STATISTIKA FAI SKS

dokumen-dokumen yang mirip
Program Studi Teknik Mesin S1

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

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

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

Setelah mengikuti mata kuliah ini mahasiswa mampu menjelaskan prinsipprinsip dasar statistika, dan mampu melakukan beberapa analisis statistika

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

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

MATRIKS SATUAN ACARA PERKULIAHAN MATA KULIAH PROBABILITA TERAPAN (SI) KODE / SKS: KD / 3 SKS

KONSEP DASAR TERKAIT METODE BAYES

STATISTIK PERTEMUAN IV

DESKRIPSI MATA KULIAH

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

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

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

STATISTIKA DASAR MAF Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si

STATISTIK DAN PROBABILITY

Kontrak Kuliah Metode Statistika 2

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

RENCANA PEMBELAJARAN SEMESTER (RPS)

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

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

SATUAN ACARA PERKULIAHAN MATA KULIAH : SIMULASI & PERMODELAN ( S1 / TEKNIK INFORMATIKA) KODE / SKS : KK / 3 SKS

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

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

Ukuran Statistik bagi Data. Muhammad Arif Rahman

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

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA

SATUAN ACARA PERKULIAHAN MATA KULIAH PROBABILITA TERAPAN (IA) KODE / SKS : KD / 3 SKS

UNIVERSITAS PENDIDIKAN INDONESIA KAMPUS CIBIRU PROGRAM SI PENDIDIKAN GURU-PAUD SILABUS DAN SATUAN ACARA PERKULIAHAN

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF & PRAKTIKUM (AKN) KODE / SKS: KD / 3 SKS

SILABUS MATA KULIAH. Pengalaman Pembelajaran

BAB 1 PENDAHULUAN. awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa

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

2 SKS. Oleh ; N. Setyaningsih

PENJABARAN MATA KULIAH (COURSE OUTLINE)

PENGENALAN STATISTIKA

BAHAN KULIAH STATISTIKA (Kelas Teori)

RENCANA PEMBELAJARAN SEMESTER (RPS)

SATUAN ACARA PENGAJARAN (SAP)

Silabus. MKK 3042 Statistik Inferensial & Laboratorium. Program Studi: Strata 1 (S-1) Akuntansi Fakultas Ekonomi dan Bisnis

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

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

Distribusi Peluang. Kuliah 6

BAB 2 LANDASAN TEORI

BUKU RANCANGAN PENGAJARAN

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

BAB 2 LANDASAN TEORI. bermacam-macam istilah: variabel penjelas, variabel eksplanatorik, variabel

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

RENCANA PERKULIAHAN SEMESTER

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA dan PROBABILITAS (MI) KODE / SKS : KK /2 SKS

BAB 2 TINJAUAN TEORITIS

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

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308

STATISTIKA EKONOMI. Fakultas Ekonomi-Akuntansi

Konsep statistika. Didin Astriani Prasetyowati, M.Stat. Universitas Indo Global Mandiri Palembang

Probabilitas dan Statistika Distribusi Peluang Diskrit 2. Adam Hendra Brata

RANCANGAN PROGRAM KEGIATAN PEMBELAJARAN SEMESTER. AGROEKOTEKNOLOGI Mata Kuliah/Bok Mata Kuliah : STATISTIKA TERAPAN Kode Mata Kuliah :

PERAN STATISTIKA DALAM METODE PENELITIAN EKONOMI

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.

PENAKSIRAN RATAAN DAN VARIANSPOPULASI PADA SAMPEL ACAK TERSTRATIFIKA DENGAN AUXILIARY VARIABLE

STATISTIKA II IT

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

STATISTIKA 2 PAGE 1 OF 5

KONSEP DASAR STATISTIK

STATISTIKA. Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll.

