SILABUS MATA KULIAH. Pengalaman Pembelajaran

Ukuran: px
Mulai penontonan dengan halaman:

Download "SILABUS MATA KULIAH. Pengalaman Pembelajaran"

Transkripsi

1 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 Deskripsi Mata Kuliah : Mata kuliah ini diperlukan untuk mendukung mata kuliah lain yang membutuhkan pemahaman dasar-dasar peluang, serta penguasaan dan penerapan berbagai fungsi distribusi teoritis baik diskrit maupun kontinyu. Selain itu, pengetahuan tentang berbagai fungsi distribusi teoritis tersebut sangat bermanfaat ketika membahas tentang statistika industri. Oleh karena itu, mata kuliah ini merupakan prasyarat untuk mata kuliah Statistika Industri. Materi yang dibahas dalam mata kuliah ini mulai dari dasar-dasar peluang, kejadian, perhitungan titik contoh dan peluang suatu kejadian (biasa dan bersyarat), variabel acak dan distribusi peluang: diskrit dan kontinyu (termasuk yang gabungan), nilai harapan matematis (termasuk Teorema Chebyshev), distribusi peluang teoritis: diskrit dan kontinyu. Distribusi peluang teoritis dibahas untuk menyelesaikan permasalahan sehari-hari yang sesuai dengan bidang penerapan dari masing-masing distribusi. Dimana distribusi peluang teoritis diskrit yaitu: Seragam, Binomial, Multinomial, Hipergeometri, Binomial negative, Geometri dan Poison. Sedangkan distribusi peluang kontinyu yaitu: Seragam, Normal, Gamma dan Eksponensial, Chi-Square, Lognormal dan Weibull. Standar Kompetensi Mahasiswa dapat memahami dasar-dasar peluang, menghitung peluang munculnya suatu kejadian biasa maupun bersyarat, serta menguasai dan menerapkan berbagai fungsi distribusi teoritis baik diskrit maupun kontinyu. Kompetensi Dasar Indikator Pengalaman Pembelajaran Materi Ajar Wak tu Alat/Bahan/Sumber Belajar Penilaian 1. Menghitung prinsip-prinsip counting: permutasi dan kombinasi 2. Membedakan kejadiankejadian tak 1. Menceritakan dasar probabilitas 2. Menghitung permutasi dan kombinasi 3. Menghitung peluang suatu kejadian 4. Menghitung peluang bersyarat 1. Mendiskusikan definisi ruang sampel 2. Mendiskusikan konsep kejadian, irisan dan gabungan 3. Mempelajari dan 1. Ruang sampel 2. Kejadian 3. Perhitungan titik contoh 4. Peluang suatu kejadian 5. Peluang bersyarat LCD, Laptop, Whiteboard - Referensi: [1], [2], [3] dan [4] Tugas pokok bahasan, diskusi, Tes tertulis [TKI-110] Teori Probabilitas 1

2 gayut (independen) 3. Menghitung peluang suatu kejadian dan peluang bersyarat 4. Menerapkan Aturan Bayes untuk menghitung peluang 1. Menjelaskan konsep variabel acak dan distribusi peluang 2. Menghitung distribusi peluang dan distribusi kumulatif 3. Menghitung distribusi peluang gabungan 5. Menjelaskan Aturan Bayes 1. Menjelaskan konsep variabel acak 2. Membedakan variabel acak diskrit dan kontinyu 3. Menghitung distribusi peluang dan distribusi kumulatif dari suatu variabel acak diskrit 4. Menghitung distribusi peluang dan distribusi kumulatif dari suatu variabel acak kontinyu 5. Menjelaskan distribusi peluang gabungan 6. Menghitung distribusi peluang gabungan dari permutasi dan kombinasi 4. Menurunkan dan menghitung peluang suatu kejadian 5. Menurunkan dan menghitung peluang bersyarat 6. Mendiskusikan Aturan Bayes 7. Menerapkan Aturan Bayes dalam menyelesaikan latihan soal 1. Mendiskusikan konsep variabel acak 2. Menurunkan dan menghitung distribusi peluang dari suatu variabel acak diskrit 3. Menurunkan dan menghitung distribusi kumulatif dari suatu variabel acak diskrit dengan distribusi peluangnya 6. Aturan Bayes 1. Konsep variabel acak 2. Distribusi peluang diskrit 3. Distribusi peluang kontinyu 4. Distribusi peluang gabungan LCD, Laptop, Whiteboard - Referensi: [1], [3] dan [4] Tugas pokok bahasan, diskusi, Tes tertulis [TKI-110] Teori Probabilitas 2

3 1. Menghitung nilai harapan, ragam, dan kovarian dari suatu variabel variabel acak diskrit dan kontinyu 1. Menghitung nilai harapan dari suatu variabel acak: diskrit dan kontinyu 2. Menghitung nilai 4. Menurunkan dan menghitung distribusi peluang dari suatu variabel acak kontinyu 5. Menurunkan dan menghitung distribusi kumulatif dari suatu variabel acak kontinyu dengan fungsi kepekatannya 6. Mendiskusikan distribusi peluang gabungan 7. Menurunkan dan menghitung distribusi peluang gabungan dari variabel acak diskrit dan kontinyu 8. Menerapkan semua rumus dalam menyelesaikan berbagai latihan soal 1. Menurunkan dan menghitung nilai harapan untuk variabel acak: diskrit 1. Nilai harapan suatu variabel acak 2. Varian dan kovarian LCD, Laptop, Whiteboard - Referensi: [1], [3] dan [4] Tugas pokok bahasan, diskusi, Tes tertulis [TKI-110] Teori Probabilitas 3

4 acak: diskrit dan kontinyu secara tepat 2. Menerapkan Teorema Chebyshev untuk situasi dimana bentuk distribusinya tidak diketahui harapan dari suatu variabel acak: diskrit dan kontinyu dengan distribusi peluang gabungan 3. Menghitung nilai ragam 4. Menghitung nilai kovarian 5. Menjelaskan Teorema Chebyshev dan kontinyu 2. Menurunkan dan menghitung nilai harapan dari suatu variabel acak: diskrit dan kontinyu dengan distribusi peluang gabungan 3. Menurunkan dan menghitung ragam 4. Menurunkan dan menghitung kovarian 5. Mendiskusikan Teorema Chebyshev 6. Menerapkan semua rumus dalam menyelesaikan berbagai latihan soal 3. Teorema Chebyshev 1. Menjelaskan distribusi peluang diskrit 2. Mengidentifika si dan Menyelesaikan permasalahan menggunakan distribusi peluang diskrit sesuai dengan bidang 1. Menjelaskan macammacam distribusi peluang dikrit 2. Menghitung nilai tengah dan ragam dari beberapa distribusi peluang teoritis diskrit, yaitu: Seragam, Binomial, Multinomial, Hipergeometri, Binomial negative, Geometri dan Poison 1. Mendiskusikan distribusi peluang dikrit 2. Menurunkan dan menghitung nilai tengah/harapan dan ragam dari beberapa distribusi peluang teoritis diskrit, yaitu: Seragam, 1. Distribusi peluang teoritis diskrit: Seragam 2. Distribusi Binomial dan Multinomial 3. Distribusi Hipergeometri 4. Distribusi Binomial negative dan Geometri LCD, Laptop, Whiteboard - Referensi: [1], [2] dan [4] Tugas pokok bahasan, diskusi, Tes tertulis [TKI-110] Teori Probabilitas 4

