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

dokumen-dokumen yang mirip
SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Menyusun langkahlangkah. 1. Langkahlangkah. setiap metode penarikan sampel 2.

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

Kontrak Kuliah Metode Statistika 2

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

2-RP. rate, 10).Model Antrian. Deskripsi. sistem finansial, sistem komunikasi. Semester : V Hal: 1 dari 7. Dosen : SPW, NI, HY No.

Program Studi Teknik Mesin S1

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Teknik Simulasi Kode/SKS: SS / (2/1/0) Dosen : NI, PPO Semester : V

SILABUS MATA KULIAH. Pengalaman Pembelajaran

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

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

RENCANA PEMBELAJARAN SEMESTER (RPS) KKKF33112 PROBABILITAS DAN STATISTIKA

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

RENCANA PEMBELAJARAN SEMESTER (RPS)

SILABUS MATA KULIAH. Pengalaman Pembelajaran

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

2-RP. C. PRASYARAT : Desain Eksperimen. D. Deskripsi CP secara umum KKNI Level 6. Kemampuan Deskripsi Penguasaan

DISTRIBUSI DISKRIT KHUSUS

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Analisis Survival Kode/SKS: SS / (2/1/0) Dosen : SWP Semester :

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

STATISTIKA INDUSTRI 2 TIN 4004

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

DEPARTEMEN ILMU EKONOMI F A K U L T A S E K O N O M I D A N B I S N I S S I L A B U S STATISTIK I MAS 101 / 3 SKS

Semester : VI Hal: 1 dari 6. No.Revisi : 00. Deskripsi. Kemampuan manjerial. tertulis. Sikap dan. tata nilai 2-RP 1-CP DN, PA,BAK& RN)

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Statistika Spasial Kode/SKS: SS / (2/1/0) Dosen : Sutikno Semester : VII

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

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

Semester : VII Hal: 1 dari 5. Dosen : Har & Imam RP S1 SB 03. No.Revisi : 00. secara umum KKNI. Level 6 Kemampuan. C. Deskripsi CP.

STATISTIK DAN PROBABILITY

CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai

DISTRIBUSI DISKRIT KHUSUS

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

2-RP. C. Deskripsi CP secara umum KKNI Level 6

DISTRIBUSI DISKRIT KHUSUS

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

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Data Mining Kode/SKS: SS / (2/1/0) Dosen : SWP, KF Semester : VII

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014

PRODI S1 STATISTIKA FMIPA ITS RENCANA PEMBELAJARAN Teknik Sampling dan Survey Kode/SKS: SS / (2/1/0) Dosen : ATR, DS, IZ Semester : IV

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 13/11/2013

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

UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, MA 2081 Statistika Dasar.

CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIK INDUSTRI 1. Distribusi Sampling. Distribusi Sampling

RENCANA PEMBELAJARAN SEMESTER (RPS)

MA2081 Statistika Dasar

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

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

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

Pertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression

Deskripsi. Dosen : No.Revisi : 00. Semester : VII Hal: 1 dari 5. tim. Kemampuan 5-PBS 3-RE 1-CP 2-RP

2-RP. Semester : VIIII No.Revisi : 00. Dosen : MM. Hal: 1 dari 5. kelompok, Peran

DISTRIBUSI DISKRIT KHUSUS

STATISTIKA FAI SKS

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Analisis Data I Kode/SKS: SS / (2/1/0) Dosen : HK Semester : VI

Bab 1 PENDAHULUAN. 1.1.Latar Belakang

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

CAPAIAN PEMBELAJARAN (Learning outcome) : Mampu menganalisis data dengan metode statistika yang sesuai

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

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

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

STATISTIKA INDUSTRI 2 TIN 4004

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Perancangan Kualitas Kode/sks : SS141413/ (2/1/0 ) Dosen : SS Semester : V

STATISTIKA INDUSTRI 2 TIN 4004

DISTRIBUSI DISKRIT. MA 2081 Statistika Dasar Utriweni Mukhaiyar

STATISTIKA INDUSTRI 2 TIN 4004

RENCANA PERKULIAHAN SEMESTER

RENCANA PEMBELAJARAN SEMESTER

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

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

SATUAN ACARA PEMBELAJARAN (SAP)

