Asumsikan Anda adalah ilmuwan data utama untuk pabrik manufaktur cerdas. Anda diberikan kumpulan data deret waktu (time-series) dari ribuan sensor getaran dan suhu mesin. Tugaskan adalah merancang pipeline pemrosesan data end-to-end menggunakan Python (Pandas, Scikit-Learn) untuk memprediksi kegagalan mesin hingga 48 jam sebelum terjadi. Deskripsikan langkah-langkah pra-pemrosesan untuk menangani noise dan missing values, teknik rekayasa fitur (feature engineering) yang relevan untuk data sensor, pemilihan model yang cocok (misalnya LSTM atau Random Forest), serta metrik evaluasi yang akan digunakan untuk meminimalkan false positive.