Pencarian Hak Kekayaan Intelektual
SWIFTS Data Storage
Aplikasi ini adalah sistem manajemen berkas (file management system) berbasis web yang dirancang khusus untuk memfasilitasi pengelolaan, pengorganisasian, dan pengaksesan data riset pada server Pusat Riset Antariksa, Badan Riset dan Inovasi Nasional (BRIN). Sistem ini mengintegrasikan antarmuka grafis intuitif dengan struktur penyimpanan data yang memungkinkan pengguna mengelola aset digital secara efisien. Keunggulan utama aplikasi ini terletak pada desainnya yang ringan, mudah digunakan, dan tidak memerlukan keahlian teknis khusus. Dengan tampilan yang menyerupai file explorer modern, pengguna dapat dengan cepat memahami cara kerja sistem tanpa perlu pelatihan khusus. Ciptaan ini diharapkan dapat digunakan untuk mendukung sistem storage data penelitian/peralatan yang dihasilkan oleh peralatan-peralatan Pusat Riset Antariksa Badan Riset dan Inovasi Nasional (BRIN), sehingga memudahkan pengguna untuk memanfaatkan data-data tersebut.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
Dataset Spasial dan Hidrodinamika Lingkungan Perairan Pulau Sallisingan untuk Analisis Perencanaan Water Aerodrome
Karya ini merupakan dataset hasil kompilasi dan pengolahan data spasial, oseanografi, dan meteorologi pada wilayah perairan Pulau Sallisingan, Kepulauan Balabalakang, Kabupaten Mamuju, Sulawesi Barat. Dataset mencakup informasi batimetri, arus laut, angin, gelombang, serta jalur pelayaran eksisting yang telah diolah melalui analisis statistik dan spasial. Pengolahan data dilakukan melalui tahapan seleksi, pembersihan, integrasi multi-sumber, serta transformasi menjadi bentuk tabel, grafik, dan peta tematik. Analisis spasial berbasis sistem informasi geografis (SIG) digunakan pada data batimetri dan jalur pelayaran, sedangkan data gelombang, arus, dan angin dianalisis dalam bentuk statistik dan visualisasi grafik. Dataset ini dirancang untuk mendukung analisis karakteristik hidrodinamika perairan serta sebagai dasar dalam perencanaan tata letak water aerodrome, termasuk evaluasi kondisi operasional berbasis ambang tinggi gelombang signifikan.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
Hybrid RGB-D Segmentation
Hybrid RGB-D segmentation is an innovation in image segmentation that integrates three key approaches - mathematical optimization: statistical modeling, and deep learning - into a single, integrated pipeline. The key innovation of this method is the direct synergy between the Active Contour (Snake) algorithm, Poisson Matting, Closed-Form Matting, and Convolutional Neural Network (U-Net), which work together to produce object segmentation with high precision and extremely smooth boundaries. This system automates trimap formation using a combination of dynamic contours and depth information, thereby eliminating the need for manual annotation, a common bottleneck in the matting process. The innovative use of depth data via K-Means clustering facilitates object isolation based on spatial differences, resulting in high robustness against complex backgrounds with similar colors. The implementation of Just-In-Time (JIT) acceleration in Poisson Matting is another technical innovation that improves computational efficiency without compromising accuracy. The multi-method integration yields a stable, adaptive, and realistic alpha mask. This program makes a significant contribution to the development of precise, automated RGB-D segmentation with a hybrid approach that is not yet available in similar systems, making it ready for application in various advanced computer vision applications.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
