RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA. B. TUJUAN PEMBELAJARAN Setelah menempuh mata kuliah ini mahasiswa diharapkan mampu:

Transkripsi

1 RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah Statistika Maa I Kode/sks : MAS 4111/ 3 Semester : III Status (Wajib/Pilihan) : Wajib (W) Prasyarat : MAS 4218 (Peng.Teori Peluang) Nama Dosen Pengampu : B. TUJUAN PEMBELAJARAN Setelah menempuh mata kuliah ini diharapkan mampu: i. Menerapkan konsep sebaran peluang bersama ii. Menerapkan konsep pembentukan sebaran peubah yang merupakan fungsi dari peubah lain, di antaranya sebaran penarikan contoh sebaran yang merupakan turunan dari sebaran normal Untuk menunjang pengembangan statistika C. CAPAIAN PEMBELAJARAN Setelah menempuh mata kuliah ini diharapkan dapat : Parameter Rincian Deskripsi Deskripsi P P1 (1) Mampu menguasai teori statistika KU KU1 Mampu menerapkan pemikiran logis, kritis, sistematis, inovatif dalam konteks pengembangan atau implementasi ilmupengetahuan teknologi yang memperhatikan menerapkan nilai humaniora yang sesuai dengan big keahliannya. KU2 Mampu menunjukkan kinerja mandiri, bermutu terukur KU3 Mampu mengkaji implikasi pengembangan atau implementasi ilmupengetahuan teknologi yang memperhatikan menerapkan nilai humaniora sesuai dengan keahliannya berdasarkan kaidah, tata cara etika ilmiah dalam rangka menghasilkan solusi. KU6 Mampu memelihara mengembangkan jaringan kerja dengan pembimbing, kolega, sejawat baik di dalam maupun di luar lembaganya. SK SK 7 Taat hukum disiplin dalam kehidupan bermasyarakat bernegara. SK 8 Menginternalisasi nilai, norma, etika akademik SK 9 Menunjukkan sikap pekerjaan di big keahliannya secara mandiri KK = Ketrampilan Khusus

2 P = Pengetahuan KU = Ketrampilan Umum SK = Sikap

3 E. RENCANA PEMBELAJARAN Mgg I II Bahan Kajian Pendahuluan Sub Bahan Kajian Kontrak kuliah : Perkenalan Penjelasan Materi yang dibahas MK Stat Mat I Review materi Sifat-sifat fungsi gabungan PA diskrit maupun kontinyu Sifat-sifat fungsi gabungan PA diskrit kontinyu Perhitungan peluang PA diskrit kontinyu Latihan soal Bentuk Pembelajaran Kuliah (*) Respon Semina si r/prese tutorial ntasi(*) (*) Interaktif Integratif efektif Praktiku m (*) Deskripsi Tugas Deskripsi Praktikum Kemampuan akhir (**) - Mengerjakan soal soal yang berhubungan dengan hitung peluang/sifat sifat peluang bersama Mampu menaati aturan menginternalisasi nilai, norma etika akademik. dengan sifat peluang sebaran bersama - Mampu menerapkan teori mandiri, bermutu terukur

4 III IV Sebaran marjinal Sebaran peluang bersyarat Kebebasan dua peubah acak Latihan soal Nilai harapan untuk peubah acak efektif Holisti k, efektif berpus at mahasi swa - Penilaian berdasar banyaknya hitungan yang benar - Mengerjakan soal soal yang berhubungan dengan pembentukan sebaran marjinal sebaran peluang beryarat - Penilaian berdasar banyaknya hitungan yang benar dengan sifat sebaran peluang marjinal dengan sifat sebaran peluang bersyarat dengan sifat kebebasan dua peubah acak mandiri, bermutu terukur - Mampu menguasai teori sehubungan dengan pembentukan nilai harapan sebaran peubah acak bersama V Kovarians, varians korelasi dengan pembentukan kovarians, varians korelasi

5 VI Kuis s/d kovarians, varians korelasi Nilai harapan bersyarat - Mampu menaati aturan menginternalisasi nilai, norma etika akademik. mandiri, bermutu terukur dengan sifat nilai harapan bersyarat VII Fungsi Metode fungsi sebaran Metode transformasi Latihan soal efektif - Mengerjakan soal soal yang berhubungan dengan pembentukan sebaran peubah sebagai fungsi peubah lain dengan metode fungsi dengan pembentukan sebaran peubah sebagai fungsi dari peubah lain dengan metode fungsi sebaran metode transformasi mandiri, bermutu terukur

