Eksplorasi produk unggulan hasil penelitian dan inovasi BRIN
Dataset ini berisi kumpulan data spectrum cahaya daging berupa daging ayam, sapi, kambing dan babi yang didapatkan dari pasar area tangerang selatan dan kabupaten tangerang. Pengambilan data menggunakan metode reflektansi dengan rentang spektrum UV dan cahaya tampak.
Hak cipta ini berkaitan dengan perangkat lunak yang dirancang khusus untuk sistem kendali dan pengawasan boiler, yang diberi judul "Perangkat Lunak PLC & SCADA untuk Sistem Kendali dan Pengawasan Vacuum Pan". Perangkat lunak ini telah terbukti efektif saat diterapkan di salah satu pabrik gula milik pemerintah di Banyuwangi, Jawa Timur. Proses kerja vacuum pan dimulai dengan memasukkan bahan baku ke dalam vacuum pan seperti low sugar, RO3 dan Sirup. Level vacuum pan dikendalikan menggunakan control valve. Di dalam vacuum pan, bahan baku tersebut dipanaskan dan diupai menggunakan steam dengan tekanan yang dikontrol menggunakan control valve. Level dan pressure vacuum pan dijaga pada setpoint tertentu menggunakan PID Controller sehingga memperoleh proses yang berjalan secara otomatis dan efisien. Selama proses kristalisasi, beberapa parameter vacuum pan yang dipantau adalah brix, pressure, temperatur dan level. Setelah kristalisasi mencapai brix yang telah ditentukan, kristal gula dikumpulkan dalam magma tank dan dikirimkan ke cutting tank untuk tahap pemisahan akhir. Gula kering yang dihasilkan kemudian disiapkan untuk tahap selanjutnya atau dikemas untuk dijual. Uap yang telah digunakan dalam proses dikondensasi menggunakan Jet Condensor sebelum kembali ke proses vacuum pan atau Receiver Tank. Feed Mixer digunakan untuk mencampur kristal gula dengan air sebelum masuk ke proses sentrifugal untuk pemisahan lebih lanjut. Dibandingkan dengan sistem kontrol vacuum pan tradisional, aplikasi ini menawarkan sejumlah fitur modern. Di antaranya adalah autentikasi pengguna bagi supervisor dan operator, tren historis, alarm, serta laporan. Fitur-fitur tersebut memungkinkan operator vacuum pan untuk memantau kondisi secara real-time, sementara supervisor dapat mengakses dan mengatur seluruh parameter sistem.
Rancang bangun sistem database mask image untuk dataset segmentasi citra mikroorganisme kapang dibuat untuk mempermudah pengguna dalam mengolah data mikroba khususnya citra mikroorganisme kapang, selain itu diharapkan database ini dapat bermanfaat bagi masyarakat khususnya yang sedang mengembangkan teknologi berbasis citra mikroorganisme kapang. Sistem ini terdiri dari 3 kategori pengguna yaitu user, admin sistem, dan super admin.
Mikroalga merupakan sumber alami yang sangat baik dari senyawa bioaktif yang sangat berharga, dan telah menjadi sumber pangan baru dan produk fungsional yang paling menjanjikan dan inovatif. Spirulina platensis, salah satu spesies mikroalga, kaya akan protein, betakaroten, vitamin, dan mineral, menjadikannya suplemen nutrisi alami paling ideal yang memenuhi persyaratan yang ditetapkan oleh Food and Agriculture Organization (FAO). Dengan meningkatnya kesadaran lingkungan terhadap produk industri. Para peneliti, industri dan konsumen menjadi lebih tertarik pada manfaat lingkungan dari budidaya Spirulina dan produk turunannya. Oleh karena itu, diperlukan dataset yang digunakan sebagai basis data untuk menghitung LCA (Life Cycle Assessment) produksi spirulina pangan fungsional. Dataset ini mampu digunakan untuk mengukur dampak lingkungan produksi spirulina komersial dengan cepat dan mudah, metode yang digunakan sesuai ISO 14040: 2006 dan ISO 14044: 2006. Fungtional Unit (FU) dataset adalah 1 kg spirulina komersial, batasan sistem dataset ini adalah sistem cradle-to-gate, dimana inventori dataset dimulai dari data-data pembibitan, budidaya, pengeringan dan sampai data-data pengemasan produk spirulina komersial. Dataset dapat diunduh dalam format JSON (JavaScript Object Notation) dan bisa digunakan untuk melakukan pengolahan dan analisa lebih lanjut dengan software OpenLCA. Dataset ini diharapkan dapat digunakan dalam optimasi penurunan dampak lingkungan dan efisiensi penggunaan sumber daya produksi spirulina.