Dataset Geospasial Tempat Evakuasi Sementara (TES) Berbasis Aksesibilitas dalam Mitigasi Risiko Tsunami di Wilayah Pesisir Cilacap
Dataset ini menyajikan informasi geospasial Tempat Evakuasi Sementara (TES) di wilayah pesisir Cilacap untuk mendukung mitigasi risiko tsunami. Dataset dikembangkan melalui integrasi survei lapangan, analisis sistem informasi geografis, dan pemodelan tsunami untuk mengevaluasi kondisi fisik, keterpaparan bahaya, serta potensi keselamatan vertikal bangunan TES. Dataset mencakup informasi lokasi, karakteristik bangunan, kapasitas tampung, jumlah lantai, lebar akses evakuasi, serta parameter bahaya tsunami seperti kedalaman genangan dan waktu kedatangan tsunami. Selain itu, dataset dilengkapi dengan evaluasi keselamatan vertikal berdasarkan perbandingan antara kedalaman genangan tsunami dan tinggi lantai bangunan sesuai pendekatan evakuasi vertikal. Keunggulan dataset ini terletak pada integrasi data geospasial, parameter bahaya tsunami, dan evaluasi keselamatan bangunan dalam satu struktur dataset terstandarisasi yang terdiri atas metadata, data mentah, data olahan, analisis keterpaparan bahaya, dan evaluasi keselamatan vertikal. Dataset ini dapat dimanfaatkan sebagai dasar perencanaan evakuasi tsunami, pengambilan keputusan mitigasi bencana, pengembangan sistem pendukung keputusan, serta simulasi evakuasi dan kajian risiko di wilayah pesisir.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
Otomatisasi Multirunning COMCOT Tsunami Model
Hak cipta yang diusulkan berupa program komputer (software) yang berjudul “Otomatisasi Multirunning COMCOT Tsunami Model”. Aplikasi ini digunakan untuk mengotomatisasi simulasi tsunami menggunakan COMCOT berdasarkan berbagai skenario gempa yang parameternya disusun dalam satu file basis data pada excel. Program ini mengolah data tersebut menjadi file konfigurasi simulasi untuk tiap skenario, kemudian menjalankan simulasi secara otomatis baik berurutan maupun paralel dalam bentuk batch processing, sehingga meningkatkan efisiensi waktu komputasi dan mengurangi kebutuhan intervensi manual, khususnya untuk studi dengan jumlah skenario besar seperti Probabilistic Tsunami Hazard Assessment (PTHA).
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
Dataset Vektor Geospasial Dampak Longsor Akibat Siklon Senyar di Provinsi Aceh, Sumatra Utara, dan Sumatra Barat
Dataset ini menyajikan data vektor spasial hasil interpretasi dampak bencana longsor yang diekstraksi dari citra satelit penginderaan jauh. Proses interpretasi dilakukan dengan memanfaatkan citra multisumber beresolusi sangat tinggi, dengan resolusi spasial berkisar antara 0,5 hingga 3 meter, sehingga detail area terdampak dapat diidentifikasi secara akurat. Secara keseluruhan, interpretasi ini menggunakan sebanyak 155 scene citra satelit yang mencakup wilayah di Pulau Sumatra, meliputi 3 provinsi, 38 kabupaten, dan 309 kecamatan. Proses delineasi dilakukan oleh ahli penginderaan jauh melalui analisis visual dengan mengamati perbedaan warna dan rona pada citra satelit yang direkam saat dan setelah kejadian bencana, serta dibandingkan dengan arsip citra sebelum kejadian. Dataset yang dihasilkan tidak hanya berisi area longsor dalam bentuk poligon, tetapi juga dilengkapi dengan atribut data, seperti citra satelit yang digunakan, tanggal perekaman citra, luas area, grid ID, serta informasi administratif provinsi dan kabupaten. Dataset ini ditujukan untuk menyediakan informasi yang cepat dan andal terkait lokasi terdampak longsor, sehingga dapat mendukung upaya tanggap darurat, penanganan dampak bencana, serta perencanaan rehabilitasi dan rekonstruksi pascabencana. Di sisi lain, dataset ini juga memiliki peran sebagai data pelatihan dalam pengembangan metode deteksi longsor cepat berbasis kecerdasan buatan. Produk ini merupakan bagian dari penelitian berjudul “Spectra+: Platform Pemetaan Cepat Dampak Bencana Hidrometeorologi Berbasis Integrasi Data Satelit, GIS, AI, dan Citizen Science”.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
