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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

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

2 I. Deskripsi Lulusan Program Magister Statistika Terapan Parameter Deskripsi A. Kemampuan Bidang Kerja B. Lingkup Kerja Berdasarkan Pengetahuan yang Dikuasai C. Kemampuan Manajerial Unsur-unsur Deskripsi A.1. Memiliki kemampuan memformulasikan permasalahan nyata sehingga diperoleh solusi (pemecahan) secara kuantitatif A.2. Memiliki kemampuan menyusun dan mengevaluasi secara praktis rancangan pengumpulan data dan menerapkannya dalam bentuk survei kompleks maupun percobaan tak-standar (faktorial pecahan, non-ortogonal) yang sesuai dengan konteks permasalahan yang dihadapi, serta mampu mengelola pelaksanaan proses pengumpulan tersebut. A.3. Memiliki kemampuan menyusun rancangan praktis analisis data menggunakan teknik-teknik statistika yang tepat, mengelola pelaksanaan kegiatan analisis data yang terpadu A.4. Memiliki kemampuan menerjemahkan hasil analisis sesuai dengan konteks yang dihadapi dan menyajikan hasil analisis dalam bentuk yang mudah dipahami Memiliki kemampuan menerapkan statistika untuk menyusun rancangan pengumpulan data dan analisis kuantitatif serta mampu mengelola pelaksanaannya Memiliki kemampuan berkomunikasi dan berinteraksi dengan praktisi bidang terapan kuantitatif serta mampu mengelola riset untuk perbaikan kualitas hidup masyarakat dengan penuh tanggung jawab. II. Capaian (Learning Outcome, (LO)) Unsur-unsur Deskripsi A.1. Memiliki kemampuan memformulasikan permasalahan nyata sehingga diperoleh solusi (pemecahan) secara kuantitatif A.2. Memiliki kemampuan menyusun dan mengevaluasi secara praktis rancangan pengumpulan data dan menerapkannya dalam bentuk survei kompleks maupun percobaan tak-standar (faktorial pecahan, non-ortogonal) yang sesuai dengan konteks permasalahan yang dihadapi, serta mampu mengelola pelaksanaan proses pengumpulan tersebut. A.3. Memiliki kemampuan menyusun rancangan praktis analisis data menggunakan teknikteknik statistika yang tepat, mengelola pelaksanaan kegiatan analisis data yang terpadu Learning Outcomes (LO) a. Mampu merumuskan permasalahan nyata menjadi permasalahan statistika b. Mampu merumuskan hipotesis statistik a. Mampu merumuskan rancangan pengumpulan data yang tepat sesuai dengan permasalahan b. Mampu menyusun, menerapkan dan mengevaluasi rancangan sampling yang efisien untuk suatu survey c. Mampu menyusun dan mengevaluasi instrumen pengumpulan data Mampu mengkoordinasikan pelaksanaan pengumpulan data a. Mampu menyusun rancangan analisis data dan tahapan pelaksanaannya b. Mampu menyusun struktur data dengan benar sesuai dengan kebutuhan analisis c. Mampu melaksanakan analisis data menggunakan perangkat lunak statistik d. Mampu melakukan pengujian hipotesis sesuai dengan permasalahan e. Mampu mengkoordinir pelaksanaan kegiatan

3 Unsur-unsur Deskripsi A.4. Memiliki kemampuan menerjemahkan hasil analisis sesuai dengan konteks yang dihadapi dan menyajikan hasil analisis dalam bentuk yang mudah dipahami B. Memiliki kemampuan menerapkan statistika untuk menyusun rancangan pengumpulan data dan analisis kuantitatif serta mampu mengelola pelaksanaannya C. Memiliki kemampuan berkomunikasi dan berinteraksi dengan praktisi bidang terapan kuantitatif serta mampu mengelola riset untuk perbaikan kualitas hidup masyarakat dengan penuh tanggung jawab. Learning Outcomes (LO) analisis data a. Mampu menyusun rancangan analisis data dan tahapan pelaksanaannya b. Mampu menyusun struktur data dengan benar sesuai dengan kebutuhan analisis c. Mampu melaksanakan analisis data menggunakan perangkat lunak statistik d. Mampu melakukan pengujian hipotesis sesuai dengan permasalahan e. Mampu mengkoordinir pelaksanaan kegiatan analisis data a. Memiliki pengetahuan statistika madya tentang metode pengumpulan data, komputasi statistik, dan analisis data b. Mampu menerapkan statistika di berbagai bidang terapan a. Mampu memimpin dan bekerja dalam tim b. Memiliki etika penerapan statistika yang baik

4 III. Rancangan Kurikulum berbasis Kompetensi Mata Kuliah SPs (6 sks) MATA KULIAH A.1.a A.1.b A.2.a A.2.b A.2.c A.2.d A.3.a A.3.b A.3.c A.3.d A.3.e A.4.a A.4.b A.4.c B.1 B.2 C.1 C.2 PPS500 = Bahasa Inggris STK511 = Analisis Statistika V V V V V V V V V STK500 = Pengantar Teori Statistika V STK 503 = Statistika Inferensia V V V Mata Kuliah Wajib Mayor S2 (29 sks) STK571 = Komputasi Statistika V V V V V V STK531 = Analisis Regresi Terapan V V V V V V V V V V V STK551 = Analisis Data Kategorik V V V V V V V V V STK651 = Analisis Deret Waktu V V V V V V V V V STK622 = Analisis dan Perancangan Survey V V V V V V V V V V V V V V V V V PPS601 = Kolokium V V V V PPS690 = Seminar V V V V V V V PPS699 = Penelitian dan Tesis V V V V V V V V V V V V V V V V V V Mata Kuliah Pilihan Mayor S2 STK561 = Statistika Pengendalian Mutu V V V V V V V V STK632 = Analisis Peubah Ganda V V V V V V V V STK533 = Eksplorasi Data V V V V STK653 = Persamaan struktural V V V V V V V V V Minor V V

