Visionary CEO rubythalib.ai | Principal AI Engineer
Di course ini kamu akan belajar bagaimana membangun end-to-end predictive maintenance system menggunakan data dari IoT sensors dan sistem industri (PLC/DCS), lalu memprosesnya dengan AI untuk memprediksi kegagalan mesin sebelum terjadi.
Course ini fokus ke konsep, arsitektur, dan pipeline teknis yang umum dipakai di dunia industri, bukan sekadar teori AI.
Tujuan sesi:
Memahami konsep predictive maintenance, perbedaannya dengan preventive & corrective maintenance, serta value bisnis yang dihasilkan.
Tujuan sesi:
Memahami berbagai sumber data industri seperti IoT sensors, PLC, dan DCS, serta karakteristik data yang digunakan untuk predictive maintenance.
Tujuan sesi:
Mengenal pendekatan AI yang umum digunakan untuk predictive maintenance, termasuk anomaly detection, time series analysis, dan failure prediction.
Tujuan sesi:
Merancang pipeline predictive maintenance end-to-end: dari data ingestion, preprocessing, model inference, hingga monitoring dan insight.