5 penerapannya 3. Menerapkan tiap distribusi sesuai dengan bidang penerapannya 1. Menjelaskan sifat-sifat kurva normal 2. Mengidentifika si dan Menyelesaikan permasalahan menggunakan distribusi peluang kontinyu sesuai dengan bidang penerapannya 1. Menghitung nilai tengah dan ragam distribusi seragam kontinyu 2. Menjelaskan sifat-sifat kurva normal 3. Menghitung area dibawah kurva normal 4. Menerapkan distribusi normal sesuai dengan bidang penerapannya 5. Menjelaskan perkiraan normal untuk binomial 6. Menghitung nilai tengah dan ragam distribusi peluang teoritis kontinyu lainnya, yaitu: Gamma, Eksponensial, Chi-Square, Lognormal dan Weibull 7. Menjelaskan bidang penerapan dari distribusi-distribusi tersebut Binomial, Multinomial, Hipergeometri, Binomial negative, Geometri dan Poison 3. Mendiskusikan bidang penerapan dari tiap distribusi 4. Menyelesaikan soal-soal latihan 1. Menurunkan dan menghitung nilai tengah dan ragam distribusi seragam kontinyu 2. Mendiskusikan distribusi normal 3. Menurunkan dan menghitung area dibawah kurva normal 4. Mendiskusikan penerapan distribusi normal 5. Mendiskusikan perkiraan normal untuk binomial 6. Menurunkan dan menghitung nilai tengah/harapan dan 5. Distribusi Poison 1. Distribusi peluang teoritis kontinyu: Seragam 2. Distribusi Normal 3. Distribusi Gamma dan Eksponensial 4. Distribusi Chi- Square 5. Distribusi Lognormal 6. Distribusi Weibull LCD, Laptop, Whiteboard - Referensi: [1], [2] dan [4] Tugas pokok bahasan, diskusi, Tes tertulis [TKI-110] Teori Probabilitas 5

6 Menjelaskan fungsi-fungsi variabel acak Menjelaskan fungsi-fungsi variabel acak ragam distribusi peluang teoritis kontinyu lainnya, yaitu: Gamma, Eksponensial, Chi- Square, Lognormal dan Weibull 7. Mendiskusikan bidang penerapan dari distribusidistribusi tersebut 8. Menyelesaikan soalsoal latihan Mendiskusikan fungsifungsi variabel acak Fungsi-fungsi variabel acak LCD, Laptop, Whiteboard - Referensi: [4] Tugas pokok bahasan, diskusi, Tes tertulis Daftar Referensi: 1. Albright, Winston, and Zappe, 2003, Data Analysis and Decision Making with Ms. Excel, Thom Learning Inc., USA. 2. Montgomery, D. C., and Runger, G. C., 2003, Applied Statistics and Probability For Engineers, John Wiley & Sons, Inc., New York. 3. Ross, S.M., 2000, Introduction to Probability Model, Academic Press, Inc., USA. 4. Walpole, R.E, Myers, R.H, and Myers, S.L, 1998, Probability and Statistics for Engineers and Scientists, 6 th Ed, Prentice Hall International, New Jersey. [TKI-110] Teori Probabilitas 6

7 RENCANA MUTU PEMBELAJARAN Nama Dosen : Ida Nursanti, ST. Program Studi : Teknik Industri Kode Mata Kuliah : TKI-110 Nama Mata Kuliah : Teori Probabilitas Jumlah SKS : 2 Semester : II Pokok Bahasan : Probabilitas Alokasi Waktu : 400 menit Pertemuan ke : 1, 2, 3 & 4 I. Standar Kompetensi Mahasiswa dapat memahami dasar-dasar peluang, menghitung peluang munculnya suatu kejadian biasa maupun bersyarat, serta menguasai dan menerapkan berbagai fungsi distribusi teoritis baik diskrit maupun kontinyu. II. III. IV. Kompetensi Dasar: 1. Menghitung prinsip-prinsip counting: permutasi dan kombinasi 2. Membedakan kejadian-kejadian tak gayut (independen) 3. Menghitung peluang suatu kejadian dan peluang bersyarat 4. Menerapkan Aturan Bayes untuk menghitung peluang Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menceritakan dasar probabilitas 2. Menghitung permutasi dan kombinasi 3. Menghitung peluang suatu kejadian 4. Menghitung peluang bersyarat 5. Menjelaskan Aturan Bayes Materi Ajar: 1. Ruang sampel 2. Kejadian 3. Perhitungan titik contoh 4. Peluang suatu kejadian 5. Peluang bersyarat 6. Aturan Bayes V. Metode/Strategi Pembelajaran: Ceramah dan diskusi materi, latihan soal kelompok VI. Tahap Pembelajaran: A. Kegiatan Awal : Dosen menjelaskan garis besar materi yang akan dikaji dalam pertemuan, manfaat dan contoh penerapannya dalam industri [TKI-110] Teori Probabilitas 7

8 B. Kegiatan Inti : - Dosen menyajikan materi lewat ceramah dan diskusi - Dosen membagi mahasiswa dalam 3-5 orang - Dosen memberikan contoh soal untuk diselesaikan tiap kelompok - Mahasiswa berlatih dalam kelompok mengerjakan contoh yang diberikan, dosen membimbing jika terdapat kesulitan C. Kegiatan Akhir : Dosen memberikan penekanan ulang terhadap materi yang masih belum jelas dan memberikan tugas kelompok yang dikumpulkan pada pertemuan selanjutnya VII. VIII. Alat/Bahan/Sumber Belajar: A. Alat/Media : LCD, Laptop, whiteboard B. Bahan/Sumber Belajar : 1. Albright, Winston, and Zappe, 2003, Data Analysis and Decision Making with Ms. Excel, Thom Learning Inc., USA. 2. Montgomery, D. C., and Runger, G. C., 2003, Applied Statistics and Probability For Engineers, John Wiley & Sons, Inc., New York. 3. Ross, S.M., 2000, Introduction to Probability Model, Academic Press, Inc., USA. 4. Walpole, R.E, Myers, R.H, and Myers, S.L, 1998, Probability and Statistics for Engineers and Scientists, 6 th Ed, Prentice Hall International, New Jersey. Penilaian: A. Teknik dan instrumen penilaian : 1. Diskusi (dinilai) 2. Portofolio pokok bahasan 3. Jika S={ x 0 < x < 12}, M={ x 1 < x < 9}, dan N={ x 0 < x < 5}, cari: [a] M N [b] M N [c] M ' N' 4. Berapa cara yang dapat dilakukan untuk membagi tujuh ilmuwan dalam satu kamar hotel triple dan dua kamar double? B. Kriteria Penilaian : NT = 20 % ND + 40% PF + 40% TT Keterangan ND : Nilai Keaktivan Diskusi PF : Portofolio Pokok Bahasan TT : Tes Tertulis NT : Nilai Total [TKI-110] Teori Probabilitas 8

9 RENCANA MUTU PEMBELAJARAN Nama Dosen : Ida Nursanti, ST. Program Studi : Teknik Industri Kode Mata Kuliah : TKI-110 Nama Mata Kuliah : Teori Probabilitas Jumlah SKS : 2 Semester : II Pokok Bahasan : Variabel acak dan distribusi peluang Alokasi Waktu : 200 menit Pertemuan ke : 5 & 6 I. Standar Kompetensi Mahasiswa dapat memahami dasar-dasar peluang, menghitung peluang munculnya suatu kejadian biasa maupun bersyarat, serta menguasai dan menerapkan berbagai fungsi distribusi teoritis baik diskrit maupun kontinyu. II. III. IV. Kompetensi Dasar: 1. Menjelaskan konsep variabel acak dan distribusi peluang 2. Menghitung distribusi peluang dan distribusi kumulatif 3. Menghitung distribusi peluang gabungan Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menjelaskan konsep variabel acak 2. Membedakan variabel acak diskrit dan kontinyu 3. Menghitung distribusi peluang dan distribusi kumulatif dari suatu variabel acak diskrit 4. Menghitung distribusi peluang dan distribusi kumulatif dari suatu variabel acak kontinyu 5. Menjelaskan distribusi peluang gabungan 6. Menghitung distribusi peluang gabungan dari variabel acak diskrit dan kontinyu Materi Ajar: 1. Konsep variabel acak 2. Distribusi peluang diskrit 3. Distribusi peluang kontinyu 4. Distribusi peluang gabungan V. Metode/Strategi Pembelajaran: Ceramah dan diskusi materi, latihan soal kelompok VI. Tahap Pembelajaran: A. Kegiatan Awal : Dosen menjelaskan garis besar materi yang akan dikaji dalam [TKI-110] Teori Probabilitas 9

