melalui proses scaling ionogram secara manual dari hasil rekaman ionosonda. Oleh karena itu, dataset ini dapat mengandung celah data (data gap) atau nilai tidak valid akibat keterbatasan instrumen serta kompleksitas kondisi ionosfer. Cakupan Spasial Lokasi: Tanjungsari, Sumedang, Indonesia Koordinat: 6,91°LS; 107,83°BT Cakupan Temporal Periode waktu: 2006–2018 Resolusi temporal: Per jam Potensi Aplikasi - Analisis variabilitas ionosfer (harian, musiman, siklus Matahari) - Studi cuaca antariksa (pengaruh aktivitas Matahari dan geomagnetik) - Validasi model ionosfer empiris maupun berbasis fisika (misalnya IRI) - Aplikasi komunikasi dan navigasi berbasis gelombang radio HF
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
RAGLab v1.0
RAG Lab adalah framework berbasis Django untuk membangun, menguji, dan mengoperasionalkan pipeline Retrieval-Augmented Generation (RAG) secara end-to-end dalam satu antarmuka. Aplikasi ini menyediakan manajemen pengguna dan projek, unggah serta kurasi sumber dokumen (PDF/TXT/CSV/XLSX), chunking multi-framework (LangChain dan LlamaIndex), pembangunan/maintenance vector store (Chroma, FAISS, Qdrant), tanya-jawab, evaluasi eksperimen, dan ekspor konfigurasi pipeline terbaik. Sistem juga mendukung kolaborasi berbasis role (owner/admin/member). RAGLab mendukung dua domain yaitu umum dan medis dengan menyediakan chunking khusus dokumen consensus. Pada tahap review chunk, aplikasi mengintegrasikan penilaian kualitas chunk berbasis LLM dengan indikator status, metadata evaluasi, dan ringkasan kinerja GPU/host untuk observabilitas. Dengan desain ini, pengguna dapat beralih dari data mentah ke pipeline chatbot/QA yang tervalidasi tanpa berpindah tool, sehingga mempercepat siklus eksperimen, meningkatkan keterlacakan keputusan teknis, dan menurunkan risiko inkonsistensi konfigurasi antar tahap.
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
Aplikasi Rekording Domba - Sheep In
Hak cipta yang diajukan adalah berupa aplikasi web untuk pencatatan dan manajemen data ternak domba. Aplikasi tersebut bernama "Aplikasi Rekording Domba - Sheep In" yang aktif pada platform web browser. Sheep In berguna untuk mencatat data ternak domba meliputi penimbangan, kondisi kesehatan, reproduksi, lokasi peternak, serta manajemen populasi domba secara digital. Aplikasi ini merupakan aplikasi baru yang dikembangkan untuk mendukung alur kerja petugas lapangan dan peternak di Indonesia. Keunggulan aplikasi ini adalah: 1) Pencatatan data ternak secara terpadu yang meliputi input data identitas, berat badan, kondisi kesehatan, dan reproduksi yang terintegrasi tiap individu ternak dan tiap peternak; 2) Fitur Quick Recording yang memungkinkan peternak dalam mencatat berat badan, Body Condition Score (BCS), kondisi kesehatan, dan data reproduksi domba secara bersamaan dalam satu formulir; 3) Pemetaan lokasi peternak berbasis peta digital interaktif untuk mengetahui sebaran wilayah peternak; 4) Sistem manajemen pengguna berbasis peran sebagai Admin, Officer, dan Farmer dengan hak akses berbeda menggunakan akun kode unik untuk masuk. 5) Keterlacakan riwayat ternak berdasarkan data yang telah diinput dan mudah ditelusuri sesuai runutan waktu. 6) Dashboard statistik populasi disajikan secara visual dan mutakhir.
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
SatSCAR-ID v1.1: Automated Satellite-based Burn Scar Detection for Indonesia
SatSCAR-ID versi 1.1 adalah perangkat lunak portabel untuk mendeteksi area bekas terbakar (burn scar) secara otomatis menggunakan citra satelit optis (Landsat-8/9 dan Sentinel-2) berbasis indeks spektral. Pembaruan dan kebaruan utama pada versi ini meliputi: (1) Algoritma klasifikasi tingkat keparahan (burn severity) multi-kelas (Low, Medium, High) melalui sistem ambang batas ganda; (2) Modul advanced masking awan dan bayangan berbasis QA_PIXEL dan Scene Classification Layer (SCL); (3) Migrasi mesin pemrosesan spasial secara in-memory menggunakan Rasterio dan NumPy untuk percepatan komputasi; (4) Filter Minimum Mapping Unit (MMU) otomatis untuk mengeliminasi noise spasial; serta (5) Modul validasi geometrik menggunakan buffer hotspot (VIIRS/MODIS) dengan adaptasi sistem koordinat otomatis. Menghasilkan output spasial (raster/vektor) berpresisi tinggi, aplikasi ini dirancang dengan antarmuka interaktif untuk mendukung percepatan mitigasi kebakaran hutan dan lahan secara nasional.
- Hak Cipta
- Tersertifikasi
- - 19 April 2026
- Detail