5 IV. Rancangan GBPP dan Kompetensi Matakuliah IV.1. Analisis Perancangan Survei (STK622) A. Matriks Kompetensi Pertemuan Materi A.1.a A.1.b A.2.a A.2.b A.2.c A.2.d A.3.a A.3.b A.3.c A.3.d A.3.e A.4.a A.4.b A.4.c B.1 B.2 C.1 C.2 Analisis Perancangan Survei (STK622) Pengantar Perencanaan Survei 1 Contoh, Perumusan Masalah dan Tahapan Survei v v v v v V v v v v v v v v v v x x x x x 2 Presentasi Kelompok Perumusan Masalah, Tujuan, Sasaran dan Ruang Lingkup x x x x x 3 Review Metode Penarikan Contoh x x x x 4 Presentasi Kelompok mengenai Teknik Sampling dan Pemilihan Responden 5 Desain Kuesioner x x x x x 6 Presentasi Kelompok mengenai Desain Kuesioner x x x 7 Presentasi Kelompok Mengenai Manajemen Survei dan Penjaminan Mutu Data 8 Program Entri x x x x 9 Presentasi Kelompok mengenai Pembuatan dan Pengoperasian Program Entri x x x 10 Pembahasan Pelaksanaan Survei x x 11 Pelaksanaan Survei x x 12 Diskusi Kelompok mengenai Pelaksanaan Survei x x

6 13 Analisis Data, Pembuatan Laporan dan Presentasi Hasil Survei 14 Presentasi Kelompok mengenai Hasil Survei x x x x x x x x x x x x x x x x x x x B. Garis-garis Besar Program Pengajaran (GBPP) Fakultas/Prodi Mata Kuliah/Kode : SPs/Statistika Terapan Semester / SKS : Ganjil / 3(2-2) : Analisis Perancangan Survei (STK622) Deskripsi Mata Kuliah : Mata kuliah ini membahas mengenai bagaimana merumuskan permasalahan dan tujuan survei, merencanakan survei, menentukan teknik sampling dan memilih obyek survei dengan tepat, merancang kuesioner, pengorganisasian dan administrasi survei di lapangan, verifikasi dan validasi data, menyusun program entri, melakukan survei lapangan, serta menganalisis, membuat laporan dan mempresentasikan hasil analisis data survei. Standar Kompetensi : Mampu merumuskan, merencanakan, mengorganisasi, dan melaksanakan survei, serta mampu menganalisis data, membuat laporan dan mempresentasikan hasil survei. Mata Kuliah Prasyarat : Analisis Statistika (STK511) dan Analisis Regresi Terapan (STK531). No. Kompetensi Dasar Indikator 1 Mahasiswa mampu merencanakan,merancang survei sesuai dengan tujuan penelitian/studi, membuat proposal penelitian untuk kegiatan survey, merumuskan masalah dan mempresentasikannya 2 Mahasiswa dapat memilih teknik penarikan contoh yang paling efisien dan praktis sesuai dengan tujuan survei Kelebihan dan Kelemahan Survei Contoh Penggunaan dan Penyalahgunaan Survei Tahapan Survei Perumusan Masalah Penentuan Tujuan Survei Sasaran dan Lingkup Survei Konsep Dasar Penarikan Contoh Penarikan Contoh Tak Berpeluang Pengalaman Belajar ( ) Materi Pokok Pengantar Perencanaan Survei, Tahapan Survei dan Perumusan Masalah Review Metode Penarikan Contoh Alokasi Waktu (menit) 2 x (2 x 50 menit) 2 x (2 x 50 menit) Sumber Bahan (Kepustakaan) Buku 1 Buku 2 Referensi Lain yangterkait Masalah yang Diberikan Buku 1 Buku 3 Referensi Lain yangterkait Penilaian Portofolio, Portofolio,

7 No. Kompetensi Dasar Indikator dan mempresentasikannya Penarikan Contoh Berpeluang Sampling Error & Standard Error Teknik Sampling Pemilihan Objek Survei Pengalaman Belajar ( ) Materi Pokok Alokasi Waktu (menit) Sumber Bahan (Kepustakaan) Masalah yang Diberikan Penilaian 3 Mahasiswa mampu merancang kuesioner yang valid dan terandal, memilih cara pengumpulan informasi, dan mampu melakukan wawancara dalam survei dan mempresentasikannya 4 Mahasiswa mampu menjelaskan pengorganisasian dan administrasi lapangan dalam survei dengan wawancara, serta mampu melakukan penyuntingan dan pengkodean terhadap hasil survei Tujuan dan Kendala Tipe-tipe Pengumpulan Informasi, Kelebihan dan Kelemahannya Pertanyaan Terbuka dan Tertutup Cara Menulis Pertanyaan Susunan Pertanyaan Lay-out Kuesioner Jenis-jenis Pertanyaan Pre-tests Validitas dan Reliabilitas Kuesioner Faktor-faktor yang Mempengaruhi Komunikasi dalam Wawancara Interaksi dan Bias Cara-cara Wawancara Rekruitmen dan Seleksi Pewawancara Training Pewawancara Supervisi Lapangan Pengendalian Mutu Pengendalian Administratif Penyuntingan Pengkodean Masalah-masalah dalam Pengkodean Penyimpanan Informasi Pemeriksaan Konsistensi Missing Data (Data Hilang) Desain Kuesioner dan Panduan Wawancara Manajemen Survei dan Penjaminan Mutu Data Survei 2 x Buku 1 Buku 2 Referensi Lain yangterkait Masalah yang Diberikan 1x Buku 1 Buku 2 Referensi Lain yangterkait Masalah yang Diberikan Portofolio, Portofolio,

8 No. Kompetensi Dasar Indikator 5 Mahasiswa mampu membuat beberapa program entri dan mempresentasikan cara pembuatan dan pengoperasiannya 6 Mahasiswa mampu mengantisipasi tahapantahapan yang dilalui dalam pelaksanaan survei, serta mampu mengantisipasi kendala-kendala yang mungkin dihadapi 7 Mahasiswa mampu melakukan survei lapangan dengan penuh tanggungjawab serta mendiskusikan kendalakendala yang dihadapi dalam pelaksanaan survei 8 Mahasiswa mampu melakukan analisis data survei, membuat laporan dan mempresentasikan hasil survei Peralatan Pemroses Data Pengembangan dan Pemeriksaan Peubah Pembuatan Program Entri Pengoperasian Program Entri Tahapan-Tahapan Survei Kendala-kendala Cara mendapatkan responden Etika Berwawancara Teknik sampling Pemilihan responden Proses wawancara Penanganan dokumen hasil survei Analisis Data Survei Penulisan Laporan Presentasi Hasil Survei Pengalaman Belajar ( ) Materi Pokok Desain Program Entri Data Perencanaan Pelaksanaan Survei Alokasi Waktu (menit) Sumber Bahan (Kepustakaan) 2x Buku 1 Buku 2 Referensi Lain yangterkait Masalah yang Diberikan (Epidata, SPSS, SAS, Excel, StatPac) 1x Buku 1 Buku 2 Referensi Lain yangterkait Masalah yang Diberikan Penilaian Portofolio, Portofolio, Pelaksanaan Survei 2x Portofolio, Analisis Data dan Laporan Hasil Survei 2x Buku 1 Buku 2 Referensi Lain yangterkait Masalah yang Diberikan Portofolio, Pustaka: 1. Warwick, D.P. and Lininger, C.A The Sample Survei: Theory and Practice. McGraw-Hill, Inc., New York. 2. Buckingham, A and Saunders, P The Survei Methods Workbook.Oddisey Press Inc., Gonic, New Hampsire 3. Scheaffer, R.L, Mendenhall, W and Ott Lyman Elementary Survei Sampling, 4th Edition, PWS-Kent Publishing Company, Boston

