RPS BAHASA PEMROGRAMAN - Pendidikan Matematika

UNIPA Surabaya | i

RPS BAHASA PEMROGRAMAN

Drs. Prayogo, M.Kom. (NIDN 0720116501)

Sri Rahmawati Fitriatien, S.Pd., M.Si. (NIDN 0726068706)

UNIVERSITAS PGRI ADI BUANA SURABAYA

Fakultas Keguruan dan Ilmu Pendidikan

Program Studi Pendidikan Matematika

Jalan Ngagel Dadi III-B / 37, Surabaya 60245

Tlp. 031-5041190, 5041097, 8281181, Fax. 031-5042804

UNIPA Surabaya | ii

DAFTAR ISI

Halaman Sampul ................................................................................................................ i

Daftar Isi ........................................................................................................................... ii

Kata Pengantar ................................................................................................................. iii

1 Peta Konsep / Hirarki Materi .................................................................................... 1

2 Capaian Pembelajaran Matakuliah ........................................................................... 3

3 Peta Capaian Pembelajaran / Peta Kompetensi ........................................................ 6

4 Rencana Pembelajaran Semester (RPS) ................................................................... 8

5 Rencana Tugas ........................................................................................................ 14

6 Rencana Asesmen & Evaluasi (RA&E) ................................................................. 17

7 Satuan Acara Pembelajaran (SAP) ......................................................................... 20

8 Kontrak Pembelajaran ............................................................................................. 42

UNIPA Surabaya | iii

KATA PENGANTAR

Alhamdulillah, puji syukur kehadirat Allah SWT yang telah memberikan nikmat

sehat dan ilmu kepada penulis sehingga dapat menyelesaikan Teknik Instruksional Mata

Kuliah Bahasa Pemrograman ini dengan baik.

Teknik Instruksional Mata Kuliah Komputer ini diharapkan dapat dijadikan acuan

dalam memperbaiki sistem pembelajaran di Fakultas Keguruan dan Ilmu Pendidikan

Jurusan Pendidikan Matematika di kalangan Universitas PGRI Adi Buana Surabaya,

sehingga dalam proses belajar mengajar nanti dapat mengacu pada Kerangka Kualifikasi

Nasional Indonesia.

Penulis mengucapkan terima kasih dan penghargaan kepada :

1. Rektor Universitas PGRI Adi Buana Surabaya,

2. Wakil Rektor Universitas PGRI Adi Buana Surabaya,

3. Dekan Fakultas Keguruan dan Ilmu Pendidikan Universitas PGRI Adi Buana

Surabaya,

4. Ketua Program Studi Pendidikan Matematika Universitas PGRI Adi Buana

Surabaya.

Kritik dan saran guna perbaikan dalam penyusunan Teknik Instruksional Mata

Kuliah Bahasa Pemrograman ini sangat penulis harapkan sehingga proses peningkatan

hasil pembelajaran dapat tercapai dengan baik.

Surabaya, November 2016

Penulis

UNIPA Surabaya| 1

1 Peta Konsep / Hirarki Materi

Mata Kuliah : Bahasa Pemrograman Semester : 2 (Dua) Kode: sks : 2

Jurusan : Pendidikan Matematika Dosen : 1. Drs. Prayogo, M.Kom.

2. Sri Rahmawati Fitriatien, S.Pd., M.Si.

Capaian Pembelajaran (CP) Lulusan Program Studi yang Dibebankan pada MK (CP-PRODI) :

1. Menunjukkan sikap bertanggung jawab atas pekerjaan di bidang keahliannya secara mandiri (S9);

2. Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya, berdasarkan hasil analisis

informasi dan data (KU5);

3. Mengaplikasikan konsep dan prinsip didaktik-pedagogis matematika serta keilmuan matematika untuk melaksanaan pembelajaran

inovatif dengan memanfaatkan berbagai sumber belajar berbasis IPTEKS dan berorierentasi pada kecakapan hidup (life skills)

(KK11);

4. Menguasai konsep dan prinsip didaktik-pedagogis matematika serta keilmuan matematika untuk melaksanaan pembelajaran inovatif

berbasis IPTEKS (PP9).

Kemampuan Akhir Tiap Tahapan Belajar (CP-MK) : [C3, P3, A2]

Mahasiswa mampu menghasilkan pemrograman dasar dengan memiliki keterampilan dasar dalam membuat aplikasi pemrograman

matematika baik secara mandiri maupun kerjasama tim.

A

UNIPA Surabaya| 2

A

Gariz Entry Behaviour

( 1 )

Pengantar Pemrograman MATLAB

( 7 )

Pencarian

( 8 )

Pengurutan

( 4 )

Array

( 5 )

Fungsi

( 2 )

Relasi dan Logika

( 6 )

Aplikasi

( 3 )

Pengulangan

UNIPA Surabaya| 3

2 Capaian Pembelajaran Matakuliah




Capaian Pembelajaran MK: [C3, P3, A2]



I. Capaian Pembelajaran PRODI yang dibebankan pada matakuliah (CP-PRODI)






(KK11);



UNIPA Surabaya| 4

II. Capaian Pembelajaran Tiap Tahapan Belajar (Sub CP-MK)

Minggu Sub CP-MK Indikator Pokok Bahasan

1 [C2 , A1]

Mampu menjelaskan pengantar

pemrograman MATLAB.

1. Ketepatan menjelaskan lingkungan

kerja MATLAB

2. Ketepatan menjelaskan proses

kerja dengan MATLAB

3. Ketepatan mengembangkan

penggunaan variabel, jenis type

data dan ekspresi pada MATLAB

Pengantar Pemrograman MATLAB

2 [C3, P3, A2]

Mampu merumuskan perintah dasar

MATLAB

1. Ketepatan merumuskan

penanganan input dan ouput

2. Ketepatan menggunakan interaksi

file pada MATLAB

Perintah Dasar MATLAB

3-5 [C3, P3, A2]

Mampu memperhitungkan

penggunaan pengulangan pada

program MATLAB

1. Ketepatan mendemontrasikan

penggunaan while

2. Ketepatan mendemonstrasikan

penggunaan for


penggunaan for bersarang

Pemrograman MATLAB

6 - 7 [C3, P3, A2]


penggunaan array pada program

MATLAB


penggunaan array pada vektor


penggunaan array pada matriks


penggunaan array pada operasi-

operasi vektor dan matriks

Array

UNIPA Surabaya| 5



operasi0operasi array (insert,

update, delete)

8 Evaluasi Tengah Semester (ETS)

9 [C3, P3, A2]

Mampu mendemonstrasikan

penggunaan fungsi pada program

MATLAB

1. Ketepatan menunjukkan

penggunaan parameter fungsi

2. Ketepatan menunjukkan nilai balik

(return value)


ploting gambar dan grafik

Fungsi

10 - 11 [C3, P3, A2]

Mampu menghubungkan penggunaan

aplikasi pada MATLAB guna

menyelesaikan kasus matematika

1. Ketepatan menghitung persamaan

aljabar menggunakan program

MATLAB

2. Ketepatan menghitung kalkulus

dasar menggunakan program

MATLAB

Aplikasi

12 - 13 [C3, P3, A2]

Mampu menghasilkan sequential

search menggunakan MATLAB

Ketepatan menghasilkan sequential

search menggunakan algoritma

sequence pada program MATLAB

Pencarian

14 - 15 [C3, P3, A3]

Mampu menghasilkan urutan data

1. Ketepatan menghasilkan bubble

sort

2. Ketepatan menghasilkan insertion

sort

Pengurutan

16 Evaluasi Akhir Semester (EAS)

UNIPA Surabaya| 6

3 Peta Capaian Pembelajaran / Peta Kompetensi










(KK11);






A

UNIPA Surabaya| 7

A


( 1 ) [C2, A1]


pemrograman MATLAB

( 7 ) [C3, P3, A2]



( 8 ) [C3, P3, A2]


( 4 ) [C3, P3, A2]


penggunaan array pada pada program

MATLAB

( 5 ) [C3, P3, A2]


penggunaan fungsi pada pada program

MATLAB

( 2 ) [C3, P3, A2]

Mampu merumuskan pemilihan if

sebagai operator relasi dan logika

( 6 ) [C3. P3, A2]




( 3 ) [C3, P3, A2]


penggunaan pengulangan pada pada

program MATLAB

UNIPA Surabaya| 8

4 Rencana Pembelajaran Semester (RPS)




RENCANA PEMBELAJARAN SEMESTER JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN – UNIVERSITAS PGRI ADI BUANA (UNIPA) SURABAYA

MATA KULIAH KODE Rumpun MK BOBOT (sks) SEMESTER Direvisi

Bahasa Pemrograman Teori =

2

2 (Dua) 24 – 11 -

2016

OTORISASI

Pendidikan Matematika

Pengembang RP Koordinator RMK Ka PRODI

Sri Rahmawati Fitriatien, S.Pd.,

M.Si.

Drs. Prayogo, M.Kom.

Nur Fathonah, S.Pd.,

M.Pd.

Capaian

Pembelajaran

Program Studi (CP-

PRODI)


2. Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya, berdasarkan

hasil analisis informasi dan data (KU5);

UNIPA Surabaya| 9

3. Mengaplikasikan konsep dan prinsip didaktik-pedagogis matematika serta keilmuan matematika untuk melaksanaan

pembelajaran inovatif dengan memanfaatkan berbagai sumber belajar berbasis IPTEKS dan berorierentasi pada

kecakapan hidup (life skills) (KK11);

4. Menguasai konsep dan prinsip didaktik-pedagogis matematika serta keilmuan matematika untuk melaksanaan

pembelajaran inovatif berbasis IPTEKS (PP9).

Mata Kuliah(CP-

MK)

[C3, P3, A2]

Mahasiswa mampu menghasilkan pemrograman dasar dengan memiliki keterampilan dasar dalam membuat aplikasi

pemrograman matematika baik secara mandiri maupun kerjasama tim.

Diskripsi singkat

MK Mata kuliah ini akan memperkenalkan Matlab sebagai salah satu bahasa pemrograman komputer dan aplikasinya dalam

mendukung pemecahan masalah – masalah matematika. Dalam perkuliahan ini, materi yang akan dibahas meliputi

Dasar-dasar Pemrograman; Tipe Data, Variabel, Nilai dan Ekspekresi; Operator dan Fungsi Standar; Input Output Data

dalam MATLAB; Program dengan Instruksi Runtun; Program dengan Instruksi Pilihan IF-THEN, CASE, Perulangan

FOR, Perulangan While; Fungsi; Variabel Array Satu Dimensi dan Fungsi Statistik; Grafik Dua Dimensi; Grafik dalam

Tiga Dimensi; Diagram Batang dan Pastel; Akar-akar Persamaan; Fitting Data dan Interpolasi; Penyelesaian Integral dan

Persamaan Differential; Operasi MATLAB pada Matematika Simbolik; Penyelesaian Fungsi Khas dan Transformasi

Integral; Mengintegrasikan Program.

Pustaka Utama :

1. MC.Mahon, David.2007. MATLAB Demystified.New York. McGraw – Hill

UNIPA Surabaya| 10

2. Hanselman,Duane. MATLAB Bahasa Komputasi Teknis (Terjemahan).Yogyakarta.Andi

3. Modul Praktikum Dasar – Dasar Pemrograman

Pendukung :

Media

Pembelajaran

Software: Hardware:

Windows, Office, Matlab, R PC , LCD Projector, Laptop, White Board

Team Teaching Drs. Prayogo, M.Kom.

Assessment Proyek ETS, Proyek EAS

Minggu

Ke-

Kemampuan akhir tiap tahapan

belajar (Sub CP-MK)

Materi

Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode /

Strategi

Pembelajaran

[Estimasi

Waktu]

Assessment

Indikator Bentuk Bobot

1 [C2 , A1]


pemrograman MATLAB.

Pengantar

Pemrograman

MATLAB

Referensi : 1, 2,

3

Demonstrasi di

Kelas

[TM: 1x2x50”]

[BT : 1x2x50”]

[BM :1x2x60”]

1. Ketepatan menjelaskan

lingkungan kerja MATLAB


pembuatan M-File


penggunaan variabel


operator aritmatika

5. Ketepatan merumuskan input

dan output

- 0 %

UNIPA Surabaya| 11

Minggu

Ke-


belajar (Sub CP-MK)

Materi

Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode /

Strategi

Pembelajaran

[Estimasi

Waktu]

Assessment


2 - 3 [C3, P3, A2]

Mampu merumuskan

pemilihan if sebagai operator

relasi dan logika

Relasi dan

Logika

Referensi : 1, 2,

3

Demonstrasi di

Kelas

[TM: 2x2x50”]

[BT : 2x2x50”]

[BM :2x2x60”]


penggunaan operator relasi


penggunaan pemilihan if

3. Ketepatan menerangkan

operator logika


pemilihan switch-cash

Simulasi

di Kelas

15 %

4 - 5 [C3, P3, A2]



program MATLAB

Pengulangan

Referensi : 1, 2,

3

Demonstrasi di

Kelas

[TM: 2x2x50”]

[BT : 2x2x50”]

[BM :2x2x60”]


penggunaan while


penggunaan for


penggunaan for bersarang

Simulasi

di Kelas

15 %

6 - 7 [C3, P3, A2]


penggunaan array pada

program MATLAB

Array

Referensi : 1, 2,

3

Demonstrasi di

Kelas

[TM: x2x50”]

[BT : 2x2x50”]

[BM :2x2x60”]


penggunaan array pada vektor



matriks



Simulasi

di Kelas

15 %

UNIPA Surabaya| 12

Minggu

Ke-


belajar (Sub CP-MK)

Materi

Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode /

Strategi

Pembelajaran

[Estimasi

Waktu]

Assessment


operasi-operasi vektor dan

matriks


operasi0operasi array (insert,

update, delete)


9

[C3, P3, A2]


penggunaan fungsi pada

program MATLAB

Fungsi

Referensi : 1, 2,

3

Demonstrasi di

Kelas

[TM: x2x50”]

[BT : 1x2x50”]

[BM :1x2x60”]


penggunaan parameter fungsi

2. Ketepatan menunjukkan nilai

balik (return value)


ploting gambar dan grafik

Simulasi

di Kelas

10 %

10 - 11 [C3, P3, A2]

Mampu menghubungkan

penggunaan aplikasi pada

MATLAB guna menyelesaikan

kasus matematika

Aplikasi

Referensi : 1, 2,

3

Demonstrasi di

Kelas

[TM: 2x2x50”]

[BT : 2x2x50”]

[BM :2x2x60”]

1. Ketepatan menghitung

persamaan aljabar

menggunakan program

MATLAB


kalkulus dasar menggunakan

program MATLAB

Simulasi

di Kelas

15 %

12 - 13 [C3, P3, A2] Pencarian

Demonstrasi di

Kelas

Ketepatan menghasilkan

sequential search menggunakan

Simulasi

di Kelas

15 %

UNIPA Surabaya| 13

Minggu

Ke-


belajar (Sub CP-MK)

Materi

Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode /

Strategi

Pembelajaran

[Estimasi

Waktu]

Assessment


Mampu menghasilkan

sequential search menggunakan

MATLAB

Referensi : 1, 2,

3

[TM: 2x2x50”]

[BT : 2x2x50”]

[BM :2x2x60”]

algoritma sequence pada program

MATLAB

14 - 15 [C3, P3, A2]

Mampu menghasilkan urutan

data

Pengurutan

Referensi : 1, 2,

3

Demonstrasi di

Kelas

[TM: 2x2x50”]

[BT : 2x2x50”]

[BM :2x2x60”]

1. Ketepatan menghasilkan

bubble sort


insertion sort

Simulasi

di Kelas

15 %

16 Evaluasi Akhir Semester

UNIPA Surabaya | 14

5 Rencana Tugas

Mata Kuliah : Bahasa Pemrograman Semester : 2 (Dua)

Kode : sks: 2

Jurusan : Pendidikan Matematika

Dosen : 1. Drs. Prayogo, M.Kom.


1. Tujuan Tugas :

Mampu menghasilkan bentuk program MATLAB sederhana terkait materi-materi

di bidang matematika.

2. Kompetensi :

a. Penguasaan bahasa pemrograman MATLAB terkait penyelesaian masalah

matematika.

b. Kerjasama tim yang baik dan kompak.

c. Presentasi dan komunikasi verbal dan non-verbal.

d. Ketajaman menjelaskan dan kreatif.

e. Penguasaan bahasa pemrograman MATLAB.

3. Uraian Tugas

a. Objek Garapan

Pemrograman MATLAB

b. Aktivitas yang Harus Dikerjakan dan Batasan nya

(1) Membentuk grup kecil terdiri dari 5 orang mahasiswa.

(2) Menyusun makalah berdasarkan ruang lingkup materi matematika yang

diselesaikan dengan bahasa pemrograman MATLAB. Dalam hal ini

tingkat kesulitan materi dan penyelesaian dalam bahasa pemrograman

MATLAB yang digunakan menjadi bobot penilaian tinggi.

(3) Membuat program MATLAB.

(4) Menyusun slide presentasi kemudian masing-masing grup

mempresentasikannya. Keberhasilan presentasi ditentukan oleh tampilan,

penguasaan materi, kerjasama, penguasaan audient.

UNIPA Surabaya | 15

c. Metodologi & Cara Pengerjaannya

(1) Studi literartur materi yang akan di selesaikan dengan program MATLAB.

(2) Mendiskusikan dalam kelompok, item-item yang akan ditampilkan.

(3) Menyusun program MATLAB.

(4) Mendiskusikan poin-poin penting yang aka dipresentasikan.

(5) Merancang dan menyusun makalah dan slide presentasi.

(6) Uji coba presentasi dalam kelompok sendiri.

(7) Persiapan presentasi di kelas.

d. Kriteria Luaran Tugas yang Dihasilkan

(1) Makalah dengan format : A4, font : Calibri, size 12, margin 3-2-2-2,

minimum 10 halaman. Menggunakan tata tulis ilmiah. Dikumpulkan

dalam bentuk softcopy format (*.rtf).

(2) Program MATLAB.

(3) Slide presentasi PowerPoint, terdiri dari : text, grafik, tabel, gambar,

animasi ataupun video clips. Minimal 10 slide. Dikumpulkan softcopy

format (*.ppt).

(4) Tuliskan identitas masing-masing anggota kelompok, dengan disertakan

peran dan tugas masing-masing anggota kelompok.

(5) Tugas dikumpulkan dalam folder dengan nama kelompok, berisi : makalah

(*.rtf), slide (*.ppt),program MATLAB, daftar anggota grup beserta

masing-masing tugasnya, dan softcopy referensi yang digunakan.

4. Kreteria Penilaian

a. Penyusunan Makalah (Bobot 20%)

Tata tulis & kepatuhan terhadap format yang ditentukan, kemutakhiran data (5

tahun terakhir), pengolahan & penyajian tulisan, susunan setidaknya terdiri

dari: abstrak, pendahuluan, ulasan sistem, tampilan data, kesimpulan, referensi

(sumber web jika ada).

b. Program MATLAB (Bobot 30%)

Program dalam format m-file dan simulink.

UNIPA Surabaya | 16

c. Peyusunan Slide Presentasi (Bobot 20%)

Jelas dan konsisten, sederhana & inovatif, menampilkan gambar & blok sistem,

tulisan menggunakan font yang mudah dibaca, jika diperlukan didukung

dengan video clip yang relevan.

d. Presentasi (Bobot 30%)

Bahasa komunikatif, penguasaan materi, penguasaan audience, pengendalian

waktu (15 menit presentasi + 5 menit diskusi), kejelasan & ketajaman paparan.

5. Jadwal Pelaksanaan

a. Pembentukan Kelompok : Pertemuan 15

b. Konsultasi dan Diskusi Proyek : Setelah Terbentuk Kelompok s/d Waktu

Presentasi

c. Pengumpulan Tugas : Pada Saat UAS

d. Pelaksanaan Presentasi : 2 hari setelah UAS

e. Pengumuman Hasil Evaluasi : 1 hari setelah jadwal presentasi

6. Lain-lain

a. Bobot tugas adalah 30% dari total bobot evaluasi matakuliah Komputer.

b. Akan dipilih 3 penampilan terbaik.

UNIPA Surabaya | 17

6 Rencana Asesmen & Evaluasi (RA&E)

Mata Kuliah : Bahasa Pemrograman Semester: 2 (Dua) Kode: sks : 2



Capaian Pembelajaran MK : [C3, P3, A2]

Mahasiswa mampu menghasilkan pemrograman dasar serta mempunyai keterampilan dalam mengaplikasikan MATLAB untuk

memecahkan masalah-masalah matematika baik secara mandiri maupun kerjasama tim.

Minggu

Ke- Sub CP-MK Pokok Bahasan

Butir Soal Evaluasi Bentuk Test/Non

Tes Bobot Kognitif Psikomotor Afektif

C2 C3 C4 P3 A1 A2

1 [C2 , A1]

Mampu

menjelaskan

pengantar

pemrograman

MATLAB.

Pengantar Pemrograman

MATLAB

Referensi : 1, 2, 3

- %

2 - 3 [C3, P3, A2]

Mampu

merumuskan

pemilihan if sebagai

Relasi dan Logika

Referensi : 1, 2, 3

√

√

√

Simulasi di Kelas

15 %

UNIPA Surabaya | 18

Minggu




C2 C3 C4 P3 A1 A2

operator relasi dan

logika

4 - 5 [C3, P3, A2]

Mampu

memperhitungkan

penggunaan

pengulangan pada

program MATLAB

Pengulangan

Referensi : 1, 2, 3

√

√

√

Simulasi di Kelas

15 %

6 - 7 [C3, P3, A2]

Mampu

memperhitungkan

penggunaan array

pada program

MATLAB

Array

Referensi : 1, 2, 3

√

√

√

Simulasi di Kelas

15 %

9 [C3, P3, A2]

Mampu

mendemonstrasikan

penggunaan fungsi

pada program

MATLAB

Fungsi

Referensi : 1, 2, 3

√

√

√

Simulasi di Kelas

10 %

10 - 11 [C3, P3, A2]

Mampu

menghubungkan

penggunaan aplikasi

Aplikasi

Referensi : 1, 2, 3

√

√

√

Simulasi di Kelas

15 %

UNIPA Surabaya | 19

Minggu




C2 C3 C4 P3 A1 A2

pada MATLAB guna

menyelesaikan kasus

matematika

12 - 13 [C3, P3, A2]

Mampu

menghasilkan

sequential search

menggunakan

MATLAB

Pencarian

Referensi : 1, 2, 3

√

√

√

Simulasi di Kelas

15 %

14 - 15 [C3, P3, A3]

Mampu

menghasilkan

urutan data

Pengurutan

Referensi : 1, 2, 3

√

√

√

Simulasi di Kelas

15 %

UNIPA Surabaya | 20

7 Satuan Acara Pembelajaran (SAP)


Kode : sks: 2




Waktu pertemuan : 1 x 50 menit.

Jumlah Pertemuan : 16 Pertemuan.

Sub CP –MK : [C2, A1]

Mampu menjelaskan pengantar pemrograman

MATLAB.

Metode Pembelajaran : Demonstrasi di Kelas

Pertemuan Ke-1 : Kuliah.

Tahap

Pembelajaran Aktivitas Dosen Kegiatan Pembelajar

Mahasiswa Assessment

1 2 3 4

Pendahuluan Memberikan gambaran

umum SAP dan Kontrak

Pembelajaran.

Merespon aktivitas dosen

dengan memberikan ide-

ide atau gagasan baru

pada kontrak

pembelajaran sehingga

tercipta kesepakatan

antara mahasiswa dan

dosen terkait bentuk

tugas, tes, dan sistem

penilaian.

-

UNIPA Surabaya | 21

Tahap



1 2 3 4

Inti Penyajian

Memberikan gambaran

umum isi perkuliahan,

meliputi pengantar

pemrograman MATLAB.

Memberikan respon

(menyimak dan

menjawab pertanyaan)

berkaitan dengan

materi yang diberikan,

serta membuat catatan

perkuliahan.

Menyimak materi yang

diberikan.

Membuat catatan

perkuliahan.

Memperhatikan dan

mengamati contoh yang

diberikan.

Penutup

Tanya jawab berkaitan

dengan materi.

Menyimpulkan materi

kuliah.

Menyiapkan mahasiswa

berkaitan dengan

keperluan untuk materi di

pertemuan ke-2.

Melakukan penegasan

kesepakatan kontrak

pembelajaran yang sudah

dibicarakan di awal

pertemuan ke-1.

Diskusi dan tanya jawab

berkaitan dengan materi

yang telah dibahas.

Mencatat kesimpulan

materi yang sudah

dibahas, sekaligus

mencatat bahan ajar yang

perlu disiapkan untuk

pembahasan materi

selanjutnya.

UNIPA Surabaya | 22

Satuan Acara Pembelajaran (SAP)


Kode : sks: 2




Waktu pertemuan : 2 x 50 menit

Jumlah Pertemuan : 16 Pertemuan

Sub CP –MK : [C3, P3, A2]

Mampu menguraikan perbedaan himpunan klasik dan

himpunan fuzzy.


Pertemuan Ke-2 s/d 3 : Kuliah

Tahap



1 2 3 4

Pendahuluan

Pertemuan Ke - 2 :

Mengulas kembali

(review) secara singkat

materi pertemuan ke-1.

Memberikan gambaran

umum materi perkuliahan

dan tujuan dari

pembelajaran pertemuan

ke-2.

Pertemuan Ke - 5 :

Mengulas kembali


pertemuan ke-2

Memberikan gambaran

umum materi lanjutan

dari pertemuan

sebelumnya

Pertemuan Ke - 2 :

Memberikan respon dan

jawaban berkaitan

dengan review dari

dosen.

Menyimak ulasan dari

dosen dan mencatat

gambaran umum &

tujuan pembelajaran

pertemuan ke-2 secara

garis besarnya.

Pertemuan Ke - 5 :


jawaban berkaitan

dengan review pertemuan

ke-2


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Praktek di

Kelas

UNIPA Surabaya | 23

Tahap



1 2 3 4

Inti Penyajian

Pertemuan 2 :

Menjelaskan materi

tentang relasi dengan

bahasa pemrograman

MATLAB

Memberikan latihan

praktik dikelas terkait

materi yang dijelaskan

Pertemuan Ke - 3 :

Menjelaskan materi

tentang logika dengan

bahasa pemrograman

MATLAB

Memberikan latihan



Pertemuan 2 :

Menyimak dan mencatat

materi tentang relasi

dengan bahasa

pemrograman MATLAB

Membuat solusi dari

permasalahan yang

diberikan dosen dengan

menyelesaikannya

menggunakan bahasa

pemrograman MATLAB

sesuai dengan rule yang

diberikan

Pertemuan Ke - 3 :


materi tentang logika

dengan bahasa

pemrograman MATLAB

Membuat solusi dari

permasalahan yang


menyelesaikannya

menggunakan bahasa

pemrograman MATLAB


diberikan

UNIPA Surabaya | 24

Tahap



1 2 3 4

Penutup

Pertemuan Ke - 2 :


dengan materi di

pertemuan ke-2.

Menyimpulkan materi

kuliah pertemuan ke-2.


berkaitan dengan


pertemuan ke-3.

Pertemuan Ke – 3 :


dengan materi di

pertemuan ke-3

Menyimpulkan materi

perkuliahan pertemuan

ke-3


berkaitan dengan


pertemuan ke-4

Memberikan latihan






yang telah dibahas di

pertemuan ke-2

Mencatat kesimpulan

materi kuliah pertemuan

ke-2, sekaligus mencatat

bahan ajar yang perlu

disiapkan untuk

pembahasan materi

pertemuan ke-3.





pertemuan ke-3

Mencata kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-4

Menuliskan soal latihan

sebagai tugas praktik

individu

UNIPA Surabaya | 25



Kode : sks: 2







Mampu memperhitungkan penggunaan pengulangan

pada program MATLAB.



Tahap



1 2 3 4

Pendahuluan

Pertemuan Ke - 4 :

Mengulas kembali



Memberikan gambaran


dan tujuan dari


ke-4.

Pertemuan Ke - 5 :

Mengulas kembali


pertemuan ke-4

Memberikan gambaran


dari pertemuan

sebelumnya

Pertemuan Ke - 4 :


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Pertemuan Ke - 5 :


jawaban berkaitan


ke-4


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Praktek di

Kelas

UNIPA Surabaya | 26

Tahap



1 2 3 4

Inti Penyajian

Pertemuan 4 :

Menjelaskan materi

tentang pengulangan

dengan bahasa

pemrograman MATLAB

Memberikan latihan



Pertemuan Ke - 5 :

Menjelaskan materi

tentang pengulang dengan

bahasa pemrograman

MATLAB sebagai materi

lanjutan dari pertemuan

sebelumnya

Memberikan latihan



Pertemuan 4 :


materi tentang

pengulangan dengan

bahasa pemrograman

MATLAB

Membuat solusi dari

permasalahan yang


menyelesaikannya

menggunakan bahasa

pemrograman MATLAB


diberikan

Pertemuan Ke - 5 :


materi tentang pengulang

dengan bahasa

pemrograman MATLAB

Membuat solusi dari

permasalahan yang


menyelesaikannya

menggunakan bahasa

pemrograman MATLAB


diberikan

UNIPA Surabaya | 27

Tahap



1 2 3 4

Penutup

Pertemuan Ke - 4 :


dengan materi di

pertemuan ke-4.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-5.



dengan materi di

pertemuan ke-5

Menyimpulkan materi


ke-5


berkaitan dengan


pertemuan ke-6

Memberikan latihan







pertemuan ke-4.

Mencatat kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-5.





pertemuan ke-5

Mencata kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-6


sebagai tugas praktik

individu

UNIPA Surabaya | 28



Kode : sks: 2







Mampu memperhitungkan penggunaan array pada

program MATLAB.


Pertemuan Ke - 6 s/d 7 : Kuliah

UNIPA Surabaya | 29

Tahap



1 2 3 4

Pendahuluan

Pertemuan Ke - 6 :

Mengulas kembali



Memberikan gambaran


dan tujuan dari


ke-6.

Pertemuan Ke - 7 :

Mengulas kembali


pertemuan ke-6

Memberikan gambaran


dari pertemuan

sebelumnya

Pertemuan Ke - 6 :


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Pertemuan Ke - 7 :


jawaban berkaitan


ke-6


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Praktek di

Kelas

Inti Penyajian

Pertemuan 6 :

Menjelaskan materi

tentang array pada

bahasa pemrograman

MATLAB

Memberikan latihan

praktik terkait materi

yang dijelaskan

Pertemuan Ke - 7 :

Menjelaskan materi

tentang array yang

merupakan lanjutan dari

materi pertemuan

sebelumnya

Memberikan latihan soal

praktik terkait materi

yang dijelaskan

Pertemuan 6 :


materi tentang array

pada bahasa

pemrograman MATLAB

Menyelesaikan soal yang

diberikan dosen sebagai

latihan praktek mandiri

di kelas

Pertemuan Ke - 7 :


materi tentang array

yang merupakan lanjutan

dari materi pertemuan

sebelumnya


diberikan dosen sebagai

latihan praktek mandiri

di kelas

UNIPA Surabaya | 30

Tahap



1 2 3 4

Penutup



dengan materi di

pertemuan ke-6.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-7.

Pemberian latihan praktik

sebagai latihan praktik di

rumah secara individu



dengan materi di

pertemuan ke-7

Menyimpulkan materi


ke-7.





pertemuan ke-6.

Mencatat kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-7.


yang diberikan





pertemuan ke-7

Mencata kesimpulan


ke-7.

UNIPA Surabaya | 31



Kode : sks: 2







Mampu mendemonstrasikan penggunaan fungsi pada

program MATLAB


Pertemuan Ke – 9 : Kuliah

Tahap



1 2 3 4

Pendahuluan

Memberikan gambaran


dan tujuan dari


ke-9.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Praktek di

Kelas

UNIPA Surabaya | 32

Tahap



1 2 3 4

Inti Penyajian

Menjelaskan materi

tentang penggunaan

fungsi pada program

MATLAB.

Menjelaskan langkah-

langkah pembuatan

fungsi pada program

MATLAB.

Memberikan contoh

fungsi pada MATLAB.

Memberikan projek mini

dikelas kepada

mahasiswa tentang

membuat fungsi di

MATLAB.


cara membuat fungsi

pada program MATLAB.

Memperhatikan langkah-

langkah proses

pembuatan fungsi pada

program MATLAB.

Berdiskusi dengan teman

guna membahas projek

mini dikelas tentang

pembuatan fungsi di

MATLAB.

Penutup


dengan materi di

pertemuan ke-9.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-10.




pertemuan ke-9.

Mencatat kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-10.

UNIPA Surabaya | 33



Kode : sks: 2







Mampu menghubungkan penggunaan aplikasi pada

MATLAB guna menyelesaikan kasus matematika


Pertemuan Ke – 10 s/d 11 : Kuliah

Tahap



1 2 3 4

Pendahuluan

Pertemuan Ke - 10:

Memberikan gambaran


dan tujuan dari


ke-10.

Pertemuan Ke - 11 :

Mengulas kembali


pertemuan ke-10

Memberikan gambaran

umum materi pertemuan

ke-11 sebagai lanjutan

dari pertemuan ke-10.



dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Pertemuan Ke - 11 :


jawaban berkaitan


ke-10.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Praktek di

Kelas

UNIPA Surabaya | 34

Tahap



1 2 3 4

Inti Penyajian

Pertemuan 10 :

Menjelaskan materi

tentang penggunaan

aplikasi pada MATLAB

guna menyelesaikan

kasus matematika.


langkah penggunaan


guna menyelesaikan

kasus matematika.

Memberikan soal latihan

praktek di kelas kepada

mahasiswa tentang


MATLAB guna

menyelesaikan kasus

matematika.

Pertemuan Ke - 11 :

Menjelaskan materi

lanjutan tentang


MATLAB guna

menyelesaikan kasus

matematika (materi

lanjutan).

Memberikan contoh


MATLAB guna

menyelesaikan kasus

matematika.

Memberikan kesempatan

kepada mahasiswa untuk

memaparkan hasil diskusi


MATLAB guna

menyelesaikan kasus

matematika.

Pertemuan 10 :


materi penggunaan


guna menyelesaikan

kasus matematika.


langkah penggunaan


guna menyelesaikan

kasus matematika.


guna menyelesaikan soal

latihan praktek di kelas

terkait penggunaan


guna menyelesaikan

kasus matematika.

Pertemuan Ke - 11 :


langkah-langkah

penggunaan penggunaan


guna menyelesaikan

kasus matematika (materi

lanjutan).

Memperhatikan contoh

penggunaan aplikasi

pada MATLAB guna

menyelesaikan kasus

matematika.

Mahasiswa memaparkan

hasil pekerjaan terkait

penggunaan aplikasi

pada MATLAB guna

menyelesaikan kasus

matematika.

Tanya jawab antara

mahasiswa dengan dosen

dalam pembahasan

penggunaan aplikasi

pada MATLAB guna

menyelesaikan kasus

matematika.

UNIPA Surabaya | 35

Tahap



1 2 3 4

Penutup

Pertemuan Ke - 10 :


dengan materi di

pertemuan ke-10.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-11.



dengan materi di

pertemuan ke-11.

Menyimpulkan materi


ke-11.


berkaitan dengan


pertemuan ke-12.





pertemuan ke-10.

Mencatat kesimpulan


ke-10, sekaligus



pembahasan materi

pertemuan ke-11.





pertemuan ke-11.

Mencata kesimpulan


ke-11, sekaligus



pembahasan materi

pertemuan ke-12.

UNIPA Surabaya | 36



Kode : sks: 2







Mampu menghasilkan sequential search menggunakan

MATLAB.

Metode Pembelajaran : Demontrasi di Kelas


Tahap



1 2 3 4

Pendahuluan


Memberikan gambaran


dan tujuan dari


ke-12.

Pertemuan Ke - 13 :

Mengulas kembali


pertemuan ke-12.

Memberikan gambaran






dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Pertemuan Ke - 13 :


jawaban berkaitan


ke-12.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Praktek di

Kelas

UNIPA Surabaya | 37

Tahap



1 2 3 4

Inti Penyajian

Pertemuan 12 :

Menjelaskan materi

tentang prosedur guna

menghasilkan sequential

search pada MATLAB.


langkah penemuan

sequential search

MATLAB.


praktek di kelas kepada

mahasiswa tentang

penemuan sequential

search MATLAB.

Pertemuan Ke - 13 :

Menjelaskan materi

lanjutan tentang prosedur

guna menghasilkan

sequential search pada

MATLAB (materi

lanjutan).



bertanya dan membahas

hal-hal yang belum

dipahami terkait


MATLAB.

Pertemuan 12 :

Menyimak dan sambil

mempraktekkan prosedur

guna menghasilkan


MATLAB.


langkah penemuan

sequential search

MATLAB.



latihan praktek di kelas

terkait penemuan

sequential search

MATLAB.

Pertemuan Ke - 13 :


prosedur guna

menghasilkan sequential

search pada MATLAB

(materi lanjutan).

Tanya jawab antara


dalam pembahasan


MATLAB.

UNIPA Surabaya | 38

Tahap



1 2 3 4

Penutup

Pertemuan Ke - 12 :


dengan materi di

pertemuan ke-12.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-13.



dengan materi di

pertemuan ke-13.

Menyimpulkan materi


ke-13.


berkaitan dengan


pertemuan ke-14.





pertemuan ke-12.

Mencatat kesimpulan


ke-12, sekaligus



pembahasan materi

pertemuan ke-13.





pertemuan ke-13.

Mencatat kesimpulan


ke-13, sekaligus



pembahasan materi

pertemuan ke-14.

UNIPA Surabaya | 39



Kode : sks: 2







Mampu menghasilkan urutan data.



Tahap



1 2 3 4

Pendahuluan


Memberikan gambaran


dan tujuan dari


ke-14.

Pertemuan Ke - 15 :

Mengulas kembali


pertemuan ke-14.

Memberikan gambaran




Pertemuan Ke - 14 :


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Pertemuan Ke - 15 :


jawaban berkaitan


ke-14.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Praktek di

Kelas

UNIPA Surabaya | 40

Tahap



1 2 3 4

Inti Penyajian

Pertemuan Ke - 14 :

Menjelaskan materi tentang

cara mengurutkan data.


langkah penyelesaian

mengurutkan data.

Pertemuan Ke - 15 :


cara mengurutkan data

(materi lanjutan).


langkah tentang cara

mengurutkan data.


praktek kepada mahasiswa

tentang langkah-langkah

penyelesaian mengurutkan

data.

Pertemuan Ke - 15 :

Menyimak dan

mencatat tentang cara

mengurutkan data.

Memperhatikan

langkah-langkah

penyelesaian

mengurutkan data.

Pertemuan Ke - 15 :

Menyimak materi

tentang cara

mengurutkan data.

Memperhatikan

penjelasan dosen terkait

langkah-langkah

tentang cara

mengurutkan data.

Berdiskusi dengan

teman guna

menyelesaikan praktek

terkait langkah-langkah

penyelesaian

mengurutkan data.

UNIPA Surabaya | 41

Tahap



1 2 3 4

Penutup



dengan materi di

pertemuan ke-14.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-15.



dengan materi di

pertemuan ke-15.

Menyimpulkan materi


ke-15.





pertemuan ke-14.

Mencatat kesimpulan


ke-14, sekaligus



pembahasan materi

pertemuan ke-15.





pertemuan ke-15.

Mencatat kesimpulan


ke-15, sekaligus



pembahasan materi

pertemuan ke-15.

UNIPA Surabaya | 42

8 Kontrak Pembelajaran

Nama Mata Kuliah : Bahasa Pemrograman

Kode Mata Kuliah :

Besarnya sks : 2



Semester : 2 (Dua)

Hari Pertemuan / Jam :

Ruang : Laboratorium Komputasi – Program Studi Pendidikan

Matematika

1. Manfaat Pembelajaran

Mata kuliah Komputer memberi bekal kepada mahasiswa agar mampu

mengaplikasikan masalah-masalah matematika ke dalam bahasa pemrograman

MATLAB sehingga mahasiswa memiliki softskill dalam membuat program sederhana

dengan bahasa pemrograman MATLAB.

2. Deskripsi

Mata kuliah ini akan memperkenalkan Matlab sebagai salah satu bahasa

pemrograman komputer dan aplikasinya dalam mendukung pemecahan masalah –

masalah matematika. Dalam perkuliahan ini, materi yang akan dibahas meliputi

Dasar-dasar Pemrograman; Tipe Data, Variabel, Nilai dan Ekspekresi; Operator dan

Fungsi Standar; Input Output Data dalam MATLAB; Program dengan Instruksi

Runtun; Program dengan Instruksi Pilihan IF-THEN, CASE, Perulangan FOR,

Perulangan While; Fungsi; Variabel Array Satu Dimensi dan Fungsi Statistik; Grafik

Dua Dimensi; Grafik dalam Tiga Dimensi; Diagram Batang dan Pastel; Akar-akar

Persamaan; Fitting Data dan Interpolasi; Penyelesaian Integral dan Persamaan

Differential; Operasi MATLAB pada Matematika Simbolik; Penyelesaian Fungsi

Khas dan Transformasi Integral; Mengintegrasikan Program.

UNIPA Surabaya | 43

3. Capaian Pembelajaran

a. CP-PRODI

1. Menunjukkan sikap bertanggung jawab atas pekerjaan di bidang keahliannya

secara mandiri (S9);

2. Mampu mengambil keputusan secara tepat dalam konteks penyelesaian

masalah di bidang keahliannya, berdasarkan hasil analisis informasi dan data

(KU5);

3. Mengaplikasikan konsep dan prinsip didaktik-pedagogis matematika serta

keilmuan matematika untuk melaksanaan pembelajaran inovatif dengan

memanfaatkan berbagai sumber belajar berbasis IPTEKS dan berorierentasi

pada kecakapan hidup (life skills) (KK11);

4. Menguasai konsep dan prinsip didaktik-pedagogis matematika serta

keilmuan matematika untuk melaksanaan pembelajaran inovatif berbasis

IPTEKS (PP9).

b. CP-MK

[C3, P3, A2] : Mahasiswa mampu menghasilkan pemrograman dasar dengan

memiliki keterampilan dasar dalam membuat aplikasi pemrograman matematika

baik secara mandiri maupun kerjasama tim..

