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

dokumen-dokumen yang mirip
RENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA

RENCANA PEMBELAJARAN SEMESTER (RPS)

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

Kontrak Kuliah Metode Statistika 2

SILABUS MATA KULIAH. : Dapat menyelesaikan permasalahan probabilitas dan mampu mengaplikasikan dalam kehidupan

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

SILABUS. Program Studi : Pendidikan Matematika Mata Kuliah : Statistika Deskriptif Kode Mata Kuliah : MKK 4233 Jumlah SKS : 2 sks

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

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

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

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

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

STATISTIK PERTEMUAN VI

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

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

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

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

Program Studi Teknik Mesin S1

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

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

BAHAN KULIAH STATISTIKA (Kelas Teori)

BAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer

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

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

SILABUS MATA KULIAH. Pengalaman Pembelajaran

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

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

SATUAN ACARA PEMBELAJARAN (SAP)

RENCANA PEMBELAJARAN

BUKU RANCANGAN PENGAJARAN

BAB II LANDASAN TEORI. ilmiah. Pencacahan atau pengukuran karakteristik suatu objek kajian yang

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

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

LANDASAN TEORI. Distribusi Gamma adalah salah satu keluarga distribusi probabilitas kontinu.

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

DISTRIBUSI DISKRIT KHUSUS

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

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

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

PROGRAM STUDI PENDIDIKAN MANAJEMEN BISNIS FAKULTAS PENDIDIKAN EKONOMI DAN BISNIS UNIVERSITAS PENDIDIKAN INDONESIA

BAB II TINJAUAN PUSTAKA

SILABUS KURIKULUM BERBASIS KOMPETENSI FAKULTAS TARBIYAH BANJARMASIN

TINJAUAN PUSTAKA Asuransi Kelompok Penyakit Lanjut Usia (Lansia) di Indonesia

Silabus dan Satuan Acara Perkuliahan

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DASAR Kode : EK11. B230 / 3 Sks

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

DESKRIPSI MATA KULIAH

BAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol

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

28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

Konsep Dasar Statistik dan Probabilitas

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

II. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E

KONSEP DASAR TERKAIT METODE BAYES

Catatan Kuliah. MA5181 Proses Stokastik

Modul 1, Modul 2, Modul 3,

DISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi

Peubah Acak dan Distribusi

STK 203 TEORI STATISTIKA I

GARIS BESAR PROGRAM PENGAJARAN (GBPP)

RENCANA PEMBELAJARAN SEMESTER GANJIL 2017/2018 PRODI MANAJEMEN INFORMASI KESEHATAN FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL

Pengantar Proses Stokastik

PENGANTAR PROBABILITAS STATISTIKA UNIPA SBY

DISTRIBUSI DISKRIT KHUSUS

II. LANDASAN TEORI. karakteristik dari generalized Weibull distribution dibutuhkan beberapa fungsi

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

Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X

RANCANGAN PEMBELAJARAN

STATISTIK DAN PROBABILITY

STATISTIKA DASAR ( FI 411 )

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : 2

RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) -i llt.{\ \/ ' t+ .,+t-' =-,!il'; I.,"r I "., 'i'.ii:i'ii [ii- STATISTIKA PROBABI LITAS

DESKRIPSI PERKULIAHAN

BAB II LANDASAN TEORI

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF 1 (MI) KODE / SKS: KK / 2 SKS

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

4. Mahasiswa mampu melakukan estimasi parameter, melakukan uji hipotesis statistic serta estimasi interval. Diskripsi Singkat MK

STATISTIKA DASAR ( FI 411 )

Pengantar Proses Stokastik

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

4.1.1 Distribusi Binomial

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

STK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang

BAB II TINJAUAN PUSTAKA

SILABUS MATA KULIAH. : Dapat mengaplikasikan statistika dasar dalam memecahkan masalah, khususnya dalam penelitian.