10 pertemuan, manfaat dan contoh penerapannya dalam industri B. Kegiatan Inti : - Dosen menyajikan materi lewat ceramah dan diskusi - Dosen memberikan peragaan/ simulasi pengambilan sampel - Dosen membagi mahasiswa dalam 3-5 orang - Dosen memberikan contoh soal untuk diselesaikan tiap kelompok - Mahasiswa berlatih dalam kelompok mengerjakan contoh yang diberikan, dosen membimbing jika terdapat kesulitan C. Kegiatan Akhir : Dosen memberikan penekanan ulang terhadap materi yang masih belum jelas dan memberikan tugas kelompok yang dikumpulkan pada pertemuan selanjutnya VII. VIII. Alat/Bahan/Sumber Belajar: A. Alat/Media : LCD, Laptop, whiteboard B. Bahan/Sumber Belajar : 1. Albright, Winston, and Zappe, 2003, Data Analysis and Decision Making with Ms. Excel, Thom Learning Inc., USA. 2. Ross, S.M., 2000, Introduction to Probability Model, Academic Press, Inc., USA. 3. Walpole, R.E, Myers, R.H, and Myers, S.L, 1998, Probability and Statistics for Engineers and Scientists, 6 th Ed, Prentice Hall International, New Jersey. Penilaian: A. Teknik dan instrumen penilaian : 1. Diskusi (dinilai) 2. Portofolio tiap pokok bahasan 3. Klasifikasikan variabel acak berikut ini apakah diskrit atau kontinyu: X : Jumlah kecelakaan mobil per tahun di Indonesia Y : Lama waktu untuk main 18 lubang golf M : Jumlah produksi susu tahunan oleh sapi tetentu N : Banyaknya telur yang diletakkan setiap bulan oleh induk ayam 4. Dua refil pulpen dipilih secara acak dari kotak yang berisi 3 refil biru, 2 refil merah, dan 3 refil hijau. Jika X adalah jumlah refil biru dan Y adalah jumlah refil merah yang terpilih, carilah: [a] fungsi X, Y A, dimana A adalah probabilitas gabungan f(x, y) dan [b] [( ) ] wilayah ( x, y) x + y 1 { } B. Kriteria Penilaian : NT = 20 % ND + 40% PF + 40% TT Keterangan ND : Nilai Keaktivan Diskusi PF : Portofolio Pokok Bahasan TT : Tes Tertulis NT : Nilai Total [TKI-110] Teori Probabilitas 10

11 RENCANA MUTU PEMBELAJARAN Nama Dosen : Ida Nursanti, ST. Program Studi : Teknik Industri Kode Mata Kuliah : TKI-110 Nama Mata Kuliah : Teori Probabilitas Jumlah SKS : 2 Semester : II Pokok Bahasan : Nilai Harapan Matematis Alokasi Waktu : 200 menit Pertemuan ke : 7 & 8 I. Standar Kompetensi Mahasiswa dapat memahami dasar-dasar peluang, menghitung peluang munculnya suatu kejadian biasa maupun bersyarat, serta menguasai dan menerapkan berbagai fungsi distribusi teoritis baik diskrit maupun kontinyu. II. III. IV. Kompetensi Dasar: 1. Menghitung nilai harapan, ragam, dan kovarian dari suatu variabel acak: diskrit dan kontinyu secara tepat 2. Menerapkan Teorema Chebyshev untuk situasi dimana bentuk distribusinya tidak diketahui Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menghitung nilai harapan dari suatu variabel acak: diskrit dan kontinyu 2. Menghitung nilai harapan dari suatu variabel acak: diskrit dan kontinyu dengan distribusi peluang gabungan 3. Menghitung nilai ragam 4. Menghitung nilai kovarian 5. Menjelaskan Teorema Chebyshev Materi Ajar: 1. Nilai harapan suatu variabel acak 2. Varian dan kovarian 3. Teorema Chebyshev V. Metode/Strategi Pembelajaran: Ceramah dan diskusi materi, latihan soal kelompok VI. Tahap Pembelajaran: A. Kegiatan Awal : Dosen menjelaskan garis besar materi yang akan dikaji dalam pertemuan, kaitannya dengan materi sebelumnya, manfaat dan contoh penerapannya dalam industri [TKI-110] Teori Probabilitas 11

12 B. Kegiatan Inti : - Dosen menyajikan materi lewat ceramah dan diskusi - Dosen membagi mahasiswa dalam 3-5 orang - Dosen memberikan contoh soal untuk diselesaikan tiap kelompok - Mahasiswa berlatih dalam kelompok mengerjakan contoh yang diberikan, dosen membimbing jika terdapat kesulitan C. Kegiatan Akhir : Dosen memberikan penekanan ulang terhadap materi yang masih belum jelas dan memberikan tugas kelompok yang dikumpulkan pada pertemuan selanjutnya VII. VIII. Alat/Bahan/Sumber Belajar: A. Alat/Media : LCD, Laptop, whiteboard B. Bahan/Sumber Belajar : 1. Albright, Winston, and Zappe, 2003, Data Analysis and Decision Making with Ms. Excel, Thom Learning Inc., USA. 2. Ross, S.M., 2000, Introduction to Probability Model, Academic Press, Inc., USA. 3. Walpole, R.E, Myers, R.H, and Myers, S.L, 1998, Probability and Statistics for Engineers and Scientists, 6 th Ed, Prentice Hall International, New Jersey. Penilaian: A. Teknik dan instrumen penilaian : 1. Diskusi (dinilai) 2. Portofolio tiap pokok bahasan 3. Carilah nilai ekspektasi dari kimiawan di dalam komite berjumlah 3 yang dipilih secara random dari 4 kimiawan dan 3 ahli biologi. 4. Bila X merupakan variabel acak dengan distribusi peluang sebagai berikut [...], carilah standar deviasi dari X. B. Kriteria Penilaian : NT = 20 % ND + 40% PF + 40% TT Keterangan ND : Nilai Keaktivan Diskusi PF : Portofolio Pokok Bahasan TT : Tes Tertulis NT : Nilai Total [TKI-110] Teori Probabilitas 12

13 RENCANA MUTU PEMBELAJARAN Nama Dosen : Ida Nursanti, ST. Program Studi : Teknik Industri Kode Mata Kuliah : TKI-110 Nama Mata Kuliah : Teori Probabilitas Jumlah SKS : 2 Semester : II Pokok Bahasan : Distribusi peluang teoritis diskrit Alokasi Waktu : 200 menit Pertemuan ke : 9 & 10 I. Standar Kompetensi Mahasiswa dapat memahami dasar-dasar peluang, menghitung peluang munculnya suatu kejadian biasa maupun bersyarat, serta menguasai dan menerapkan berbagai fungsi distribusi teoritis baik diskrit maupun kontinyu. II. III. IV. Kompetensi Dasar: 1. Menjelaskan distribusi peluang diskrit 2. Mengidentifikasi dan Menyelesaikan permasalahan menggunakan distribusi peluang diskrit sesuai dengan bidang penerapannya Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menjelaskan macam-macam distribusi peluang dikrit 2. Menghitung nilai tengah dan ragam dari beberapa distribusi peluang teoritis diskrit, yaitu: Seragam, Binomial, Multinomial, Hipergeometri, Binomial negative, Geometri dan Poison 3. Menerapkan tiap distribusi sesuai dengan bidang penerapannya Materi Ajar: 1. Distribusi peluang teoritis diskrit: Seragam 2. Distribusi Binomial dan Multinomial 3. Distribusi Hipergeometri 4. Distribusi Binomial negative dan Geometri 5. Distribusi Poison V. Metode/Strategi Pembelajaran: Ceramah dan diskusi materi, latihan soal kelompok VI. Tahap Pembelajaran: A. Kegiatan Awal : Dosen menjelaskan garis besar materi yang akan dikaji dalam pertemuan, kaitannya dengan materi sebelumnya, manfaat dan contoh penerapannya dalam industri B. Kegiatan Inti : [TKI-110] Teori Probabilitas 13