9 IV.2. Statistika Inferensia (STK503) A. Matriks Kompetensi Pertemuan Materi A.1.a A.1.b A.2.a A.2.b A.2.c A.2.d A.3.a A.3.b A.3.c A.3.d A.3.e A.4.a A.4.b A.4.c B.1 B.2 C.1 C.2 Statistika Inferensia (STK503) v v v 1 Pengantar dan Analisis Kombinatorik v 2 Konsep Dasar Peluang v 3 Peubah Acak v v 4 Nilai Harapan dan Fungsi pembangkit v momen 5 Beberapa Peubah Acak Diskret v 6 Beberapa Peubah Acak Kontinu v 7 Sebaran Peluang Bersama v v v 8 Sebaran fungsi peubah acak v v v 9 Kaidah dan Sifat Sebaran Fungsi v v v Linier dan Kuadrat Peubah Acak Normal 10 Pendugaan Parameter v v 11 Penduga Selang Kepercayaan v v

10 B. GARIS-GARIS BESAR PROGRAM PENGAJARAN Fakultas/Prodi Mata Kuliah/Kode : SPs/Statistika Terapan : Statistika Inferensia (STK503) Semester / SKS : Ganjil / 3(3-0) Deskripsi Mata Kuliah : Standar Kompetensi : Mata Kuliah Prasyarat : Mata kuliah ini membahas tentang konsep dasar peluang, peubah acak, nilai harapan, transformasi peubah acak, statistik tataan, peubah acak ganda, sebaran contoh acak, pendugaan parameter : metode momen dan metode kemungkinan maksimum; pengujian hipotesis : metode rasio kemungkinan maksimum, dan uji paling kuasa; pendugaan selang : pembalikan statistik uji dan statistik pivot. Mampu menjelaskan tentang konsep dasar peluang, peubah acak, nilai harapan, transformasi peubah acak, peubah acak ganda, sebaran contoh acak, pendugaan parameter, pengujian hipotesis, penduga selang, dan contoh penggunaannya pada penelitian statistika. Pengantar Teori Statistika (STK500) dan Analisis Statistika (STK511) No. Tujuan Instruk-sional Khusus Indikator Pengalaman Belajar ( ) Materi Pokok Alokasi Waktu (menit) Sumber Bahan (Kepustakaan) Penilaian 1 Mahasiswa dapat menjelaskan ruang contoh Ruang Contoh dan Kejadian Sifat-sifat Kejadian Pengantar dan Analisis Kombinatorik 1 x Buku 1

11 No. Tujuan Instruk-sional Khusus Indikator Pengalaman Belajar ( ) Materi Pokok Alokasi Waktu (menit) Sumber Bahan (Kepustakaan) Penilaian dan kejadian beserta pengolahannya, mencacah banyaknya titik contoh dalam ruang contoh dan kejadian 2 Mahasiswa dapat menjelaskan konsep dasar peluang, dalil-dalil yang berkenaan dengan peluang, peluang bersyarat dan kejadian saling bebas 3 Mahasiswa dapat menjelaskan konsep peubah acak diskret, menentukan fungsi sebaran peubah acak diskret, konsep peubah acak kontinu, dan menentukan fungsi sebaran peubah acak kontinu 4 Mahasiswa dapat mampu menentukan nilai harapan, momen, dan fungsi pembangkit momen, dan menentukan karakteristik sebaran peluang peubah acak berdasarkan fungsi pembangkit momennya. 5 Mahasiswa dapat mengenali sebaran peluang peubah acak diskret, nilai harapan, dan fungsi pembangkit momennya, serta mampu menjelaskan keterkaitan peubah acak Binomial, Hipergeometrik dan Poisson 6 Mahasiswa dapat menjelaskan konsep peubah acak kontinu beserta nilai harapan dan ragammya, serta dapat menurunkan fungsi sebaran peubah acak kontinu dari fungsi kepekatannya dan sebaliknya Pengolahan terhadap Kejadian Prinsip dasar mencacah Konsep Peluang Peluang Bersyarat Kejadian Saling Bebas Dalil Bayes Definisi Peubah Acak Peubah Acak Diskret dan Kontinu Fungsi Peluang dan Fungsi Sebaran Peubah Acak Diskret Fungsi Kepekatan Peluang dan Fungsi Sebaran Peubah Acak Kontinu Nilai Harapan Momen Fungsi pembangkit momen Peubah Acak Bernouli Peubah Acak Binomial Peubah Acak Geometrik Peubah Acak Binom Negatif Peubah Acak Hipergeometrik Peubah Acak Poisson Pendekatan Sebaran Hipergeometrik dan Poisson terhadap Sebaran Binomial Peubah Acak Seragam Peubah Acak Normal Peubah Acak Eksponensial Peubah Acak Gamma Peubah Acak Khi-kuadrat Peubah Acak Beta Konsep Dasar Peluang Peubah Acak Nilai Harapan dan Fungsi pembangkit momen Beberapa Peubah Acak Diskret Beberapa Peubah Acak Kontinu 1 x 1 x 1x 1x 1 x

