SILABUS MATA KULIAH. Pengalaman Pembelajaran

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