UNIPA Surabaya | 44

4. Peta Capaian Pembelajaran







(KK11);






A

UNIPA Surabaya | 45

A


( 1 ) [C2, A1]


pemrograman MATLAB

( 7 ) [C3, P3, A2]



( 8 ) [C3, P3, A2]


( 4 ) [C3, P3, A2]


penggunaan array pada pada program

MATLAB

( 5 ) [C3, P3, A2]


penggunaan fungsi pada pada program

MATLAB

( 2 ) [C3, P3, A2]

Mampu merumuskan pemilihan if

sebagai operator relasi dan logika

( 6 ) [C3. P3, A2]




( 3 ) [C3, P3, A2]


penggunaan pengulangan pada pada

program MATLAB

UNIPA Surabaya | 46

5. Buku Acuan / Referensi

Pustaka Utama :

1. MC.Mahon, David.2007. MATLAB Demystified.New York. McGraw – Hill

2. Hanselman,Duane. MATLAB Bahasa Komputasi Teknis

(Terjemahan).Yogyakarta.Andi

3. Modul Praktikum Dasar – Dasar Pemrograman

6. Strategi Pembelajaran

Demonstrasi di Kelas

7. Rencana Tugas

1. Makalah dengan format : A4, font : Calibri, size 12, margin 3-2-2-2, minimum

10 halaman. Menggunakan tata tulis ilmiah. Dikumpulkan dalam bentuk

softcopy format (*.rtf).

2. Program MATLAB.

3. Slide presentasi PowerPoint, terdiri dari: text, grafik, tabel, gambar, animasi

ataupun video clips. Minimal 10 slide. Dikumpulkan softcopy format (*.ppt).

4. Tuliskan identitas masing-masing anggota kelompok, dengan disertakan peran

dan tugas masing-masing anggota kelompok.

5. Tugas dikumpulkan dalam folder dengan nama kelompok, berisi : makalah

(*.rtf), slide (*.ppt),program MATLAB, daftar anggota grup beserta masing-

masing tugasnya, dan softcopy referensi yang digunakan.

UNIPA Surabaya | 47

8. Rencana Asessmen & Evaluasi

Minggu




C2 C3 C4 P3 A1 A2

1 [C2 , A1]

Mampu

menjelaskan

pengantar

pemrograman

MATLAB.

Pengantar Pemrograman

MATLAB

Referensi : 1, 2, 3

- %

2 - 3 [C3, P3, A2]

Mampu

merumuskan

pemilihan if sebagai

operator relasi dan

logika

Relasi dan Logika

Referensi : 1, 2, 3

√

√

√

Simulasi di Kelas

15 %

4 - 5 [C3, P3, A2]

Mampu

memperhitungkan

penggunaan

pengulangan pada

program MATLAB

Pengulangan

Referensi : 1, 2, 3

√

√

√

Simulasi di Kelas

15 %

6 - 7 [C3, P3, A2]

Mampu

memperhitungkan

penggunaan array

Array

Referensi : 1, 2, 3

√

√

√

Simulasi di Kelas

15 %

UNIPA Surabaya | 48

Minggu




C2 C3 C4 P3 A1 A2

pada program

MATLAB

9 [C3, P3, A2]

Mampu

mendemonstrasikan

penggunaan fungsi

pada program

MATLAB

Fungsi

Referensi : 1, 2, 3

√

√

√

Simulasi di Kelas

10 %

10 - 11 [C3, P3, A2]

Mampu

menghubungkan

penggunaan aplikasi

pada MATLAB guna

menyelesaikan kasus

matematika

Aplikasi

Referensi : 1, 2, 3

√

√

√

Simulasi di Kelas

15 %

12 - 13 [C3, P3, A2]

Mampu

menghasilkan

sequential search

menggunakan

MATLAB

Pencarian

Referensi : 1, 2, 3

√

√

√

Simulasi di Kelas

15 %

14 - 15 [C3, P3, A3] Pengurutan

Referensi : 1, 2, 3

√

√

√

Simulasi di Kelas

15 %

UNIPA Surabaya | 49

Minggu




C2 C3 C4 P3 A1 A2

Mampu

menghasilkan

urutan data

9. Kriteria Penilaian

Nilai Angka Nilai Huruf Nilai Numerik Sebutan

81-100 A 4 Istimewa

71-80 AB 3,5 Baik Sekali

66-70 B 3 Baik

61-65 BC 2,5 Cukup Baik

51-60 C 2 Cukup

41-50 D 1 Kurang

0-40 E 0 Kurang Sekali

Keterangan :

Keterlambatan pengumpulan tugas mempengaruhi penilaian.

UNIPA Surabaya | 50

Mahasiswa yang prosentase kehadirannya kurang dari 50% tidak boleh mengikuti ujian dan tidak ada ujian susulan kecuali ada surat

keterangan dokter atau surat keterangan lain.

Pelaksanaan Remidial:

a. Remidial diberikan ke mahasiwa dengan nilai tes < 60.

b. Diambil nilai terbaik antara nilai tes dengan nilai remidial.

c. Nilai maksimum untuk yang remidial adalah 60.

UNIPA Surabaya | 51

10. Jadwal Pembelajaran

No. Tanggal CP-MK Pokok Bahasan Pustaka

1 Minggu Ke-1 [C2 , A1]

Mampu menjelaskan

pengantar pemrograman

MATLAB.

Pengantar Pemrograman MATLAB Referensi : 1, 2, 3

2 Minggu Ke-2

s/d

Minggu Ke-3

[C3, P3, A2]

Mampu merumuskan

pemilihan if sebagai operator

relasi dan logika

Relasi dan Logika

Referensi : 1, 2, 3

3 Minggu Ke-4

s/d

Minggu Ke-5

[C3, P3, A2]



program MATLAB

Pengulangan

Referensi : 1, 2, 3

4 Minggu Ke-6

s/d

Minggu Ke-7

[C3, P3, A2]


penggunaan arraypada

program MATLAB

Array

Referensi : 1, 2, 3

Evaluasi Tengah Semester (ETS)

5 Minggu Ke-9 [C3, P3, A2]


penggunaan fungsi pada

program MATLAB

Fungsi Referensi : 1, 2, 3

6 Minggu Ke-10

s/d

Minggu Ke-11

[C3, P3, A2]

Mampu menghubungkan


Aplikasi Referensi : 1, 2, 3

UNIPA Surabaya | 52


MATLAB guna menyelesaikan

kasus matematika

7 Minggu Ke-12

s/d

Minggu Ke-13

[C3, P3, A2]

Mampu menghasilkan

sequential search

menggunakan MATLAB

Pencarian Referensi : 1, 2, 3

8 Minggu Ke-14

s/d

Minggu Ke-15

[C3, P3, A3]

Mampu menghasilkan urutan

data

Pengurutan Referensi : 1, 2, 3

Evaluasi Akhir Semester (EAS)

UNIPA Surabaya| 53

UNIPA Surabaya | i

RPS DESAIN GRAFIS






Tlp. 031-5041190, 5041097, 8281181, Fax. 031-5042804

UNIPA Surabaya | ii

DAFTAR ISI

Halaman Sampul ................................................................................................................ i

Daftar Isi ........................................................................................................................... ii






5 Rencana Tugas ........................................................................................................ 15





KATA PENGANTAR



Kuliah Desain Grafis ini dengan baik.

Teknik Instruksional Mata Kuliah Desain Grafis ini diharapkan dapat dijadikan

acuan dalam memperbaiki sistem pembelajaran di Fakultas Keguruan dan Ilmu

Pendidikan Jurusan Pendidikan Matematika di kalangan Universitas PGRI Adi Buana

Surabaya, sehingga dalam proses belajar mengajar nanti dapat mengacu pada Kerangka

Kualifikasi Nasional Indonesia.





Surabaya,


Surabaya.


Kuliah Desain Grafis ini sangat penulis harapkan sehingga proses peningkatan hasil

pembelajaran dapat tercapai dengan baik.


Penulis

UNIPA Surabaya | 1


Mata Kuliah : Desain Grafis Semester : 8 (Delapan) Kode: sks : 3

Jurusan : Pendidikan Matematika Dosen : Drs. Prayogo, M.Kom.


1. Menunjukkan sikap bertanggung jawab atas pekerjaan di bidang keahliannya secara mandiri (S9) ;

2. Mampu mendokumentasikan, menyimpan, mengamankan, dan menemukan kembali data untuk menjamin kesahihan dan mencegah

plagiasi (KU9) ;

3. Mengaplikasikan konsep dan prinsip didaktik-pedagogis matematika serta keilmuan matematika untuk merencanakan pembelajaran

dengan memanfaatkan IPTEKS yang berorierentasi pada kecakapan hidup (life skills) (KK10) ;




Mahasiswa mampu menghasilkan produk yang mengimplementasikan keterkaitan profesi ahli matematika dengan kebutuhan pengguna

dalam bentuk perangkat lunak komputer grafis yang dilakukan secara mandiri maupun kerjasama tim.

A

UNIPA Surabaya | 2

A

( 1 )

Dasar-dasar Komputer Grafis

( 7 )

Desain Cover Buku Matematika

Dengan Adobe Photoshop

( 8 )

Microsoft Office Power Point 01

( 9 )


( 6 )

Desain Backdrop Panggung Seminar

Matematika Dengan Adobe Photoshop

( 4 )

Desain Flyer Kursus Matematika


( 5 )

Desain Poster dan Spanduk Seminar


( 3 )

Desain Kartu Nama Ahli Matematika


( 2 )

Mengenal Adobe Photoshop CS 3

UNIPA Surabaya | 3










plagiasi (KU9) ;





UNIPA Surabaya | 4



1 [C1 , A1]

Mampu menyebutkan dasar-dasar

komputer grafis.

1. Ketepatan menyebutkan kajian

mata kuliah pada proses

perkuliahan

2. Ketepatan menyebutkan dasar-

dasar komputer grafis


2 [C2, P3, A3]

Mampu menjelaskan Adobe

Photoshop CS 3.

1. Ketepatan menjelaskan adobe

photoshop CS 3


penggunaan adobe photoshop CS 3


3 [C3, P3, A3]

Mampu menghasilkan desain kartu

nama dengan Adobe Photoshop CS 3.

1. Ketepatan membuat desain kartu

nama dengan Adobe Photoshop CS

3

2. Ketepatan menghasilkan produk

kartu nama ahli matematika dengan

Adobe Photoshop CS 3

Desain Kartu Nama Ahli Matematika


4 [C3, P3, A3]

Mampu menghasilkan flyer kursus

matematika dengan Adobe Photoshop

CS 3.

1. Ketepatan membuat desain flyer

kursus matematika dengan Adobe

Photoshop CS 3


flyer kursus matematika dengan


Desain Flyer Kursus Matematika Dengan

Adobe Photoshop

5 - 6 [C3, P3, A3] 1. Ketepatan membuat desain poster

seminar matematika dengan Adobe

Photoshop CS 3



UNIPA Surabaya | 5


Mampu menghasilkan poster dan

spanduk seminar matematika dengan

Adobe Photoshop CS 3.

2. Ketepatan membuat desain

spanduk seminar matematika

dengan Adobe Photoshop CS 3


poster seminar matematika dengan



spanduk seminar matematika


7 [C3, P3, A3]

Mampu menghasilkan backdrop

panggung seminar matematika dengan



backdrop matematika dengan








9 [C3, P3, A3]

Mampu menghasilkan cover buku

dengan Adobe Photoshop CS 3.

1. Ketepatan membuat desain cover

buku matematika dengan Adobe

Photoshop CS 3


cover buku matematika dengan


Desain Cover Buku Matematika Dengan

Adobe Photoshop

10 - 11 [C3, P3, A3] 1. Ketepatan menjelaskan sistem

kerja software PowerPoint


UNIPA Surabaya | 6


Mampu mendemonstrasikan layout

dengan software PowerPoint secara

digital.

2. Ketepatan menjelaskan interface

pada PowerPoint

3. Ketepatan mengoperasionalkan

new pada PowerPoint secara digital

12 - 15 [C3, P3, A3]

Mampu menghasilkan media

pembelajaran berbasis PowerPoint dan

Photoshop secara digital.

1. Ketepatan mengidentifikasi layout

software PowerPoint dan

Photoshop

2. Ketepatan mengidentifikasi sistem

kerjasama software PowerPoint

dan Photoshop

3. Ketepatan membuat media

pembelajaran berbasis powerpoint

terkait tema-tema menarik di

bidang matematika



UNIPA Surabaya | 7







plagiasi (KU9) ;








A

UNIPA Surabaya | 8

A

( 1 ) [C1 , A1]


komputer grafis

( 7 )[C3, P3, A3]



( 8 ) [C3, P3, A3]



digital

( 9 ) [C3, P3, A3]



Photoshop secara digital

( 6 ) [C3, P3, A3]




( 4 ) [C3, P3, A3]



CS 3

( 5 ) [C3, P3, A3]




( 3 ) [C3, P3, A3]


nama dengan Adobe Photoshop CS 3

( 2 ) [C2, P3, A3]


Photoshop CS 3

UNIPA Surabaya | 9






Desain Grafis Teori =

3

8 (Delapan)

OTORISASI



Drs. Prayogo, M.Kom. Drs. Prayogo, M.Kom. Nur Fathonah, S.Pd.,

M.Pd.

Capaian

Pembelajaran

Program Studi (CP-

PRODI)


2. Mampu mendokumentasikan, menyimpan, mengamankan, dan menemukan kembali data untuk menjamin

kesahihan dan mencegah plagiasi (KU9) ;

UNIPA Surabaya | 10

3. Mengaplikasikan konsep dan prinsip didaktik-pedagogis matematika serta keilmuan matematika untuk

merencanakan pembelajaran dengan memanfaatkan IPTEKS yang berorierentasi pada kecakapan hidup (life

skills) (KK10) ;

4. Menguasai konsep dan prinsip didaktik-pedagogis matematika serta keilmuan matematika untuk melaksanaan

pembelajaran inovatif berbasis IPTEKS (PP9).

Mata Kuliah(CP-MK)

[C3, P3, A3] Mahasiswa mampu menghasilkan produk yang mengimplementasikan keterkaitan profesi ahli matematika dengan

kebutuhan pengguna dalam bentuk perangkat lunak komputer grafis yang dilakukan secara mandiri maupun

kerjasama tim.

Diskripsi singkat

MK Mata kuliah ini membahas tentang penguasaan teknik komputer grafis melalui software PowerPoint dan Adobe

Photoshop CS 3 untuk membuat rancangan atau prototype karya desain grafis dengan menghasilkan media

pembelajaran matematika berbasis PowerPoint dan Photoshop secara digital.

Pustaka Utama :

1. M. Suyanto, Aplikasi Desain Grafis untuk Periklanan, Andi, Yogyakarta, 2004

2. Sadjiman Ebdi Sanyoto, Metode Perancangan Desain Komunikasi Visual, Dimensi Press, Yogyakarta, 2006

Pendukung :

3. Arnston, Amy E, Graphic Design: Basics, Thomson Wadswords, USA, 2007.

Media

Pembelajaran

Software: Hardware:

Office, Adobe Photoshop CS 3 PC , LCD Projector, Laptop, White Board

Team Teaching

Assessment Tugas Tertulis, ETS, EAS, Proyek

UNIPA Surabaya | 11

Minggu

Ke-

Kemampuan akhir tiap

tahapan belajar (Sub CP-MK)

Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi

Waktu]

Assessment


1 [C1 , A1]

Mampu menyebutkan dasar-

dasar komputer grafis.

Dasar-dasar

Komputer Grafis

Referensi : 1, 2, 3

Ceramah,

Demonstrasi dan

Tanya Jawab

[TM: 1x3x50”]

[BT : 1x3x50”]

[BM : 1x3x60”]

1. Ketepatan menyebutkan kajian

mata kuliah pada proses

perkuliahan

2. Ketepatan menyebutkan dasar-

dasar komputer grafis

- 0 %

2 [C2, P3, A3]


Photoshop CS 3.

Mengenal Adobe

Photoshop CS 3

Referensi : 1, 2, 3

Ceramah,

Demonstrasi dan

Tanya Jawab

[TM: 1x3x50”]

[BT : 1x3x50”]

[BM : 1x3x60”]

1. Ketepatan menjelaskan adobe

photoshop CS 3


penggunaan adobe photoshop

CS 3

- 0 %

3 [C3, P3, A3]

Mampu menghasilkan desain

kartu nama dengan Adobe

Photoshop CS 3.

Desain Kartu Nama

Ahli Matematika

Dengan Adobe

Photoshop

Referensi : 1, 2, 3,

Ceramah,

Demonstrasi dan

Tanya Jawab

[TM: 1x3x50”]

[BT : 1x3x50”]

[BM : 1x3x60”]



Photoshop CS 3


kartu nama ahli matematika


Proyek

Mini

5 %

UNIPA Surabaya | 12

Minggu

Ke-



Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi

Waktu]

Assessment


4 [C3, P3, A3]

Mampu menghasilkan flyer

kursus matematika dengan


Desain Flyer Kursus

Matematika Dengan

Adobe Photoshop

Referensi : 1, 3

Ceramah,

Demonstrasi dan

Tanya Jawab

[TM: 1x3x50”]

[BT : 1x3x50”]

[BM : 1x3x60”]


flyer kursus matematika



produk flyer kursus

matematika dengan Adobe

Photoshop CS 3

Proyek

Mini

5 %

5 - 6 [C3, P3, A3]

Mampu menghasilkan poster

dan spanduk seminar


Photoshop CS 3.

Desain Poster dan

Spanduk Seminar

Matematika Dengan

Adobe Photoshop

Referensi : 1, 3

Ceramah dan

Tanya Jawab

[TM: 2x3x50”]

[BT : 2x3x50”]

[BM : 2x3x60”]

1. Ketepatan menunjukkan logika

klasik dan pembuktiannya

2. Ketepatan menghitung logika

fuzzy dan alasan serta bentuk

operasinya

Proyek

Mini

20 %

7 [C3, P3, A3]

Mampu menghasilkan

backdrop panggung seminar


Photoshop CS 3.

Desain Backdrop

Panggung Seminar

Matematika Dengan

Adobe Photoshop

Referensi : 1, 3

Ceramah,

Demontrasi dan

Tanya Jawab

[TM: 1x3x50”]

[BT : 1x3x50”]

[BM : 1x3x60”]





produk backdrop matematika


Proyek

Mini

10 %

UNIPA Surabaya | 13

Minggu

Ke-



Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi

Waktu]

Assessment



9

[C3, P3, A3]

Mampu menghasilkan cover

buku dengan Adobe

Photoshop CS 3.

Desain Cover Buku

Matematika Dengan

Adobe Photoshop

Referensi : 1, 3

Ceramah,

Demontrasi dan

Tanya Jawab

[TM: 1x3x50”]

[BT : 1x3x50”]

[BM : 1x3x60”]


cover buku matematika dengan



produk cover buku matematika


Proyek

Mini

10 %

10 - 11 [C3, P3, A3]


layout dengan software

PowerPoint secara digital.

Microsoft Office

Power Point 01

Referensi : 1, 2, 3

Ceramah,

Demontrasi dan

Tanya Jawab

[TM : 2x3x50”]

[BT : 2x3x50”]

[BM : 2x3x60”]

1. Ketepatan menjelaskan sistem

kerja software PowerPoint


interface pada PowerPoint

1. Ketepatan mengoperasionalkan

new pada PowerPoint secara

digital

Proyek

Mini

20 %

12 - 15 [C3, P3, A3]


pembelajaran berbasis

Microsoft Office

Power Point 02

Referensi : 1, 2, 3

Ceramah,

Demontrasi dan

Tanya Jawab

1. Ketepatan mengidentifikasi

layout software PowerPoint dan

Photoshop

Proyek

Mini

30 %

UNIPA Surabaya | 14

Minggu

Ke-



Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi

Waktu]

Assessment


PowerPoint dan Photoshop

secara digital. [TM: 4x3x50”]

[BT : 4x3x50”]

[BM : 4x3x60”]


sistem kerjasama software


3. Ketepatan membuat media


powerpoint terkait tema-tema

menarik di bidang matematika


UNIPA Surabaya | 15

5 Rencana Tugas

Mata Kuliah : Desain Grafis Semester : 8 (Delapan)

Kode : sks: 3


Dosen : Drs. Prayogo, M.Kom.

1. Tujuan Tugas :

Mampu membuat media pembelajaran matematika yang menarik di bidang

pembelajaran matematika berbasis software PowerPoint dan Adobe Photoshop CS

3.

2. Kompetensi :

a. Penguasaan terhadap berbagai aplikasi software PowerPoint.

b. Penguasaan terhadap berbagai aplikasi software Adobe Photoshop CS 3.

c. Kerjasama tim yang baik dan kompak.

d. Presentasi dan komunikasi verbal dan non-verbal.

e. Ketajaman media pembelajaran yang membahas materi matematika

f. Ketajaman dalam menjelaskan dan tingkat kreatifitas.

g. Penguasaan dalam menjelaskan media pembelajaran .

3. Uraian Tugas

a. Objek Garapan

Aplikasi Sotware PowerPoint dan Adobe Photoshop CS 3 pada Media

Pembelajaran Matematika.



(2) Menyusun makalah berdasarkan studi literatur dari berbagai sumber, yang

didukung oleh materi matematika.

(3) Membuat media pembelajaran matematika berbasis software PowerPoint

dan Adobe Photoshop CS 3.

(4) Menyusun slide presentasi guna menjelask media pembelajaran yang telah

dihasilkan kemudian masing-masing grup mempresentasikannya.

UNIPA Surabaya | 16

Keberhasilan presentasi ditentukan oleh tampilan, penguasaan materi,

kerjasama, penguasaan audient.


(1) Ketajaman materi matematika pada media pembelajaran.


(3) Menyusun media pembelajaran berbasis software PowerPoint dan Adobe

Photoshop CS 3.









(2) Media Pembelajaran yang telah dihasilkan.



format (*.ppt).




(*.rtf), slide (*.ppt),media pembelajaran matematika yang telah dihasilkan,

daftar anggota grup beserta masing-masing tugasnya, dan softcopy

referensi yang digunakan.




tahun terakhir), pengolahan & penyajian tulisan (tulisan dari capture & paste

hasil download), susunan setidaknya terdiri dari: abstrak, pendahuluan, ulasan

sistem, tampilan data, kesimpulan, referensi (sumber web jika ada).

UNIPA Surabaya | 17

b. Media Pembelajaran Matematika (Bobot 30%)

Program dalam ppt.









a. Pembentukan Kelompok : Minggu ke-1

b. Konsultasi dan Diskusi Proyek : Minggu ke-2 s/d Minggu ke-12




6. Lain-lain

a. Bobot tugas adalah 30% dari total bobot evaluasi matakuliah Desain Grafis.


UNIPA Surabaya | 18






dalam bentuk perangkat lunak komputer grafis yang dilakukan secara mandiri maupun kerjasama tim

Minggu


Butir Soal Evaluasi Bentuk

Test/Non Tes Bobot Kognitif Psikomotor Afektif

C2 C3 C4 P3 A2 A3

1 [C1 , A1]

Mampu

menyebutkan dasar-

dasar komputer

grafis.


Referensi : 1, 2, 3

- - %

2 [C2, P3, A3]

Mampu menjelaskan

Adobe Photoshop CS

3.


Referensi : 1, 2, 3

- 0 %

3 [C3, P3, A3]

Mampu

menghasilkan desain

kartu nama dengan

Desain Kartu Nama Ahli

Matematika Dengan Adobe

Photoshop

√

√

√

Proyek Mini

5 %

UNIPA Surabaya | 19

Minggu




C2 C3 C4 P3 A2 A3

Adobe Photoshop CS

3. Referensi : 1, 2, 3,

4 [C3, P3, A3]

Mampu

menghasilkan flyer

kursus matematika

dengan Adobe

Photoshop CS 3.

Desain Flyer Kursus Matematika


Referensi : 1, 3

√

√

√

Proyek Mini

5 %

5 - 6 [C3, P3, A3]

Mampu

menghasilkan poster

dan spanduk seminar

matematika dengan

Adobe Photoshop CS

3.

Desain Poster dan Spanduk

Seminar Matematika Dengan

Adobe Photoshop

Referensi : 1, 3

√

√

√

Proyek Mini

20 %

7 [C3, P3, A3]

Mampu

menghasilkan

backdrop panggung

seminar matematika

dengan Adobe

Photoshop CS 3.

Desain Backdrop Panggung

Seminar Matematika Dengan

Adobe Photoshop

Referensi : 1, 3

√

√

√

Proyek Mini

10 %

UNIPA Surabaya | 20

Minggu




C2 C3 C4 P3 A2 A3

9 [C3, P3, A3]

Mampu

menghasilkan cover

buku dengan Adobe

Photoshop CS 3.

Desain Cover Buku Matematika


Referensi : 1, 3

√

√

√

Proyek Mini 10 %

10 - 11 [C3, P3, A3]

Mampu

mendemonstrasikan

layout dengan

software PowerPoint

secara digital.


Referensi : 1, 2, 3

√

√

√

Proyek Mini 20 %

12 - 15 [C3, P3, A3]

Mampu

menghasilkan media

pembelajaran

berbasis PowerPoint

dan Photoshop secara

digital.


Referensi : 1, 2, 3

√

√

√

Proyek Mini 30 %

UNIPA Surabaya | 21



Kode : sks : 3






Mampu menyebutkan dasar-dasar grafis.

Metode Pembelajaran : Ceramah, Demontrasi dan Tanya Jawab


Tahap



1 2 3 4



Pembelajaran.




pada kontrak






penilaian.

-

Inti Penyajian

Memberikan gambaran


meliputi dasar-dasar

komputer grafis.

Memberikan respon

(menyimak dan


berkaitan dengan



perkuliahan.


diberikan.

Membuat catatan

perkuliahan.

Memperhatikan dan


diberikan.

UNIPA Surabaya | 22

Tahap



1 2 3 4

Penutup


dengan materi.

Menyimpulkan materi

kuliah.


berkaitan dengan


pertemuan ke-2.

Melakukan penegasan

kesepakatan kontrak


dibicarakan di awal

pertemuan ke-1.



yang telah dibahas.

Mencatat kesimpulan

materi yang sudah

dibahas, sekaligus



pembahasan materi

selanjutnya.

UNIPA Surabaya | 23



Kode : sks : 3






Mampu menjelaskan Adobe Photoshop CS 3.


Pertemuan Ke-2 : Kuliah

Tahap



1 2 3 4

Pendahuluan

Mengulas kembali



Memberikan gambaran


dan tujuan dari


ke-2.


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya. Tes Tertulis

Inti Penyajian

Menjelaskan tentang

himpunan klasik.

Memberikan contoh

tentang mengenal Adobe

Photoshop CS 3.

Memberikan contoh

tentang mengenal Adobe

Photoshop CS 3.

Menyimak dan

memperhatikan materi

mengenal Adobe

Photoshop CS 3yang

dijelaskan dosen.

UNIPA Surabaya | 24

Tahap



1 2 3 4

Penutup


dengan materi di

pertemuan ke-2.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-3.




pertemuan ke-2.

Mencatat kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-3.

UNIPA Surabaya | 25



Kode : sks : 3






Mampu menghasilkan desain kartu nama dengan Adobe

Photoshop CS 3.



Tahap



1 2 3 4

Pendahuluan

Mengulas kembali



Memberikan gambaran


dan tujuan dari


ke-3.


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Proyek Mini

UNIPA Surabaya | 26

Tahap



1 2 3 4

Inti Penyajian

Menjelaskan materi

mengenai desain kartu

nama ahli matematika

dengan Adobe Photoshop

CS 3.

Memberikan contoh

proyek mini mengenai




CS 3.

Memberikan tugas berupa

proyek mini mengenai




CS 3.

Menyimak dan





CS 3.

Penutup


dengan materi di

pertemuan ke-3.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-4.

Pemberian tugas rumah

secara individu berupa

proyek mini terkait desain

kartu nama ahli

matematika dengan





pertemuan ke-3

Menyimpulkan materi

kuliah pertemuan ke-3,

sekaligus mencatat bahan

ajar yang perlu disiapkan

untuk pembahasan materi

pertemuan ke-4.

Mencatat hal-hal penting

terkait proyek mini untuk

desain kartu nama ahli

matematika dengan


UNIPA Surabaya | 27



Kode : sks : 3






Mampu menghasilkan flyer kursus matematika dengan


Metode Pembelajaran : Ceramah, Demonstrasi dan Tanya Jawab

Pertemuan Ke - 4 : Kuliah

Tahap



1 2 3 4

Pendahuluan

Mengulas kembali



Memberikan gambaran


dan tujuan dari


ke-4.


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya. Proyek Mini

Inti Penyajian

Menjelaskan materi

tentang desain flyer

kursus matematika


Memberikan proyek mini

terkait materi yang

dijelaskan


materi tentang desain

flyer kursus matematika


Memperhatikan

penyelesaian proyek mini

dikelas untuk dilanjutkan

sebagai tugas individu

UNIPA Surabaya | 28

Tahap



1 2 3 4

Penutup


dengan materi di

pertemuan ke-4.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-5.

Pemberian proyek mini





pertemuan ke-4

Mencatat kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-5.

Menuliskan garapan

proyek mini yang

diberikan

UNIPA Surabaya | 29



Kode : sks : 3






Mampu menghasilkan poster dan spanduk seminar

matematika dengan Adobe Photoshop CS 3



Tahap



1 2 3 4

Pendahuluan

Pertemuan 5 :

Mengulas kembali



Memberikan gambaran


dan tujuan dari


ke-5.

Pertemuan 6 :

Mengulas kembali


pertemuan ke-5.

Memberikan gambaran


ke-6 sebagaia lanjutan


Pertemuan 5 :


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Pertemuan 6 :


jawaban berkaitan


ke-5.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Proyek Mini

UNIPA Surabaya | 30

Tahap



1 2 3 4

Inti Penyajian

Pertemuan 5 :

Menjelaskan materi

tentang desain poster

seminar matematika

dengan Adobe

Photoshop.

Memberikan penjelasan

langkah-langkah

membuat poster untuk

seminar matematika

dengan Adobe

Photoshop.

Pertemuan 6 :

Menjelaskan materi

tentang desain spanduk

seminar matematika

dengan Adobe

Photoshop.


langkah-langkah

membuat spanduk untuk

seminar matematika

dengan Adobe

Photoshop.

Pertemuan 5 :

Menyimak dan

mengikuti langkah-

langkah membuat poster

seminar matematika

dengan Adobe

Photoshop.

Pertemuan 6 :

Menyimak dan

mengikuti langkah-

langkah membuat

spanduk seminar

matematika dengan

Adobe Photoshop.

UNIPA Surabaya | 31

Tahap



1 2 3 4

Penutup

Pertemuan 5 :


dengan materi di

pertemuan ke-5.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-6.


secara individu sebagai

tugas mandiri untuk

membuat desain poster

seminar matematika

dengan Adobe Photoshop.

Pertemuan 6 :


dengan materi di

pertemuan ke-6.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-7.



tugas mandiri untuk

membuat desain spanduk

seminar matematika

dengan Adobe Photoshop.

Pertemuan 5 :




pertemuan ke-5.

Mencatat kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-6.

Menuliskan kriteria

penilaian untuk proyek

mini tugas individu

terkait pembuatan poster.

Pertemuan 6 :




pertemuan ke-6.

Mencatat kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-7.

Menuliskan kriteria

penilaian untuk proyek

mini tugas individu

terkait pembuatan

spanduk.

UNIPA Surabaya | 32



Kode : sks : 3






Mampu menghasilkan backdrop panggung seminar

matematika dengan Adobe Photoshop CS 3.



Tahap



1 2 3 4

Pendahuluan

Mengulas kembali



Memberikan gambaran


dan tujuan dari


ke-7.


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Poyek Mini

UNIPA Surabaya | 33

Tahap



1 2 3 4

Inti Penyajian

Menjelaskan materi

desain backdrop

panggung seminar

matematika dengan

Adobe Photoshop.


dan mendemonstrasikan

langkah-langkah desain

backdrop panggung

seminar matematika

dengan Adobe

Photoshop.

Memberikan bentuk

proyek mini terkait

pembuatan backdrop

panggung seminar

matematika dengan

Adobe Photoshop.


proses pembuatan

backdrop panggung

seminar matematika

dengan Adobe

Photoshop.

Memperhatikan dan

mengikuti proses

pembuatan backrop

panggung.

Penutup


dengan materi di

pertemuan ke-7.

Menyimpulkan materi


ke-7.


berkaitan dengan

keperluan untuk proyek

mini UAS




pertemuan ke-7.

Mencatat kesimpulan



hal-hal yang diperlukan

untuk proyek mini UAS.

UNIPA Surabaya | 34



Kode : sks : 3






Mampu menghasilkan cover buku dengan Adobe

Photoshop CS 3.

Metode Pembelajaran : Ceramah, Tanya Jawab

Pertemuan Ke – 9 : Kuliah

Tahap



1 2 3 4

Pendahuluan

Memberikan gambaran


dan tujuan dari


ke-9.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Proyek Mini

Inti Penyajian

Menjelaskan materi

tentang membuat desain

cover buku matematika

dengan Adobe

Photoshop.


langkah pembuatan

desain cover buku

matematika dengan

Adobe Photoshop.

Memberikan projek mini

dikelas kepada

mahasiswa tentang desain


dengan Adobe

Photoshop.

Menyimak dan

mempraktekkan cara

membuat desain cover

buku matematika dengan

Adobe Photoshop.


langkah proses

pembuatan desain cover

buku matematika dengan

Adobe Photoshop.


projek mini dikelas

kepada mahasiswa

tentang rancangan desain


dengan Adobe

Photoshop.

UNIPA Surabaya | 35

Tahap



1 2 3 4

Penutup


dengan materi di

pertemuan ke-9.

Menyimpulkan materi



berkaitan dengan


pertemuan selanjutnya.

Pemberian tugas proyek

mini secara individu

sebagai tugas mandiri.




pertemuan ke-9.

Mencatat kesimpulan




disiapkan untuk

pembahasan materi

pertemuan selanjutnya.

UNIPA Surabaya | 36



Kode : sks : 3






Mampu mendemonstrasikan layout dengan software

PowerPoint secara digital



Tahap



1 2 3 4

Pendahuluan

Pertemuan Ke - 10:

Memberikan gambaran


dan tujuan dari


ke-10.

Pertemuan Ke - 11 :

Mengulas kembali


pertemuan ke-10

Memberikan gambaran






dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Pertemuan Ke - 11 :


jawaban berkaitan


ke-10.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Proyek Mini

UNIPA Surabaya | 37

Tahap



1 2 3 4

Inti Penyajian

Pertemuan 10 :

Menjelaskan

materi tentang

microsoft office

PowerPoint 01.

Menjelaskan

langkah-langkah

pembuatan layout

pada microsoft

office PowerPoint

01.

Pertemuan Ke - 11 :

Menjelaskan materi

lanjutan tentang microsoft

office PowerPoint 01

(lanjutan).


langkah pembuatan

layout pada microsoft


(lanjutan).



memaparkan hasil kerja

terkait layout dengan


Memberikan proyek mini

terkait pemanfaatan

software PowerPoint

secara digital.

Pertemuan 10 :


materi microsoft office

PowerPoint 01.


langkah pembuatan

layout dengan microsoft

office PowerPoint 01.

Berdiskusi dan tanya

jawab dengan dosen

terkait layout pada

PowerPoint secara

digital.

Pertemuan Ke - 11 :


langkah-langkah

pembuatan layout dengan

software PowerPoint

secara digital (lanjutan).

Memperhatikan proses



(lanjutan).


membahas pembuatan



(lanjutan).


hasil kerja pembuatan



(lanjutan).

Tanya jawab antara


terkait materi.

UNIPA Surabaya | 38

Tahap



1 2 3 4

Penutup

Pertemuan Ke - 10 :


dengan materi di

pertemuan ke-10.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-11.



dengan materi di

pertemuan ke-11.

Menyimpulkan materi


ke-11.

Memberikan tugas proyek

mini sebagai aplikasi

software PowerPoint

secara digital.





pertemuan ke-10.

Mencatat kesimpulan


ke-10, sekaligus



pembahasan materi

pertemuan ke-11.





pertemuan ke-11.

Mencata kesimpulan


ke-11, sekaligus



pembahasan materi

pertemuan ke-11.



UNIPA Surabaya | 39



Kode : sks : 3






Mampu membuat fuzzy pattern recognition.



Tahap



1 2 3 4

Pendahuluan

Mengulas kembali



Memberikan gambaran

umum materi perkualihan

dan tujuan dari


ke-12 s/d 15.


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran

pertemuan ke-12 s/d 15

secara garis besarnya.

Proyek Mini

UNIPA Surabaya | 40

Tahap



1 2 3 4

Inti Penyajian

Menjelaskan materi

Microsoft PowerPoint 02

secara digital.


langkah Microsoft

PowerPoint 02 secara

digital.

Memberikan contoh

penerapan microsoft


yang berintegrasi dengan


Menyimak dan


membuat penerapan

microsoft office

PowerPoint 02 dan



langkah membuat

penerapan microsoft

office PowerPoint 02 dan


Menyimak dan

memperhatikan


membuat penerapan

microsoft office

PowerPoint 02 dan


Berdiskusi dan

mengerjakan proyek

mini, kemudian

mengajukan gagasan

baru terkait penerapan

membuat penerapan

microsoft office

PowerPoint 02 dan


Penutup


dengan materi.

Menyimpulkan materi



terkait penerapan

membuat penerapan

microsoft office

PowerPoint 02 dan


secara individu.


berkaitan dengan materi.

Mencatat kesimpulan


ke-12 s/d 15.

Menuliskan hal-hal yang

menjadi kriteria penilaian

proyek mini yang

diberikan.

UNIPA Surabaya | 41

UNIPA Surabaya | 42


Nama Mata Kuliah : Desain Grafis

Kode Mata Kuliah :

Besarnya sks : 3


Semester : 8 (Delapan)



Matematika


Mata kuliah Desain Grafis memberi bekal kepada mahasiswa agar mampu dalam

menguasai teknik komputer grafis dengan software PowerPoint dan Adobe Photoshop

CS 3 sehingga mampu membuat prototype desain grafis dengan teknik komputer

grafis. Selain itu, setelah mengampu mata kuliah desain grafis, mahasiswa mampu

membuat media pembelajaran matematika yang diintegrasikan dengan software

PowerPoint dan dobe Photoshop CS 3 baik untuk layanan komersial maupun layanan

masyarakat.

2. Deskripsi

Mata kuliah ini membahas tentang penguasaan teknik komputer grafis melalui

software PowerPoint dan Adobe Photoshop CS 3 untuk membuat rancangan atau

prototype karya desain grafis dengan menghasilkan media pembelajaran matematika

berbasis PowerPoint dan Photoshop secara digital.


a. CP-PRODI


secara mandiri (S9) ;

UNIPA Surabaya | 43

2. Mampu mendokumentasikan, menyimpan, mengamankan, dan menemukan

kembali data untuk menjamin kesahihan dan mencegah plagiasi (KU9) ;

3. Mengaplikasikan konsep dan prinsip didaktik-pedagogis matematika serta

keilmuan matematika untuk merencanakan pembelajaran dengan memanfaatkan

IPTEKS yang berorierentasi pada kecakapan hidup (life skills) (KK10) ;

4. Menguasai konsep dan prinsip didaktik-pedagogis matematika serta keilmuan

matematika untuk melaksanaan pembelajaran inovatif berbasis IPTEKS (PP9).

b. CP-MK

[C3, P3, A3] : Mahasiswa mampu menghasilkan produk yang

mengimplementasikan keterkaitan profesi ahli matematika dengan kebutuhan

pengguna dalam bentuk perangkat lunak komputer grafis yang dilakukan secara

mandiri maupun kerjasama tim.

UNIPA Surabaya | 44





plagiasi (KU9) ;








A

UNIPA Surabaya | 45

A

( 1 ) [C1 , A1]


komputer grafis

( 7 )[C3, P3, A3]



( 8 ) [C3, P3, A3]



digital

( 9 ) [C3, P3, A3]




( 6 ) [C3, P3, A3]




( 4 ) [C3, P3, A3]



CS 3

( 5 ) [C3, P3, A3]




( 3 ) [C3, P3, A3]


nama dengan Adobe Photoshop CS 3

( 2 ) [C2, P3, A3]


Photoshop CS 3

UNIPA Surabaya | 46


Pustaka Utama :

1. M. Suyanto, Aplikasi Desain Grafis untuk Periklanan, Andi, Yogyakarta, 2004

2. Sadjiman Ebdi Sanyoto, Metode Perancangan Desain Komunikasi Visual,

Dimensi Press, Yogyakarta, 2006

Pustaka Pendukung :

3. Arnston, Amy E, Graphic Design: Basics, Thomson Wadswords, USA, 2007.


1. Ceramah

2. Demontrasi

3. Tanya Jawab

7. Rencana Tugas

1. Makalah dengan format : A4, font : Calibri, size 12, margin 3-2-2-2, minimum 10

halaman. Menggunakan tata tulis ilmiah. Dikumpulkan dalam bentuk softcopy

format (*.rtf).

2. Media Pembelajaran yang telah dihasilkan.

3. Slide presentasi PowerPoint, terdiri dari : text, grafik, tabel, gambar, animasi




5. Tugas dikumpulkan dalam folder dengan nama kelompok, berisi : makalah (*.rtf),

slide (*.ppt),media pembelajaran matematika yang telah dihasilkan, daftar

anggota grup beserta masing-masing tugasnya, dan softcopy referensi yang

digunakan.

UNIPA Surabaya | 47


Minggu



Test/Non

Tes

Bobot Kognitif Psikomotor Afektif

C2 C3 C4 P3 A2 A3

1 [C1 , A1]



Dasar-dasar

Komputer Grafis

Referensi : 1, 2, 3

- - %

2 [C2, P3, A3]


Photoshop CS 3.

Mengenal Adobe

Photoshop CS 3

Referensi : 1, 2, 3

- 0 %

3 [C3, P3, A3]



Photoshop CS 3.

Desain Kartu Nama

Ahli Matematika

Dengan Adobe

Photoshop

Referensi : 1, 2, 3,

√

√

√

Proyek

Mini

5 %

4 [C3, P3, A3]


kursus matematika dengan Adobe

Photoshop CS 3.

