SATUAN ACUAN PERKULIAHAN MATA KULIAH : STATISTIK & PROBABILITAS KODE : TIK1010 / SKS : 3 SKS

Save this PDF as:
 WORD  PNG  TXT  JPG

Ukuran: px
Mulai penontonan dengan halaman:

Download "SATUAN ACUAN PERKULIAHAN MATA KULIAH : STATISTIK & PROBABILITAS KODE : TIK1010 / SKS : 3 SKS"

Transkripsi

1 SATUAN ACUAN PERKULIAHAN MATA KULIAH : KODE : TIK1010 / SKS : 3 SKS SEMESTER : III / GANJIL WAKTU : 150 Menit JUMLAH PERTEMUAN : 16 x pertemuan (14 x materi kuliah, 2 x Ujian (UTS dan UAS)) 1 ANALISIS KOMBINATORIAL 2 AKSIOMA- AKSIOMA PELUANG 1 1. Teknik menghitung 2. Permutasi 3. Kombinasi 4. Koefisien 5. Multinomial 1. Ruang sample dan kejadian 2. Teori himpunan 3. Aksioma-aksima peluang 1. Konsep menghitung 2. Konsep permutasi dan kombinasi 3. Konsep koefisienbinomial, 4. Trinomial, dan multinomial 1. Konsep peluang 2. Aksioma-aksima dalam peluangl 1. Menghitung banyaknya 2. Kejadian yang mungkin untuk suatu percobaan 3. Menghitung permutasi untuk masalah permutasi sederhana 4. Menghitung kombinasi untuk masalah kombinasi sederhana 5. Menentukan koefisien binomial, dan multinomial 1. Menjelaskan dan memberi contoh ruang sampel dan peristiwa/kejadian Bab 1; Bab 3 Bab 2; Bab 3 SAP : SAP-TI-III-TIK1010 (printed : tanggal cetak) Page 1 of 8

2 3 AKSIOMA- AKSIOMA PELUANG 2 4 PELUANG BERSYARAT 1. Beberapa proposisi sederhana 2. Ruang sample dengan peluang setiap kejadian sama besar 3. Peluang sebagai himpunan fungsi kontinu 1. Peluang bersyarat 2. Rumus Bayes 3. Kejadian saling bebas 5 VARIABEL ACAK 1. Variabel acak 2. Fungsi Distribusi 3. Ekspektasi dan sifat-sifatnya 4. Variansi 5. Distribusi Bernoulli dan Binomial 6. Distribusi Poisson 7. Distribusi Geometrik dan binomial 1. Konsep peluang 2. Aksioma-aksima dalam peluangl 1. Konsep peluang 2. Aksioma-aksima dalam peluangl 1. Konsep variable acak diskrit 2. peluang variabel acak diskret 2. Menjelaskan beberapa aksioma peluang 1. Membuktikan beberapa proposisi dalam peluang 2. Menghitung peluang dalam ruang sample dengan kejadian berpeluang sama 3. Membuktikan beberapa proposisi menggunakan konsep himpunan 1. Menghitung peluang suatu percobaan/ kejadian bersyarat 2. Menggunakan rumus bayes untuk masalah yang sesuai 3. Memeriksa apakah suatu kejadian saling bebas 1. Menjelaskan dan memberi contoh variabel acak 2. Menjelaskan distribusi peluang variabel acak 3. Menghitung ekspektsi variable acak diskret dan sifat-sifatnya SAP : SAP-TI-III-TIK1010 (printed : tanggal cetak) Page 2 of 8 Bab 2; Bab 3 Bab 3; Bab 3 Bab 2; Bab 4

3 6 VARIABEL ACAK KONTINU 7 SIFAT-SIFAT EKSPEKDASI negative 8. Distribusi Hipergeometrik 1. Espektasi variabel acak kontinu 2. Variabel acak seragam (uniform) 3. Variabel acak normal 4. Variabel acak Eksponensial 5. Distribusi Gamma 6. Distribusi Weibull 7. Distribusi Cauchy 8. Distribusi Beta 9. Distribusi fungsi variabel acak 1. Ekspektasi 2. Ekspektasi dari jumlah variabel acak kovariansi, variansi julah variabel acak, dan korelasi 3. Ekspektasi bersya- 1. Konsep variable acak kontinu. 2. Mengenali beberapa distribusi variabel acak kontinu tentang konsep ekspektasi dan sifat-sifatnya. 4. Menghitung variansi variable acak diskret 5. Menjelaskan dan menerapkan beberapa variabel acak diskret 1. Menghitung ekspektasi dan variansi variabel acak kontinu 2. Menyelesaikan masalah peluang berdistribusi seragam 3. Menyelesaikan masalah peluang berdistribusi Normal 4. Menjelaskan hampiran distribusi normal untuk distribusi binomial 5. Menyelesaikan masalah peluang distribusi eksponensial dan penerapannya pada fungsi hazard 6. Mengetahui sifat distribusi variabel acak: Gamma, Weibull, Cauchy, dan Beta. 7. Menghitung ekspektasi suatu variabel acak 8. Menghitung ekspektasi jumlah variabel acak 9. Menghitung kovarian- SAP : SAP-TI-III-TIK1010 (printed : tanggal cetak) Page 3 of 8 Bab 2; Bab 6 Bab 3; Bab 4

4 8 DISTRIBUSI PELUANG rat 4. Fungsi pembangkit momen 5. Sifat ekspektasi variabel acak berdistribusi 6. Normal Multivariat 1. Distribusi peluang 2. Mean, variansi, dan ekspektasi 3. Distribusi Binomial 4. Beberapa distribusi peluang diskret. 1. Pengertian distribusi peluang 2. Mengenali beberapa distribusi peluang variable acak diskret dan sifatsifatnya. si, dan variansi variabel acak 10. Menghitung korelasi 11. Menjelaskan ekspektasi bersyarat 12. Menghitung ekspektasi melalui ekspektasi bersyarat 13. Menghitung peluang melalui peluang bersyarat 14. Menghitung variansi bersyarat 15. Menentukan fungsi pembangkit momen 16. Menjelaskan sifat-sifat ekspektasi dari variabel acak berdistribusi normal multivariat Ujian Tengah Semester 1. Menentukan distribusi peluang suatu variabel acak 2. Menghitung mean, variansi dan ekspektasi variabel acak diskret 3. Menghitung peluang X sukses dari n percobaan binomial. 4. Menghitung peluang distribusi peluang diskret : Poisson, Bab 4; Bab 5 dan 6 SAP : SAP-TI-III-TIK1010 (printed : tanggal cetak) Page 4 of 8