14 - Dosen menyajikan materi lewat ceramah dan diskusi - Dosen membagi mahasiswa dalam 3-5 orang - Dosen memberikan contoh soal untuk diselesaikan tiap kelompok - Mahasiswa berlatih dalam kelompok mengerjakan contoh yang diberikan, dosen membimbing jika terdapat kesulitan C. Kegiatan Akhir : Dosen memberikan penekanan ulang terhadap materi yang masih belum jelas dan memberikan tugas kelompok yang dikumpulkan pada pertemuan selanjutnya VII. VIII. Alat/Bahan/Sumber Belajar: A. Alat/Media : LCD, Laptop, whiteboard B. Bahan/Sumber Belajar : 1. Albright, Winston, and Zappe, 2003, Data Analysis and Decision Making with Ms. Excel, Thom Learning Inc., USA. 2. Montgomery, D. C., and Runger, G. C., 2003, Applied Statistics and Probability For Engineers, John Wiley & Sons, Inc., New York. 3. Walpole, R.E, Myers, R.H, and Myers, S.L, 1998, Probability and Statistics for Engineers and Scientists, 6 th Ed, Prentice Hall International, New Jersey. Penilaian: A. Teknik dan instrumen penilaian : 1. Diskusi (dinilai) 2. Portofolio tiap pokok bahasan 3. Jelaskan bidang penerapan dari masing-masing distribusi peluang diskrit dan berikan contoh penerapannya. B. Kriteria Penilaian : NT = 20 % ND + 40% PF + 40% TT Keterangan ND : Nilai Keaktivan Diskusi PF : Portofolio Pokok Bahasan TT : Tes Tertulis NT : Nilai Total [TKI-110] Teori Probabilitas 14

15 RENCANA MUTU PEMBELAJARAN Nama Dosen : Ida Nursanti, ST. Program Studi : Teknik Industri Kode Mata Kuliah : TKI-110 Nama Mata Kuliah : Teori Probabilitas Jumlah SKS : 2 Semester : II Pokok Bahasan : Distribusi peluang teoritis kontinyu Alokasi Waktu : 200 menit Pertemuan ke : 11, 12, 13 I. Standar Kompetensi Mahasiswa dapat memahami dasar-dasar peluang, menghitung peluang munculnya suatu kejadian biasa maupun bersyarat, serta menguasai dan menerapkan berbagai fungsi distribusi teoritis baik diskrit maupun kontinyu. II. III. IV. Kompetensi Dasar: 1. Menjelaskan sifat-sifat kurva normal 2. Mengidentifikasi dan Menyelesaikan permasalahan menggunakan distribusi peluang kontinyu sesuai dengan bidang penerapannya Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menghitung nilai tengah dan ragam distribusi seragam kontinyu 2. Menjelaskan sifat-sifat kurva normal 3. Menghitung area dibawah kurva normal 4. Menerapkan distribusi normal sesuai dengan bidang penerapannya 5. Menjelaskan perkiraan normal untuk binomial 6. Menghitung nilai tengah dan ragam distribusi peluang teoritis kontinyu lainnya, yaitu: Gamma, Eksponensial, Chi-Square, Lognormal dan Weibull 7. Menjelaskan bidang penerapan dari distribusi-distribusi tersebut Materi Ajar: 1. Distribusi peluang teoritis kontinyu: Seragam 2. Distribusi Normal 3. Distribusi Gamma dan Eksponensial 4. Distribusi Chi-Square 5. Distribusi Lognormal 6. Distribusi Weibull V. Metode/Strategi Pembelajaran: Ceramah dan diskusi materi, latihan soal kelompok VI. Tahap Pembelajaran: [TKI-110] Teori Probabilitas 15

16 A. Kegiatan Awal : Dosen menjelaskan garis besar materi yang akan dikaji dalam pertemuan, kaitannya dengan materi sebelumnya, manfaat dan contoh penerapannya dalam industri B. Kegiatan Inti : - Dosen menyajikan materi lewat ceramah dan diskusi - Dosen membagi mahasiswa dalam 3-5 orang - Dosen memberikan contoh soal untuk diselesaikan tiap kelompok - Mahasiswa berlatih dalam kelompok mengerjakan contoh yang diberikan, dosen membimbing jika terdapat kesulitan C. Kegiatan Akhir : Dosen memberikan penekanan ulang terhadap materi yang masih belum jelas dan memberikan tugas kelompok yang dikumpulkan pada pertemuan selanjutnya VII. VIII. Alat/Bahan/Sumber Belajar: A. Alat/Media : LCD, Laptop, whiteboard B. Bahan/Sumber Belajar : 1. Albright, Winston, and Zappe, 2003, Data Analysis and Decision Making with Ms. Excel, Thom Learning Inc., USA. 2. Montgomery, D. C., and Runger, G. C., 2003, Applied Statistics and Probability For Engineers, John Wiley & Sons, Inc., New York. 3. Walpole, R.E, Myers, R.H, and Myers, S.L, 1998, Probability and Statistics for Engineers and Scientists, 6 th Ed, Prentice Hall International, New Jersey. Penilaian: A. Teknik dan instrumen penilaian : 1. Diskusi (dinilai) 2. Portofolio tiap pokok bahasan 3. Jelaskan bidang penerapan dari masing-masing distribusi peluang kontinyu dan berikan contoh penerapannya. B. Kriteria Penilaian : NT = 20 % ND + 40% PF + 40% TT Keterangan ND : Nilai Keaktivan Diskusi PF : Portofolio Pokok Bahasan TT : Tes Tertulis NT : Nilai Total [TKI-110] Teori Probabilitas 16

17 RENCANA MUTU PEMBELAJARAN Nama Dosen : Ida Nursanti, ST. Program Studi : Teknik Industri Kode Mata Kuliah : TKI-110 Nama Mata Kuliah : Teori Probabilitas Jumlah SKS : 2 Semester : II Pokok Bahasan : Fungsi-fungsi variabel acak Alokasi Waktu : 100 menit Pertemuan ke : 14 I. Standar Kompetensi Mahasiswa dapat memahami dasar-dasar peluang, menghitung peluang munculnya suatu kejadian biasa maupun bersyarat, serta menguasai dan menerapkan berbagai fungsi distribusi teoritis baik diskrit maupun kontinyu. II. III. IV. Kompetensi Dasar: Menjelaskan fungsi-fungsi variabel acak Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: Menjelaskan fungsi-fungsi variabel acak Materi Ajar: Fungsi-fungsi variable acal V. Metode/Strategi Pembelajaran: Ceramah dan diskusi materi, latihan soal kelompok VI. Tahap Pembelajaran: A. Kegiatan Awal : Dosen menjelaskan garis besar materi yang akan dikaji dalam pertemuan, kaitannya dengan materi sebelumnya, manfaat dan contoh penerapannya dalam industri B. Kegiatan Inti : - Dosen menyajikan materi lewat ceramah dan diskusi - Dosen membagi mahasiswa dalam 3-5 orang - Dosen memberikan contoh soal untuk diselesaikan tiap kelompok - Mahasiswa berlatih dalam kelompok mengerjakan contoh yang diberikan, dosen membimbing jika terdapat kesulitan C. Kegiatan Akhir : Dosen memberikan penekanan ulang terhadap materi yang masih belum jelas dan memberikan tugas kelompok yang dikumpulkan pada pertemuan selanjutnya [TKI-110] Teori Probabilitas 17