Desain Flyer Kursus

Matematika Dengan

Adobe Photoshop

Referensi : 1, 3

√

√

√

Proyek

Mini

5 %

5 - 6 [C3, P3, A3] Desain Poster dan

Spanduk Seminar

√

√

√

Proyek

Mini

20 %

UNIPA Surabaya | 48

Minggu



Test/Non

Tes


C2 C3 C4 P3 A2 A3


dan spanduk seminar matematika


Matematika Dengan

Adobe Photoshop

Referensi : 1, 3

7 [C3, P3, A3]


panggung seminar matematika


Desain Backdrop

Panggung Seminar

Matematika Dengan

Adobe Photoshop

Referensi : 1, 3

√

√

√

Proyek

Mini

10 %

9 [C3, P3, A3]


buku dengan Adobe Photoshop

CS 3.

Desain Cover Buku

Matematika Dengan

Adobe Photoshop

Referensi : 1, 3

√

√

√

Proyek

Mini

10 %

10 - 11 [C3, P3, A3]




Microsoft Office

Power Point 01

Referensi : 1, 2, 3

√

√

√

Proyek

Mini

20 %

UNIPA Surabaya | 49

Minggu



Test/Non

Tes


C2 C3 C4 P3 A2 A3

12 - 15 [C3, P3, A3]



PowerPoint dan Photoshop secara

digital.

Microsoft Office

Power Point 02

Referensi : 1, 2, 3

√

√

√

Proyek

Mini

30 %



81-100 A 4 Istimewa


66-70 B 3 Baik


51-60 C 2 Cukup

41-50 D 1 Kurang


UNIPA Surabaya | 50

Keterangan :


Mahasiswa yang prosentase kehadirannya kurang dari 50% tidak boleh

mengikuti ujian dan tidak ada ujian susulan kecuali ada surat keterangan

dokter atau surat keterangan lain.





UNIPA Surabaya | 51







Referensi : 1, 2, 3



Photoshop CS 3.


Referensi : 1, 2, 3




Photoshop CS 3.

Desain Kartu Nama Ahli Matematika Dengan

Adobe Photoshop

Referensi : 1, 2, 3

4 Minggu Ke-4

[C3, P3, A3]


kursus matematika dengan




Referensi : 1, 3

5 Minggu Ke-5

s/d

Minggu Ke-6

[C3, P3, A3]


dan spanduk seminar


Photoshop CS 3.



Referensi : 1, 3


Mampu menghasilkan

backdrop panggung seminar


Photoshop CS 3.



Referensi : 1, 3

UNIPA Surabaya | 52





buku dengan Adobe Photoshop

CS 3.

Desain Cover Buku Matematika Dengan

Adobe Photoshop

Referensi : 1, 3

8 Minggu Ke-10

s/d

Minggu Ke-11

[C3, P3, A3]





Referensi : 1, 3

9 Minggu Ke-12

s/d

Minggu Ke-15

[C3, P3, A3]




secara digital.


Referensi : 1, 3


UNIPA Surabaya| 53

UNIPA Surabaya | i

RPS LOGIKA FUZZY







Tlp. 031-5041190, 5041097, 8281181, Fax. 031-5042804

UNIPA Surabaya | ii

DAFTAR ISI

Halaman Sampul ................................................................................................................ i

Daftar Isi ........................................................................................................................... ii






5 Rencana Tugas ........................................................................................................ 16


7 Contoh Tes Uraian .................................................................................................. 23

8 Pedoman Penskoran Soal Uraian ............................................................................ 37




KATA PENGANTAR



Kuliah Logika Fuzzy ini dengan baik.

Teknik Instruksional Mata Kuliah Logika Fuzzy ini diharapkan dapat dijadikan









Surabaya,


Surabaya.


Kuliah Logika Fuzzy ini sangat penulis harapkan sehingga proses peningkatan hasil



Penulis

UNIPA Surabaya| 1


Mata Kuliah : Logika Fuzzy Semester : 8 (Delapan) Kode: sks : 3







3. Mampu mengambil keputusan strategis di bidang pendidikan matematika berdasarkan informasi dan data yang relevan (KK14);

4. Menguasai konsep matematika yang diperlukan untuk studi ke jenjang berikutnya (PP7).


Mahasiswa mampu mengaplikasikan konsep logika fuzzy dengan membuat aplikasi menggunakan komputasi matematika baik secara


A

UNIPA Surabaya| 2

A

( 1 )

Konsep Dasar Himpunan Fuzzy

( 4 )

Relasi Preferensi Fuzzy

( 2 )

Fungsi Keanggotaan

( 3 )

Operator-operator Fuzzy

Pengantar Dasar Matematika, Struktur Aljabar, Analisis Real, Aljabar Linear

( 7 )

Penentuan Bobot Atribut dengan

Penedekatan Subjektif - Objektif

( 8 )

Coding untuk Penyelesaian

Masalah MADM

( 6 )

Metode-metode Penyelesaian

Masalah MADM

( 5 )

Multiple Attribute Decission

Making (MADM)

UNIPA Surabaya| 3














UNIPA Surabaya| 4



1 [C1 , A1]

Mampu mengidentifikasikan konsep

dasar himpunan fuzzy.

1. Ketepatan menjelaskan kajian mata

kuliah pada proses perkuliahan

2. Ketepatan menjelaskan konsep

dasar himpunan fuzzy

1. Konsep Dasar Himpunan Fuzzy

2 [C2, P3, A3]

Mampu menguraikan fungsi

keanggotaan fuzzy.


representasi linear


representasi kurva segitiga


representasi kurva trapesium


representasi kurva bentuk baku


representasi kurva-S


representasi kurva bentuk lonceng

(bell curve)

2. Fungsi Keanggotaan

3 [C3, P3, A3]

Mampu menunjukkan operator-

operator fuzzy.

1. Ketepatan menggunakan operator-

operator dasar zadeh

2. Ketepatan menggunakan properti

himpunan fuzzy

3. Ketepatan menggunakan operator-

operator alternatif

3. Operator-operator Fuzzy

UNIPA Surabaya| 5


4. Ketepatan menggunakan operator

HEDGE secara linguistik

5. Ketepatan menggunakan bilangan

fuzzy

4-5 [C3, P3, A3]

Mampu menghitung relasi preferensi

fuzzy.


dasar preferensi fuzzy

2. Ketepatan menghitung relasi

preferensi fuzzy yang diperluas

3. Ketepatan menunjukkan format

preferensi

4. Ketepatan penyeragaman format

preferensi

5. Ketepatan membuat coding untuk

fungsi transformasi ke relasi

preferensi fuzzy

4. Relasi Preferensi Fuzzy

6 - 7 [C3, P3, A3]

Mampu memperhitungkan multi-

attribute decision making.

1. Ketepatan menguraikan konsep

multiple criteria decision making

2. Ketepatan menguraikan konsep

dasar multi attribute decision

making

5. Multi-Attribute Decision Making

(MADM)


9 - 13 [C4, P3, A3]

Mampu membuat skema penyelesaian

masalah MADM.

1. Ketepatan merancang sistem untuk

Simple Additive Weigthing

Method (SAW)

6. Metode-metode Penyelesaian Masalah

MADM

UNIPA Surabaya| 6


2. Ketepatan merancang Weighted

Product (WP)

3. Ketepatan merancang ELECTRE

4. Ketepatan merancang TOPSIS

5. Ketepatan merancang Analytic

Hierarchy Process (AHP)

14 [C4, P3, A3]

Mampu membuat bobot atribut dengan

pendekatan subjektif - objektif.

1. Ketepatan menganalisa pendekatan

subjektif


objektif


integrasi subjektif-objektif

7. Penentuan Bobot Atribut dengan

Pendekatan Subjektif - Objektif

15 [C4, P3, A3]

Mampu membuat coding untuk

penyelesaian masalah MADM.

Ketepatan membuat coding untuk

penyelesaian masalah MADM

8. Coding untuk Penyelesaian Masalah

MADM


UNIPA Surabaya| 7














A

UNIPA Surabaya| 8

A

( 1 ) [C1 , A1]

Mampu mengidentifikasikan konsep dasar himpunan fuzzy


( 7 ) [C4, P3, A3]


pendekatan subjektif - objektif

( 8 ) [C4, P3, A3]



( 6 ) [C4, P3, A3]


masalah MADM

( 5 ) [C3, P3, A3]


attribute decision making

( 2 ) [C2, P3, A3]

Mampu menguraikan fungsi keanggotaan fuzzy

( 3 ) [C3, P3, A3]

Mampu menunjukkan operator-operator fuzzy

( 4 ) [C3, P3, A3]

Mampu menghitung relasi preferensi fuzzy

UNIPA Surabaya| 9







Logika Fuzzy Teori =

3

8 (Delapan) 24 – 11 -

2016

OTORISASI



Sri Rahmawati Fitriatien,

S.Pd., M.Si

Drs. Prayogo, M.Kom


M.Pd.

Capaian

Pembelajaran

Program Studi (CP-

PRODI)


2. Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya,

berdasarkan hasil analisis informasi dan data (KU5);

UNIPA Surabaya| 10

3. Mampu mengambil keputusan strategis di bidang pendidikan matematika berdasarkan informasi dan data yang

relevan (KK14);


Mata Kuliah(CP-MK)

[C4, P3, A3]

Mahasiswa mampu mengaplikasikan konsep logika fuzzy dengan membuat aplikasi menggunakan komputasi


Diskripsi singkat

MK Mata kuliah ini membahas tentang konsep dasar himpunan fuzzy, himpunan fuzzy, operator-operator fuzzy, relasi

preferensi fuzzy, multi-attribute decision making, metode-metode decision making, penentuan bobot atribut dengan

pendekatan subjektif – objektif, serta coding untuk penyelesaian masalah MADM

Pustaka Utama :

1. Timothy J. Ross. 2010. Fuzzy Logic With Engineering Application. Third Edition. United Kingdom: John

Wiley & Sons

Pendukung :

2. Sri Kusumadewi dan Hari Purnomo. 2013. Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Edisi 2.

Yogyakarta: Graha Ilmu

3. James J. Buckley dan Esfandiar Eslami. 2002. An Introduction to Fuzzy Logic and Sets. New York: Springer-

Verlag

4. Luis Arguelles Mendez. 2016. A Practical Introduction to Fuzzy Logic using LISP. New York: Springer

UNIPA Surabaya| 11

5. Janusz T. Starczewski. 2013. Advanced Concept in Fuzzy Logic and System with Membership Uncertanty.

New York: Springer

6. Hung T. Nguyen dan Elbert A. Walker. 2006. A First Course in Fuzzy Logic. Third Edition. Boca Raton:

Chapman & Hall / CRC

7. Nazmul Siddique dan Hojjat Adeli. 2013. Computational Intelligence: Synergies of Fuzzy Logic, Neural

Network and Evolutionary Computing. United Kingdom: Wiley

Media

Pembelajaran

Software: Hardware:

Windows, Office, Matlab, R PC , LCD Projector, Laptop, White Board

Team Teaching Drs. Prayogo, M.Kom

Assessment Tugas Tertulis, ETS, EAS, Proyek

Minggu

Ke-



Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode /

Strategi

Pembelajaran

[Estimasi

Waktu]

Assessment


1 [C1 , A1]

Mampu mengidentifikasikan

konsep dasar himpunan fuzzy.

1. Konsep Dasar

Himpunan Fuzzy

Referensi : 1, 2, 3, 6

Ceramah dan

Tanya Jawab

[TM: 1x3x50”]

[BT : 1x3x50”]

[BM : 1x3x60”]


kajian mata kuliah pada

proses perkuliahan


konsep dasar himpunan

fuzzy

- 0 %

UNIPA Surabaya| 12

Minggu

Ke-



Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode /

Strategi

Pembelajaran

[Estimasi

Waktu]

Assessment


2 [C2, P3, A3]


keanggotaan fuzzy.

2. Himpunan Fuzzy

Referensi : 1, 2, 3, 4, 5, 6,

7

Ceramah dan

Tanya Jawab

[TM: 1x3x50”]

[BT : 1x3x50”]

[BM : 1x3x60”]


representasi linear


representasi kurva

segitiga


representasi kurva

trapesium


representasi kurva bentuk

baku


representasi kurva-S


representasi kurva bentuk

lonceng (bell curve)

Tes

Tulis

5 %

3 [C3, P3, A3]

Mampu menunjukkan

operator-operator fuzzy.

3. Operator-operator

Fuzzy


Ceramah dan

Tanya Jawab

[TM: 1x3x50”]

[BT : 1x3x50”]

[BM : 1x3x60”]

1. Ketepatan menggunakan

operator-operator dasar

zadeh


properti himpunan fuzzy

Tes

Tulis

5 %

UNIPA Surabaya| 13

Minggu

Ke-



Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode /

Strategi

Pembelajaran

[Estimasi

Waktu]

Assessment



operator-operator

alternatif


operator HEDGE secara

linguistik


bilangan fuzzy

4 - 5 [C3, P3, A3]

Mampu menghitung relasi

preferensi fuzzy.

4. Relasi Preferensi

Fuzzy

Referensi : 1, 2, 7

Ceramah dan

Tanya Jawab

[TM: 2x3x50”]

[BT : 2x3x50”]

[BM : 2x3x60”]


konsep dasar preferensi

fuzzy


relasi preferensi fuzzy

yang diperluas


format preferensi

4. Ketepatan penyeragaman

format preferensi

5. Ketepatan membuat

coding untuk fungsi

transformasi ke relasi

preferensi fuzzy

Tes

Tulis

5 %

UNIPA Surabaya| 14

Minggu

Ke-



Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode /

Strategi

Pembelajaran

[Estimasi

Waktu]

Assessment


6 - 7 [C3, P3, A3]


multi-attribute decision

making.

5. Multi-Attribute

Decision Making

(MADM)


Ceramah dan

Tanya Jawab

[TM: 2x3x50”]

[BT : 2x3x50”]

[BM : 2x3x60”]

1. Ketepatan menguraikan

konsep multiple criteria

decision making

2. Ketepatan menguraikan

konsep dasar multi


Tes

Tulis

5 %


9 - 13

[C4, P3, A3]

Mampu membuat skema

penyelesaian masalah

MADM.

6. Metode-metode

Penyelesaian Masalah

MADM

Referensi : 1, 2, 4

Ceramah dan

Tanya Jawab

[TM: 5x3x50”]

[BT : 5x3x50”]

[BM : 5x3x60”]

1. Ketepatan merancang

sistem untuk Simple

Additive Weigthing

Method (SAW)


Weighted Product (WP)


ELECTRE


TOPSIS


Analytic Hierarchy

Process (AHP)

Tes

Tulis

10 %

14 [C4, P3, A3] 7. Penentuan Bobot

Atribut dengan

Ceramah dan

Tanya Jawab

1. Ketepatan menganalisa

pendekatan subjektif

Tes

Tulis

10 %

UNIPA Surabaya| 15

Minggu

Ke-



Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode /

Strategi

Pembelajaran

[Estimasi

Waktu]

Assessment


Mampu membuat bobot

atribut dengan pendekatan

subjektif - objektif.

Pendekatan Subjektif

– Objektif


[TM: 1x3x50”]

[BT : 1x3x50”]

[BM : 1x3x60”]


pendekatan objektif


pendekatan integrasi

subjektif-objektif

15 [C4, P3, A3]

Mampu membuat coding

untuk penyelesaian masalah

MADM.

8. Coding untuk

Penyelesaian Masalah

MADM

Referensi : 2

Ceramah dan

Tanya Jawab

[TM: 1x3x50”]

[BT : 1x3x50”]

[BM : 1x3x60”]

Ketepatan membuat coding


MADM

Projek

Mini

30 %


UNIPA Surabaya | 16

5 Rencana Tugas

Mata Kuliah : Logika Fuzzy Semester : 8 (Delapan)

Kode : sks: 3




1. Tujuan Tugas :

Mampu menjelaskan aplikasi fuzzy dalam bidang ilmu pendidikan dan teknologi.

2. Kompetensi :

a. Penguasaan terhadap berbagai aplikasi logika fuzzy.

b. Kerjasama tim yang baik dan kompak.

c. Presentasi dan komunikasi verbal dan non-verbal.

d. Ketajaman menjelaskan dan kreatif.

3. Uraian Tugas

a. Objek Garapan

Aplikasi Logika Fuzzy



(2) Menyusun makalah berdasarkan studi literatur dari berbagai sumber, yang

didukung oleh data, baik data yang berskala nasional maupun

internasional. Dalam hal ini aktualisasi data (kekinian data yaitu 5 tahun

terakhir) menjadi bobot penilaian tinggi.

(3) Membuat program MATLAB.

(4) Menyusun slide presentasi kemudian masing-masing grup

mempresentasikannya. Keberhasilan presentasi ditentukan oleh tampilan,

penguasaan materi, kerjasama, penguasaan audient.


(1) Penelusuran dan pengumpulan data.


UNIPA Surabaya | 17

(3) Menyusun program MATLAB.









(2) Program MATLAB.



format (*.ppt).




(*.rtf), slide (*.ppt),program MATLAB, daftar anggota grup beserta

masing-masing tugasnya, dan softcopy referensi yang digunakan.




tahun terakhir), pengolahan & penyajian tulisan (tulisan dari capture & paste

hasil download), susunan setidaknya terdiri dari: abstrak, pendahuluan, ulasan

sistem, tampilan data, kesimpulan, referensi (sumber web jika ada).

b. Program MATLAB (Bobot 30%)

Program dalam format m-file dan simulink.





UNIPA Surabaya | 18






b. Konsultasi dan Diskusi Proyek : Minggu ke-2 s/d Minggu ke-12




6. Lain-lain

a. Bobot tugas adalah 30% dari total bobot evaluasi matakuliah Logika Fuzzy.


RUBRIK PENILAIAN

1) Format Lembar Penilaian Diskusi (Kelompok)

No Sikap / Aspek yang

Dinilai

Nama

Kelompok

Nilai

Kualitatif

Nilai

Kuantitatif

Penilaian Kelompok

1 Menyelesaikan tugas

kelompok dengan baik

2 Kerjasama kelompok

(komunikasi)

3 Hasil tugas (relevansi

dengan bahan)

4 Pembagian tugas

kelompok

5 Sistem pelaksanaan

Jumlah Nilai Kelompok

2) Format Lembar Penilaian Diskusi (Individu Mahasiswa)


Dinilai

Nama

Kelompok

Nilai

Kualitatif

Nilai

Kuantitatif

Penilaian Individu Mahasiswa

1 Berani

mengemukakan

pendapat

UNIPA Surabaya | 19


Dinilai

Nama

Kelompok

Nilai

Kualitatif

Nilai

Kuantitatif

2 Berani menjawab

pertanyaan

3 Inisiatif

4 Ketelitian

5 Jiwa kepemimpinan

6 Bermain peran

Jumlah Nilai Individu

3) Kriteria Penilaian

Kriteria Indikator Nilai Kualitatif Nilai

Kuantitatif

80 - 100 Memuaskan 4

70 – 79 Baik 3

60 – 69 Cukup 2

45 - 59 Kurang Cukup 1

4) Lembar Keaktifan Dalam Diskusi

No Aspek yang Dinilai Nilai

Kualitatif

Nilai

Kuantitatif

1 Cara bertanya

2 Menjawab pertanyaan

3 Kesesuaian dengan topik kajian

4 Cara menyampaikan pendapat

5 Antusiasme mengikuti

pembelajaran

UNIPA Surabaya | 20








Minggu




C2 C3 C4 P3 A2 A3

1 [C1 , A1]

Mampu

mengidentifikasikan

konsep dasar

himpunan fuzzy.



- %

2 [C2, P3, A3]

Mampu

menguraikan fungsi

keanggotaan fuzzy.

2. Himpunan Fuzzy

Referensi : 1, 2, 3, 4, 5, 6, 7

√

√

Tes Tulis 5 %

3 [C3, P3, A3] 3. Operator-operator Fuzzy

√

√

Tes Tulis 5 %

UNIPA Surabaya | 21

Minggu




C2 C3 C4 P3 A2 A3

Mampu

menunjukkan

operator-operator

fuzzy.


4 - 5 [C3, P3, A3]

Mampu menghitung

relasi preferensi

fuzzy.


Referensi : 1, 2, 7

√

√

Tes Tulis 5 %

6 - 7 [C3, P3, A3]

Mampu

memperhitungkan

multi-attribute

decision making.

5. Multi-Attribute Decision

Making (MADM)


√

√

Tes Tulis 5 %

9 - 13 [C4, P3, A3]

Mampu membuat

skema penyelesaian

masalah MADM.

6. Metode-metode Penyelesaian

Masalah MADM

Referensi : 1, 2, 4

√

√

√

Tes Tulis 10 %

14 [C4, P3, A3]

Mampu membuat

bobot atribut dengan


- objektif.

7. Penentuan Bobot Atribut

dengan Pendekatan Subjektif –

Objektif


√

√

√

Tes Tulis 10 %

UNIPA Surabaya | 22

Minggu




C2 C3 C4 P3 A2 A3

15 [C4, P3, A3]

Mampu membuat

coding untuk


MADM.

8. Coding untuk Penyelesaian

Masalah MADM

Referensi : 2

√

√

√

Projek Mini 30 %

UNIPA Surabaya | 23

7 Contoh Tes Uraian


Kode : sks: 3




Sub Capaian Pembelajaran MK (Sub CP-MK):

1. [C2, P3, A3]

Mampu menguraikan fungsi keanggotaan fuzzy.

Contoh Soal Uraian :

Suatu perusahaan makanan kaleng akan memproduksi makanan jenis ABC. Dari data 1

bulan terakhir, permintaan terbesar hingga mencapai 5000 kemasan/hari, dan permintaan

terkecil sampai 1000 kemasan/hari. Persediaan barang digudang terbanyak sampai 600

kemasan/hari, dan terkecil pernah sampai 100 kemasan/hari. Dengan segala

keterbatasannya, sampai saat ini, perusahaan baru mampu memproduksi barang

maksimum 7000 kemasan/hari, serta demi efisiensi mesin dan SDM tiap hari diharapkan

perusahaan memproduksi paling tidak 2000 kemasan. Apabila proses produksi

perusahaan tersebut menggunakan 4 aturan fuzzy sebagai berikut :

[R1] IF Permintaan TURUN And Persediaan BANYAK

THEN Produksi Barang BERKURANG;

[R2] IF Permintaan TURUN And Persediaan SEDIKIT


[R3] IF Permintaan NAIK And Persediaan BANYAK

THEN Produksi Barang BERTAMBAH;

[R4] IF Permintaan NAIK And Persediaan SEDIKIT


Berapa kemasan makanan jenis ABC yang harus diproduksi, jika jumlah permintaan

sebanyak 4000 kemasan, dan persediaan di gudang masih 300 kemasan?

Jawaban :

Ada 3 variabel fuzzy yang akan dimodelkan, yaitu:

UNIPA Surabaya | 24

Permintaan; terdiri atas 2 himpunan fuzzy, yaitu: NAIK dan TURUN disajikan dalam

gambar berikut ini.

Fungsi keanggotaan variabel Permintaan Barang

5000x,0

5000x1000,4000

x50001000x,1

]x[PmtTURUN

5000x,1

5000x1000,4000

1000x1000x,0

]x[PmtNAIK

Kita bisa mencari nilai keanggotaan:

PmtTURUN[4000] = (5000-4000)/4000

= 0,25

PmtNAIK[4000] = (4000-1000)/4000

= 0,75

Persediaan; terdiri-atas 2 himpunan fuzzy, yaitu: SEDIKIT dan BANYAK disajikan

dalam gambar berikut ini.

Fungsi keanggotaan variabel Persediaan Barang

0

1 [x]

1000 5000

TURUN NAIK

Permintaan (kemasan/hari)

4000

0,25

0,75

0

1 [y]

100 600

SEDIKIT BANYAK

Persediaan (kemasan/hari)

300

0,4

0,6

UNIPA Surabaya | 25

600y,0

600y100,500

y600100y,1

]y[PsdSEDIKIT

600y,1

600y100,500

100y100y,0

]y[PsdBANYAK


PsdSEDIKIT[300] = (600-300)/500

= 0,6

PsdBANYAK[300] = (300-100)/500

= 0,4

Produksi barang; terdiri-atas 2 himpunan fuzzy, yaitu: BERKURANG dan

BERTAMBAH disajikan dalam gambar berikut ini.

Fungsi keanggotaan variabel Produksi Barang

7000z,0

7000z2000,5000

z70002000z,1

]z[NGBrgBERKURAPr

7000z,1

7000z2000,5000

2000z2000z,0

]z[AHBrgBERTAMBPr

Sekarang kita cari nilai z untuk setiap aturan dengan menggunakan fungsi MIN pada

aplikasi fungsi implikasinya:



-predikat1 = PmtTURUN PsdBANYAK

= min(PmtTURUN [4000],PsdBANYAK[300])

0

1 [z]

2000 7000

BERKURANG BERTAMBAH

Produksi Barang (kemasan/hari)

UNIPA Surabaya | 26

= min(0,25; 0,4)

= 0,25

Lihat himpunan Produksi Barang BERKURANG,

(7000-z)/5000 = 0,25 ---> z1 = 5750



-predikat2 = PmtTURUN PsdSEDIKIT

= min(PmtTURUN [4000],PsdSEDIKIT[300])

= min(0,25; 0,6)

= 0,25


(7000-z)/5000 = 0,25 ---> z2 = 5750



-predikat3 = PmtNAIK PsdBANYAK

= min(PmtNAIK [4000],PsdBANYAK[300])

= min(0,75; 0,4)

= 0,4

Lihat himpunan Produksi Barang BERTAMBAH,

(z-2000)/5000 = 0,4 ---> z3 = 4000




= min(PmtNAIK [4000],PsdSEDIKIT[300])

= min(0,75; 0,6)

= 0,6


(z-2000)/5000 = 0,6 ---> z4 = 5000

UNIPA Surabaya | 27

Dari sini kita dapat mencari berapakah nilai z, yaitu:

4321

44332211

predpredpredpred

z*predz*predz*predz*predz

49835,1

7475

6,04,025,025,0

5000*6,04000*4,05750*25,05750*25,0z

Jadi jumlah makanan kaleng jenis ABC yang harus diproduksi sebanyak 4983 kemasan.

2. [C4, P3, A3]

Mampu membuat skema penyelesaian masalah MADM.


Misalkan kita memiliki data karyawan yang tersimpan pada tabel DT_KARYAWAN

dengan field NIP, nama, tgl lahir, th masuk, dan gaji per bulan seperti pada Tabel 1.

Tabel 1 Data Mentah Karyawan.

NIP Nama Tgl Lahir Th. Masuk Gaji/bl (Rp)

01 Lia 03-06-1972 1996 750.000

02 Iwan 23-09-1954 1985 1.500.000

03 Sari 12-12-1966 1988 1.255.000

04 Andi 06-03-1965 1998 1.040.000

05 Budi 04-12-1960 1990 950.000

06 Amir 18-11-1963 1989 1.600.000

07 Rian 28-05-1965 1997 1.250.000

08 Kiki 09-07-1971 2001 550.000

09 Alda 14-08-1967 1999 735.000

10 Yoga 17-09-1977 2000 860.000

Kemudian dari tabel DT_KARYAWAN, kita oleh menjadi suatu tabel temporer untuk

menghitung umur karyawan dan masa kerjanya. Tabel tersebut kita beri nama dengan

tabel KARYAWAN (Tabel 2)

Tabel 2 Data Karywan Setelah Diolah.

UNIPA Surabaya | 28

NIP Nama Umur (th) Masa Kerja (th)* Gaji/bl

01 Lia 30 6 750.000

02 Iwan 48 17 1.500.000

03 Sari 36 14 1.255.000

04 Andi 37 4 1.040.000

05 Budi 42 12 950.000

06 Amir 39 13 1.600.000

07 Rian 37 5 1.250.000

08 Kiki 32 1 550.000

09 Alda 35 3 735.000

10 Yoga 25 2 860.000

*Misal sekarang tahun 2002

Dengan menggunakan basisdata standar, kita dapat mencari data-data karyawan dengan

spesifikasi tertentu dengan menggunakan query.

Jawaban :

Misal kita ingin mendapatkan informasi tentang nama-nama karyawan yang usianya

kurang dari 35 tahun, maka kita bisa ciptakan suatu query:

SELECT NAMA

FROM KARYAWAN

WHERE (Umur < 35)

Sehingga muncul nama-nama Lia, Kiki, dan Yoga. Apabila kita ingin mendapatkan

informasi tentang nama-nama karyawan yang gajinya lebih dari 1 juta rupiah, maka kita

bisa ciptakan suatu query:

SELECT NAMA

FROM KARYAWAN

WHERE (Gaji > 1000000)

Sehingga muncul nama-nama Iwan, Sari, Andi, Amir, dan Rian. Apabila kita ingin

mendapatkan unformasi tentang nama-nama karyawan yang yang masa kerjanya kurang

dari atau sama dengan 5 tahun tetapi gajinya sudah lebih dari 1 juta rupiah, maka kita bisa

ciptakan suatu query:

SELECT NAMA

FROM KARYAWAN

UNIPA Surabaya | 29

WHERE (MasaKerja <= 5) and (Gaji > 1000000)

Sehingga muncul nama-nama Andi dan Rian.

Pada kenyataannya, seseorang kadang membutuhkan informasi dari data-data yang

bersifat ambiguous. Apabila hal ini terjadi, maka kita menggunakan basisdata fuzzy.

Selama ini, sudah ada beberapa penelitian tentang basisdata fuzzy. Salah satu diantaranya

adalah model Tahani. Basisdata fuzzy model Tahani masih tetap menggunakan relasi

standar, hanya saja model ini menggunakan teori himpunan fuzzy untuk mendapatkan

informasi pada query-nya.

Misalkan kita mengkategorikan usia karyawan diatas ke dalam himpunan: MUDA,

PAROBAYA, dan TUA.

Gambar : Fungsi Keanggotaan Untuk Variabel Usia.

Fungsi Keanggotaan:

40;0

4030;10

4030;1

][

x

xx

x

xMUDA

5045;5

50

4535;10

35

5035;0

][

xx

xx

xataux

xPAROBAYA

50;1

5040;10

4040;0

][

x

xx

x

xTUA

40 30 0

1

35 45 50

[x]

MUDA PAROBAYA TUA

Umur (tahun)

UNIPA Surabaya | 30

Tabel 3 menunjukkan tabel karyawan berdasarkan umur dengan derajat keanggotannya

pada setiap himpunan.

Tabel 3 Karyawan Berdasarkan Umur

NIP Nama Umur Derajat Keanggotaan

MUDA PAROBAYA TUA

01 Lia 30 1 0 0

02 Iwan 48 0 0,4 0,8

03 Sari 36 0,4 0,1 0

04 Andi 37 0,3 0,2 0

05 Budi 42 0 0,7 0,2

06 Amir 39 0,1 0,4 0

07 Rian 37 0,3 0,2 0

08 Kiki 32 0,8 0 0

09 Alda 35 0,5 0 0

10 Yoga 25 1 0 0

Variabel Masa Kerja bisa dikategorikan dalam himpunan: BARU dan LAMA

Gambar : Fungsi Keanggotaan Untuk Variabel Masa Kerja.

Fungsi keanggotaan:

15;0

155;10

155;1

][

y

yy

y

yBARU

15 5 0

1

10 25

[y]

BARU LAMA

Masa Kerja (tahun)

UNIPA Surabaya | 31

25;1

2510;15

1010;0

][

y

yy

y

yLAMA



Tabel 4 Karyawan Berdasarkan Masa Kerja.

NIP Nama Masa Kerja Derajat Keanggotaan

BARU LAMA

01 Lia 6 0,9 0

02 Iwan 17 0 0,467

03 Sari 14 0,1 0,267

04 Andi 4 1 0

05 Budi 12 0,3 0,133

06 Amir 13 0,2 0,200

07 Rian 5 1 0

08 Kiki 1 1 0

09 Alda 3 1 0

10 Yoga 2 1 0

Variabel Gaji bisa dikategorikan dalam himpunan: RENDAH, SEDANG, dan TINGGI.

Gambar : Fungsi Keanggotaan Untuk Variabel Gaji.

800 300 0

1

50

0 2000 150

0

[z]

RENDAH SEDANG TINGGI

Gaji (x1000 Rp/bl)

100

0

UNIPA Surabaya | 32

Fungsi keanggotaan:

800;0

800300;500

800300;1

][

z

zz

z

zRENDAH

15001000;500

1500

1000500;500

500

1500500;0

][

zz

zz

zatauz

zSEDANG

2000;1

20001000;1000

10001000;0

][

z

zz

z

zTINGGI



Tabel 5 Karyawan Berdasar Gaji.

NIP Nama Gaji / bl Derajat Keanggotaan ( [z])

RENDAH SEDANG TINGGI

01 Lia 750.000 0,1 0,50 0

02 Iwan 1.255.000 0 0,49 0,255

03 Sari 1.500.000 0 0 0,500

04 Andi 1.040.000 0 0,92 0,040

05 Budi 950.000 0 0,90 0

06 Amir 1.600.000 0 0 0,600

07 Rian 1.250.000 0 0,50 0,250

08 Kiki 550.000 0,5 0 0

09 Alda 735.000 0,13 0 0

10 Yoga 860.000 0 0 0

Ada beberapa query yang bisa diberikan, misalkan:

Query1:

UNIPA Surabaya | 33

Siapa saja-kah karyawan yang masih muda tapi memiliki gaji tinggi?

SELECT NAMA

FROM KARYAWAN

WHERE (Umur = “MUDA”) and (Gaji = “TINGGI”)

Tabel 6 menunjukkan hasil query1, yaitu nama-nama karyawan yang masih muda tapi

memiliki gaji yang tinggi.

Tabel 6 Hasil Query1

NIP NAMA UMUR GAJI Derajat Keanggotaan

MUDA TINGGI MUDA & TINGGI

03 Sari 36 1.500.000 0,4 0,5 0,4

07 Rian 37 1.250.000 0,3 0,25 0,25

06 Amir 39 1.600.000 0,1 0,6 0,1

04 Andi 37 1.040.000 0,3 0,04 0,04

01 Lia 30 750.000 1 0 0

02 Iwan 48 1.255.000 0 0,255 0

05 Budi 42 950.000 0 0 0

08 Kiki 32 550.000 0,8 0 0

09 Alda 35 735.000 0,5 0 0

10 Yoga 25 860.000 1 0 0

Query2:

Siapa saja-kah karyawan yang masih muda atau karyawan yang memiliki gaji tinggi?

SELECT NAMA

FROM KARYAWAN

WHERE (Umur = “MUDA”) or (Gaji = “TINGGI”)

Tabel 7 menunjukkan hasil query2, yaitu nama-nama karyawan yang masih muda atau

yang memiliki gaji yang tinggi.

UNIPA Surabaya | 34

Tabel 7 Hasil Query2.

NIP NAMA UMUR GAJI Derajat Keanggotaan

MUDA TINGGI MUDA atau TINGGI

01 Lia 30 750.000 1 0 1

10 Yoga 25 860.000 1 0 1

08 Kiki 32 550.000 0,8 0 0,8

06 Amir 39 1.600.000 0,1 0,6 0,6

03 Sari 36 1.500.000 0,4 0,5 0,5

09 Alda 35 735.000 0,5 0 0,5

04 Andi 37 1.040.000 0,3 0,04 0,3

07 Rian 37 1.250.000 0,3 0,25 0,3

02 Iwan 48 1.255.000 0 0,255 0,255

05 Budi 42 950.000 0 0 0

Query3:

Siapa saja-kah karyawan yang masih muda tapi masa kerjanya sudah lama?

SELECT NAMA

FROM KARYAWAN

WHERE (Umur = “MUDA”) and (MasaKerja = “LAMA”)

Tabel 8 menunjukkan hasil query3, yaitu nama-nama karyawan yang masih muda tapi

masakerjanya sudah lama.


NIP NAMA UMUR Masa Kerja Derajat Keanggotaan

MUDA LAMA MUDA & LAMA

03 Sari 36 14 0,4 0,267 0,267

06 Amir 39 13 0,1 0,2 0,1

01 Lia 30 6 1 0 0

02 Iwan 48 17 0 0,467 0

04 Andi 37 4 0,3 0 0

05 Budi 42 12 0 0,133 0

UNIPA Surabaya | 35

NIP NAMA UMUR Masa Kerja Derajat Keanggotaan

MUDA LAMA MUDA & LAMA

07 Rian 37 5 0,3 0 0

08 Kiki 32 1 0,8 0 0

09 Alda 35 3 0,5 0 0

10 Yoga 25 2 1 0 0

Query4:

Siapa saja-kah karyawan yang parobaya dan gajinya sedang, atau karyawan yang

parobaya tapi masa kerjanya sudah lama?

SELECT NAMA

FROM KARYAWAN

WHERE (Umur = “PAROBAYA”) and

[(Gaji = “SEDANG”) atau (MasaKerja = “LAMA”)]

Tabel 9 menunjukkan hasil query4, yaitu nama-nama karyawan yang parobaya dan

gajinya sedang, atau karyawan yang parobaya tapi masakerjanya sudah lama.


NIP NAMA

Derajat Keanggotaan

SEDANG LAMA

SEDANG

atau

LAMA

PAROBAYA

PAROBAYA

& (SEDANG

atau LAMA)

05 Budi 0,9 0,133 0,9 0,7 0,7

02 Iwan 0,49 0,467 0,49 0,4 0,4

04 Andi 0,92 0 0,92 0,2 0,2

06 Amir 0 0,2 0,2 0,4 0,2

07 Rian 0,5 0 0,5 0,2 0,2

03 Sari 0 0,267 0,267 0,1 0,1

01 Lia 0,5 0 0,5 0 0

08 Kiki 0 0 0 0 0

UNIPA Surabaya | 36

NIP NAMA

Derajat Keanggotaan

SEDANG LAMA

SEDANG

atau

LAMA

PAROBAYA

PAROBAYA

& (SEDANG

atau LAMA)

09 Alda 0 0 0 0 0

10 Yoga 0 0 0 0 0

UNIPA Surabaya | 37

8 Pedoman Penskoran Soal Uraian


[C2, P3, A3]



Suatu perusahaan makanan kaleng akan memproduksi makanan jenis ABC. Dari data 1

bulan terakhir, permintaan terbesar hingga mencapai 5000 kemasan/hari, dan permintaan

terkecil sampai 1000 kemasan/hari. Persediaan barang digudang terbanyak sampai 600

kemasan/hari, dan terkecil pernah sampai 100 kemasan/hari. Dengan segala

keterbatasannya, sampai saat ini, perusahaan baru mampu memproduksi barang

maksimum 7000 kemasan/hari, serta demi efisiensi mesin dan SDM tiap hari diharapkan

perusahaan memproduksi paling tidak 2000 kemasan. Apabila proses produksi

perusahaan tersebut menggunakan 4 aturan fuzzy sebagai berikut :









Berapa kemasan makanan jenis ABC yang harus diproduksi, jika jumlah permintaan

sebanyak 4000 kemasan, dan persediaan di gudang masih 300 kemasan?

Skor Soal Uraian :

No Komponen Penilaian Skor

1 Permintaan; terdiri atas 2 himpunan fuzzy, yaitu: NAIK dan TURUN

disajikan dalam gambar berikut ini.

20

UNIPA Surabaya | 38


Fungsi keanggotaan variabel Permintaan Barang

5000x,0

5000x1000,4000

x50001000x,1

]x[PmtTURUN

5000x,1

5000x1000,4000

1000x1000x,0

]x[PmtNAIK


PmtTURUN[4000] = (5000-4000)/4000

= 0,25

PmtNAIK[4000] = (4000-1000)/4000

= 0,75

2 Persediaan; terdiri-atas 2 himpunan fuzzy, yaitu: SEDIKIT dan

BANYAK disajikan dalam gambar berikut ini.

Fungsi keanggotaan variabel Persediaan Barang

600y,0

600y100,500

y600100y,1

]y[PsdSEDIKIT

20

0

1 [x]

1000 5000

TURUN NAIK

Permintaan (kemasan/hari)

4000

0,25

0,75

0

1 [y]

100 600

SEDIKIT BANYAK

Persediaan (kemasan/hari)

300

0,4

0,6

UNIPA Surabaya | 39


600y,1

600y100,500

100y100y,0

]y[PsdBANYAK


PsdSEDIKIT[300] = (600-300)/500

= 0,6

PsdBANYAK[300] = (300-100)/500

= 0,4

3 Produksi barang; terdiri-atas 2 himpunan fuzzy, yaitu: BERKURANG

dan BERTAMBAH disajikan dalam gambar berikut ini.

Fungsi keanggotaan variabel Produksi Barang

7000z,0

7000z2000,5000

z70002000z,1

]z[NGBrgBERKURAPr

7000z,1

7000z2000,5000

2000z2000z,0

]z[AHBrgBERTAMBPr

20

4 Sekarang kita cari nilai z untuk setiap aturan dengan menggunakan fungsi

MIN pada aplikasi fungsi implikasinya:



-predikat1 = PmtTURUN PsdBANYAK

= min(PmtTURUN [4000],PsdBANYAK[300])

= min(0,25; 0,4)

= 0,25

20

0

1 [z]

2000 7000

BERKURANG BERTAMBAH

Produksi Barang (kemasan/hari)

UNIPA Surabaya | 40



(7000-z)/5000 = 0,25 ---> z1 = 5750



-predikat2 = PmtTURUN PsdSEDIKIT

= min(PmtTURUN [4000],PsdSEDIKIT[300])

= min(0,25; 0,6)

= 0,25


(7000-z)/5000 = 0,25 ---> z2 = 5750




= min(PmtNAIK [4000],PsdBANYAK[300])

= min(0,75; 0,4)

= 0,4


(z-2000)/5000 = 0,4 ---> z3 = 4000




= min(PmtNAIK [4000],PsdSEDIKIT[300])

= min(0,75; 0,6)

= 0,6


(z-2000)/5000 = 0,6 ---> z4 = 5000

5 Dari sini kita dapat mencari berapakah nilai z, yaitu:

20

UNIPA Surabaya | 41


4321

44332211

predpredpredpred

z*predz*predz*predz*predz

49835,1

7475

6,04,025,025,0

5000*6,04000*4,05750*25,05750*25,0z

Jadi jumlah makanan kaleng jenis ABC yang harus diproduksi sebanyak

4983 kemasan.

Jumlah Skor 100

UNIPA Surabaya | 42



Kode : sks : 3







Mampu mengidentifikasikan konsep dasar himpunan

fuzzy.



Tahap



1 2 3 4



Pembelajaran.




pada kontrak






penilaian.

-

UNIPA Surabaya | 43

Tahap



1 2 3 4

Inti Penyajian

Memberikan gambaran


terkait materi konsep

dasar himpunan fuzzy.

Memberikan respon

(menyimak dan


berkaitan dengan



perkuliahan.


diberikan.

