Klaster
RENCANA PEMBELAJARAN SEMESTER Co-Creation on Research of Entrepreneurship (CORE)
Program Wirausaha Merdeka di Institut Teknologi Bandung terdiri dari 4 (empat) rangkaian yang saling berkelanjutan dan berkesinambungan satu sama lain dengan tujuan mahasiswa dapat menciptakan purwarupa sederhana dan model bisnis di akhir kegiatan dengan memiliki kemampuan untuk berpikir kritis dalam kegiatan problem-based learning. Program CoRE (Co-Creation on Research Entrepreneurship) dirancang oleh Lembaga Pengembangan Inovasi dan Kewirausahaan Institut Teknologi Bandung untuk menumbuhkan semangat wirausaha kepada mahasiswa di seluruh Indonesia. Rangkaian program yang tersebut adalah: 1. ESC4PE: Entrepreneurship Summer Camp For Problem-Based Learning Education 2. Business Idea Generation 3. Entrepreneurship Development Program 4. Startup Business Incubation Program
Industri Kreatif
Tampilan Panel Informasi Pintar Kendaraan Listrik e-Bus
Tampilan antarmuka panel informasi pintar smartdashboard kendaraan listrik e-Bus. Tata letak simbol dan tulisan yang menampilkan informasi dengan ukuran dan warna sesuai aturan yang berlaku.
Smart City
Tampilan Panel Informasi Pintar Smartdashboard e-Trike
Tampilan antarmuka panel informasi pintar smartdashboard kendaraan listrik e-Trike. Tata letak icon dan tulisan dengan ukuran dan warna yang sesuai dengan kebutuhan dan peraturan yang berlaku.
Industri Kreatif
ISOLASI ASAM AMINO DARI HIDROLISAT PROTEIN LALAT TENTARA HITAM
Tanggal Berakhir Masa Pelindungan - Uraian Ciptaan Hermetia illucens ordo Diptera atau umum dikenal sebagai lalat tentara hitam memanfaatkan limbah organik sebagai makanannya untuk menghasilkan biomassa tinggi protein. Protein tersebut dapat diekstrak dan dihidrolisis untuk menghasilkan hidrolisat protein yang terdiri dari kombinasi asam amino. Asam amino yang terdapat dalam hidrolisat protein lalat tentara hitam dapat diisiolasi menggunakan kolom kromatografi Sephadex G-25. Bahan-bahan yang diperlukan adalah pembuatan buffer fosfat adalah dinatrium hidrogen fosfat, natrium hidrogen fosfat dan aquades. Sampel hidrolisat protein dimasukkan ke dalam kolom yang sudah diisi dengan matriks Sephadex G-25 dan diekuilibrasi dengan penambahan larutan buffer fosfat pH 7,4 dengan laju alir 0.3-0.5 mL/menit dilanjutkan dengan elusi untuk memisahkan senyawa asam amino yang terdapat dalam larutan sampel hidrolisat protein. Fraksi asam amino yang sudah dipisahkan dianalisis menggunakan Spektrofotomer UV-VIS pada panjang gelombang 280 nm untuk menentukan konsentrasi asam amino yang sudah diisolasi. Hasil fraksi tersebut kemudian dikeringakan menggunakan alat freeze dryer selama 48 jam untuk menghasilkan produk akhir asam amino glisin murni dalam bentuk bubuk yang siap dikemas dalam bentuk kemasan akhir.
Pangan dan Kesehatan
Ada apa, Upik?
Mengajari anak cara mengatur emosi akibat KDRT, agar anak memiliki perilaku yang baik. Diharapkan juga dapat membantu orang tua dan wali dalam memahami emosi anaknya.
Pangan dan Kesehatan
WPA (Well Performance Analysis)
Perangkat lunak ini merupakan perangkat lunak yang bergerak dalam industri perminyakan yang mana dapat digunakan dalam melakukan analisis tekanan bawah lubang bor dan laju alir untuk menghasilkan plot Inflow Performance Relationship (IPR). Perangkat lunak ini dapat digunakan dengan memasukkan parameter reservoir, parameter fluida (PVT), parameter sumur, dan hasil tes tekanan dan laju alir. Fitur dalam perangkat lunak ini meliputi perhitungan IPR dan juga konstrain atau Batasan yang umumnya ditemui pada industri minyak dan gas seperti water coning, sand intrusion, dan economic. Perangkat lunak ini juga memberikan kebebasan bagi pengguna untuk memiliki model IPR yang digunakan. Selain itu fitur untuk curve fit dalam menghitung koefisien IPR dari hasil tes juga dapat dilakukan melalui perangkat lunak ini.