5 9 DISTRIBUSI NORMAL 10 SELANG PERCAYAAN 1. Sifat-sifat distribusi normal 2. Distribusi normal baku 3. Beberapa penerapan distribusi normal 4. Teorema Limit Pusat 5. Hampiran Normal untuk distribusi Binomial 1. Selang kepercayaan untuk mean (ó diketahui atau ukuran sample besar) 2. Selang kepercayaan untuk mean (ó tidak diketahui atau ukuran sample ke- tentang sifat-sifat distribusi norma 1. Konsep selang kepercayaan, dan mampu membuat selang kepercayaan 2. Memperhitungkan ukuran sampel Hipergeometri, & multinomial. 1. Mengenali suatu distribusi simetri atau menjurai. 2. Mengenali sifat dist. normal 3. Menghitung luas dibawah kurva normal, jika diberikan nilai z. 4. Menghitung peluang dari distribusi normal melalui distribusi normal baku. 5. Mencari nilai distribusi normal bila diberikan peluangnya 6. Menggunakan teorema limit pusat untuk menyelesaikan masalah yang berkaitan dengan mean. 7. Menggunakan distribusi normal untuk menghampiri peluang distribusi binomial. 1. Membuat selang kepercayaan mean bila ó diketahui atau ukuran sampel besar 2. Menentukan ukuran sample minimal untuk SAP : SAP-TI-III-TIK1010 (printed : tanggal cetak) Page 5 of 8 Bab 1; Bab 6 Bab 7; Bab 8

6 cil) 3. Selang kepercayaan untuk proporsi 4. Selang kepercayaan untuk variansi dan simpangan baku 11 UJI HIPOTESIS 1. Langkah-langkah pengujian hipotesis 2. Uji mean untuk sample ukuran besar 3. Uji mean untuk sample ukuran kecil 4. Uji proporsi 5. Uji variansi dan simpangan baku 6. Beberapa topik yang berkaitan dengan pengujian hipotesis. tentang konsep pengujian hipotesis dapat melakukan pengujian hipotesis untuk masalah satu populasi suatu selang kepercayaan mean 3. Membuat selang kepercayaan mean bila ó tidak diketahui atau ukuran sampel kecil 4. Membuat selang kepercayaan proporsi 5. Menentuakan ukuran sample minimal untuk selang kepercayaan proporsi 6. Membuat selang kepecayaan variansi dan simpangan baku 1. Merumuskan hipotesis 2. Mencari nilai kritis untuk uji-z 3. Melakukan uji hipotesis mean untuk sampel ukuran besar dengan menggunakan uji- z 4. Menguji hipotesis mean sample ukuran kecil menggunakan uji- t 5. Menguji hipotesis proporsi dengan menggunakan uji-z 6. Menguji hipotesis variansi 7. Menggunakan uji khikuadrat 8. Menguji hipotesis SAP : SAP-TI-III-TIK1010 (printed : tanggal cetak) Page 6 of 8 Bab 8; Bab 9

7 12 UJI HIPOTESIS UNTUK BEDA DUA POPULASI 13 REGRESI DAN KORELASI 1. Uji hipotesis beda dua mean: sample ukuran besar 2. Uji hipotesis beda dua variansi atausimpangan baku 3. Uji hipotesis beda dua mean: sample ukuran kecil dan saling bebas 4. Uji hipotesis beda dua mean: sample ukuran kecil tetapi tidak saling bebas. 5. Uji hipotesis untuk beda dua proporsi. 1. Diagram sebar (scatter plot) 2. Korelasi 3. Regresi 4. Koefisien Determinasi 5. Regresi berganda 1. Konsep pengujian hipotesis untuk masalah dua parameter 2. Dapat menentukan uji yang sesuai 1. Konsep analisis regresi dan korelasi 2. Mampu menggunakannya untuk mempelajari hubuangan antara dua variabel menggunakan selang kepercayaan 1. Menguji hipotesis beda dua mean sampel ukuran besar menggunakan uji Z 2. Menguji hipotesis beda dua variansi atau simpangan baku 3. Melakukan uji hipotesis beda mean sample ukuran kecil dan saling bebas 4. Melakukan uji hipotesis beda mean untuk sample ukuran kecil tidak saling bebas 5. Menguji hipotesis beda dua proporsi 1. Membuat diagram sebar 2. Menghitung koefisien korelasi 3. Menguji hipotesis korelasi 4. Mencari persamaan regresi 5. Menghitung koef. determinasi 6. Mencari interval prediksi Bab 8; Bab 9 Bab 9; Bab 10 SAP : SAP-TI-III-TIK1010 (printed : tanggal cetak) Page 7 of 8

8 14 KHI-KUADRAT 1. Uji kecocokan-suai (goodness of fit) 2. Uji dengan menggunakan table kontingensi 1. Konsep uji khikuadrat 2. Mampu menggunakannya untuk masalah yang sesuai 1. Melakukan uji kecocokansuai 2. Menggunakan khikuadrat 3. Melakukan pengujian apakah dua variable saling bebas 4. Uji kehomogenan proporsi 5. Menggunakan khikuadrat Ujian Akhir Semester Bab 14; Bab 9 Referensi : 1. Robert V. Hogg, Probability And Satistical Interferance, Prenticerlall 2. I, Suprapto, Statistika, Erlangga 3. Sudjana, Metode Statistika, Tarsito Malang, September 2011 Evaluator : Achmad Zainul Wafah,S.Si SAP : SAP-TI-III-TIK1010 (printed : tanggal cetak) Page 8 of 8

RENCANA PEMBELAJARAN SEMESTER (RPS) GENAP STATISTIK. Dosen: IR. KETUT SUMARDANA, MM

RENCANA PEMBELAJARAN SEMESTER (RPS) GENAP STATISTIK. Dosen: IR. KETUT SUMARDANA, MM RENCANA PEMBELAJARAN SEMESTER (RPS) GENAP STATISTIK Dosen: IR. KETUT SUMARDANA, MM JURUSAN KEUANGAN DAN PERBANKAN AKADEMI AKUNTANSI KEUANGAN DAN PERBANKAN INDONESIA TAHUN 2018 Dibuat Oleh: RENCANA PEMBELAJARAN