Membuat catatan

perkuliahan.

Memperhatikan dan


diberikan.

Penutup


dengan materi.

Menyimpulkan materi

kuliah.


berkaitan dengan


pertemuan ke-2.

Melakukan penegasan

kesepakatan kontrak


dibicarakan di awal

pertemuan ke-1.



yang telah dibahas.

Mencatat kesimpulan

materi yang sudah

dibahas, sekaligus



pembahasan materi

selanjutnya.

UNIPA Surabaya | 44



Kode : sks : 3










Tahap



1 2 3 4

Pendahuluan

Mengulas kembali



Memberikan gambaran


dan tujuan dari


ke-2.


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Tes Tertulis

UNIPA Surabaya | 45

Tahap



1 2 3 4

Inti Penyajian

Menjelaskan tentang

himpunan klasik.

Memberikan contoh

tentang himpunan klasik

dan himpunan fuzzy.

Memberikan contoh

tentang himpunan klasik

dan himpunan fuzzy


kepada mahasiswa.

Membahas alternatif

jawaban dari mahasiswa

terkait soal latihan.

Menyimak dan


himpunan klasik dan

himpunan fuzzy yang

dijelaskan dosen.

Melihat, mengamati serta

mencatat contoh dari

himpunan klasik dan

himpunan fuzzy.

Berdiskusi dan

mengerjakan soal latihan,

kemudian menuliskan

gagasan jawaban.

Penutup


dengan materi di

pertemuan ke-2.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-3.

Pemberian tugas tertulis

secara individu.




pertemuan ke-2.

Mencatat kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-3.

Menyelesaikan tes

tertulis yang diberikan.

UNIPA Surabaya | 46



Kode : sks : 3







Mampu menunjukkan operator-operator fuzzy.



Tahap



1 2 3 4

Pendahuluan

Mengulas kembali



Memberikan gambaran


dan tujuan dari


ke-3.


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Tes Tertulis

Inti Penyajian

Menjelaskan materi

mengenai operator-

operator fuzzy.

Memberikan contoh soal

mengenai operator-

operator fuzzy.


mengenai operator-

operator fuzzy.

Membahas latihan soal.

Menyimak dan



Berdiskusi dan

mengerjakan soal latihan

yang diberikan dosen.

Memperhatikan jawaban

soal latihan yang

diberikan.

UNIPA Surabaya | 47

Tahap



1 2 3 4

Penutup


dengan materi di

pertemuan ke-3.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-4.


secara individu.




pertemuan ke-3

Mencatat kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-4.

Menuliskan soal tugas

yang diberikan.

UNIPA Surabaya | 48



Kode : sks : 3







Mampu menghitung relasi preferensi fuzzy.



Tahap



1 2 3 4

Pendahuluan

Pertemuan Ke - 4 :

Mengulas kembali



Memberikan gambaran


dan tujuan dari


ke-4.

Pertemuan Ke - 5 :

Mengulas kembali


pertemuan ke-4

Memberikan gambaran


dari pertemuan

sebelumnya

Pertemuan Ke - 4 :


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Pertemuan Ke - 5 :


jawaban berkaitan


ke-4


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Tes Tertulis

UNIPA Surabaya | 49

Tahap



1 2 3 4

Inti Penyajian

Pertemuan 4 :

Menjelaskan materi

tentang relasi preferensi

fuzzy


terkait materi yang

dijelaskan

Pertemuan Ke - 5 :

Menjelaskan materi

tentang relasi preferensi

fuzzy (lanjutan)


terkait materi yang

dijelaskan

Pertemuan 4 :



preferensi fuzzy

Memperhatikan

pembahasan soal latihan

materi relasi preferensi

fuzzy

Pertemuan Ke - 5 :



preferensi fuzzy

(lanjutan)

Memperhatikan


materi relasi preferensi

fuzzy

UNIPA Surabaya | 50

Tahap



1 2 3 4

Penutup

Pertemuan Ke - 4 :


dengan materi di

pertemuan ke-4.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-5.

Pemberian latihan soal

sebagai latihan di rumah

secara individu



dengan materi di

pertemuan ke-5

Menyimpulkan materi


ke-5


berkaitan dengan


pertemuan ke-6

Memberikan tugas tertulis

sebagai latihan

kemampuan

menyelesaikan relasi

preferensi fuzzy





pertemuan ke-4

Mencatat kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-5.


yang diberikan





pertemuan ke-5

Mencata kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-6



UNIPA Surabaya | 51



Kode : sks : 3







Mampu memperhitungkan multi-attribute decision

making



Tahap



1 2 3 4

Pendahuluan

Pertemuan Ke - 6:

Memberikan gambaran


dan tujuan dari


ke-6.

Pertemuan Ke - 7 :

Mengulas kembali


pertemuan ke-6.

Memberikan gambaran


ke-7 sebagai lanjutan dari

pertemuan ke-6.



dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Pertemuan Ke - 7 :


jawaban berkaitan


ke-6.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Tes Tertulis

UNIPA Surabaya | 52

Inti Penyajian

Pertemuan 6 :

Menjelaskan materi

tentang multi-attribute

decision making.




making.

Memberikan contoh



making.


kepada mahasiswa


decision making.

Membahas dan

menjelaskan jawaban dari

mahasiswa dalam

menyelesaikan masalah


making.

Pertemuan Ke - 7 :

Menjelaskan materi

lanjutan tentang

penyelesaian multi-

attribute decision

making (lanjutan).

Memberikan contoh



making (lanjutan).


kepada mahasiswa


decision making

(lanjutan).




soal latihan multi-

attribute decision

making (lanjutan).

Pertemuan 6 :


materi multi-attribute

decision making.


langkah multi-attribute

decision making.


membahas penyelesaian


making.



latihan terkait multi-

attribute decision

making.


jawab dengan dosen pada

saat dosen membahas

jawaban latihan soal

masalah multi-attribute

decision making.

Pertemuan Ke - 7 :


langkah-langkah



making (lanjutan).


penyelesaian multi-

attribute decision

making (lanjutan).



masalah multi-attribute

decision making

(lanjutan).


jawaban penyelesaian

soal latihan multi-

attribute decision

making (lanjutan).

Tanya jawab antara


dalam pembahasan soal

UNIPA Surabaya | 53

Tahap



1 2 3 4

Membahas hasil

penyelesaian soal latihan

dengan berdiskusi dan

tanya jawab.

latihan multi-attribute

decision making

(lanjutan).

Penutup

Pertemuan Ke - 6 :


dengan materi di

pertemuan ke-6.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-7.



tugas mandiri.



dengan materi di

pertemuan ke-7.

Menyimpulkan materi


ke-7.


berkaitan dengan

keperluan untuk UTS.





pertemuan ke-6.

Mencatat kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-7.


yang diberikan.





pertemuan ke-7.

Mencata kesimpulan



materi kisi-kisi untk

UTS.

UNIPA Surabaya | 54



Kode : sks : 3







Mampu membuat skema penyelesaian masalah MADM.


Pertemuan Ke-9 s/d Ke-13 : Kuliah

UNIPA Surabaya | 55

Tahap



1 2 3 4

UNIPA Surabaya | 56

Pendahuluan

Pertemuan Ke - 9:

Memberikan gambaran


dan tujuan dari


ke-9.

Pertemuan Ke - 10 :

Mengulas kembali


pertemuan ke-9.

Memberikan gambaran




Pertemuan Ke - 11 :

Mengulas kembali


pertemuan ke-10.

Memberikan gambaran




Pertemuan Ke - 12 :

Mengulas kembali


pertemuan ke-11.

Memberikan gambaran




Pertemuan Ke - 13 :

Mengulas kembali


pertemuan ke-12.



dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Pertemuan Ke - 10 :


jawaban berkaitan


ke-9.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Pertemuan Ke - 11 :


jawaban berkaitan


ke-10.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Pertemuan Ke - 12 :


jawaban berkaitan


ke-11.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Pertemuan Ke - 13 :


jawaban berkaitan


ke-12.

Tes Tertulis

UNIPA Surabaya | 57

Tahap



1 2 3 4

Memberikan gambaran





dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

UNIPA Surabaya | 58

Inti Penyajian

Pertemuan 9 :

Menjelaskan materi

tentang metode-metode


MADM.



metode-metode


MADM.

Memberikan contoh


metode-metode


MADM.


kepada mahasiswa



MADM.

Membahas dan


mahasiswa dalam


metode-metode


MADM.

Pertemuan Ke - 10 :

Menjelaskan materi

lanjutan tentang metode-

metode penyelesaian

masalah MADM

(lanjutan).

Memberikan contoh


metode-metode


MADM (lanjutan).


kepada mahasiswa



MADM (lanjutan).

Pertemuan 9 :


materi metode-metode


MADM.


langkah metode


MADM.




making.


guna menyelesaikan

metode-metode


MADM.



saat dosen membahas


masalah metode-

metode penyelesaian

masalah MADM.

Pertemuan Ke - 10 :


langkah-langkah


metode-metode


MADM (lanjutan).


penyelesaian metode-

metode penyelesaian

masalah MADM

(lanjutan).



masalah metode-

metode penyelesaian

UNIPA Surabaya | 59




soal latihan metode-

metode penyelesaian

masalah MADM

(lanjutan).

Membahas hasil



tanya jawab.

Pertemuan Ke - 11 :

Menjelaskan materi


metode penyelesaian

masalah MADM

(lanjutan).

Memberikan contoh


metode-metode


MADM (lanjutan).


kepada mahasiswa



MADM (lanjutan).





metode penyelesaian

masalah MADM

(lanjutan).

Membahas hasil



tanya jawab.

masalah MADM

(lanjutan).




metode penyelesaian

masalah MADM

(lanjutan).

Tanya jawab antara



latihan metode-metode


MADM (lanjutan).

Pertemuan Ke - 11 :


langkah-langkah


metode-metode


MADM (lanjutan).



metode penyelesaian

masalah MADM

(lanjutan).



masalah metode-

metode penyelesaian

masalah MADM

(lanjutan).




metode penyelesaian

masalah MADM

(lanjutan).

Tanya jawab antara





MADM (lanjutan).

UNIPA Surabaya | 60

Pertemuan Ke - 12 :

Menjelaskan materi


metode penyelesaian

masalah MADM

(lanjutan).

Memberikan contoh


metode-metode


MADM (lanjutan).


kepada mahasiswa



MADM (lanjutan).





metode penyelesaian

masalah MADM

(lanjutan).

Membahas hasil



tanya jawab.

Pertemuan Ke - 13 :

Menjelaskan materi


metode penyelesaian

masalah MADM

(lanjutan).

Memberikan contoh


metode-metode


MADM (lanjutan).


kepada mahasiswa


Pertemuan Ke - 12 :


langkah-langkah


metode-metode


MADM (lanjutan).



metode penyelesaian

masalah MADM

(lanjutan).



masalah metode-

metode penyelesaian

masalah MADM

(lanjutan).




metode penyelesaian

masalah MADM

(lanjutan).

Tanya jawab antara





MADM (lanjutan).

Pertemuan Ke - 13 :


langkah-langkah


metode-metode


MADM (lanjutan).



metode penyelesaian

masalah MADM

(lanjutan).



masalah metode-

UNIPA Surabaya | 61

Tahap



1 2 3 4


MADM (lanjutan).





metode penyelesaian

masalah MADM

(lanjutan).

Membahas hasil



tanya jawab.

metode penyelesaian

masalah MADM

(lanjutan).




metode penyelesaian

masalah MADM

(lanjutan).

Tanya jawab antara





MADM (lanjutan).

UNIPA Surabaya | 62

Penutup

Pertemuan Ke - 9 :


dengan materi di

pertemuan ke-9.

Menyimpulkan materi



berkaitan dengan

keperluan untuk materi

di pertemuan ke-10.



tugas mandiri.

Pertemuan Ke – 10:


dengan materi di

pertemuan ke-10.

Menyimpulkan materi


ke-10.


berkaitan dengan


di pertemuan ke-11.



tugas mandiri.



dengan materi di

pertemuan ke-11.

Menyimpulkan materi


ke-11.


berkaitan dengan


di pertemuan ke-12.



tugas mandiri.


Diskusi dan tanya

jawab berkaitan dengan

materi yang telah

dibahas di pertemuan

ke-9.

Mencatat kesimpulan

materi kuliah

pertemuan ke-9,

sekaligus mencatat


disiapkan untuk

pembahasan materi

pertemuan ke-10.


yang diberikan.





pertemuan ke-10.

Mencatat kesimpulan


ke-10, sekaligus



pembahasan materi

pertemuan ke-11.


yang diberikan.





pertemuan ke-11.

Mencatat kesimpulan


ke-11, sekaligus



pembahasan materi

pertemuan ke-12.


yang diberikan.

UNIPA Surabaya | 63

Tahap



1 2 3 4



dengan materi di

pertemuan ke-12.

Menyimpulkan materi


ke-12.


berkaitan dengan


di pertemuan ke-13.



tugas mandiri.



dengan materi di

pertemuan ke-13.

Menyimpulkan materi


ke-13.


berkaitan dengan


di pertemuan ke-14.



tugas mandiri.





pertemuan ke-12.

Mencatat kesimpulan


ke-12, sekaligus



pembahasan materi

pertemuan ke-12.


yang diberikan.





pertemuan ke-13.

Mencatat kesimpulan


ke-13, sekaligus



pembahasan materi

pertemuan ke-14.


yang diberikan.

UNIPA Surabaya | 64



Kode : sks : 3







Mampu membuat bobot stribut dengan pendekatan




Tahap



1 2 3 4

Pendahuluan

Pertemuan Ke - 14 :

Mengulas kembali


pertemuan ke-13.

Memberikan gambaran




Pertemuan Ke - 14 :


jawaban berkaitan


ke-13.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Tes Tertulis

UNIPA Surabaya | 65

Tahap



1 2 3 4

Inti Penyajian

Pertemuan Ke - 14 :



penentuan bobot atribut

dengan pendekatan



langkah penentuan bobot



Memberikan contoh

penyelesaian penentuan


pendekatan subjektif -

objektif.

Pertemuan Ke - 14 :

Menyimak dan

mencatat penyelesaian


dengan pendekatan


Memperhatikan


langkah-langkah proses


dengan pendekatan



penyelesaian


dengan pendekatan


Penutup



dengan materi di

pertemuan ke-14.

Menyimpulkan materi


ke-14.


berkaitan dengan


pertemuan ke-15.

Memberikan tugas

tertulis.





pertemuan ke-14.

Mencata kesimpulan


ke-14, sekaligus



pembahasan materi

pertemuan ke-15.



UNIPA Surabaya | 66



Kode : sks : 3







Mampu membuat coding untuk penyelesaian masalah

MADM.



Tahap



1 2 3 4

Pendahuluan

Mengulas kembali



Memberikan gambaran


dan tujuan dari


ke-15.


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Projek Mini

UNIPA Surabaya | 67

Tahap



1 2 3 4

Inti Penyajian

Menjelaskan cara

membuat coding untuk


MADM.


langkah membuat cara



MADM.

Memberikan kasus projek

mini membuat skema



MADM.

Menyimak dan


cara membuat coding

untuk penyelesaian

masalah MADM.


langkah serta mencatat

hal-hal penting terkait

cara membuat coding

untuk penyelesaian

masalah MADM.

Menyimak dan

memperhatikan


cara membuat coding

untuk penyelesaian

masalah MADM.

Berdiskusi dan

mengerjakan kasus

projek mini membuat

cara membuat coding

untuk penyelesaian

masalah MADM.

Penutup


dengan materi di

pertemuan ke-15.

Menyimpulkan materi


Memberikan arahan

untuk pengumpulan

projek mini serta

mempersiapkan

mahasiswa untuk kisi-kisi

UAS.




pertemuan ke-15.

Mencatat kesimpulan


ke-15.

Memperhatikan dan

menuliskan hal-hal

penting terkait urain

projek mini kisi-kisi

persiapan UAS.

UNIPA Surabaya | 68


Nama Mata Kuliah : Logika Fuzzy

Kode Mata Kuliah :

Besarnya sks : 3



Semester : 8 (Delapan)



Matematika


Mata kuliah Logika Fuzzy memberi bekal kepada mahasiswa agar mampu

mengaplikasikan konsep dan prinsip pedagogi, didaktik matematika serta keilmuan

matematika untuk melakukan perencanaan, pengelolaan, implementasi, evaluasi,

dengan memanfaatkan IPTEKS yang berorientasi pada kecakapan hidup (life skills).

2. Deskripsi

Mata kuliah ini membahas tentang konsep dasar himpunan fuzzy, himpunan fuzzy,

operator-operator fuzzy, relasi preferensi fuzzy, multi-attribute decision making,

metode-metode decision making, penentuan bobot atribut dengan pendekatan

subjektif – objektif, serta coding untuk penyelesaian masalah MADM.


a. CP-PRODI


secara mandiri (S9);



(KU5);

3. Mampu mengambil keputusan strategis di bidang pendidikan matematika

berdasarkan informasi dan data yang relevan (KK14);

UNIPA Surabaya | 69

4. Menguasai konsep matematika yang diperlukan untuk studi ke jenjang

berikutnya (PP7).

b. CP-MK

[C4, P3, A3] : Mahasiswa mampu mengaplikasikan konsep logika fuzzy dengan

membuat aplikasi menggunakan komputasi matematika baik secara mandiri

maupun kerjasama tim.

UNIPA Surabaya | 70


Capaian Pembelajaran (CP) Lulusan Program Studi yang Dibebankan pada MK (CP-PRODI) : [CP-PPA]






Kemampuan Akhir Tiap Tahapan Belajar (CP-MK) : [C4,P3, A3]



A

UNIPA Surabaya | 71

A

( 1 ) [C1 , A1]

Mampu mengidentifikasikan konsep dasar himpunan fuzzy


( 7 ) [C4, P3, A3]


pendekatan subjektif - objektif

( 8 ) [C4, P3, A3]



( 6 ) [C4, P3, A3]


masalah MADM

( 5 ) [C3, P3, A3]



( 2 ) [C2, P3, A3]

Mampu menguraikan fungsi keanggotaan fuzzy

( 3 ) [C3, P3, A3]

Mampu menunjukkan operator-operator fuzzy

( 4 ) [C3, P3, A3]

Mampu menghitung relasi preferensi fuzzy

UNIPA Surabaya | 72


Pustaka Utama :

1. Timothy J. Ross. 2010. Fuzzy Logic With Engineering Application. Third

Edition. United Kingdom: John Wiley & Sons

Pustaka Pendukung :

2. Sri Kusumadewi dan Hari Purnomo. 2013. Aplikasi Logika Fuzzy untuk

Pendukung Keputusan. Edisi 2. Yogyakarta: Graha Ilmu

3. James J. Buckley dan Esfandiar Eslami. 2002. An Introduction to Fuzzy Logic

and Sets. New York: Springer-Verlag

4. Luis Arguelles Mendez. 2016. A Practical Introduction to Fuzzy Logic using

LISP. New York: Springer

5. Janusz T. Starczewski. 2013. Advanced Concept in Fuzzy Logic and System

with Membership Uncertanty. New York: Springer

6. Hung T. Nguyen dan Elbert A. Walker. 2006. A First Course in Fuzzy Logic.

Third Edition. Boca Raton: Chapman & Hall / CRC

7. Nazmul Siddique dan Hojjat Adeli. 2013. Computational Intelligence:

Synergies of Fuzzy Logic, Neural Network and Evolutionary Computing.

United Kingdom: Wiley


1. Ceramah

2. Tanya Jawab

7. Rencana Tugas

1. Makalah dengan format : A4, font : Calibri, size 12, margin 3-2-2-2, minimum

10 halaman. Menggunakan tata tulis ilmiah. Dikumpulkan dalam bentuk

softcopy format (*.rtf).

2. Program MATLAB.

3. Slide presentasi PowerPoint, terdiri dari: text, grafik, tabel, gambar, animasi


UNIPA Surabaya | 73



5. Tugas dikumpulkan dalam folder dengan nama kelompok, berisi : makalah

(*.rtf), slide (*.ppt),program MATLAB, daftar anggota grup beserta masing-

masing tugasnya, dan softcopy referensi yang digunakan.

UNIPA Surabaya | 74


Minggu




C2 C3 C4 P3 A2 A3

1 [C1 , A1]

Mampu

mengidentifikasikan

konsep dasar

himpunan fuzzy.



- %

2 [C2, P3, A3]

Mampu

menguraikan fungsi

keanggotaan fuzzy.

2. Himpunan Fuzzy

Referensi : 1, 2, 3, 4, 5, 6, 7

√

√

Tes Tulis 5 %

3 [C3, P3, A3]

Mampu

menunjukkan

operator-operator

fuzzy.

3. Operator-operator Fuzzy


√

√

Tes Tulis 5 %

4 - 5 [C3, P3, A3]

Mampu menghitung

relasi preferensi

fuzzy.


Referensi : 1, 2, 7

√

√

Tes Tulis 5 %

6 - 7 [C3, P3, A3]

Mampu

memperhitungkan

multi-attribute

decision making.

5. Multi-Attribute Decision

Making (MADM)


√

√

Tes Tulis 5 %

UNIPA Surabaya | 75

Minggu




C2 C3 C4 P3 A2 A3

9 - 13 [C4, P3, A3]

Mampu membuat

skema penyelesaian

masalah MADM.

6. Metode-metode Penyelesaian

Masalah MADM

Referensi : 1, 2, 4

√

√

√

Tes Tulis 10 %

14 [C4, P3, A3]

Mampu membuat



- objektif.

7. Penentuan Bobot Atribut

dengan Pendekatan Subjektif –

Objektif


√

√

√

Tes Tulis 10 %

15 [C4, P3, A3]

Mampu membuat

coding untuk


MADM.

8. Coding untuk Penyelesaian

Masalah MADM

Referensi : 2

√

√

√

Projek Mini 30 %



81-100 A 4 Istimewa


66-70 B 3 Baik

UNIPA Surabaya | 76



51-60 C 2 Cukup

41-50 D 1 Kurang


Keterangan :








UNIPA Surabaya | 77




Mampu mengidentifikasikan

konsep dasar himpunan fuzzy.

1 Konsep Dasar Himpunan Fuzzy Referensi : 1, 2, 3, 6



keanggotaan fuzzy.

2 Himpunan Fuzzy

Referensi : 1, 2, 3, 4, 5, 6,

7


Mampu menunjukkan


3 Operator-operator Fuzzy


4 Minggu Ke-4

&

Minggu Ke-5

[C3, P3, A3]

Mampu menghitung relasi

preferensi fuzzy.

4 Relasi Preferensi Fuzzy

Referensi : 1, 2, 7

5 Minggu Ke-6

&

Minggu Ke-7

[C3, P3, A3]



making.

5 Multi-Attribute Decision Making (MADM)



6 Minggu Ke-9

s/d

Minggu Ke-13

[C4, P3, A3]

Mampu membuat skema

penyelesaian masalah MADM.

6 Metode-metode Penyelesaian Masalah

MADM

Referensi : 1, 2, 4


Mampu membuat bobot



7 Penentuan Bobot Atribut dengan

Pendekatan Subjektif – Objektif


UNIPA Surabaya | 78



Mampu membuat coding


MADM.

8 Coding untuk Penyelesaian Masalah

MADM

Referensi : 2


UNIPA Surabaya| 79

UNIPA Surabaya | i

RPS METODE STATISTIKA

Erna Puji Astutik, S.Si., M.Pd., M.Sc. (NIDN 0729088601)





Tlp. 031-5041190, 5041097, 8281181, Fax. 031-5042804

UNIPA Surabaya | ii

DAFTAR ISI

Halaman Sampul ................................................................................................................ i

Daftar Isi ........................................................................................................................... ii






5 Rencana Tugas ........................................................................................................ 17







KATA PENGANTAR



Kuliah Metode Statistika ini dengan baik.

Teknik Instruksional Mata Kuliah Metode Statistika ini diharapkan dapat dijadikan









Surabaya,


Surabaya.


Kuliah Metode Statistika ini sangat penulis harapkan sehingga proses peningkatan hasil



Penulis

UNIPA Surabaya | 1


Mata Kuliah : Metode Statistika Semester : 5 (Lima) Kode: 550404 sks : 4

Jurusan : Pendidikan Matematika Dosen : Erna Puji Astutik, S.Si., M.Pd., M.Sc.



2. Mampu menyusun deskripsi saintifik hasil kajian tersebut di atas dalam bentuk skripsi atau laporan tugas akhir, dan mengunggahnya

dalam laman perguruan tinggi (KU4); Mampu mendokumentasikan, menyimpan, mengamankan, dan menemukan kembali data untuk

menjamin kesahihan dan mencegah plagiasi (KU9) ;

3. Merancang dan melaksanakan penelitian serta melaporkan dan mempublikasikan hasilnya, sehingga dapat digunakan sebagai

alternatif penyelesaian masalah di bidang pendidikan matematika (KK13); Mampu mengambil keputusan strategis di bidang

pendidikan matematika berdasarkan informasi dan data yang relevan (KK14); Mampu mengambil keputusan yang tepat di bidang

pendidikan matematika berdasarkan analisis informasi dan data (edupreuner) (KK17) ;

4. Menguasai metodologi penelitian pendidikan matematika (Peneliti) (PP11).


Mampu menyajikan, mengolah, menganalisis data, dan menguji hipotesis penelitian kuantitatif secara teliti dengan menginternalisasi

nilai, norma, dan etika akademik.

A

UNIPA Surabaya | 2

1. Pengertian dan peranan statistika dalam penelitian

2. Penyajian data 3. Distribusi frekuensi

4. Ukuran pemusatan dan ukuran letak 5. Ukuran Penyebaran 7. Distribusi Normal

8. Hipotesis

9. Uji rata-rata dan uji proporsi 10. Analisis Varians 11. Analisis regresi dan korelasi

CP-MK: Mampu menyajikan, mengolah, menganalisis data, dan menguji hipotesis penelitian kuantitatif secara teliti dengan

menginternalisasi nilai, norma, dan etika akademik [C4, P3, A3].

6. Teori Peluang

A

UNIPA Surabaya | 3










dalam laman perguruan tinggi (KU4); Mampu mendokumentasikan, menyimpan, mengamankan, dan menemukan kembali data

untuk menjamin kesahihan dan mencegah plagiasi (KU9) ;






UNIPA Surabaya | 4



1 [C2, A3]

Mampu menjelaskan pengertian dan

peranan statistika dalam penelitian

1. Memahami pengertian statistika.

2. Menjelaskan berbagai

peranan/kegunaan statistika dalam

penelitian

1. Pengertian Statistika

2. Jenis-jenis Statistika

3. Peranan Statistika dalam Penelitian

2 [C3, P3, A3]

Mampu menyajikan data dalam

berbagai grafik/diagram dan membuat

distribusi frekuensi

1. Memahami konsep dan menyajikan

data penelitian dalam bentuk tabel,

grafik/diagram, histogram, ogive,

serta poligon.

2. Memahami dan menyajikan data

penelitian dalam distribusi

frekuensi.

1. Penyajian data

2. Distribusi frekuensi

3 [C3, P3, A3]

Mampu menghitung ukuran

pemusatan, ukuran letak, dan ukuran

penyimpangan untuk melaksanakan

penelitian

1. Menghitung dan menyelesaikan

masalah ukuran pemusatan (Mean,

Median, Modus).


masalah ukuran letak (Kuartil,

Desil, Persentil)


masalah penyebaran data

(Simpangan baku, Varians)

1. Ukuran pemusatan

- Mean

- Median

- Modus

2. Ukuran letak

- Kuartil

- Desil

- Persentil

3. Ukuran penyebaran

- Simpangan Baku

- Varians

4-5 [C3, P3, A3] 1. Menjelaskan teori peluang dan

distribusi sampel

Teori Peluang

UNIPA Surabaya | 5


Mampu memahami dan

mengimplementasikan teori peluang

dalam pemecahan masalah

2. Mengimplementasikan teori

peluang dan distribusi sampel

dalam pemecahan masalah

6-7 [C3, P3, A3]

Mampu memahami

mengimplementasikan pendistribusian

data dalam kurva normal dalam

pemecahan masalah

1. Membuat kurva distribusi normal.

2. Memahami dan

mengimplementasikan

pendistribusian data dalam kurva

normal dalam pemecahan masalah.

Distribusi Normal


9 [C3, A3] Mampu memahami dan merumuskan

hipotesis penelitian

1. Memahami konsep dasar hipotesis

penelitian.

2. Merumuskan hipotesis penelitian

Hipotesis Penelitian

12-13 [C4, P3, A3] Mampu menguji hipotesis dengan

analisis Varians

1. Melakukan analisis varians

2. Melakukan analisis kesamaan

beberapa varians

3. Menguji homogenitas

4. Menggunakan Software SPSS

dalam analisis varians

Analisis Varians

14-15 [C4, P3, A3] Mampu menguji hipotesis penelitian

Analisis Korelasi dan Regresi

1. Melakukan uji prasyarat korelasi

dan regresi

2. Melakukan Analisis Korelasi dan

Regresi

3. Menggunakan Software SPSS

dalam analisis korelasi dan regresi.

1. Analisis Korelasi

2. Analisis Regresi

UNIPA Surabaya | 6



UNIPA Surabaya | 7

















A

UNIPA Surabaya | 8

1. Menjelaskan pengertian

statistika dan peranan

statistika dalam penelitian

[C2, A3]

2. Menyajikan data dalam

berbagai grafik/diagram dan

membuat distribusi frekuensi

[C4, P3, A3]

4. Memahami dan

mengimplementasikan teori

peluang dalam pemecahan masalah

[C3, P3, A3]

5. Memahami dan meng-

implementasikan pendistribusian


pemecahan masalah [C3, P3, A3]

7. Menguji hipotesis rata-rata dua

populasi [C4, P3, A3]

8. Menguji hipotesis dengan

Analisis Varians [C4, P3, A3]



3. Menghitung ukuran pemusatan,

ukuran letak, dan ukuran

penyimpangan untuk

melaksanakan penelitian [C3, P3,

A3]

6. Memahami dan merumuskan

hipotesis penelitian [C2, A3]



[C4, P3, A3]

A

UNIPA Surabaya | 9






Metode Statistika Teori = 4 5 (Lima) 24 – 11-

2016

OTORISASI



Erna Puji Astutik, S.Si.,

M.Pd., M.Sc.

Erna Puji Astutik, S.Si.,

M.Pd., M.Sc.


M.Pd.

Capaian

Pembelajaran

Program Studi (CP-

PRODI)


UNIPA Surabaya | 10

2. Mampu menyusun deskripsi saintifik hasil kajian tersebut di atas dalam bentuk skripsi atau laporan tugas akhir,

dan mengunggahnya dalam laman perguruan tinggi (KU4); Mampu mendokumentasikan, menyimpan,

mengamankan, dan menemukan kembali data untuk menjamin kesahihan dan mencegah plagiasi (KU9) ;

3. Merancang dan melaksanakan penelitian serta melaporkan dan mempublikasikan hasilnya, sehingga dapat

digunakan sebagai alternatif penyelesaian masalah di bidang pendidikan matematika (KK13); Mampu

mengambil keputusan strategis di bidang pendidikan matematika berdasarkan informasi dan data yang relevan

(KK14); Mampu mengambil keputusan yang tepat di bidang pendidikan matematika berdasarkan analisis

informasi dan data (edupreuner) (KK17) ;


Mata Kuliah(CP-MK)

[C4, P3, A3]

Mampu menyajikan, mengolah, menganalisis data, dan menguji hipotesis penelitian kuantitatif secara teliti

dengan menginternalisasi nilai, norma, dan etika akademik.

Diskripsi singkat

MK

Mata kuliah ini memberikan gagasan tentang dasar statistika yang banyak digunakan dalam praktek dan penelitian

khususnya penelitian pendidikan. Materi mata kuliah ini meliputi Statistika Deskriptif, Penyajian data, ukuran

pemusatan, ukuran penyebaran, ukuran letak, probabilitas, distribusi normal, X2, t, dan F. Mata Kuliah ini juga

menjelaskan tentang Statistika Inferensial yang meliputi uji hipotesis (uji-z, uji-t, uji-X2, dan uji F), analisis variansi,

korelasi, regresi sederhana dan regresi ganda baik secara hitungan manual maupun dengan software SPSS.

UNIPA Surabaya | 11

Pustaka Utama :

1. Walpole, R.E. 1982. Introduction to Statistics (Third Edition). New York: MacMillan

2. Walpole, R.E. 1997. Pengantar Statistika, (Edisi ketiga). Jakarta: Gramedia

3. Sudjana. 2001. Metoda statistika. Bandung: Tarsito.

4. Pallant, J. 2011. SPSS Survival Manual: A step by step guide to data analysis using SPSS. NSW: Allen & Unwin.

Pendukung :

5. Riduwan dan Sunarto. 2013. Pengantar Statistika untuk Penelitian Pendidikan, Sosial, Ekonomi, Komunikasi,

dan Bisnis. Bandung: Alfabeta.

6. Susetyo, B. 2010. Statistika untuk Analisis Data Penelitian Dilengkapi Cara Perhitungan dengan SPSS dan MS

Office Excel. Bandung: Refika Aditama.

Media

Pembelajaran

Software: Hardware:

OS: Windows; Ms. Office

SPSS

PC & LCD Projector

Team Teaching ---

Assessment Tes Lisan, Tugas, Tes Tulis, Ujian Tulis, Tugas Praktek.

Minggu

Ke-


tahapan belajar (Sub CP-

MK)

Materi

Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi Waktu]

Assessment


1 [C2, A3] Mampu menjelaskan

pengertian dan peranan


Pengertian dan

Peranan Statistika

dalam penelitian

Kuliah Pengantar &

Brainstorming,

Diskusi, Tanya jawab

[TM: 1x(4x50”)]

1. Ketepatan dalam

menjelaskan

peranan statistika

dalam penelitian

Non-tes:

Resume Tugas 1

10%

UNIPA Surabaya | 12

Minggu

Ke-



MK)

Materi

Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi Waktu]

Assessment


[2] Halaman 2-11

[3] Halaman 1-13

Tugas 1:

Kajian Pustaka,

membuat resume

peranan statistika

dalam penelitian dan

kehidupan sehari-hari

[BT: 1x(4x50”)]

[BM: 1x(4x60”)]

dan kehidupan

sehari-hari.

2 [C3, P3, A3] Mampu menyajikan data

dalam berbagai

grafik/diagram dan

membuat distribusi

frekuensi

1. Penyajian data

2. Distribusi

frekuensi

[2] Halaman 47-

68

[3] Halaman 14-65

Kuliah, Ceramah,


[TM: 1x(4x50”)]

Tugas 2:

Mengumpulkan dan

menyajikan data

penelitian dalam

bentuk distribusi

frekuensi maupun

diagram/grafik

dengan menggunakan

Ms. Office.

[BT: 1x(4x50”)]

[BM: 1x(4x60”)]

1. Ketepatan dalam

mengumpulkan data

penelitian.

2. Ketepatan dalam

penyajian data

dalam bentuk

distribusi frekuensi.

3. Ketepatan dalam

penyajian data

dalam bentuk

grafik/diagram.

Non-Tes: - Makalah

laporan hasil

tugas 2

- Presentasi

hasil

20%

3 [C3, P3, A3] 1. Ukuran

pemusatan

Kuliah, Ceramah,


1. Ketepatan dalam

menghitung ukuran Tes: Tulis 10%

UNIPA Surabaya | 13

Minggu

Ke-



MK)

Materi

Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi Waktu]

Assessment


Mampu menghitung ukuran

pemusatan, ukuran letak,

dan ukuran penyimpangan

untuk melaksanakan

penelitian

- Mean

- Median

- Modus

2. Ukuran letak

- Kuartil

- Desil

- Persentil

3. Ukuran

penyebaran

- Simpangan

Baku

- Varians

[2] Halaman 22-

45

[3] Halaman 66-

105

[TM: 1x(4x50”)]

Kuis 1:

Ukuran pemusatan,

ukuran letak, dan

ukuran penyimpangan

[BT: 1x(4x50”)]

[BM: 1x(4x60”)]

pemusatan, ukuran

letak, dan ukuran

penyimpangan.

4 - 5 [C3, P3, A3] Mampu memahami dan

mengimplementasikan

teori peluang dalam

pemecahan masalah

Teori Peluang

[2] Halaman 69-

150, 206-237

[3] Halaman 113-

125, 161-197

Kuliah, Ceramah,


[TM: 2x(4x50”)]

Kuis 2:

Peluang dan distribusi

sampel

[BT: 2x(4x50”)]

1. Ketepatan dalam

menjawab soal

yang berhubungan

dengan peluang

dan distribusi

sampel

Tes: Tulis 10%

UNIPA Surabaya | 14

Minggu

Ke-



MK)

Materi

Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi Waktu]

Assessment


[BM: 2x(4x60”)]

6-7 [C3, P3, A3] Mampu memahami dan

mengimplementasikan

pendistribusian data dalam

kurva normal dalam

pemecahan masalah

Distribusi Normal

[2] Halaman 180-

205

[3] Halaman 126-

160

Kuliah, Ceramah,


[TM: 2x(4x50”)]

Kuis 3:

Distribusi normal.

[BT: 2x(4x50”)]

[BM: 2x(4x60”)]

1. Ketepatan dalam

menyelesaikan soal

distribusi data

dalam kurva

normal.

Tes: Tulis 10%


9 [C3, A3]

Mampu memahami dan

merumuskan hipotesis

penelitian

Hipotesis

[2] Halaman 228-

229

[3] Halaman 219-

225

Kuliah, Ceramah,


[TM: 1x(4x50”)]

Kuis 4:

Merumuskan

hipotesis statistik

penelitian

[BT: 1x(4x50”)]

[BM: 1x(4x60”)]

1. Ketepatan dalam

merumuskan

hipotesis statistik

penelitian

Tes: Lisan 10%

10-11 [C4, P3, A3] Mampu menguji hipotesis

rata-rata dua populasi

1. Pengujian

hipotesis

2. Uji rata-rata dua

populasi

Kuliah, Ceramah,

Diskusi, Tanya jawab,

Praktikum

[TM: 2x(4x50”)]

Ketepatan dalam

menguji Rata‐rata 2

populasi dan

menggunakan

Software SPSS.

Non-Tes:

Laporan hasil

analisis manual

dan praktikum

dengan SPSS

30%

UNIPA Surabaya | 15

Minggu

Ke-



MK)

Materi

Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi Waktu]

Assessment


[2] Halaman 288-

339

[3] Halaman 219-

271

[4] Halaman 239-

248

Tugas 3a: Tugas

Praktikum

Uji hipotesis rata-rata

2 populasi secara

manual dan

menggunakan

software SPSS.

[BT: 2x(4x50”)]

[BM: 2x(4x60”)]

1. (Tugas 3a, 3b,

dan 3c) dalam

bentuk makalah


dengan analisis Varians

Analisis Varians

[2] Halaman 382-

427

[3] Halaman 299-

309

[4] Halaman 249-

264

Kuliah, Ceramah,


Praktikum

[TM: 2x(4x50”)]

Tugas 3b: Tugas

Praktikum

Uji hipotesis dengan

analisis varians secara

manual dan

menggunakan

software SPSS.

[BT: 2x(4x50”)]

[BM: 2x(4x60”)]

Ketepatan dalam

menguji hipotesis

dengan analisis varians

dan menggunakan

Software SPSS.

UNIPA Surabaya | 16

Minggu

Ke-



MK)

Materi

Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi Waktu]

Assessment



penelitian Analisis

Korelasi dan Regresi

1. Analisis

Korelasi

2. Analisis Regresi

[2] Halaman 340-

381

[3] Halaman 310-

395

[4] Halaman 128-

167

Kuliah, Ceramah,


Praktikum

[TM: 2x(4x50”)]

Tugas 3c: Tugas

Praktikum

Melakukan uji

hipotesis dengan

analisis korelasi dan

regresi secara manual

dan menggunakan

software SPSS.

[BT: 2x(4x50”)]

[BM: 2x(4x60”)]

Ketepatan dalam

menguji hipotesis

dengan analisis

korelasi dan regresi

serta menggunakan

Software SPSS.

1.


UNIPA Surabaya | 17

5 Rencana Tugas

Mata Kuliah : Metode Statistika Semester : 5 (Lima)

Kode : 550404 sks : 4


Dosen : Erna Puji Astutik, S.Si., M.Pd., M.Sc.


Mampu menyajikan, mengolah, menganalisis data, dan menguji hipotesis

penelitian secara teliti dengan menginternalisasi nilai, norma, dan etika

akademik.

Tugas I:

Sub Capaian Pembelajaran MK: Mampu menjelaskan pengertian dan peranan

statistika dalam penelitian [C2, A3]

1. Uraian Tugas

a. Objek Garapan: Resume Peranan Statistika dalam penelitian dan


b. Aktivitas yang Harus Dikerjakan dan Batasannya:

1) Mengkaji Literatur

2) Membuat resume


1) Penelusuran dan pengumpulan kajian dari berbagaai sumber

2) Menyusun resume


1) Resume ditulis tangan dalam kertas folio bergaris serta

mencantumkan referensi.

2) Tuliskan nama dan NIM


a. Penyusunan Resume (bobot 20%)

UNIPA Surabaya | 18

Tata tulis ilmiah dan kepatuhan terhadap format yang ditentukan, serta


b. Kesesuaian Isi (bobot 40%)

Isi resume sesuai dengan topik yang ditugaskan.

c. Kelengkapan Resume (bobot 40%)

Menyebutkan peranan statistika secara beragam, jelas dan terperinci.


Pada saat pelaksanaan perkuliahan di minggu pertama.

4. Lain-lain

a. Hasil resume antar mahasiswa tidak boleh persis sama.

b. Bobot tugas adalah 20% dari total bobot evaluasi matakuliah metode

statistika.

Tugas II:

Sub Capaian MK: [C3, P3, A3]

Mampu menyajikan data dalam berbagai grafik/diagram dan membuat distribusi

frekuensi

1. Uraian Tugas

a. Objek Garapan: Penyajian data dan Distribusi Frekuensi


1) Mengumpulkan data penelitian yang bisa diperoleh dari berbagai

sumber di lingkungan sekitar

2) Mengolah data

3) Menyusun laporan


1) Penelusuran dan pengumpulan data dari berbagaai sumber

2) Menyajikan data dengan Ms.Office meliputi: Tabel, grafik, diagram,

histogram, ogive, poligon.

