RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
|
|
- Ida Shinta Pranoto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Pemulusan Kode/sks : MAS 4131 / 2 Semester : III Status (Wajib/Pilihan) : Pilihan (P) Prasyarat : MAS 4231 (PengantarAnalisisRegresi) Nama Dosen Pengampu : B. TUJUAN PEMBELAJARAN Membekali mahasiswa pengetahuan tentang : i. Pola (variasi) data deret ii. Ketepatan metode peramalan iii. Rata-rata linier ganda iv. Pemulusan eksponensial tunggal, metode ganda: Brown, Holt, metode tripel :Winter, v. Klasifikasi Pegel, lain vi. Dekomposisi, dekompsisi Census vii. Pemulusan regresi untuk deret dengan pola trend. viii. Pemakaian mengartikam luaran paket program C. CAPAIAN PEMBELAJARAN Setelah menempuh mata kuliah ini diharapkan mahasiswa dapat : Parameter Deskripsi Rincian Deskripsi KK KK2 Mampu memilih metode analisis secara tepat menerapkannya pada data. Mampu mengoperasikan minimal dua perangkat lunak statistika, mengartikan luarannya. KK3 Mampu menarik kesimpulan dari hasil analisis secara sahih P P1.2 Menguasai pengidentifikasian masalah memilihan metode analisis yang tepat P2.1 Menguasai minimal dua perangkat lunak statistika, termasuk yang berbasis open source. KU KU1 mampu menerapkan pemikiran logis, kritis, sistematis, inovatif dalam konteks pengembangan atau implementasi ilmupengetahuan teknologi yang memperhatikan menerapkan nilai humaniora yang sesuai dengan big keahliannya; KU2 Mampu menunjukkan kinerja mandiri, bermutu, terukur
2 KU9 Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di big keahliannya, berdasarkan hasil analisis informasi data; S SK9 Menunjukkan sikap bertanggungjawab atas pekerjaan di big keahliannya secara mandiri; KK = Ketrampilan Khusus P = Pengetahuan KU = Ketrampilan Umum S = Sikap
3 D. RENCANA PEMBELAJARAN Mgg Bahan Kajian Sub Bahan Kajian I Pendahuluan Kontrak kuliah Data deret univariate Contoh data deret Satuan pengamata n Pola data deret Bentuk Pembelajaran Kuliah (*) Respons Semina i r/prese tutorial ntasi(*) (*) Prakt ikum (*) Deskripsi Tugas Mencari 10 data deret di big ilmu kehidupan social ekonomi. Perhatikan satuan pengamatan pola data. Deskripsi Praktikum Kemampuan akhir (**) Memahami aturan, bahan kajian pustaka Memahami perilaku data deret II Ketepatan metode peramalan Ukuran statistic standard an relative Statistik U DW Menghitung ketepatan metode peramalan dari analisis regresi data deret Memahami mampu memilih ketepatan metode peramalan III Rata-rata Rata-rata Menghitung rata- Mampu menghitung
4 IV V VI tunggal ganda Rata-rata linier Pemulusan eksponensial tunggal ganda: Brown Rata-rata tunggal Rata-rata ganda Pemilihan T Bobot Dasar ratarata linier Bobot Bobot Pemilihan α Pemilihan model yang sesuai dengan pola data horizontal Kuis I Inisiasi awal Brown Model rata tunggal, ganda bobot tiap Efek pemilihan T dalam rata rata Menghitung meramalkan dengan rata-rata linier Menghitung bobot rata-rata linier Melakukan eksponensial tunggal, memilih α efeknya dengan analitik paket program Melakukan eksponensial Brown rata-rata tunggal, ganda. Memahami bobot data deret efek pemilihan T dalam rata rata terhadap pola data Mampu menghitung meramalkan dengan rata-rata linier Menghitung bobot rata-rata linier Mampu memilih α efeknya dengan analitik paket program Mampu melakukan peramalan dengan eksponensial Brown