DISTRIBUSI DISKRIT KHUSUS

BAB 8 DISTRIBUSI PELUANG DISKRIT

STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling

RENCANA PEMBELAJARAN SEMESTER

RENCANA PERKULIAHAN SEMESTER

Sampling dengan Simulasi Komputer

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

DISTRIBUSI PROBABILITAS

2 SKS. Oleh ; N. Setyaningsih

Pengantar Proses Stokastik

KONTRAK KULIAH STATISTIK DESKRIPTIF

DISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar

SILABUS, RPP, RPS STATISTIKA. Program Studi Informatika FAKULTAS TEKNIK- UNIVERSITAS PGRI SEMARANG

Transkripsi:

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 KOMBINATORIAL 2 AKSIOMA- AKSIOMA PELUANG 1 1. Teknik menghitung 2. Permutasi 3. Kombinasi 4. Koefisien 5. Multinomial 1. Ruang sample dan kejadian 2. Teori himpunan 3. Aksioma-aksima peluang 1. Konsep menghitung 2. Konsep permutasi dan kombinasi 3. Konsep koefisienbinomial, 4. Trinomial, dan multinomial 1. Konsep peluang 2. Aksioma-aksima dalam peluangl 1. Menghitung banyaknya 2. Kejadian yang mungkin untuk suatu percobaan 3. Menghitung permutasi untuk masalah permutasi sederhana 4. Menghitung kombinasi untuk masalah kombinasi sederhana 5. Menentukan koefisien binomial, dan multinomial 1. Menjelaskan dan memberi contoh ruang sampel dan peristiwa/kejadian Bab 1; Bab 3 Bab 2; Bab 3 SAP : SAP-TI-III-TIK1010 (printed : tanggal cetak) Page 1 of 8

3 AKSIOMA- AKSIOMA PELUANG 2 4 PELUANG BERSYARAT 1. Beberapa proposisi sederhana 2. Ruang sample dengan peluang setiap kejadian sama besar 3. Peluang sebagai himpunan fungsi kontinu 1. Peluang bersyarat 2. Rumus Bayes 3. Kejadian saling bebas 5 VARIABEL ACAK 1. Variabel acak 2. Fungsi Distribusi 3. Ekspektasi dan sifat-sifatnya 4. Variansi 5. Distribusi Bernoulli dan Binomial 6. Distribusi Poisson 7. Distribusi Geometrik dan binomial 1. Konsep peluang 2. Aksioma-aksima dalam peluangl 1. Konsep peluang 2. Aksioma-aksima dalam peluangl 1. Konsep variable acak diskrit 2. peluang variabel acak diskret 2. Menjelaskan beberapa aksioma peluang 1. Membuktikan beberapa proposisi dalam peluang 2. Menghitung peluang dalam ruang sample dengan kejadian berpeluang sama 3. Membuktikan beberapa proposisi menggunakan konsep himpunan 1. Menghitung peluang suatu percobaan/ kejadian bersyarat 2. Menggunakan rumus bayes untuk masalah yang sesuai 3. Memeriksa apakah suatu kejadian saling bebas 1. Menjelaskan dan memberi contoh variabel acak 2. Menjelaskan distribusi peluang variabel acak 3. Menghitung ekspektsi variable acak diskret dan sifat-sifatnya SAP : SAP-TI-III-TIK1010 (printed : tanggal cetak) Page 2 of 8 Bab 2; Bab 3 Bab 3; Bab 3 Bab 2; Bab 4