12 No. Tujuan Instruk-sional Khusus Indikator Pengalaman Belajar ( ) Materi Pokok Alokasi Waktu (menit) Sumber Bahan (Kepustakaan) Penilaian 7 Mahasiswa dapat menjelaskan sebaran peluang bersama, marjinal, dan bersyarat untuk peubah acak diskret dan kontinu, kebebasan, nilai harapan, dan peragam. 8 Mahasiswa dapat menentukan bentuk sebaran dari fungsi peubah acak. 9 Mahasiswa dapat menjelaskan sifat fungsi linier dan kuadrat peubah acak normal 10 Mahasiswa dapat menerangkan prinsip pendugaan parameter dengan metode momen dan kemungkinan maksimum, dan sifat-sifat penduga parameter. 11 Mahasiswa dapat menerangkan dan menentukan selang kepercayaan dengan metode pivot. Daftar Pustaka : Fungsi Peluang Bersama Fungsi Kepekatan Peluang Bersama Fungsi Peluang Marginal dan Fungsi Kepekatan Marginal Sebaran Peluang Bersyarat Nilai Harapan Bersama dan Bersyarat Peubah Acak Saling Bebas Peragam dan Korelasi Metode momen Metode fungsi sebaran kumulatif Metode transformasi Statistik tataan Kombinasi linier peubah acak normal Sebaran jumlah kuadrat peubah acak normal Kaidah sebaran t-student Kaidah sebaran F Prinsip dasar pendugaan parameter Metode penduga titik: Metode momen dan Metode Kemungkinan Maksimum Sifat-sifat suatu penduga parameter : tak bias, efisien, dan konsisten Pendugaan selang dengan metode pivot Sebaran Peluang Bersama Sebaran fungsi peubah acak Kaidah dan Sifat Sebaran Fungsi Linier dan Kuadarat Peubah Acak Normal Pendugaan Parameter Penduga Selang Kepercayaan 2 x 2 x 1 x 2 x 1 x 1. Wackerly D, Mendenhall W, Scheaffer RL Mathematical Statistics with Applications 7 th Edition, Duxbury Thomson Learning

13 2. Roussas, G Introduction to Probability and Statistical Inference. Academic Press.

14

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

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

Lebih terperinci

SILABUS (GBPP Perkuliahan)

SILABUS (GBPP Perkuliahan) Fakultas/Prodi Mata Kuliah/Kode : MIPA/Statistika Semester / SKS : Ganjil / 3(2-2) Deskripsi Mata Kuliah Standar Kompetensi Mata Kuliah Prasyarat : Analisis Perancangan Survei SILABUS (GBPP Perkuliahan)

Lebih terperinci

RANCANGAN KURIKULUM PROGRAM DOKTOR STATISTIKA (STK) DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI)

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

Lebih terperinci

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

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

Lebih terperinci

Program Studi Teknologi Hasil Perairan (S2)

Program Studi Teknologi Hasil Perairan (S2) Tabel 4. Parameter Diskripsi Program Studi Teknologi Hasil Perairan (S2) Unsur-Unsur Deskripsi Deskripsi Generik Learning Outcome Kemampuan di Bidang Kerja Mampu melakukan Kemampuan di bidang kerja terkait

Lebih terperinci

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

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

Lebih terperinci

mengsumsikan tidak ada kesalahan pengukuran, validitas dapat dievaluasi dengan mengamati nilai bias dari penduganya. Bias, B ( ) dari populasi

mengsumsikan tidak ada kesalahan pengukuran, validitas dapat dievaluasi dengan mengamati nilai bias dari penduganya. Bias, B ( ) dari populasi TINJAUAN PUSTAKA Teori penarikan contoh mempunyai tujuan untuk membuat penarikan contoh menjadi lebih efisien. Teori penarikan contoh mencoba untuk mengembangkan metode pemilihan contoh dengan biaya yang

Lebih terperinci

SAMPLING METHODS Metode Penarikan Contoh STK221 3(2-2)

SAMPLING METHODS Metode Penarikan Contoh STK221 3(2-2) SAMPLING METHODS Metode Penarikan Contoh STK221 3(2-2) Pustaka Scheaffer RL, Mendenhall W, Ott RL. 2006. Elementary Survey Sampling, 6th ed. Belmont: Duxbury Press. Levy PS, Lemeshow S. 1999. Sampling

Lebih terperinci

Learning Outcomes Program Master (S2) PS Entomologi, Departemen Proteksi Tanaman, Faperta, IPB

Learning Outcomes Program Master (S2) PS Entomologi, Departemen Proteksi Tanaman, Faperta, IPB Learning Outcomes Program Master (S2) PS Entomologi, Departemen Proteksi Tanaman, Faperta, IPB Kompetensi PS Entomologi S2: Setelah menyelesaikan program studi Entomologi, lulusan mampu mengembangkan bidang

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER

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

Lebih terperinci

Program Studi Teknik Mesin S1

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

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

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

Lebih terperinci

METODE STATISTIKA (Pendahuluan)

METODE STATISTIKA (Pendahuluan) METODE STATISTIKA (Pendahuluan) Kode: STK211 SKS: 3(2-3) Dr. Ir. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 1 Pokok Bahasan Minggu Ke I II-III IV V VI-VII VIII IX-X XI-XII XIII-XIV XV XVI Pokok Bahasan

Lebih terperinci

HASIL DAN PEMBAHASAN. Deskripsi Data

HASIL DAN PEMBAHASAN. Deskripsi Data metode penarikan contoh yang tepat di survei tahap I. 3. Melaksanakan survei tahap I, untuk mengetahui karakteristik pelayanan program sarjana yang diinginkan mahasiswa. 4. Menyusun kuesioner untuk survei

Lebih terperinci

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

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

Lebih terperinci

STATISTIKA. Ketua Program Studi/Koordinator Mayor: Program Doktor: Aji Hamim Wigena Program Magister Sains: Erfiani. Staf Pengajar: Tujuan Pendidikan

STATISTIKA. Ketua Program Studi/Koordinator Mayor: Program Doktor: Aji Hamim Wigena Program Magister Sains: Erfiani. Staf Pengajar: Tujuan Pendidikan STATISTIKA Ketua Program Studi/Koordinator Mayor: Program Doktor: Aji Hamim Wigena Program Magister Sains: Erfiani Staf Pengajar: Ahmad Ansori Mattjik Budi Susetyo I Wayan Mangku Aji Hamim Wigena Bunawan

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI

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

Lebih terperinci

Sem 7-4. Garis Besar Rencana Pembelajaran (GBRP)

