SILABUS MATA KULIAH. Pengalaman Pembelajaran
|
|
- Inge Kusnadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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 Mata Kuliah : Mata kuliah ini diperlukan untuk mendukung mata kuliah lain yang membutuhkan proses pengambilan dan penyajian data, analisa, serta penarikan kesimpulkan secara benar. Selain itu, pengetahuan tentang pengambilan sampel dan penarikan kesimpulan dengan tepat yang didasarkan atas parameter-parameter yang diketahui dari sampel tersebut sangat bermanfaat ketika membahas tentang pengendalian kualitas suatu produk. Oleh karena itu, mata kuliah ini merupakan prasyarat untuk mata kuliah Pengendalian Kualitas. Materi yang dibahas dalam mata kuliah ini mulai dari statistika diskriptif, ukuran pusat data dan sebaran data, teknik penarikan sampel, distribusi penarikan sampel (termasuk teori limit sentral), pendugaan/ penaksiran 3 parameter, yaitu: rataan, proporsi, dan ragam baik untuk sampel tersebar maupun ganda (termasuk yang berpasangan). Uji hipotesa dibahas untuk menguji ada atau tidaknya perbedaan nilai parameter (juga meliputi 3 jenis parameter) dari dua buah sampel serta pengujian distribusi dari suatu data sampel. Materi lain yang dicakup dalam mata kuliah ini meliputi: analisis regresi linear sederhana dan korelasi antar dua sampel data, analisis ragam (acak, blok, dan bujur sangkar latin) untuk membandingkan ragam dari lebih dari 2 sampel data, serta beberapa teknik analisis untuk sampel data yang diambil dari populasi yang tidak diketahui distribusinya (statistika non parametrik). Standar Kompetensi Mahasiswa mampu melakukan pengumpulan dan penyajian data, penarikan sampel, pendugaan nilai parameter, uji hipotesis, analisis ragam, serta analisis regresi yang dimanfaatkan untuk menyelesaikan masalah perancangan, perbaikan, pemasangan dan pengoperasian sistem integral. Kompetensi Dasar Indikator Pengalaman Pembelajaran Materi Ajar Wak tu Alat/Bahan/Sumber Belajar Penilaian 1. Membedakan statistika diskriprif dan statistika inferensi 2. Membedakan berbagai tipe 1. Menceritakan statistika deskriptif dan statistika inferensi 2. Membedakan tipe data 3. Menyajikan data dalam tabel, pie chart, dan diagram batang 1. Mendiskusikan teori statistika deskriptif dan inferensi 2. Mendiskusikan tipe-tipe data: ordinal, interval, 1. Statistika Deskriptif vs Statistika inferensi 2. Tipe-tipe data 3. Penyajian data: Tabel dan LCD, Laptop, Whiteboard - Referensi: [1], [3], dan [6] Tugas pokok bahasan, diskusi, Tes tertulis [TKI-204] Statistika Industri 1
2 data 3. Menyajikan data menjadi informasi yang mudah dicerna 4. Menganalisis ukuran pusat data dan sebaran data 1. Menerapkan rencana sampling dengan tepat 2. Menerapkan teorema limit sentral untuk menghitung peluang nilai parameter rataan dan ragam sampel 4. Menghitung rataan, median, modus, persentil dan kuartil dari data tersebar dan kelompok 5. Menghitung ragam data populasi 1. Menceritakan metode penarikan sampel: simple, systematic, stratified, cluster, dan multi stage random sampling 2. Membedakan dan memilih metode penarikan sampel yang sesuai 3. Menjelaskan konsep distribusi sampling 4. Menjelaskan teori limit rasio, dan nominal 3. Membuat tabel frekuensi dan frekuensi kumulatif 4. Menggambar grafik dari data yang diberikan 5. Mempelajari dan menerapkan rumus menghitung rataan, median, modus, persentil, dan kuartil 6. Mempelajari dan menerapkan rumus menghitung ragam 7. Mendiskusikan dan menganalisa skewness dan kurtosis dari grafik normal 1. Mendiskusikan metode-metode penarikan sampel 2. Mendiskusikan kelebihan dan kekurangan tiap metode penarikan sampel 3. Mendiskusikan konsep distribusi sampling 4. Mendiskusikan teori limit sentral Grafik 4. Ukuran-ukuran pusat data 5. Ukuran-ukuran Sebaran Data 1. Teknik-teknik pengambilan sampel secara acak 2. Konsep distribusi sampling 3. Teori limit sentral 4. Distribusi sampling: rataan (Distribusi Z LCD, Laptop, Whiteboard - Referensi: [1], [4], [5], dan [6] Tugas pokok bahasan, diskusi, Tes tertulis [TKI-204] Statistika Industri 2
3 1. Menggunakan estimator yang tepat 2. Menghitung nilai pendugaan parameter rataan, proporsi, dan ragam dari sampel secara tepat 3. Menghitung sentral 5. Menjelaskan distribusi rataan sampel menggunakan teori limit sentral 6. Menghitung peluang rataan dan selisih rataan sampel 7. Menjelaskan distribusi ragam sampel 8. Menghitung peluang ragam dan rasio ragam sampel 1. Menjelaskan sifat-sifat estimator yang baik 2. Menjelaskan pendugaan titik dan pendugaan interval 3. Menghitung nilai pendugaan interval dari rataan sampel untuk: sampel tunggal, sampel ganda, dan sampel berpasangan dengan tingkat keyakinan yang 5. Menerapkan tabel distribusi Z dan t untuk menghitung peluang 6. Menurunkan dan menerapkan rumus menghitung peluang rataan dan selisih rataan sampel 7. Mendiskusikan distribusi Chi Square dan distribusi F serta cara membaca tabel untuk menghitung peluang ragam rataan 8. Menerapkan rumus untuk menghitung ragam dan rasio ragam sampel 1. Mendiskusikan karakteristik estimator yang baik 2. Mendiskusikan jenis pendugaan: titik vs interval 3. Mendiskusikan konsep tingkat keyakinan dalam pendugaan 4. Menurunkan rumus mencari interval dan t) 5. Distribusi sampling: ragam (Distribusi Chi Square dan F) 1. Konsep Pendugaan 2. Sifat-sifat estimator yang baik 3. Tradisional Estimator: Pendugaan Titik 4. Pendugaan interval 5. Pendugaan nilai parameter rataan: LCD, Laptop, Whiteboard - Referensi: [1], [2], [3], dan [6] Tugas pokok bahasan, diskusi, Tes tertulis [TKI-204] Statistika Industri 3