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) GENAP STATISTIK. Dosen: IR. KETUT SUMARDANA, MM

RENCANA PEMBELAJARAN SEMESTER (RPS) GENAP STATISTIK. Dosen: IR. KETUT SUMARDANA, MM RENCANA PEMBELAJARAN SEMESTER (RPS) GENAP STATISTIK Dosen: IR. KETUT SUMARDANA, MM JURUSAN AKUNTANSI AKADEMI AKUNTANSI KEUANGAN DAN PERBANKAN INDONESIA TAHUN 2018 RENCANA PEMBELAJARAN SEMESTER No : Revisi

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA

RENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA RENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER (FILKOM) UNIVERSITAS PUTRA INDONESIA YPTK PADANG LEMBAR PENGESAHAN Rencana

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) MUG2D3 PROBABILITAS DAN STATISTIKA Disusun oleh: INDWIARTI FAKULTAS INFORMATIKA TELKOM UNIVERSITY 1 LEMBAR PENGESAHAN Rencana Pembelajaran Semester (RPS) ini telah disahkan

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER MATA KULIAH INTI (RPS MK INTI)

RENCANA PEMBELAJARAN SEMESTER MATA KULIAH INTI (RPS MK INTI) RENCANA PEMBELAJARAN SEMESTER MATA KULIAH INTI (RPS MK INTI) A. Identitas 1. Program Studi : Teknik Industri 2. Fakultas : Teknologi Industri 3. Nama Matakuliah : Teori Probabilitas 4. Kode : 1935730 5.

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH SIMULASI (KB) KODE / SKS : KK / 3 SKS

SATUAN ACARA PERKULIAHAN MATA KULIAH SIMULASI (KB) KODE / SKS : KK / 3 SKS KODE / SKS : KK-01333 / 3 SKS 1 Pengertian dan tujuan 1. Klasifikasi Model 1 Simulasi. Perbedaan penyelesaian problem Dapat menjelaskan klasifikasi model dari matematis secara analitis dan numeris suatu

Lebih terperinci

Kontrak Kuliah Metode Statistika 2

Kontrak Kuliah Metode Statistika 2 Kontrak Kuliah Metode Statistika 2 Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Deskripsi Mata Kuliah Nama Mata Kuliah : Metode Statistika 2 Semester/SKS : I / 3 SKS Kompetensi

Lebih terperinci

SILABUS MATA KULIAH. : Dapat menyelesaikan permasalahan probabilitas dan mampu mengaplikasikan dalam kehidupan

SILABUS MATA KULIAH. : Dapat menyelesaikan permasalahan probabilitas dan mampu mengaplikasikan dalam kehidupan SILABUS MATA KULIAH Program Studi : Pendidikan Matematika Kode Mata Kuliah : 306203 Mata kuliah : Probabilitas Bobot : 3 SKS Semester : III Mata Kuliah Prasyarat : - Deskripsi Mata Kuliah : Mata kuliah

Lebih terperinci

SILABUS. Program Studi : Pendidikan Matematika Mata Kuliah : Statistika Deskriptif Kode Mata Kuliah : MKK 4233 Jumlah SKS : 2 sks

SILABUS. Program Studi : Pendidikan Matematika Mata Kuliah : Statistika Deskriptif Kode Mata Kuliah : MKK 4233 Jumlah SKS : 2 sks SILABUS Fakultas : FPMIPATI Program Studi : Pendidikan Matematika Mata Kuliah : Statistika Deskriptif Kode Mata Kuliah : MKK 4233 Jumlah SKS : 2 sks Semester : II Waktu Pertemuan : 2 x 50 Mata Kuliah Prasyarat

Lebih terperinci

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN SEKOLAH TINGGI MANAJEMEN INFORMAA KOMPUTER JAKARTA STIK SATUAN ACARA PERKULIAHAN Mata : TEKNIK SIMULASI Kode Mata : MI - 15222 Jurusan / Jenjang : D3 TEKNIK KOMPUTER Tujuan Instruksional Umum : Agar mahasiswa

Lebih terperinci

SILABUS. 5. Evaluasi a. Kehadiran = 10% b. Tugas = 20% c. UTS = 30% d. UAS = 40%

SILABUS. 5. Evaluasi a. Kehadiran = 10% b. Tugas = 20% c. UTS = 30% d. UAS = 40% 0 SILABUS 1. Identitas Mata Kuliah Nama Mata Kuliah : Statistika Matematik 1 Kode Mata Kuliah : MT 404 Jumlah SKS : 3 Semester : 6 Kelompok Mata Kuliah : Mata Kuliah Keahlian (MKK) Program Studi Jurusan/Program

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM INFORMASI Semester : 1

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM INFORMASI Semester : 1 GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM INFORMASI Semester : 1 Berlaku mulai: Gasal/2011 MATA KULIAH : STATISTIKA KODE MATA KULIAH / SKS : 410102047 / 3 SKS MATA KULIAH PRASYARAT

Lebih terperinci

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan.

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan. RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : 306203 Nama Mata Kuliah : Probabilitas Jumlah sks : 3 sks Semester : III Alokasi Waktu

Lebih terperinci

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN SEKOLAH TINGGI MANAJEMEN INFORMAA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN Mata : SIMULASI DAN PERMODELAN Kode Mata : MI 1302 Jurusan / Jenjang : S1 SISTEM KOMPUTER Tujuan Instruksional Umum :

Lebih terperinci

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI : SISTEM KOMPUTER, SISTEM INFORMASI, DAN TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS NAROTAMA

RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI : SISTEM KOMPUTER, SISTEM INFORMASI, DAN TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS NAROTAMA RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI : SISTEM KOMPUTER, SISTEM INFORMASI, DAN TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS NAROTAMA MATA KULIAH KODE MATA KULIAH Mata Kuliah Prasyarat Big

Lebih terperinci

STATISTIK PERTEMUAN VI

STATISTIK PERTEMUAN VI STATISTIK PERTEMUAN VI 1. TEORI PENDUKUNG 1.1 Pendahuluan 1. Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat 1.1 Pendahuluan Definisi

Lebih terperinci

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan

Lebih terperinci

Silabus Teori Peluang (STK-104) Jurusan Statistika Genap 2013/2014

Silabus Teori Peluang (STK-104) Jurusan Statistika Genap 2013/2014 Silabus Teori Peluang (STK-104) Jurusan Statistika Genap 2013/2014 Waktu : (Selasa, jam 10.00 11.40, D3D) dan (Kamis, jam 14.00 16.40, D3D) Dosen Pengasuh : Ridha Ferdhiana, M.Sc dan Dr. Muhammad Subianto,

Lebih terperinci

No Kompetensi Khusus Pokok Bahasan Sub Pokok Bahasan Metode Media / Alat Mahasiswa mampu menjelaskan konsep Apa itu statistik?