5 VII ganda: Holt Pemilihan model ramalan Inisiasi awal ganda: Holt Pemilihan model yang sesuai dengan pola data trend linier Presentasi Kontektua l VIII UTS IX UTS X Inisiasi awal tripel : Winter tripel : Winter aditif multiplikati XI Klasifikasi Pegel f Pemulusan eksponensi al : Klasifikasi Pegel Kolabo ratif Melakukan eksponensial Holt Membandingkan metode rata-rata linier Brown Holt Menghitung inisiasi awal Memilih metode Winter aditif multiplikatif Membandingkan klasifikasi Pegel dengan metode yang lain Mampu melakukan peramalan dengan eksponensial Holt Mampu memilih membandingkan metode rata-rata linier, Brown Holt Mampu mengartikan model luaran paket program. Mampu memilih meramalkan metode Winter aditif multiplikatif Mampu mengartikan model luaran paket program. Mampu mengartikan membandingkan klasifikasi Pegel dengan metode yang lain
6 XII lain control adaptif dari Chow adaptif dari Brown Sistem pemantaua n dari Trigg Kuis II XIII Dekomposisi Dekomposi si klasik Rata-rata lainnya IV Dekomposisi Census Penyesuaia n hari perdaganga n Penyesuaia n musiman awal akhir Bulan dominasi Siklus Presentasi Kontektua l Kolabo ratif Mengurai data deret berdasar pola yang ada Mencari bobot raata-rata terpusat Menghitung penyesuaian hari perdagangan, musiman awal akhir Mengetahui perkembangan metode Mampu mengurai data deret berdasar pola yang ada Mampu mencari bobot rata-rata terpusat Mampu menghitung penyesuaian hari perdagangan, musiman awal akhir
7 XV Pemulusan Kuis II regresi Model mean konstan XVI Pemulusan untuk deret Model Local Model ramalan Mampu meramal model Pemulusan dengan mean eksponensial Mampu meng update pola trend konstan Updating ramalan hasil ramalan Pemulusan Eksponensi al sederhana (*) pembelajaran pada setiap bentuk pembelajaran mengacu pada pasal 14.3 permen NOMOR 49 TAHUN 2014 (**) Mengacu pada capaian pembelajaran *** contoh lihat di karateristik pembelajaran. Pasal 11 SNPT E. SISTIM PENGUJIAN DAN PENILAIAN Responsi Praktikum..Tugas/Presentasi.Kuis, UTS UAS dilakukan secara tertulis. Waktu kuis ditentukan berdasarkan rencana dosen. UTS dilaksanakan pada minggu ke 8 9 UAS dilaksanakan pada minggu ke No Indikator Penilain Bobot Penilaian 1. Keaktifan di kelas 10 % 2. Responsi - 3. Praktikum - 4. Kuis 10 % 5. Tugas/Presentasi 20 % 6. UTS 30 % 7 UAS 30 %
8 Jumlah 100% Note: Bobot nilai tugas (presentasi, responsi) minimal 27% Bobot nilai praktikum sesuai bobot sks Nilai akhir : menggunakan standar penilaian F. Daftar Referensi Kisaran Nilai B B C C D D 45 E Kriteria (Huruf Mutu) A 1. Makridakis, Wheelwright and Hydiman Forecasting:Methods and Application. 3 rd Edition. John Wiley & Sons. 2. Ledolter, J. Abraham, B Statistical Method to Forecasting. John Wiley & Sons, New York. 3. Berenson, ML, David ML Timothy CK Basic Business Statistics. Concepts and Application. Pearson Prentice Hall. G. Assesmen Hasil Belajar Dilakukan oleh Ketua KBI selaku penjamin mutu, melalui proses evaluasi tentang kesesuaian antara rencana realisasi proses pembelajaran, kesesuaian soal ujian materi, kesesuaian sistem indikator penilaian.
9 H. Penanggung Jawab Kualitas Proses Pengajaran Mata Kuliah Ketua Program Studi bertindak sebagai penanggung jawab kualitas proses pengajaran mata kuliah.
