Deskripsi Mata Kuliah
Mata kuliah capstone ini mengintegrasikan seluruh kompetensi KBK — pemrosesan sinyal, machine learning, dan analisis spasial — untuk membangun sistem deteksi anomali dan early warning yang relevan bagi mitigasi bencana alam maupun keselamatan operasional industri energi dan pertambangan. Mahasiswa mempelajari teknik deteksi anomali (statistical, ML-based, dan deep learning based) pada dua domain paralel: kebencanaan alam dan keselamatan industri.
Mata kuliah ini menunjukkan bahwa algoritma deteksi anomali bersifat universal — algoritma yang sama dapat menyelamatkan nyawa baik dari letusan gunung berapi maupun dari kecelakaan kerja industri. Posisi spesialis early warning/anomaly detection yang memahami fisika sinyal dan ML adalah aset sangat dicari oleh divisi HSE (Health, Safety, Environment) perusahaan energi dan tambang Indonesia.
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-9
- Melaksanakan eksperimen dalam bidang fisika atau bidang lain yang berkaitan dengan fisika, serta dapat mengolah, menganalisis, dan menafsirkan data yang diperoleh
CPMK
CPMK-1
- Mampu menjelaskan prinsip fisika dan statistik di balik fenomena anomali pada sistem alam (gempa, erupsi) dan sistem industri (kebocoran, ketidakstabilan).
CPMK-2
- Mampu menerapkan metode deteksi anomali statistik dan ML (Isolation Forest, One-Class SVM, Autoencoder) pada data sensor time-series industri dan kebencanaan.
CPMK-3
- Mampu merancang sistem klasifikasi tingkat ancaman (threshold, severity level) berdasarkan kombinasi multi-parameter sensor untuk early warning.
CPMK-4
- Mampu mengevaluasi trade-off antara sensitivitas dan false alarm rate dalam sistem peringatan dini untuk konteks operasional nyata.
CPMK-5
- Mampu merancang prototipe sistem early warning terintegrasi — dari akuisisi sensor, deteksi anomali, hingga notifikasi — untuk konteks kebencanaan atau keselamatan industri.