Aplikasi klasifikasi fase tumbuh padi merupakan aplikasi image classifier yang membagi fase tumbuh padi menjadi empat kelas: vegetatif 1, vegetatif 2, generatif, dan panen. Aplikasi ini menggunakan model deep learning yang telah dibangun dari data pengamatan berupa citra padi/sawah yang diambil secara ortogonal. Aplikasi disajikan dalam bentuk antarmuka web sehingga pengguna dapat mengunggah citra padi dan mendapatkan informasi kelas fase tumbuhnya. Selain antarmuka web, aplikasi juga menyediakan API untuk potensi pemanfaatan klasifikasi oleh aplikasi lainnya, seperti melalui aplikasi mobile yang digunakan BPS.
Aplikasi Penapisan Keluarga Berisiko Stunting dikembangkan dengan tujuan untuk menyediakan data keluarga berisiko stunting yang lebih tepat, berdasarkan faktor risiko sosial ekonomi keluarga, dan faktor risiko gizi dan kesehatan individu. Aplikasi Penapisan Keluarga Berisiko Stunting adalah perangkat lunak (software) untuk menyaring, menilai, dan menentukan apakah suatu keluarga yang memiliki anggota keluarga ibu hamil, bayi, baduta, balita, remaja putri, atau calon pengantin perempuan, termasuk keluarga berisiko stunting atau keluarga tidak berisiko stunting. Penapisan Keluarga Berisiko Stunting menggunakan aplikasi ini dilakukan dengan cara memasukkan data keluarga dan individu. Data keluarga terdiri atas faktor risiko stunting yang terkait dengan sosial ekonomi keluarga. Sedangkan data individu terkait dengan faktor risiko gizi dan kesehatan individu tersebut. Setiap data yang dimasukkan dalam aplikasi memiliki bobot atau skor yang telah ditentukan. Setelah data terisi lengkap, akan diketahui skor akhir yang dapat menilai keluarga tersebut dikategorikan sebagai berisiko stunting (berisiko stunting atau sangat berisiko stunting) atau tidak berisiko stunting (aman atau normal). Aplikasi Penapisan Keluarga Berisko Stunting menjadi instrumen untuk mengumpulkan data keluarga berisiko stunting maupun yang tidak berisko stunting per nama per alamat (by name, by address). Hal ini diperlukan dalam menentukan sasaran yang tepat yang akan menjadi target intervensi. Selain itu aplikasi ini dapat digunakan sebagai instrumen pengumpulan data monitoring dan evaluasi hasil intervensi program percepatan penurunan stunting di tingkat keluarga.
Peningkatan produktivitas dan mutu genetik di wilayah sumber bibit menjadi fokus utama dalam upaya meningkatkan populasi dan produktivitas ternak lokal di Indonesia. Salah satu kegiatan yang penting dalam meningkatkan produktivitas dan mutu genetik ternak di wilayah sumber bibit adalah dengan menerapkan good breeding practice antara lain dengan melakukan recording ternak dan seleksi. Recording ternak dan seleksi merupakan rangkaian kegiatan yang meliputi identifikasi, pencatatan silsilah, pencatatan produksi dan reproduksi, pencatatan manajemen pemeliharaan, perbaikan pakan dan kesehatan ternak yang pada akhirnya dapat digunakan sebagai kriteria seleksi untuk menghasilkan bibit unggul. Aplikasi e-recording merupakan software system identifikasi dan recording ternak yang diciptakan khusus untuk wilayah sumber bibit dan dapat diakses menggunakan smartphone android sehingga memudahkan user dalam input data dan output yang ditampilkan sangat informative sehingga memudahkan dalam mengambil keputusan di lapangan. Aplikasi e-recording juga dilengkapi dengan beberapa fitur antara lain profil user, data ternak meliputi fitur untuk sapi potong dan kambing, no ID ternak, eartag, rumpun sapi, rumpun kambing, jenis kelamin, ID tetua (induk dan pejantan). Pada fitur “data ternak” juga dilengkapi dengan data recording yang memuat data penimbangan-penimbangan sebelumnya dan ini sangat memudahkan dalam mengevaluasi performan seekor ternak serta juga dilengkapi dengan fitur SKLB (surat keterangan layak bibit) elektronik. Aplikasi e-recording juga dilengkapi dengan fitur pengawasan berjenjang mulai dari recorder dilapangan, kordinator Kabupaten sampai Provinsi, sedangkan kriteria seleksi berbasis SNI.
Aplikasi ini digunakan untuk melakukan monitoring data-data sensor secara realtime di Sistem Pertanian Hidroponik dan Sistem Perikanan. Beberapa data sensor yang dapat dimonitor diantaranya data temperatur, humiditas, PH, TDS, Oksigen Terlarut, dan Turbiditas. Selain itu aplikasi ini juga dapat menampilkan data histori dari sensor pertanian. Aplikasi ini merupakan pengembangan dari SFMCS (Smart Farm Monitoring dan Control System) yang telah dibuat sebelumnya. SFMCS merupakan aplikasi berbasis web, sedangkan untuk Mobile Farm Monitoring merupakan aplikasi berbasis android (mobile). Aplikasi ini dikembangkan menggunakan bahasa pemrograman Dart dan framework Flutter.
