GARIS-GARIS BESAR PROGRAM PENGAJARAN

dokumen-dokumen yang mirip
Outline 0 PENDAHULUAN 0 FORMULASI MODEL 0 FORMULASI MODEL DETERMINISTIK 0 FORMULASI MODEL STOKASTIK

SILABUS. Tatap Muka Ruang Kelas, papan tulis, OHP, sound system. Evaluasi latihan/quiz selama proses pembelajaran berlangsung. Bentuk angka (0-100)

4. Mahasiswa menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri. (S10); Garis Entry Behavior

MODEL STOKASTIK.

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-303 Nama Mata Kuliah : Pemodelan Sistem Jumlah SKS

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

STATISTICAL STUDENT OF IST AKPRIND

Pertemuan 14. Teknik Simulasi

Teknik Simulasi. Eksperimen pada umumnya menggunakan model yg dapat dilakukan melalui pendekatan model fisik atau model matametika.

BUKU RANCANGAN PEMBELAJARAN

Pengambilan Keputusan dalam keadaan ada kepastian. IRA PRASETYANINGRUM, S.Si,M.T

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

8. MODEL MATEMATIKA.

Formulasi Model dan Parameterisasi

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

Analisis Model dan Simulasi. Hanna Lestari, M.Eng

OPERATION RESEARCH-1

PENGANTAR MODEL STOKASTIK. Teknik Industri 2015

MATA KULIAH RISET OPERASIONAL [KODE/SKS : IT045233/ 2 SKS]

PEMODELAN SISTEM. Pemodelan & simulasi TM04

MATA KULIAH MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT / 2 SKS]

BAB II LANDASAN TEORI

Sri Subanti TEORI PELUANG SEBELAS MARET UNIVERSITY PRESS. iii

Outline. 0 Pendahuluan 0 Formulasi Model dengan DUDE 0 Formulasi Model Deterministik

KONSEP DASAR TERKAIT METODE BAYES

BAB II LANDASAN TEORI

Laporan Studi Jadwal Kelas PROGRAM STUDI HARI JAM MULAI JAM SELESAI KELAS KODE MK NAMA MK RUANG JML PESERTA Matematika SENIN 07:30:00 09:15:00 A

Karakteristik Model & Struktur Model. Ratih Setyaningrum, MT Hanna Lestari, M.Eng

6/15/2015. Simulasi dan Pemodelan. Keuntungan dan Kerugian. Elemen Analisis Simulasi. Formulasi Masalah. dan Simulasi

Arisma Yuni Hardiningsih. Dra. Laksmi Prita Wardhani, M.Si. Jurusan Matematika. Surabaya

BAB II LANDASAN TEORI. Dalam Kamus Bahasa Inggris dari Oxford [13] menjelaskan simulasi : The

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

BUKU RANCANGAN PENGAJARAN

Riset Operasi Bobot: 3 SKS

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

Pengantar Riset Operasi. Riset Operasi Minggu 1 (pertemuan 1) ARDANESWARI D.P.C., STP, MP

Matematika: Persamaan Kuadrat 11/22/2011 PERSAMAAN KUADRAT. Oleh Syawaludin A. Harahap, MSc

2) Jurusan Statistika Program Studi Statistika (S1) Para lulusan program Strata 1 Statistika ini diharapkan mempunyai:

PROGRAM STUDI PENDIDIKAN GURU SEKOLAH DASAR KAMPUS CIBIRU UNIVERSITAS PENDIDIKAN INDONESIA SILABUS

HAND OUT ANALISIS REAL 1 (MT403) KOSIM RUKMANA

UNIVERSITAS NEGERI YOGYAKARTA FAKULTAS BAHASA DAN SENI RENCANA PELAKSANAAN PEMBELAJARAN (RPP) MATA KULIAH : KOMPOSISI 2

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

PENDAHULUAN TEORI PROBABILITAS ATA /12/2013 MMA frekuensi H frekuensi T. Probabilitas hujan = 18 / 30?

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

BAB I. PENDAHULUAN. 1.1 Pengertian Ekonometrika. 1.2 Ekonometrika Merupakan Suatu Ilmu

BAB 2 LANDASAN TEORI. regresi adalah sebuah teknik statistik untuk membuat model dan menyelediki

GEOSTATISTIKA. Peranan Geostatistik dalam Kegiatan Eksplorasi Sumber Daya Alam

PROGRAM STUDI PENDIDIKAN GURU SEKOLAH DASAR KAMPUS CIBIRU UNIVERSITAS PENDIDIKAN INDONESIA SILABUS

LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS

KAJIAN MODEL MARKOV WAKTU DISKRIT UNTUK PENYEBARAN PENYAKIT MENULAR PADA MODEL EPIDEMIK SIR. Oleh: RAFIQATUL HASANAH NRP.