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah, ST., MT

STATISTIKA INDUSTRI 2 TIN 4004

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

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

Aktuariaa. Dosen : SS. Semester : V No.Revisi : 00. Hal: 1 dari 5. tim. 1).Konsep. dimodifikasi). Kemampuan. Deskripsi. asuransi jiwa

GARIS BESAR PROGRAM PENGAJARAN (GBPP)

DISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi

RENCANA PERKULIAHAN SEMESTER

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

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Analisis Data II Kode/SKS: SS / (2/1/0) Dosen : HK Semester : VII

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

BAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI

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

STATISTIKA INDUSTRI 2 TIN 4004

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

STATISTIKA INDUSTRI 2 TIN 4004

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

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS

Evaluasi Deviasi dari Aproksimasi Frekuensi Kejadian Perawatan Korektif dan Preventif

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

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Jaringan Syaraf Tiruan Kode/SKS: SS / (2/1/0) Dosen : BSSU Semester : III

BAHAN KULIAH STATISTIKA (Kelas Teori)

STATISTIKA INDUSTRI 2 TIN 4004

PENAKSIR RATA-RATA DISTRIBUSI EKSPONENSIAL TERPOTONG. Agustinus Simanjuntak ABSTRACT

MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang.

PRODI. Semester : Hal: 1 dari 6 RP S1 SB 05. No.Revisi : 00. CP 2.5 : Menerapkan Teori Resiko. Di Industri Keuangan. (Rating perusahaan, Model

PROGRAM PASCASARJANA UNIVERSITAS SRIWIJAYA PROGRAM STUDI ILMU EKONOMI

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

Transkripsi:

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 statistika 3. CP15.2 : Mampu mengelola dan bekerja dalam tim 4. CP15.4 : Bertanggung jawab atas hasil kerja mandiri dan kelompok 5. CP19 : Memiliki e ka profesi, Cerdas, Amanah dan Krea f,patuh pada aturan tertulis dan dak tertulis CP11.1 dalam mata kuliah Pengantar Metode Statistika diberi kode CP11.1P yang meliputi 8 sub Capaian Pembelajaran, yaitu : CP1.1P1 sd CP1.1P8. B. Untuk mencapai CP di atas diperlukan K sebagai berrikut : Terminologi dalam Statistika, Statistika deskriptif, distribusi peluang, peluang diskrit, peluang Kontinyu, Pengujian Hipotesis parameter satu, Pengujian Hipotesis parameter dua, Korelasi dan Regresi linier sederhana. C. Deskripsi CP secara umum KKNI Level 6 Hal: 1 dari 5 Kemampuan Penguasaan pengetahuan Kemampuan kerja Kemampuan manjerial Sikap dan tata nilai Deskripsi Mampu menjelaskan i konsep teoritis tentang : diskrit dan kontinyu, pengujian hipoetsis 1 dan 2 dan model regresi sederhana.. Mampu melakukan pengujian hipotesis sesuai masalah sesuai prosedur.. Mampu mengaplikasikan metode statistika dan memanfaatkan IPTEKS dalam hal ini Excel dan minitab untuk penyelesaian masalah analisis data Mampu beradaptasi terhadap situasi yang dihadapi 6.6 Mampu mengambil keputusan yang tepat berdasarkan analisiss informasi dan data, serta mampu mengkomunikasikan hasil analisis baik secara lisan maupun tertulis 6.7 Mampu memberikan petunjuk dalam memilih berbagai alternatif solusi secara mandiri dan kelompok; 6.8 Bertanggung jawab pada pekerjaan sendiri dan dapat diberi tanggung jawab atas pencapaian hasil kerja organisasi Mempunyai Etika Profesi, kerjasama, menghargai orang lain, patuh aturan, cerdas amanah kreatif