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Analisa Deret Waktu Kode/sks : MAS 4133 / 3 Semester : V Status (Wajib/Pilihan) : Wajib (W) Prasyarat : MAS
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Metode Peramalan Kode/sks : MAS 4234 / 3 (2-1) Semester : VI Status (Wajib/Pilihan) : Pilihan (P) Prasyarat
Lebih terperinciRENCANA 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 terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah Analisis Lanjutan Kode/sks : MAS 4235/ 2-1 Semester : IV Status (Wajib/Pilihan) : Pilihan (P) Prasyarat : MAS
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah Analisis Data Kategori Lanjt. Kode/sks : MAS 4151/2 Semester : VII Status (Wajib/Pilihan) : Pilihan (P) Prasyarat
Lebih terperinciRENCANA 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 terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah Analisis Data Kategori Kode/sks : MAS 4232/3 Semester : IV Status (Wajib/Pilihan) : Wajib (W) Prasyarat : MAS
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Pengantar Ilmu Ekonomi Kode/sks : MAS 4130/3 Semester : I Status (Wajib/Pilihan) : Wajib (w) Prasyarat : -
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Riset Operasi Kode/sks : MAS 4241 /3 Semester : Genap Status (Wajib/Pilihan) : P Prasyarat : MAS 4141(Pemrograman
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Maa I Kode/sks : MAS 4215/ 3 Semester : II Status (Wajib/Pilihan) : Wajib (W) Prasyarat : MAM 4190 (Maa Dasar)
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Proses Stokastik Kode/sks : MAS 4113 /3 Semester : III Status (Wajib/Pilihan) : Pilihan (P) Prasyarat : MAS
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA. Status (Wajib/Pilihan) : Pilihan (P) : MAS 4122 (Pengantar Rancob)
A. MATA KULIAH RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA Nama Mata Kuliah Biometrika Kode/sks : MAS 4124/3 Semester : V Status (Wajib/Pilihan) : Pilihan (P) Prasyarat : MAS 4122 (Pengantar
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER(RPS) PROGRAM STUDI STATISTIKA
A. MATA KULIAH RENCANA PEMBELAJARAN SEMESTER(RPS) PROGRAM STUDI STATISTIKA Nama Mata Kuliah : Matematika II Kode/sks : MAS 4116/ 3 Semester : III Status (Wajib/Pilihan) : Wajib (W) Prasyarat : MAS 4215
Lebih terperinciRENCANA 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 terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah Ekonometrika Kode/sks : MAS 4135/ 3 Semester : III Status (Wajib/Pilihan) : Pilihan (P) Prasyarat : MAS 4231
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Analisis Deret Watu Non Linier Kode/ss : MAS 4233/2 Semester : Genap Status (Wajib/Pilihan) : Pilihan (P)
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Kapita Seleta Ilmu Eonomi Kode/ss : Mas 4152/2 Semester : Genap Status (Wajib/Pilihan) : Pilihan (P) Prasyarat
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER(RPS) PROGRAM STUDI STATISTIKA
A. MATA KULIAH RENCANA PEMBELAJARAN SEMESTER(RPS) PROGRAM STUDI STATISTIKA Nama Mata Kuliah : Statistia Pengendalian Mutu Lanjutan Kode/ss : MAS 4136/3 Semester : V Status (Wajib/Pilihan) : Pilihan (P)