Asusmi/Penyederhanaan Sistem

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

Sufa atin Program Studi Teknik Informatika Universitas Komputer Indonesia

BAB 1 PENDAHULUAN. adanya kemampuan manusia dalam mempertimbangkan segala kemungkinan sebelum

IV. METODOLOGI A. KERANGKA PEMIKIRAN B. PENDEKATAN SISTEM

METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1. Mohamad Sidiq PERTEMUAN-1

Sesi X ANALISIS KEPUTUSAN

MATA KULIAH SEMESTER GANJIL

Kontrak Kuliah Metode Statistika 2

PENDAHULUAN METODE NUMERIK

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

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

Penelitian Permodelan

PREDIKSI JUMLAH LULUSAN DAN PREDIKAT KELULUSAN MAHASISWA FMIPA UNTAN TAHUN ANGKATAN 2013/2014 DENGAN METODE RANTAI MARKOV

BAB III METODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun ajaran dan

Oleh : Anna Nur Nazilah Chamim

2 SKS. Oleh ; N. Setyaningsih

I. PENDAHULUAN. kemajuan. Salah satunya adalah cabang ilmu matematika yang sampai saat ini

9 10. MODEL DETERMINISTIK.

Pengertian Kerangka Validasi Teknik-Teknik Validasi

Modul 14. PENELITIAN OPERASIONAL I MODEL SIMULASI. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI

PEMILIHAN MODEL REGRESI LINIER DENGAN BOOTSTRAP. Tarno. Jurusan Matematika FMIPA UNDIP Semarang. Subanar Jurusan Matematika FMIPA UGM Yogyakarta

BAB I PENDAHULUAN. 1.1 Latar Belakang

Pemodelan dan Simulasi

RISET OPERASIONAL. Kosep Dasar Riset Operasional. Disusun oleh: Destianto Anggoro

Bab 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB V KESIMPULAN, IMPLIKASI DAN REKOMENDASI. Berdasarkan rumusan masalah dan hasil penelitian yang telah dibahas

DESKRIPSI MATA KULIAH

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA

BAB 2 LANDASAN TEORI

RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER SATUAN ACARA PERKULIAHAN (SAP) METODE STOKASTIK OLEH : KHAMALUDIN, S.T., M.T.

2) Jurusan Statistika Program Studi Statistika (S1)

PEMODELAN. Model adalah abstraksi dari sesuatu, yang mewakili beberapa fenomena berbentuk objek atau aktivitas.

BAB 2 TINJAUAN TEORITIS. penjelasan tentang pola hubungan (model) antara dua variabel atau lebih.. Dalam

Pertemuan 3 PEMODELAN

Model Matematis, Sistem Dinamis dan Sistem Kendali

[C6, A3, P3]:8 2.Mahasiswa mampu menunjukkan sikap bertanggungjawab atas pekerjaan di bidang metode stokastik (mg. ke 15)

SISTEM PENGOLAHAN ISYARAT. Kuliah 2 Sinyal Acak

SUMBER: Arwin DW, TEKNOLOGI SIMULATOR PESAWAT TERBANG DARI MASA KE MASA

Materi minggu ke-2 r a z I q h a s a n

SILABUS PERKULIAHAN. : Drs. Mamat Ruhimat, M.Pd/0658 Bagja Waluya, S.Pd/2163

LAPORAN PENYUSUNAN MODUL BAHAN AJAR PROGRAM STUDI S1 MATEMATIKA

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

RENCANA PEMBELAJARAN SEMESTER (RPS)

BAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat

Transkripsi:

GARIS-GARIS BESAR PROGRAM PENGAJARAN JUDUL MATA KULIAH : Pean Sistem NOMOR KODE / SKS : IKB 7137 / 3 DESKRIPSI SINGKAT : Mata kuliah ini membahas tentang ilmu pean system, system, cara membuat dan memformulasikan, matematika, system deterministic, system Stokastik, parameter&validasi, : Mahasiswa diharapkan dapat mekan suatu sistem dan dapat mengaplikasikannya ke dalam UMUM keadaan existing dengan metode-metode yang sudah diajarkan. 1 Mahasiswa dapat Konsep - Definisi. - Menjelaskan definisi Model.. - Mengetahui tujuan pean. - Karakteristik yang baik. - Klasifikasi. - Prinsip-prinsip pean. - Memahami prinsip pean & klasifikasinya 2 x 50 menit. 1. Askin, Stand 2. Eriyatno, 19 3. Murthy DNP 4. Schoderbek, 5. Togar Simat 6. Vemuri V, M an Introduct 7. Vinsen Gasp Tarsito, Ban 2 Mahasiswa dapat - Menjelaskan definisi. - Mengetahui tujuan pean. - Memahami prinsip pean & klasifikasinya Konsep Model. - Definisi. - Karakteristik yang baik. - Klasifikasi. - Prinsip-prinsip pean. 2 x 50 menit Optimizing 2. Askin, Stan of Manufac 3. Eriyatno, 1 Meningkatk 4. Murthy DN University 5. Schoderbek