4 ukuran sampel minimal untuk tingkat kesalahan pendugaan yang diinginkan 4. Menganalisis tolerance limit dari nilai parameter individu populasi berbeda-beda dan informasi nilai ragam populasi diketahui dan tidak diketahui 4. Menghitung nilai pendugaan interval dari proporsi sampel untuk: sampel tunggal dan sampel ganda dengan tingkat keyakinan yang berbeda-beda. 5. Menghitung nilai pendugaan interval dari ragam sampel (sampel tunggal) dan rasio ragam (sampel ganda) dengan tingkat keyakinan yang berbeda-beda. 6. Menghitung ukuran sampel untuk tingkat kesalahan pendugaan yang diinginkan 7. Menghitung batas atas dan bawah dari nilai individu populasi nilai rataan sampel tunggal dengan tingkat keyakinan tertentu 5. Menurunkan rumus untuk mengpendugaan nilai parameter rataan untuk kasus 2 sampel dan sampel berpasangan, serta untuk ragam populasi diketahui dan tidak di ketahui 6. Menurunkan rumus untuk mengpendugaan nilai parameter proporsi untuk kasus 1 sampel dan 2 sampel. 7. Mendiskusikan rumus untuk mengpendugaan nilai parameter ragam dan rasio ragam 8. Menurunkan rumus menghitung ukuran sampel 9. Menerapkan semua rumus dalam menyelesaikan berbagai latihan soal 1 sampel, 2 sampel, dan berpasangan 6. Pendugaan nilai parameter proporsi: 1 sampel, dan 2 sampel 7. Pendugaan nilai parameter ragam dan rasio ragam 8. Penentuan ukuran sampel untuk tingkat kesalahan yang diinginkan [TKI-204] Statistika Industri 4
5 1. Menguji hipotesis ada atau tidaknya perbedaan nilai parameter populasi dengan benar 2. Menguji bentuk distribusi suatu data 3. Menghitung ukuran sampel yang diperlukan dalam pengujian 1. Menjelaskan langkahlangkah uji hipotesis 2. Menjelaskan metode pengambilan keputusan berdasarkan p-value 3. Menyelesaikan uji hipotesis nilai rataan populasi untuk satu sampel, dua sampel, dan data berpasangan 4. Menyelesaikan uji hipotesa nilai proporsi populasi untuk satu sampel dan dua sampel 5. Menyelesaikan uji hipotesa nilai ragam dan rasio ragam 6. Menghitung ukuran sampel yang dibutuhkan untuk menguji hipotesa 7. Menerapkan uji Goodness of fit untuk menguji bentuk distribusi data 10. Menggunakan tabel untuk menghitung limit individu dalam populasi 1. Mendiskusikan konsep uji hipotesa satu sisi, maupun dua sisi 2. Mendiskusikan tipe-tipe kesalahan dalam pengujian 3. Mengkaji langkahlangkah uji hipotesa 4. Menerapkan langkah-langkah uji hipotesa untuk menguji nilai parameter rataan, dan selisih rataan 5. Menerapkan langkah-langkah uji hipotesa untuk menguji nilai parameter proporsi, dan selisih proporsi 6. Mengkaji rumus untuk menentukan jumlah sampel pengujian hipotesa 7. Mengkaji langkahlangkah uji 1. Konsep Uji Hipotesa: satu sisi dan 2 sisi 2. Penggunaan P- value dalam pengambilan keputusan 3. Uji hipotesa nilai rataan dan selisih rataan 4. Uji hipotesa nilai proporsi dan selisih proporsi 5. Uji hipotesa nilai ragam dan rasio ragam 6. Penentuan Ukuran sampel 7. Uji Goodness of fit LCD, Laptop, Whiteboard - Referensi: [1], [2], [4], dan [6] Tugas pokok bahasan, diskusi, Tes tertulis [TKI-204] Statistika Industri 5
6 1. Mengidentifika si hubungan linear 2 variabel 2. Menyelesaikan permasalahan non linear dengan persamaan regresi linear 3. Menjelaskan korelasi dua kelompok data 1. Menyusun rancangan ANAVA dengan tepat 2. Menyelesaikan persoalan ANAVA 3. Menginterpreta sikan hasil uji ANAVA 1. Menjelaskan model regresi linear sederhana 2. Menghitung nilai parameter dalam regresi linear 3. Menguji linearitas data 4. Mengubah data non linear menjadi linear 5. Menghitung nilai korelasi dua kelompok data 6. Menjelaskan makna nilai korelasi 1. Menjelaskan istilahistilah dalam ANAVA: perlakuan, blok, galat kesalahan, dll 2. Menjelaskan modelmodel ANAVA 3. Menjelaskan tahapan ANAVA satu arah 4. Membuat tabel ANAVA 5. Menghitung nilai galat kesalahan dan ragam serta interpretasinya goodness of fit 8. Menyelesaikan contoh kasus soalsoal uji hipotesa 1. Mendiskusikan konsep regresi linear 2. Menurunkan rumus menghitung parameter regresi linear sederhana 3. Mendiskusikan linearitas suatu data 4. Mendiskusikan transformasi data non linear menjadi data linear 5. Mengkaji nilai korelasi dan interpretasinya 6. Menyelesaikan soalsoal latihan regresi dan korelasi 1. Mendiskusikan konsep ANAVA 2. Mendiskusikan model ANAVA acak, terblok, dan bujur sangkar latin 3. Mengkaji pembuatan tabel ANAVA satu arah 4. Mendiskusikan keterkaitan blok dengan perlakuan 1. Konsep regresi linear 2. Model regresi linear sederhana 3. Uji linearitas data 4. Tranformasi data non linear 5. Korelasi 1. Konsep teknik ANAVA 2. ANAVA satu arah: acak sempurna 3. ANAVA: rancangan blok acak 4. ANAVA: Bujur sangkar latin LCD, Laptop, Whiteboard - Referensi: [6] LCD, Laptop, Whiteboard - Referensi: [2] dan [6] Tugas pokok bahasan, diskusi, Tes tertulis Tugas pokok bahasan, diskusi, Tes tertulis [TKI-204] Statistika Industri 6
7 1. Mengenali statistika non parametrik 2. Menyelesaikan persoalan uji non parametric dengan sign test, rank sum test, Kruskal Wallis test, dan Runs test 6. Mengidentifikasi keterkaitan antara blok dan perlakuan 1. Menjelaskan definisi statistika non parametrik 2. Menjelaskan tahapan metode sign test, rank sum test, kruskal wallis, dan runs test 3. Menyelesaikan uji hipotesa non parametric dengan metode-metode tersebut 5. Menyelesaikan soal latihan ANAVA tiap model 1. Mendiskusikan statistika non parametrik 2. Mengkaji beberapa metode pengujian hipotesa non parametrik, yaitu: sign test, rank sum test, kruskal wallis, dan runs test 3. Menyelesaikan soalsoal latihan uji hipotesa non parametrik 1. Konsep uji non parametrik 2. Metode Sign test 3. Metode Ranksum test 4. Metode Kruskal Wallis test 5. Metode runs test LCD, Laptop, Whiteboard - Referensi: [6] 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. Blank, L, 1980, Statistical Procedures for Engineering, Management, and Science, McGraw-Hill. 3. Bowker and Lieberman, 1972, Engineering Statistics, Prentice Hall. 4. Cochran, W.G., 1997, Sampling Techniques, 3 rd Ed, John Wiley & Sons. 5. Thomson, S.K., 1992, Sampling, John Wiley & Sons. 6. 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-204] Statistika Industri 7