No Kompetensi Khusus Pokok Bahasan Sub Pokok Bahasan Metode Media / Alat Mahasiswa mampu menjelaskan konsep Apa itu statistik? Mata Kuliah Kode/Bobot Deskripsi Singkat : GARIS BESAR PROGRAM PENGAJARAN (GBPP) : Statistika dan Probabilitas : TSP-203/ 2 SKS Mata kuliah ini membahas tentang konsep dasar statistika dan probabilitas.

Lebih terperinci

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN SEKOLAH TINGGI MANAJEMEN INFORMAA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN Mata : STATISA PROBABILITAS Kode Mata : MI - 14204 Jurusan / Jenjang : D3 MANAJEMEN INFORMAA Tujuan Instruksional Umum

Lebih terperinci

Program Studi Teknik Mesin S1

Program Studi Teknik Mesin S1 SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DAN PROBABILITAS KODE / SKS : IT042238 / 2 SKS Program Studi Teknik Mesin S1 Pokok Bahasan Pertemuan dan TIU 1 Pendahuluan memahami tentang konsep statistik

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMputer Semester : 4

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMputer Semester : 4 GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMputer Semester : 4 Berlaku mulai : Genap/2011 MATA KULIAH : STATISTIKA DAN PROBABILITAS KODE MATA KULIAH / SKS : 410202061 / 3 SKS MATA

Lebih terperinci

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi

Lebih terperinci

BAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer

BAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer BAB I PENDAHULUAN A. Latar Belakang Statistika merupakan salah satu ilmu matematika yang terus berkembang dari waktu ke waktu. Di dalamnya mencakup berbagai sub pokok-sub pokok materi yang sangat bermanfaat

Lebih terperinci

BAHAN KULIAH STATISTIKA (Kelas Teori)

BAHAN KULIAH STATISTIKA (Kelas Teori) BAHAN KULIAH STATISTIKA (Kelas Teori) Fakultas : Fakultas Teknologi Industri Jurusan : Teknik informatika Mata kuliah & Kode : STATISTIKA SKS : Teori : 3 Praktik : - Semester dan Waktu : Sem : I Waktu

Lebih terperinci

Uji Kesesuain Bentuk Distribusi (Goodness of Fit Test)

Uji Kesesuain Bentuk Distribusi (Goodness of Fit Test) Uji Kesesuain Bentuk Distribusi (Goodness of Fit Test) Sebuah model, harus mampu merepresentasikan sistem nyata yang dimodelkan, dengan kata lain sebuah model harus mampu meniru perilaku sistem nyatanya.

Lebih terperinci

Syllabus Statistika Dasar Semester Ganjil 2012/2013 Prodi Informatika FMIPA Unsyiah

Syllabus Statistika Dasar Semester Ganjil 2012/2013 Prodi Informatika FMIPA Unsyiah Syllabus Statistika Dasar Semester Ganjil 2012/2013 Prodi Informatika FMIPA Unsyiah Nama mata kuliah Statistika Dasar SKS 3 (2 1) Kode INF-201 Prasyarat Matematika Dasar 1 Dosen Pengasuh Kelas A : DR.

Lebih terperinci

UNIVERSITAS MEDAN AREA SILABUS. FAKULTAS : Teknik PROGRAM STUDI : Teknik Sipil MATA KULIAH KODE BEBAN STUDI SEMESTER TGL PENYUSUNAN

UNIVERSITAS MEDAN AREA SILABUS. FAKULTAS : Teknik PROGRAM STUDI : Teknik Sipil MATA KULIAH KODE BEBAN STUDI SEMESTER TGL PENYUSUNAN UNIVERSITAS MEDAN AREA FAKULTAS : Teknik PROGRAM STUDI : Teknik Sipil SILABUS MATA KULIAH KODE BEBAN STUDI SEMESTER TGL PENYUSUNAN (SKS) Statistik FTK 10002 2 III (Ganjil) 1 September DOSEN PENGAMPU :

Lebih terperinci

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI STATISTIKA Muhamad Nursalman Pendilkom/Ilkom UPI 1 Daftar Isi Bab 1 Peluang Bab Peubah Acak Bab 3 Distribusi Peluang Diskret Bab 4 Distribusi Peluang Kontinu Bab 5 Fungsi Peubah Acak Bab 6 Teori Penaksiran

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran

SILABUS MATA KULIAH. Pengalaman Pembelajaran SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-110 Nama Mata Kuliah : Teori Probabilitas Jumlah SKS : 2 Semester : II Mata Kuliah Pra Syarat : TKI-101 Pengantar Teknik Industri

Lebih terperinci

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi

Lebih terperinci

SATUAN ACARA PEMBELAJARAN (SAP)

SATUAN ACARA PEMBELAJARAN (SAP) 1 SATUAN ACARA PEMBELAJARAN (SAP) Mata Kuliah Kode Mata Kuliah SKS Durasi Pertemuan Pertemuan ke : Statistika dan Probabilitas : TSP-203 : 2 (Dua) : 100 menit : 1 (Satu) A. Kompetensi: a. Umum : Mahasiswa

Lebih terperinci

BUKU RANCANGAN PENGAJARAN

BUKU RANCANGAN PENGAJARAN BUKU RANCANGAN PENGAJARAN Mata Kuliah STATISTIK SOSIAL Disusun oleh: SYAHRUL, S.T., M.Eng Program Studi Ilmu Administrasi Fakultas Ilmu Sosial dan Ilmu Politik Universitas 17 Agustus 1945 Samarinda 2015