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Teni Optimasi Kode/ss : MAS 4146/2 Semester : V Status (Wajib/Pilihan) : Pilihan (P) Prasyarat : MAS 4216
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Metode Simulasi Kode/ss : MAS 4243/2 Semester : Genap Status (Wajib/Pilihan) : P Prasyarat : MAS 4211, MAS
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER(RPS) PROGRAM STUDI STATISTIKA
A. MATA KULIAH RENCANA PEMBELAJARAN SEMESTER(RPS) PROGRAM STUDI STATISTIKA Nama Mata Kuliah : Statistia Pengendalian Mutu Kode/ss : MAS 4232 / 3 Semester : IV Status (Wajib/Pilihan) : Wajib (W) Prasyarat
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Pemrograman Linier Kode/ss : MAS 4141/3 Semester : III Status (Wajib/Pilihan) : Wajib (W) Prasyarat : MAS
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Eonomi Maro Kode/ss : MAS4145/3 Semester : Ganjil Status (Wajib/Pilihan) : Pilihan (P) Prasyarat : MAS 4241
Lebih terperinciBAB I PENDAHULUAN. Sejak kondisi ekonomi dan bisnis selalu berubah setiap waktu, maka para
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sejak kondisi ekonomi dan bisnis selalu berubah setiap waktu, maka para pimpinan suatu perusahaan atau para pelaku bisnis harus menemukan cara untuk terus
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap
GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap Berlaku mulai: Genap/2010 MATA KULIAH : TEKNIK PERAMALAN KODE MATA KULIAH/ SKS : 410103096 / 3 SKS MATA KULIAH PRASYARAT
Lebih terperinciBAB III PERAMALAN DENGAN METODE DEKOMPOSISI. (memecah) data deret berkala menjadi beberapa pola dan mengidentifikasi masingmasing
BAB III PERAMALAN DENGAN METODE DEKOMPOSISI 3.1 Metode Dekomposisi Prinsip dasar dari metode dekomposisi deret berkala adalah mendekomposisi (memecah) data deret berkala menjadi beberapa pola dan mengidentifikasi
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
13 BAB 1 PENDAHULUAN 1.1 Latar Belakang Era globalisasi saat ini, perkembangan zaman semankin maju dan berkembang pesat, di antaranya banyak pernikahan dini yang menyebabkan salah satu faktor bertambahnya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan (forecasting) merupakan upaya memperkirakan apa yang terjadi pada masa yang akan datang. Pada hakekatnya peramalan hanya merupakan suatu perkiraan (guess),
Lebih terperinciBAB 2 TINJAUAN TEORITIS. 2.1 Produk Domestik Regional Bruto
18 BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto Dalam menghitung pendapatan regional, dipakai konsep domestik. Berarti seluruh nilai tambah yang ditimbulkan oleh berbagai sektor atau lapangan
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) Mata Kuliah: STATISTIK PENDIDIKAN (PPS607) Di Susun oleh: Dr. Nyak Amir, M.Pd Dr. M. Ikhsan, M.
RENCANA PEMBELAJARAN SEMESTER (RPS) Mata Kuliah: STATISTIK PENDIDIKAN (PPS607) Di Susun oleh: Dr. Nyak Amir, M.Pd Dr. M. Ikhsan, M.Pd PROGRAM MAGISTER PENDIDIKAN OLAHRAGA PROGRAM PASCASARJANA UNIVERSITAS
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa. situasi dan kondisi di masa yang akan datang.
