Klaster
MitoS-nt: Magnitudo Sesar Menaik Turun
MitoS-nt, yang merupakan kepanjangan dari Magnitudo Sesar Menaik Turun, merupakan software yang dapat digunakan untuk menghitung magnitudo sesar menaik turun dengan input panjang sesar tersebut. Dalam analisis bahaya seismik, seperti misalnya penghitungan dengan metode probabilistik, MitoS-nt ini akan dapat digunakan untuk menghitung magnitudo suatu sesar menaik turun menggunakan informasi panjang sesar. Dalam penggunaan metode probabilistik tersebut, atau bisa disebut dengan PSHA, besaran magnitudo sesar mutlak diperlukan. Disinilah MitoS-nt mengambil peran sebagai software yang dapat digunakan untuk memberikan informasi magnitudo dari sesar menaik turun tersebut. MitoS-nt memberikan output magnitudo berdasarkan fungsi analitik dari berbagai referensi, seperti Wells & Coppersmith (1994), Mai & Beroza (2000), Wesnousky (2008), Yen & Ma (2011), Leonard (2014), Thingbaijam dkk. (2017), Brengman dkk. (2019) dan Cheng dkk. (2020). Selain itu, MitoS-nt memberikan rekomendasi untuk magnitudo yang disarankan untuk sesar menaik turun di Indonesia berdasarkan referensi Gunawan (2021).
Infrastruktur dan Kebencanaan, Smart City
Business Dictionary Card Game
Sebuah desain table-top game yang diciptakan sebagai upaya untuk memperkenalkan pengertian dari istilah-istilah bisnis yang penting dan mendasar bagi masyarakat awam. Terdiri dari satu set kartu untuk dimainkan oleh 2-4 orang pemain yang masing-masing kartu mewakili sebuah istilah serta efek yang dapat mengenai pemain lain dan merepresentasikan definisi dari istilah tersebut.
Industri Kreatif, Teknologi Informasi dan Komunikasi
Video Guide: Seni Sebagai Terapi
Video Guide Seni Sebagai Terapi dirancang oleh seorang Art Therapist dan Dosen dengan fokus penelitian Psikologi Seni yang keduanya tergabung dalam Kelompok Keilmuan Estetika dan Ilmu-Ilmu Seni, Fakultas Seni Rupa dan Desain, Institut Teknologi Bandung. Video berdurasi sekitar 40 menit ini dapat digunakan untuk membimbing proses kreasi dan refleksi yang bernilai terapeutik. Terdapat tiga segmen yaitu: (1) Apresiasi, yang ditujukan untuk menstimulasi dan memberi batasan dalam proses berkarya; (2) Kreasi, yang berlangsung selama 20 menit ditemani dengan musik latar yang menenangkan; dan (3) Refleksi, yang berguna untuk membingkai pengalaman berkarya mandiri agar meningkatkan fungsi terapeutik dari sekadar ekspresi menjadi reflektif. Video guide ini cocok untuk digunakan oleh pemula atau masyarakat awam seni yang membutuhkan bimbingan terapeutik secara asinkron. Selain itu, video ini dapat digunakan oleh profesional lain di bidang kesehatan jiwa dalam proses terapi bersama pasien/klien. Diproduksi oleh Riko Taufik Akbar dan Astrid Santoso dengan dukungan dari Program Penelitian, Pengabdian Masyarakat, dan Inovasi (P3MI) KK Estetika dan Ilmu-Ilmu Seni tahun 2020.