Manageme 6. Togar Sima Sistem, Nin 7. Vemuri V, 8. Vinsen Gas Terapan, Ta 3 Mahasiswa dapat Pengenalan Menjelaskan ttg masalah sistem, sistem karakteristiknya, prinsip pendekatan sistem. 4 Mahasiswa dapat Menjelaskan ttg sistem, karakteristiknya, prinsip pendekatan sistem. Pengenalan masalah sistem 8. Vinsen Gasp Tarsito, Ban Kreativitas & masalah sistem dll. Kreativitas & masalah sistem dll. 5. 6. Schoderbek, 7. Togar Simat

5 Mahasiswa dapat menjelaskan Menjelaskan untuk membuat serta memformulasikan dengan masalah yang ada. Pengembang an - Tahap pengembangan. - Konsep Formulasi. - Formulasi. - Implementasi. 6 Mahasiswa dapat menjelaskan Menjelaskan untuk membuat serta memformulasikan dengan masalah yang ada. Pengembang an - Tahap pengembangan. - Konsep Formulasi. - Formulasi. - Implementasi. 7 Mahasiswa dapat menjelaskan Menjelaskan bgmn memformulasikan suatu matematik Model Matematika - Definisi Model matematika. - Proses pean matematika. - Contoh kasus masalah sistem. 8. Vemuri V, M Vinsen Gaspe Tarsito, Bandu Vinsen Gasp Vinsen Gasp E

8 Mahasiswa dapat menjelaskan Menjelaskan bgmn memformulasikan suatu matematik Model Matematika - Definisi Model matematika. - Proses pean matematika. - Contoh kasus masalah sistem. Vinsen Gasp Vinsen Gasp 9 Mahasiswa dapat - Klasifikasi formulasi matematis. - Formulasi statis. - Formulasi Dinamis. - Formulasi statis : Persm. Aljabar. - Optimasi fungsi. 10 Mahasiswa dapat - Klasifikasi formulasi Formulasi deterministik. Formulasi Memberikan pemahaman yg baik ttg perbedaan tipe formulasi matematik yg ada Memberikan pemahaman yg baik ttg perbedaan tipe formulasi 2 x 50 menit 8. Vinsen Gasp 2 x 50 menit

matematis. - Formulasi statis. - Formulasi Dinamis. - Formulasi statis : Persm. Aljabar. - Optimasi fungsi. deterministik. matematik yg ada 11 Mahasiswa mampu Menjelaskan formulasi stokastik. FormulasiMo del Stokastik. Variabel random dan proses Stokastik Sifat markov Tipe formulasi stokastik Formulasi statis : Analisis Variansi Regresi Formulasi Diskret 5. 6. Schoderbek, 7. Togar Simat 8. Vemuri V, M 8. Vinsen Gasp 12 Mahasiswa mampu FormulasiMo Variabel random dan proses Menjelaskan formulasi del Stokastik. Stokastik Sifat markov stokastik. Tipe formulasi stokastik Formulasi statis : Analisis Variansi Regresi Formulasi Diskret

13 Mahasiswa mampu menjelaskan parameter Parameter Pendahuluan : Notasi, Estimasi Data sistem, Estimasi parameter deterministik, Estimasi parameter stokastik, Contoh kasus : Pendekatan persen galat. 14 Mahasiswa mampu menjelaskan parameter Parameter Pendahuluan : Notasi, Estimasi Data sistem, Estimasi parameter deterministik, Estimasi parameter stokastik, Contoh kasus : Pendekatan persen galat. 8. Vinsen Gasp 15 Mahasiswa mampu Validasi Konsep Validasi, menjelaskan validasi Validasi matematis, Validasi deterministik,

16 Mahasiswa mampu menjelaskan validasi Validasi Validasi Stokastik. Konsep Validasi, Validasi matematis, Validasi deterministik, Validasi Stokastik.