Sem 7-4. Garis Besar Rencana Pembelajaran (GBRP) Sem 7-. Garis Besar Rencana Pembelajaran (GBRP) Nama Matakuliah Kode MK/SKS Semester Mata Kuliah Prasyarat : Pemodelan Statistika : H0/SKS : Awal/7 (Tahun IV) : Metode Statistika, Teori Peluang, Ilmu Stokastik,

Lebih terperinci

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

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

Lebih terperinci

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

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA. B. TUJUAN PEMBELAJARAN Setelah menempuh mata kuliah ini mahasiswa diharapkan mampu: RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah Statistika Maa I Kode/sks : MAS 4111/ 3 Semester : III Status (Wajib/Pilihan) : Wajib (W) Prasyarat : MAS 4218

Lebih terperinci

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

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

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA

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

Lebih terperinci

Kompetensi Lulusan, Learning Outcomes dan Kurikulum Program Studi Magister Teknologi Pangan Berdasarkan Kerangka Kualifikasi Nasional Indonesia

Kompetensi Lulusan, Learning Outcomes dan Kurikulum Program Studi Magister Teknologi Pangan Berdasarkan Kerangka Kualifikasi Nasional Indonesia Kompetensi Lulusan, Learning Outcomes dan Kurikulum Program Studi Magister Teknologi Pangan Berdasarkan Kerangka Kualifikasi Nasional Indonesia Departemen Ilmu dan Teknologi Pangan Fakultas Teknologi Pertanian

Lebih terperinci

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

SATUAN ACUAN PERKULIAHAN MATA KULIAH : STATISTIK & PROBABILITAS KODE : TIK1010 / SKS : 3 SKS SATUAN ACUAN PERKULIAHAN MATA KULIAH : KODE : TIK1010 / SKS : 3 SKS SEMESTER : III / GANJIL WAKTU : 150 Menit JUMLAH PERTEMUAN : 16 x pertemuan (14 x materi kuliah, 2 x Ujian (UTS dan UAS)) 1 ANALISIS

Lebih terperinci

SATUAN ACARA PEMBELAJARAN (SAP)

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

Lebih terperinci

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

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

Lebih terperinci

Perancangan Percobaan

Perancangan Percobaan Fakultas/Prodi Mata Kuliah/Kode : MIPA/Statistika Semester / SKS : Genap/ 3(2-2) Deskripsi Mata Kuliah Standar Kompetensi Mata Kuliah Prasyarat : Pe Percobaan/STK222 Pe Percobaan : Mata kuliah pe membahas

Lebih terperinci

Metode Statistika STK211/ 3(2-3) Pertemuan I

Metode Statistika STK211/ 3(2-3) Pertemuan I Metode Statistika STK211/ 3(2-3) Pertemuan I 1 Pengantar Setelah mengikuti mata ajaran ini selama satu semester, mahasiswa dapat menjelaskan prinsip-prinsip dasar metode statistika, dan dapat menerapkan

Lebih terperinci

STK 211 Metode statistika. Pengajar : Dr. Agus Mohamad Soleh, SSi, MT Dr.Ir. Muhammad Nur Aidi, MS

STK 211 Metode statistika. Pengajar : Dr. Agus Mohamad Soleh, SSi, MT Dr.Ir. Muhammad Nur Aidi, MS STK 211 Metode statistika Pengajar : Dr. Agus Mohamad Soleh, SSi, MT Dr.Ir. Muhammad Nur Aidi, MS http://www.stat.ipb.ac.id/ 2017 Pengantar Kode Matakuliah: STK211, 3(2-3) Standar Kompetensi: Setelah mengikuti

Lebih terperinci

Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi

Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi Statistika, Vol. No., Mei Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi MARZUKI, HIZIR SOFYAN, ASEP RUSYANA Jurusan Matematika FMIPA Universitas Syiah Kuala Jl.

Lebih terperinci

Kompetensi dan Learning Outcomes Program Studi Manajemen dan Bisnis Sekolah Pascasarjana Institut Pertanian Bogor

Kompetensi dan Learning Outcomes Program Studi Manajemen dan Bisnis Sekolah Pascasarjana Institut Pertanian Bogor Kompetensi dan Learning Outcomes Program Studi dan Bisnis Sekolah Pascasarjana Institut Pertanian Bogor Program Magister Pernyataan kompetensi : Setelah menyelesaikan program studi ini, lulusan mampu :

Lebih terperinci

Capaian Pembelajaran/Learning Outcomes Program Studi Teknologi Pascapanen (PS TPP) Strata Magister sesuai KKNI Level 8

Capaian Pembelajaran/Learning Outcomes Program Studi Teknologi Pascapanen (PS TPP) Strata Magister sesuai KKNI Level 8 Capaian Pembelajaran/Learning Outcomes Program Studi Teknologi Pascapanen (PS TPP) Strata Magister sesuai KKNI Level 8 Kompetensi Lulusan : Setelah menyelesaikan program studi ini lulusan Program Studi

Lebih terperinci

BAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI

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

Lebih terperinci

SILABUS STATISTIK BISNIS. Dosen: Dalizanolo Hulu, SE, ME

SILABUS 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 terperinci

HASIL DAN PEMBAHASAN. Analisis data menggunakan software SPSS 11.5 for windows, Microsoft Excel, dan SAS 9.1. Profil Responden

HASIL DAN PEMBAHASAN. Analisis data menggunakan software SPSS 11.5 for windows, Microsoft Excel, dan SAS 9.1. Profil Responden disusun ke dalam bentuk kartu stimuli, diantara tiap kartu berisi kombinasi dari taraftaraf atribut yang berbeda dengan kartu-kartu lainnya (Lampiran 4). 3. Pengumpulan data melalui penyebaran kuesioner.

