Deteksi Anomali Tingkat Lanjut (Isolation Forest & Autoencoder)
Deteksi anomali tanpa label untuk predictive maintenance — Isolation Forest, Autoencoder dengan reconstruction error, penentuan ambang, dan arsitektur hybrid laten + Isolation Forest.
- 01Pilihan ganda
Masalah cold-start pada predictive maintenance berarti …
- 02Pilihan ganda
Pada Isolation Forest, titik anomali cenderung memiliki …
- 03Pilihan ganda
Skor Isolation Forest s(x, n) ≈ 0.5 untuk semua titik menandakan …
- 04Pilihan ganda
Autoencoder untuk deteksi anomali dilatih dengan …
- 05Pilihan ganda
Mengapa autoencoder bisa menangkap anomali relasional yang terlewat oleh Isolation Forest?
- 06Pilihan ganda
Tanpa label, cara umum menentukan ambang skor anomali adalah …
- 07Pilihan ganda
Pada arsitektur hybrid, input untuk Isolation Forest adalah …
- 08Hitung
Hitung c(n) untuk n = 256 (H(i) ≈ ln i + 0.5772). Dua desimal.
- 09Hitung
Dengan n = 256 (c ≈ 10.245) dan rata-rata panjang jalur E[h(x)] = 3, berapa skor anomali s? (3 desimal)
- 10Hitung
Data asli (terstandardisasi) x = [1, 0, 2], rekonstruksi x̂ = [0, 0, 1]. Berapa reconstruction error MSE?
- 11Hitung
Detektor menandai 30 alarm; 18 benar-benar kerusakan. Total kerusakan sebenarnya 20. Berapa F1? (3 desimal)
- 12Uraian
Studi kasus. Pabrik baru memasang 120 sensor di lini produksi. Belum pernah ada kerusakan tercatat. Rancang sistem deteksi anomali dari pengumpulan data hingga alarm ke teknisi. Jelaskan pilihan model, cara menentukan ambang, dan bagaimana sistem diperbaiki setelah kerusakan pertama tercatat.