Teknologi Informasi dan Komunikasi
Sistem Monitoring Kendaraan Listrik e-Trike
Perangkat lunak sistem monitoring kendaraan listrik e-Trike. Sistem ini mengambil data-data terkait kendaraan listrik e-Trike dan menyimpannya di server. Sistem ini juga dapat menampilkan data yang tersimpan.
Teknologi Pertahanan dan Keamanan, Teknologi Informasi dan Komunikasi
Deteksi Pneumonia berbasis Pembelajaran Mesin menggunakan Citra Sinar-X
Berdasarkan data dari Kementerian Kesehatan yang dipublikasikan dalam Riset Kesehatan Dasar (Riskesdas) tahun 2018, prevalensi pneumonia di Indonesia mencapai 2%. Angka ini mengalami peningkatan 0,2% dibandingkan dengan hasil Riskesdas tahun 2013 yang hanya 1,8%. Sementara, menurut United Nations Children's Fund (UNICEF), di tahun 2018 pneumonia menyumbang angka kematian anak sebesar 18%. Dan menjadi penyebab kematian balita terbesar kedua di tahun 2017. Hal ini menyebabkan Indonesia menempati peringkat prevalensi pneumonia terbesar ketujuh dunia. Di Indonesia, masyarakat umum mengenal pneumonia ini dengan istilah penyakit paru-paru basah. Pneumonia disebabkan oleh bakteri Hemophilus influenza tipe B (Hib) dan Streptococcus pneumonia (pneumokokus). Selain itu, pneumonia juga dapat disebabkan oleh virus, diantaranya yaitu rhinovirus, influenza, dan respiratory syncytial. Salah satu permasalahan utama untuk mengurangi beban kesehatan akibat pneumonia adalah penyakit ini sering kali terlambat disadari. Hal disebabkan karena gejala awalnya sulit dibedakan dengan penyakit pernafasan yang lainnya. Sehingga mengakibatkan keterlambatan dalam mendapatkan perawatan sebagaimana mestinya. Salah satu metode umum untuk mendeteksi pneumonia adalah menggunakan citra sinar-X toraks. Salah satu keuntungan dari metode deteksi berbasis citra sinar-X adalah lebih murah dan lebih mudah diakses, karena sebaran mesin sinar-X yang sangat luas. Untuk membantu menyelesaikan permasalahan beban kesehatan akibat pneumonia, terutama di Indonesia, maka perlu dikembangkan aplikasi sistem bantu deteksi pneumonia berbasis komputer. Salah satu aplikasi yang dikembangkan adalah pneumoniai yang memanfaatkan teknik deteksi berbasis pengolahan citra digital, khususnya dengan menggunakan teknik pembelajaran mesin (machine learning). Teknik deteksi ini juga biasa dikenal dengan sistem bantu diagnosis berbasis kecerdasan buatan (artificial intelligent). Salah satu permasalahan lain yang dihadapi dalam mendeteksi pneumonia adalah masih kurangnya tenaga ahli yang mampu mengintepretasikan citra sinar-X toraks dan melakukan diagnosis pneumonia. Pengembangan pneumoniai ini tidak bertujuan untuk menggantikan penegakan diagnosis pneumonia yang dilakukan oleh tenaga kesehatan. Tetapi tujuan utamanya lebih ke arah sebagai alat bantu diagnosis yang bersifat komplementer. Sehingga, hasil dari pneumoniai ini tetap perlu divalidasi oleh tenaga kesehatan. Aplikasi pneumoniai dikembangkan menggunakan Open Source Software (OSS) berbasis Python Platform. Kelebihan platform ini adalah sudah terdapat Library dan contoh coding yang dapat digunakan, sehingga pengembangan aplikasi dapat dilakukan dengan lebih cepat. Platform pembelajaran mesin digunakan dalam pneumoniai adalah menggunakan Residual Neural Network (ResNet). Terdapat beberapa model yang telah dikembangkan di pneumoniai yang dapat digunakan untuk mengklasifi atau membedakan kondisi paru-paru normal atau mengidap pneumonia.