3) Menyusun distribusi frekuensi

4) Menyusun laporan

UNIPA Surabaya | 19

d. Kreteria Luaran Tugas yang Dihasilkan

1) Laporan tugas dengan format: A4, font: Times New Roman, size 12,

margin 3-2-2-2. Menjelaskan langkah-langkah pengerjaan

menggunakan tata tulis ilmiah. Dikumpulkan dalam bentuk

hardcopy dan softcopy dalam format rtf(*.rtf)


3) Tugas dalam bentuk softcopy dikumpulkan dalam file dengan nama

NIM dan nama mahasiswa.


a. Penyusunan Laporan (bobot 20%)

Tata tulis ilmiah dan kepatuhan terhadap format yang ditentukan,

pengolahan dan penyajian tulisan (tidak dari paste atau capture hasil

download), susunan setidaknya terdiri dari: pendahuluan, pembahasan,

kesimpulan, dan referensi.

b. Ketepatan Langkah Penggunaan Ms.Office (bobot 40%)

Menuliskan langkah-langkah secara urut, sistematis, dan tepat sesuai

dengan referensi.

c. Ketepatan Hasil Penyajian Data (bobot 40%)

Menuliskan hasil penyajian data secara tepat dan benar.


a. Mulai mengerjakan: Minggu ke-2

b. Pengumpulan tugas: Minggu ke -3

c. Pengumuman hasil evaluasi: Minggu ke-4

4. Lain-lain

c. Data yang dikumpulkan antar mahasiswa tidak boleh sama.

d. Bobot tugas adalah 20% dari total bobot evaluasi matakuliah metode

statistika.

UNIPA Surabaya | 20

Tugas III:

Sub Capaian MK:

- Mampu menguji hipotesis rata-rata dua populasi [C4, P3, A3]

- Mampu menguji hipotesis dengan analisis Varians [C4, P3, A3]

- Mampu menguji hipotesis penelitian Analisis Korelasi dan Regresi [C4, P3,

A3]

1. Uraian Tugas

a. Objek Garapan: Uji Hipotesis (Uji rata-rata 2 populasi, analisis

vaarians, analisis korelasi dan regresi)


1) Mencari data dari berbagai sumber yang bisa digunakan dalam

pengujian hipotesis (Uji rata-rata 2 populasi, analisis vaarians,

analisis korelasi dan regresi)

2) Merumuskan hipotesis

3) Melakukan uji hipotesis dan analisis data secara manual dan dengan

software SPSS

4) Menyusun laporan


1) Penelusuran dan pengumpulan data dari berbagaai sumber

2) Mengajukan hipotesis

3) Menguji hipotesis

4) Menganalisis data

5) Menyusun laporan

d. Kreteria Luaran Tugas yang Dihasilkan

1) Laporan tugas dengan format: A4, font: Times New Roman, size 12,

margin 3-2-2-2. Menjelaskan langkah-langkah pengerjaan

menggunakan tata tulis ilmiah. Dikumpulkan dalam bentuk

hardcopy dan softcopy dalam format rtf(*.rtf)


UNIPA Surabaya | 21

3) Tugas dalam bentuk softcopy dikumpulkan dalam file dengan nama

NIM dan nama mahasiswa.


a. Penyusunan Laporan (bobot 20%)

Tata tulis ilmiah dan kepatuhan terhadap format yang ditentukan,

pengolahan dan penyajian tulisan (tidak dari paste atau capture hasil

download), susunan setidaknya terdiri dari: pendahuluan, pembahasan,

kesimpulan, dan referensi.

b. Ketepatan Langkah Penggunaan Program SPSS (bobot 30%)

Menuliskan langkah-langkah secara urut, sistematis, dan tepat sesuai

dengan referensi.

c. Ketepatan Hasil Analisis Data (bobot 30%)

Menuliskan hasil analisis data secara tepat dan benar.

d. Ketepatan Penarikan Kesimpulan (bobot 20%)

Menyimpulkan hasil pengujian hipotesis dan analisis data dengan

benar.


a. Mulai mengerjakan: Minggu ke-12

b. Konsultasi dan diskusi tugas: Minggu ke-13 s/d Minggu ke-15

c. Pengumpulan tugas: Minggu ke -16 (pada saat UAS)

d. Pengumuman hasil evaluasi: Minggu ke-17

4. Lain-lain

a. Data yang dikumpulkan antar mahasiswa tidak boleh sama.

b. Bobot tugas adalah 30% dari total bobot evaluasi matakuliah metode

statistika.

UNIPA Surabaya | 22







Mg Ke CP-MK Pokok Bahasan


Test/Non Test

Bobot

(%)

Kognitif Psikomotor Afektif

C2 C3 C4 P3 A3

1 [C2, A3]

Mampu menjelaskan



Pengertian dan peranan

statistika dalam

penelitian

√

√ Resume 10 %

2 [C3, P3, A3]

Mampu menyajikan data

dalam berbagai

grafik/diagram dan membuat


1. Penyajian data


√ √ √ Membuat

makalah

laporan

pengumpulan

dan penyajian

data

20 %

UNIPA Surabaya | 23



Test/Non Test

Bobot

(%)


C2 C3 C4 P3 A3

3 [C3, P3, A3] Mampu menghitung ukuran

pemusatan, ukuran letak, dan

ukuran penyimpangan untuk

melaksanakan penelitian

1. Ukuran pemusatan

- Mean

- Median

- Modus

2. Ukuran letak

- Kuartil

- Desil

- Persentil


- Simpangan Baku

- Varians

√ 3 soal essay 10 %



peluang dalam pemecahan

masalah

Teori Peluang



mengimplementasikan


Distribusi Normal


UNIPA Surabaya | 24



Test/Non Test

Bobot

(%)


C2 C3 C4 P3 A3

kurva normal dalam

pemecahan masalah

9 [C3, A3] Mampu memahami dan


penelitian

Hipotesis

√ 1 soal terbuka 10 %



1. Pengujian hipotesis

2. Uji rata-rata 2populasi

√ √ √ Membuat

makalah

laporan

praktikum dan

analisis data

30 %



Analisis Varians √ √ √


dengan analisis korelasi dan

regresi

Analisis regresi dan

korelasi

√ √ √

UNIPA Surabaya | 25



Test/Non Test

Bobot

(%)


C2 C3 C4 P3 A3

Jumlah Butir Soal 1 11 3 4 5 24

Prosentase 62,50 % 16,67 % 20,83 % 100%

UNIPA Surabaya | 26

7 Contoh Tes Uraian


Kode : 550404 sks : 4



Capaian Pembelajaran MK (CP-MK):

Mampu menyajikan, mengolah, menganalisis data, dan menguji hipotesis penelitian

secara teliti dengan menginternalisasi nilai, norma, dan etika akademik [C4, P3, A3].

Sub Capaian Pembelajaran MK:

Mampu memahami dan mengimplementasikan teori peluang dalam pemecahan masalah

[C3, P3, A3]

Contoh Soal Uraian

1. Diberikan populasi sarjana disuatu kota yang dibagi menurut jenis kelamin dan status

pekerjaan sebagai berikut :

Bekerja Menganggur Jumlah

Laki-laki

Wanita

460

140

40

260

500

400

Jumlah 600 300 900

Akan diambil seorang dari mereka untuk ditugaskan melakukan promosi barang.

Ternyata yang terpilih adalah dalam status bekerja, berapakah probabilitasnya bahwa

dia Laki-laki?

2. Misalkan kita mengambil 3 kartu (diambil 3 kali) pada kartu bridge yang lengkap.

Setiap mengambil kartu, kartu yang terpilih tidak dikembalikan pada kelompok kartu

tersebut. Hal ini dikatakan pengambilan kartu tanpa pengembalian. Tentukanlah

probabilitas untuk memperoleh 3 kartu As!

UNIPA Surabaya | 27

3. Ada 3 kotak yang masing-masing berisi 2 bola. Kotak I berisi 2 bola merah, kotak II

berisi 1 bola merah dan 1 bola putih, dan kotak III berisi 2 bola putih. Dengan mata

tertutup anda diminta mengambil satu kotak secara acak dan kemudian mengambil

bola 1 bola secara acak dari kotak yang terambil tersebut. Anda diberitahu bahwa bola

yang terambil ternyata berwarna merah. Berapakah peluangnya bola tersebut terambil

dari kotak I, II, dan III?

Jawaban:

1. Diketahui:

Misalkan A = kejadian terpilihnya sarjana telah bekerja

B = kejadian bahwa dia laki-laki

n (A) = 600

n (A∩B) = 460

Ditanya: P (A\B)

Jawab:

Jadi probabilitas terpilih Laki-laki jika diketahui dia bekerja adalah 23/30.

2. Diketahui:

Misalkan: S = kumpulan kartu dimana n(S) = 52

A = terpilih kartu As pada pengambilan pertama

B/A = terpilih kartu As pada pengambilan kedua dengan syarat pada

pengambilan pertama terpilih kartu As

C/ = terpilih kartu As pada pengambilan ketiga dengan syarat pada

pengambilan pertama dan kedua terpilih kartu As

Ditanya: P (A∩B∩C)

30

23

600

460

AP

BAPA/BP

900

600AP maka 600An

900

460BAP maka 460BAn

BA

UNIPA Surabaya | 28

Jawab:

Pengambilan 1 : n(A)=4 dan n(S)=52

Pengambilan 2 : n(B/A)=3 dan n(S)=51

Pengambilan 3 : n(C / ) =2 dan n(S)=50

Maka :

Jadi probabilitas untuk memperoleh 3 kartu As jika pengambilan tanpa pengembalian

adalah 1/5525.

3. Diketahui:

Misalkan A1 = kejadian terambilnya kotak I

A2 = kejadian terambilnya kotak II

A3 = kejadian terambilnya kotak III

B = kejadian terambilnya bola merah

Ditanya : P(A1/B), P(A2/B), dan P(A3/B)

Jawab:

Karena diambil secara acak maka :

P(A1)=P(A2)=P(A3)=1/3

Probabilitas terambilnya bola merah dari kotak I adalah P(B/A1)=1.

Probabilitas terambilnya bola merah dari kotak II adalah P(B/A2)=1/2.

Probabilitas terambilnya bola merah dari kotak III adalah P(B/A3)=0.

P(B)= P(B/A1).P(A1)+P(B/A2).P(A2)+P(B/A3).P(A3)

= 1.1/3 + 1/2.1/3 + 0.1/3

= 1/2

525.5

1

52

4.

51

3.

50

2

AP.B/AP.BC/APCBAP

BA

3

1

2

1

3

1

2

1

BP

A2P.B/A2P

BP

A2BP A2/BP

3

2

2

1

3

11

BP

A1P.B/A1P

BP

A1BP A1/BP

UNIPA Surabaya | 29

0

2

1

3

10

BP

A3P.B/A3P

BP

A3BP A3/BP

Jadi peluang bola terambi dari kotak I, II, dan III secara berturut-turut adalah 2/3,

1/3, dan 0.

UNIPA Surabaya | 30


Capaian Pembelajaran MK (CP-MK): [C5, P3, A3]

Mampu mengumpulkan, menyajikan, mengolah, menganalisis data, dan menguji

hipotesis serta mengambil keputusan yang tepat khususya di bidang penelitian

pendidikan matematika dengan menginternalisasi nilai, norma, dan etika akademik.

Sub Capaian Pembelajaran MK: [C3, P3, A3]

Mampu memahami dan mengimplementasikan teori peluang dalam pemecahan masalah

Pedoman Penskoran Soal Uraian

1. Diberikan populasi sarjana disuatu kota yang dibagi menurut jenis kelamin dan status

pekerjaan sebagai berikut :

Bekerja Menganggur Jumlah

Laki-laki

Wanita

460

140

40

260

500

400

Jumlah 600 300 900

Akan diambil seorang dari mereka untuk ditugaskan melakukan promosi barang.

Ternyata yang terpilih adalah dalam status bekerja, berapakah probabilitasnya bahwa

dia Laki-laki?


1 Menyebutkan informasi soal:

Diketahui:

Misalkan A = kejadian terpilihnya sarjana telah bekerja

B = kejadian bahwa dia laki-laki

n (A) = 600

n (A∩B) = 460

Ditanya: P (A\B)

5

2 Langkah pengerjaan:

UNIPA Surabaya | 31


30

23

600

460

AP

BAPA/BP

900

600AP maka 600An

900

460BAP maka 460BAn

3

3

4

3 Kesimpulan:

Jadi peluang bola terambi dari kotak I, II, dan III secara berturut-

turut adalah 2/3, 1/3, dan 0.

2

Jumlah Skor 17

2. Misalkan kita mengambil 3 kartu (diambil 3 kali) pada kartu bridge yang lengkap.

Setiap mengambil kartu, kartu yang terpilih tidak dikembalikan pada kelompok kartu

tersebut. Hal ini dikatakan pengambilan kartu tanpa pengembalian. Tentukanlah

probabilitas untuk memperoleh 3 kartu As!



Diketahui:

Misalkan:

S = kumpulan kartu dimana n(S) = 52

A = terpilih kartu As pada pengambilan pertama

B/A = terpilih kartu As pada pengambilan kedua dengan syarat

pada pengambilan pertama terpilih kartu As

C/ = terpilih kartu As pada pengambilan ketiga dengan

syarat pada pengambilan pertama dan kedua terpilih kartu As

Ditanya: P (A∩B∩C)

5


Pengambilan 1 : n(A)=4 dan n(S)=52

2

BA

UNIPA Surabaya | 32


Pengambilan 2 : n(B/A)=3 dan n(S)=51

Pengambilan 3 : n(C / ) =2 dan n(S)=50

Maka :

2

2

2

2

3 Kesimpulan:

Jadi probabilitas untuk memperoleh 3 kartu As jika pengambilan

tanpa pengembalian adalah 1/5525.

2

Jumlah Skor 17

3. Ada 3 kotak yang masing-masing berisi 2 bola. Kotak I berisi 2 bola merah, kotak II

berisi 1 bola merah dan 1 bola putih, dan kotak III berisi 2 bola putih. Dengan mata

tertutup anda diminta mengambil satu kotak secara acak dan kemudian mengambil

bola 1 bola secara acak dari kotak yang terambil tersebut. Anda diberitahu bahwa bola

yang terambil ternyata berwarna merah. Berapakah peluangnya bola tersebut terambil

dari kotak I, II, dan III?



Diketahui:

Misalkan A1 = kejadian terambilnya kotak I

A2 = kejadian terambilnya kotak II

A3 = kejadian terambilnya kotak III

B = kejadian terambilnya bola merah

Ditanya : P(A1/B), P(A2/B), dan P(A3/B)

5


Karena diambil secara acak maka :

P(A1)=P(A2)=P(A3)=1/3

2

525.5

1

52

4.

51

3.

50

2

AP.B/AP.BC/APCBAP

BA

UNIPA Surabaya | 33


Probabilitas terambilnya bola merah dari kotak I adalah P(B/A1)=1.

Probabilitas terambilnya bola merah dari kotak II adalah

P(B/A2)=1/2.

Probabilitas terambilnya bola merah dari kotak III adalah

P(B/A3)=0.

P(B)= P(B/A1).P(A1)+P(B/A2).P(A2)+P(B/A3).P(A3)

= 1.1/3 + 1/2.1/3 + 0.1/3

= 1/2

2

2

2

2

1

1

4

4

4

3 Kesimpulan:

Jadi probabilitas untuk memperoleh 3 kartu As jika pengambilan

tanpa pengembalian adalah 1/5525.

2

Jumlah Skor 31

0

2

1

3

10

BP

A3P.B/A3P

BP

A3BP A3/BP

3

1

2

1

3

1

2

1

BP

A2P.B/A2P

BP

A2BP A2/BP

3

2

2

1

3

11

BP

A1P.B/A1P

BP

A1BP A1/BP

UNIPA Surabaya | 34



Kode : 550404 sks : 4





CP – MK : [C4, P3, A3]

Mampu menyajikan, mengolah, menganalisis data, dan

menguji hipotesis penelitian secara teliti dengan

menginternalisasi nilai, norma, dan etika akademik

Sub CP –MK :

- Pertemuan ke-1: Mampu menjelaskan pengertian dan peranan statistika dalam

penelitian [C2, A3]

- Pertemuan ke-2: Mampu menyajikan data dalam berbagai grafik/diagram dan

membuat distribusi frekuensi [C3, P3, A3]

- Pertemuan ke-3: Mampu menghitung ukuran pemusatan, ukuran letak, dan ukuran

penyimpangan untuk melaksanakan penelitian [C3, P3, A3]

Metode Pembelajaran : Kuliah, Ceramah, Diskusi, Tanya jawab


Tahap

Pembelajaran Aktivitas Dosen Kegiatan Pembelajaran


1 2 3 4

Pendahuluan

- Menyampaikan kontrak

kuliah

- Memberikan gambaran

umum mata kuliah

- Menjelaskan tujuan,

manfaat, serta relevansi

materi dalam kehidupan

sehari-hari

Mendiskripsikan ulang

tujuan, manfaat, serta

relevansi materi dalam


Partisipasi

UNIPA Surabaya | 35

Tahap



1 2 3 4

Inti Penyajian

- Menjelaskan Pengertian

Statistika

- Memberikan penjelasan

dan ilustrasi Statistika

dalam dunia pendidikan

- Menjelaskan Berbagai

Jenis Statistika

- Menjelaskan Penerapan

serta persyaratan

penerapan setiap jenis

statistika

- Meminta mahasiswa

melakukan kajian pustaka

dan membuat resume

tentang peranan statistika

dalam penelitian dan


- Meminta mahasiswa

mendiskusikan hasil

resume.

Membuat catatan,

menyimak, membuat

resume, berdiskusi,

bertanya

- Membuat

Resume

- Diskusi

Penutup

- Menyimpulkan

pembahasan perkuliahan

pada pertemuan ini


mengenai perkuliahan

selanjutnya

Menyimak, menjawab,

bertanya

Partisipasi


Tahap



1 2 3 4

Pendahuluan




sehari-hari khususnya

dalam penelitian





khususnya dalam penelitian

Partisipasi

UNIPA Surabaya | 36

Tahap



1 2 3 4

Inti Penyajian

- Menjelaskan macam-

macam penyajian data

- Meminta mahasiswa

menyusun penyajian data

dengan Ms.Office

- Menjelaskan cara

menyusun distribusi

frekuensi

- Meminta mahasiswa

menyusun distribusi

frekuensi.

Membuat catatan,

menyimak, berdiskusi,

bertanya, menjawab

- Menyajikan

data dengan

Ms. Office

- Menyusun

distribusi

frekuensi

Penutup

- Menyimpulkan


pada pertemuan ini

- Memberikan tugas



selanjutnya

Menyimak, menjawab,

bertanya

Penugasan

membuat

makalah

penyajian data

dan distribusi

frekuensi


Tahap



1 2 3 4

Pendahuluan





dalam penelitian






Partisipasi

Inti Penyajian

- Menjelaskan cara

menghitung ukuran

pemusatan, ukuran letak,

dan ukuran penyimpangan

- Meminta mahasiswa

mengerjakan latihan soal

- Meminta mahasiswa

mendemonstrasikan hasil

pengerjaannya

Membuat catatan,


Bertanya, menjawab,

presentasi

- Mengerjakan

soal latihan

- Presentasi

hasil

Penutup

- Memberikan Kuis

- Menyimpulkan


pada pertemuan ini



selanjutnya

Menyimak, menjawab,

bertanya

Tes tulis

UNIPA Surabaya | 37



Kode : 550404 sks : 4





CP – MK : [C4, P3, A3]





Mampu memahami dan mengimplementasikan teori




Tahap



1 2 3 4

Pendahuluan





dalam penelitian






Partisipasi

Inti Penyajian

- Menjelaskan materi

terkait peluang dan

distribusi sampel

- Meminta mahasiswa


- Meminta mahasiswa

untuk berdiskusi terkait


Membuat catatan,


bertanya, menjawab

- Mengerjakan

soal latihan

dengan

materi

peluang dan

distribusi

UNIPA Surabaya | 38

Tahap



1 2 3 4

Penutup

- Memberikan kuis 2

- Menyimpulkan


pada pertemuan ini



selanjutnya

Menyimak, menjawab,

bertanya, mengerjakan soal

kuis 2

Tes tulis

UNIPA Surabaya | 39



Kode : 550404 sks : 4





CP – MK : [C4, P3, A3]





Mampu memahami dan mengimplementasikan

pendistribusian data dalam kurva normal dalam

pemecahan masalah


Pertemuan Ke-6 s/d 7 : Kuliah.

Tahap



1 2 3 4

Pendahuluan





dalam penelitian






Partisipasi

UNIPA Surabaya | 40

Tahap



1 2 3 4

Inti Penyajian

- Menjelaskan materi

distribusi normal

- Meminta mahasiswa


distribusi data dalam

kurva normal

- Meminta mahasiswa

untuk berdiskusi terkait


distribusi data dalam

kurva normal

Membuat catatan,


bertanya, menjawab

- Mengerjakan

soal latihan

distribusi

data dalam

kurva normal

Penutup

- Memberikan kuis 3

- Menyimpulkan


pada pertemuan ini



selanjutnya

Menyimak, menjawab,


kuis 3

Tes tulis

UNIPA Surabaya | 41



Kode : 550404 sks : 4





CP – MK : [C4, P3, A3]





Mampu memahami dan merumuskan hipotesis penelitian



Tahap



1 2 3 4

Pendahuluan





dalam penelitian






Partisipasi

Inti Penyajian

- Menjelaskan materi dalam


statistik penelitian

- Meminta mahasiswa

untuk membuat hipotesis

statistik dalam rancangan

penelitian

- Meminta mahasiswa

untuk menuliskan

rancangan hipotesis

Membuat catatan,


bertanya, menjawab

- Membuat

rancangan

hipotesis

sementara

untuk

rancangan

penelitian

yang

dijadikan

bahan kajian

penelitian

UNIPA Surabaya | 42

Tahap



1 2 3 4

Penutup

- Memberikan kuis 4 yaitu


statistik penelitian

- Menyimpulkan


pada pertemuan ini



selanjutnya

Menyimak, menjawab,


kuis 4

Tes tulis dan

tes lisan

UNIPA Surabaya | 43



Kode : 550404 sks : 4





CP – MK : [C4, P3, A3]





Mampu menguji hipotesis rata-rata dua populasi



Tahap



1 2 3 4

Pendahuluan





dalam penelitian






Partisipasi

Inti Penyajian

- Menjelaskan pengujian

hipotesis

- Meminta mahasiswa

melakukan pengujian

hipotesis menggunakan

software SPSS

- Menjelaskan uji rata-rata

dua populasi

- Meminta mahasiswa

menguji rata-rata dua

populasi.

Membuat catatan,


bertanya, menjawab

- Melakukan

uji rata-rata

dua

populasi

- Menggunak

an software

SPSS

dalam

melakukan

uji rata-rata

dua

populasi

UNIPA Surabaya | 44

Tahap



1 2 3 4

Penutup

- Menyimpulkan


pada pertemuan ini

- Memberikan tugas

praktikum terkait uji

hipotesis rata-rata dua

populasi secara manual

serta menggunakan

software SPSS



selanjutnya

Menyimak, menjawab,

bertanya

Penugasan

membuat

makalah dalam

menguji rata-

rata dua

populasi

dengan

menggunakan

software SPSS.

UNIPA Surabaya | 45



Kode : 550404 sks : 4





CP – MK : [C4, P3, A3]





Mampu menguji hipotesis dengan analisis varians



Tahap



1 2 3 4

Pendahuluan





dalam penelitian






Partisipasi

UNIPA Surabaya | 46

Tahap



1 2 3 4

Inti Penyajian

- Menjelaskan analisis

varians

- Menjelaskan uji hipotesis


secara manual dan

menggunakan software

SPSS

- Meminta mahasiswa

melakukan pengujian

hipotesis dengan analisis

varians menggunakan

software SPSS

Membuat catatan,


bertanya, menjawab

- Melakukan

uji

hipotesis

dengan

analisis

varian

- Menggunak

an software

SPSS

dalam

melakukan

uji

hipotesis

analisis

varians

Penutup

- Menyimpulkan


pada pertemuan ini

- Memberikan tugas



varians secara manual

serta menggunakan

software SPSS



selanjutnya

Menyimak, menjawab,

bertanya

Penugasan

membuat

makalah dalam

menguji

hipotesis

dengan analisis

varians dengan

menggunakan

software SPSS.

UNIPA Surabaya | 47



Kode : 550404 sks : 4





CP – MK : [C4, P3, A3]





Mampu menguji hipotesis penelitian analisis korelasi dan

regresi



Tahap



1 2 3 4

Pendahuluan





dalam penelitian






Partisipasi

UNIPA Surabaya | 48

Tahap



1 2 3 4

Inti Penyajian


korelasi


regresi

- Menjelaskan uji hipotesis

dengan analisis korelasi

dan regresi secara manual

dan menggunakan

software SPSS

- Meminta mahasiswa

melakukan pengujian


korelasi dan regresi secara

manual dan menggunakan

software SPSS

Membuat catatan,


bertanya, menjawab

- Melakukan

uji hipotesis

dengan

analisis

korelasi dan

regresi

secara

manual dan

menggunak

an software

SPSS

- Menggunak

an software

SPSS dalam

melakukan

uji hipotesis

dengan

analisis

korelasi dan

regresi

Penutup

- Menyimpulkan


pada pertemuan ini

- Memberikan tugas



korelasi dan regresi secara

manual dan menggunakan

software SPSS



selanjutnya

Menyimak, menjawab,

bertanya

- Penugasan

membuat

makalah

dalam

menguji uji

hipotesis

dengan

analisis

korelasi dan

regresi

secara

manual dan

menggunak

an software

SPSS

UNIPA Surabaya | 49


Nama Mata Kuliah : Metode Statistika

Kode Mata Kuliah : 550404

Besarnya sks : 4


Semester : 5 (Lima)


Ruang : Ruang Kelas Pendidikan Matematika (B.4.10)


Mahasiswa diharapkan mampu menyajikan, mengolah, menganalisis data, dan

menguji hipotesis khususnya dalam penelitian kuantitatif sebagai bekal skripsi.

2. Deskripsi

Mata kuliah ini memberikan gagasan tentang dasar statistika yang banyak digunakan

dalam praktek dan penelitian khususnya penelitian pendidikan. Materi mata kuliah ini

meliputi Statistika Deskriptif, Penyajian data, ukuran pemusatan, ukuran penyebaran,

ukuran letak, probabilitas, distribusi normal, X2, t, dan F. Mata Kuliah ini juga

menjelaskan tentang Statistika Inferensial yang meliputi uji hipotesis (uji-z, uji-t, uji-

X2, dan uji F), analisis variansi, korelasi, regresi sederhana dan regresi ganda baik

secara hitungan manual maupun dengan software SPSS.


a. CP-PRODI



2. Mampu menyusun deskripsi saintifik hasil kajian tersebut di atas dalam

bentuk skripsi atau laporan tugas akhir, dan mengunggahnya dalam laman

perguruan tinggi (KU4); Mampu mendokumentasikan, menyimpan,

mengamankan, dan menemukan kembali data untuk menjamin kesahihan dan

mencegah plagiasi (KU9) ;

UNIPA Surabaya | 50

3. Merancang dan melaksanakan penelitian serta melaporkan dan

mempublikasikan hasilnya, sehingga dapat digunakan sebagai alternatif

penyelesaian masalah di bidang pendidikan matematika (KK13); Mampu

mengambil keputusan strategis di bidang pendidikan matematika berdasarkan

informasi dan data yang relevan (KK14); Mampu mengambil keputusan yang

tepat di bidang pendidikan matematika berdasarkan analisis informasi dan

data (edupreuner) (KK17) ;


b. CP-MK

[C4, P3, A3] : Mampu menyajikan, mengolah, menganalisis data, dan menguji

hipotesis penelitian kuantitatif secara teliti dengan menginternalisasi nilai,

norma, dan etika akademik.

UNIPA Surabaya | 51















A

UNIPA Surabaya | 52


statistika dan peranan


[C2, A3]

2. Menyajikan data dalam

berbagai grafik/diagram dan

membuat distribusi frekuensi

[C4, P3, A3]

4. Memahami dan



[C3, P3, A3]

5. Memahami dan meng-

implementasikan pendistribusian


pemecahan masalah [C3, P3, A3]

7. Menguji hipotesis rata-rata dua

populasi [C4, P3, A3]


Analisis Varians [C4, P3, A3]



3. Menghitung ukuran pemusatan,

ukuran letak, dan ukuran

penyimpangan untuk

melaksanakan penelitian [C3, P3,

A3]

6. Memahami dan merumuskan

hipotesis penelitian [C2, A3]



[C4, P3, A3]

A

UNIPA Surabaya | 53


Pustaka Utama :

1. Walpole, R.E. 1982. Introduction to Statistics (Third Edition). New York:

MacMillan

2. Walpole, R.E. 1997. Pengantar Statistika, (Edisi ketiga). Jakarta: Gramedia

3. Sudjana. 2001. Metoda statistika. Bandung: Tarsito.

4. Pallant, J. 2011. SPSS Survival Manual: A step by step guide to data analysis

using SPSS. NSW: Allen & Unwin.

Pustaka Pendukung :

5. Riduwan dan Sunarto. 2013. Pengantar Statistika untuk Penelitian Pendidikan,

Sosial, Ekonomi, Komunikasi, dan Bisnis. Bandung: Alfabeta.

6. Susetyo, B. 2010. Statistika untuk Analisis Data Penelitian Dilengkapi Cara

Perhitungan dengan SPSS dan MS Office Excel. Bandung: Refika Aditama.


Kuliah, Praktikum, Ceramah, Diskusi, Tanya Jawab, Penugasan.

7. Rencana Tugas

Tugas I:

Sub Capaian Pembelajaran MK: Mampu menjelaskan pengertian dan peranan

statistika dalam penelitian [C2, A3]

a. Uraian Tugas

1) Objek garapan: Resume Peranan Statistika dalam penelitian dan kehidupan

sehari-hari

2) Aktivitas yang harus dikerjakan dan batasan nya:

a) Mengkaji Literatur

b) Membuat resume

3) Metodologi & Cara pengerjaannya

a) Penelusuran dan pengumpulan kajian dari berbagaai sumber

b) Menyusun resume

UNIPA Surabaya | 54

4) Kreteria luran tugas yang dihasilkan

a) Resume ditulis tangan dalam kertas folio bergaris serta mencantumkan

referensi.

b) Tuliskan nama dan NIM

b. Kreteria Penilaian

1) Penyusunan Resume (bobot 20%)

Tata tulis ilmiah dan kepatuhan terhadap format yang ditentukan, serta


2) Kesesuaian isi (bobot 40%)

Isi resume sesuai dengan topik yang ditugaskan.

3) Kelengkapan resume (bobot 40%)

Menyebutkan peranan statistika secara beragam, jelas dan terperinci.

c. Jadwal Pelaksanaan

Pada saat pelaksanaan perkuliahan di minggu pertama.

d. Lain-lain

1) Hasil resume antar mahasiswa tidak boleh persis sama.

2) Bobot tugas adalah 20% dari total bobot evaluasi matakuliah metode

statistika.

Tugas II:

Sub Capaian MK: Mampu menyajikan data dalam berbagai grafik/diagram dan

membuat distribusi frekuensi [C3, P3, A3]

a. Uraian Tugas

1) Objek garapan: Penyajian data dan Distribusi Frekuensi


a) Mengumpulkan data penelitian yang bisa diperoleh dari berbagai sumber

di lingkungan sekitar

b) Mengolah data

c) Menyusun laporan


UNIPA Surabaya | 55

a) Penelusuran dan pengumpulan data dari berbagaai sumber

b) Menyajikan data dengan Ms.Office meliputi: Tabel, grafik, diagram,

histogram, ogive, poligon.

c) Menyusun distribusi frekuensi

d) Menyusun laporan


a) Laporan tugas dengan format: A4, font: Times New Roman, size 12,

margin 3-2-2-2. Menjelaskan langkah-langkah pengerjaan menggunakan

tata tulis ilmiah. Dikumpulkan dalam bentuk hardcopy dan softcopy dalam

format rtf(*.rtf)


c) Tugas dalam bentuk softcopy dikumpulkan dalam file dengan nama NIM

dan nama mahasiswa.


1) Penyusunan Laporan (bobot 20%)

Tata tulis ilmiah dan kepatuhan terhadap format yang ditentukan, pengolahan

dan penyajian tulisan (tidak dari paste atau capture hasil download), susunan

setidaknya terdiri dari: pendahuluan, pembahasan, kesimpulan, dan referensi.

2) Ketepatan langkah penggunaan Ms.Office (bobot 40%)

Menuliskan langkah-langkah secara urut, sistematis, dan tepat sesuai dengan

referensi.

3) Ketepatan hasil penyajian data (bobot 40%)

Menuliskan hasil penyajian data secara tepat dan benar.


1) Mulai mengerjakan: Minggu ke-2

2) Pengumpulan tugas: Minggu ke -3

3) Pengumuman hasil evaluasi: Minggu ke-4

d. Lain-lain

1) Data yang dikumpulkan antar mahasiswa tidak boleh sama.


statistika.

UNIPA Surabaya | 56

Tugas III:

Sub Capaian MK:

- Mampu menguji hipotesis rata-rata dua populasi [C4, P3, A3]

- Mampu menguji hipotesis dengan analisis Varians [C4, P3, A3]

- Mampu menguji hipotesis penelitian Analisis Korelasi dan Regresi [C4, P3, A3]

a. Uraian Tugas

1) Objek garapan: Uji Hipotesis (Uji rata-rata 2 populasi, analisis vaarians,

analisis korelasi dan regresi)


a) Mencari data dari berbagai sumber yang bisa digunakan dalam pengujian

hipotesis (Uji rata-rata 2 populasi, analisis vaarians, analisis korelasi dan

regresi)

b) Merumuskan hipotesis

c) Melakukan uji hipotesis dan analisis data secara manual dan dengan

software SPSS

d) Menyusun laporan


a) Penelusuran dan pengumpulan data dari berbagaai sumber

b) Mengajukan hipotesis

c) Menguji hipotesis

d) Menganalisis data

e) Menyusun laporan


a) Laporan tugas dengan format: A4, font: Times New Roman, size 12,

margin 3-2-2-2. Menjelaskan langkah-langkah pengerjaan menggunakan

tata tulis ilmiah. Dikumpulkan dalam bentuk hardcopy dan softcopy dalam

format rtf(*.rtf)


c) Tugas dalam bentuk softcopy dikumpulkan dalam file dengan nama NIM

dan nama mahasiswa.

UNIPA Surabaya | 57


1) Penyusunan Laporan (bobot 20%)

Tata tulis ilmiah dan kepatuhan terhadap format yang ditentukan, pengolahan

dan penyajian tulisan (tidak dari paste atau capture hasil download), susunan

setidaknya terdiri dari: pendahuluan, pembahasan, kesimpulan, dan referensi.

2) Ketepatan langkah penggunaan program SPSS (bobot 30%)

Menuliskan langkah-langkah secara urut, sistematis, dan tepat sesuai dengan

referensi.

3) Ketepatan hasil analisis data (bobot 30%)

Menuliskan hasil analisis data secara tepat dan benar.

4) Ketepatan penarikan kesimpulan (bobot 20%)

Menyimpulkan hasil pengujian hipotesis dan analisis data dengan benar.


1) Mulai mengerjakan: Minggu ke-12

2) Konsultasi dan diskusi tugas: Minggu ke-13 s/d Minggu ke-15

3) Pengumpulan tugas: Minggu ke -16 (pada saat UAS)

4) Pengumuman hasil evaluasi: Minggu ke-17

d. Lain-lain

1) Data yang dikumpulkan antar mahasiswa tidak boleh sama.


statistika.

UNIPA Surabaya | 58




Test/Non Test

Bobot

(%)


C2 C3 C4 P3 A3

1 [C2, A3]

Mampu menjelaskan



Pengertian dan peranan

statistika dalam

penelitian

√

√ Resume 10 %

2 [C3, P3, A3]

Mampu menyajikan data

dalam berbagai

grafik/diagram dan membuat


1. Penyajian data


√ √ √ Membuat

makalah

laporan

pengumpulan

dan penyajian

data

20 %

3 [C3, P3, A3] Mampu menghitung ukuran

pemusatan, ukuran letak, dan

ukuran penyimpangan untuk


1. Ukuran pemusatan

- Mean

- Median

- Modus

2. Ukuran letak

- Kuartil

- Desil

- Persentil


- Simpangan Baku


UNIPA Surabaya | 59



Test/Non Test

Bobot

(%)


C2 C3 C4 P3 A3

- Varians



peluang dalam pemecahan

masalah

Teori Peluang



mengimplementasikan


kurva normal dalam

pemecahan masalah

Distribusi Normal


9 [C3, A3] Mampu memahami dan


penelitian

Hipotesis

√ 1 soal terbuka 10 %

UNIPA Surabaya | 60



Test/Non Test

Bobot

(%)


C2 C3 C4 P3 A3




2. Uji rata-rata dua

populasi

√ √ √ Membuat

makalah

laporan

praktikum dan

analisis data

30 %



Analisis Varians √ √ √


dengan analisis korelasi dan

regresi

1. Analisis Regresi


√ √ √

Jumlah Butir Soal 1 11 3 4 5 24

Prosentase 62,50 % 16,67 % 20,83 % 100%

UNIPA Surabaya | 61


a. Tugas (bobot 30%)

b. Ujian Tengah Semester (bobot 20%)

c. Ujian Akhir Semester (bobot 50%)


No Tgl CP-MK Pokok Bahasan Pustaka

1 Minggu ke-1 [C2, A3]

Mampu menjelaskan pengertian dan peranan


Pengertian dan Peranan

Statistika dalam penelitian

[2] Halaman 2-11

[3] Halaman 1-13

2 Minggu ke-2 [C3, P3, A3]

Mampu menyajikan data dalam berbagai

grafik/diagram dan membuat distribusi frekuensi

1. Penyajian data


[2] Halaman 47-68

[3] Halaman 14-65

3 Minggu ke-3 [C3, P3, A3]

Mampu menghitung ukuran pemusatan, ukuran

letak, dan ukuran penyimpangan untuk


1. Ukuran pemusatan

- Mean

- Median

- Modus

2. Ukuran letak

- Kuartil

[2] Halaman 22-45

[3] Halaman 66-105

UNIPA Surabaya | 62


- Desil

- Persentil


- Simpangan Baku

- Varians

4 Minggu ke 4-5 [C3, P3, A3]


teori peluang dalam pemecahan masalah

Teori Peluang

[2] Halaman 69-150,

206-237

[3] Halaman 113-

125, 161-197

5 Minggu ke 6-7 [C3, P3, A3]


pendistribusian data dalam kurva normal dalam

pemecahan masalah

Distribusi Normal

[2] Halaman 180-205

[3] Halaman 126-160

6 Minggu ke-8 UTS

7 Minggu ke-9 [C3, A3]

Mampu memahami dan merumuskan hipotesis

penelitian

Hipotesis

[2] Halaman 228-229

[3] Halaman 219-225

UNIPA Surabaya | 63


8 Minggu ke 10-

11

[C4, P3, A3]

Mampu menguji hipotesis rata-rata dua populasi


2. Uji rata-rata dua populasi

[2] Halaman 288-339

[3] Halaman 219-271

[4] Halaman 239-248

9 Minggu ke 12-

13

[C4, P3, A3]

Mampu menguji hipotesis dengan analisis Varians

Analisis Varians [2] Halaman 382-427

[3] Halaman 299-309

[4] Halaman 249-264

10 Minggu ke 14-

15

[C4, P3, A3]

Mampu menguji hipotesis penelitian Analisis

Korelasi dan Regresi


2. Analisis Regresi

[2] Halaman 340-381

[3] Halaman 310-395

[4] Halaman 128-167

11 Minggu ke-16 UAS

UNIPA Surabaya| 64

UNIPA Surabaya | i

RPS OPERASIONAL RISET






Tlp. 031-5041190, 5041097, 8281181, Fax. 031-5042804

UNIPA Surabaya | ii

DAFTAR ISI

Halaman Sampul ................................................................................................................ i

Daftar Isi ........................................................................................................................... ii





4 Rencana Pembelajaran Semester (RPS) ................................................................. 10

5 Rencana Tugas ........................................................................................................ 22







KATA PENGANTAR



Kuliah Operasional Riset ini dengan baik.

Teknik Instruksional Mata Kuliah Operasional Riset ini diharapkan dapat dijadikan









Surabaya,


Surabaya.


Kuliah Operasional Riset ini sangat penulis harapkan sehingga proses peningkatan hasil



Penulis

UNIPA Surabaya | 1


Mata Kuliah : Riset Operasi (RO) Semester : Genap Kode : 55445 sks : 4

Jurusan : Pendidikan Matematika Dosen : Sri Rahmawati Fitriatien, S.Pd., M.Si.





3. Mampu mengambil keputusan strategis di bidang pendidikan matematika berdasarkan informasi dan data yang relevan (KK14) ;


Kemampuan Akhir Tiap Tahapan Belajar (CP-MK) : [C4,P3, A3]

Mampu menganalisa peristiwa-peristiwa nyata yang terjadi dalam masyarakat dengan teori-teori yang relevan dalam masalah

pengambilan keputusan pada operasional riset dengan berbagai teknik kuantitatif baik secara mandiri maupun dalam kerjasama tim.

A

UNIPA Surabaya | 2

Linear Programming (LP)

(3)

Metode Analisis Geometri (Grafik)

(4)

Programa Bilangan Bulat

(8) Masalah Penugasan

(7) Permasalahan Transportasi

(6)

Analisa Network

(9)

Metode Simplex

(5)

Aljabar Linear

Model Matematika

(2)

Pengantar Riset Operasi (RO) Dalam

Pengambilan Keputusan

(1)

Garis Entry Behaviour

A

UNIPA Surabaya | 3


Mata Kuliah : Riset Operasi (RO) Semester : Genap Kode : 55445 sks : 4



Mampu menganalisa peristiwa-peristiwa nyata yang terjadi dalam masyarakat dengan teori-teori yang relevan dalam masalah pengambilan

keputusan pada operasional riset dengan berbagai teknik kuantitatif baik secara mandiri maupun dalam kerjasama tim.







UNIPA Surabaya | 4



1 Mampu menjelaskan sejarah, manfaat,

tujuan serta perkembangan Riset

Operasi (C2, A2).

1. Ketepatan menjelaskan sejarah

riset operasi.

2. Ketepatan menjelaskan peranan

riset operasi.

3. Ketepatan menjelaskan unsur-

unsur riset operasi dalam sebuah

model keputusan.