8 RENCANA MUTU PEMBELAJARAN Nama Dosen : Hari Prasetyo, ST., MT. Program Studi : Teknik Industri Kode Mata Kuliah : TKI-204 Nama Mata Kuliah : Statistika Industri Jumlah SKS : 2 Semester : III Pokok Bahasan : Statistika Diskriptif Alokasi Waktu : 200 menit Pertemuan ke : 1 & 2 I. Standar Kompetensi Mahasiswa mampu melakukan pengumpulan dan penyajian data, penarikan sampel, pendugaan nilai parameter, uji hipotesis, analisis ragam, serta analisis regresi yang dimanfaatkan untuk menyelesaikan masalah perancangan, perbaikan, pemasangan dan pengoperasian sistem integral. II. III. IV. Kompetensi Dasar: 1. Membedakan statistika diskriprif dan statistika inferensi 2. Membedakan berbagai tipe data 3. Menyajikan data menjadi informasi yang mudah dicerna 4. Menganalisis ukuran pusat data dan sebaran data Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menceritakan statistika deskriptif dan statistika inferensi 2. Membedakan tipe data 3. Menyajikan data dalam tabel, pie chart, dan diagram batang 4. Menghitung rataan, median, modus, persentil dan kuartil dari data tersebar dan kelompok 5. Menghitung ragam data populasi Materi Ajar: 1. Statistika Deskriptif vs Statistika inferensi 2. Tipe-tipe data 3. Penyajian data: Tabel dan Grafik 4. Ukuran-ukuran pusat data: rataan, median, modus, persentil, kuartil 5. Ukuran-ukuran Sebaran Data: ragam, rentang (range), interkuartil 6. Skewness dan Kurtosis V. Metode/Strategi Pembelajaran: Ceramah, diskusi, latihan soal kelompok VI. Tahap Pembelajaran: A. Kegiatan Awal : Dosen menjelaskan garis besar materi yang akan dikaji dalam [TKI-204] Statistika Industri 8
9 pertemuan, 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. Bowker and Lieberman, 1972, Engineering Statistics, Prentice Hall. 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 pokok bahasan 3. Jelaskan perbedaan antara statistika deskriptif dan statistika inferensi! 4. Dari data berikut [...] lakukan pengelompokan dan sajikan dalam diagram batang atau pie chart! 5. Dari soal no 2 hitung nilai rataan, modus, median, persentil 10, kuartil 3, range, serta ragamnya. 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-204] Statistika Industri 9
10 RENCANA MUTU PEMBELAJARAN Nama Dosen : Hari Prasetyo, ST., MT. Program Studi : Teknik Industri Kode Mata Kuliah : TKI-204 Nama Mata Kuliah : Statistika Industri Jumlah SKS : 2 Semester : III Pokok Bahasan : Distribusi Sampling Alokasi Waktu : 200 menit Pertemuan ke : 3 & 4 I. Standar Kompetensi Mahasiswa mampu melakukan pengumpulan dan penyajian data, penarikan sampel, pendugaan nilai parameter, uji hipotesis, analisis ragam, serta analisis regresi yang dimanfaatkan untuk menyelesaikan masalah perancangan, perbaikan, pemasangan dan pengoperasian sistem integral. II. III. IV. Kompetensi Dasar: 1. Menerapkan rencana sampling dengan tepat 2. Menerapkan teorema limit sentral untuk menghitung peluang nilai parameter rataan dan ragam sampel Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menceritakan metode penarikan sampel: simple, systematic, stratified, cluster, dan multi stage random sampling 2. Membedakan dan memilih metode penarikan sampel yang sesuai 3. Menjelaskan konsep distribusi sampling 4. Menjelaskan teori limit sentral 5. Menjelaskan distribusi rataan sampel menggunakan teori limit sentral 6. Menghitung peluang rataan dan selisih rataan sampel 7. Menjelaskan distribusi ragam sampel 8. Menghitung peluang ragam dan rasio ragam sampel Materi Ajar: 1. Teknik-teknik pengambilan sampel secara acak 2. Konsep distribusi sampling 3. Teori limit sentral 4. Distribusi sampling: rataan (Distribusi Z dan t) 5. Distribusi sampling: ragam (Distribusi Chi Square dan F) V. Metode/Strategi Pembelajaran: Simulasi/ peragaan pengambilan sampel, ceramah dan diskusi materi, latihan soal kelompok VI. Tahap Pembelajaran: A. Kegiatan Awal : [TKI-204] Statistika Industri 10
11 Dosen menjelaskan garis besar materi yang akan dikaji dalam 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. Cochran, W.G., 1997, Sampling Techniques, 3 rd Ed, John Wiley & Sons. 3. Thomson, S.K., 1992, Sampling, John Wiley & Sons. 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 tiap pokok bahasan 3. Jelaskan teknik penarikan sampel acak, sistematik, terstrata, dan penarikan sampel multi tahap! 4. Tabung televisi buatan pabrik A memiliki rataan umur hidup 6.5 th standar deviasi 0.9 tahun, buatan pabrik B rataan 6 tahun standar deviasi 0.8 tahun. Berapa peluang sampel acak yang terdiri dari masing-masing 36 produk A dan B memiliki selisih rataan minimal 1 tahun. Gunakan derajat keyakinan 95%. 5. Berapa peluang sampel acak 25 unit dari populasi nornal dengan ragam 6 akan memiliki ragam sampel (i) > 9.1, (ii) antara dan ? 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-204] Statistika Industri 11