Lebih terperinci

RENCANA PEMBELAJARAN

RENCANA PEMBELAJARAN FAKULTAS TEKNOLOGI KOMUNIKASI DAN INFORMATIKA UNIVERSITAS NASIONAL RENCANA Matakuliah : Statistika Semester : 2 Kode : SKS : 2 Jurusan : Sistem Informasi Dosen : Ir. Endah Tri E.H.,MMSI Kompetensi : MINGGU

Lebih terperinci

BAB II LANDASAN TEORI. ilmiah. Pencacahan atau pengukuran karakteristik suatu objek kajian yang

BAB II LANDASAN TEORI. ilmiah. Pencacahan atau pengukuran karakteristik suatu objek kajian yang BAB II LANDASAN TEORI 2.1 Konsep Dasar Peluang Pada dasarnya statistika berkaitan dengan penyajian dan penafsiran hasil yang berkemungkinan (hasil yang belum dapat ditentukan sebelumnya) yang muncul dalam

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN 23 BAB V HASIL DAN PEMBAHASAN Simulasi dari penelitian ini dilakukan untuk menentukan nilai margin of error sesuai dengan batasan parameter dan sebaran data yang telah diberikan. Program komputer ditulis

Lebih terperinci

TINJAUAN PUSTAKA. mengestimasi parameter regresi. Distribusi generalized. digunakan dalam bidang ekonomi dan keuangan.

TINJAUAN PUSTAKA. mengestimasi parameter regresi. Distribusi generalized. digunakan dalam bidang ekonomi dan keuangan. II. TINJAUAN PUSTAKA Distribusi generalized,,, adalah salah satu distribusi probabilitas kontinu. Distribusi ini pertama kali diperkenalkan McDonald dan Newey 988 untuk mengestimasi parameter regresi.

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF (TK) KODE / SKS: KD / 2 SKS

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF (TK) KODE / SKS: KD / 2 SKS Minggu Pokok Bahasan ke dan TIU 1 1. Pendahulua n tentang konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika Mahasiswa dapat menjelaskan pengertian statistika

Lebih terperinci

LANDASAN TEORI. Distribusi Gamma adalah salah satu keluarga distribusi probabilitas kontinu.

LANDASAN TEORI. Distribusi Gamma adalah salah satu keluarga distribusi probabilitas kontinu. II. LANDASAN TEORI Distribusi Gamma adalah salah satu keluarga distribusi probabilitas kontinu. Distribusi ini merupakan distribusi fungsi padat yang terkenal luas dalam bidang matematika. Distribusi gamma

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)

Lebih terperinci

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS DISTRIBUSI DISKRIT KHUSUS UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON MULTINOMIAL HIPERGEOMETRIK GEOMETRIK BINOMIAL NEGATIF MA3181 Teori Peluang 27 Oktober 2014 Utriweni Mukhaiyar DISTRIBUSI UNIFORM (SERAGAM)

Lebih terperinci

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA Mata Kode / SKS Program Studi Fakultas : Statistika Dasar : IT012244 / 2 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi 1 Pendahuluan konsep statistika dan notasi penjumlahan 1.1. Konsep statistika

Lebih terperinci

SILABUS MATAKULIAH. Revisi : 4 Tanggal Berlaku : 4 September 2015

SILABUS MATAKULIAH. Revisi : 4 Tanggal Berlaku : 4 September 2015 SILABUS MATAKULIAH Revisi : 4 Tanggal Berlaku : 4 September 2015 A. Identitas 1. Nama Matakuliah : Teori Probabilitas 2. Program Studi : Teknik Industri 3. Fakultas : Teknik 4. Bobot sks : 2 SKS 5. Elemen

Lebih terperinci

SILABUS DAN SAP MATA KULIAH STATISTIKA TERAPAN (AGT6224) BOBOT: 3 (2/1) SKS SIFAT: WAJIB SEMESTER GENAP (SMT III)

SILABUS DAN SAP MATA KULIAH STATISTIKA TERAPAN (AGT6224) BOBOT: 3 (2/1) SKS SIFAT: WAJIB SEMESTER GENAP (SMT III) 1 SILABUS DAN SAP MATA KULIAH STATISTIKA TERAPAN (AGT6224) BOBOT: 3 (2/1) SKS SIFAT: WAJIB SEMESTER GENAP (SMT III) PROGRAM STUDI AGROTEKNOLOGI FAKULTAS PERTANIAN UNIVERSITAS HALU OLEO TAHUN AJARAN 2014/2015

Lebih terperinci

A. Distribusi Bernoulli

A. Distribusi Bernoulli HANDOUT PERKULIAHAN Mata Kuliah Pokok Bahasan : Statistika Matematika : Beberapa Distribusi Khusus Diskrit URAIAN POKOK PERKULIAHAN A. Distribusi Bernoulli Peubah acak X dikatakan berdistribusi Bernoulli,

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan berjalannya waktu, ilmu pengetahuan dan teknologi (sains dan teknologi) telah berkembang dengan cepat. Salah satunya adalah ilmu matematika yang

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 5 BAB II TINJAUAN PUSTAKA Dalam bab ini dijelaskan beberapa definisi dan teorema yang digunakan dalam pembahasan berikutnya. 2.1 Teori Peluang Definisi 2.1.1 (Percobaan Acak) (Ross 2000) Suatu percobaan

Lebih terperinci

SILABUS KURIKULUM BERBASIS KOMPETENSI FAKULTAS TARBIYAH BANJARMASIN

SILABUS KURIKULUM BERBASIS KOMPETENSI FAKULTAS TARBIYAH BANJARMASIN SILABUS KURIKULUM BERBASIS KOMPETENSI FAKULTAS TARBIYAH BANJARMASIN 1. Mata Kuliah / Kode : Statistika Elementer/PMK 706. Jumlah SKS : 3 SKS 3. Jurusan / Program Studi : TMIPA / Tadris Matematika 4. Tujuan

