basigi@unp.ac.id (0751) 7050000 Jl. Prof. Dr. Hamka, Air Tawar, Padang
Matakuliah

Fisika Komputasi untuk GeoAI

- Fakultas Matematika dan Ilmu Pengetahuan Alam
Fisika Komputasi untuk GeoAI

Deskripsi Mata Kuliah

Mata kuliah ini membekali mahasiswa Fisika UNP dengan fondasi komputasi Python yang langsung relevan untuk dunia industri energi dan pertambangan Indonesia. Selain metode numerik klasik, mahasiswa diperkenalkan pada format data industri standar — LAS untuk well log migas dan geotermal, SEG-Y untuk data seismik eksplorasi, dan NetCDF untuk data iklim energi terbarukan. Setiap topik numerik dipasangkan dengan studi kasus nyata: simulasi aliran panas reservoir geotermal Marapi, pemodelan penjalaran gelombang seismik untuk eksplorasi Cekungan Sumatera Tengah, analisis data iradiasi surya untuk site assessment PLTS Sumatera Barat, dan estimasi volume cadangan tambang berbasis interpolasi. Mata kuliah ini menjadi gerbang utama KBK yang menghubungkan fisika, komputasi, dan kebutuhan industri secara terpadu.

CPL Program Studi pada MK

CPL-5 - Menerapkan metode matematika untuk menjelaskan, mendeskripsikan program studi, menganalisis, dan memecahkan masalah fisika
CPL-6 - Memecahkan masalah sistem fisik standar secara komprehensif menggunakan prinsip dasar fisika, persamaan matematika, alat komputasi/TIK
CPL-14 - Mengkomunikasikan karya ilmiah baik secara lisan maupun tertulis sesuai dengan etika ilmiah

CPMK

CPMK-1 - Mampu mengimplementasikan metode numerik (ODE, PDE, interpolasi, optimasi) menggunakan Python untuk permasalahan data sains eksplorasi energi dan pemantauan lingkungan.
CPMK-2 - Mampu membangun simulasi numerik fenomena fisis terapan — aliran panas reservoir, penjalaran gelombang seismik, dan distribusi potensial listrik — yang relevan dengan kebutuhan industri energi
CPMK-3 - Mampu merancang pipeline komputasi hybrid yang mengintegrasikan model fisika numerik dengan algoritma machine learning sederhana pada dataset industri nyata
CPMK-4 - Mampu memuat, membersihkan, dan memvisualisasikan data sains industri dalam format LAS, SEG-Y, NetCDF, dan HDF5 menggunakan library Python standar industri
CPMK-5 - Mampu mendokumentasikan dan mempresentasikan proyek komputasi data sains industri menggunakan Jupyter Notebook dalam format portofolio GitHub

Aktivitas Pembelajaran

Aktivitas pembelajaran untuk course ini belum tersedia.

Rencana Pembelajaran Semester (RPS)

Buka RPS

Lecture Note

Lecture Note Terkunci

Masuk terlebih dahulu untuk melihat konten pada menu ini.

Login

Lecture Video

Lecture Video Terkunci

Masuk terlebih dahulu untuk melihat konten pada menu ini.

Login

Assignments

Assignments Terkunci

Masuk terlebih dahulu untuk melihat konten pada menu ini.

Login

E-Book

E-Book Terkunci

Masuk terlebih dahulu untuk melihat konten pada menu ini.

Login

UTS

UTS Terkunci

Masuk terlebih dahulu untuk melihat konten pada menu ini.

Login

UAS

UAS Terkunci

Masuk terlebih dahulu untuk melihat konten pada menu ini.

Login
Related

Course Terkait