Matakuliah

Pemrosesan Sinyal Data Sains

- Fakultas Matematika dan Ilmu Pengetahuan Alam

Deskripsi Mata Kuliah

Mata kuliah ini membangun jembatan kuat antara teori fisika gelombang dan pemrosesan sinyal digital untuk kebutuhan industri eksplorasi energi dan pertambangan Indonesia. Mahasiswa mempelajari bagaimana sinyal data sains dari berbagai sumber — seismogram eksplorasi, data microseismic reservoir, sinyal magnetotellurik (MT) sistem geotermal, log akustik sumur, dan data GPR — direpresentasikan, dibersihkan, didekomposisi, dan diekstraksi fiturnya. Setiap teknik pemrosesan sinyal dipasangkan langsung dengan aplikasi industri nyata di Sumatera: dekonvolusi seismik untuk eksplorasi Cekungan Sumatera Tengah, pemrosesan data MT untuk sistem geotermal Marapi–Singgalang, analisis microseismic untuk monitoring reservoir geotermal, dan filtering sinyal tremor vulkanik Gunung Marapi. Prinsip kritis industri yang ditanamkan: kualitas pemrosesan sinyal menentukan keandalan model ML di tahapan selanjutnya

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-8 - Menerapkan ilmunya di bidang fisika pada bidang yang lebih luas/atau masalah interdisipliner dalam kegiatan profesionalnya

CPMK

CPMK-1 - Mampu menjelaskan prinsip fisika representasi sinyal data sains dalam domain waktu dan frekuensi, serta implikasinya terhadap kualitas data eksplorasi energi dan pertambangan

CPMK-2 - Mampu mengimplementasikan FFT, analisis spektral, dan filter digital (Butterworth, bandpass, notch) pada data seismik SEG-Y eksplorasi dan microseismic reservoir menggunakan Python dan ObsPy

CPMK-3 - Mampu menerapkan analisis wavelet (CWT, DWT) untuk dekomposisi sinyal non-stasioner data sains industri, termasuk identifikasi onset gelombang pada seismogram eksplorasi dan data MT

CPMK-4 - Mampu melakukan dekonvolusi, korelasi silang, NMO correction, dan stacking pada data seismik refleksi industri format SEG-Y untuk menghasilkan seksi seismik siap interpretasi

CPMK-5 - Mampu mengekstraksi fitur sinyal bermakna secara fisik sebagai input pipeline ML untuk klasifikasi fasies, deteksi patahan, dan monitoring kondisi reservoir di industri energi