Lebih terperinci

TINJAUAN PUSTAKA Asuransi Kelompok Penyakit Lanjut Usia (Lansia) di Indonesia

TINJAUAN PUSTAKA Asuransi Kelompok Penyakit Lanjut Usia (Lansia) di Indonesia 3 TINJAUAN PUSTAKA Asuransi Asuransi berasal dari kata assurance atau insurance, yang berarti jaminan atau pertanggungan. Asuransi dalam Undang-Undang No.2 Th 1992 tentang usaha perasuransian adalah perjanjian

Lebih terperinci

PROGRAM STUDI PENDIDIKAN MANAJEMEN BISNIS FAKULTAS PENDIDIKAN EKONOMI DAN BISNIS UNIVERSITAS PENDIDIKAN INDONESIA

PROGRAM STUDI PENDIDIKAN MANAJEMEN BISNIS FAKULTAS PENDIDIKAN EKONOMI DAN BISNIS UNIVERSITAS PENDIDIKAN INDONESIA SILABUS 1) Identitas mata kuliah Nama mata kuliah : Statistika I Kode Mata kuliah : PE 104 Jumlah SKS : 3 SKS Semester : 3 Kelompok mata kuliah : MKK Program Studi Program Stud : Pendidikan Manajemen Bisnis

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DASAR Kode : EK11. B230 / 3 Sks

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DASAR Kode : EK11. B230 / 3 Sks Minggu Pokok Bahasan ke dan TIU 1 1Pendahuluan tentang konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika statistika Mahasiswa dapat menjelaskan kegunaan

Lebih terperinci

Silabus dan Satuan Acara Perkuliahan

Silabus dan Satuan Acara Perkuliahan Fakultas Ekonomi No. Dokumen : FE-SSAP-S2-10 Program Studi S1 Akuntansi No. Revisi : 03 Silabus dan Satuan Acara Perkuliahan Tgl.Revisi : 23-06-2010 Tgl. Berlaku : 23-06-2010 Statistik & Probabilitas Halaman

Lebih terperinci

DESKRIPSI MATA KULIAH

DESKRIPSI MATA KULIAH DESKRIPSI MATA KULIAH Nama Mata Kuliah Kode Mata Kuliah Kredit : Statistika dan Probabilitas : IF32225 : 3 SKS (3X45 menit) Deskripsi : Membahas mengenai cara-cara pengumpulan data, penganalisisan dan

Lebih terperinci

BAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol

BAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel

Lebih terperinci

DISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS

DISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS DISTRIBUSI ERLANG DAN PENERAPANNYA Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS nia.rini.purita2316@gmail.com, getut.uns@gmail.com ABSTRAK

Lebih terperinci

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015 Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 5. Beberapa jenis Distribusi Variabel Acak Prima Kristalina April 215 1 Outline 1. Beberapa macam

Lebih terperinci

28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω

28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω SAMPLE SPACE, SAMPLE POINTS, EVENTS Sample space,ω, Ω adalah sekumpulan semua sample points,ω, ω yang mungkin; dimana ω Ω Contoh 1. Melemparkan satu buah koin:ω={gambar,angka} Contoh 2. Menggelindingkan

Lebih terperinci

II. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E

II. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E 5 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Peluang Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E adalah himpunan bagian dari ruang sampel. Peluang suatu kejadian P(E) adalah

Lebih terperinci

DISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi

DISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi DISTRIBUSI SAMPLING Definisi : distribusi sampling adalah distribusi peluang untuk nilai statistik yang diperoleh dari sampel acak untuk menggambarkan populasi. 1. Distribusi rata rata Misal sampel acak

Lebih terperinci

Kegiatan Belajar 1 menerangkan konsep chi square. Kegiatan Belajar 2 menerangkan uji kepatutan (goodness of fit). Kegiatan Belajar 3 menerangkan tes

Kegiatan Belajar 1 menerangkan konsep chi square. Kegiatan Belajar 2 menerangkan uji kepatutan (goodness of fit). Kegiatan Belajar 3 menerangkan tes ix S Tinjauan Mata Kuliah tatistika merupakan ilmu yang sangat diperlukan di segala bidang. Kegunaannya untuk memecahkan suatu permasalahan dengan menggunakan analisis kuantitatif. Dengan berkembangnya

Lebih terperinci

Catatan Kuliah. MA5181 Proses Stokastik

Catatan Kuliah. MA5181 Proses Stokastik Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik

Lebih terperinci

KONSEP DASAR TERKAIT METODE BAYES

KONSEP DASAR TERKAIT METODE BAYES KONSEP DASAR TERKAIT METODE BAYES 2.3. Peubah Acak dan Distribusi Peluang Pada statistika kita melakukan percobaan dimana percobaan tersebut akan menghasilkan suatu peluang. Ruang sampel pada percobaan

Lebih terperinci

Modul 1, Modul 2, Modul 3,

Modul 1, Modul 2, Modul 3, ix M Tinjauan Mata Kuliah ata kuliah Statistik Ekonomi merupakan mata kuliah keahlian khusus yang berisi tentang alat analisis yang digunakan untuk membantu memecahkan suatu permasalahan terutama dalam

Lebih terperinci

STK 203 TEORI STATISTIKA I

STK 203 TEORI STATISTIKA I STK 203 TEORI STATISTIKA I V. SEBARAN FUNGSI PEUBAH ACAK V. Sebaran Fungsi Peubah Acak 1 Sebaran Fungsi Peubah Acak Dalam banyak kasus untuk melakukan inferensi terhadap suatu parameter kita lebih banyak

Lebih terperinci

GARIS BESAR PROGRAM PENGAJARAN (GBPP)

GARIS BESAR PROGRAM PENGAJARAN (GBPP) GARIS BESAR PROGRAM PENGAJARAN (GBPP) Nama Mata Kuliah : STATISTIKA-2 **/ 2015 Kode Mata Kuliah/SKS : IT-022251/2 SKS Deskripsi singkat : Mata Kuliah Keilmuan dan Ketrampilan (MKKK) Statistika-2 merupakan

Lebih terperinci

Peubah Acak dan Distribusi

Peubah Acak dan Distribusi BAB 1 Peubah Acak dan Distribusi 1.1 ILUSTRASI (Ilustrasi 1) B dan G secara bersamaan menembak sasaran tertentu. Peluang tembakan B mengenai sasaran adalah 0.7 sedangkan peluang tembakan G (bebas dari

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.