12 RENCANA MUTU PEMBELAJARAN Nama Dosen : Hari Prasetyo, ST., MT. Program Studi : Teknik Industri Kode Mata Kuliah : TKI-204 Nama Mata Kuliah : Statistika Industri Jumlah SKS : 2 Semester : III Pokok Bahasan : Pendugaan Parameter Alokasi Waktu : 300 menit Pertemuan ke : 5, 6, & 7 I. Standar Kompetensi Mahasiswa mampu melakukan pengumpulan dan penyajian data, penarikan sampel, pendugaan nilai parameter, uji hipotesis, analisis ragam, serta analisis regresi yang dimanfaatkan untuk menyelesaikan masalah perancangan, perbaikan, pemasangan dan pengoperasian sistem integral. II. III. IV. Kompetensi Dasar: 1. Menggunakan estimator yang tepat 2. Menghitung nilai pendugaan parameter rataan, proporsi, dan ragam dari sampel secara tepat 3. Menghitung ukuran sampel minimal untuk tingkat kesalahan pendugaan yang diinginkan 4. Menganalisis tolerance limit dari nilai parameter individu populasi Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menjelaskan sifat-sifat estimator yang baik 2. Menjelaskan pendugaan titik dan pendugaan interval 3. Menghitung nilai pendugaan interval dari rataan sampel untuk: sampel tunggal, sampel ganda, dan sampel berpasangan dengan tingkat keyakinan yang berbeda-beda dan informasi nilai ragam populasi diketahui dan tidak diketahui 4. Menghitung nilai pendugaan interval dari proporsi sampel untuk: sampel tunggal dan sampel ganda dengan tingkat keyakinan yang berbeda-beda. 5. Menghitung nilai pendugaan interval dari ragam sampel (sampel tunggal) dan rasio ragam (sampel ganda) dengan tingkat keyakinan yang berbeda-beda. 6. Menghitung ukuran sampel untuk tingkat kesalahan pendugaan yang diinginkan 7. Menghitung batas atas dan bawah dari nilai individu populasi Materi Ajar: 1. Konsep Pendugaan 2. Sifat-sifat estimator yang baik 3. Tradisional Estimator: Pendugaan Titik [TKI-204] Statistika Industri 12
13 4. Pendugaan interval 5. Pendugaan nilai parameter rataan: 1 sampel, 2 sampel, dan berpasangan 6. Pendugaan nilai parameter proporsi: 1 sampel, dan 2 sampel 7. Pendugaan nilai parameter ragam dan rasio ragam 8. Penentuan ukuran sampel untuk tingkat kesalahan yang diinginkan V. Metode/Strategi Pembelajaran: Ceramah, diskusi, latihan soal kelompok VI. VII. VIII. 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 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. Blank, L, 1980, Statistical Procedures for Engineering, Management, and Science, McGraw-Hill. 3. Bowker and Lieberman, 1972, Engineering Statistics, Prentice Hall. 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 tiap pokok bahasan 3. Jelaskan 3 sifat estimator yang baik! 4. Dari 30 data berat badan wanita sebelum dan sesudah minum Sliming Tea selama 2 bulan berikut [...] duga berapa nilai interval rataan pegurangan berat badan dengan minum Sliming Tea, gunakan derajat keyaninan 95 dan 99 %! 5. Hitung ukuran sampel yang dibutuhkan untuk memprediksi parameter rataan populasi dari data berikut [...], jika maksimum kesalaham prediksi 0.56, gunakan derajat keyakinan 95%! [TKI-204] Statistika Industri 13
14 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-204] Statistika Industri 14
15 RENCANA MUTU PEMBELAJARAN Nama Dosen : Hari Prasetyo, ST., MT. Program Studi : Teknik Industri Kode Mata Kuliah : TKI-204 Nama Mata Kuliah : Statistika Industri Jumlah SKS : 2 Semester : III Pokok Bahasan : Uji Hipotesa Alokasi Waktu : 300 menit Pertemuan ke : 8, 9, & 10 I. Standar Kompetensi Mahasiswa mampu melakukan pengumpulan dan penyajian data, penarikan sampel, pendugaan nilai parameter, uji hipotesis, analisis ragam, serta analisis regresi yang dimanfaatkan untuk menyelesaikan masalah perancangan, perbaikan, pemasangan dan pengoperasian sistem integral. II. III. IV. Kompetensi Dasar: 1. Menguji hipotesis ada atau tidaknya perbedaan nilai parameter populasi dengan benar 2. Menguji bentuk distribusi suatu data 3. Menghitung ukuran sampel yang diperlukan dalam pengujian Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menjelaskan langkah-langkah uji hipotesis 2. Menjelaskan metode pengambilan keputusan berdasarkan p-value 3. Menyelesaikan uji hipotesis nilai rataan populasi untuk satu sampel, dua sampel, dan data berpasangan 4. Menyelesaikan uji hipotesa nilai proporsi populasi untuk satu sampel dan dua sampel 5. Menyelesaikan uji hipotesa nilai ragam dan rasio ragam 6. Menghitung ukuran sampel yang dibutuhkan untuk menguji hipotesa 7. Menerapkan uji Goodness of fit untuk menguji bentuk distribusi data Materi Ajar: 1. Konsep Uji Hipotesa: satu sisi dan 2 sisi 2. Penggunaan P-value dalam pengambilan keputusan 3. Uji hipotesa nilai rataan dan selisih rataan 4. Uji hipotesa nilai proporsi dan selisih proporsi 5. Uji hipotesa nilai ragam dan rasio ragam 6. Penentuan Ukuran sampel 7. Uji Goodness of fit V. Metode/Strategi Pembelajaran: Ceramah, diskusi, latihan soal kelompok [TKI-204] Statistika Industri 15
16 VI. VII. VIII. 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 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. Blank, L, 1980, Statistical Procedures for Engineering, Management, and Science, McGraw-Hill. 3. Bowker and Lieberman, 1972, Engineering Statistics, Prentice Hall. 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 tiap pokok bahasan 3. Dari data kecacatan sebelum dan sesudah implementasi sistem baru di bawah ini [...] lakukan pengujian dengan tingkat keyakinan 95%, apakah sistem yang baru dapat mengurangi kecacatan produk? 4. Dari data berikut [...] dengan tingkat keyakinan 99% apakah proporsi kecacatan produk lebih dari 2%? Jika berapa jumlah sampel minimal jika diinginkan tingkat kesalahan tipe II < 20%? 5. Dari data di bawah [...], lakukan pengujian apakah data tersebut berdistribusi eksponensial? Gunakan berbagai tingkat keyakinan. 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-204] Statistika Industri 16