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan ramalan
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Miro Eonomi Kode/ss : MAS4241 / 3 Semester : Genap Status (Wajib/Pilihan) : P Prasyarat : MAS4130 (Pengantar
Lebih terperinciBAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan sering dipandang sebagai seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Secara teoritis peramalan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan adalah alat bantu yang penting dalam perencanaan yang efektif dan efisien (Makridakis,1991). Peramalan merupakan studi terhadap data historis untuk menemukan
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 terperinciBAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan (Forecasting) Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan terjadi pada masa mendatang. Peramalan penjualan adalah peramalan
Lebih terperinciSTRUKTUR KURIKULUM SESUAI CAPAIAN PEMBELAJARAN
STRUKTUR KURIKULUM SESUAI CAPAIAN PEMBELAJARAN Capaian Pembelajaran Kurikulum PS S1 Statistika UB S1 sesuai standar SNPT Indikator Ketrampilan Khusus KK1 KK2 KK3 Mampu menyusun dan atau memilih rancangan
Lebih terperinciBAB III METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK
BAB III METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK 3.1 Metode Pemulusan Eksponensial Holt-Winter Metode rata-rata bergerak dan pemulusan Eksponensial dapat digunakan untuk
Lebih terperinciSILABUS MATAKULIAH PERAMALAN BISNIS
SILABUS MATAKULIAH PERAMALAN BISNIS Matakuliah : Peramalan Bisnis Kode Matakuliah/sks : AGB 201/ 3(2-3) Semester : 4 Prasyarat Deskripsi Singkat : Metode Statistika : Matakuliah ini memberikan pengetahuan,
Lebih terperinciPENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER
PENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER Nama Mahasiswa : Eka Novi Nurhidayati NRP : 1208 100 040 Jurusan : Matematika
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. PengertianPeramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Dalam usaha mengetahui atau melihat perkembangan di masa depan,
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
Lebih terperinciBAB I PENDAHULUAN. untuk membuat prediksi tersebut disebut peramalan (Bowerman, 1993).
BAB I PENDAHULUAN 1.1 Latar Belakang Prediksi terhadap kejadian di masa depan disebut ramalan, dan tindakan untuk membuat prediksi tersebut disebut peramalan (Bowerman, 1993). Peramalan diperlukan untuk
Lebih terperinciUNIVERSITAS 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 terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Miro Eonomi Kode/ss : MAS4241 / 3 Semester : Genap Status (Wajib/Pilihan) : P Prasyarat : MAS4130 (Pengantar
Lebih terperinciBAB III METODE PERAMALAN DENGAN METODE DEKOMPOSISI. Metode peramalan yang biasanya dilakukan didasarkan atas konsep
BAB III METODE PERAMALAN DENGAN METODE DEKOMPOSISI Metode peramalan yang biasanya dilakukan didasarkan atas konsep bahwa apabila terdapat pola yang mendasari suatu deret data, maka pola tersebut dapat
Lebih terperinciBAB I PENDAHULUAN. yang akan terjadi di masa yang akan datang menggunakan dan. mempertimbangkan data dari masa lampau. Ketepatan secara mutlak dalam
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peramalan (forecasting) merupakan suatu kegiatan untuk mengetahui apa yang akan terjadi di masa yang akan datang menggunakan dan mempertimbangkan data dari
Lebih terperinciOPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION
OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION NILA YUWIDA 1208100015 Dosen Pembimbing : Dra. Nuri Wahyuningsih, M.Kes Drs. Lukman Hanafi,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan dan pola data yang sistematis (Makridakis, 1999). Peramalan menggunakan pendekatan
