Silabus 20x Sesi
Bagian 1: Landasan Teori dan Persiapan
1. Pengenalan Metode Inversi dalam Elektromagnetik
-
Definisi inversi.
-
Aplikasi metode inversi di material komposit.
2. Pengenalan Material Komposit dan Parameter Elektromagnetik
-
Permittivity, permeability, conductivity.
-
Tipe-tipe material komposit (serat karbon, GFRP, dll).
3. Teori Dasar ANSYS Maxwell
-
Prinsip metode elemen hingga (FEM) di Maxwell.
-
Struktur simulasi elektromagnetik.
4. Persiapan Model Simulasi Awal di ANSYS Maxwell
-
Instalasi, setup workspace.
-
Skema pembuatan project baru.
Bagian 2: Simulasi Forward Problem
5. Membuat Geometri Material Komposit di ANSYS Maxwell
-
Desain 2D sederhana (persegi panjang, lapisan).
6. Definisi Material dan Boundary Condition
-
Input material property (ε, μ, σ).
-
Penerapan boundary (PEC, PMC, radiation).
7. Setting Excitation dan Simulation Setup
-
Definisi sumber gelombang: port, current source.
-
Setup frequency domain dan transient domain.
8. Simulasi Forward Problem: Validasi Awal
-
Menjalankan simulasi.
-
Mengekstrak medan listrik dan medan magnet.
Bagian 3: Pengembangan Metode Inversi
9. Prinsip Metode Inversi untuk Estimasi Material
-
Forward vs inverse modeling.
-
Formulasi fungsi objektif.
10. Perancangan Skema Inversi: Optimasi Parameter
-
Definisi variabel optimasi.
-
Penentuan kriteria error (misal: least-squares misfit).
11. Implementasi Metode Optimasi Sederhana
-
Algoritma: Grid Search atau Nelder-Mead.
12. Integrasi MATLAB/Python dengan ANSYS Maxwell
-
Co-simulation basics.
-
Automasi update material properties + rerun Maxwell.
Bagian 4: Studi Kasus dan Evaluasi
13. Studi Kasus 1: Estimasi Permittivity Material Tunggal
-
Setup target properties.
-
Jalankan metode inversi.
14. Analisis Error dan Konvergensi
-
Membandingkan hasil estimasi vs nilai target.
-
Plotting kurva error convergence.
15. Studi Kasus 2: Material Berlapis (Multilayer)
-
Model dua lapisan material berbeda.
-
Simulasi dan estimasi dua parameter sekaligus.
16. Pengaruh Noise terhadap Akurasi Inversi
-
Simulasi data noisy.
-
Robustness analysis.
Bagian 5: Finalisasi Model dan Penulisan
17. Pengembangan Algoritma Inversi Lebih Lanjut
-
Pertimbangan menggunakan algoritma canggih: GA, PSO, atau Bayesian.
18. Validasi Model Inversi
-
Cross-validation.
-
Sensitivity analysis.
19. Penyusunan Laporan Penelitian
-
Struktur laporan.
-
Analisis hasil dan diskusi.
20. Simulasi Akhir dan Persiapan Presentasi
-
Finalisasi grafik, tabel hasil.
-
Persiapan bahan presentasi skripsi/tesis/disertasi.