17 RENCANA MUTU PEMBELAJARAN Nama Dosen : Hari Prasetyo, ST., MT. Program Studi : Teknik Industri Kode Mata Kuliah : TKI-204 Nama Mata Kuliah : Statistika Industri Jumlah SKS : 2 Semester : III Pokok Bahasan : Regrasi Linear dan Korelasi Alokasi Waktu : 100 menit Pertemuan ke : 11 I. Standar Kompetensi Mahasiswa mampu melakukan pengumpulan dan penyajian data, penarikan sampel, pendugaan nilai parameter, uji hipotesis, analisis ragam, serta analisis regresi yang dimanfaatkan untuk menyelesaikan masalah perancangan, perbaikan, pemasangan dan pengoperasian sistem integral. II. III. IV. Kompetensi Dasar: 1. Mengidentifikasi hubungan linear 2 variabel 2. Menyelesaikan permasalahan non linear dengan persamaan regresi linear 3. Menjelaskan korelasi dua kelompok data Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menjelaskan model regresi linear sederhana 2. Menghitung nilai parameter dalam regresi linear 3. Menguji linearitas data 4. Mengubah data non linear menjadi linear 5. Menghitung nilai korelasi dua kelompok data 6. Menjelaskan makna nilai korelasi Materi Ajar: 1. Konsep regresi linear 2. Model regresi linear sederhana 3. Uji linearitas data 4. Tranformasi data non linear 5. Korelasi V. Metode/Strategi Pembelajaran: Ceramah, diskusi, latihan soal kelompok VI. Tahap Pembelajaran: A. Kegiatan Awal : Dosen menjelaskan garis besar materi yang akan dikaji dalam [TKI-204] Statistika Industri 17
18 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. 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. Dari data berikut [...] lakukan pengujian apakah datanya linear? 4. Data berikut [...] memiliki fungsi P.V. γ = C. Lakukan transformasi menjadi persamaan linear dan tentukan nilai parameternya untuk memprediksi berapa nilai P jika V = 6? 5. Dari dua kelompok data di bawah [...] dan [...] tentukan apakah ada korelasi antara data 1 dan data 2? 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-204] Statistika Industri 18
19 RENCANA MUTU PEMBELAJARAN Nama Dosen : Hari Prasetyo, ST., MT. Program Studi : Teknik Industri Kode Mata Kuliah : TKI-204 Nama Mata Kuliah : Statistika Industri Jumlah SKS : 2 Semester : III Pokok Bahasan : Analisis Variansi Alokasi Waktu : 200 menit Pertemuan ke : 12 & 13 I. Standar Kompetensi Mahasiswa mampu melakukan pengumpulan dan penyajian data, penarikan sampel, pendugaan nilai parameter, uji hipotesis, analisis ragam, serta analisis regresi yang dimanfaatkan untuk menyelesaikan masalah perancangan, perbaikan, pemasangan dan pengoperasian sistem integral. II. III. IV. Kompetensi Dasar: 1. Menyusun rancangan ANAVA dengan tepat 2. Menyelesaikan persoalan ANAVA 3. Menginterpretasikan hasil uji ANAVA Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menjelaskan istilah- istilah dalam ANAVA: perlakuan, blok, galat kesalahan, dll 2. Menjelaskan model-model ANAVA 3. Menjelaskan tahapan ANAVA satu arah 4. Membuat tabel ANAVA 5. Menghitung nilai galat kesalahan dan ragam serta interpretasinya 6. Mengidentifikasi keterkaitan antara blok dan perlakuan Materi Ajar: 1. Konsep teknik ANAVA 2. ANAVA satu arah: acak sempurna 3. ANAVA: rancangan blok acak 4. ANAVA: Bujur sangkar latin V. Metode/Strategi Pembelajaran: Ceramah, diskusi, 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-204] Statistika Industri 19
20 - 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. 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. 2. Blank, L, 1980, Statistical Procedures for Engineering, Management, and Science, McGraw-Hill. Penilaian: A. Teknik dan instrumen penilaian : 1. Diskusi (dinilai) 2. Portofolio tiap pokok bahasan 3. Jelaskan perbedaan ANAVA: acak, blok, dan bujur sangkar latin 4. Dari data berikut [...] lakukan pengujian apakah perlakuan 1, perlakuan 2, dan perlakuan 3 memiliki hasil yang sama? 5. Dari data berikut [...] apakah ada keterkaitan antara blok dengan perlakuan? 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-204] Statistika Industri 20
21 RENCANA MUTU PEMBELAJARAN Nama Dosen : Hari Prasetyo, ST., MT. Program Studi : Teknik Industri Kode Mata Kuliah : TKI-204 Nama Mata Kuliah : Statistika Industri Jumlah SKS : 2 Semester : III Pokok Bahasan : Pengujian Non-parametrik Alokasi Waktu : 100 menit Pertemuan ke : 14 I. Standar Kompetensi Mahasiswa mampu melakukan pengumpulan dan penyajian data, penarikan sampel, pendugaan nilai parameter, uji hipotesis, analisis ragam, serta analisis regresi yang dimanfaatkan untuk menyelesaikan masalah perancangan, perbaikan, pemasangan dan pengoperasian sistem integral. II. III. IV. Kompetensi Dasar: 1. Mengenali pengujian statistika non parametrik 2. Menyelesaikan persoalan uji non parametric dengan sign test, rank sum test, Kruskal Wallis test, dan Runs test Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menjelaskan definisi statistika non parametrik 2. Menjelaskan tahapan metode sign test, rank sum test, kruskal wallis, dan runs test 3. Menyelesaikan uji hipotesa non parametrik dengan metode-metode tersebut Materi Ajar: 1. Konsep uji non parametrik 2. Metode Sign test 3. Metode Rank-sum test 4. Metode Kruskal Wallis test 5. Metode runs test V. Metode/Strategi Pembelajaran: Ceramah, diskusi, 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 [TKI-204] Statistika Industri 21
22 - 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. 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 pengertian statistika non parametrik! 4. Jelaskan tahapan-tahapan dalam pengujian non parametrik menggunakan metode sign test, Kruskal Wallis, dan runs test! 5. Diketahui data dua produk berikut [...], lakukan pengujian apakah dari data tersebut produk A lebih baik dari produk B? 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-204] Statistika Industri 22