Lebih terperinci

PENGANTAR PROBABILITAS STATISTIKA UNIPA SBY

PENGANTAR PROBABILITAS STATISTIKA UNIPA SBY PENGANTAR PROBABILITAS GANGGA ANURAGA POKOK BAHASAN Konsep dasar probabilitas Teori himpunan Permutasi Kombinasi Koefisien binomial Koefisien multinomial Probabilitas Aksioma probabilitas Probabilitas

Lebih terperinci

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS DISTRIBUSI DISKRIT KHUSUS U N I F O R M ( S E R A G A M ) B E R N O U L L I B I N O M I A L P O I S S O N MA 4085 Pengantar Statistika 26 Februari 2013 Utriweni Mukhaiyar M U L T I N O M I A L H I P E

Lebih terperinci

II. LANDASAN TEORI. karakteristik dari generalized Weibull distribution dibutuhkan beberapa fungsi

II. LANDASAN TEORI. karakteristik dari generalized Weibull distribution dibutuhkan beberapa fungsi II. LANDASAN TEORI Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan penelitian penulis. Dalam menyelesaikan momen, kumulan dan fungsi karakteristik dari generalized Weibull

Lebih terperinci

Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X

Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=) disebut distribusi probabilitas X (distribusi X) Diskrit Seragam Binomial Hipergeometrik

Lebih terperinci

PRODI DIII STATISTIKA-FMIPA ITS RENCANA PEMBELAJARAN KODE/ MATA KULIAH/ SKS/ SEMESTER : SS /PENGANTAR METODE STATISTIKA / (2/1/1) I

PRODI DIII STATISTIKA-FMIPA ITS RENCANA PEMBELAJARAN KODE/ MATA KULIAH/ SKS/ SEMESTER : SS /PENGANTAR METODE STATISTIKA / (2/1/1) I CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu melakukan deskripsi, eksplorasi dan interpretasi data serta Mampu menganalisis data dengan metode statistika yang sesuai Penguasaan Pengetahuan 5.1 Mampu

Lebih terperinci

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : E124304 / Teori Probabilitas Revisi 4 Satuan Kredit Semester : 2 SKS Tgl revisi : 16 Juli 2015 Jml Jam kuliah dalam seminggu

Lebih terperinci

RANCANGAN PEMBELAJARAN

RANCANGAN PEMBELAJARAN RANCANGAN PEMBELAJARAN Mata Kuliah : dan Proses Stokastik Semester : Jurusan : Dosen : TIU : respon sistem linear dengan input menggunakan konsep probabilitas dan proses stokastik (C4) No.. Mahasiswa mampu

Lebih terperinci

STATISTIK DAN PROBABILITY

STATISTIK DAN PROBABILITY RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) STATISTIK DAN PROBABILITY Disusun Oleh : Budi Gunawan, ST., MT. PROGRAM STUDI TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS MURIA KUDUS 2012 Program

Lebih terperinci

STATISTIKA DASAR ( FI 411 )

STATISTIKA DASAR ( FI 411 ) 1 STATISTIKA DASAR ( FI 411 ) I DESKRIPSI Mata Kuliah ini merupakan mata kuliah wajib bagi mahasiswa Fisika dan Pendidikan fisika. Hasil yang diharapkan dari perkuliahan ini adalah mahasiswa menguasai

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 4 BAB II LANDASAN TEORI Teori yang ditulis dalam bab ini merupakan beberapa landasan yang digunakan untuk menganalisis sebaran besarnya klaim yang berekor kurus (thin tailed) dan yang berekor gemuk (fat

Lebih terperinci

DESKRIPSI PERKULIAHAN

DESKRIPSI PERKULIAHAN DESKRIPSI PERKULIAHAN Program Studi : Pendidikan Guru Sekolah Dasar Mata Kuliah : Statistik Inferensial Kode Mata Kuliah : MKBK 526520 Jumlah SKS : 3 SKS Dosen Pengampu : Nurratri Kurnia Sari, S. Pd.,

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF 1 (MI) KODE / SKS: KK / 2 SKS

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF 1 (MI) KODE / SKS: KK / 2 SKS Minggu Pokok Bahasan ke dan TIU 1 1. Pendahulua n tentang konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika Mahasiswa dapat menjelaskan pengertian statistika

Lebih terperinci

RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) -i llt.{\ \/ ' t+ .,+t-' =-,!il'; I.,"r I "., 'i'.ii:i'ii [ii- STATISTIKA PROBABI LITAS

RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) -i llt.{\ \/ ' t+ .,+t-' =-,!il'; I.,r I ., 'i'.ii:i'ii [ii- STATISTIKA PROBABI LITAS RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) -i llt.{\ \/.,+t-' ' t+ =-,!il'; - I.,"r I "., 'i'.ii:i'ii [ii- STATISTIKA PROBABI LITAS DISUSUN OLEH: Setia Astuti, S.Si, MKom Erna Zuni Astutik,

Lebih terperinci

PRODI. Dosen : MM No.Revisi : 00. Semester : I Hal: 1 dari 5. kelompok. Deskripsi 2 populasi. Kemampuan. Kemampuan kerja.

PRODI. Dosen : MM No.Revisi : 00. Semester : I Hal: 1 dari 5. kelompok. Deskripsi 2 populasi. Kemampuan. Kemampuan kerja. RP S1 SP 01 A. CAPAIAN PEMAN : 1. CP 11.1 : Mampu menganalisis data secara kuantitatif baik secara univariat maupun Multivariat serta menerapkannya. 2. CP 8.1 : Memformulasikan masalah ke dalam pemodelan

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : 2

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : 2 SATUAN ACAA PEKULIAHAN MATA KULIAH : STATISTIKA DASA JUUSAN : TEKNIK KOMPUTE Minggu Pokok Bahasan ke dan TIU 1 Pendahuluan tentang konsep statistika dan notasi Sub Pokok Bahasan dan Sasaran Belajar Konsep

Lebih terperinci

4. Mahasiswa mampu melakukan estimasi parameter, melakukan uji hipotesis statistic serta estimasi interval. Diskripsi Singkat MK