Teknologi Informasi dan Komunikasi
Aplikasi Deteksi Bakteri Tahan Asam Tuberkulosis pada Citra Sputum berbasis Pembelajaran Mesin
Berdasarkan data dari Organisasi Kesehatan Dunia / World Health Organization (WHO), pada tahun 2020, jumlah penderita Tuberkulosis (TB) di seluruh dunia sekitar 5,8 juta. Sementara di Indonesia, berdasarkan data dari Kementerian Kesehatan, tercatat jumlah penderita TB mencapai 845 ribu, dengan angka kematian mencapai 98 ribu. Oleh karena itu, pemerintah Republik Indonesia mendorong semua pihak untuk lebih berperan aktif serta inovatif dalam penanggulangan TB. Untuk itu, pemerintah Republik Indonesia mencanangkan program eliminasi TB tahun 2030. Salah satu indikator utama yang ditetapkan adalah penurunan angka kejadian TB menjadi 65 penderita per 100 ribu penduduk. Sebagai bentuk komitmen, pemerintah telah mengeluarkan Keputusan Presiden No. 67 Tahun 2021 tentang Penanggulangan Tuberkulosis. ADiTKuBelajar merupakan singkatan dari Aplikasi Deteksi Tuberkulosis (TB) berbasis Pembelajaran Mesin. ADiTKuBelajar memanfaatkan teknik deteksi 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 mikobakterium tuberkulosis (Mycobacterium Tuberculosis). Citra ini diperoleh dengan menggunakan metode Pewarnaan Ziehl-Neelsen yang juga dikenal dengan pewarnaan bakteri tahan asam (BTA). Sehingga deteksi TB ini disebut dengan pemeriksaan BTA. Salah satu kelebihan dari metode ini adalah relatif lebih mudah karena tidak memerlukan persiapan khusus, murah, akurat, serta tidak ada resiko maupun efek samping apabila dibandingkan dengan pemeriksaan berbasis citra Sinar-X thoraks. Namun demikian, metode ini memerlukan tenaga terampil untuk menghitung jumlah BTA dengan teliti. Diharapkan, ADiTKuBelajar ini dapat berkontribusi membantu tenaga kesehatan dalam mendeteksi TB yang bersifat komplementer. Pengembangan ADiTKuBelajar tidak bertujuan untuk menggantikan penegakan diagnosis TB yang dilakukan oleh tenaga kesehatan. Aplikasi ADiTKuBelajar dikembangkan menggunakan Open Source Software (OSS) berbasis Python Platform. Salah satu keuntungan utamanya adalah platform bahasa pemrograman berbasis Python ini dapat digunakan secara cuma-cuma, tetapi tetap mengikuti syarat dan ketentuan yang berlaku. Sehingga tidak ada biaya tambahan untuk membeli lisensi suatu platform atau library. Disamping itu, penggunaan Python akan memermudah pengembangan aplikasi deteksi BTA TB, karena terdapat contoh-contoh dan library yang telah tersedia. Untuk dapat menggunakan ADiTKuBelajar, 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. Seiring dengan perkembangan teknologi berbasis komputasi awan (cloud computing), pengguna dapat menjalankan ADiTKuBelajar secara remote di akun cloud masing-masing. Sehingga, kerahasiaan data citra TBA TB dapat lebih terjamin apabila dibandingkan dengan mengunggah berkas (file) ke suatu server tertentu. Diharapkan, ADiTKuBelajar dapat membantu tenaga kesehatan dalam mendiagnosis TB karena memberikan hasil deteksi yang lebih konsisten dibandingkan dengan manusia.
Teknologi Informasi dan Komunikasi
Apabila terdapat pihak yang berminat melakukan komersialisasi Kekayaan Intelektual, dipersilakan untuk menghubungi Direktorat Kawasan Sains dan Teknologi.