4. Ketepatan menjelaskan perbedaan

pada setiap jenis model riset

operasi.


perkembangan riset operasi dalam

penelitian.

1. Riset Operasi sebagai Ilmu dan Seni :

1.1 Sejarah Riset Operasi

1.2 Manfaat dan tujuan Riset Operasi

1.3 Unsur-unsur dari sebuah model

keputusan pada Riset Operasi

1.4 Jenis-jenis model Riset Operasi

1.5 Perkembangan Riset Operasi

2 Mampu memodelkan permasalahan riil

ke dalam model matematika (C3, P3,

A3).

1. Ketepatan menghubungkan

permasalahan riil dengan model

matematika.

2. Ketepatan pembentukan model

matematika berdasarkan

permasalahan riil.

2. Model Matematika :

2.1 Memetakan Masalah

2.2 Pemodelan Matematika

3 Mampu menerapkan persoalan

Program Linear guna mendapatkan

hasil yang optimum (C3, P3, A3).

1. Ketepatan mendefinisikan

permasalahan dalam program

linear.

2. Ketepatan dalam merumuskan

model pemrograman linear.

3. Program Linear :

3.1 Pengantar Program Linear

3.2 Model Matematis dari

Pemrograman Linear

UNIPA Surabaya | 5


3. Ketepatan menentukan fungsi

kendala dan fungsi tujuan pada

persoalan program linear.

4. Ketepatan menyelesaikan

persoalan program linear untuk

mendapatkan hasil optimum.

3.3 Desain Model Fungsi Tujuan dan

Fungsi Kendala pada Persoalan

Pemrograman Linear

3.4 Aplikasi Pemrograman Linear

dalam kasus maksimasi dan kasus

minimasi

4-5 Mampu menganalisa masalah Program

Linear dengan menggunakan metode

Analisis Geometri (Grafik) (C4, P3,

A3).

1. Ketepatan dalam membuat grafik

dari model program linear.

2. Ketepatan dalam membuat grafik

untuk kasus maksimasi dan kasus

minimasi.


karakteristik program linear dengan

metode grafik dalam menentukan

solusi optimal.

4. Program Linear dengan Metode

Analisis Geometri (Grafik) :

4.1 Pemecahan Grafik dari Model

Program Linear

4.2 Analisis Sensitivitas

4.3 Formulasi Program Linear

4.4 Metode Grafik untuk Kasus

Maksimasi dan Minimasi

4.5 Kasus Khusus dalam Penetuan

Solusi Optimal

6-7 Mampu menganalisa kasus maksimasi

dan kasus minimasi guna mendapatkan

hasil optimal pada masalah Program

Linear dengan menggunakan Metode

Simplex (C4, P3, A3).

1. Ketepatan menggunakan metode

simplex pada kasus maksimasi dan

kasus maksimasi.

2. Ketepatan dalam menggunakan

metode simplex dengan prosedur

tabulasi.

3. Ketepatan dalam menentukan

fungsi kendala, fungsi tujuan serta

ketepatan dalam penggunaan

variabel bantuan.

5. Program Linear dengan Metode Simplex

:

5.1 Metode Simplex – Kasus

Maksimasi dan Kasus Minimasi

5.2 Prosedur Membuat Tabulasi

Simplex

5.3 Formulasi Fungsi Tujuan, Fungsi

Kendala dan Variabel Bantuan

5.4 Prosedur Ierasi dan Kondisi

Optimal

UNIPA Surabaya | 6


4. Ketepatan dalam menggunakan

prosedur iterasi dan kondisi

optimal.


karakteristik metode simplex pada

kasus maksimasi maupun kasus

minimasi.

5.5 Karakteristik Metode Simplex


9-10 Mampu mengidentifikasi sistem

transportasi pada Program Linear

dengan menyelesaikan permasalahan

transportasi (C4, P3, A3).

1. Ketepatan dalam menyusun model

matematis model transportasi.


NCWR.


Least Cost.


VAM.


persoalan transportasi untuk

mendapatkan solusi optimum.


karakteristik setiap metode

optimasi pada model transportasi.

6. Program Linear dengan Model

Transportasi :

6.1 Definisi dan Aplikasi Model

Transportasi

6.2 Tujuan dan Ciri-ciri Penerapan

Model Transportasi

6.3 Metode NCWR

6.4 Metode Least Cost

6.5 Metode VAM

11 Mampu menerapkan Masalah

Penugasan terkait dengan Proram

Linear (C3, P3, A3).

1. Ketepatan menyusun model

matematis masalah penugasan.

7. Program Linear Berstruktur Khusus :

Masalah Penugasan

UNIPA Surabaya | 7


2. Ketepatan dalam menyelesaikan

masalah penugasan untuk

menentukan solusi optimum.

7.1 Definisi dan Aplikasi Masalah

Penugasan

7.2 Pemecahan Masalah Penugasan

12 Mampu menerapkan Programa

Bilangan Bulat pada masalah Program

Linear (C3, P3, A3).


programa bilangan bulat.

2. Ketepatan menentukan system


3. Ketepatan menerapkan programa

bilang bulat pada masalah program

linear.

8. Program Linear Berstruktur Khusus:


8.1 Konsep Dasar Programa

Bilangan Bulat

8.2 Sistem Programa Bilangan

Bulat

8.3 Model Programa Bilangan Bulat

13-15 Mampu mengidentifikasi sistem

transportasi pada Program Linear guna

penyelesaian permasalahan dengan

analisa network (C4, P3, A3).


persoalan aliran maksimum.

2. Ketepatan menyelesaikan masalah

dengan pohon perentang minimal.

3. Ketepatan menentukan waktu

selesainya proyek dengan metode

lintasan kritis.

4. Ketepatan mengevaluasi

pertukaran antara biaya dan waktu

suatu proyek.


kegiatan suatu proyek dengan

analisa network.


Analisa Network

9.1 Definisi Jaringan

9.2 Masalah Pohon Perentang

Minimal

9.3 Masalah Arus Maksimal

9.4 Masalah Arus Berkapasitas

Biaya Minimum


UNIPA Surabaya | 8


Mata Kuliah : Riset Operasi (RO) Semester : Genap Kode: 55445 sks : 4








Kemampuan Akhir Tiap Tahapan Belajar (CP-MK) : (C4, P3, A3)

Mampu menganalisa peristiwa-peristiwa nyata yang terjadi dalam masyarakat dengan teori-teori yang relevan dalam masalah

pengambilan keputusan pada operasional riset dengan berbagai teknik kuantitatif baik secara mandiri maupun dalam kerjasama tim.

A

UNIPA Surabaya | 9

(C3, P3, A3) Menerapkan persoalan

PL guna mendapatkan hasil yang

optimum

(3)

(C4, P3, A3) Menganalisa masalah PL

dengan menggunakan metode analisis

geometri (grafik).

(4)

(C3, P3, A3) Menerapkan programa

bilangan bulat pada masalah PL

(8)

(C3, P3, A3) Menerapkan Masalah

Penugasan terkait dengan PL

(7)

(C4, P3, A3) Mengidentifikasi

sistem transportasi pada PL

dengan menyelesaikan

permasalahan transportasi.

(6)

(C4, P3, A3) Mengidentifikasi sistem

transportasi pada PL guna penyelesaian

permasalahan dengan analisa network

(9)

(C4, P3, A3) Menganalisa kasus maksimasi dan

kasus minimasi guna mendapatkan hasil optimal

pada masalah Program Linear dengan

menggunakan Metode Simplex.

(5)

Aljabar Linear

(C3,P3,A3) Memodelkan permasalahan riil ke dalam model

matematika.

(2)

(C2, A2) Menjelaskan sejarah, manfaat, tujuan

serta perkembangan Riset Operasi

(1)


A

UNIPA Surabaya | 10


Mata Kuliah : Operasional Riset Semester : Genap Kode: 55445 sks: 4



MATA KULIAH KODE Rumpun MK BOBOT

(sks)

SEMESTER Direvisi

Riset Operasi (RO) 55445 Teori =

4

Genap 24 – 11 -

2016

OTORISASI



Sri Rahmawati

Fitriatien, S.Pd., M.Si.

Erna Puji Astutik, S.Si,

M.Pd., M.Sc.

Nur Fathonah, S.Pd., M.Pd.

Capaian

Pembelajaran

Program Studi (CP-

PRODI)


2. Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya,

berdasarkan hasil analisis informasi dan data (KU5);

UNIPA Surabaya | 11

3. Mampu mengambil keputusan strategis di bidang pendidikan matematika berdasarkan informasi dan data yang

relevan (KK14) ;


Mata Kuliah(CP-MK)

Mampu menganalisa peristiwa-peristiwa nyata yang terjadi dalam masyarakat dengan teori-teori yang relevan

dalam masalah pengambilan keputusan pada operasional riset dengan berbagai teknik kuantitatif baik secara mandiri

maupun dalam kerjasama tim.

(C4, P3, A3).

UNIPA Surabaya | 12

Diskripsi singkat

MK Mata kuliah ini mengenalkan manfaat dan tujuan Riset Operasi. Secara teoritis mahasiswa dibekali model

matematika dan teknik pemecahan masalah melalui Program Linear. Mata kuliah Riset Operasi ini dirancang untuk

membantu mahasiswa menentukan metode terbaik untuk mendapatkan solusi permasalahan riil. Mata kuliah ini

meliputi Riset Operasi sebagai Ilmu dan Seni(sejarah riset operasi, manfaat dan tujuan riset operasi, unsur-unsur dari

sebuah model keputusan pada riset operasi, jenis-jenis model riset operasi, perkembangan riset operasi), Model

Matematika (memetakan masalah, pemodelan matematika), Program Linear (pengantar program linear, model

matematis dari pemrograman linear, desain model fungsi tujuan dan fungsi kendala pada persoalan pemrograman

linear, aplikasi pemrograman linear dalam kasusu maksimasi dan kasus minimasi), Program Linear dengan Metode

Analisis Geometri (pemecahan grafik dari model program linear, analisis sensitivitas, formulasi program linear,

metode grafik untuk kasus maksimasi dan kasus minimasi, kasus khusus dalam penentuan solusi optimal), Program

Linear dengan Metode Simplex ( metode simplex-kasus maksimasidan kasus minimasi, prosedur membuat tabulasi

simplex, formulasi fungsi tujuan—fungsi kendala—variabel bantuan, prosedur iterasi dan kondisi optimal,

karakteristik metode simplex), Program Linear dengan Model Transportasi (definisi dan aplikasi model transportasi,

tujuan dan ciri-ciri penerapan model transportasi, metode NCWR, metode Least Cost, metode VAM), Program

Linear Berstruktur Khusus : Masalah Penugasan (definisi dan aplikasi masalah penugasan, pemecahan masalah

penugasan), Program Linear Berstruktur Khusus : Programa Bilangan Bulat (konsep dasar programa bilangan bulat,

sistem programa bilangan bulat, model programa bilangan bulat), Program Linear Berstruktur Khusus : Analisa

network (definisi jaringan, masalah pohon perentang minimal, masalah arus maksimal, masalah arus berkapasitas

biaya minimum).

Pustaka Utama :

1. Lieberma. J., Taha H.A, 2003,Operation Research

2. Gupta, R.K., 2010 , Operation Reseach, Krishna’s Publisher : Meerut

3. Buffa ES, Dyer JS, 1977, Managements Scence / Operation Research, New York,Hamilton Publ.

4. Gass, S.I., 1975, Linear Programing Methods and Application, Tokyo, Mc Graw Hill International Book

Company.

5. Hodby, G., 1962, Linear Programming, Reading Mass, Addison Wesley Publishing Co. Inc.

UNIPA Surabaya | 13

Pendukung :

6. Rangkuti,A., 2013, Model Riset Operasi & Aplikasinya, Briliant Internasional

7. Wirajaya, D., 2012, Pengantar Riset Operasi, Binarupa Aksara : Jakarta

Media

Pembelajaran

Software: Hardware:

OS:Windows; Office PC & LCD Projector

Team Teaching Erna puji Astutik, S.Si, M.Pd., M.Sc.

Assessment Tugas Tertulis, Tugas resume terkait materi perkuliahan ETS, ETS, Tugas resume terkait materi perkuliahan EAS,

Presentasi Kelompok, EAS

Matakuliah Syarat Aljabar Linear

Minggu

Ke-


tahapan belajar (Sub

CP-MK)

Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi Waktu]

Assessment


1 [C2, A2]

Mampu menjelaskan

sejarah, manfaat,

tujuan serta

perkembangan Riset

Operasi

1. Riset Operasi sebagai

Ilmu dan Seni

1.1 Sejarah Riset

Operasi

1.2 Manfaat dan tujuan

Riset Operasi

1.3 Unsur-unsur dari

sebuah model

keputusan pada

Riset Operasi

1.4 Jenis-jenis model

Riset Operasi

1.5 Perkembangan

Riset Operasi

Kuliah,

Ceramah,

Diskusi di Kelas,

Tanya Jawab,

Penugasan.

[TM: 1x3x50”]

[BT : 1x3x50”]

[BM : 1x3x60”]

(Tugas-1: Tugas

Pustaka)

1. Ketepatan

menjelaskan sejarah

riset operasi.

2. Ketepatan

menjelaskan peranan

riset operasi.

3. Ketepatan

menjelaskan unsur-

unsur riset operasi

dalam sebuah model

keputusan.

4. Ketepatan

menjelaskan

perbedaan pada

Tugas 1:

Laporan

ringkasan

tugas

pustaka.

5%

UNIPA Surabaya | 14

Minggu

Ke-



CP-MK)

Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi Waktu]

Assessment


Pustaka Utama [1]

Pustaka Utama [2]

Pustaka Pendukung[7]

setiap jenis model

riset operasi.

5. Ketepatan

menjelaskan

perkembangan riset

operasi dalam

penelitian.

2 [C3, P3, A3]

Mampu memodelkan

permasalahan riil ke

dalam model

matematika.

2. Model Matematika

2.1 Memetakan

Masalah

2.2 Pemodelan

Matematika

Pustaka Utama [4]

Pustaka Utama [5]

Pustaka Pendukung [6]

Kuliah,

Ceramah,

Diskusi di Kelas,

Problem Based

Learning,

Latihan,

Penugasan.

[TM: 1x3x50”]

[BT : 1x3x50”]

[BM : 1x3x60”]

(Tugas-2: Mencari 2

contoh permasalahn

riil dan

mengintegrasikan

permasalahan tersebut

ke dalam model

matematika)

1. Ketepatan

menghubungkan

permasalahan riil

dengan model

matematika.

2. Ketepatan

pembentukan model

matematika

berdasarkan

permasalahan riil.

Tugas 2 : Tugas

Tertulis.

5%

UNIPA Surabaya | 15

Minggu

Ke-



CP-MK)

Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi Waktu]

Assessment


3 [C3, P3, A3]

Mampu menerapkan

persoalan Program

Linear guna

mendapatkan hasil

yang optimum.

3. Program Linear

3.1 Pengantar Program

Linear

3.2 Model Matematis

dari Pemrograman

Linear

3.3 Desain Model

Fungsi Tujuan dan

Fungsi Kendala

pada Persoalan

Pemrograman

Linear

3.4 Aplikasi

Pemrograman

Linear dalam kasus

maksimasi dan

kasus minimasi

Pustaka Utama [2]

Pustaka Utama [4]

Pustaka Utama [5]

Kuliah,

Ceramah,

Diskusi di kelas,

Problem Based

Learning,

Latihan,

Penugasan.

[TM: 1x3x50”]

[BT : 1x3x50”]

[BM : 1x3x60”]

(Tugas-3:

Menyelesaikan

persoalan program

linear dengan

merumuskan fungsi

kendala dan fungsi

tujuan pada kasus

optimasi)

1. Ketepatan

mendefinisikan

permasalahan dalam

program linear.

2. Ketepatan dalam

merumuskan model

pemrograman linear.

3. Ketepatan

menentukan fungsi

kendala dan fungsi

tujuan pada

persoalan program

linear.

4. Ketepatan

menyelesaikan

persoalan program

linear untuk

mendapatkan hasil

optimum.

Tugas 3 :

Tugas

Tertulis.

10%

4-5 [C4, P3, A3]

Mampu menganalisa

masalah Program

4. Program Linear

dengan Metode

Kuliah,

Ceramah,

1. Ketepatan dalam

membuat grafik dari Tugas 4:

Tugas

Tertulis.

15%

UNIPA Surabaya | 16

Minggu

Ke-



CP-MK)

Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi Waktu]

Assessment


Linear dengan

menggunakan metode

Analisis Geometri

(Grafik).

Analisis Geometri

(Grafik)

4.1 Pemecahan Grafik

dari Model

Program Linear

4.2 Analisis

Sensitivitas

4.3 Formulasi Program

Linear

4.4 Metode Grafik

untuk Kasus

Maksimasi dan

Minimasi

4.5 Kasus Khusus

dalam Penetuan

Solusi Optimal

Pustaka Utama [3]

Pustaka Utama [4]

Pustaka Utama [5]

Problem Based

Learning,

Melihat Video (tahapan

dalam membuat grafik

pada program linear—

kasus optimasi),

Penugasan.

[TM: 2x3x50”]

[BT : 2x3x50”]

[BM : 2x3x60”]

(Tugas-4: Analisa

karakteristik setiap

program linear

dengan pada kasus

optimasi)

model program

linear.

2. Ketepatan dalam

membuat grafik

untuk kasus

maksimasi dan kasus

minimasi.

3. Ketepatan

menganalisa

karakteristik

program linear

dengan metode

grafik dalam

menentukan solusi

optimal.

6-7 [C4, P3, A3]

Mampu menganalisa

kasus maksimasi dan

kasus minimasi guna

mendapatkan hasil

optimal pada masalah

5. Program Linear

dengan Metode

Simplex

5.1 Metode Simplex –

Kasus Maksimasi

Kuliah,

Ceramah,

Problem Based

Learning,

Latihan,

Penugasan.

1. Ketepatan

menggunakan

metode simplex pada

kasus maksimasi dan

kasus maksimasi.

Tugas 5 :

Tugas

Tertulis.

15%

UNIPA Surabaya | 17

Minggu

Ke-



CP-MK)

Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi Waktu]

Assessment


Program Linear

dengan menggunakan

Metode Simplex.

dan Kasus

Minimasi

5.2 Prosedur Membuat

Tabulasi Simplex

5.3 Formulasi Fungsi

Tujuan, Fungsi

Kendala dan

Variabel Bantuan

5.4 Prosedur Ierasi dan

Kondisi Optimal

5.5 Karakteristik

Metode Simplex

Pustaka Utama [1]

Pustaka Utama [3]


[TM: 2x3x50”]

[BT : 2x3x50”]

[BM : 2x3x60”]

(Tugas-5: Membuat

tabulasi metode

simplex dengan

kondisi optimal)

2. Ketepatan dalam

menggunakan

metode simplex

dengan prosedur

tabulasi.

3. Ketepatan dalam

menentukan fungsi

kendala, fungsi

tujuan serta

ketepatan dalam

penggunaan variabel

bantuan.

4. Ketepatan dalam

menggunakan

prosedur iterasi dan

kondisi optimal.

5. Ketepatan

menganalisa

karakteristik metode

simplex pada kasus

maksimasi maupun

kasus minimasi.

(8) Evaluasi Tengah Semester (Evaluasi Formatif-Evaluasi yang dimaksudkan untuk melakukan improvement proses

pembelajaran berdasarkan assessment yang telah dilakukan)

UNIPA Surabaya | 18

Minggu

Ke-



CP-MK)

Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi Waktu]

Assessment


9-10

[C4, P3, A3]

Mampu

mengidentifikasi

sistem transportasi

pada Program Linear


permasalahan

transportasi.

6. Program Linear dengan

Model Transportasi

6.1 Definisi dan

Aplikasi Model

Transportasi

6.2 Tujuan dan Ciri-

ciri Penerapan

Model

Transportasi

6.3 Metode NCWR


6.5 Metode VAM

Pustaka Utama [1]

Pustaka Utama [4]


Kuliah,

Ceramah,

Problem Based

Learning,

Melihat Video

Pembelajaran

(permasalahan

transportasi pada

program linear),

Latihan,

Penugasan.

[TM: 2x3x50”]

[BT : 2x3x50”]

[BM : 2x3x60”]

(Tugas-6:

Menganalisa

karakteristik

permasalahan

transportasi pada

program linear

dengan berbagai

model transportasi)

1. Ketepatan dalam

menyusun model

matematis model

transportasi.

2. Ketepatan

menggunakan

metode NCWR.

3. Ketepatan

menggunakan

metode Least Cost.

4. Ketepatan

menggunakan

metode VAM.

5. Ketepatan

menyelesaikan

persoalan

transportasi untuk

mendapatkan solusi

optimum.

6. Ketepatan

mengidentifikasi

karakteristik setiap

metode optimasi

pada model

transportasi.

Tugas 6 :

Tugas

Tertulis.

15%

UNIPA Surabaya | 19

Minggu

Ke-



CP-MK)

Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi Waktu]

Assessment


11 [C3, P3, A3]

Mampu menerapkan

Masalah Penugasan

terkait dengan Proram

Linear.

7. Program Linear

Berstruktur Khusus :

Masalah Penugasan

7.1 Definisi dan

Aplikasi Masalah

Penugasan

7.2 Pemecahan

Masalah

Penugasan

Pustaka Utama [1]

Pustaka Utama [2]

Pustaka Utama [4]


Kuliah,

Ceramah di Kelas,

Problem Based

Learning,

Latihan,

Penugasan.

[TM : 1x3x50”]

[BT : 1x3x50”]

[BM : 1x3x60”]

(Tugas-7: Menyusun

model matematis


kasus optimasi terkait

masalah penugasana)

1. Ketepatan menyusun

model matematis

masalah penugasan.

2. Ketepatan dalam

menyelesaikan

masalah penugasan

untuk menentukan

solusi optimum.

Tugas 7 :

Tugas

Tertulis.

5%

12 [C3, P3, A3]

Mampu menerapkan

Programa Bilangan

Bulat pada masalah

Program Linear.

8. Program Linear

Berstruktur Khusus:

Programa Bilangan

Bulat

8.1 Konsep Dasar

Programa

Bilangan Bulat

8.2 Sistem

Programa

Bilangan Bulat

Kuliah,

Ceramah,

Problem Based

Learning,

Latihan,

Penugasan.

[TM: 1x3x50”]

[BT : 1x3x50”]

[BM : 1x3x60”]

1. Ketepatan

menjelaskan konsep

programa bilangan

bulat.

2. Ketepatan

menentukan system

programa bilangan

bulat.

3. Ketepatan

menerapkan

Tugas 8 :

Tugas

Tertulis.

10%

UNIPA Surabaya | 20

Minggu

Ke-



CP-MK)

Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi Waktu]

Assessment


8.3 Model

Programa

Bilangan Bulat

Pustaka Utama [4]

(Tugas-8:

Menyelesaikan

persoalan program

linear dengan

programa bilangan

bulat)

programa bilang

bulat pada masalah

program linear.

13-15 [C4, P3, A3]

Mampu

mengidentifikasi

sistem transportasi

pada Program Linear

guna penyelesaian

permasalahan dengan

analisa network.

9. Program Linear

Berstruktur Khusus :

Analisa network

9.1 Definisi

Jaringan

9.2 Masalah Pohon

Perentang

Minimal

9.3 Masalah Arus

Maksimal

9.4 Masalah Arus

Berkapasitas

Biaya

Minimum

Pustaka Utama [1]

Pustaka Utama [2]

Pustaka Utama [4]


Kuliah,

Ceramah,

Problem Based

Learning,

Melihat video (analisa

network),

Latihan,

Penugasan.

[TM: 3x3x50”]

[BT : 3x3x50”]

[BM : 3x3x60”]

(Tugas-9:

Mengidentifikasi

karakteristik

permasalahan analisa

network dengan

berbagai algoritma)

1. Ketepatan

menyelesaikan

persoalan aliran

maksimum.

2. Ketepatan

menyelesaikan

masalah dengan

pohon perentang

minimal.

3. Ketepatan

menentukan waktu

selesainya proyek

dengan metode

lintasan kritis.

4. Ketepatan

mengevaluasi

pertukaran antara

biaya dan waktu

suatu proyek.

Tugas 9 :

Tugas

Tertulis,

Presentasi.

20%

UNIPA Surabaya | 21

Minggu

Ke-



CP-MK)

Materi Pembelajaran

(Pokok bahasan)

[Pustaka]

Metode / Strategi

Pembelajaran

[Estimasi Waktu]

Assessment


Pustaka Pendukung [7] 5. Ketepatan

mengidentifikasi

kegiatan suatu

proyek.

(16) Evaluasi Akhir Semester (Evaluasi yang dimaksudkan untuk mengetahui capaian akhir hasil belajar mahasiswa)

UNIPA Surabaya | 22

5 Rencana Tugas

Mata Kuliah : Operasional Riset Semester : Genap

Kode : 55445 sks: 4


Dosen : Sri Rahmawati Fitriatien, S.Pd., M.Si.

1. Capaian Pembelajaran MK: [C4, P3, A3]

Mampu menganalisa peristiwa-peristiwa nyata yang terjadi dalam masyarakat

dengan teori-teori yang relevan dalam masalah pengambilan keputusan pada

operasional riset dengan berbagai teknik kuantitatif baik secara mandiri maupun

dalam kerjasama tim.

2. Uraian Tugas

a. Objek Garapan

Aplikasi Riset Operasi.



(2) Menyusun makalah berdasarkan studi literartur dari berbagai sumber, yang

didukung oleh kondisi real yang biasa terjadi dalam kehidupan sehari-hari.

(3) Membuat video pengajaran dengan materi sesuai dengan topik bahasan

aplikasi operasi riset yang sudah diperoleh.

(4) Menyusun slide presentasi kemudian masing-masing kelompok

mempresentasikannya dalam bentuk video. Keberhasilan presentasi

ditentukan oleh tampilan, penguasaan materi, kerjasama, penguasaan

audient.


(1) Penelusuran masalah real ke dalam riset operasi.


UNIPA Surabaya | 23

(3) Mengunggah video pembelajaran terkait riset operasi dalam proses

mendukung pengambilan keputusan yang diterapkan dalam kehidupan

sehari-hari maupun untuk kemajuan sains dan teknologi.

(4) Mendiskusikan point-point penting yang akan di presentasikan dalam

video.

(5) Uji coba presentasi dalam kelompoknya sendiri.

(6) Pemaparan video di kelas.




dalam bentuk softcopy format (*.doc).

(2) Praktek pembelajaran disajikan dalam bentuk video yang sudah diunggah

ke youtube.

(3) Video pembelajaran disajikan di depan kelas, kelompok lain memberikan

komentar atas hasil kelompok yang sudah tampil. Maksimal waktu

presentasi 20 menit. Dikumpulkan dalam bentuk CD yang terdiri dari

kumpulan video pembelajaran seluruh kelompok (video sudah dalam

kondisi terunggah di youtube) dengan disertai alamat link video.




(*.doc), video presentasi yang sudah diunggah (youtube), daftar anggota

kelompok beserta masing-masing tugasnya, dan softcopy referensi yang

digunakan.

Nama folder : Kelompok-1 (Sesuaikan dengan Nomer Kelompok)-

ApkRO-2016.

UNIPA Surabaya | 24



Tata tulis ilmiah dan kepatuhan terhadap format yang ditentukan, susunan

setidaknya terdiri dari; abstrak, pendahuluan, ulasan sistem, tampilan hasil,

kesimpulan, referensi.

b. Video (Bobot 20%)

Video pembelajaran sudah dalam kondisi terunggah di youtube dengan waktu

presentasi maksimal 20 menit.



tulisan menggunakan font yang mudah dibaca.




e. Projek Kelompok (Bobot 30%)

Bobot tugas projek kelompok ini 30% dari total bobot evaluasi mata kuliah

Riset Operasi.



b. Konsultasi dan Diskusi Tugas : Minggu ke-2 s/d Minggu ke-12




5. Lain-lain

Judul tugas projek untuk setiap kelompok tidak boleh ada yang sama dalam

pengambilan kasus yang berkaitan dengan materi perkuliahan Riset Operasi.

UNIPA Surabaya | 25

RUBRIK PENILAIAN

1) Format Lembar Penilaian Diskusi (Kelompok)


Dinilai

Nama

Kelompok

Nilai

Kualitatif

Nilai

Kuantitatif

Penilaian Kelompok

1 Menyelesaikan tugas

kelompok dengan baik

2 Kerjasama kelompok

(komunikasi)

3 Hasil tugas (relevansi

dengan bahan)

4 Pembagian tugas

kelompok

5 Sistem pelaksanaan

Jumlah Nilai Kelompok

2) Format Lembar Penilaian Diskusi (Individu Mahasiswa)


Dinilai

Nama

Kelompok

Nilai

Kualitatif

Nilai

Kuantitatif

Penilaian Individu Mahasiswa

1 Berani

mengemukakan

pendapat

2 Berani menjawab

pertanyaan

3 Inisiatif

4 Ketelitian

5 Jiwa kepemimpinan

6 Bermain peran

UNIPA Surabaya | 26


Dinilai

Nama

Kelompok

Nilai

Kualitatif

Nilai

Kuantitatif

Jumlah Nilai Individu

3) Kriteria Penilaian

Kriteria Indikator Nilai Kualitatif Nilai

Kuantitatif

80 - 100 Memuaskan 4

70 – 79 Baik 3

60 – 69 Cukup 2

45 - 59 Kurang Cukup 1

4) Lembar Keaktifan Dalam Diskusi

No Aspek yang Dinilai Nilai

Kualitatif

Nilai

Kuantitatif

1 Cara bertanya

2 Menjawab pertanyaan

3 Kesesuaian dengan topik kajian

4 Cara menyampaikan pendapat

5 Antusiasme mengikuti

pembelajaran

UNIPA Surabaya | 27


Mata Kuliah : Operasional riset Semester: Genap Kode: 55445 sks : 4





Minggu



Test/Non

Tes


C2 C3 C4 P3 A2 A3

1 [C2, A2]

Mampu

menjelaskan

sejarah,

manfaat, tujuan

serta

perkembangan

Riset Operasi.

1. Riset Operasi sebagai Ilmu dan Seni







Pustaka Utama [1]

Pustaka Utama [2]


√ 10

10 Soal

(Tes Lisan)

5%

UNIPA Surabaya | 28

Minggu



Test/Non

Tes


C2 C3 C4 P3 A2 A3

2 [C3, P3, A3]

Mampu

memodelkan

permasalahan

riil ke dalam

model

matematika.

2. Model Matematika



Pustaka Utama [4]

Pustaka Utama [5]


√ 3

√ 2

5 Soal

(Tes Tulis)

7,5%

3 [C3, P3, A3]

Mampu

menerapkan

persoalan

Program Linear

guna

mendapatkan

hasil yang

optimum.

3. Program Linear


3.2 Model Matematis dari

Pemrograman Linear

3.3 Desain Model Fungsi Tujuan dan

Fungsi Kendala pada Persoalan

Pemrograman Linear

3.4 Aplikasi Pemrograman Linear

dalam kasus maksimasi dan kasus

minimasi

Pustaka Utama [2]

Pustaka Utama [4]

Pustaka Utama [5]

√ 3

√ 2

5 Soal

(Tes Tulis)

15%

4-5 [C4, P3, A3]

Mampu

menganalisa

masalah

4. Program Linear dengan Metode Analisis

Geometri (Grafik)

4.1 Pemecahan Grafik dari Model

Program Linear

√

√

√

Non Tes 7,5%

UNIPA Surabaya | 29

Minggu



Test/Non

Tes


C2 C3 C4 P3 A2 A3

Program Linear

dengan

menggunakan

metode Analisis

Geometri

(Grafik).



4.4 Metode Grafik untuk Kasus

Maksimasi dan Minimasi

4.5 Kasus Khusus dalam Penetuan

Solusi Optimal

Pustaka Utama [3]

Pustaka Utama [4]

Pustaka Utama [5]

6-7 [C4, P3, A3]

Mampu

menganalisa

kasus maksimasi

dan kasus

minimasi guna

mendapatkan

hasil optimal

pada masalah

Program Linear

dengan

menggunakan

Metode Simplex.


5.1 Metode Simplex – Kasus Maksimasi

dan Kasus Minimasi

5.2 Prosedur Membuat Tabulasi

Simplex



5.4 Prosedur Ierasi dan Kondisi

Optimal


Pustaka Utama [1]

Pustaka Utama [3]


√

√

√

Non Tes 15%

UNIPA Surabaya | 30

Minggu



Test/Non

Tes


C2 C3 C4 P3 A2 A3

9-10 [C4, P3, A3]

Mampu

mengidentifikasi

sistem

transportasi

pada Program

Linear dengan

menyelesaikan

permasalahan

transportasi.

6. Program Linear dengan Model

Transportasi


Transportasi

6.2 Tujuan dan Ciri-ciri Penerapan

Model Transportasi

6.3 Metode NCWR


6.5 Metode VAM

Pustaka Utama [1]

Pustaka Utama [4]


√ 3

√ 1

√ 1

5 Soal

(Tes Tulis)

7,5%

11 [C3, P3, A3]

Mampu

menerapkan

Masalah

Penugasan

terkait dengan

Proram Linear.


Masalah Penugasan


Penugasan


Pustaka Utama [1]

Pustaka Utama [2]

Pustaka Utama [4]


√ 3

√ 1

√ 1

5 Soal

(Tes Tulis)

7,5%

UNIPA Surabaya | 31

Minggu



Test/Non

Tes


C2 C3 C4 P3 A2 A3

12 [C3, P3, A3]

Mampu

menerapkan

Programa

Bilangan Bulat

pada masalah

Program Linear.



8.1 Konsep Dasar Programa

Bilangan Bulat

8.2 Sistem Programa Bilangan

Bulat

8.3 Model Programa Bilangan

Bulat

Pustaka Utama [4]

√

√

Non Tes. 15%

13-15 [C4, P3, A3]

Mampu

mengidentifikasi

sistem

transportasi

pada Program

Linear guna

penyelesaian

permasalahan

dengan analisa

network.


Analisa Network


9.2 Masalah Pohon Perentang

Minimal


9.4 Masalah Arus Berkapasitas

Biaya Minimum

Pustaka Utama [1]

Pustaka Utama [2]

Pustaka Utama [4]



√

√

√

Non Tes. 20%

UNIPA Surabaya | 32

7 Contoh Tes Uraian


Kode : 55445 sks : 4




1. [C3, P3, A3]

Mampu menerapkan persoalan Program Linear guna mendapatkan hasil yang optimum.


PT. Rahma Sukses memiliki perusahaan yang bergerak di bidang pembuatan pagar.

Seorang tukang las, yang merupakan salah satu dari pegawai perusahaan membuat dua

jenis pagar. Tiap meter persegi jenis 1 memerlukan 4 meter besi pipa dan 6 meter besi

beton. Sedangkan pagar jenis 2 memerlukan 8 meter pipa dan 4 meter besi beton. Tukang

las tersebut mempunyai persediaan 640 meter besi pipa dan 480 meter besi beton. Harga

jual per-meter persegi jenis 1 adalah Rp 50.000,00 dan harga jual per-meter pagar jenis 2

adalah Rp 7.500,00.

Buatlah model matematika dari persamaan linear tersebut agar hasil penjualannya dari

PT. Rahma Sukses mencapai nilai maksimum?

Jawaban :

Langkah-Langkah Menyelesaikan Soal Di Atas dengan Model Matematika :

Untuk memudahkan dalam membuat model matematika, data atau informasi yang

ada ditulis dala sebuah tabel seperti berikut ini :

Besi Pipa Besi Beton Penjualan

Pagar Jenis 1 4 meter 6 meter Rp 50.000,00

Pagar Jenis 2 8 meter 4 meter Rp 75.000,00

Persediaan 640 meter 480 meter Nilai Maksimum

UNIPA Surabaya | 33

Menetapkan besaran masalah sebagai variabel-variabel. Misalkan banyaknya pagar

jenis 1 yang dibuat 𝑥 meter persegi dan banyaknya pagar jenis 2 yang dibuat adalah

𝑦 meter persegi.

Sistem pertidaksamaan dari hal-hal yang sudah diketahui :

Besi pipa yang digunakan untuk pagar = (4𝑥 + 8𝑦) meter.

Besi beton yang digunakan untuk membuat pagar = (6𝑥 + 4𝑦) meter.

Karena tukang las memiliki persediaan pipa sebanyak 640 meter dan besi beton

sebanyak 480 meter maka berlaku.

4𝑥 + 8𝑦 ≤ 640 ↔ 𝑥 + 2𝑦 ≤ 160

6𝑥 + 4𝑦 ≤ 480 ↔ 3𝑥 + 2𝑦 ≤ 240

Dengan mengingat bahwa 𝑥 dan 𝑦 menyatakan barang, maka 𝑥 dan 𝑦 tidak mungkin

negatif. Jadi,

𝑥 ≥ 0 dan 𝑦 ≥ 0

Fungsi Tujuan

Hasil penjualan yang diperoleh jika membuat 𝑥 meter persegi pagar jenis 1 dan

𝑦 meter persegi pagar jenis 2 adalah

50.000𝑥 + 75.000𝑦

Jadi model matematikanya adalah,

Maksimum :

𝑓(𝑥, 𝑦) = 50.000𝑥 + 75.000𝑦

2. [C4, P3, A3]

Mampu menganalisa kasus maksimasi dan kasus minimasi guna mendapatkan hasil

optimal pada masalah Program Linear dengan menggunakan Metode Simplex.


PT. Rahma Sukses akan membuat kain sutra dan kain wol, yang terbuat dari benang sutra

3 kg untuk pembuatan kain sutra dan benang sutra 4 kg, benang wol 1 kg untuk pembuatan

kain wol. Masing-masing membutuhkan masa kerja 2 jam untuk kain sutra dan kain wol.

Benang sutra kurang dari 120 kg, benang wol kurang dari 20 kg, dan masa kerja kurang

dari 40 jam. Berapakah yang harus diproduksi PT. Rahma Sukses untuk mendapatkan

laba maksimal dengan keuntungan 30 kain sutra dan 40 kain wol?

UNIPA Surabaya | 34

Jawaban :

Langkah-Langkah Menyelesaikan Soal Di Atas dengan Metode Simplex :

Tabel yang dapat dibuat dari masalah ini adalah sebagai berikut :

Produk Benang Sutra

(kg)

Benang Wol

(kg)

Masa Kerja

(jam)

Laba

(Keuntungan)

Kain

Sutra 3 - 2 30

Kain Wol 4 1 2 40

120 20 40

Fungsi Tujuan,

𝑍 = 30𝑥1 + 40𝑥2

Fungsi Kendala,

3𝑥1 + 4𝑥2 ≤ 120

𝑥2 ≤ 20

2𝑥1 + 2𝑥2 ≤ 40

Batasan Non Negatif,

𝑥1 ≥ 0 ; 𝑥2 ≥ 0; 𝑠1 ≥ 0 ; 𝑠2 ≥ 0 ; 𝑠3 ≥ 0

Langkah-langkah Metode Simplex,

Mengubah Fungsi Tujuan dan Fungsi Kendala

Fungsi Tujuan,

𝑍 = 30𝑥1 + 40𝑥2 menjadi 𝑍 − 30𝑥1 − 40𝑥2 = 0

Fungsi Kendala,

3𝑥1 + 4𝑥2 ≤ 120 menjadi 3𝑥1 + 4𝑥2 + 𝑠1 ≤ 120

𝑥2 ≤ 20 menjadi 𝑥2 + 𝑠2 ≤ 20

2𝑥1 + 2𝑥2 + 𝑠3 ≤ 40

Menyusun Persamaan ke Dalam Tabel Simplex

Variabel Basis 𝒙𝟏 𝒙𝟐 𝒔𝟏 𝒔𝟐 𝒔𝟑 Nilai Kanan Indeks

𝒁 -30 -40 0 0 0 0

𝒔𝟏 3 4 1 0 0 120

UNIPA Surabaya | 35

Variabel Basis 𝒙𝟏 𝒙𝟐 𝒔𝟏 𝒔𝟐 𝒔𝟑 Nilai Kanan Indeks

𝒔𝟐 0 1 0 1 0 20

𝒔𝟑 2 2 0 0 1 40

Menentukan Kolom Kunci

Kolom kunci adalah kolom yang mempunyai nilai baris Z yang bernilai negatif

dengan angka terbesar

Variabel

Basis 𝒙𝟏 𝒙𝟐 𝒔𝟏 𝒔𝟐 𝒔𝟑 Nilai Kanan

(NK) Indeks

𝒁 -30 -40 0 0 0 0

𝒔𝟏 3 4 1 0 0 120

𝒔𝟐 0 1 0 1 0 20

𝒔𝟑 2 2 0 0 1 40

Menentukan Baris Kunci

Menentukan baris kunci adalah nilai indeks terkecil.