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 terperinciSILABUS 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 terperinciSTATISTIKA DASAR MAF Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si
STATISTIKA DASAR MAF 1212 Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si Pokok Bahasan Pokok Bahasan KONTRAK PERKULIAHAN UTS 35% UAS 35% TUGAS/QUIZ 20% KEHADIRAN 10% REFERENSI: Walpole, Ronald E. 2011. Probability
Lebih terperinciProgram 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 terperinciKontrak 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 terperinciSILABUS 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 terperinciRENCANA 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 terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308
JURUSAN PENDIDIKAN MATEMATIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308 MINGGU KE POKOK & SUB POKOK BAHASAN 1 PENDAHULUAN
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308
JURUSAN PENDIDIKAN MATEMATIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308 MINGGU POKOK & SUB MATERI METODE & MEDIA TES SUMBER 1
Lebih terperinciSILABUS 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 terperinciSATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA
Mata Kuliah Kode / SKS Program Studi Fakultas : Statistika 2 / Probabilitas Terapan : IT012249 / 2 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi 1. Distribusi sampling populasi, sampel, tehnik
Lebih terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperinciDEPARTEMEN 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 terperinciMATRIKS SATUAN ACARA PERKULIAHAN MATA KULIAH PROBABILITA TERAPAN (SI) KODE / SKS: KD / 3 SKS
Minggu Pokok Bahasan ke dan TIU 1. 1.Distribusi sampling Memberi penjelasan tentang populasi, sampel, tehnik pengambilan sampel., serta distribusi sampling ratarata Sub Pokok Bahasan dan Sasaran Belajar
Lebih terperinciSILABUS 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 terperinciDESKRIPSI 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 terperinciSILABUS 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 terperinciSTATISTIKA 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 terperinciPertemuan 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 terperinciSATUAN ACARA PEMBELAJARAN (SAP)
SATUAN ACARA PEMBELAJARAN (SAP) Mata Kuliah : Statistik Kode Mata Kuliah : PSI-106 Jumlah SKS : 3 Waktu Pertemuan : 150 menit Kompetensi Dasar : 1. Penguasaan metodologi penelitian psikologi Indikator
Lebih terperinciPRODI. 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 terperinciSILABUS 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 terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH PROBABILITA TERAPAN (IA) KODE / SKS : KD / 3 SKS
1 1. Distribusi Sampling TIU : Memberi penjelasan tentang populasi, sampel, teknik pengambilan sampel, serta distribusi sampling rata-rata 2 1.2. Distribusi Sampling Rata-rata 1.1. Konsep Dasar Sampling
Lebih terperinciSILABUS MATA KULIAH S T A T I S T I K A
SILABUS MATA KULIAH S T A T I S T I K A Dosen: Dr. Budi Susetyo, M. Pd (0918) Dr. Juang Sunanto (0918) Drs. Iding Tarsidi, M. Pd (1723) Dra. Tjutju Soendari, M.Pd. ( ) Dra. Oom Siti Homdijah, M. Pd ( )
Lebih terperinciSTATISTIKA 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 terperinciSILABUS 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 terperinciSTATISTIKA 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 terperinciRENCANA PELAKSANAAN PERKULIAHAN (RPP) Mata Kuliah STATISTIKA I
(RPP) Mata Kuliah STATISTIKA I Oleh : Risky Setiawan, M.Pd JURUSAN PENDIDIKAN GURU PENDIDIKAN ANAK USIA DINI FAKULTAS ILMU PENDIDIKAN IKIP VETERAN SEMARANG Pertemuan Ke- : 1 Alokasi : 100 Menit Prasyarat
Lebih terperinciSTATISTIKA 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 terperinciSILABUS 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 terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperinciSILABUS 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 terperinciGARIS-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 terperinciSILABUS 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 terperinciSTATISTIKA TERAPAN (PS603)
RENCANA PEMBELAJARAN SEMESTER (RPS) STATISTIKA TERAPAN (PS603) PROGRAM STUDI PSIKOLOGI PENDIDIKAN SEKOLAH PASCA SARJANA UNIVERSITAS PENDIDIKAN INDONESIA 1 RENCANA PEMBELAJARAN SEMESTER 1. Identitas Nama
Lebih terperinciSTATISTIKA 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 terperinciSATUAN 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 terperinciSTATISTIKA 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 terperinciSTATISTIK 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 terperinciSATUAN ACARA PERKULIAHAN
SATUAN ACARA PERKULIAHAN Topik/ Pokok Bahasan 1 : Penjelasan silabus dan prosedur Kompetensi : Mahasiswa memiliki pengetahuan konseptual tentang silabus dan prosedur 1 Pengantar mengenai silabus dan prosedur
Lebih terperinciSILABUS 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 terperinciSILABUS 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 terperinciGARIS-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 terperinciDESKRIPSI 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 terperinciSTATISTIKA 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 terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF & PRAKTIKUM (AKN) KODE / SKS: KD / 3 SKS
Minggu Pokok Bahasan ke dan TIU 1 1. Penahuluan konsep statistika dan notasi penjumlahan Sub Pokok Bahasan dan Sasaran Belajar 1.1. Konsep statistika Mahasiswa dapat menjelaskan pengertian statistika Mahasiswa