Industri Kreatif
SRMOD
SRMod merupakan kepanjangan dari Sounding Restivity Modelling. SMod merupakan software pemodelan metode geolistrik satu dimensi. SMod dalam melakukan pemodelan menggunakan discard elitism Flower Pollination Algorithm (deFPA). Software ini bebarbasi MATLAB menggunakan Graphic User Interface (GUI) sehingga mampu mempermudah pengguna dalam pemakaian software ini. Software SMod dapat digunakan untuk pengolahan data sounding resistivitas di bidang eksplorasi air tanah, geoteknik, dan lingkungan, serta aplikasi lainnya
Smart City
SISTEM INFORMASI PENGUKURAN KEPUASAN DAN LOYALITAS PELANGGAN TERHADAP KUALITAS LAYANAN PELATIHAN BERBASIS APLIKASI WEB
Sistem Informasi Pengukuran Kepuasan Dan Loyalitas Pelanggan Terhadap Kualitas Layanan Pelatihan Berbasis Aplikasi Web ini membantu perusahaan penyedia jasa pelatihan dalam mengukur kualitas layanan yang diberikan, dari sei kepuasan dan loyalitas pelanggannya
Smart City
ADeKaKuBelajar: Aplikasi Deteksi Kanker Kulit berbasis Pembelajaran Mesin
ADeKaKuBelajar merupakan singkatan dari Aplikasi Deteksi Kanker Kulit berbasis Pembelajaran Mesin. ADeKaKuBelajar merupakan aplikasi deteksi yang memanfaatkan teknik pengenalan pola berbasis pembelajaran mesin (machine learning) atau biasa dikenal juga dengan istilah aplikasi deteksi berbasis kecerdasan buatan (artificial intelligent). Masukan dari sistem deteksi ini berupa citra kanker kulit. ADeKaKuBelajar dikembangkan dengan menggunakan bahasa pemrograman Python versi 3. Sangat disarankan untuk menggunakan Sistem Operasi Unix ataupun turunannya, misalnya Linux dan/atau MacOS. Karena pengembangan sistem deteksi kanker kulit berbasis pembelajaran mesin ini ditulis dan dijalankan menggunakan Sistem Operasi Linux Ubuntu 20.04. Pada sistem operasi ini, Python 3 merupakan default application, sehingga pengguna tidak perlu melakukan instalasi. Meskipun demikian, ADeKaKuBelajar ini juga dapat dijalankan di Sistem Operasi Windows dengan terlebih dahulu melakukan instalasi Python versi 3 dan Aplikasi Anaconda. ADeKaKuBelajar dikembangkan dengan menggunakan platform pembelajaran mesin berbasis Residual Neural Network (ResNet). Untuk memudahkan pengguna dari proses instalasi dependensi Library untuk menjalankan Graphical User Interface (GUI), maka ADeKaKuBelajar ini dijalankan dengan menggunakan perintah dari Command Prompt. Untuk memudahkan pengguna yang tidak terbiasa menjalankan atau mengeksekusi perintah di Command Prompt, dibuat buku panduan penggunaan ADeKaKuBelajar langkah demi langkah. Salah satu kelebihan ADeKaKuBelajar adalah aplikasi deteksi ini dapat dijalankan di platform yang tidak berbayar. Sehingga, pengguna tidak perlu memikirkan biaya lisensi sistem operasi dan perangkat lunak untuk menjalankan ADeKaKuBelajar ini. Beberapa tahun terakhir, terjadi peningkatan prevalensi penderita kanker kulit, terutama di Australia, Inggris, Kanada, dan Amerika Serikat. Untuk Indonesia, menurut data World Health Organization (WHO), prevalensi kanker kulit sekitar 5,9–7,8?ri semua jenis penyakit kanker yang ada di Indonesia. Hal ini dapat dipahami karena Indonesia merupakan negara tropis yang berada tepat di daerah garis khatulistiwa. Sehingga intensitas paparan sinar mataharinya cukup intens dengan durasi yang lebih panjang. Hal ini mengakibatkan orang yang bekerja di luar ruangan sangat rentan mengidap penyakit kanker kulit. Oleh karena itu, perlu dikembangkan aplikasi deteksi (dini) kanker kulit yang dapat digunakan untuk skrining. ADeKaKuBelajar ini dapat dimanfaatkan untuk membantu tenaga kesehatan untuk mendeteksi (secara dini) kanker kulit. Selain itu, ADeKaKuBelajar ini dapat juga digunakan masyarakat umum dengan tujuan untuk preskrining dan hasilnya dapat dikonsultasikan lebih lanjut ke tenaga kesehatan. ADeKaKuBelajar ini tidak bertujuan menggantikan peran tenaga kesehatan dalam penegakan diagnosis kanker kulit. Sehingga, hasil yang diperoleh dari ADeKaKuBelajar ini bukan hasil diagnosis. Oleh karena itu, hasil ADeKaKuBelajar ini perlu dikonsultasikan lebih lanjut ke tenaga kesehatan. Salah satu fitur utama ADeKaKuBelajar adalah aplikasi deteksi kanker kulit ini dapat melakukan klasifikasi 7 (tujuh) kelas atau jenis, yaitu: 1. Basal Cell Carcinoma, 2. Benign Keratosis-like Lesions, 3. Dermatofibroma, 4. Melanoma, 5. Melanocytic, 6. Nevi, 7. Vascular Lesions.