Lebih terperinci4. Mahasiswa menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri. (S6, S10);
Mata kuliah: Komputer Industri 1 (IT043235) / 2 sks CAPAIAN PEMBELAJARAN MATA KULIAH KOMPUTER INDUSTRI 1 : 1. Mahasiswa mengambil keputusan secara tepat dalam konteks di bidang keahliannya, berdasarkan
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan meramalkan atau memprediksi apa yang akan terjadi dimasa yang akan datang dengan waktu tenggang (lead time) yang relative lama,
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Di Era globalisasi saat ini, kartu kredit digunakan sebagai salah satu alternatif pengganti transaksi dengan uang tunai. Seiring dengan perkembangan zaman, pola prilaku
Lebih terperinciBAB 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang. Peramalan diperlukan karena adanya kesenjaan waktu
Lebih terperinciTELKOM 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 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 terperinciSTATISTIKA 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Peramalan (forecasting) 2.1.1. Hubungan Forecast dengan Rencana Forecast adalah peramalan apa yang akan terjadi pada waktu yang akan datang, sedang rencana merupakan penentuan apa
Lebih terperinciMATA KULIAH SISTEM OPERASI (CSD60021)
RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) KURIKULUM SISTEM INFORMASI UNIVERSITAS BRAWIJAYA MATA KULIAH SISTEM OPERASI (CSD60021) Program Studi : SISTEM INFORMASI PENDIDIKAN TEKNOLOGI INFORMASI
Lebih terperinciBAB I PENDAHULUAN. Dugaan atau perkiraan mengenai kejadian atau peristiwa pada waktu yang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dugaan atau perkiraan mengenai kejadian atau peristiwa pada waktu yang akan datang disebut ramalan dan tindakan dalam membuat dugaan atau perkiraan tersebut
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI PENDIDIKAN MATEMATIKA STKIP PGRI SUMATERA BARAT Kode SKS Semester. Nama MK
I Identitas Kuliah Nama MK Aktuaria Team Teaching RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI PENDIDIKAN MATEMATIKA STKIP PGRI SUMATERA BARAT Kode SKS Semester MATEN5022 3 Ganjil 2016/2017 Kota/tgl/bln/
Lebih terperinciBAB I PENDAHULUAN. Melihat fenomena masyarakat pada saat ini yang menggunakan
BAB I PENDAHULUAN 1.1 Latar Belakang Melihat fenomena masyarakat pada saat ini yang menggunakan kendaraan pribadi bertambah banyak, terutama kendaraan roda dua atau motor, menjadikan banyak perusahaan
Lebih terperinciRENCANA PERKULIAHAN SEMESTER
Jurusan/Program Studi : S1 Pendidikan Administrasi Perkantoran Mata kuliah/bobot : Statistik II Kode Mata Kuliah : 7024213042 Semester/SKS : Ganjil (5)/ 3 SKS Mata Kuliah Prasyarat : Statistik I Dosen
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Vanissa Hapsari,2013
BAB I PENDAHULUAN 1.1. Latar Belakang Tingkat pencemaran udara di beberapa kota besar cenderung meningkat dari tahun ke tahun. Hal ini disebabkan oleh beberapa faktor diantaranya jumlah transportasi terus
Lebih terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA 1.1 Landasan Teori 1.1.1 Prediksi Prediksi adalah sama dengan ramalan atau perkiraan. Menurut kamus besar bahasa indonesia, prediksi adalah hasil dari kegiatan memprediksi atau
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER GENAP 2016/2017 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS ESA UNGGUL
RENCANA SEMESTER GENAP 2016/2017 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS ESA UNGGUL Mata Kuliah : FUZZY LOGIC Kode MK : CIF416 Mata Kuliah Prasyarat : KECERDASAN BUATAN, LOGIKA
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 terperinciBAB. 1 PENDAHULUAN Latar Belakang
1 BAB. 1 PENDAHULUAN 1.1. Latar Belakang Kain adalah bahan mentah yang dapat dikelola menjadi suatu pakaian yang mempunyai nilai financial dan konsumtif dalam kehidupan, seperti pembuatan baju. Contohnya