Lebih terperinciSATUAN ACARA PERKULIAHAN. Kode Mata Kuliah : TI 003
SATUAN ACARA PERKULIAHAN Nama Mata : Statistik Kode Mata : TI 003 Bobot Kredit : 3 SKS Semester Penempatan : III Kedudukan Mata : Mata Prasyarat : Penanggung Jawab : Latifah Rahayu, M.Sc Pertemuan / Pokok
Lebih terperinciSILABUS 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 terperinciUJI 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 terperinciSILABUS, RPP, RPS STATISTIKA. Program Studi Informatika FAKULTAS TEKNIK- UNIVERSITAS PGRI SEMARANG
SILABUS, RPP, RPS STATISTIKA Program Studi Informatika FAKULTAS TEKNIK- UNIVERSITAS PGRI SEMARANG FORMULIR No.Dokumen FM-01-AKD-1516 UNIVERSITAS PGRI SEMARANG FORMAT SILABUS Tanggal Berlaku Halaman 1
Lebih terperinciSTATISTIKA 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 terperinciSILABUS 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 terperinciSILABUS 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 terperinciRENCANA PELAKSANAAN PERKULIAHAN (RPP) Mata Kuliah STATISTIKA II
(RPP) Mata Kuliah STATISTIKA II Oleh : Risky Setiawan, M.Pd JURUSAN PENDIDIKAN GURU PENDIDIKAN ANAK USIA DINI FAKULTAS ILMU PENDIDIKAN IKIP VETERAN SEMARANG Semester/ SKS : 7/2 Pertemuan Ke- : 1 dan 2
Lebih terperinciRENCANA 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 terperinciCOURSE OUTLINE. : drh. Roslizawaty, M.P. (Koordinator) KhairulUmam, S.Si., M.A. Ed.Sc. Kelas 1 Ruang 1 No Tanggal MateriPembelajaran Keterangan
KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN UNIVERSITAS SYIAH ALA FALTAS KEDOKTERAN HEWAN DARUSSALAM, BANDA ACEH Telp. (0651) 7551536 Fax. (0651) 7551536 Kode Pos 23111 Flexi : 7410247 E-mail : kedokteranhewan61unsyiah@yahoo.com
Lebih terperinciRENCANA 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 terperinciBUKU 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 terperinciGARIS 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 terperinciUNIVERSITAS MERCU BUANA FAKULTAS : ILMU KOMPUTER PROGRAM STUDI : Sistem Informasi
UNIVERSITAS MERCU BUANA FAKULTAS : ILMU KOMPUTER PROGRAM STUDI : Sistem Informasi No. Dokumen 02-3.04.1.02 Distribusi Tgl. Efektif RENCANA PEMBELAJARAN SEMESTER Mata Kuliah Kode Rumpun MK Bobot (SKS) Semester
Lebih terperinciKONSEP-KONSEP DASAR STATISTIKA
PENGANTAR STATISTIK (Dasar2 Statistik) Oleh: Edward Kocu. aifat_kocu@yahoo.com 1 KONSEP-KONSEP DASAR STATISTIKA aifat_kocu@yahoo.com 2 PERTANYAAN MENDASAR Apa yang dimaksud dengan Statistik? Kapan dan
Lebih terperinciSILABUS 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 terperinciPENGELOLAAN STATISTIK YANG MENYENANGKAN, oleh Muhammad Rusli Hak Cipta 2014 pada penulis
PENGELOLAAN STATISTIK YANG MENYENANGKAN, oleh Muhammad Rusli Hak Cipta 2014 pada penulis GRAHA ILMU Ruko Jambusari 7A Yogyakarta 55283 Telp: 0274-889398; Fax: 0274-889057; E-mail: info@grahailmu.co.id
Lebih terperinciSILABUS 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 terperinciANALISIS DATA KUANTITATIF
1 ANALISIS DATA KUANTITATIF Analisis data merupakan proses pengolahan, penyajian, dan interpretasi yang diperoleh dari lapangan agar data yang disajikan mempunyai makna. A. Tujuan Analisis Data 1. Menjawab
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA dan PROBABILITAS (MI) KODE / SKS : KK /2 SKS
Minggu Pokok Bahasan ke dan TIU 1 1. Tehnik Penarikan Sampling pengertian kegunaan sampling, tehnik yang dapat digunakan serta pemahaman terhadap keempat tehnik tersebut. Sub Pokok Bahasan dan Sasaran
Lebih terperinciPROGRAM PASCASARJANA UNIVERSITAS SRIWIJAYA PROGRAM STUDI ILMU EKONOMI
PROGRAM PASCASARJANA UNIVERSITAS SRIWIJAYA PROGRAM STUDI ILMU EKONOMI SILABUS Mata Kuliah : Statistik Kode Mata Kuliah : EKM 60107 Stats Mata Kuliah : Wajib Bobot : 3 SKS Jenjang Studi : S2 Reguler Program
Lebih terperinciSEKOLAH TINGGI ILMU EKONOMI INDONESIA BANKING SCHOOL KONTRAK PERKULIAHAN
SEKOLAH TINGGI ILMU EKONOMI INDONESIA BANKING SCHOOL KONTRAK PERKULIAHAN Mata Kuliah : Statistik II Program Studi : S 1 Akuntansi dan S 1 Manajemen Beban : 2 Sks Dosen : W. Rofianto, ST, MSi I. Deskripsi
Lebih terperinciSATUAN ACARA PERKULIAHAN (SAP) MATA KULIAH APLIKASI SPSS Psikologi
1 Statistik Deskriptif, Statistik Inferensia dan Komputer Statistik (SPSS) statistik deskriptif dan inferensi; statistik parametrik, statistik non parametrik dan metode-metode yang termasuk didalamnya
Lebih terperinciSTATISTIKA 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 terperinciSATUAN ACARA PERKULIAHAN
1 SATUAN ACARA PERKULIAHAN Matakuliah : Statistika Dasar Kode : FI 411 Sks : 2 Semester : I Nama Dosen : dkk Standar Kompetensi: Menguasai dasar-dasar statistika dan dapat mengaplikasikannya untuk pengolahan
Lebih terperinciSTATISTIKA 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 terperinciPENJABARAN MATA KULIAH (COURSE OUTLINE)
UNIVERSITAS ISLAM INDONESIA FM-UII-AA-FKA-05/RO Versi : 1 Tanggal Revisi : 25 Juli 2011 Revisi : 1 Tanggal Berlaku : 1 September 2011 PENJABARAN MATA KULIAH (COURSE OUTLINE) A. IDENTITAS MATA KULIAH Nama
Lebih terperinciKAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 241-248 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN
Lebih terperinciSTATISTIK DESKRIPTIF DAN STATISTIK INFERENSIAL
STATISTIK DESKRIPTIF DAN STATISTIK INFERENSIAL 22:35 GENERAL 2 comments Dalam penelitian kuantitatif, analisis data merupakan kegiatan setelah data dikumpulkan dari seluruh responden. Kegiatan dalam analisis
Lebih terperinciSILABUS 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 terperinciStandar Kompetensi : Dapat mengaplikasikan statistika nonparametrik dalam memecahkan masalah, khususnya dalam penelitian.