Konsep Dasar Statistik dan Probabilitas

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

Percobaan terdiri dari 1 usaha. Peluang sukses p Peluang gagal 1-p Misalkan. 1, jika terjadi sukses X jika terjadi tidak sukses (gagal)

Pendahuluan Statistika

BAB I STATISTIK, DATA DAN PENYAJIANNYA

DISTRIBUSI DISKRIT KHUSUS

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

STATISTIKA DESKRIPTIF Dosen:

BAB I PENDAHULUAN. mengetahui fenomena yang akan terjadi pada periode mendatang akan

BAB 2 LANDASAN TEORI

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

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

GARIS BESAR PROGRAM PENGAJARAN (GBPP)

SATUAN ACARA PEMBELAJARAN (SAP)

STATISTIKA UNIPA SURABAYA

BAB 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara

II. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

STATISTIKA DASAR ( FI 411 )

PENDAHULUAN. Statistik dan Probabilitas untuk Teknik Kimia. Tujuan Pemelajaran. ENG Semester 5 3 SKS. Bambang Heru Susanto,, ST.

BAB 2 TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu

DISTRIBUSI DISKRIT KHUSUS

REVIEW BIOSTATISTIK DESKRIPTIF

BAB III METODELOGI PENELITIAN. Mu amalat Indonesia yang berlokasi di Jl.Letjend S Parman no.54 Slipi

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

KONTRAK PEMBELAJARAN

DATA DAN PENYAJIAN DATA STATISTIKA PERTEMUAN KE-2. Oleh ; Muhammad Yusuf Awaluddin

DATA DAN PENYAJIAN DATA STATISTIKA PERTEMUAN KE-2. OLEH ; MUHAMMAD YUSUF AWALUDDIN

RENCANA PEMBELAJARAN SEMESTER (RPS) ANALISIS STATISTIK

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308

SILABUS. 1.Identitas Mata Kuliah

Transkripsi:

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 distribusi normal, distribusi t student, distribusi chi kuadrat, pendugaan parameter, pengujian hipotesis, regresi dan korelasi dalam bidang teknologi pangan TUJUAN : Meningkatkan kemampuan berpikir logis dan sistematis sehingga dapat bertindak profesional.

No. Topik/Pokok Bahasan Sub Pokok Bahasan Waktu 1. Pendahuluan a. Peranan Statitika dalam metode ilmiah b. Populasi, sampel, jenis data c. Notasi Penjumlahan 3 X 1 jam 2. Studi Deskriptif Data a. Penyusunan distribusi frekuensi b. Pembuatan grafik, histogram, ogiv dan pie chart 3. Teori Probabilitas a. Definisi probabilitas b. Operasi himpunan c. Aturan probabilitas 4. Distribusi probabilitas diskrit 5. Distribusi probablitias kontinu a. Distribusi Diskrit b. Distribusi binomial c. Distribusi hipergeometrik d. Distribusi poisson a. Distribusi probabilitaskontinu b. Distribusi normal c. Distribusi t d. Distribusi chi kuadrat e. Distribusi F 3 X 1 Jam 3 X 1 jam 3 X 2 jam 3 X 1 jam

No. Topik/Pokok Bahasan 6. Estimasi Parameter Sub Pokok Bahasan a. Estimasi parameter satu populasi - Estimasi mean - Estimasi proporsi - Estimasi variansi b. Estimasi parameter dua populasi - Estimasi selisih mean - Estimasi selisih proporsi - Estimasi Ratio variansi 7. Uji Hipotesis a. Uji hipotesis satu populasi - Uji hipotesis mean - Uji hipotesis proporsi - Uji hipotesis variansi b. Uji hipotesis dua populasi - Uji hipotesis selisih mean - Uji hipotesis selisih proporsi - Uji hipotesis Ratio variansi 8. Regresi dan korelasi a. Analisis regresi b. Analisis korelasi Waktu 3 X 2 jam 3 X 3 jam 3 X 1 jam

Unsur yang Metode penilaian Skor % dinilai Maksimal Pengetahuan dan pemahaman Ujian tengah semester Ujian akhir semester 100 30% 30% Kemampuan Kuiz Tugas Mandiri (PR, makalah dll) 100 10% 25% Sikap Keaktifan dan kreativitas diskusi 100 5% Kehadiran di kelas Total nilai 100%

Pustaka Mendenhall, W. dan T. Sincich, 1995. Statistics For Engineering and The Sciences. Prentice Hall. New Jersey. Soejoeti, Z., 1986. Metode Statistika I. Penerbit Karunika. Jakarta. Puri, S. C. Dan K.Mullen, 1980. Applied Statistics for Food and Agricultural Scientists. G.K. Hall Medical Publishers. Boston. Hanafiah, K, A., 1999. Agrostatistika, UI Press.