Lebih terperinci

STATISTIKA I. Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta. Kode Matakuliah: PAI111, 2sks Tujuan Instruksional Umum:

STATISTIKA I. Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta. Kode Matakuliah: PAI111, 2sks Tujuan Instruksional Umum: STATISTIKA I Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta Kode Matakuliah: PAI111, 2sks Tujuan Instruksional Umum: Setelah mengikuti mata kuliah ini selama satu semester, mahasiswa akan dapat

Lebih terperinci

KONSEP DASAR TERKAIT METODE BAYES

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

Lebih terperinci

UNIVERSITAS MERCU BUANA FAKULTAS : ILMU KOMPUTER PROGRAM STUDI : Sistem Informasi

UNIVERSITAS 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 terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Kontrak Kuliah Metode Statistika 2

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

Lebih terperinci

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

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

Lebih terperinci

ANALISIS KONJOIN UNTUK MENILAI PEMBUKAAN PROGRAM STUDI STATISTIKA DI UNIVERSITAS SYIAH KUALA. Abstrak

ANALISIS KONJOIN UNTUK MENILAI PEMBUKAAN PROGRAM STUDI STATISTIKA DI UNIVERSITAS SYIAH KUALA. Abstrak ANALISIS KONJOIN UNTUK MENILAI PEMBUKAAN PROGRAM STUDI STATISTIKA DI UNIVERSITAS SYIAH KUALA Asep Rusyana, Nanny Salwa, Muzamil, Jurusan Matematika FMIPA Unsyiah arusyana@yahoo.com Abstrak Analisis konjoin

Lebih terperinci

RENCANA PELAKSANAAN PERKULIAHAN (RPP) Mata Kuliah. Metode Penelitian Kuantitatif

RENCANA PELAKSANAAN PERKULIAHAN (RPP) Mata Kuliah. Metode Penelitian Kuantitatif (RPP) Mata Kuliah Metode Penelitian Kuantitatif Oleh : Risky Setiawan, M.Pd JURUSAN PENDIDIKAN GURU PENDIDIKAN ANAK USIA DINI Fakultas Ilmu Pendidikan IKIP VETERAN SEMARANG Mata Kuliah : Metode Penelitian

Lebih terperinci

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

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

Lebih terperinci

METODOLOGI PENELITIAN (PS602)

METODOLOGI PENELITIAN (PS602) RENCANA PEMBELAJARAN SEMESTER (RPS) METODOLOGI PENELITIAN (PS602) PROGRAM STUDI PSIKOLOGI PENDIDIKAN UNIVERSITAS PENDIDIKAN INDONESIA 1 RENCANA PEMBELAJARAN SEMESTER 1. Identitas Nama Program Studi : Psikologi

Lebih terperinci

SILABUS MATAKULIAH METODOLOGI RISET BISNIS

SILABUS MATAKULIAH METODOLOGI RISET BISNIS Matakuliah : Metodologi Riset Bisnis Kode Matakuliah/Sks : AGB 303/3(2-3) Semester : 6 Prasyarat Deskripsi Singkat Capaian Pembelajaran/ Learning Outcomes (LO)/ Standar Kompetensi (SK) : : SILABUS MATAKULIAH

Lebih terperinci

TELKOM UNIVERSITY FAKULTAS KOMUNIKASI DAN BISNIS JURUSAN/PROGRAM STUDI S1 ADMINISTRASI BISNIS RENCANA PEMBELAJARAN SEMESTER

TELKOM UNIVERSITY FAKULTAS KOMUNIKASI DAN BISNIS JURUSAN/PROGRAM STUDI S1 ADMINISTRASI BISNIS RENCANA PEMBELAJARAN SEMESTER TELKOM UNIVERSITY FAKULTAS KOMUNIKASI DAN BISNIS JURUSAN/PROGRAM STUDI S1 ADMINISTRASI BISNIS RENCANA PEMBELAJARAN SEMESTER Kode Dokumen MATA KULIAH (MK) KODE Rumpun MK BOBOT (sks) SEMESTER Tgl Penyusunan

Lebih terperinci

STK 203 TEORI STATISTIKA I

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

Lebih terperinci

Metode Statistika STK211/ 3(2-3) Pertemuan I

Metode Statistika STK211/ 3(2-3) Pertemuan I Metode Statistika STK211/ 3(2-3) Pertemuan I 1 Pengantar Setelah mengikuti mata ajaran ini selama satu semester, mahasiswa dapat menjelaskan prinsip-prinsip dasar metode statistika, dan dapat menerapkan

Lebih terperinci

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

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

Lebih terperinci

Masalah Overdispersi dalam Model Regresi Logistik Multinomial

Masalah Overdispersi dalam Model Regresi Logistik Multinomial Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) MATA KULIAH: STATISTIK INFERENSIAL DAN LAB (UPM) PROGRAM STUDI S1 MANAJEMEN 2015 bekman4s@yahoo.com 1 dari 8 Nama Mata Kuliah : Statistik Inferensial dan Lab (UPM) Kode

Lebih terperinci

GARIS BESAR PROGRAM PENGAJARAN (GBPP)

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

Lebih terperinci

TELKOM UNIVERSITY FAKULTAS KOMUNIKASI DAN BISNIS JURUSAN/PROGRAM STUDI S1 ADMINISTRASI BISNIS RENCANA PEMBELAJARAN SEMESTER

TELKOM UNIVERSITY FAKULTAS KOMUNIKASI DAN BISNIS JURUSAN/PROGRAM STUDI S1 ADMINISTRASI BISNIS RENCANA PEMBELAJARAN SEMESTER TELKOM UNIVERSITY FAKULTAS KOMUNIKASI DAN BISNIS JURUSAN/PROGRAM STUDI S1 ADMINISTRASI BISNIS RENCANA PEMBELAJARAN SEMESTER MATA KULIAH (MK) KODE Rumpun MK BOBOT (sks) SEMESTER Tgl Penyusunan RISET PEMASARAN

Lebih terperinci

SILABUS : METODOLOGI PENELITIAN PARIWISATA

SILABUS : METODOLOGI PENELITIAN PARIWISATA DESKRIPSI MATA KULIAH METODOLOGI PENELITIAN PARIWISATA Mata Kuliah Metodologi Pariwisata memberikan pemahaman tentang konsep-konsep hakekat penelitian, tipe atau jenis penelitian, proses penelitian, pengukuran

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran

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

Lebih terperinci

BAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur

BAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur BAB I PENDAHULUAN 1.1 Latar Belakang Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis dan interpretasi data. Statistika

Lebih terperinci

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak STK 511 Analisis statistika Materi 3 Sebaran Peubah Acak 1 Konsep Peluang 2 Peluang Peluang dapat diartikan sebagai ukuran kemungkinan terjadinya suatu kejadian Untuk memahami peluang diperlukan pemahaman

Lebih terperinci

STATISTIK DAN PROBABILITY

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

STATISTIKA UNIPA SURABAYA

STATISTIKA UNIPA SURABAYA MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi

Lebih terperinci

Garis Besar Program Pembelajaran (GBPP) Kontrak Pembelajaran. Oleh: Prof. Dr. F.X. Susilo (PJ Matakuliah)

Garis Besar Program Pembelajaran (GBPP) Kontrak Pembelajaran. Oleh: Prof. Dr. F.X. Susilo (PJ Matakuliah) GBPP Matakuliah Statistika Pertanian (AGT 212) Page 1 of 10 Garis Besar Program Pembelajaran (GBPP) Kontrak Pembelajaran Matakuliah Statistika Pertanian (AGT 212) Kelas D SEMESTER GENAP 2011/2012 Oleh:

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah Pengantar Rancob Kode/sks : MAS 4122/3 Semester : III Status (Wajib/Pilihan) : Wajib (W) Prasyarat : MAS 4221

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah Pengantar Analisis Kode/sks : MAS 4231/ 3 Semester : II Status (Wajib/Pilihan) : Wajib (W) Prasyarat : MAS 4121

Lebih terperinci

Dokumen Kurikulum Program Studi : Arsitektur

Dokumen Kurikulum Program Studi : Arsitektur Dokumen Kurikulum 2013-2018 Program Studi : Arsitektur Fakultas : Sekolah Arsitektur, Perencanaan dan Pengembangan Kebijakan Institut Teknologi Bandung Total Bidang Halaman Kode Akademik Dokumen dan Kemahasiswaan

Lebih terperinci

BAHAN KULIAH STATISTIKA (Kelas Teori)

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

Lebih terperinci

di masa yang akan datang dilihat dari aspek demografi dan kepuasannya. PENDAHULUAN

di masa yang akan datang dilihat dari aspek demografi dan kepuasannya. PENDAHULUAN 1 PENDAHULUAN Latar Belakang Saat ini ada dua teknologi yang diusung oleh perusahaan-perusahaan telekomunikasi Indonesia yaitu teknologi Global System for Mobile communication (GSM) dan teknologi Code

Lebih terperinci

UNIVERSITAS TEUKU UMAR FAKULTAS EKONOMI PRODI S1 MANAJEMEN

UNIVERSITAS TEUKU UMAR FAKULTAS EKONOMI PRODI S1 MANAJEMEN UNIVERSITAS TEUKU UMAR FAKULTAS EKONOMI PRODI S1 MANAJEMEN RENCANA PEMBELAJARAN SEMESTER (RPS) Mata Kuliah: KODE Rumpun MK Bobot (SKS) Semester Tgl. Penyusunan Statistika Bisnis dan Ekonomi I EKU009-3

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran

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

Lebih terperinci

BUKU RANCANGAN PENGAJARAN

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

Lebih terperinci

Kompetensi Lulusan dan Learning Outcomes Program Studi Magister Ilmu Pangan Berdasarkan Kerangka Kualifikasi Nasional Indonesia

Kompetensi Lulusan dan Learning Outcomes Program Studi Magister Ilmu Pangan Berdasarkan Kerangka Kualifikasi Nasional Indonesia Kompetensi Lulusan dan Learning Outcomes Program Studi Magister Ilmu Pangan Berdasarkan Kerangka Kualifikasi Nasional Indonesia Departemen Ilmu dan Teknologi Pangan Fakultas Teknologi Pertanian Institut

Lebih terperinci

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYARTA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYARTA Jurusan Pendidikan Kimia FMIPA UNY Karangmalang, Yogyakarta 55281, Tel. 0274-565411 Fax 0274-548203 SILABUS DAN RPP Mata Kuliah : Metodologi Penelitian Pendidikan Kimia Prodi/Sem : Pendidikan Kimia / 6

Lebih terperinci

Capaian Pembelajaran/Learning Outcomes Program Studi (Mayor) Teknik Mesin Pertanian dan Pangan (PS TMP) Strata Magister sesuai KKNI Level 8

Capaian Pembelajaran/Learning Outcomes Program Studi (Mayor) Teknik Mesin Pertanian dan Pangan (PS TMP) Strata Magister sesuai KKNI Level 8 Capaian Pembelajaran/Learning Outcomes Program Studi (Mayor) Teknik Mesin Pertanian dan Pangan (PS TMP) Strata Magister sesuai KKNI Level 8 Kompetensi Lulusan: Setelah menyelesaikan program studi ini lulusan

Lebih terperinci

BERKAS PENYUSUNAN RENCANA PEMBELAJARAN SEMESTER (RPS) FAKULTAS KOMUNIKASI BISNIS. Program Studi ADMINISTRASI BISNIS. Mata Kuliah : STATISTIKA BISNIS

BERKAS 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 terperinci

RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI PSIKOLOGI. Issue/Revisi : A0 Tanggal : 27 November 2017

RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI PSIKOLOGI. Issue/Revisi : A0 Tanggal : 27 November 2017 Issue/Revisi : A0 Tanggal : 27 November 2017 Mata Kuliah : Psikologi Industri dan Organisasi Kode MK :PSY 208 Rumpun MK :Mata Kuliah Wajib Semester :4 Dosen Pengampu : Yulius Fransisco Angkawijaya (sks)

Lebih terperinci

GARIS BESAR PROGRAM PENGAJARAN (GBPP)

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

Lebih terperinci

ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP

ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 125 130 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP MESI OKTAFIA, FERRA YANUAR, MAIYASTRI

Lebih terperinci

BUKU RANCANGAN PEMBELAJARAN

BUKU RANCANGAN PEMBELAJARAN BUKU RANCANGAN PEMBELAJARAN MATEMATIKA EKONOMI DAN BISNIS Oleh ARIS YUNANTO Program Studi Ilmu Ekonomi Departemen Ilmu Ekonomi UNIVERSITAS INDONESIA 2010 1 DAFTAR ISI PENGANTAR... 3 BAB I INFORMASI UMUM...