KEMENTERIAN PENDIDIKAN NASIONAL UNIVERSITAS NEGERI YOGYAKARTA PROGRAM PASCASARJANA Alamat: Karangmalang, Yogyakarta Kode Pos 55281 Telp: (0274) 586168, Pswt. 229 & 285; (0274) 550835, 520326 Faxs: (0274)
Lebih terperinciMODEL 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 terperinciSILABUS STATISTIK BISNIS. Dosen: Dalizanolo Hulu, SE, ME
SILABUS STATISTIK BISNIS Dosen: Dalizanolo Hulu, SE, ME Program Studi: Manajemen, Akuntansi, dan Teknik Informasi Universitas Pembangunan Jaya TA. 2014/2015 UNIVERSITAS PEMBANGUNAN JAYA SEMESTER GENAP
Lebih terperinciPENGOLAHAN DAN ANALISIS DATA
DEPARTEMEN PENDIDIKAN NASIONAL INSPEKTORAT JENDERAL DIKLAT METODOLOGI PENELITIAN SOSIAL PARUNG BOGOR, 25 27 MEI 2005 PENGOLAHAN DAN ANALISIS DATA Oleh: NUGRAHA SETIAWAN UNIVERSITAS PADJADJARAN PENGOLAHAN
Lebih terperinciGARIS 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 terperinciRENCANA 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 terperinciSATUAN 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 terperinciSTATISTIKA 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 terperinciSILABUS 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 terperinciSILABUS 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 terperinciSTATISTIKA NON PARAMETRIK
STATISTIKA NON PARAMETRIK Utriweni Mukhaiyar BI5106 Analisis Biostatistik 4 Desember 2012 Prosedur Uji Hipotesis Prosedur Uji Hipotesis Parametrik Uji Z Uji t ANOVA one way UJI MENYANGKUT RATAAN Asumsi
Lebih terperinciUNIVERSITAS PENDIDIKAN INDONESIA KAMPUS CIBIRU PROGRAM SI PENDIDIKAN GURU-PAUD SILABUS DAN SATUAN ACARA PERKULIAHAN
UNIVERSITAS PENDIDIKAN INDONESIA KAMPUS CIBIRU PROGRAM SI PENDIDIKAN GURU-PAUD SILABUS DAN SATUAN ACARA PERKULIAHAN A. IDENTITAS MATA KULIAH Mata Kuliah : Statistika Penelitian I Kode : IP305 Bobot SKS
Lebih terperinciSATUAN ACARA PENGAJARAN (SAP)
SATUAN ACARA PENGAJARAN (SAP) Mata Kuliah : STATISTIK INFERENSIAL Kode Mata Kuliah : 02085314 SKS : 3 Waktu Pertemuan : 3 x 45 Menit Pertemuan ke : 1 & 2 A. KOMPETENSI 1. Standar Kompetensi : Mahasiswa
Lebih terperinciPRODI 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 terperinciSILABUS 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 terperinciSTATISTIKA INDUSTRI I. Agustina Eunike, ST., MT., MBA.
STATISTIKA INDUSTRI I Agustina Eunike, ST., MT., MBA. PERTEMUAN-1 DATA Data Hasil pengamatan pada suatu populasi Untuk mendapatkan informasi yang akurat Pengumpulan data Pengolahan data Penyajian data
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI AKUNTANSI KOMPUTER D3 BISNIS & KEWIRAUSAHAAN UNIVERSITAS GUNADARMA
RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI AKUNTANSI KOMPUTER D3 BISNIS & KEWIRAUSAHAAN UNIVERSITAS GUNADARMA Tanggal Penyusunan dd/bb/thn Tanggal revisi dd/bb/thn 16 Agustus 2016 4 Februari 2017 Fakultas
Lebih terperinciSyllabus 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 terperinciBERKAS PENYUSUNAN RENCANA PEMBELAJARAN SEMESTER (RPS) FAKULTAS KOMUNIKASI BISNIS. Program Studi ADMINISTRASI BISNIS. Mata Kuliah : STATISTIKA BISNIS
FAKULTAS KOMUNIKASI BISNIS Program Studi ADMINISTRASI BISNIS BERKAS PENYUSUNAN RENCANA PEMBELAJARAN SEMESTER (RPS) Mata Kuliah : STATISTIKA BISNIS Kode Mata Kuliah : EBH0B4 SKS : 4 SKS Semester : 3 Tahun
Lebih terperinciSILABUS 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 terperinciPengantar Statistika
Ruang Lingkup Statistika iii iv Pengantar Statistika Ruang Lingkup Statistika v Pengantar Statistika Oleh : Nana Danapriatna Rony Setiawan Edisi Pertama Cetakan Pertama, 2005 Hak Cipta 2005 pada penulis,
Lebih terperinciSTATISTIK INDUSTRI 1. Distribusi Sampling. Distribusi Sampling
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA DISTRIBUSI SAMPLING PENGANTAR Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui
Lebih terperinciStatistika pariwisata MP 404 / 3 SKS / SEMESTER 4. Dosen : 1. Dra.Heraeni Tanuatmodjo,M.M/ Drs, Bambang Widjajanta 3. Rini Andari, S.Pd, M.
Statistika pariwisata MP 404 / 3 SKS / SEMESTER 4 Dosen : 1. Dra.Heraeni Tanuatmodjo,M.M/1386 2. Drs, Bambang Widjajanta 3. Rini Andari, S.Pd, M.M MATERI KULIAH PENGERTIAN STATISTIK DAN STATISTIKA, SERTA
Lebih terperinciSILABUS 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