Pencarian Hak Kekayaan Intelektual
Dataset Riset dan Inovasi dari Rantai Produk Kopi
Dataset Riset dan Inovasi dari Rantai Produk Kopi memuat informasi yang terstruktur mengenai rantai produk kopi dalam bentuk pohon industri, yang dilengkapi dengan HS Code untuk setiap produk pada tiap tahapan rantai industri. Selain itu, dataset ini juga menyajikan data nilai ekspor dan impor periode 2015–2024, serta daftar paten terkait produk kopi pada periode 2015–2026. Penyusunan dataset dilakukan melalui proses identifikasi, pengelompokan, dan integrasi data perdagangan serta inovasi teknologi sehingga menghasilkan basis data yang terstruktur, informatif, dan mudah digunakan. Karya cipta ini berfungsi sebagai sumber data pendukung untuk kegiatan riset, analisis potensi industri, pemetaan inovasi, pengembangan kebijakan, serta perencanaan hilirisasi dan peningkatan nilai tambah komoditas kopi. Keunggulan dataset ini terletak pada integrasi aspek rantai industri, perdagangan internasional, dan perkembangan paten dalam satu kesatuan data yang utuh.
- Hak Cipta
- Tersertifikasi
- - 20 April 2026
- Detail
Dataset Riset dan Inovasi dari Rantai Produk Mete
Dataset Riset dan Inovasi Rantai Produk Kacang mete mengintegrasikan struktur pohon industri berbasis HS Code dengan data perdagangan internasional (2015–2024) serta tren paten (2015–2026). Disusun melalui identifikasi dan integrasi data yang sistematis, basis data ini hadir sebagai instrumen strategis yang informatif dan mudah diakses. Karya ini berfungsi mendukung riset, analisis potensi pasar, pemetaan inovasi, hingga perumusan kebijakan hilirisasi komoditas kacang mete. Keunggulan utamanya terletak pada sinergi aspek rantai pasok, perdagangan global, dan perkembangan teknologi dalam satu kesatuan data utuh untuk meningkatkan nilai tambah industri kacang mete nasional.
- 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
Aplikasi Deteksi Kesegaran Daging Sapi AI V1
Karya cipta ini berupa perangkat lunak berbasis kecerdasan buatan yang dikembangkan untuk mengidentifikasi dan mengklasifikasikan tingkat kesegaran daging sapi secara otomatis menggunakan citra digital. Sistem memanfaatkan pendekatan computer vision dan deep learning melalui model klasifikasi berlapis, yaitu tahap deteksi objek untuk memastikan keberadaan daging sapi, diikuti dengan analisis kesegaran berdasarkan karakteristik visual seperti warna, tekstur, dan pola permukaan. Aplikasi ini dirancang berbasis web dengan antarmuka sederhana, sehingga pengguna dapat mengunggah gambar secara langsung melalui browser tanpa kebutuhan perangkat khusus. Model yang digunakan merupakan hasil fine-tuning dari arsitektur deep learning modern, yang dioptimalkan untuk akurasi dan efisiensi inferensi. Karya ini bertujuan mendukung proses penilaian mutu daging secara cepat, objektif, dan konsisten, serta berpotensi diaplikasikan pada sektor pangan, industri distribusi, dan pengawasan kualitas.
- Hak Cipta
- Tersertifikasi
- - 19 April 2026
- Detail