Lebih terperinciUNIVERSITAS TEUKU UMAR FAKULTAS EKONOMI PRODI S1 MANAJEMEN
UNIVERSITAS TEUKU UMAR FAKULTAS EKONOMI PRODI S1 MANAJEMEN RENCANA PEMBELAJARAN SEMESTER (RPS) Mata Kuliah: KODE Rumpun MK (SKS) Semester Tgl. Penyusunan EKU202 3 (tiga) Ganjil 21 Juni 2016 Statistika
Lebih terperinciBAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit
BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit tanaman pada lahan yang telah disediakan, pemupukan dan perawatan sehingga
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Indonesia merupakan negara agraris karena memiliki tanah yang subur. Karena
BAB 1 PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan negara agraris karena memiliki tanah yang subur. Karena memiliki tanah yang subur, sebagian besar penduduk Indonesia banyak yang bekerja di bidang
Lebih terperinciBAB IV METODE PERAMALAN
Metode Peramalan 15 BAB METODE PERAMALAN 4.1 Model Sederhana Data deret waktu Nilai-nilai yang disusun dari waktu ke waktu tersebut disebut dengan data deret waktu (time series). Di dunia bisnis, data
Lebih terperinciSILABUS. Program Studi : Pendidikan Matematika Mata Kuliah : Statistika Deskriptif Kode Mata Kuliah : MKK 4233 Jumlah SKS : 2 sks
SILABUS Fakultas : FPMIPATI Program Studi : Pendidikan Matematika Mata Kuliah : Statistika Deskriptif Kode Mata Kuliah : MKK 4233 Jumlah SKS : 2 sks Semester : II Waktu Pertemuan : 2 x 50 Mata Kuliah Prasyarat
Lebih terperinciGaris 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan (Assauri, Sofyan. 1991) adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah
Lebih terperinciBAB I PENDAHULUAN. PT. Baba Rafi Indonesia merupakan perusahaan waralaba (franchise)
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah PT. Baba Rafi Indonesia merupakan perusahaan waralaba (franchise) makanan cepat saji khas Timur Tengah yang kini semakin dikenal luas. PT. Baba Rafi Indonesia
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di Indonesia sejak tahun enam puluhan telah diterapkan Badan Meteorologi, Klimatologi, dan Geofisika di Jakarta menjadi suatu direktorat perhubungan udara. Direktorat
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER
RENCANA PEMBELAJARAN SEMESTER Mata Kuliah: Perilaku Semester: 3 Kode: SM 332113 SKS: 3 Prodi : MBTI Dosen: Tim Dosen Capaian Setelah mengikuti mata kuliah ini Mahasiswa mampu Membuktikan hubungan antara
Lebih terperinciBAB 2 LANDASAN TEORITIS
BAB 2 LANDASAN TEORITIS 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksikan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Program Ganda Teknik Informatika dan Statistika Skripsi Sarjana Program Ganda Semester Ganjil 2006/2007
UNIVERSITAS BINA NUSANTARA Program Ganda Teknik Informatika dan Statistika Skripsi Sarjana Program Ganda Semester Ganjil 2006/2007 ANALISIS PERBANDINGAN KEAKURATAN PERAMALAN ANTARA METODE TRIGG AND LEACH
Lebih terperinciGaris Entry Behavior. Mata kuliah: Praktikum Perancangan Teknik Industri 4 (AK043349) / 3 sks
Mata kuliah: Praktikum Perancangan Teknik Industri 4 (AK043349) / 3 sks CAPAIAN PEMBELAJARAN MATA KULIAH PRAKTIKUM PERANCANGAN TEKNIK INDUSTRI 4: 1. Mahas menerapkan pemikiran logis, kritis, sistematis,
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) STRUKTUR DAN PERKEMBANGAN TUMBUHAN
RENCANA PEMBELAJARAN SEMESTER (RPS) STRUKTUR DAN PERKEMBANGAN TUMBUHAN BIO 201 (3 sks) Semester IV Pengampu Mata Kuliah: Dr. Tesri Maideliza, M.Sc. Prof. Dr. Mansyurdin, MS Jurusan Biologi Fakultas Matematika
Lebih terperinciPERAMALAN NILAI EKSPOR MINYAK KELAPA SAWIT MENTAH (CPO) DI PROVINSI SUMATERA UTARA DENGAN PEMULUSAN EKSPONENSIAL HOLT (EXPONENTIAL SMOOTHING HOLT)
PERAMALAN NILAI EKSPOR MINYAK KELAPA SAWIT MENTAH (CPO) DI PROVINSI SUMATERA UTARA DENGAN PEMULUSAN EKSPONENSIAL HOLT (EXPONENTIAL SMOOTHING HOLT) SKRIPSI TOGI MAKMUR SIAHAAN 060803055 DEPARTEMEN MATEMATIKA