6 VARIABEL ACAK KONTINU 7 SIFAT-SIFAT EKSPEKDASI negative 8. Distribusi Hipergeometrik 1. Espektasi variabel acak kontinu 2. Variabel acak seragam (uniform) 3. Variabel acak normal 4. Variabel acak Eksponensial 5. Distribusi Gamma 6. Distribusi Weibull 7. Distribusi Cauchy 8. Distribusi Beta 9. Distribusi fungsi variabel acak 1. Ekspektasi 2. Ekspektasi dari jumlah variabel acak kovariansi, variansi julah variabel acak, dan korelasi 3. Ekspektasi bersya- 1. Konsep variable acak kontinu. 2. Mengenali beberapa distribusi variabel acak kontinu tentang konsep ekspektasi dan sifat-sifatnya. 4. Menghitung variansi variable acak diskret 5. Menjelaskan dan menerapkan beberapa variabel acak diskret 1. Menghitung ekspektasi dan variansi variabel acak kontinu 2. Menyelesaikan masalah peluang berdistribusi seragam 3. Menyelesaikan masalah peluang berdistribusi Normal 4. Menjelaskan hampiran distribusi normal untuk distribusi binomial 5. Menyelesaikan masalah peluang distribusi eksponensial dan penerapannya pada fungsi hazard 6. Mengetahui sifat distribusi variabel acak: Gamma, Weibull, Cauchy, dan Beta. 7. Menghitung ekspektasi suatu variabel acak 8. Menghitung ekspektasi jumlah variabel acak 9. Menghitung kovarian- SAP : SAP-TI-III-TIK1010 (printed : tanggal cetak) Page 3 of 8 Bab 2; Bab 6 Bab 3; Bab 4

8 DISTRIBUSI PELUANG rat 4. Fungsi pembangkit momen 5. Sifat ekspektasi variabel acak berdistribusi 6. Normal Multivariat 1. Distribusi peluang 2. Mean, variansi, dan ekspektasi 3. Distribusi Binomial 4. Beberapa distribusi peluang diskret. 1. Pengertian distribusi peluang 2. Mengenali beberapa distribusi peluang variable acak diskret dan sifatsifatnya. si, dan variansi variabel acak 10. Menghitung korelasi 11. Menjelaskan ekspektasi bersyarat 12. Menghitung ekspektasi melalui ekspektasi bersyarat 13. Menghitung peluang melalui peluang bersyarat 14. Menghitung variansi bersyarat 15. Menentukan fungsi pembangkit momen 16. Menjelaskan sifat-sifat ekspektasi dari variabel acak berdistribusi normal multivariat Ujian Tengah Semester 1. Menentukan distribusi peluang suatu variabel acak 2. Menghitung mean, variansi dan ekspektasi variabel acak diskret 3. Menghitung peluang X sukses dari n percobaan binomial. 4. Menghitung peluang distribusi peluang diskret : Poisson, Bab 4; Bab 5 dan 6 SAP : SAP-TI-III-TIK1010 (printed : tanggal cetak) Page 4 of 8

9 DISTRIBUSI NORMAL 10 SELANG PERCAYAAN 1. Sifat-sifat distribusi normal 2. Distribusi normal baku 3. Beberapa penerapan distribusi normal 4. Teorema Limit Pusat 5. Hampiran Normal untuk distribusi Binomial 1. Selang kepercayaan untuk mean (ó diketahui atau ukuran sample besar) 2. Selang kepercayaan untuk mean (ó tidak diketahui atau ukuran sample ke- tentang sifat-sifat distribusi norma 1. Konsep selang kepercayaan, dan mampu membuat selang kepercayaan 2. Memperhitungkan ukuran sampel Hipergeometri, & multinomial. 1. Mengenali suatu distribusi simetri atau menjurai. 2. Mengenali sifat dist. normal 3. Menghitung luas dibawah kurva normal, jika diberikan nilai z. 4. Menghitung peluang dari distribusi normal melalui distribusi normal baku. 5. Mencari nilai distribusi normal bila diberikan peluangnya 6. Menggunakan teorema limit pusat untuk menyelesaikan masalah yang berkaitan dengan mean. 7. Menggunakan distribusi normal untuk menghampiri peluang distribusi binomial. 1. Membuat selang kepercayaan mean bila ó diketahui atau ukuran sampel besar 2. Menentukan ukuran sample minimal untuk SAP : SAP-TI-III-TIK1010 (printed : tanggal cetak) Page 5 of 8 Bab 1; Bab 6 Bab 7; Bab 8