Perkembanganstatistika : I.PENDAHULUAN 1. Kaisar Agustus (SM) Pengumpulan data 2. Raja Inggris William Pengumpulan data 3. Pearson (1857-1936) pengambilan keputusan dari data 4. Fisher (1925) Penggunaan statistika dalam bidang pertanian 5. Neyman (1936) Teori Hipotesis. Statistika : Ilmu tentang data yang meliputi ilmu tentang cara pengumpulan data, klasifikasi, peringkasan, pengorganisasian, analisis dan interpretasi data.

Dua cabang ilmu statistik : 1. Statistika deskritif : cara pengumpulan data, klasifikasi, pengorganisasian dan peringkasan/penyederhanaan data dan eksplorasi data Data : BPS, Ekspor impor, data produksi 2. Statistika inferensia. Penggunaan data untuk menyimpulkan ciri suatu populasi Data untuk meramal jumlah penjualan tahun yang akan datang, Statistik : Data numerik/bilangan hasil pengukuran atau data kategorik yang disusun untuk mengambarkan suatu persoalan

Populasi : Suatu kumpulan data yang menjadi target perhatian / interest. Semua hal yang mungkin (untuk diukur) dari karakteristik yang didefinisikan Populasi finite atau infinite; real atau hypothetical Dideskripsikan dengan parameter Sampel : Bagian dari populasi data, anggota populasi Sampel harus dapat mewakili populasi : sampel acak Karakteristik sampel : statistik Data : hasil pengukuran pada populasi, hasil sampling

B. Jenis Data : Data kuantitatif : Data berbentuk bilangan yang bersatuan Variabel : data yang harganya berubah-ubah varibel diskrit (integer : hasil menghitung) dan variabel kontinu (hasil pengukuran) Konstanta : nilai konstan Data kualitatif : atribut atau mutu Ukuran tak riel atau tak bersatuan Untuk perhitungan statistik dapat dikuantifikasikan Berdasarkan sumber data : Data intern, data ekstern ; data primer dan data sekunder

Contoh soal 1.4.: Seorang peneliti mengembangkan cara precooling untuk preparasi sayuran yang akan dijual di pasar. Sistem pra-pendinginan terdiri dari campuran air dan udara yang dirancang agar diperoleh pendinginan yang efektif dibanding hydocoolingyang banyak membutuhkan air. Untuk membandingkan efektivitas dua sistem tersebut dilakukan uji coba : 20 bacth sayuran dibagi dalam dua kelompok ; kelompok I di dinginkan dengan metode baru, kelompok II dengan metode yang lama, Jumlah air yang digunakan dalam dua metode diukur. a. Identifikasi populasi, sampel, type statistik b. Bagaimanakah sampel data dapat digunakan untuk membandingkan efektivitas cara pra-pendinginan tersebut?

Peranan Statistika dalam Metode ilmiah Masalah Pengumpulan dan penyederhanaan data Data empiris Masalah baru Aplikasi tesis Penyusunan model Tesis / kesimpulan Pembandingan dengan uji hipotesis Model Matematik Simulasi Data hipotetik distribusi statistik

C. Notasi Penjumlahan Simbol Sigma (Huruf Greerk) Σ Jika variabel X dan nilai dari variabel X adalah X 1, X 2, X 3, dan seterusnya dan jika pengamatan sebanyak n observasi maka jumlah dari n variasi abservasi tersebut adalah : n i= 1 x = + + + i 1 2 x x... x n Rumus 1 Dibaca : Jumlah nilai X dari i sama dengan 1 samapi dengan n dan termasuk i=n Notasi Penjumlahan untuk 2 subcrips : Suatu percobaan mempunyai k macam perlakuan dengan n pengamatan. Jumlah seluruh nilai hasil pengamatan : k n i= 1 j= 1 xij = n Rumus 2 Rumus 3 i=1 a = na