Machine Learning Untuk Prediksi Harga Komoditas Pangan Pokok Nasional Beras, Jagung dan Telur
Pangan adalah segala sesuatu yang berasal dari sumber hayati produk pertanian, perkebunan, kehutanan, perikanan, peternakan, perairan dan air, baik yang diolah maupun tidak diolah yang diperuntukkan sebagai makanan atau minuman bagi konsumsi manusia, termasuk bahan tambahan pangan bahan baku pangan, dan bahan lainnya yang digunakan dalam proses penyiapan, pengolahan, dan/atau pembuatan makanan atau minuman. Harga pangan dalam beberapa kurun waktu terakhir seringkali mengalami fluktuasi yang cukup significan dan menjadi isu yang penting bagi pemerintah dan masyarakat. Harga pangan dapat dipengaruhi beberapa faktor antara lain oleh stok, faktor musiman, permintaan pasar, produksi, biaya produksi dan kebijakan pemerintah. Fluktuasi harga pangan dapat berdampak pada ketersediaan pangan dan tingkat inflasi. Harga pangan yang tinggi dapat menyebabkan sulitnya akses masyarakat terhadap pangan yang murah dan berkualitas. Pemerintah sudah berupaya menjaga kestabilan harga beras melalui berbagai kebijakan dan program seperti program ketahanan pangan, peningkatan produktivitas, pengaturan impor, pengaturan stok, memberikan subsidi harga dan memperbaiki infrastruktur pertanian. Namun harga pangan masih mengalami fluktuasi. Untuk itu perlu diiakukan pengawasan dan prediksi harga pangan untuk menjaga kestabilan pasokan pangan, meminimalkan dampak inflasi dan kesejahteraan masyarakat. Prediksi harga pangan adalah upaya untuk memperkirakan harga pangan di masa depan berdasarkan data/atau informasi yang tersedia. Dengan melakukan prediksi harga pangan, produsen, pedagang dan konsumen dapat mempersiapkan diri untuk menghadapi fluktuasi harga dan mengambil tindakan preventif dan tepat dalam menjaga pasokan pangan yang stabil dan harga yang terjangkau bagi masyarakat. Beberapa faktor yang dapat mempengaruhi prediksi harga pangan antara lain: (1) Faktor musiman : produksi dipengaruhi oleh musim tanam dan panen yang berbeda-beda disetiap daerah. Oleh karena itu, musim tanam dan panen dapat mempengaruhi ketersediaan dan harga pangan di pasar; (2) permintaan pasar; permintaan pasar dapat berubah ubah karena berbagai faktor seperti pertumbuhan populasi, perubahan gaya hidup dan konsumsi pangan yang berbeda beda di setiap daerah; (3) Biaya produksi : biaya produksi seperti biaya benih, pupuk dan upah tenaga kerja dapat berubah ubah dari waktu ke waktu sehingga mempengaruhi harga pangan; (4) Kebijakan pemerintah seperti regulasi impor dan ekspor, subsidi harga dan program ketahanan pangan dapat mempengaruhi pasokan dan harga pangan di pasar. Untuk melakukan prediksi harga pangan pokok salah satunya dengan melakukan analisis data historis dengan metodelogi machine learning yang dapat memberikan hasil prediksi yang lebih akurat. Machine learning adalah teknologi yang memungkinkan sistem komputer untuk belajar dan mengembangkan kemampuan prediksi berdasarkan data historis yang telah dikumpulkan.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
Dataset LCI (Life Cycle Inventory) Produksi Minyak Kelapa (Refined Coconut Oil)