cil) 3. Selang kepercayaan untuk proporsi 4. Selang kepercayaan untuk variansi dan simpangan baku 11 UJI HIPOTESIS 1. Langkah-langkah pengujian hipotesis 2. Uji mean untuk sample ukuran besar 3. Uji mean untuk sample ukuran kecil 4. Uji proporsi 5. Uji variansi dan simpangan baku 6. Beberapa topik yang berkaitan dengan pengujian hipotesis. tentang konsep pengujian hipotesis dapat melakukan pengujian hipotesis untuk masalah satu populasi suatu selang kepercayaan mean 3. Membuat selang kepercayaan mean bila ó tidak diketahui atau ukuran sampel kecil 4. Membuat selang kepercayaan proporsi 5. Menentuakan ukuran sample minimal untuk selang kepercayaan proporsi 6. Membuat selang kepecayaan variansi dan simpangan baku 1. Merumuskan hipotesis 2. Mencari nilai kritis untuk uji-z 3. Melakukan uji hipotesis mean untuk sampel ukuran besar dengan menggunakan uji- z 4. Menguji hipotesis mean sample ukuran kecil menggunakan uji- t 5. Menguji hipotesis proporsi dengan menggunakan uji-z 6. Menguji hipotesis variansi 7. Menggunakan uji khikuadrat 8. Menguji hipotesis SAP : SAP-TI-III-TIK1010 (printed : tanggal cetak) Page 6 of 8 Bab 8; Bab 9

12 UJI HIPOTESIS UNTUK BEDA DUA POPULASI 13 REGRESI DAN KORELASI 1. Uji hipotesis beda dua mean: sample ukuran besar 2. Uji hipotesis beda dua variansi atausimpangan baku 3. Uji hipotesis beda dua mean: sample ukuran kecil dan saling bebas 4. Uji hipotesis beda dua mean: sample ukuran kecil tetapi tidak saling bebas. 5. Uji hipotesis untuk beda dua proporsi. 1. Diagram sebar (scatter plot) 2. Korelasi 3. Regresi 4. Koefisien Determinasi 5. Regresi berganda 1. Konsep pengujian hipotesis untuk masalah dua parameter 2. Dapat menentukan uji yang sesuai 1. Konsep analisis regresi dan korelasi 2. Mampu menggunakannya untuk mempelajari hubuangan antara dua variabel menggunakan selang kepercayaan 1. Menguji hipotesis beda dua mean sampel ukuran besar menggunakan uji Z 2. Menguji hipotesis beda dua variansi atau simpangan baku 3. Melakukan uji hipotesis beda mean sample ukuran kecil dan saling bebas 4. Melakukan uji hipotesis beda mean untuk sample ukuran kecil tidak saling bebas 5. Menguji hipotesis beda dua proporsi 1. Membuat diagram sebar 2. Menghitung koefisien korelasi 3. Menguji hipotesis korelasi 4. Mencari persamaan regresi 5. Menghitung koef. determinasi 6. Mencari interval prediksi Bab 8; Bab 9 Bab 9; Bab 10 SAP : SAP-TI-III-TIK1010 (printed : tanggal cetak) Page 7 of 8

14 KHI-KUADRAT 1. Uji kecocokan-suai (goodness of fit) 2. Uji dengan menggunakan table kontingensi 1. Konsep uji khikuadrat 2. Mampu menggunakannya untuk masalah yang sesuai 1. Melakukan uji kecocokansuai 2. Menggunakan khikuadrat 3. Melakukan pengujian apakah dua variable saling bebas 4. Uji kehomogenan proporsi 5. Menggunakan khikuadrat Ujian Akhir Semester Bab 14; Bab 9 Referensi : 1. Robert V. Hogg, Probability And Satistical Interferance, Prenticerlall 2. I, Suprapto, Statistika, Erlangga 3. Sudjana, Metode Statistika, Tarsito Malang, September 2011 Evaluator : Achmad Zainul Wafah,S.Si SAP : SAP-TI-III-TIK1010 (printed : tanggal cetak) Page 8 of 8