Memberikan pemahaman dan keterampilan praktis dalam menerapkan teknik-teknik Kecerdasan Buatan (AI) untuk menyelesaikan masalah-masalah rekayasa kompleks dibidang Teknik mesin, diantaranya penerapan AI dalam control energi, analisis cacat material, kontrol proses manufaktur dan kontrol sistem mekanik pada kendaraan.
Capaian Mata Kuliah
- Mampu mengintegrasikan teori, konsep, dan fundamental teknologi teknik untuk mengambil keputusan solusi permasalahan dibidang renewable energy, material energi serta proses produksi produk-produk energi berbasis artificial intelligence (AI)
CPMK .1 - Mampu menganalisis permasalahan rekayasa kompleks pada sistem mekanis serta mengidentifikasi dan memilih algoritma Artificial Intelligence / Machine Learning yang tepat
SUB-CPMK .1.1 - Mampu mengolah, memfilter, dan mentransformasikan data sensor fisik (pre-processing dan feature extraction) menjadi dataset yang siap digunakan untuk melatih model AI secara presisi.
SUB-CPMK .1.2 - Mampu menganalisis permasalahan rekayasa kompleks pada sistem mekanis serta mengidentifikasi dan memilih algoritma Artificial Intelligence / Machine Learning yang tepat berbasis karakteristik data (time-series, citra, numerik, atau sinyal).
SUB-CPMK .1.3 - Mampu mengintegrasikan hukum-hukum dasar fisika mekanika, termofluidika, dan sains material ke dalam model Deep Learning (Physics-Informed Neural Networks / PINN) untuk percepatan simulasi numerik.
- Mampu mengembangkan sistem smart green technology yang inovatif beserta komponen-komponen di dalamnya dengan memanfaatkan keilmuan interdisiplin atau multidisiplin
CPMK .1 - Mampu membangun model prediktif (Surrogate Model) untuk memprediksi sifat mekanis (kekuatan tarik, kekerasan, ketahanan lelah) komposit/paduan logam baru, efisiensi energi dan konsumsi energi
SUB-CPMK .1.1 - Mampu merancang sistem manajemen energi (Energy Management System) menggunakan Deep Reinforcement Learning (DRL) untuk optimasi distribusi beban termal dan efisiensi pembangkit.
SUB-CPMK .1.2 - Mahasiswa mampun membuat sistem AI untuk aplikasi pada industri kreatif
- Mampu menerapkan keterampilan praktis di bidang industri kreatif dengan menggunakan prinsip-prinsip techno-entrepreneurship dalam mengambil keputusan
CPMK .1 - Mampu merancang dan mengimplementasikan model AI untuk menyelesaikan studi kasus spesifik pada bidang Energi Terbarukan, Sains Material, Proses Manufaktur, atau Teknik Kendaraan.
SUB-CPMK .1.1 - Mampu menerapkan algoritma Time-Series Deep Learning (LSTM/GRU) untuk memprediksi produksi daya listrik pada sistem panel surya dan turbin angin berbasis data cuaca terintegrasi.
SUB-CPMK .1.2 - Mampu membangun model prediktif (Surrogate Model) menggunakan Random Forest atau Gaussian Process Regression untuk memprediksi sifat mekanis (kekuatan tarik, kekerasan, ketahanan lelah) komposit/paduan logam baru.
SUB-CPMK .1.3 - Mampu mengembangkan sistem Fault Detection and Diagnostics (FDD) berbasis Unsupervised Learning untuk deteksi anomali pada siklus produksi Smart Manufacturing.
SUB-CPMK .1.4 - Mampu merancang algoritma kendali terprediksi (Model Predictive Control berbasis AI atau DRL) untuk optimasi kontrol suspensi aktif, kontrol traksi, dan dinamika kemudi kendaraan.