Smart City, Pangan dan Kesehatan
GModl2
GModl2 merupakan kepanjangan dari GPR Modelling yang kedua. aplikasi yang digunakan untuk melakukan pemodelan Sintetik metode GPR secara pemodelan 2D, FDTD, dan Split Step 2D Modelling. Tampilan Graphic User Interface (GUI) memudahkan pengguna dalam menggunakan aplikasi ini. Hasil dari aplikasi ini ialah mampu menunjukkan grafik Traveltime (ns) atau kedalaman terhadap panjang lintasan pengukuran. Hasil yang diperoleh dapat digunakan untuk proses interpretasi data sehingga mengetahui persebaran jenis lapisan atau objek pengukuran yang ditinjau oleh GPR. Aplikasi GModl2 ini merupakan lanjutan dari aplikasi GModl GModl2 merupakan software pemodelan metode GPR untuk pengolahan data geofisika berupa data SEG-Y maupun pemodelan kedepan atau forward modelling. Pemodelan kedepan umumya dikenal sebagai forward modelling yang sifatnya sangatlah penting untuk mengelolah data GPR. Secara konsep sederhana diperoleh hasil perhitungan menggunakan konsep dari Irving dan Knight untuk FDTD (Finite Difference Time Domain), Split Step 2D Modelling sebagai hasil dari solusi persamaan Maxwell, fenomena ini terjadi karena proses relaksasi yang dijelaskan oleh mekanisme Debye. Prosedur perhitungan dilakukan dengan memasukkan parameter model berupa spasi pengukuran, kedalaman, nilai resistivitas, konstanta dielektrik relatif, dan permeabilitas magnetik relatif pada suatu material. Software ini berbasis MATLAB yang dirancang sedemikian rupa dengan Graphic User Interface (GUI) sehingga mampu mempermudah pengguna dalam mengoperasikan software ini. Metode Ground Penetrating Radar (GPR) merupakan metode pada bidang Geofisika yang sering dikenal dengan Georadar atau Ground Radar. Secara prinsip Geofisika, metode ini menggunakan gelombang elektromagnetik. Gelombang ini akan dipancarkan ke dalam bumi kemudian mengalami pantulan dibawah permukaan akibat adanya perbedaan jenis material lalu dipantulkan sehingga sampai di permukaan dan direkam oleh antenna GPR. Proses dibawah permukaan mengalami beberapa hal seperti dipantulkan, diteruskan, dihamburkan oleh struktur permukaan dan anomali bilamana terdapat perbedaan jenis material dibawah permukaan. Pada Aplikasi GModl2 ini terdapat dua pembagian pemodelan yaitu Pemodelan Data lapangan dan Pemodelan Sintetik berupa 2D Modelling, FDTD (Finite Difference Time Domain), Split Step 2D Modelling. Hasil pengolahan data lapangan dan pemodelan sintetik dapat digunakan untuk interpretasi bawah permukaan
Infrastruktur dan Kebencanaan
Aplikasi DekMar: Deteksi Parasit Malaria berbasis Segmentasi Citra Warna
DekMar merupakan singkatan dari Deteksi Malaria. Aplikasi DekMar ini berupa perangkat lunak pengolahan citra yang digunakan untuk melakukan deteksi parasit malaria. Aplikasi ini dikembangkan dengan menggunakan metode segmentasi citra berbasis penentuan nilai ambang batas warna pada model warna RGB. Citra masukan dari aplikasi ini adalah citra mikroskopis apusan darah tebal. Aplikasi DekMar ini ditulis dengan menggunakan bahasa pemrograman Python versi 3. Oleh karena itu, pengguna aplikasi DekMar terlebih dahulu diharuskan untuk menginstal Python serta beberapa Library pengolahan citra, misalnya OpenCV2. Aplikasi DekMar ini dapat dijalankan dengan menggunakan perintah dari command prompt. Namun demikian, penggunaan aplikasi DekMar ini sudah dirancang sedemikian rupa sehingga memudahkan pengguna. Kelebihan utama aplikasi DekMar ini adalah dikembangkan di atas platform yang tidak berbayar, sehingga tidak ada biaya tambahan untuk membeli lisensi suatu platform atau library. Kelebihan lain dari aplikasi DekMar ini adalah memerlukan sumber daya komputasi yang relatif jauh lebih rendah, karena menggunakan metode pengolahan citra “tradisional†. Di mana, operasi matematis yang dijalankan lebih sederhana.
Smart City, Pangan dan Kesehatan
Apabila terdapat pihak yang berminat melakukan komersialisasi Kekayaan Intelektual, dipersilakan untuk menghubungi Direktorat Kawasan Sains dan Teknologi.