18 VII. VIII. Alat/Bahan/Sumber Belajar: A. Alat/Media : LCD, Laptop, whiteboard B. Bahan/Sumber Belajar : Walpole, R.E, Myers, R.H, and Myers, S.L, 1998, Probability and Statistics for Engineers and Scientists, 6 th Ed, Prentice Hall International, New Jersey. Penilaian: A. Teknik dan instrumen penilaian : 1. Diskusi (dinilai) 2. Portofolio tiap pokok bahasan 3. Jelaskan bidang penerapan dari masing-masing distribusi peluang kontinyu dan berikan contoh penerapannya. B. Kriteria Penilaian : NT = 20 % ND + 40% PF + 40% TT Keterangan ND : Nilai Keaktivan Diskusi PF : Portofolio Pokok Bahasan TT : Tes Tertulis NT : Nilai Total [TKI-110] Teori Probabilitas 18

SILABUS MATA KULIAH. Pengalaman Pembelajaran

SILABUS MATA KULIAH. Pengalaman Pembelajaran SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-204 Nama Mata Kuliah : Statistika Industri Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : TKI-110 Teori Probabilitas Deskripsi

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Menyusun langkahlangkah. 1. Langkahlangkah. setiap metode penarikan sampel 2.

SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Menyusun langkahlangkah. 1. Langkahlangkah. setiap metode penarikan sampel 2. SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-209 Nama Mata Kuliah : Praktikum Statistika Jumlah SKS : 1 Semester : III Mata Kuliah Pra Syarat : TKI-110 Teori Probabilitas

Lebih terperinci

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-491 Nama Mata Kuliah : Sistem Pakar Jumlah SKS :

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-491 Nama Mata Kuliah : Sistem Pakar Jumlah SKS : SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-491 Nama Mata Kuliah : Sistem Pakar Jumlah SKS : 3 Semester : VIII Mata Kuliah Pra Syarat : Pemrograman Komputer (TKI 108 ) Sistem

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

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-113 Nama Mata Kuliah : Pengantar Ilmu Ekonomi Jumlah SKS : 2 Semester :

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-113 Nama Mata Kuliah : Pengantar Ilmu Ekonomi Jumlah SKS : 2 Semester : SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-113 Nama Mata Kuliah : Pengantar Ilmu Ekonomi Jumlah SKS : 2 Semester : II Mata Kuliah Pra Syarat : - Deskripsi Mata Kuliah :

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran. Dasar-dasar vektor dan vektor pada bidang datar (dimensi dua)

SILABUS MATA KULIAH. Pengalaman Pembelajaran. Dasar-dasar vektor dan vektor pada bidang datar (dimensi dua) SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-206 Nama Mata Kuliah : Matriks dan Vektor Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : TKI-111 Matematika Industri II

Lebih terperinci

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-211 Nama Mata Kuliah : Model Stokastik Jumlah SKS : 2 Semester :

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-211 Nama Mata Kuliah : Model Stokastik Jumlah SKS : 2 Semester : SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-211 Nama Mata Kuliah : Model Stokastik Jumlah SKS : 2 Semester : IV Mata Kuliah Pra Syarat : TKI-202 Model Deterministik Deskripsi

Lebih terperinci

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014 STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Rata-rata dan Variansi Rumus Umum: Distribusi Peluang Diskrit dan Kontinyu UNIFORM Distribusi Diskrit Uniform Distribusi Diskrit Uniform Contoh: Suatu

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

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

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-303 Nama Mata Kuliah : Pemodelan Sistem Jumlah SKS

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-303 Nama Mata Kuliah : Pemodelan Sistem Jumlah SKS SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-303 Nama Mata Kuliah : Pemodelan Sistem Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : TKI-101 Pengantar Teknik Industri

Lebih terperinci

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-493 Nama Mata Kuliah : Rekayasa Produktivitas Jumlah SKS :

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-493 Nama Mata Kuliah : Rekayasa Produktivitas Jumlah SKS : SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-493 Nama Mata Kuliah : Rekayasa Produktivitas Jumlah SKS : 3 Semester : VIII Deskripsi Mata Kuliah : Mata Kuliah ini mengkaji

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

SILABUS MATA KULIAH. Standar Kompetensi Mahasiswa dapat memahami konsep-konsep matematika dan penerapannya dalam suatu industri.

SILABUS MATA KULIAH. Standar Kompetensi Mahasiswa dapat memahami konsep-konsep matematika dan penerapannya dalam suatu industri. Program Studi : Teknik Industri Kode Mata Kuliah : TKI 215 Nama Mata Kuliah : Matematika Terapan Jumlah SKS : 2 Semester : IV Mata Kuliah Pra Syarat : TKI-206 Matriks dan Vektor SILABUS MATA KULIAH Deskripsi

Lebih terperinci

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-112 Nama Mata Kuliah : Fisika Industri Jumlah SKS : 3 Semester :

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-112 Nama Mata Kuliah : Fisika Industri Jumlah SKS : 3 Semester : SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-112 Nama Mata Kuliah : Fisika Industri Jumlah SKS : 3 Semester : II Mata Kuliah Pra Syarat : TKI-103 Fisika Dasar Deskripsi Mata

Lebih terperinci

SILABUS MATA KULIAH. 1. Mendiskusikan siklus manufaktur 2. Mendiskusikan peran perencanaan dan pengendalian produksi

SILABUS MATA KULIAH. 1. Mendiskusikan siklus manufaktur 2. Mendiskusikan peran perencanaan dan pengendalian produksi SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-307 Nama Mata Kuliah : Perencanaan dan Pengendalian Produksi Jumlah SKS : 2 SKS Semester : V Mata Kuliah Pra Syarat : - Deskripsi

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Mendiskusikan pentingnya. perancangan tata

SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Mendiskusikan pentingnya. perancangan tata SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-310 Nama Mata Kuliah : Perancangan Tata Letak Fasilitas Jumlah SKS : 2 Semester : VI Mata Kuliah Pra Syarat : TKI-307 Perencanaan

Lebih terperinci

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 13/11/2013

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 13/11/2013 3//203 STATISTIK INDUSTRI Agustina Eunike, ST., MT., MBA Rata-rata dan Variansi Rumus Umum: Distribusi Peluang Diskrit dan Kontinyu UNIFORM Distribusi Diskrit Uniform Distribusi Diskrit Uniform Contoh:

Lebih terperinci

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah, ST., MT

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah, ST., MT UJI STATISTIK NON PARAMETRIK Widha Kusumaningdyah, ST., MT SIGN TEST Sign Test Digunakan untuk menguji hipotesa tentang MEDIAN dan DISTRIBUSI KONTINYU. Pengamatan dilakukan pada median dari sebuah distribusi

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

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

SILABUS MATA KULIAH. Alat/Bahan/ Sumber Belajar. Pengalaman Pembelajaran. Penilaian

SILABUS MATA KULIAH. Alat/Bahan/ Sumber Belajar. Pengalaman Pembelajaran. Penilaian SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-308 Nama Mata Kuliah : Komunikasi Profesional Jumlah SKS : 1 Semester : V Mata Kuliah Pra Syarat : TKI-231 Metodologi Penelitian