6 X XI XII Fungsi Peubah acak Fungsi Sebaran Penarikan Contoh Statistika urutan Sifat-sifat Fungsi pembangkit Momen Sifat-sifat fungsi Pembangkit Momen Metode Fungsi Pembangkit Momen Sebaran yang berhubungan dengan rata-rata contoh, (t) Sebaran yang berhubungan dengan ragam dua sampel (χ 2, F) Holisti k, efektif berpus at mahasi swa sebaran transformasi - Penilaian berdasar banyaknya hitungan yang benar UTS Minggu VIII IX Terjadwal dari Fakultas dengan sifat sebaran statistika urutan sifat fungsi pembangkit momen dengan pembentukan sebaran peubah sebagai fungsi dari peubah lain dengan metode momen dengan pembentukan sebaran penarikan contoh sebaran yang diturunkan dari sebaran normal

7 XIII XIV Kuis s/d sebaran penarikan contoh Teorema Limit Pusat Sebaran Normal Bivariat Latihan Kekonvergenan Kaidah bilangan besar Sifat-sifat sebaran normal bivariat Sebaran marjinal bagi normal bivariat efektif efektif - Mengerjakan soal soal yang berhubungan dengan pembentukan sebaran penarikan contoh turunan dari sebaran normal - Penilaian berdasar banyaknya hitungan yang benar mandiri, bermutu terukur - Mampu menaati aturan menginternalisasi nilai, norma etika akademik. mandiri, bermutu terukur dengan teorema limit pusat dengan sifat sebaran normal bivariate, sebaran marjinal bagi normal bivariate

8 XV XVI Sebaran Normal Bivariat Sebaran Normal Bivariat Sebaran marjinal bagi normal bivariat Sebaran bersyarat bagi normal bivariate Kovarians bagi X Y normal bivariat Korelasi Sebaran normal bersyarat regresi Sebaran Normal bivariat dalam Notasi Matriks Latihan efektif dengan sifat sebaran normal bivariate, sebaran marjinal bagi normal bivariate sebaran bersyarat dengan pembentukan kovarians korelasi sebaran normal bivariat dengan kesetaraan sebaran normal bersyarat dengan analisis regresi mandiri, bermutu terukur (*) Metode pembelajaran setiap bentuk pembelajaran mengacu pasal 14.3 permen NOMOR 49 TAHUN 2014 (**) Mengacu capaian pembelajaran *** contoh lihat di karateristik pembelajaran. Pasal 11 SNPT F. SISTEM PENILAIAN

9 No Indikator Penilain Bobot Penilaian 1. Kedisiplinan 5% perilaku 2. Responsi 10% 3. Praktikum - 4. Kuis 15% 5. Tugas/Presentasi 10% 6. UTS 30% 7 UAS 30% Jumlah 100% Note: Bobot nilai tugas (presentasi, responsi) minimal 27% Bobot nilai praktikum sesuai bobot sks Nilai akhir : menggunakan standar penilaian G. Daftar Referensi Kisaran Nilai B B C C D D 45 E Kriteria (Huruf Mutu) A 1. Wackerly, D.D, Mendenhall III, W, and Scheaffer, R. L. Mathematical Statistic with application th Ed. Thomson Brooks/Cole. Belmont, CA. 2. Rice, J.A Mathematical Statistics and Data Analysis. 3rd Ed. Thomson Brooks/Cole. Belmont, CA. 3. Casella, G. & R.L. Berger Statistical Inference. Wadsworth, Pasific Grove, California.

10 4. Nasoetion, A.H. & A. Rambe Teori Statistika untuk Ilmu-ilmu Kuantitatif. Ed. 2. Bhatara Karya Aksara, Jakarta 5. Dudewicz, E.J. & S.N. Mishra Modern Mathematical Statistics. Wiley, New York. H. Assesmen Hasil Belajar Dilakukan oleh Ketua KBI selaku penjamin mutu, melalui proses evaluasi tentang kesesuaian antara rencana realisasi proses pembelajaran, kesesuaian soal ujian materi, kesesuaian sistem indikator penilaian. I. Penanggung Jawab Kualitas Proses Pengajaran Mata Kuliah Ketua Program Studi bertindak sebagai penanggung jawab kualitas proses pengajaran mata kuliah.