𝐼𝑛𝑑𝑒𝑘𝑠 = 𝑁𝑖𝑙𝑎𝑖 𝐾𝑎𝑛𝑎𝑛 (NK)

𝑁𝑖𝑙𝑎𝑖 𝐾𝑜𝑙𝑜𝑚 𝐾𝑢𝑛𝑐𝑖

Variabel

Basis 𝒙𝟏 𝒙𝟐 𝒔𝟏 𝒔𝟐 𝒔𝟑 Nilai Kanan

(NK) Indeks

𝒁 -30 -40 0 0 0 0 -

𝒔𝟏 3 4 1 0 0 120 30

𝒔𝟐 0 1 0 1 0 20 20

𝒔𝟑 2 2 0 0 1 40 20

Menentukan Nilai Baris Kunci Baru

𝐵𝑎𝑟𝑖𝑠 𝐾𝑢𝑛𝑐𝑖 𝐵𝑎𝑟𝑢 = 𝐵𝑎𝑟𝑖𝑠 𝐾𝑢𝑛𝑐𝑖

𝐴𝑛𝑔𝑘𝑎 𝐾𝑢𝑛𝑐𝑖

Sehingga tabel menjadi,

UNIPA Surabaya | 36

Variabel Basis 𝒙𝟏 𝒙𝟐 𝒔𝟏 𝒔𝟐 𝒔𝟑 Nilai Kanan

(NK) Indeks

𝒁

𝒔𝟏

𝒔𝟐

𝒙𝟐 1 1 0 0 1 1/2 20

Mengubah Nilai-Nilai Selain Baris Kunci

𝐵𝑎𝑟𝑖𝑠 𝐵𝑎𝑟𝑢 = 𝐵𝑎𝑟𝑖𝑠 𝐿𝑎𝑚𝑎 − (𝑁𝑖𝑙𝑎𝑖 𝐾𝑜𝑙𝑜𝑚 𝐾𝑢𝑛𝑐𝑖 x 𝑁𝑖𝑙𝑎𝑖 𝐵𝑎𝑟𝑖𝑠 𝐾𝑢𝑛𝑐𝑖 𝐵𝑎𝑟𝑢 )

Z -30 -40 0 0 0 0

-40 1 1 0 0 0.5 20 - 10 0 0 0 20 800

𝑠1 3 4 1 0 0 120

4 1 1 0 0 0.5 20 - -1 0 1 0 -2 40

𝑠2 0 1 0 1 0 20

1 1 1 0 0 0.5 20 - -1 0 0 1 -0.5 0

Masukkan Nilai Baris Baru

Variabel

Basis 𝒙𝟏 𝒙𝟐 𝒔𝟏 𝒔𝟐 𝒔𝟑

Nilai Kanan

(NK) Indeks

𝒁 10 0 0 0 20 800

𝒔𝟏 -1 0 1 0 -2 40

𝒔𝟐 -1 0 0 1 -1/2 0

𝒙𝟐 1 1 0 0 1/2 20

Diperoleh, 𝑍𝑚𝑎𝑘𝑠𝑖𝑚𝑎𝑙 = 800 dengan 𝒙𝟐 = 20

3. [C4, P3, A3]

Mampu mengidentifikasi sistem transportasi pada Program Linear dengan menyelesaikan



Perusahaan PT. Sukses memiliki dua pabrik di Bandung dan Surabaya. Pada suatu saat

tertentu, perusahaan mempunyai 23 unit produksi yang tersedia di Bandung dan 27 unit

UNIPA Surabaya | 37

yang tersedia di Surabaya. Perusahaan memperoleh pesanan dari tiga agennya di

Pontianak, Lampung dan Palu, dimana jumlah masing-masing pesana berturut-turut

adalah 17 unit, 10 unit dan 23 unit. Biaya pengiriman per unit antara kota-kota tersebut

ditunjukkan pada tabel berikut :

Dari / Ke Pontianak Lampung Palu

Bandung 10 8 15

Surabaya 14 16 9

Lakukan pendistribusian dengan :

a) Metode NCWR

b) Metode Least Cost

c) Metode VAM

d) Hitung biaya transportasi masing-masing metode

Jawaban :

a) Metode NCWR

𝑍 = (17 𝑥 10) + (6 𝑥 8) + (4 𝑥 16) + (23 𝑥 9) = 489

Jadi pengiriman per unit antara kota-kota dengan metode NCWR adalah 489.

UNIPA Surabaya | 38


𝑍 = (13 𝑥 10) + (10 𝑥 8) + (4 𝑥 14) + (23 𝑥 9) = 473

Jadi pengiriman per unit antara kota-kota dengan metode Least Cost adalah 473.

c) Metode VAM

𝑍 = (13 𝑥 10) + (10 𝑥 8) + (4 𝑥 14) + (23 𝑥 9) = 473

Jadi pengiriman per unit antara kota-kota dengan metode Least Cost adalah 473.

d) Biaya trasnportasi masing-masing metode

𝑍𝑁𝐶𝑊𝑅 = 489

𝑍𝐿𝑒𝑎𝑠𝑡 𝐶𝑜𝑠𝑡 = 473

𝑍𝑉𝐴𝑀 = 473

4. [C4, P3, A3]

Mampu mengidentifikasi sistem transportasi pada Program Linear guna penyelesaian

permasalahan dengan analisa network.


Sebelum memulai proses pencetakan, perusahaan PT. Rahma Sukses melakukan

beberapa persiapan. Karena adanya keterbatasan jam kerja, maka perusahaan PT. Rahma

Sukses merencanakan proses persiapan agar tercapai produksi yang maksimal. Berikut

data persiapan yang dilakukan perusahaan PT. Rahma Sukses sebelum proses pencetakan

UNIPA Surabaya | 39

Kegiatan Uraian Prosedur Waktu

(Menit)

A Memasang Bahan Baku - 2

B Mengukur Roll Press dengan Bahan Baku A 1

C Memasang Bearing pada Roll Press B 10

D Memasang Roll Press di Mesin C 5

E Membersihkan Roll Press D 5

F Mempersiapkan Cones E 3

G Mempersiapkan Tinta E 15

H Memasanga Cylinder F 10

I Mencampur Tinta G 30

J Menggosok Cylinder H 10

K Menuang Tinta ke Bak di Mesin I 5

L Mempersiapkan Dr. Blade J 10

M Memasang Dr.Blade di Mesin M 10

N Menggosok Dr. Blade N 10

O Mesin Printing Siap Dijalankan J, K, N 5

Dari data di atas, gambarkan analisa networknya beserta waktu penyelesaian

pekerjaannya.

Jawaban :

UNIPA Surabaya | 40



1. [C3, P3, A3]

Mampu menerapkan persoalan Program Linear guna mendapatkan hasil yang optimum.


PT. Rahma Sukses memiliki perusahaan yang bergerak di bidang pembuatan pagar.

Seorang tukang las, yang merupakan salah satu dari pegawai perusahaan membuat dua

jenis pagar. Tiap meter persegi jenis 1 memerlukan 4 meter besi pipa dan 6 meter besi

beton. Sedangkan pagar jenis 2 memerlukan 8 meter pipa dan 4 meter besi beton. Tukang

las tersebut mempunyai persediaan 640 meter besi pipa dan 480 meter besi beton. Harga

jual per-meter persegi jenis 1 adalah Rp 50.000,00 dan harga jual per-meter pagar jenis 2

adalah Rp 7.500,00.

Buatlah model matematika dari persamaan linear tersebut agar hasil penjualannya dari

PT. Rahma Sukses mencapai nilai maksimum?

Skor Soal Uraian :


1 Data atau Informasi dari Soal:

Besi

Pipa

Besi

Beton Penjualan

Pagar

Jenis 1 4 meter 6 meter Rp 50.000,00

Pagar

Jenis 2 8 meter 4 meter Rp 75.000,00

Persediaan 640

meter

480

meter

Nilai

Maksimum

5

2 Menetapkan Variabel :

Misalkan,

Banyaknya pagar jenis 1 yang dibuat = 𝑥 meter

persegi

2

UNIPA Surabaya | 41


Banyaknya pagar jenis 2 yang dibuat = 𝑦 meter

persegi.

3 Menyusun Fungsi Kendala :

Besi pipa yang digunakan untuk pagar =

(4𝑥 + 8𝑦) meter

Besi beton yang digunakan untuk membuat pagar

= (6𝑥 + 4𝑦) meter

Karena tukang las memiliki persediaan pipa

sebanyak 640 meter dan besi beton sebanyak

480 meter maka berlaku

4𝑥 + 8𝑦 ≤ 640 ↔ 𝑥 + 2𝑦 ≤ 160

6𝑥 + 4𝑦 ≤ 480 ↔ 3𝑥 + 2𝑦 ≤ 240

Dengan mengingat bahwa 𝑥 dan 𝑦 menyatakan

barang, maka 𝑥 dan 𝑦 tidak mungkin negatif.

Jadi,

𝑥 ≥ 0 dan 𝑦 ≥ 0

7

4 Menyusun Fungsi Tujuan :

Hasil penjualan yang diperoleh jika membuat

𝑥 meter persegi pagar jenis 1 dan 𝑦 meter persegi

pagar jenis 2 adalah

50.000𝑥 + 75.000𝑦

3

5 Menyusun Model Matematika Kondisi Optimum :

Jadi model matematikanya adalah,

Maksimum :

𝑓(𝑥, 𝑦) = 50.000𝑥 + 75.000𝑦

3

Jumlah Skor 20

UNIPA Surabaya | 42


2. [C4, P3, A3]

Mampu menganalisa kasus maksimasi dan kasus minimasi guna mendapatkan hasil

optimal pada masalah Program Linear dengan menggunakan Metode Simplex.


PT. Rahma Sukses akan membuat kain sutra dan kain wol, yang terbuat dari benang sutra

3 kg untuk pembuatan kain sutra dan benang sutra 4 kg, benang wol 1 kg untuk pembuatan

kain wol. Masing-masing membutuhkan masa kerja 2 jam untuk kain sutra dan kain wol.

Benang sutra kurang dari 120 kg, benang wol kurang dari 20 kg, dan masa kerja kurang

dari 40 jam. Berapakah yang harus diproduksi PT. Rahma Sukses untuk mendapatkan

laba maksimal dengan keuntungan 30 kain sutra dan 40 kain wol?

Skor Soal Uraian :


1 Data atau Informasi dari Soal :

Produk

Benang

Sutra

(kg)

Benang

Wol

(kg)

Masa

Kerja

(jam)

Laba

(Keuntungan)

Kain

Sutra 3 - 2 30

Kain

Wol 4 1 2 40

120 20 40

5

2 Menentukan Fungsi Tujuan :

Fungsi Tujuan,

𝑍 = 30𝑥1 + 40𝑥2

2

3 Menyusun Fungsi Kendala dan Batasannya :

Fungsi Kendala,

3𝑥1 + 4𝑥2 ≤ 120

𝑥2 ≤ 20

2𝑥1 + 2𝑥2 ≤ 40

Batasan Non Negatif,

𝑥1 ≥ 0 ; 𝑥2 ≥ 0; 𝑠1 ≥ 0 ; 𝑠2 ≥ 0 ; 𝑠3 ≥ 0

5

UNIPA Surabaya | 43


4 Mengubah Fungsi Tujuan :

Fungsi Tujuan,

𝑍 = 30𝑥1 + 40𝑥2 menjadi 𝑍 − 30𝑥1 − 40𝑥2 = 0

2

5 Mengubah Fungsi Kendala :

Fungsi Kendala,

3𝑥1 + 4𝑥2 ≤ 120 menjadi 3𝑥1 + 4𝑥2 + 𝑠1 ≤ 120

𝑥2 ≤ 20 menjadi 𝑥2 + 𝑠2 ≤ 20

2𝑥1 + 2𝑥2 + 𝑠3 ≤ 40

5

6 Menyusun Persamaan ke Dalam Tabel Simplex :

Variabel


Nilai

Kanan Indeks

𝒁 -

30

-

40 0 0 0 0

𝒔𝟏 3 4 1 0 0 120

𝒔𝟐 0 1 0 1 0 20

𝒔𝟑 2 2 0 0 1 40

7

7 Menentukan Kolom Kunci :

Variabel


Nilai

Kanan

(NK)

Indeks

𝒁 -

30

-

40 0 0 0 0

𝒔𝟏 3 4 1 0 0 120

𝒔𝟐 0 1 0 1 0 20

𝒔𝟑 2 2 0 0 1 40

10

8 Menentukan Baris Kunci :

10

UNIPA Surabaya | 44


Variabel

Basis

𝒙𝟏 𝒙𝟐 𝒔𝟏 𝒔𝟐 𝒔𝟑 Nilai

Kanan

(NK)

Indeks

𝒁 -

30

-

40 0 0 0 0 -

𝒔𝟏 3 4 1 0 0 120 30

𝒔𝟐 0 1 0 1 0 20 20

𝒔𝟑 2 2 0 0 1 40 20

9 Menentukan Nilai Baris Kunci Baru :

Variabel

Basis


Kanan

(NK)

Indeks

𝒁

𝒔𝟏

𝒔𝟐

𝒙𝟐 1 1 0 0 1 1/2 20

10

10 Mengubah Nilai-Nilai Selain Baris Kunci :

Z -30 -40 0 0 0 0

-40 1 1 0 0 0.5 20 - 10 0 0 0 20 800

9 10.1 𝑠1 3 4 1 0 0 120

4 1 1 0 0 0.5 20 - -1 0 1 0 -2 40

10.2 𝑠2 0 1 0 1 0 20

1 1 1 0 0 0.5 20 - -1 0 0 1 -0.5 0

11 Masukkan Nilai Baris Baru :

Variabel

Basis


Kanan

(NK)

Indeks

𝒁 10 0 0 0 20 800

𝒔𝟏 -1 0 1 0 -2 40

𝒔𝟐 -1 0 0 1

-

1/2 0

𝒙𝟐 1 1 0 0 1/2 20

10

12 Menuliskan Hasil Tabulasi Simplex :

Diperoleh, 𝑍𝑚𝑎𝑘𝑠𝑖𝑚𝑎𝑙 = 800 dengan 𝒙𝟐 = 20 5

Jumlah Skor 80

UNIPA Surabaya | 45


3. [C4, P3, A3]

Mampu mengidentifikasi sistem transportasi pada Program Linear dengan menyelesaikan



Perusahaan PT. Rahma Sukses memiliki dua pabrik di Bandung dan Surabaya. Pada suatu

saat tertentu, perusahaan mempunya 32 unit produksi yang tersedia di Bangkalan dan 27

unit yang tersedia di Surabaya. Perusahaan memperoleh pesanan dari tiga agennya di

Pontianak, Lampung dan Palu, dimana jumlah masing-masing pesana berturut-turut

adalah 17 unit, 10 unit dan 23 unit. Biaya pengiriman per unit antara kota-kota tersebut

ditunjukkan pada tabel berikut :

Dari / Ke Pontianak Lampung Palu

Bandung 10 8 15

Surabaya 14 16 9

Lakukan pendistribusian dengan :

a) Metode NCWR


c) Metode VAM

d) Hitung biaya transportasi masing-masing metode

Skor Soal Uraian :


1 Data atau Informasi dari Soal :

Tabel Transportasi Berdasarkan Demand & Supply :

5

2 Model Transportasi Metode NCWR : 15

UNIPA Surabaya | 46


3 Model Transportasi Metode Least Cost :

15

4 Model Transportasi Metode VAM :

15

5 Biaya Transportasi Masing-Masing Metode :

Metode NCWR

𝑍 = (17 𝑥 10) + (6 𝑥 8) + (4 𝑥 16) + (23 𝑥 9) = 489

𝑍𝑁𝐶𝑊𝑅 = 489

Metode Least Cost

𝑍 = (13 𝑥 10) + (10 𝑥 8) + (4 𝑥 14) + (23 𝑥 9) = 473

𝑍𝐿𝑒𝑎𝑠𝑡 𝐶𝑜𝑠𝑡 = 473

Metode VAM

𝑍 = (13 𝑥 10) + (10 𝑥 8) + (4 𝑥 14) + (23 𝑥 9) = 473

𝑍𝑉𝐴𝑀 = 473

5

UNIPA Surabaya | 47


Jumlah Skor 55


4. [C4, P3, A3]

Mampu mengidentifikasi sistem transportasi pada Program Linear guna penyelesaian

permasalahan dengan analisa network.


Sebelum memulai proses pencetakan, perusahaan PT. Rahma Sukses melakukan

beberapa persiapan. Karena adanya keterbatasan jam kerja, maka perusahaan PT. Rahma

Sukses merencanakan proses persiapan agar tercapai produksi yang maksimal. Berikut

data persiapan yang dilakukan perusahaan PT. Rahma Sukses sebelum proses pencetakan

Kegiatan Uraian Prosedur Waktu

(Menit)

A Memasang Bahan Baku - 2

B Mengukur Roll Press dengan Bahan Baku A 1

C Memasang Bearing pada Roll Press B 10

D Memasang Roll Press di Mesin C 5

E Membersihkan Roll Press D 5

F Mempersiapkan Cones E 3

G Mempersiapkan Tinta E 15

H Memasanga Cylinder F 10

I Mencampur Tinta G 30

J Menggosok Cylinder H 10

K Menuang Tinta ke Bak di Mesin I 5

L Mempersiapkan Dr. Blade J 10

M Memasang Dr.Blade di Mesin M 10

N Menggosok Dr. Blade N 10

O Mesin Printing Siap Dijalankan J, K, N 5

Dari data di atas, gambarkan analisa networknya beserta waktu penyelesaian

pekerjaannya.

UNIPA Surabaya | 48

Skor Soal Uraian :


1 Jaringan Kerja atau Analisa network :

45

Jumlah Skor 45

UNIPA Surabaya | 49



Kode : 55445 sks : 4






Mampu menjelaskan sejarah, manfaat, tujuan serta

perkembangan Riset Operasi.

Metode Pembelajaran : Ceramah, Diskusi di Kelas, Tanya Jawab, Penugasan.


Tahap



1 2 3 4

Pendahuluan

Memberikan gambaran


Pembelajaran.




pada kontrak






penilaian.

Tes Lisan,

Tugas Pustaka.

UNIPA Surabaya | 50

Tahap



1 2 3 4

Inti Penyajian

Memberikan gambaran


meliputi :Sejarah RO,

Manfaat dan Tujuan RO,

Unsur-unsur dari model

RO, Jenis-jenis RO serta

Perkembangan RO.

Menjelaskan sejarah RO,

manfaat dan tujuan RO,

unsur-unsur dan jenis-

jenis RO.

Memberikan contoh

sederhana dan gambaran

singkat model-model RO.

Memberikan respon

(menyimak dan


berkaitan dengan



perkuliahan.


diberikan.

Membuat catatan

perkuliahan.

Memperhatikan dan


diberikan.

Penutup


dengan materi.

Menyimpulkan materi

kuliah.


berkaitan dengan


pertemuan ke-2.

Pemberian tugas

membuat laporan

ringkasan tugas pustaka

terkait materi di

pertemuan ke-1.

Melakukan penegasan

kesepakatan kontrak


dibicarakan di awal

pertemuan ke-1.



yang telah dibahas.

Mencatat kesimpulan

materi yang sudah

dibahas, sekaligus



pembahasan materi

selanjutnya.

Menuliskan ketentuan

tugas pustaka sebagai

tugas individu .

UNIPA Surabaya | 51



Kode : 55445 sks : 4






Mampu memodelkan permasalahan riil ke dalam model

matematika.

Metode Pembelajaran : Ceramah, Diskusi di Kelas, Problem Based Learning,

Latihan, Penugasan


Tahap



1 2 3 4

Pendahuluan

Mengulas kembali



Memberikan gambaran


dan tujuan dari


ke-2.


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Tes Tulis,

Tugas Tertulis.

UNIPA Surabaya | 52

Tahap



1 2 3 4

Inti Penyajian

Menjelaskan tentang

pemodelan masalah ke

dalam bentuk

matematika.

Memberikan contoh cara

membangun model

matematika.


kepada mahasiswa.

Membahas alternatif


terkait soal latihan.

Menyimak dan


model matematika yang

dijelaskan dosen.

Melihat, mengamati serta

mencatat contoh cara

membangun model

matematika yang

diberikan.

Berdiskusi dan

mengerjakan soal latihan,

kemudian menuliskan

gagasan jawaban.

Penutup


dengan materi di

pertemuan ke-2.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-3.


secara individu.




pertemuan ke-2.

Mencatat kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-3.


yang diberikan.

UNIPA Surabaya | 53



Kode : 55445 sks : 4






Mampu menerapkan persoalan program linear guna

mendapatkan hasil yang optimum.


Latihan, Penugasan.


Tahap



1 2 3 4

Pendahuluan

Mengulas kembali



Memberikan gambaran


dan tujuan dari


ke-3.


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Tes Tulis,

Tugas Tertulis

UNIPA Surabaya | 54

Tahap



1 2 3 4

Inti Penyajian

Menjelaskan mengenai

konsep dasar program

linear.

Menjelaskan tentang cara

membangun model linear

dari permasalahan nyata.

Memberikan contoh

pemecahan masalah

program linear, menyusun

fungsi kendala dan fungsi

tujuan dari contoh

permasalahan nyata.

Memberikan contoh soal

aplikasi program linear

dalam kasus maksimasi

dan kasus minimasi.


dengan menentukan

fungsi tujuan dan fungsi

kendala pada kasus

maksimasi dan minimasi.

Membahas latihan soal.

Menyimak dan


program linear dan

membangun model linear

dari permasalahan nyata.

Memperhatikan contoh

soal dari permasalahan

program linear

bagaimana membangun

model linear, menyusun

fungsi kendala dan fungsi

tujuan.

Berdiskusi dan

mengerjakan soal latihan

yang diberikan dosen.

Memperhatikan jawaban

soal latihan yang

diberikan.

Penutup


dengan materi di

pertemuan ke-3.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-4.


secara individu.




pertemuan ke-3

Mencatat kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-4.


yang diberikan.

UNIPA Surabaya | 55



Kode : 55445 sks : 4






Mampu menganalisa masalah Program Linear dengan

menggunakan metode Analitik Geometri (Grafik).

Metode Pembelajaran : Ceramah, Problem Based Learning, Melihat Video

(tahapan dalam membuat grafik pada program linear ---

kasus optimasi) , Penugasan.


UNIPA Surabaya | 56

Tahap



1 2 3 4

Pendahuluan

Pertemuan Ke - 4 :

Mengulas kembali



Memberikan gambaran


dan tujuan dari


ke-4.

Pertemuan Ke - 5 :

Mengulas kembali


pertemuan ke-4

Memberikan gambaran


dari pertemuan

sebelumnya

Pertemuan Ke - 4 :


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Pertemuan Ke - 5 :


jawaban berkaitan


ke-4


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Non Tes,

Tugas Tertulis

UNIPA Surabaya | 57

Tahap



1 2 3 4

Inti Penyajian

Pertemuan 4 :

Menjelaskan materi

tentang penyelesaian

masalah program linear

dengan metode grafik

Menayangkan video

pembelajaran mengenai

penyelesaian program

linear dengan metode

grafik

Memberikan contoh lain

dan menyelesaikan



berdasarkan video


ditayangkan


mandiri sebagai latihan di

rumah

Pertemuan Ke - 5 :

Memberikan contoh

tentang beberapa pilihan

kejadian penyelesaian

dalam metode grafik


kepada siswa terkair


dengan penyelesaian

metode grafik

Membahas soal latihan

Pertemuan 4 :


materi program linear


Menyaksikan video

pembelajaran dan

mencatat hal-hal penting

dari video pembelajaran

Memperhatikan dan

menyimak penjelasan

bentuk lain dari


program linear dengan

metode grafik (contoh

lain dari soal video

pembelajaran)

Pertemuan Ke - 5 :

Memperhatikan dan

mencatat pembahasan

tentang beberapa pilihan


dalam metode grafik

Berdiskusi mengerjakan

soal latihan

Memperhatikan


dengan beberapa pilihan


dalam metode grafik

UNIPA Surabaya | 58

Tahap



1 2 3 4

Penutup

Pertemuan Ke - 4 :


dengan materi di

pertemuan ke-4.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-5.


sebagai latihan di rumah

secara individu



dengan materi di

pertemuan ke-5

Menyimpulkan materi


ke-5


berkaitan dengan


pertemuan ke-6


sebagai latihan

kemampuan

menyelesaikan program


grafik





pertemuan ke-4

Mencatat kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-5.


yang diberikan





pertemuan ke-5

Mencata kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-6



UNIPA Surabaya | 59



Kode : 55445 sks : 4






Mampu menganalisa kasus maksimasi dan kasus

minimasi guna mendapatkan hasil optimal pada masalah

Program Linear dengan menggunakan Metode Simplex

Metode Pembelajaran : Ceramah, Problem Based Learning, Latihan , Penugasan


Tahap



1 2 3 4

Pendahuluan

Pertemuan Ke - 6:

Mengulas kembali



Memberikan gambaran


dan tujuan dari


ke-6.

Pertemuan Ke - 7 :

Mengulas kembali


pertemuan ke-6.

Memberikan gambaran


ke-7 sebagaia lanjutan

dari pertemuan ke-6

Pertemuan Ke - 6 :


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Pertemuan Ke - 7 :


jawaban berkaitan


ke-6.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Non Tes,

Tugas Tertulis.

UNIPA Surabaya | 60

Inti Penyajian

Pertemuan 6 :

Menjelaskan materi



dengan metode simplex.

Memberikan contoh



metode simplex.


kepada mahasiswa

tentang program linear


Membahas dan

menjelaskan alternatif


dalam menyelesaikan



Pertemuan Ke - 7 :

Menjelaskan materi



dengan metode simplex

dua tahap.

Memberikan contoh



metode simplex dua

tahap.


kepada mahasiswa


dengan metode simplex

dua tahap.




soal latihan program

linear metode simplex dua

tahap.

Membahas hasil



tanya jawab.

Pertemuan 6 :


proses tabulasi metode

simplex guna

penyelesaian pada

program linear.


tabulasi pada metode

simplex.





Pertemuan Ke - 7 :


proses tabulasi metode

simplex dua tahap guna

penyelesaian pada

program linear.


tabulasi metode simplex

dua tahap

Berdiskusi den.gan

teman membahas



metode simplex dua

tahap.

Salah satu mahasiswa

memaparkan jawaban

metode simplex dua

tahap .

Tanya jawab antara



latihan metode simplex

dua tahap.

UNIPA Surabaya | 61

Tahap



1 2 3 4

Penutup

Pertemuan Ke - 6 :


dengan materi di

pertemuan ke-6.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-7.



tugas mandiri.



dengan materi di

pertemuan ke-7.

Menyimpulkan materi


ke-7.


berkaitan dengan


pertemuan ke-7.


sebagai latihan

kemampuan



simplex dua tahap.





pertemuan ke-6.

Mencatat kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-7.


yang diberikan.





pertemuan ke-7.

Mencata kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-7.



UNIPA Surabaya | 62



Kode : 55445 sks : 4






Mampu menidentifikasi sistem transportasi pada Program

Linear dengan menyelesaikan permasalahan transportasi

Metode Pembelajaran : Ceramah, Problem Based Learning, Latihan , Penugasan,

Melihat Video Pembelajaran (permasalahan transportasi

pada program linear), Latihan, Penugasan.


Tahap



1 2 3 4

Pendahuluan

Pertemuan Ke - 9:

Memberikan gambaran


dan tujuan dari


ke-9.

Pertemuan Ke - 10 :

Mengulas kembali


pertemuan ke-9

Memberikan gambaran




Pertemuan Ke - :


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Pertemuan Ke - 10 :


jawaban berkaitan


ke-9.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Tes Tulis,

Tugas Tertulis.

UNIPA Surabaya | 63

Inti Penyajian

Pertemuan 9 :

Menjelaskan materi



dengan model

transportasi.




yang berkaitan dengan

masalah transportasi

dengan metode NCWR.

Memberikan contoh



model transportasi

dengan metode NCWR.


kepada mahasiswa


dengan model

transportasi dengan

metode NCWR.

Membahas dan


mahasiswa dalam



model transportasi

dengan metode NCWR.

Pertemuan Ke - 10 :

Menayangkan video

pembelajaran terkait


dengan model

transportasi metode Least

Cost.

Menjelaskan materi



model transportasi

dengan metode VAM.

Memberikan contoh



metode Least Cost dan

VAM.

Pertemuan 9 :


penyelesaian program

linier dengan model

transportasi.


langkah proses



model transportasi

dengan metode NCWR.




dengan model

transportasi dengan

metode NCWR.



latihan terkait masalah


model transportasi

dengan metode NCWR.



saat dosen membahas



dengan model

transportasi dengan

metode NCWR.

Pertemuan Ke - 10 :

Memperhatikan dan

mencatat proses



model transportasi

metode Least Cost.


langkah-langkah


program linear model

transportasi dengan

metode VAM .


tabulasi metode Least

Cost dan metode VAM.



UNIPA Surabaya | 64

Tahap



1 2 3 4


kepada mahasiswa


model transportasi

dengan metode Least





soal latihan program

linear metode Least Cost

dan metode VAM.

Membahas hasil



tanya jawab.


model transportasi

dengan metode Least




soal latihan dengan

metode Least Cost dan

metode VAM.

Tanya jawab antara



latihan metode Least


UNIPA Surabaya | 65

Tahap



1 2 3 4

Penutup

Pertemuan Ke - 6 :


dengan materi di

pertemuan ke-6.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-7.



tugas mandiri.



dengan materi di

pertemuan ke-7.

Menyimpulkan materi


ke-7.


berkaitan dengan


pertemuan ke-7.


sebagai latihan

kemampuan



simplex dua tahap.





pertemuan ke-6.

Mencatat kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-7.


yang diberikan.





pertemuan ke-7.

Mencata kesimpulan




disiapkan untuk

pembahasan materi

pertemuan ke-7.



UNIPA Surabaya | 66



Kode : 55445 sks : 4






Mampu menerapkan masalah penugasan terkait dengan

program linear.


Latihan, Penugasan.


Tahap



1 2 3 4

Pendahuluan

Mengulas kembali


materi pertemuan ke-9

dan 10.

Memberikan gambaran


dan tujuan dari


ke-11.


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Tes Tulis,

Tugas Tertulis.

UNIPA Surabaya | 67

Tahap



1 2 3 4

Inti Penyajian

Menjelaskan materi


program linear yang

berkaitan dengan masalah

penugasan.





masalah penugasan.

Memberikan contoh


program linear yang

berkaitan dengan masalah

penugasan.


kepada mahasiswa terkait

masalah penugasan pada

program linear.

Membahas jawaban dari

mahasiswa terkait soal

latihan.

Menyimak dan


program linear terkait

masalah penugasan.





program linear yang

berkaitan dengan

masalah penugasan.

Menyimak dan

memperhatikan


contoh kasus masalah

penugasan pada program

linear.

Berdiskusi dan

mengerjakan latihan soal,

kemudian mengajukan

gagasan jawaban.

Penutup


dengan materi di

pertemuan ke-11.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-12.


secara individu.




pertemuan ke-11.

Mencatat kesimpulan


ke-11, sekaligus



pembahasan materi

pertemuan ke-12.


yang diberikan.

UNIPA Surabaya | 68



Kode : 55445 sks : 4






Mampu menerapkan programa Bilangan Bulat pada

Masalah Program Linear.

Metode Pembelajaran : Ceramah, Problem Based Learning, Latihan, Penugasan.


Tahap



1 2 3 4

Pendahuluan

Mengulas kembali



Memberikan gambaran


dan tujuan dari


ke-12.


jawaban berkaitan

dengan review dari

dosen.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Non Tes,

Tugas Tertulis.

UNIPA Surabaya | 69

Tahap



1 2 3 4

Inti Penyajian

Menjelaskan materi



dengan programa

bilangan bulat.




dengan programa bilang

bulat.

Memberikan contoh





kepada mahasiswa


dengan programa

bilangan bulat.

Membahas jawaban dari

mahasiswa terkait soal

latihan.

Menyimak dan










Menyimak dan

memperhatikan



dengan programa

bilangan bulat.

Berdiskusi dan

mengerjakan latihan soal,

kemudian mengajukan

gagasan jawaban.

Penutup


dengan materi di

pertemuan ke-12.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-13.


secara individu.




pertemuan ke-12.

Mencatat kesimpulan


ke-12, sekaligus



pembahasan materi

pertemuan ke-13.


yang diberikan.

UNIPA Surabaya | 70



Kode : 55445 sks : 4






Mampu menidentifikasi sistem transportasi pada Program

Linear guna penyelesaian permasalahan dengan analisa

network.

Metode Pembelajaran : Ceramah, Problem Based Learning, Melihat Video

Pembelajaran (permasalahan transportasi pada program

linear), Latihan, Penugasan.


UNIPA Surabaya | 71

Tahap



1 2 3 4

Pendahuluan

Pertemuan Ke - 13:

Memberikan gambaran


dan tujuan dari


ke-13.

Pertemuan Ke - 14 :

Mengulas kembali


pertemuan ke-13.

Memberikan gambaran





Mengulas kembali


pertemuan ke-14.

Memberikan gambaran




Pertemuan Ke - 13 :


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Pertemuan Ke - 14 :


jawaban berkaitan


ke-13.


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.



jawaban berkaitan


ke-14


dosen dan mencatat

gambaran umum &

tujuan pembelajaran


garis besarnya.

Non Tes,

Tugas Tertulis

UNIPA Surabaya | 72

Inti Penyajian

Pertemuan Ke - 13 :




analisa network.

Menampilkan video

pembelajaran masalah

analisa network.





analisa network pada

masalah pohon perentang

minimal (terkait video

pembelajaran).

Memberikan contoh


program linear analisa

network dengan masalah

pohon perentang minimal.


kepada mahasiswa tentang




Membahas dan


mahasiswa dalam





Pertemuan Ke - 14 :





masalah arus maksimal.

Menampilkan video


Pertemuan Ke - 13 :

Menyimak dan


program linier pada

analisa network.

Memperhatikan video


analisa network.

Memperhatikan





network dengan

masalah pohon

perentang minimal

(dari video

pembelajaran).




network dengan

masalah pohon

perentang minimal.

Berdiskusi dengan

teman guna

menyelesaikan soal



masalah pohon

perentang minimal.


jawab dengan dosen

pada saat dosen

membahas jawaban

latihan soal masalah


network dengan

masalah pohon

perentang minimal.

Pertemuan Ke - 14 :

Menyimak dan


program linier analisa

network pada masalah

arus maksimal.

Memperhatikan video


analisa network

UNIPA Surabaya | 73








masalah pohon perentang

minimal (terkait video

pembelajaran).

Memberikan contoh



network pada masalah arus

maksimal.





arus maksimal.

Membahas dan


mahasiswa dalam




arus maksimal.

Pertemuan Ke - 15 :




analisa network masalah

arus berkapasitas biaya

minimum.

Menampilkan video




minimum.







Memperhatikan





network dengan

masalah arus maksimal

(dari video

pembelajaran).




network dengan


Berdiskusi dengan

teman guna

menyelesaikan soal





jawab dengan dosen

pada saat dosen

membahas jawaban



network dengan


Pertemuan Ke - 15 :

Menyimak dan


program linier dengan

analisa network

masalah arus

berkapasitas biaya

minimum.

Memperhatikan video


analisa network

masalah arus

berkapasitas biaya

minimum.

Memperhatikan





network masalah arus

berkapasitas biaya

UNIPA Surabaya | 74

Tahap



1 2 3 4

minimum (terkait video

pembelajaran).

Memberikan contoh




berkapasitas biaya

minimum.





berkapasitas biaya

minimum.

Membahas dan


mahasiswa dalam




berkapasitas biaya

minimum.

minimum (dari video

pembelajaran).





berkapasitas biaya

minimum.

Berdiskusi dengan

teman guna

menyelesaikan soal




berkapasitas biaya

minimum.


jawab dengan dosen

pada saat dosen

membahas jawaban




berkapasitas biaya

minimum.

UNIPA Surabaya | 75

Tahap



1 2 3 4

Penutup

Pertemuan Ke - 13:


dengan materi di

pertemuan ke-13.

Menyimpulkan materi



berkaitan dengan


pertemuan ke-14.



tugas mandiri.



dengan materi di

pertemuan ke-14.

Menyimpulkan materi


ke-14.


berkaitan dengan


pertemuan ke-15.

Memberikan tugas

tertulis.

Pertemuan Ke - 15:


dengan materi di

pertemuan ke-15.

Menyimpulkan materi



berkaitan materi EAS.

Pemberian tugas

presentasi sebagai tugas

kelompok .





pertemuan ke-13.

Mencatat kesimpulan


ke-13, sekaligus



pembahasan materi

pertemuan ke-14.


yang diberikan.





pertemuan ke-14.

Mencata kesimpulan


ke-14, sekaligus



pembahasan materi

pertemuan ke-15.



Pertemuan Ke - 15:




pertemuan ke-15.

Mencatat kesimpulan


ke-15, sekaligus

mencatat materi EAS.

Menuliskan kriteria tugas

kelompok sebagai bahan

presentasi.

UNIPA Surabaya | 76


Nama Mata Kuliah : Operasional Riset


Besarnya sks : 4


Semester : Genap


Ruang : Ruang Kuliah Jurusan Pendidikan Matematika, Lantai 4

Gedung A


Mata kuliah Riset Operasi memberi bekal kepada mahasiswa untuk memilih dari

beberapa alternatif pemecahan persoalan yang paling optimal dalam rangka

pengambilan keputusan yang tepat.

2. Deskripsi

Mata kuliah ini mengenalkan manfaat dan tujuan Riset Operasi. Secara teoritis

mahasiswa dibekali model matematika dan teknik pemecahan masalah melalui

Program Linear. Mata kuliah Riset Operasi ini dirancang untuk membantu

mahasiswa menentukan metode terbaik untuk mendapatkan solusi permasalahan riil.

Mata kuliah ini meliputi Riset Operasi sebagai Ilmu dan Seni(sejarah riset operasi,

manfaat dan tujuan riset operasi, unsur-unsur dari sebuah model keputusan pada riset

operasi, jenis-jenis model riset operasi, perkembangan riset operasi), Model

Matematika (memetakan masalah, pemodelan matematika), Program Linear

(pengantar program linear, model matematis dari pemrograman linear, desain model

fungsi tujuan dan fungsi kendala pada persoalan pemrograman linear, aplikasi

pemrograman linear dalam kasusu maksimasi dan kasus minimasi), Program Linear

dengan Metode Analisis Geometri (pemecahan grafik dari model program linear,

analisis sensitivitas, formulasi program linear, metode grafik untuk kasus maksimasi

dan kasus minimasi, kasus khusus dalam penentuan solusi optimal), Program Linear

dengan Metode Simplex ( metode simplex-kasus maksimasidan kasus minimasi,

UNIPA Surabaya | 77

prosedur membuat tabulasi simplex, formulasi fungsi tujuan—fungsi kendala—

variabel bantuan, prosedur iterasi dan kondisi optimal, karakteristik metode simplex),

Program Linear dengan Model Transportasi (definisi dan aplikasi model transportasi,

tujuan dan ciri-ciri penerapan model transportasi, metode NCWR, metode Least

Cost, metode VAM), Program Linear Berstruktur Khusus : Masalah Penugasan

(definisi dan aplikasi masalah penugasan, pemecahan masalah penugasan), Program

Linear Berstruktur Khusus : Programa Bilangan Bulat (konsep dasar programa

bilangan bulat, sistem programa bilangan bulat, model programa bilangan bulat),

Program Linear Berstruktur Khusus : Analisa network (definisi jaringan, masalah

pohon perentang minimal, masalah arus maksimal, masalah arus berkapasitas biaya

minimum).


a. CP-PRODI





(KU5);

3. Mampu mengambil keputusan strategis di bidang pendidikan matematika

berdasarkan informasi dan data yang relevan (KK14) ;

4. Menguasai konsep matematika yang diperlukan untuk studi ke jenjang

berikutnya (PP7).

b. CP-MK

[C4, P3, A3] : Mampu menganalisa peristiwa-peristiwa nyata yang terjadi dalam

masyarakat dengan teori-teori yang relevan dalam masalah pengambilan

keputusan pada operasional riset dengan berbagai teknik kuantitatif baik secara

mandiri maupun dalam kerjasama tim.

UNIPA Surabaya | 78


Capaian Pembelajaran (CP) Lulusan Program Studi yang Dibebankan pada MK (CP-PRODI) : [CP-PPA]






Kemampuan Akhir Tiap Tahapan Belajar (CP-MK) : (C4,P3, A3)



A

UNIPA Surabaya | 79

(C3, P3, A3) Menerapkan persoalan PL

guna mendapatkan hasil yang optimum

(3)

(C4, P3, A3) Menganalisa masalah PL

dengan menggunakan metode analisis

geometri (grafik).

(4)

(C3, P3, A3) Menerapkan programa

bilangan bulat pada masalah PL

(8)

(C3, P3, A3) Menerapkan Masalah

Penugasan terkait dengan PL

(7)

(C4, P3, A3) Mengidentifikasi

sistem transportasi pada PL



(6)

(C4, P3, A3) Mengidentifikasi sistem

transportasi pada PL guna penyelesaian

permasalahan dengan analisa network

(9)

(C4, P3, A3) Menganalisa kasus maksimasi dan

kasus minimasi guna mendapatkan hasil optimal

pada masalah Program Linear dengan

menggunakan Metode Simplex.

(5)

Aljabar Linear

(C3,P3,A3) Memodelkan permasalahan riil ke dalam model

matematika.

(2)

(C2, A2) Menjelaskan sejarah, manfaat, tujuan serta

perkembangan Riset Operasi

(1)


A

UNIPA Surabaya | 80


Pustaka Utama :

1. Lieberma. J., Taha H.A, 2003,Operation Research

2. Gupta, R.K., 2010 , Operation Reseach, Krishna’s Publisher : Meerut

3. Buffa ES, Dyer JS, 1977, Managements Scence / Operation Research, New

York,Hamilton Publ.

4. Gass, S.I., 1975, Linear Programing Methods and Application, Tokyo, Mc Graw

Hill International Book Company.

5. Hodby, G., 1962, Linear Programming, Reading Mass, Addison Wesley

Publishing Co. Inc.

Pustaka Pendukung :

6. Rangkuti,A., 2013, Model Riset Operasi & Aplikasinya, Briliant Internasional

7. Wirajaya, D., 2012, Pengantar Riset Operasi, Binarupa Aksara : Jakarta


1. Kuliah,

2. Ceramah,

3. Diskusi di kelas,

4. Problem Based Learning,

5. Tanya Jawab,

6. Latihan

7. Penugasan.

7. Rencana Tugas

1. Makalah dengan format : A4, font : Calibri, size 12, margin 3-2-2-2, minimum 10

halaman. Menggunakan tata tulis ilmiah. Dikumpulkan dalam bentuk softcopy

format (*.doc).

2. Praktek pembelajaran disajikan dalam bentuk video yang sudah diunggah ke

youtube.

3. Video pembelajaran disajikan di depan kelas, kelompok lain memberikan

komentar atas hasil kelompok yang sudah tampil. Maksimal waktu presentasi 20

UNIPA Surabaya | 81

menit. Dikumpulkan dalam bentuk CD yang terdiri dari kumpulan video pembelajaran seluruh kelompok (video sudah dalam kondisi

terunggah di youtube) dengan disertai alamat link video.

4. Tuliskan identitas masing-masing anggota kelompok, dengan disertakan peran dan tugas masing-masing anggota kelompok.

5. Tugas dikumpulkan dalam folder dengan nama kelompok, berisi : makalah (*.doc), video presentasi yang sudah diunggah (youtube),

daftar anggota kelompok beserta masing-masing tugasnya, dan softcopy referensi yang digunakan.

Nama folder : Kelompok-1 (Sesuaikan dengan Nomer Kelompok)-ApkRO-2016


Minggu

Ke- CP-MK


Tes/Non Tes Bobot Kognitif Psikomotor Afektif

C2 C3 C4 P3 A2 A3

1 [C2, A2]

Mampu menjelaskan

sejarah, manfaat, tujuan

serta perkembangan Riset

Operasi

√ 10

10 Soal

(Tes Lisan)

5%

2 [C3, P3, A3]

Mampu memodelkan

permasalahan riil ke dalam

model matematika.