Bunga krisan dikenal sebagai bunga potong yang dijadikan rangkaian bunga dan dekorasi ruangan pada hari-hari penting. Dataset ini merupakan kumpulan data inventarisasi produksi bunga potong krisan di dataran rendah yang menyeluruh dan terperinci, meliputi masukan (input) dan keluaran (output) dari setiap proses yang terlibat dalam siklus hidup produk, seperti penggunaan bahan baku, lahan, energi, emisi, serta data kualitatif pendukung seperti geografi, teknologi, dan asumsi-asumsi yang digunakan. Dataset dapat diunduh dalam format JSON (JavaScript Object Notation) dan dapat digunakan untuk melakukan analisis lebih lanjut menggunakan perangkat lunak OpenLCA. Dataset ini mampu digunakan untuk mengukur dampak lingkungan produksi bunga potong krisan di dataran rendah dengan cepat dan mudah, dengan metode LCA sesuai ISO 14040: 2006 dan ISO 14044: 2006. Dataset ini telah digunakan dalam optimasi penurunan dampak lingkungan dari produksi bunga potong krisan di dataran rendah dengan mengurangi penggunaan sumberdaya dan meningkatkan efisiensi produksi.
Model budidaya yang memperhatikan faktor lingkungan, yaitu dengan Sustainable Smart Greenhouse (Smart Farming System) sangat diperlukan dalam budidaya tanaman hortikultura seperti melon. Hal ini dapat dilakukan dengan penerapan Life Cycle Assessment (LCA). Dataset ini dimaksudkan untuk melakukan analisis inventarisasi, penilaian dampak, dan mengidentifikasi skenario model budidaya optimal yang berfokus pada faktor lingkungan. Sebagai standar LCA di Indonesia, analisis ini mengacu pada SNI ISO 14040:2016 dan 14044:2017. Kategori dampak yang termasuk dalam analisis meliputi abiotic depletion, acidification, eutrophication, global warming, human toxicity, fresh water aquatic ecotoxicity dan terrestrial ecotoxicity. Dataset dapat diunduh dalam format JavaScript Object Notation (JSON) dan bisa digunakan untuk melakukan analisis LCA menggunakan perangkat lunak OpenLCA.
PadiKu: Sistem Pemetaan Pemupukan Padi Presisi adalah perangkat lunak berbasis web yang dirancang untuk mempermudah petani dan penyuluh dalam merencanakan serta memonitor jadwal pemupukan padi secara akurat. Aplikasi ini mengintegrasikan peta interaktif menggunakan Leaflet Draw dengan modul master-data provinsi, kota, varietas padi, dan jenis pupuk, sehingga setiap zona pemupukan dapat dikelola dengan atribut lengkap seperti jenis pupuk, frekuensi penyiraman, dan periode pemupukan. Backend dibangun dengan Flask/Python dan PostGIS sebagai basis data geografis, dilengkapi autentikasi JWT untuk keamanan akses. PadiKu menampilkan dashboard ringkas berisi statistik utama serta tabel anotasi terbaru untuk mendukung pengambilan keputusan lapangan. Desain responsif memungkinkan penggunaan pada desktop maupun perangkat mobile tanpa instalasi khusus.
Metode pemijahan ikan nila merah dengan variasi rasio induk jantan dan betina menggunakan hapa yang dilengkapi shelter merupakan sebuah inovasi yang relevan dengan upaya peningkatan produktivitas budidaya ikan nila dalam rangka memenuhi target produksi. Metode ini bertujuan untuk mengatasi permasalahan rendahnya produktivitas induk betina yang bertelur untuk memenuhi jumlah famili yang cukup (100 famili) dalam kegiatan pemuliaan menggunakan metode seleksi famili. Metode ini terdiri dari tahapan proses pemijahan ikan nila yang terdiri dari beberapa tahapan kegiatan yaitu persiapan kolam dan wadah pemijahan, pemasangan shelter berupa potongan pipa pvc berdiameter 4 inch sepanjang 40 cm dan kain polyester berukuran 1x3 m², seleksi induk jantan dan betina, plotting atau penempatan induk dalam wadah pemijahan dengan rasio induk jantan dan betina 1:3, dan pemanenan telur hasil pemijahan dari induk ikan nila betina. Keunggulan dari metode ini yaitu mampu meminimalisir terjadinya kematian pada induk betina akibat agresi induk jantan, meningkatkan proporsi jumlah induk betina yang memijah dan menghasilkan telur, dan mengurangi waktu yang diperlukan untuk memenuhi jumlah famili yang dibutuhkan dalam kegiatan seleksi famili. Proses pemijahan dengan metode ini mampu menghasilkan induk betina yang bertelur (123 famili) dalam waktu 4 minggu.