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Kontrak Perkuliahan Pertemuan & Materi RPKPS Penilaian Tugas, short quiz (30%) Quiz 1 & 2 (40%) UAS (30%) Referensi Montgomery, D.C, George C. Runger. Applied Statistic and

Lebih terperinci

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI -202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI -202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI -202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : Pengantar Teknik Industri Deskripsi

Lebih terperinci

STATISTIK INDUSTRI 1. Agustina Eunike, ST., MT., MBA

STATISTIK INDUSTRI 1. Agustina Eunike, ST., MT., MBA STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Probabilitas PELUANG Eksperimen Aktivitas / pengukuran / observasi suatu fenomena yang bervariasi outputnya Ruang Sampel / Sample Space Semua output

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

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-492 Nama Mata Kuliah : Multicriteria Decision Making Jumlah SKS :

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-492 Nama Mata Kuliah : Multicriteria Decision Making Jumlah SKS : SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-492 Nama Mata Kuliah : Multicriteria Decision Making Jumlah SKS : 3 Semester : VIII Mata Kuliah Pra Syarat : TKI-314 Analisis

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran

SILABUS MATA KULIAH. Pengalaman Pembelajaran SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-213 Nama Mata Kuliah : Metodologi Penelitian Jumlah SKS : 3 Semester : IV Mata Kuliah Pra Syarat : UMS-101 Deskripsi Mata Kuliah

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI TIN 4004 Pertemuan 5 Outline: Uji Chi-Squared Uji F Uji Goodness-of-Fit Uji Contingency Uji Homogenitas Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability

Lebih terperinci

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Dapat mengaplikasikan statistika dasar dalam memecahkan masalah, khususnya dalam penelitian

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Dapat mengaplikasikan statistika dasar dalam memecahkan masalah, khususnya dalam penelitian RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : 504203 Nama Mata Kuliah : Statistika Dasar Jumlah sks : 3 sks Semester : IV Alokasi

Lebih terperinci

RENCANA MUTU PEMBELAJARAN

RENCANA MUTU PEMBELAJARAN RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : 504203 Nama Mata Kuliah : Statistika Matematika Jumlah sks : 3 sks Semester : V Alokasi

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 8 Outline: Simple Linear Regression and Correlation Multiple Linear Regression and Correlation Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and

Lebih terperinci

SILABUS MATA KULIAH. Alat/Baha n/sumber Belajar 150 LCD, Laptop, white. Kompetensi Dasar. Materi Ajar. Penilaian. Pembelajaran

SILABUS MATA KULIAH. Alat/Baha n/sumber Belajar 150 LCD, Laptop, white. Kompetensi Dasar. Materi Ajar. Penilaian. Pembelajaran Program Studi : Teknik Industri Kode Mata Kuliah : TKI-464 Nama Mata Kuliah : Manajemen Proyek Jumlah SKS : 3 Semester : VIII Mata Kuliah Pra Syarat : - SILABUS MATA KULIAH Deskripsi Mata Kuliah : Mata

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

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI TIN 4004 Pertemuan 5 Outline: Uji Chi-Squared Uji F Uji Contingency Uji Homogenitas Referensi: Johnson, R. A., Statistics Principle and Methods, 4 th Ed. John Wiley & Sons, Inc., 001.

Lebih terperinci

GARIS BESAR PROGRAM PENGAJARAN (GBPP)

GARIS BESAR PROGRAM PENGAJARAN (GBPP) GARIS BESAR PROGRAM PENGAJARAN (GBPP) Nama Mata Kuliah : STATISTIKA-1*/** / 2015 Kode Mata Kuliah/SKS : IT-022250/2 SKS (AKUNTANSI) Deskripsi singkat : Mata Kuliah Keilmuan dan Ketrampilan (MKKK) Statistika-1

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran 1. Memahami defenisi. robotik. 2. Mengkaji pembelajaran dan penelitian dibidang.

SILABUS MATA KULIAH. Pengalaman Pembelajaran 1. Memahami defenisi. robotik. 2. Mengkaji pembelajaran dan penelitian dibidang. SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-473 Nama Mata Kuliah : Robotika Jumlah SKS : 3 Semester : VIII Mata Kuliah Pra Syarat : TKI-207 Elektronika Industri Deskripsi

Lebih terperinci

SATUAN ACARA PENGAJARAN (SAP)

SATUAN ACARA PENGAJARAN (SAP) SATUAN ACARA PENGAJARAN (SAP) Mata Kuliah : Statistik Deskriptif Kode Mata Kuliah : 02085303 SKS : 3 Waktu Pertemuan : 3 x 45 Menit Pertemuan ke : 1 & 2 A. KOMPETENSI 1. Standar Kompetensi : Mahasiswa

Lebih terperinci

DISTRIBUSI PROBABILITAS

DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS Peluang terjadinya nilai variabel random X yang meliputi semua nilai ditentukan melalui distribusi peluang. Distribusi peluang suatu variabel random X adalah

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

SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Mengkaji dan menelaah

SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Mengkaji dan menelaah SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-207 Nama Mata Kuliah : Elektronika Industri Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : TKI-112 Fisika Industri Deskripsi

Lebih terperinci

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

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

Lebih terperinci

BAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI

BAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI 7.1. Pendahuluan BAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI Pada bab sebelumnya, penyebaran spatial (konfigurasi spasial) dimana ditunjukan sebagai ragam sampel quadran. Bab ini

Lebih terperinci

Percobaan terdiri dari 1 usaha. Peluang sukses p Peluang gagal 1-p Misalkan. 1, jika terjadi sukses X jika terjadi tidak sukses (gagal)

Percobaan terdiri dari 1 usaha. Peluang sukses p Peluang gagal 1-p Misalkan. 1, jika terjadi sukses X jika terjadi tidak sukses (gagal) Percobaan Bernoulli 5 Percobaan terdiri dari 1 usaha Sukses Usaha Gagal Peluang sukses p Peluang gagal 1-p Misalkan 1, jika terjadi sukses X 0, jika terjadi tidak sukses (gagal) Distribusi Bernoulli 6

Lebih terperinci

DEPARTEMEN ILMU EKONOMI F A K U L T A S E K O N O M I D A N B I S N I S S I L A B U S STATISTIK I MAS 101 / 3 SKS

DEPARTEMEN ILMU EKONOMI F A K U L T A S E K O N O M I D A N B I S N I S S I L A B U S STATISTIK I MAS 101 / 3 SKS S I L A B U S STATISTIK I MAS 101 / 3 SKS Deskripsi Jenis Mata Kuliah Prasyarat : Mata kuliah ini membahas tentang konsep dasar metode statistik, yaitu Statistika Deskriptif dan Statistika Inferensial,

Lebih terperinci

Evaluasi Deviasi dari Aproksimasi Frekuensi Kejadian Perawatan Korektif dan Preventif

Evaluasi Deviasi dari Aproksimasi Frekuensi Kejadian Perawatan Korektif dan Preventif Petunjuk Sitasi: Rahman, A. (2017). Evaluasi Deviasi Dari Aproksimasi Frekuensi Kejadian Perawatan Korektif Dan Preventif. Prosiding SNTI dan SATELIT 2017 (pp. C181-186). Malang: Jurusan Teknik Industri

Lebih terperinci

Pertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression

Pertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression Pertemuan 8 STATISTIKA INDUSTRI 2 TIN 4004 Outline: Regresi Linier Sederhana dan Korelasi (Simple Linier Regression and Correlation) Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 3 Outline: Uji Hipotesis: Uji t Uji Proportional Referensi: Johnson, R. A., Statistics Principle and Methods, 4 th Ed. John Wiley & Sons, Inc., 2001. Walpole, R.E.,

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

FAKULTAS PSIKOLOGI Universitas Muhammadiyah Surakarta PENYUSUNAN SKALA PSIKOLOGI Rencana Mutu Pembelajaran

FAKULTAS PSIKOLOGI Universitas Muhammadiyah Surakarta PENYUSUNAN SKALA PSIKOLOGI Rencana Mutu Pembelajaran ` FAKULTAS PSIKOLOGI Universitas Muhammadiyah Surakarta PENYUSUNAN SKALA PSIKOLOGI Rencana Mutu Pembelajaran ACHMAD DWITYANTO OKTAVIANSYAH Nama Dosen Program Studi RENCANA MUTU PEMBELAJARAN : Achmad Dwityanto

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

MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang.

MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang. MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL Winda Faati Kartika 1, Triastuti Wuryandari 2 1, 2) Program Studi Statistika Jurusan Matematika FMIPA Universitas Diponegoro

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 MATA KULIAH. Pengalaman pembelajaran Mahasiswa mendengarkan uraian dosen dan selanjutnya mengkaji dan mendiskusikan

SILABUS MATA KULIAH. Pengalaman pembelajaran Mahasiswa mendengarkan uraian dosen dan selanjutnya mengkaji dan mendiskusikan SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI 307 Nama Mata Kuliah : Perancangan Sistem Terintegrasi Jumlah SKS : 2 SKS Semester : VII Mata Kuliah Pra Syarat : Sistem Informasi

Lebih terperinci

SILABUS MATA KULIAH. Mahasiswa mendapatkan kelompok dan menyesuaikan diri dengan anggota kelompok yang ditentukan oleh asisten dan selanjutnya membuat

SILABUS MATA KULIAH. Mahasiswa mendapatkan kelompok dan menyesuaikan diri dengan anggota kelompok yang ditentukan oleh asisten dan selanjutnya membuat SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-106 Nama Mata Kuliah : Praktikum Pengenalan Komputer Jumlah SKS : 1 Semester : I Mata Kuliah Pra Syarat : - Deskripsi Mata Kuliah

Lebih terperinci

MODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON ABSTRACT

MODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON ABSTRACT JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 229-240 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian MODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON Tina

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

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

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

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

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

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

UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, MA 2081 Statistika Dasar.

UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, MA 2081 Statistika Dasar. DISTRIBUSI DISKRIT UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, GEOMETRIK, BINOMIAL NEGATIF MA 2081 Statistika Dasar Utriweni Mukhaiyar 7 Maret

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Langkahlangkah

SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Langkahlangkah SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-115 Nama Mata Kuliah : Praktikum Fisika Jumlah SKS : 1 Semester : II Mata Kuliah Pra Syarat : TKI-103 Fisika Dasar Deskripsi Mata

Lebih terperinci

KATA PENGANTAR. Assalamu alaikum Wr. Wb

KATA PENGANTAR. Assalamu alaikum Wr. Wb KATA PENGANTAR Assalamu alaikum Wr. Wb Alhamdulillah..puji syukur kehadirat Allah SWT yang telah memberikan ilmunya kepada penulis sehingga berhasil menyelesaikan buku Teori peluang. Buku ini disusun untuk

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 4 Outline: Uji Dua Sample Uji Z Uji t Uji t gabungan (pooled t-test) Uji t berpasangan (paired t-test) Uji proporsi Uji Chi-Square Referensi: Johnson, R. A., Statistics

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

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

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 3 Outline: Uji Hipotesis: Uji Z: Proportional Populasi Uji Hipotesis 2 populasi: Uji Z Uji pooled t-test Uji paired t-test Referensi: Johnson, R. A., Statistics

Lebih terperinci

BAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI

BAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI BAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI 5.1. Pendahuluan Untuk mendeteksi bagaimana konfigurasi titik dalam ruang apakah bersifat acak atau random, regular, ataupun cluster (kelompok); pertama-tama

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

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS DISTRIBUSI DISKRIT KHUSUS Uniform U (seragam) MultinomialM l i i l Bernoulli Hipergeometrik Binomial Geometrik Poisson Binomial Negatif MA 2081 Statistika Dasar Utriweni Mukhaiyar 27 September 2012 2 Distribusi

Lebih terperinci

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Dapat mengaplikasikan transformasi untuk memecahkan masalah geometri

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Dapat mengaplikasikan transformasi untuk memecahkan masalah geometri RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : 603203 Nama Mata Kuliah : Geometri Transformasi Jumlah sks : 2 sks Semester : VI Alokasi

Lebih terperinci

DISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar

DISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar Distribusi Uniform 2 Distribusi kontinu yang paling sederhana Notasi: X ~ U (a,b) f.k.p: f(x)

Lebih terperinci

JURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman Online di:

JURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman Online di: JURNAL GAUSSIAN, Volume 2, Nomor 3, Tahun 2013, Halaman 187-196 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KAJIAN AVAILABILITAS PADA SISTEM KOMPONEN SERI Avida Anugraheni C. 1, Sudarno

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

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

ANALISIS DATA UJI HIDUP

ANALISIS DATA UJI HIDUP DESKRIPSI MATA KULIAH ANALISIS DATA UJI HIDUP Setelah mengikuti mata kuliah ini diharapkan mahasiswa memiliki pengetahuan, pemahaman dan kemampuan untuk mengkaji distribusi-distribusi waktu hidup, serta

Lebih terperinci

(RPKPS) METODOLOGI PENELITIAN & BIOSTATISTIKA

(RPKPS) METODOLOGI PENELITIAN & BIOSTATISTIKA RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) METODOLOGI PENELITIAN & BIOSTATISTIKA Oleh : Prof. Dr. Almahdy A., Apt Prof. Dr. Adek Zambrud Adnan, Apt Drs. Harrizul Rivai, MS FAKULTAS FARMASI

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

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI Nama Mata Kuliah : Praktikum Komputasi Industri Jumlah SKS :

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI Nama Mata Kuliah : Praktikum Komputasi Industri Jumlah SKS : SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI - 217 Nama Mata Kuliah : Praktikum Komputasi Industri Jumlah SKS : 1 Semester : IV Mata Kuliah Pra Syarat : - Deskripsi Mata Kuliah

Lebih terperinci

KURIKULUM PENDIDIKAN MATEMATIKA STKIP SURYA. Kode: SATUAN ACARA PERKULIAHAN (SAP)

KURIKULUM PENDIDIKAN MATEMATIKA STKIP SURYA. Kode: SATUAN ACARA PERKULIAHAN (SAP) KURIKULUM PENDIDIKAN MATEMATIKA STKIP SURYA Kode: SATUAN ACARA PERKULIAHAN (SAP) Program Studi : Pendidikan Matematika Nama Mata Kuliah : Statistika Dasar Kode Mata Kuliah : MAT 2215 Jumlah SKS : 3 Tahun

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 2 Outline: Uji Hipotesis: Langkah-langkah Uji Hipotesis Jenis Uji Hipotesis satu populasi Uji Z Referensi: Walpole, R.E., Myers, R.H., Myers, S.L., Ye, K., Probability

Lebih terperinci

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pokok Bahasan Variabel Acak Pola Distribusi Masukan Pendugaan Pola Distribusi Uji Distribusi

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 2 Outline: Uji Hipotesis: Directional & Nondirectional test Langkah-langkah Uji Hipotesis Error dalam Uji hipotesis (Error Type I) Jenis Uji Hipotesis satu populasi