1 3 4 6 7 8 CAPAIAN PEMAN 1. Mampu menyajikan data dan memberikan interpretasii informasi dari sekelompokk data (CP1.1P1) 2. Dapat menghitung ekspektasi (rata rata) dan variansi suatu variable random (CP1.1P2) 3. Dapat menghitung peluang INDIKATOR BERHASILAN a) Dapat mengidentifikasi Statistik deskriptif Fungsi peluang [1] Bab 1 [2] Bab 3 [1] Bab 2 3 [2] Bab 6 Fungsi [1] Bab 3 PEMAN 1. Diskusi 2. Latihan 3. Praktikum a) Dapat menghitung ukuran pemusatan data (ratamodus) b) Dapat menghitung ukuran rata,median, penyebaran data (standar deviasi,varianss & range) c) Dapat memberikan interpretasi ukuran pemusatan dan ukuran penyebaran d) Dapat mengeksplorasi data menggunakan box plot. a) Dapat menghitung peluang suatu kejadian dan menerapkan Teorema Bayes b) Dapat merumuskan fungsi diskrit (pmf) dan fungsi kontinyu (pdf) c) Dapat menghitung nilai ekspektasi dan varians variabel random diskrit dan kontinyu TT 0 P L 10%/10% TT 0 10%/20% TT 0 10%/30% Hal: 2 dari 5

9 10 CAPAIAN PEMAN variable random diskrit (CP1.1P3) 4. Dapat menghitung peluang variable random kontinyu (CP1.1P4) INDIKATOR BERHASILAN distribusi diskrit : Binomial, Binomial negatif, Geometrik, Hipergeometrik dan Poisson b) Dapat menghitung peluang kejadian berdasarkan distribusi tsb a) Dapat menghitung kejadian berdasarkan distribusi normal dan distribusi eksponensial b) Dapat menjelaskan Teorema Limit Central Diskrit Fungsi kontinyu [2] Bab 7 10 PEMAN Hal: 3 dari 5 [1] Bab 4 [2] Bab 11 15 TT 0 P L 10%/40% 11 14 5. Dapat menaksir parameter (CP1.1P6) a) Dapat menaksir rata2 satu dan selisih dua b) Dapat menaksir varians dan selisih dua varians. c) Dapat menaksir proporsi dan selisih dua proporsi. Estimasi dan Sampling [1] Bab 5 [2] Bab 21 & 17 TT 0 P L 10%/70%

15 17 CAPAIAN PEMAN INDIKATOR BERHASILAN 6. Dapat menguji parameter a) Dapat menguji rata rata satu suatu b) Dapat menguji varians satu (CP1.1P5) c) Dapat menguji proporsi satu Pengujian rata rata & varians satu [1] Bab 7 [2] Bab 19 dan 17 PEMAN Hal: 4 dari 5 TT 0 P L 20%/60% 18 24 25 27 7. Dapat membandingkan parameter 2 (CP1.1P7) 8. Dapat menguji perbedaan mean lebih dari 2 (CP1.1P8) a) Dapat menguji kesamaan rata rata 2 baik berpasangan maupun tidak. b) Dapat menguji varians dari 2 c) Dapat menguji proporsi dari 2 a) Dapat menjelasakan variability within treatment dan variability between tratment b) Dapat menghitung MSE, MSTr, dan MST c) Dapat menyusun tabel analisis Pengujian 2 Analisis Variansi [1] Bab 8 [2] Bab 21 dan 17 [1] Bab 9 [2] Bab 29 TT 0 P L 10%/80% TT 0 P L 10%/90%

28 30 CAPAIAN PEMAN 9. Dapat membuat model hubungan antara 2 variabel (CP1.1P8) INDIKATOR BERHASILAN variansi d) Dapat menghitung korelasi dan interpreasi e) Dapat membuat model regresi 2 variabel f) Dapat menguji parmeter regresi g) Dapat menentukan baik tidaknya suatuu model. TT 0 P L 10%/90% *1)TT 0 P L : Tes Tulis, Observasi, Presentasi dan Laporan. 2) PBL: Problem Base Learning. Daftar Pustaka : 1. Aczel, Sounderpandian. Complete Business Sta s cs 7th Edi on, The McGraw Hill Companies, Inc. Boston, 2009 2. Bhatta Charyya, G.K., Richard A. J., Statistical Concepts and Methods, John Wiley and Sons, New York, 2002 3. Ronald E. Walpole, Raymond H. Myers, and Sharon L. Myers, Probability & Statistics for Engineers & Scientists, 9Ed., Prentice Hall, Boston, 2012 4. Ang, Alfredo H. S., Tang, W. H, Probability Concepts in Engineering Planning and Design, John Wiley and Sons, New York, 1996 Regresi linier sederhana [1] Bab 10 [2] Bab 27 & 28 PEMAN Hal: 5 dari 5