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PENDIDIKAN KARAKTER
RENCANA PEMBELAJARAN SEMESTER (RPS) PENDIDIKAN KARAKTER Mata Kuliah: Metode Numerik Semester : 7 (tujuh); Kode : KMM 090; SKS : 2 (dua) Program Studi : Pendidikan Matematika Dosen : Khairul Umam, S.Si,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi merupakan suatu kegiatan yang dikerjakan untuk menambah nilai guna suatu benda baru sehingga lebih bermanfaat dalam memenuhi kebutuhan. Produksi jahe
Lebih terperincin/th Padang, 24 Agustus 2016
I Identitas Kuliah Nama MK RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI PENDIDIKAN MATEMATIKA STKIP PGRI SUMATERA BARAT Kode SKS Semester Teori Bilangan MAT05054 2 SKS Ganjil 2016/2017 Team Teaching
Lebih terperinciKONTRAK PEMBELAJARAN (KP) MATA KULIAH TEKNIK DAN SURVEI DATA TATA RUANG
KONTRAK PEMBELAJARAN (KP) MATA KULIAH TEKNIK DAN SURVEI DATA TATA RUANG Kode MK: TKP150P Program Studi Diploma III Perencanaan Wilayah dan Kota Fakultas Teknik Universitas Diponegoro Pengajar : - Khristiana
Lebih terperinciSAP DAN SILABI RANCANGAN PERCOBAAN PROGRAM STUDI TEKNOLOGI PANGAN UNIVERSITAS PASUNDAN
SAP DAN SILABI RANCANGAN PERCOBAAN PROGRAM STUDI TEKNOLOGI PANGAN UNIVERSITAS PASUNDAN KATA PENGANTAR Satuan acara perkuliahan (SAP) atau garis besar program pembelajaran (GBPP)merupakan panduan bagi dosen
Lebih terperinciUniversitas Gunadarma PERAMALAN
PERAMALAN PERAMALAN Kebutuhan Peramalan dalam Manajemen Produksi dan Operasi Manajemen Operasi/produksi menggunakan hasil-hasil peramalan dalam pembuatan keputusan-keputusan yang menyangkut pemilihan proses,
Lebih terperinciMETODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU ABSTRACT
METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU Encik Rosalina 1, Sigit Sugiarto 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan
Lebih terperinciVI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER
VI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER 6.1. Analisis Pola Data Penjualan Ayam Broiler Data penjualan ayam broiler adalah data bulanan yang diperoleh dari bulan Januari 2006
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)
GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Mata Kuliah : Statistik Bobot Mata Kuliah : 3 Sks Deskripsi Mata Kuliah : Pengertian dasar statistik, pengolahan dan penyajian data, ukuran dan lokasi (central
Lebih terperinciBAB 1 PENDAHULUAN. semua keadaan di lingkungan, didapati dalam keadaan yang tidak menentu.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Ketidakpastian adalah faktor umum dalam kehidupan sehari-hari. Hampir semua keadaan di lingkungan, didapati dalam keadaan yang tidak menentu. Demikian juga
Lebih terperinciRENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS)
RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) Nama Mata Kuliah : Statistik I Kode/SKS : KP416/ 2 SKS Kelompok Mata Kuliah : MKU/MKDP/MKKP/MKKF/MKKPS/MKPP *) Status Mata Kuliah : Wajib Prasyarat
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 terperinciKontrak Kuliah Pengantar E-Business dan E-Commerce (Semester Genap 2009/2010)
Kontrak Kuliah Pengantar E-Business dan E-Commerce (Semester Genap 2009/2010) Dosen: Noor Ifada email: noor.ifada@if.trunojoyo.ac.id weblog: http://noorifada.wordpress.com S1 Teknik Informatika-Unijoyo
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 terperinciEVALUASI AKHIR SEMESTER (mg ke 16) [C6, A3]: 6. Mahasiswa mampu menjelaskan pengaruh budaya, sosial, contohnya (mg ke 10-11)
Mata kuliah: Manajemen Pemasaran Industri (AK043224) / 2 sks CAPAIAN PEMBELAJARAN MATA KULIAH MANAJEMEN PEMASARAN INDUSTRI: 1. Mahasiswa mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif
Lebih terperinci