Lebih terperinci

DISTRIBUSI DISKRIT. MA 2081 Statistika Dasar Utriweni Mukhaiyar

DISTRIBUSI DISKRIT. MA 2081 Statistika Dasar Utriweni Mukhaiyar DISTRIBUSI DISKRIT Uniform (seragam) Bernoulli Binomial Poisson Beberapa distribusi lainnya : MULTINOMIAL, HIPERGEOMETRIK, GEOMETRIK, BINOMIAL NEGATIF MA 081 Statistika Dasar Utriweni Mukhaiyar 5 Maret

Lebih terperinci

Materi Ajar 1. Pengertian komunikasi 2. Komponen komunikasi ( sender receiver message- channel) 3. Proses komunikasi

Materi Ajar 1. Pengertian komunikasi 2. Komponen komunikasi ( sender receiver message- channel) 3. Proses komunikasi Bagian 1 I RENCANA PERSIAPAN PEMBELAJARAN 1. Nama Guru : Sri Bintang Pamungkas 2. Program Studi : Keperawatan 3. Nama Mapel : Komunikasi terapeutik keperawatan 4. Kelas/Semester : X semester gasal 5. Alokasi

Lebih terperinci

SILABUS RANCANGAN PEMBELAJARAN SATU SEMESTER SEMESTER GENAP PERIODE : JANUARI JUNI 2017

SILABUS RANCANGAN PEMBELAJARAN SATU SEMESTER SEMESTER GENAP PERIODE : JANUARI JUNI 2017 SILABUS RANCANGAN PEMBELAJARAN SATU SEMESTER SEMESTER GENAP 2016 2017 PERIODE : JANUARI JUNI 2017 Kelompok Mata Kuliah Nama / Kode Mata Kuliah Bobot Mata Kuliah Program Studi Semester Dosen Pembina : MKK

Lebih terperinci

SELEKSI DAN PENEMPATAN Rencana Mutu Pembelajaran

SELEKSI DAN PENEMPATAN Rencana Mutu Pembelajaran ` FAKULTAS PSIKOLOGI Universitas Muhammadiyah Surakarta SELEKSI DAN PENEMPATAN Rencana Mutu Pembelajaran Achmad Dwityanto Oktaviansyah, S. Psi, M. Si Nama Dosen : Achmad Dwityanto Oktaviansyah, S. Psi,

Lebih terperinci

DISTRIBUSI KONTINU. Utriweni Mukhaiyar

DISTRIBUSI KONTINU. Utriweni Mukhaiyar DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA 2081 Statistika ti tik Dasar Utriweni Mukhaiyar Maret 2012 By NN 2008 Distribusi Uniform Distribusi kontinu yang paling sederhana Notasi: X ~ U

Lebih terperinci

SATUAN ACARA PEMBELAJARAN (SAP) Rincian Kegiatan Metode Media dan Alat Durasi Output. SAP-Statika (TSP-106) Versi/Revisi : 01/00 1 dari 28

SATUAN ACARA PEMBELAJARAN (SAP) Rincian Kegiatan Metode Media dan Alat Durasi Output. SAP-Statika (TSP-106) Versi/Revisi : 01/00 1 dari 28 SATUAN ACARA PEMBELAJARAN (SAP) Mata Kuliah Kode Mata Kuliah SKS Durasi Pertemuan Pertemuan ke : Statika : TSP-106 : 3 (tiga) : 150 menit : 1 (Satu) A. Kompetensi: a. Umum : Mahasiswa dapat menjelaskan

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH : SIMULASI & PERMODELAN ( S1 / TEKNIK INFORMATIKA) KODE / SKS : KK / 3 SKS

SATUAN ACARA PERKULIAHAN MATA KULIAH : SIMULASI & PERMODELAN ( S1 / TEKNIK INFORMATIKA) KODE / SKS : KK / 3 SKS SATUAN ACARA PERKULIAHAN MATA KULIAH : SIMULASI PERMODELAN ( S1 / TEKNIK INFORMATIKA) KODE / SKS : KK-043241 / 3 SKS Minggu Ke Pokok Bahasan dan TIU Sub-pokok Bahasan dan Sasaran Belajar Cara Pengajaran

Lebih terperinci

Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang

Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang rahmaanisa@apps.ipb.ac.id Outline Peubah acak Bernoulli Peubah acak binom Peubah acak geometrik Latihan dan Diskusi Review Peubah Acak

Lebih terperinci

DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN. Sudarno Jurusan Matematika FMIPA UNDIP. Abstrak

DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN. Sudarno Jurusan Matematika FMIPA UNDIP. Abstrak DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN Sudarno Jurusan Matematika FMIPA UNDIP Abstrak Dalam proses stokhastik yang mana kejadian dapat muncul kembali membentuk proses pembahauruan. Proses pembaharuan

Lebih terperinci

PENGARUH FAKTOR LINGKUNGAN FISIK TERHADAP WAKTU PERAKITAN STICK PLAYSTATION

PENGARUH FAKTOR LINGKUNGAN FISIK TERHADAP WAKTU PERAKITAN STICK PLAYSTATION PENGARUH FAKTOR LINGKUNGAN FISIK TERHADAP WAKTU PERAKITAN STICK PLAYSTATION Resa Taruna Suhada dan Ricky Reza Adhavi Program Studi Teknik Industri, Fakultas Teknologi Industri - Universitas Mercu Buana

Lebih terperinci

SAP. Nama Dosen : Program Studi : Kode Mata Kuliah : Nama Mata Kuliah : Ilmu Sosial dan Budaya Dasar (ISBD) Jumlah SKS : Semester : Pertemuan : ke 1

SAP. Nama Dosen : Program Studi : Kode Mata Kuliah : Nama Mata Kuliah : Ilmu Sosial dan Budaya Dasar (ISBD) Jumlah SKS : Semester : Pertemuan : ke 1 SAP Nama Dosen : Program Studi : Kode Mata Kuliah : Nama Mata Kuliah : Ilmu Sosial dan Budaya Dasar (ISBD) Jumlah SKS : Semester : Alokasi Waktu : 150 menit Pertemuan : ke 1 I. Standar Kompetensi: Mahasiswa

Lebih terperinci

KAJIAN AVAILABILITAS PADA SISTEM PARALEL

KAJIAN AVAILABILITAS PADA SISTEM PARALEL KAJIAN AVAILABILITAS PADA SISTEM PARALEL Riana Ayu Andam P. 1, Sudarno 2, Suparti 3 1 Mahasiswa Jurusan Statistika FSM UNDIP 2,3 Staff Pengajar Jurusan Statistika FSM UNDIP Abstract Availabilitas merupakan

Lebih terperinci

BUKU RANCANGAN PENGAJARAN MATA AJAR MATEMATIKA TEKNIK. oleh. Tim Dosen Mata Kuliah Matematika Teknik

BUKU RANCANGAN PENGAJARAN MATA AJAR MATEMATIKA TEKNIK. oleh. Tim Dosen Mata Kuliah Matematika Teknik BUKU RANCANGAN PENGAJARAN MATA AJAR MATEMATIKA TEKNIK oleh Tim Dosen Mata Kuliah Matematika Teknik Departemen Teknik Mesin Fakultas Teknik Universitas Indonesia Februari 2016 1 DAFTAR ISI PENGANTAR BAB

Lebih terperinci

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS DISTRIBUSI DISKRIT KHUSUS Uniform Bernoulli Binomial Poisson Distribusi Lainnya: Multinomial Hipergeometrik Geometrik Binomial Negatif BI5106 Analisis Biostatistika 27 September 2012 Distribusi uniform

Lebih terperinci

MA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012

MA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012 1 PEUBAH ACAK DAN DISTRIBUSINYA MA 2081 Statistika Dasar Utriweni Mukhaiyar 11 September 2012 2 Pemetaan (Fungsi) Suatu pemetaan / fungsi Kategori fungsi: 1. Fungsi titik 2. Fungsi himpunan A A B B 3 Peubah

Lebih terperinci