Dataset LCI (Life Cycle Inventory) Produksi Minyak Kelapa (Refined Coconut Oil/RCO) mencakup data rinci mengenai proses produksi minyak kelapa dengan bahan baku utama crude coconut oil. Data tersebut mencakup informasi tentang jenis dan jumlah bahan baku yang digunakan, konsumsi energi, emisi yang dihasilkan, serta limbah yang terbentuk selama tahap produksi. RCO yang dihasilkan merupakan produk yang memiliki aplikasi luas di industri pangan dan minuman, industri kesehatan / healthcare, industri kosmetik dan perawatan pribadi. Dataset ini mencatat setiap input dan output dalam proses produksi, termasuk volume bahan baku, energi listrik yang dikonsumsi, serta jenis dan jumlah emisi yang dilepaskan ke lingkungan. Dengan dataset ini, peneliti dan produsen dapat melakukan analisis lingkungan yang mendetail terkait dengan proses produksi RCO. Hal ini memungkinkan identifikasi titik-titik kritis dalam proses produksi yang dapat dioptimalkan untuk mengurangi dampak lingkungan. Secara keseluruhan, dataset ini memberikan dasar yang kuat bagi studi Life Cycle Assessment (LCA) yang fokus pada tahap produksi, membantu dalam upaya peningkatan keberlanjutan dan efisiensi dalam pembuatan RCO.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
PERANGKAT LUNAK AKUISISI DAN VISUALISASI DATA REAL-TIME MULTI-MODE BERBASIS OSILOSKOP DIGITAL DENGAN FITUR PENGUKURAN INTERAKTIF
Perangkat lunak ini merupakan aplikasi akuisisi, pemrosesan, visualisasi, dan perekaman data sinyal secara real-time berbasis konsep software-defined digital oscilloscope. Aplikasi mampu menerima data multi-channel dari unit akuisisi eksternal melalui komunikasi serial, kemudian memproses data tersebut menggunakan arsitektur berbasis thread dan mekanisme buffer (queue) untuk menjamin kestabilan dan kontinuitas aliran data. Sistem menyediakan dua mode visualisasi utama, yaitu mode osiloskop untuk menampilkanwaveform sinyal secara langsung mode tren untuk pemantauan perubahan parameter terhadap waktu. Selain itu, aplikasi dilengkapi dengan fitur analisis sinyal seperti RMS, Vpp, frekuensi, serta analisis lanjutan seperti FFT. Pengukuran interaktif berbasis cursor juga disediakan untuk menentukan selisih waktu dan tegangan secara langsung pada grafik. Aplikasi ini mendukung perekaman data secara asynchronous ke dalam format CSV yang dilengkapi metadata, sehingga data yang dihasilkan bersifat self-descriptive dan siap digunakan untuk analisis lanjutan. Dengan desain modular, fleksibel, dan bersifat cross-platform, perangkat lunak ini dapat digunakan pada berbagai sistem akuisisi data tanpa ketergantungan pada perangkat keras tertentu, serta sesuai untuk kebutuhan penelitian, pengembangan, dan aplikasi industri.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail
ALGORITMA MODEM AKUSTIK BAWAH AIR BERBASIS OTFS
Program komputer ini terdiri dari dua skrip MATLAB, yaitu pemancar "modem_akustik_otfs_tx_demo.m" dan penerima "modem_akustik_otfs_rx_demo.m", yang bersama-sama mengimplementasikan modem akustik bawah air berbasis OTFS (Orthogonal Time Frequency Space) untuk pengiriman dan penerimaan data digital. Pada sisi pemancar, program memproses sumber data teks, citra, video, atau file biner menjadi bitstream, lalu melakukan FEC convolutional coding, interleaver 2-D, pembentukan preamble sinkronisasi, penyisipan pilot HSP, pemetaan QPSK, modulasi OTFS melalui DD grid, ISFFT, Heisenberg transform, penambahan CP, upsampling, low-pass filtering, dan carrier modulation hingga menghasilkan sinyal passband real untuk DAC atau speaker. Pada sisi penerima, program membaca sinyal hasil transmisi, melakukan deteksi preamble, down-conversion, low-pass filtering, downsampling, pelepasan CP, FFT per-slot, SFFT, estimasi kanal sederhana berbasis pilot pusat, equalization, QPSK demapping, deinterleaving, Viterbi decoding, serta rekonstruksi payload menjadi teks atau file biner kembali.
- Hak Cipta
- Tersertifikasi
- - 17 April 2026
- Detail