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) IKG3F3 PEMODELAN STOKASTIK Disusun oleh: Sri Suryani P, S.Si., M.Si. PROGRAM STUDI ILMU KOMPUTASI FAKULTAS INFORMATIKA TELKOM UNIVERSITY 2015 LEMBAR PENGESAHAN Rencana

Lebih terperinci

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

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

Lebih terperinci

STATISTIKA FAI SKS

STATISTIKA FAI SKS STATISTIKA FAI 1201 3 SKS DESKRIPSI SINGKAT : Mata kuliah ini adalah mata kuliah yang mengajarkan tentang peranan statistika dalam teori probabilitas, aplikasi distribusi probabilitas diskrit, aplikasi

Lebih terperinci

Learning Outcomes Ilustrasi Lingkup Kuliah Gugus. Pendahuluan. Julio Adisantoso. 10 Pebruari 2014

Learning Outcomes Ilustrasi Lingkup Kuliah Gugus. Pendahuluan. Julio Adisantoso. 10 Pebruari 2014 10 Pebruari 2014 Learning Outcome Mahasiswa dapat mengetahui alasan mempelajari Ilmu Peluang di bidang Ilmu Komputer Mahasiswa dapat memahami makna peluang dalam kehidupan sehari-hari Mahasiswa mengetahui

Lebih terperinci

Kelas 2. Kelas 1 Mahasiswa. Mahasiswa. Gambar 1 Struktur data kelompok dalam pengukuran berulang pada data Metode Statistika

Kelas 2. Kelas 1 Mahasiswa. Mahasiswa. Gambar 1 Struktur data kelompok dalam pengukuran berulang pada data Metode Statistika 4 Kelas 2 Kelas 1 N3 N4 N3 N4 Gambar 1 Struktur data kelompok dalam pengukuran berulang pada data Metode Statistika BAHAN DAN METODE Bahan Data yang digunakan adalah data nilai capaian mahasiswa dalam

Lebih terperinci

NAMA PERGURUAN TINGGI FAKULTAS TEKNOLOGI INDUTRI

NAMA PERGURUAN TINGGI FAKULTAS TEKNOLOGI INDUTRI Mata kuliah: Sistem Penunjang Keputusan (AK043240) / 2 sks CAPAIAN PEMBELAJARAN MATA KULIAH SISTEM PENUNJANG KEPUTUSAN: 1. Mahasiswa mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam

Lebih terperinci

PENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM

PENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM BIAStatistics (2015) Vol. 9, 2, hal. 28-32 PENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM Munawar Jurusan Matematika FMIPA Universitas Syiah

Lebih terperinci

Langkah-Langkah Penyempurnaan Kurikulum Program Studi

Langkah-Langkah Penyempurnaan Kurikulum Program Studi Langkah-Langkah Penyempurnaan Kurikulum Program Studi INSTITUT PERTANIAN BOGOR http://www.ipb.ac.id Agenda Kesepakatan Lokakarya Rencana A dan B Penuntasan Rencana A Peta Jalan Penyempurnaan Diskusi Kesepakatan

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER GANJIL 2016/2017 PROGRAM STUDI MANAJEMEN INFORMASI KESEHATAN FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL

RENCANA PEMBELAJARAN SEMESTER GANJIL 2016/2017 PROGRAM STUDI MANAJEMEN INFORMASI KESEHATAN FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL RENCANA PEMBELAJARAN SEMESTER GANJIL 2016/2017 PROGRAM STUDI MANAJEMEN INFORMASI KESEHATAN FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL Mata kuliah : Metodologi Riset Kode MK : MIK 691 Mata kuliah

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) IKG3I4 PEMODELAN DAN SIMULASI Disusun oleh: PROGRAM STUDI S1 ILMU KOMPUTASI FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Pembelajaran

Lebih terperinci

Konsep-konsep Dasar Statistika

Konsep-konsep Dasar Statistika MODUL 1 Konsep-konsep Dasar Statistika KEGIATAN BELAJAR 1 Pengertian dan Pemanfaatan Statistika A. PENGERTIAN STATISTIKA Statistik adalah suatu kumpulan angka yang tersusun lebih dari satu angka. Misalnya

Lebih terperinci

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

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

Lebih terperinci

ILMU KELUARGA DAN PERKEMBANGAN ANAK

ILMU KELUARGA DAN PERKEMBANGAN ANAK Meraih masa depan berkualitas bersama Sekolah Pascasarjana IPB ILMU KELUARGA DAN PERKEMBANGAN ANAK Ketua Program Studi/Koordinator Mayor: Dr. Ir. Herien Puspitawati, M.Sc., M.Sc Staf Pengajar: Prof. Dr.

Lebih terperinci

Pengenalan Kurikulum Program Studi S1 Fisika IPB Tony Sumaryada, Ph.D 19 Mei 2016

Pengenalan Kurikulum Program Studi S1 Fisika IPB Tony Sumaryada, Ph.D 19 Mei 2016 Pengenalan Kurikulum 2014 Program Studi S1 Fisika IPB Tony Sumaryada, Ph.D 19 Mei 2016 Latar Belakang Perlu pembaharuan Kurikulum untuk dapat mengikuti perkembangan zaman Perubahan Kebijakan Manajemen

Lebih terperinci

BERKAS PENYUSUNAN RENCANA PEMBELAJARAN SEMESTER (RPS) FAKULTAS KOMUNIKASI DAN BISNIS. Program Studi Administrasi Bisnis. Mata Kuliah : RISET PEMASARAN

BERKAS PENYUSUNAN RENCANA PEMBELAJARAN SEMESTER (RPS) FAKULTAS KOMUNIKASI DAN BISNIS. Program Studi Administrasi Bisnis. Mata Kuliah : RISET PEMASARAN FAKULTAS KOMUNIKASI DAN BISNIS Program Studi Administrasi Bisnis BERKAS PENYUSUNAN RENCANA PEMBELAJARAN SEMESTER (RPS) Mata Kuliah : RISET PEMASARAN Kode Mata Kuliah : BAH3N4 SKS : 4 SKS Semester : 6 Tahun

Lebih terperinci

2-RP. Penguasaan Pengetahuan. Kemampuan. kerja. Kemampuan. Manajerial. Sikap dan Tata Nilai 5-PBS 1-CP 2-RP 3-RE

2-RP. Penguasaan Pengetahuan. Kemampuan. kerja. Kemampuan. Manajerial. Sikap dan Tata Nilai 5-PBS 1-CP 2-RP 3-RE RP-S1-SLK-02 Kurikulum 2014, Edisi : September-2014.Revisi : 00 Hal: 1 dari 7 A. CAPAIAN PEMBELAJARAN (Learning outcome) : CP 5.1 : Menganalisis data di bidang kedokteran/kesehatan, pertanian/perikanan/kelautan

Lebih terperinci