4. Mahasiswa mampu melakukan estimasi parameter, melakukan uji hipotesis statistic serta estimasi interval. Diskripsi Singkat MK INSTITUT TEKNOLOGI KALIMANTAN JURUSAN MATEMATIKA DAN TEKNOLOGI INFORMASI PROGRAM STUDI MATEMATIKA RENCANA PEMBELAJARAN MATA KULIAH KODE Rumpun MK BOBOT (sks) SEMESTER Tgl Penyusunan Matematika Statistika

Lebih terperinci

Konsep Dasar Statistik dan Probabilitas

Konsep Dasar Statistik dan Probabilitas Konsep Dasar Statistik dan Probabilitas Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII September 30, 2015 Ayundyah (UII) Konsep Dasar Statistik dan Probabilitas September

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER GANJIL 2017/2018 PRODI MANAJEMEN INFORMASI KESEHATAN FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL

RENCANA PEMBELAJARAN SEMESTER GANJIL 2017/2018 PRODI MANAJEMEN INFORMASI KESEHATAN FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL RENCANA PEMBELAJARAN SEMESTER GANJIL 2017/2018 PRODI MANAJEMEN INFORMASI KESEHATAN FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL Mata Kuliah : Statistik Deskriptif Kode MK : MIK321 Mata Kuliah Prasyarat

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia 2015 Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu. Ruang

Lebih terperinci

RANCANGAN KURIKULUM PROGRAM MAGISTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI)

RANCANGAN KURIKULUM PROGRAM MAGISTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) RANCANGAN KURIKULUM PROGRAM MAGISTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) PROGRAM MAGISTER STATISTIKA TERAPAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN IPA 2 0 1

Lebih terperinci

4.1.1 Distribusi Binomial

4.1.1 Distribusi Binomial 4.1.1 Distribusi Binomial Perhatikan sebuah percobaan dengan ciri-ciri sebagai berikut : Hanya menghasilkan (diperhatikan) dua peristiwa atau kategori, misal S (sukses) dan G (gagal) Dilakukan sebanyak

Lebih terperinci

STATISTIKA DASAR ( FI 411 )

STATISTIKA DASAR ( FI 411 ) 1 STATISTIKA DASAR ( FI 411 ) I DESKRIPSI Mata Kuliah ini merupakan mata kuliah wajib bagi mahasiswa Fisika dan Pendidikan fisika. Hasil yang diharapkan dari perkuliahan ini adalah mahasiswa menguasai

Lebih terperinci

RANCANGAN KURIKULUM PROGRAM MASTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI)

RANCANGAN KURIKULUM PROGRAM MASTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) RANCANGAN KURIKULUM PROGRAM MASTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) PROGRAM MASTER STATISTIKA TERAPAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN IPA 2 0 1 2 I.

Lebih terperinci

Variabel acak adalah suatu fungsi yang menghubungkan sebuah bilangan real dengan setiap unsur dalam ruang sampel. Bila suatu ruang sampel berisi

Variabel acak adalah suatu fungsi yang menghubungkan sebuah bilangan real dengan setiap unsur dalam ruang sampel. Bila suatu ruang sampel berisi DISTRIBUSI PROBABILITAS Variabel acak adalah suatu fungsi yang menghubungkan sebuah bilangan real dengan setiap unsur dalam ruang sampel. Bila suatu ruang sampel berisi sejumlah kemungkinan terhingga atau

Lebih terperinci

STK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang

STK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang STK 211 Metode statistika Materi 4 Peubah Acak dan Sebaran Peluang 1 Pendahuluan Soal ujian masuk PT diselenggarakan dengan sistem pilihan berganda. Jika jawaban benar diberi nilai 4, salah dikurangi 1

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 21 Beberapa Pengertian Definisi 1 [Ruang Contoh] Ruang contoh adalah himpunan semua hasil yang mungkin dari suatu percobaan acak, dan dinotasikan dengan (Grimmet dan Stirzaker,1992)

Lebih terperinci

SILABUS MATA KULIAH. : Dapat mengaplikasikan statistika dasar dalam memecahkan masalah, khususnya dalam penelitian.

SILABUS MATA KULIAH. : Dapat mengaplikasikan statistika dasar dalam memecahkan masalah, khususnya dalam penelitian. SILABUS MATA KULIAH Program Studi : Pendidikan Matematika Kode Mata Kuliah : 405203 Mata kuliah : Statistika Dasar Bobot : 3 SKS Semester : IV Mata Kuliah Prasyarat : Probabilitas Deskripsi Mata Kuliah

Lebih terperinci

BAB 8 DISTRIBUSI PELUANG DISKRIT

BAB 8 DISTRIBUSI PELUANG DISKRIT BAB 8 DISTRIBUSI PELUANG DISKRIT A. Peluang Peluang atau yang sering disebut sebagai probabilitas dapat dipandang sebagai cara untuk mengungkapkan ukuran ketidakpastian/ ketidakyakinan/ kemungkinan suatu

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER

RENCANA PEMBELAJARAN SEMESTER RENCANA PEMBELAJARAN SEMESTER F-0653 Issue/Revisi : A0 Tanggal Berlaku : 1 Juli 2015 Untuk Tahun Akademik : 2015/2016 Masa Berlaku : 4 (empat) tahun Jml Halaman : 10 halaman Mata Kuliah : Statistika &

Lebih terperinci

STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling

STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling Rengganis Banitya Rachmat rengganis.rachmat@gmail.com 4. Distribusi Probabilitas Normal dan Binomial

Lebih terperinci

Sampling dengan Simulasi Komputer

Sampling dengan Simulasi Komputer Modul Sampling dengan Simulasi Komputer PENDAHULUAN Sutawanir Darwis M etode statistika merupakan alat untuk menyelesaikan masalah apabila solusi analitik tidak mungkin diperoleh. Dengan metode statistika

Lebih terperinci

RENCANA PERKULIAHAN SEMESTER

RENCANA PERKULIAHAN SEMESTER Program Studi : S1 Pendidikan Administrasi Perkantoran Mata kuliah : Statistik I Kode Mata Kuliah : 7024213033 Semester/SKS : Genap (4)/ 3 SKS Prasyarat : Aplikasi Komputer I Dosen Pengampu : Choirul Nikmah,

Lebih terperinci