√ 3

√ 2

5 Soal

(Tes Tulis)

7,5%

3 [C3, P3, A3]

Mampu menerapkan

persoalan Program Linear

√ 3

√ 2

5 Soal

(Tes Tulis)

15%

UNIPA Surabaya | 82

Minggu

Ke- CP-MK



C2 C3 C4 P3 A2 A3

guna mendapatkan hasil

yang optimum.

4-5 [C4, P3, A3]

Mampu menganalisa

masalah Program Linear

dengan menggunakan

metode Analisis Geometri

(Grafik).

√

√

√

Non Tes. 7,5%

6-7 [C4, P3, A3]

Mampu menganalisa

kasus maksimasi dan kasus

minimasi guna

mendapatkan hasil optimal

pada masalah Program

Linear dengan

menggunakan Metode

Simplex.

√

√

√

Non Tes 15%

9-10 [C4, P3, A3]

Mampu mengidentifikasi

sistem transportasi pada

Program Linear dengan

menyelesaikan


√ 3

√ 1

√ 1

5 Soal

(Tes Tulis)

7,5%

UNIPA Surabaya | 83

Minggu

Ke- CP-MK



C2 C3 C4 P3 A2 A3

11 [C3, P3, A3]

Mampu menerapkan

Masalah Penugasan terkait

dengan Proram Linear.

√ 3

√ 1

√ 1

5 Soal

(Tes Tulis)

7,5%

12 [C3, P3, A3]

Mampu menerapkan


pada masalah Program

Linear.

√

√

Non Tes. 15%

13-15 [C4, P3, A3]



Program Linear guna

penyelesaian

permasalahan dengan

analisa network.

√

√

√

Non Tulis. 20%

UNIPA Surabaya | 84



81-100 A 4 Istimewa


66-70 B 3 Baik


51-60 C 2 Cukup

41-50 D 1 Kurang


Keterangan :








UNIPA Surabaya | 85



1 Minggu Ke-1

(Maret 2016) [C2, A2]

Mampu menjelaskan sejarah,

manfaat, tujuan serta

perkembangan Riset Operasi

1. Riset Operasi sebagai Ilmu dan Seni







Pustaka Utama [1]

Pustaka Utama [2]


2 Minggu Ke-2

(Maret 2016) [C3, P3, A3]

Mampu memodelkan

permasalahan riil ke dalam

model matematika.

2. Model Matematika



Pustaka Utama [4]

Pustaka Utama [5]


3 Minggu Ke-3

(Maret 2016) [C3, P3, A3]

Mampu menerapkan persoalan

Program Linear guna

mendapatkan hasil yang

optimum.

3. Program Linear


3.2 Model Matematis dari Pemrograman

Linear

3.3 Desain Model Fungsi Tujuan dan Fungsi

Kendala pada Persoalan Pemrograman

Linear

3.4 Aplikasi Pemrograman Linear dalam

kasus maksimasi dan kasus minimasi

Pustaka Utama [2]

Pustaka Utama [4]

Pustaka Utama [5]

4 Minggu Ke-4

(Maret 2016)

&

Minggu Ke-1

(April 2016)

[C4, P3, A3]

Mampu menganalisa masalah


menggunakan metode Analisis

Geometri (Grafik).

4. Program Linear dengan Metode Analisis

Geometri (Grafik)

4.1 Pemecahan Grafik dari Model Program

Linear


Pustaka Utama [3]

Pustaka Utama [4]

Pustaka Utama [5]

UNIPA Surabaya | 86



4.4 Metode Grafik untuk Kasus Maksimasi

dan Minimasi

4.5 Kasus Khusus dalam Penetuan Solusi

Optimal

5 Minggu Ke-2

(April 2016)

&

Minggu Ke-3

(April 2016)

[C4, P3, A3]

Mampu menganalisa kasus

maksimasi dan kasus minimasi

guna mendapatkan hasil

optimal pada masalah Program

Linear dengan menggunakan

Metode Simplex.


5.1 Metode Simplex – Kasus Maksimasi dan

Kasus Minimasi

5.2 Prosedur Membuat Tabulasi Simplex



5.4 Prosedur Ierasi dan Kondisi Optimal


Pustaka Utama [1]

Pustaka Utama [3]



7 Minggu Ke-2

(Mei 2016)

&

Minggu Ke-3

(Mei 2016)

[C4, P3, A3]




menyelesaikan permasalahan

transportasi.

6. Program Linear dengan Model Transportasi


Transportasi

6.2 Tujuan dan Ciri-ciri Penerapan Model

Transportasi

6.3 Metode NCWR


6.5 Metode VAM

Pustaka Utama [1]

Pustaka Utama [4]


8 Minggu Ke-4

(Mei 2016) [C3, P3, A3]

Mampu menerapkan Masalah

Penugasan terkait dengan

Proram Linear.


Masalah Penugasan


Penugasan


Pustaka Utama [1]

Pustaka Utama [2]

Pustaka Utama [4]


UNIPA Surabaya | 87


9 Minggu Ke-1

(Juni 2016) [C3, P3, A3]

Mampu menerapkan Programa

Bilangan Bulat pada masalah

Program Linear.



8.1 Konsep Dasar Programa Bilangan Bulat

8.2 Sistem Programa Bilangan Bulat

8.3 Model Programa Bilangan Bulat

Pustaka Utama [4]

10 Minggu Ke-2

s/d

Minggu Ke-4

(Juni 2016)

[C4, P3, A3]



Program Linear guna

penyelesaian permasalahan

dengan analisa network.

9. Program Linear Berstruktur Khusus : Analisa

Network


9.2 Masalah Pohon Perentang Minimal


9.4 Masalah Arus Berkapasitas Biaya

Minimum

Pustaka Utama [1]

Pustaka Utama [2]

Pustaka Utama [4]




UNIPA Surabaya | 88

RPS STATISTIKA MATEMATIKA

Fenny Fitriani, S.Si, M.Si UNIVERSITAS PGRI ADI BUANA SURABAYA




Tlp. 031-5041190, 5041097, 8281181, Fax. 031-5042804

TEKNIK INSTRUKSIONAL-Statistika Matematika

UNIPA Surabaya – Pendidikan Matematika | ii

DAFTAR ISI

DAFTAR ISI .............................................................................................................................................. II

1 PETA KONSEP / HIRARKI MATERI .......................................................................................... 1

2 CAPAIAN PEMBELAJARAN MATAKULIAH ........................................................................... 3

3 PETA CAPAIAN PEMBELAJARAN / PETA KOMPETENSI ................................................... 7

4 RENCANA PEMBELAJARAN SEMESTER (RPS) ..................................................................... 9

5 RENCANA TUGAS ........................................................................................................................ 17

6 RENCANA ASESMEN & EVALUASI (RA&E) ......................................................................... 20

7 CONTOH TES URAIAN ............................................................................................................... 23

8 PEDOMAN PENSKORAN SOAL URAIAN ............................................................................... 28

9 SATUAN ACARA PEMBELAJARAN (SAP) ............................................................................. 30

10 KONTRAK PEMBELAJARAN .................................................................................................... 51


UNIPA Surabaya – Pendidikan Matematika | 1

Peta Konsep / Hirarki Materi

Mata Kuliah : Statistika Matematika Semester: V Kode: 55678 SKS: 3 sks

Jurusan : Pendidikan Matematika Dosen: Fenny Fitriani, S.Si, M.Si

Capaian Pembelajaran (CP) lulusan program studi yang dibebankan pada MK (CP-PRODI)









4. Menguasai konsep matematika yang diperlukan untuk melaksanakan pembelajaran di satuan pendidikan dasar dan menengah (PP6);

Menguasai metodologi penelitian pendidikan matematika (Peneliti) (PP11).

Capaian Pemblajaran MK (CP-MK)

Setelah mengikuti mata kuliah statistika matematika, mahasiswa mampu memilih konsep peluang dan distribusinya (C4) untuk menambil

keputusan yang tepat di bidang pendidikan matematika berdasarkan analisis informasi dan data yang relevan (P3) yang dapat digunakan

sebagai bekal untuk melanjutkan ke jenjang studi berikutnya.

Mampu menentukan himpunan dan hasil operasi dari himpunan suatu peristiwa

Mampu membedakan penggunaan konsep teknik membilang, permutasi, dan kombinasi

Mampu menjelaskan konsep peluang dan sifat-sifat peluang pada kejadian tertentu

Mampu menentukan peubah acak satu variabel dan distribusinya.

Mampu menentukan peubah acak gabungan dan distribusinya

Mampu menentukan nilai ekspektasi matematika satu peubah acak

Mampu menentukan nilai ekspektasi matematika dua peubah acak



Himpunan dari suatu kejadian (1)

teknik membilang, kombinasi, dan permutasi

(2)

konsep peluang dan dalil bayes (3)

Peubah acak satu variabel diskrit (4) Peubah acak satu variabel kontinu (5)

Peubah acak gabungan (6)

Nilai ekspektasi matematika (7)

Capaian Pembelajaran MK: Setelah mengikuti mata kuliah statistika matematika, mahasiswa mampu memilih konsep peluang dan distribusinya (C4) untuk menambil keputusan yang tepat di bidang pendidikan matematika berdasarkan analisis informasi

dan data yang relevan (P3) yang dapat digunakan sebagai bekal untuk melanjutkan ke jenjang studi berikutnya.



Capaian Pembelajaran Matakuliah



Capaian Pembelajaran MK: Setelah mengikuti mata kuliah statistika matematika, mahasiswa mampu memilih konsep peluang dan

distribusinya (C4) untuk menambil keputusan yang tepat di bidang pendidikan matematika berdasarkan analisis informasi dan data

yang relevan (P3) yang dapat digunakan sebagai bekal untuk melanjutkan ke jenjang studi berikutnya.



2. Mampu menyusun deskripsi saintifik hasil kajian tersebut di atas dalam bentuk skripsi atau laporan tugas akhir, dan

mengunggahnya dalam laman perguruan tinggi (KU4); Mampu mendokumentasikan, menyimpan, mengamankan, dan

menemukan kembali data untuk menjamin kesahihan dan mencegah plagiasi (KU9) ;

3. Merancang dan melaksanakan penelitian serta melaporkan dan mempublikasikan hasilnya, sehingga dapat digunakan

sebagai alternatif penyelesaian masalah di bidang pendidikan matematika (KK13); Mampu mengambil keputusan strategis

di bidang pendidikan matematika berdasarkan informasi dan data yang relevan (KK14); Mampu mengambil keputusan yang

tepat di bidang pendidikan matematika berdasarkan analisis informasi dan data (edupreuner) (KK17) ;

4. Menguasai konsep matematika yang diperlukan untuk melaksanakan pembelajaran di satuan pendidikan dasar dan

menengah (PP6); Menguasai metodologi penelitian pendidikan matematika (Peneliti) (PP11).

II. Capaian Pembelajaran tiap tahapan belajar (CP-MK)


1 Mampu menentukan himpunan dan hasil operasi dari himpunan suatu peristiwa

Ketepatan dalam menentukan himpunan dari suatu peristiwa

Pengertian himpunan

Operasi-operasi pada himpunan




Ketepatan dalam mengoperasikan dua atau lebih himpunan

2 Mampu membedakan penggunaan konsep teknik membilang, permutasi, dan kombinasi

Ketepatan memilih teknik membilang, permutasi, dan kombinasi dalam menyelesaikan permasalahan.

Ketepatan perhitungan dalam tahapan penyelesaian permasalahan.

Aturan perkalian

Aturan penjumlahan

Permutasi

Kombinasi

3-4 Mampu menjelaskan konsep peluang dan sifat-sifat peluang pada kejadian tertentu

Ketepatan menghitung peluang

Ketepatan membedakan peluang pada kejadian tertentu

Ketepatan perhitungan dalam tahapan penyelesaian peluang.

Komponen dasar dari peluang

Peluang berdasarkan teknik membilang

Sifat – sifat dari peluang

Peluang bersyarat, peluang pada kejadian saling lepas dan bebas

Dalil Bayes

5 Mampu menentukan peubah acak satu variabel dan distribusinya.

Ketepatan dalam menentukan jenis peubah acak

Ketepatan dalam menghitung peluang sebuah peubah acak diskrit maupun kontinu

Ketepatan dalam menggambar grafik berdasarkan distribusi peluang kontinu

Ketepatan dalam menentukan fungsi distribusi dari peluang diskrit maupun kontinu

Macam – macam peubah acak

Distribusi peluang diskrit maupun kontinu

Fungsi distribusi peluang diskrit maupun kontinu




Ketepatan dalam menggambar grafik dari fungsi distribusi peluang diskrit maupun kontinu

6-7 Mampu menentukan peubah acak gabungan dan distribusinya.

Ketepatan dalam menghitung peluang gabungan peubah acak baik diskrit maupun kontinu

Ketepatan dalam menentukan fungsi peluang marginal dari peubah acak gabungan

Ketepatan dalam menentukan fungsi peluang bersyarat dari peubah acak

Ketepatan dalam membuktikan bahwa peubah acak gabungan bebas stokastik atau tidak.

Distribusi peubah acak gabungan

Fungsi marginal

Distribusi bersyarat

Kebebasan stokastik

9-10 Mampu menentukan nilai ekspektasi matematika satu peubah acak.

Ketepatan menghitung nilai ekspektasi, mean, dan varians.

Ketapatan menentukan moment dan fungsi pembangkit moment dari peubah acak.

Ketepatan menentukan batas atas dan batas bawah peluang dengan menggunakan ketidak samaan chebyshev.

Nilai ekspektasi peubah acak

Mean peubah acak

Variansi peubah acak

Fungsi pembangkit moment

Ketidak samaan chebyshev

11-15 Mampu menentukan nilai ekspektasi matematika dua peubah acak

Ketepatan menentukan nilai ekpektasi gabungan

Nilai ekspektasi gabungan

Ekspektasi bersyarat

Rataan bersyarat




Ketapatan dalam menentukan ekspektasi bersyarat, rataan bersyarat, dan varians bersyarat

Ketepatan dalam menentukan hasil perkalian dua moment

Ketepatan dalam menentukan nilai kovarians

Ketepatan dalam menentukan fungsi pembangkit momen gabungan

Ketepatan dalam menentukan koefisien korelasi

Ketepatan dalam menentukan akibat dari kebebasan stokastik

Perkalian dua momen

Kovarians

Varians bersyarat

Fungsi pembangkit momen gabungan

Koefisien korelasi

Akibar kebebasan stokastik



Peta Capaian Pembelajaran / Peta Kompetensi



Capaian Pembelajaran (CP) lulusan program studi yang dibebankan pada MK (CP-PRODI)







pendidikan matematika berdasarkan informasi dan data yang relevan (KK14); Mampu mengambil keputusan yang tepat di

bidang pendidikan matematika berdasarkan analisis informasi dan data (edupreuner) (KK17) ;

4. Menguasai konsep matematika yang diperlukan untuk melaksanakan pembelajaran di satuan pendidikan dasar dan menengah

(PP6); Menguasai metodologi penelitian pendidikan matematika (Peneliti) (PP11).

Capaian Pemblajaran MK (CP-MK)

Setelah mengikuti mata kuliah statistika matematika, mahasiswa mampu memilih konsep peluang dan distribusinya (C4) untuk

menambil keputusan yang tepat di bidang pendidikan matematika berdasarkan analisis informasi dan data yang relevan (P3) yang

dapat digunakan sebagai bekal untuk melanjutkan ke jenjang studi berikutnya.


Mampu membedakan penggunaan konsep teknik membilang, permutasi, dan kombinasi








C2 P2 A2 Menentukan Himpunan dari suatu

kejadian (1)

C2P2A2 Membedakan penggunaan teknik

membilang, kombinasi, dan permutasi (2)

C2 P2 A2 Menjelaskan konsep peluang dan dalil bayes (3)

C3 P2 A2 Menentukan Peubah acak satu variabel diskrit (4) C3 P2 A2 Menentukan Peubah acak satu variabel kontinu (5)

C3 P2 A3 Menentukan Peubah acak gabungan (6)

C3 P2 A2 Menentukan nilai ekspektasi matematika (7)

Capaian Pembelajaran MK: Setelah mengikuti mata kuliah statistika matematika, mahasiswa mampu memilih konsep peluang dan distribusinya (C4) untuk menambil keputusan yang tepat di bidang pendidikan matematika berdasarkan analisis informasi

dan data yang relevan (P3) yang dapat digunakan sebagai bekal untuk melanjutkan ke jenjang studi berikutnya.



Rencana Pembelajaran Semester (RPS)

RENCANA PEMBELAJARAN SEMESTER PRODI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN – UNIPA SBY


Statistika Matematika 55678 Keilmuan dan Keterampilan T=3 P=0 V 17 -02-2016

OTORISASI Jurusan Pendidikan Matematika


Fenny Fitriani, S.Si, M.Si Dra. Sri Rahayu, S.Si., M.Si. Dra. Sri Rahayu, S.Si., M.Si.

Capaian Pembelajaran Program Studi (CP-PRODI)





3. Merancang dan melaksanakan penelitian serta melaporkan dan mempublikasikan hasilnya, sehingga dapat digunakan

sebagai alternatif penyelesaian masalah di bidang pendidikan matematika (KK13); Mampu mengambil keputusan

strategis di bidang pendidikan matematika berdasarkan informasi dan data yang relevan (KK14); Mampu mengambil

keputusan yang tepat di bidang pendidikan matematika berdasarkan analisis informasi dan data (edupreuner) (KK17) ;

4. Menguasai konsep matematika yang diperlukan untuk melaksanakan pembelajaran di satuan pendidikan dasar dan

menengah (PP6); Menguasai metodologi penelitian pendidikan matematika (Peneliti) (PP11).

Mata Kuliah(CP-MK)

Setelah mengikuti mata kuliah statistika matematika, mahasiswa mampu memilih konsep peluang dan distribusinya (C4) untuk menambil keputusan yang tepat di bidang pendidikan matematika berdasarkan analisis informasi dan data yang relevan (P3) yang dapat digunakan sebagai bekal untuk melanjutkan ke jenjang studi berikutnya.



Diskripsi singkat MK

Mata kuliah ini membahas tentang teori peluang secara lebih mendalam dengan pendekatan aksioma dan distribusi distribusi penting yang ada untuk diterapkan dalam memahami konsep-konsep peubah acak. Lingkup bahasannya meliputi: pengantar himpunan, konsep dasar peluang, peluang, distribusi peluang, harapan matematis.

Pustaka Utama :

1. Nar Herrhyanto dan Tuti Gantini, ‘Pengantar Statistika Matematis’, Penerbit : Yrama WIdya, 2013 2. Walpole, ‘Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan’ terjemahan edisi ke-4, Penerbit : ITB Bandung, 2012

Pendukung :

1. Freud, J.E dan R. E. Walpole, ‘Mathematical Statistics’, Penerbit : Prentice-Hall Inc, 1980

Media Pembelajaran Software: Hardware:

OS : Windows 7 Aplikasi : Microsoft Office

Modul ajar

Team Teaching Fenny Fitriani, S.Si., M.Si.

Assessment Tes tulis, Presentasi

Matakuliah Syarat Metode Statistika, Kalkulus II

Mg Ke- Kemampuan akhir tiap

tahapan belajar (CP-MK)

Materi Pembelajaran (Pokok bahasan)

[Pustaka]

Metode / Strategi Pembelajaran

[Estimasi Waktu]

Assessment



Kontrak perkuliahan

Pengertian himpunan


[U1]

Perkenalan awal yang berisi penyampaian kontrak kuliah. Dengan metode yang digunakan:

Ceramah

Latihan soal

Tanya jawab [TM : (1) x (3 x 50”)]

[(BT : (1) x (3 x 50”)),

Ketepatan dalam menentukan himpunan dari suatu peristiwa

Ketepatan dalam mengoperasikan dua atau lebih himpunan

Tugas tertulis dengan jawaban uraian Tugas 1 : Menentukan himpunan dan hasil operasi dari

3 %






[Pustaka]


[Estimasi Waktu]

Assessment


(BM : (1) x (3 x 60”))] himpunan suatu peristiwa


Aturan perkalian

Aturan penjumlahan

Permutasi

Kombinasi [U1, U2, P1]

Metode :

Ceramah

Latihan soal


[(BT : (1) x (3 x 50”)), (BM : (1) x (3 x 60”))]

Ketepatan memilih teknik membilang, permutasi, dan kombinasi dalam menyelesaikan permasalahan.

Ketepatan perhitungan dalam tahapan penyelesaian permasalahan

Tugas tertulis dengan jawaban uraian Tugas 2: Membedakan penggunaan konsep teknik membilang, permutasi, dan kombinasi

3 %

3 Mampu menjelaskan konsep peluang dan sifat-sifat peluang pada kejadian tertentu

Quiz pertemuan 1 dan 2




[U1, U2, P1]

Metode :

Tes subjektif

Ceramah

Latihan soal

Tanya jawab [Quiz : (1) x (2x50”); TM : (1) x (1 x 50”)]

Ketepatan menghitung peluang

Ketepatan perhitungan dalam tahapan penyelesaian peluang

Quiz 1 : Ujian tertulis dengan jawaban uraian

5 %

4 Mampu menjelaskan konsep peluang dan sifat-sifat peluang pada kejadian tertentu


Dalil Bayes [U1, U2, P1]

Metode :

Ceramah

Latihan soal

Tanya jawab

[TM : (1) x (3 x 50”)]

Ketepatan membedakan peluang pada kejadian tertentu

Ketepatan perhitungan dalam tahapan penyelesaian peluang.

Tugas tertulis dengan jawaban uraian Tugas 3: Menjelaskan

3 %






[Pustaka]


[Estimasi Waktu]

Assessment


[(BT : (1) x (3 x 50”)), (BM : (1) x (3 x 60”))]

konsep peluang dan sifat-sifat peluang pada kejadian tertentu.





[U1, U2, P1]

Metode :

Ceramah

Latihan soal

Tanya jawab

[TM : (1) x (3 x 50”)] [(BT : (1+1) x (3 x 50”)), (BM : (1+1) x (3 x 60”))]

Ketepatan dalam menentukan jenis peubah acak

Ketepatan dalam menghitung peluang sebuah peubah acak diskrit maupun kontinu

Ketepatan dalam menggambar grafik berdasarkan distribusi peluang diskrit maupun kontinu

Ketepatan dalam menentukan fungsi distribusi dari peluang diskrit maupun kontinu

Ketepatan dalam menggambar grafik dari fungsi distribusi peluang diskrit maupun kontinu

Tugas tertulis dengan jawaban uraian Tugas 4: Menentukan peubah acak satu variabel dan distribusinya.

3 %






[Pustaka]


[Estimasi Waktu]

Assessment


6 Mampu menentukan peubah acak gabungan dan distribusinya.

Quiz pertemuan 3-5

Distribusi peubah acak gabungan [U1, U2, P1]

Metode :

Tes subjektif

Ceramah

Latihan soal


Ketepatan dalam menghitung peluang gabungan peubah acak baik diskrit maupun kontinu


5%

7 Mampu menentukan peubah acak gabungan dan distribusinya.

Fungsi marginal


Kebebasan stokastik [U1, U2, P1]

Metode :

Ceramah

Latihan soal


[(BT : (1) x (3 x 50”)), (BM : (1) x (3 x 60”))]

Ketepatan dalam menentukan fungsi peluang marginal dari peubah acak gabungan

Ketepatan dalam menentukan fungsi peluang bersyarat dari peubah acak

Ketepatan dalam membuktikan bahwa peubah acak gabungan bebas stokastik atau tidak

Tugas tertulis dengan jawaban uraian Tugas 5: Menentukan peubah acak satu variabel dan distribusinya.

3%

(8) Evaluasi Tengah Semester (Evaluasi Formatif-Evaluasi yg dimaksudkan untuk melakukan improvement proses pembelajaran berdasarkan assessment yang telah dilakukan)

20 %

9 Mampu menentukan nilai ekspektasi matematika satu peubah acak.


Mean peubah acak

Variansi peubah acak [U1, U2, P1]

Metode :

Ceramah

Latihan soal

Tanya jawab

Ketepatan menghitung nilai ekspektasi, mean, dan varians

Tugas tertulis dengan jawaban uraian

3 %






[Pustaka]


[Estimasi Waktu]

Assessment


[TM : (1) x (3 x 50”)]

[(BT : (1) x (3 x 50”)), (BM : (1) x (3 x 60”))]

Tugas 6: Menentukan nilai ekspektasi matematika satu peubah acak

10 Mampu menentukan nilai ekspektasi matematika satu peubah acak.


Ketidak samaan chebyshev [U1, U2, P1]

Metode :

Ceramah

Latihan soal


[(BT : (1) x (3 x 50”)), (BM : (1) x (3 x 60”))]

Ketapatan menentukan moment dan fungsi pembangkit moment dari peubah acak.

Ketepatan menentukan batas atas dan batas bawah peluang dengan menggunakan ketidak samaan chebyshev

Tugas tertulis dengan jawaban uraian Tugas 7: Menentukan nilai ekspektasi matematika satu peubah acak.

3%

11 Mampu menentukan nilai ekspektasi matematika dua peubah acak

Quiz pertemuan 9-10

Nilai ekspektasi gabungan [U1, U2, P1]

Metode :

Tes subjektif

Ceramah

Latihan soal


Ketepatan menentukan nilai ekpektasi gabungan


5%

12 Mampu menentukan nilai ekspektasi


Rataan bersyarat

Varians bersyarat

Metode :

Ceramah

Latihan soal

Ketapatan dalam menentukan ekspektasi bersyarat, rataan

Tugas tertulis dengan jawaban uraian

3%






[Pustaka]


[Estimasi Waktu]

Assessment


matematika dua peubah acak

[U1, U2, P1]


[(BT : (1) x (3 x 50”)), (BM : (1) x (3 x 60”))]

bersyarat, dan varians bersyarat

Tugas 8: Menentukan nilai ekspektasi matematika dua peubah acak


Perkalian dua momen

Kovarians [U1, U2, P1]

Metode :

Ceramah

Latihan soal


[(BT : (1) x (3 x 50”)), (BM : (1) x (3 x 60”))]

Ketepatan dalam menentukan hasil perkalian dua moment

Ketepatan dalam menentukan nilai kovarians

Tugas tertulis dengan jawaban uraian Tugas 9: Menentukan nilai ekspektasi matematika dua peubah acak.

3%



Koefisien korelasi [U1, U2, P1]

Metode :

Ceramah

Latihan soal


[(BT : (1) x (3 x 50”)), (BM : (1) x (3 x 60”))]

Ketepatan dalam menentukan fungsi pembangkit momen gabungan

Ketepatan dalam menentukan koefisien korelasi

Tugas tertulis dengan jawaban uraian Tugas 10: Menentukan nilai ekspektasi matematika dua peubah acak.

3%






[Pustaka]


[Estimasi Waktu]

Assessment



Akibat kebebasan stokastik

Quiz pertemuan 11-15 [U1, U2, P1]

Metode :

Tes subjektif

Ceramah

Latihan soal


Ketepatan dalam menentukan akibat dari kebebasan stokastik


5%

(16) Evaluasi Akhir Semester (Evaluasi yg dimaksudkan untuk mengetahui capaian akhir hasil belajar mahasiswa) 30%



Rencana Tugas



1. Capaian Pembelajaran MK: Setelah mengikuti mata kuliah statistika matematika, mahasiswa mampu memilih konsep peluang dan distribusinya (C4) untuk

menambil keputusan yang tepat di bidang pendidikan matematika berdasarkan analisis informasi dan data yang relevan (P3)

yang dapat digunakan sebagai bekal untuk melanjutkan ke jenjang studi berikutnya.

2. Uraian Tugas

a. Objek garapan :

Menentukan himpunan dan hasil operasi dari himpunan suatu peristiwa

Membedakan penggunaan konsep teknik membilang, permutasi, dan kombinasi

Menjelaskan konsep peluang dan sifat-sifat peluang pada kejadian tertentu

Menentukan peubah acak satu variabel diskrit maupun variabel kontinu dan distribusinya.

Menentukan peubah acak gabungan dan distribusinya.

Menentukan nilai ekspektasi matematika.

b. Aktivitas yang harus dikerjakan dan batasan nya : menggunakan konsep yang telah dipelajari dan asumsi-asumsi yang harus

dilakukan untuk memeroleh solusi dari soal yang diberikan dan solusi dari permasalahan yang di angkat.

c. Metodologi & Cara pengerjaannya : berdasarkan materi pembelajaran yang telah di berikan

d. Kreteria luran tugas yang dihasilkan : kebenaran solusi dari permasalahan


Ketelitian dan ketepatan solusi permasalahan

Keterampilan memilih suatu permasalahan

Sistematika dalam menyelesaikan permasalahan



Inovasi


Minggu CP Pokok Bahasan Bentuk/Unsur Evaluasi Jenis Bobot Bobot (total)


Tugas 1 tugas tertulis dengan penyelesaian uraian Individu

Tugas 1 = 3 %

3 %


Tugas 2 tugas tertulis dengan penyelesaian uraian Individu

Tugas 2 = 3 %

3 %

3-4 Mampu menjelaskan konsep peluang dan sifat-sifat peluang pada kejadian tertentu

Quiz : tes tertulis dengan penyelesaian uraian Tugas 3 tugas tertulis dengan penyelesaian uraian

Individu

Quiz = 5% Tugas 3 = 3 %

8 %


Tugas 4 tugas tertulis dengan penyelesaian uraian

Individu Tugas 4 = 3 %

3 %

6-7 Mampu menentukan peubah acak gabungan dan distribusinya.

Quiz : tes tertulis dengan penyelesaian uraian Tugas 5 tugas tertulis dengan penyelesaian uraian

Individu

Quiz = 5% Tugas 5 = 4 %

8 %



Minggu CP Pokok Bahasan Bentuk/Unsur Evaluasi Jenis Bobot Bobot (total)

8 Evaluasi Tengah Semester

Individu 20 %

9-10 Mampu menentukan nilai ekspektasi matematika satu peubah acak..

Tugas 6 tugas tertulis dengan penyelesaian uraian Tugas 7 tugas tertulis dengan penyelesaian uraian

Individu

Tugas 6 = 3 % Tugas 7 = 3%

6 %

11-15 Mampu menentukan nilai ekspektasi matematika dua peubah acak

Quiz : tes tertulis dengan penyelesaian uraian Tugas 8 tugas tertulis dengan penyelesaian uraian Tugas 9 tugas tertulis dengan penyelesaian uraian Tugas 10 tugas tertulis dengan penyelesaian uraian Quiz : tes tertulis dengan penyelesaian uraian

Individu

Quiz = 5% Tugas 8 = 3 % Tugas 9 = 3% Tugas 10 = 3 % Quiz = 5%

19 %


Individu 30 %

5. Lain-lain



Rencana Asesmen & Evaluasi (RA&E)



Capaian Pembelajaran MK :

Setelah mengikuti mata kuliah statistika matematika, mahasiswa mampu memilih konsep peluang dan distribusinya (C4) untuk

menambil keputusan yang tepat di bidang pendidikan matematika berdasarkan analisis informasi dan data yang relevan (P3)

yang dapat digunakan sebagai bekal untuk melanjutkan ke jenjang studi berikutnya.

Mg Ke Sub CP-MK Pokok Bahasan

Butir Soal Evaluasi

Bentuk Test/Non

Test

Bobot

(%) Kognitif Psikomotor Afektif

C2 C3 C4 P2 P3 A2 A3

1

Mampu menentukan

himpunan dan hasil operasi

dari himpunan suatu

peristiwa

Pengertian himpunan

Operasi-operasi pada himpunan 4 2 2 8 Soal essay 3 %

2

Mampu membedakan

penggunaan konsep teknik

membilang, permutasi, dan

kombinasi

Aturan perkalian

Aturan penjumlahan

Permutasi

Kombinasi

2 1 1 4 soal essay 3 %

3-4

Mampu menjelaskan konsep

peluang dan sifat-sifat

peluang pada kejadian

tertentu


Peluang berdasarkan teknik

membilang


Peluang bersyarat, peluang pada

kejadian saling lepas dan bebas

2

1

1

4 soal essay

3 %




Butir Soal Evaluasi

Bentuk Test/Non

Test

Bobot


C2 C3 C4 P2 P3 A2 A3

Dalil Bayes 1 2

1 1 Quiz : 5 soal

essay

5%

5

Mampu menentukan peubah

acak satu variabel dan

distribusinya.


Distribusi peluang diskrit

maupun kontinu

Fungsi distribusi peluang

diskrit maupun kontinu


6-7

Mampu menentukan peubah

acak gabungan dan

distribusinya.

Distribusi peubah acak

gabungan

Fungsi marginal


Kebebasan stokastik


1 1 1 1 1 Quiz : 5 soal

essay 5 %

8 Evaluasi Tengah Semester Pokok bahasan pada minggu ke 1-7 1 1 1 1 1 Test tertulis : 5

soal essay 20 %

9-10

Mampu menentukan nilai

ekspektasi matematika satu

peubah acak..


Mean peubah acak





1 1 3 5 soal essay 3%




Butir Soal Evaluasi

Bentuk Test/Non

Test

Bobot


C2 C3 C4 P2 P3 A2 A3

11-15

Mampu menentukan nilai

ekspektasi matematika dua

peubah acak



Rataan bersyarat

Perkalian dua momen

Kovarians

Varians bersyarat

Fungsi pembangkit momen

gabungan

Koefisien korelasi

Akibar kebebasan stokastik

2 1 1 1 Quiz : 5 soal

essay 5 %

2 1 1 1 1 6 soal essay 3 %

2 2 1 1 6 soal essay 3 %

1 2 2 1 6 soal essay 3 %

2 2 1 Quiz : 5 soal

essay 5 %

16 Evaluasi Akhir Semester Pokok bahasan pada minggu ke 9 -

15 1 2 1 1

Tes tertulis : 5

soal esay 30 %

Jumla

h

Butir Soal 9 20 10 14 8 16 8

Prosentase 10,59

%

23,

53

%

11,

77

%

16,47

%

9,41

%

18,82

%

9,4

1% 100%



Contoh Tes Uraian



Capaian Pembelajaran MK (CP-MK):

Setelah mengikuti mata kuliah statistika matematika, mahasiswa mampu memilih konsep

peluang dan distribusinya (C4) untuk menambil keputusan yang tepat di bidang

pendidikan matematika berdasarkan analisis informasi dan data yang relevan (P3) yang

dapat digunakan sebagai bekal untuk melanjutkan ke jenjang studi berikutnya.

Contoh Soal Uraian

(CP tahapan belajar : Mampu membedakan penggunaan konsep teknik

membilang, permutasi, dan kombinasi)

1. Seorang mahasiswa harus menjawab 8 soal dari 12 soal yang tersedia dalam ujian

tengah semester, maka

a. Jika seorang mahasiswa harus menjawab 4 soal terakhir, maka berapa banyak

susunan soal yang bisa dijawab mahasiswa tersebut!

b. Jika seseorang harus menjawab paling sedikit 2 dari 5 soal pertama, maka berapa

banyak susunan soal yang harus di jawab mahasiswa tersebut!

(CP tahapan belajar : Mampu menjelaskan konsep peluang dan sifat-sifat

peluang pada kejadian tertentu)

2. Polisi merencanakan memantau batas kecepatan dengan menggunakan radar di 4

tempat yang berlainan di suatu kota. Radar di setiap tempat akan menyala selama 40%

di tempat T1, 30% di tempat T2, 20% di tempat T3, dan 10% di tempat T4. Jika

seseorang yang ngebut ke kantor sehingga terkena tilang karena melewati radar

berpeluang masing-masing 0,2; 0,1; 0,5; dan 0,2 melalui tiap tempat, berapa peluang

dia terkena tilang? Dan jika orang tersebut kena tilang dalam perjalanan ke kantor,

berapa peluang dia melewati radar di tempat T2?

(CP tahapan belajar : Mampu menentukan peubah acak satu variabel kontinu

dan distribusinya.)

3. Suatu peubah acak kontinu X yang dapat mendapatkan nilai antara 𝑥 = 0 dan 𝑥 = 2

mempunyai fungsi densitas 𝑓(𝑥) =3

8𝑥2. Carilah 𝑃(1 < 𝑋 < 2)

(CP tahapan belajar : Mampu menentukan peubah acak gabungan dan

distribusinya.)

4. Dua peubah acak mempunyai fungsi densitas gabungan sebagai berikut:

𝑓(𝑥, 𝑦) = {𝑘𝑥𝑦, untuk 0 ≤ 𝑥 ≤ 3, 1 ≤ 𝑦 ≤ 4

0, untuk 𝑥 dan 𝑦 yang lain

a. Cari nilai k

b. Hitung 𝑃(0 < 𝑋 < 2, 2 < 𝑌 < 3)



Jawaban contoh soal uraian

1. Diketahui :

Misalkan 𝑠 adalah total keseluruhan soal, 𝑛 adalah soal yang harus dikerjakan maka

diketahui bahwa 𝑠 = 12 dan 𝑛 = 8

Ditanya :

a) Banyaknya susunan soal yang dapat dikerjakan jika mahasiswa harus menjawab

4 soal terakhir

b) Banyaknya susunan soal yang dapat dikejakan mahasiswa jika mengambil paling

sedikit 2 soal dari 5 soal pertama.

Penyelesaian :

a) Banyaknya soal yang harus di kerjakan adalah 8, karena diwajibkan mengerjakan

4 soal terakhir, maka sisa 4 soal yang dapat dipilih dari 8 soal yang masih dapat

dipilih atau (𝑠 − 4 soal terakhir). Karena pemilihan soal boleh dilakukan secara

berurutan maupun acak, tau dengan kata lain susunan nomer soal tidak

diperhatikan, maka banyaknya susunan soal yang dapat dikerjakan mahasiswa

adalah

𝐶48 =

8!

(8 − 4)! 4!=

8!

4! 4!=

4! 5.6.7.8

4! 1.2.3.4=

5.7.2

1= 70

Jadi banyaknya susunan soal yang dapat dikerjakan adalah 70 susunan soal.

b) Diketahui bahwa mahasiswa dapat mengambil paling sedikit 2 soal dari 5 soal

pertama, maka terdapat beberapa kemungkinan pengambilan soal

2 soal diambil dari 5 soal pertama dan 6 soal sisanya diambil dari nomer 6

sampai nomer 12 atau dengan kata lain 7 soal pilihan







Sehingga banyanya susunan soal yang memungkinkan untuk dikerjakan

mahasiswa adalah :

𝐶25𝐶6

7 + 𝐶35𝐶5

7 + 𝐶45𝐶4

7 + 𝐶55𝐶3

7

=5!

(5 − 2)! 2!∙

7!

(7 − 6)! 6!+

5!

(5 − 3)! 3!∙

7!

(7 − 5)! 5!+

5!

(5 − 4)! 4!∙

7!

(7 − 4)! 4!

+5!

(5 − 5)! 5!∙

7!

(7 − 3)! 3!

=5!

3! 2!∙

7!

1! 6!+

5!

2! 3!∙

7!

2! 5!+

5!

1! 4!∙

7!

3! 4!+

5!

0! 5!∙

7!

4! 3!

=3! 4.5

3! 1.2∙

6! 7

1.6!+

3! 4.5

3! 1.2∙

5! 6.7

5! 1.2+

4! 5

1.4!∙

4! 5.6.7

4! 1.2.3+

5!

1.5!∙

4! 5.6.7

4! 1.2.3

= 10 ∙ 7 + 10 ∙ 21 + 5 ∙ 35 + 1 ∙ 35 = 70 + 210 + 175 + 35 = 490

Jadi banyaknya susunan soal yang dapat dikerjakan adalah 490 susunan soal



2. Diketahui :

Misalkan

𝐴 mewakili terkena tilang

𝑇1 mewakili nyala radar di tempat T1




Maka

𝑃(𝑇1) = 0,4; 𝑃(𝑇2) = 0,3; 𝑃(𝑇3) = 0,2; 𝑃(𝑇4) = 0,1

𝑃(𝐴|𝑇1) = 0,2; 𝑃(𝐴|𝑇2) = 0,1; 𝑃(𝐴|𝑇3) = 0,5; 𝑃(𝐴|𝑇4) = 0,2

Ditanya

Peluang seseorang terkena tilang?

Peluang melewati radar di tempat T2 jika orang tersebut terkena tilang?

Penyelesaian

Peluang seseorang terkena tilang dengan kata lain di cari 𝑃(𝐴)

Seseorang terkena tilang jika orang tersebut mengebut dan melewati radar pada

saat menyala, maka terdapat 4 kemungkinan yaitu terkena tilang pada tempat T1,

T2, T3 atau T4, sehingga

𝑃(𝐴) = ∑ 𝑃(𝑇𝑖)𝑃(𝐴|𝑇𝑖)

= 𝑃(𝑇1)𝑃(𝐴|𝑇1) + 𝑃(𝑇2)𝑃(𝐴|𝑇2) + 𝑃(𝑇3)𝑃(𝐴|𝑇3) + 𝑃(𝑇4)𝑃(𝐴|𝑇4)

= (0,4)(0,2) + (0,3)(0,1) + (0,2)(0,5) + (0,1)(0,2)

= 0,08 + 0,03 + 0,1 + 0,02 = 0,23

Jadi peluang seseorang terkena tilang adalah 𝑃(𝐴) = 0,23

Peluang melewati radar di tempat T2 jika orang tersebut terkena tilang dengan

kata lain 𝑃(𝑇2|𝐴) didapatkan dengan

𝑃(𝑇2|𝐴) =𝑃(𝑇2)𝑃(𝐴|𝑇2)

∑ 𝑃(𝑇𝑖)𝑃(𝐴|𝑇𝑖)=

(0,3)(0,1)

0,23=

0,03

0,23=

3

23

Jadi peluang melewati radar d tempat T2 jika orang tersebut terkena tilang adalah

𝑃(𝑇2|𝐴) = 3/23 3. Diketahui fungsi densitas

𝑓(𝑥) = {

3

8𝑥2, untuk 0 ≤ 𝑥 ≤ 2


Ditanya : nilai 𝑃(1 < 𝑋 < 2)

Penyelesaian

Nilai dari 𝑃(1 < 𝑋 < 2) diperoleh dari

𝑃(1 < 𝑋 < 2) = ∫3

8𝑥2𝑑𝑥

2

1

=1

8𝑥3|

1

2



=1

823 −

1

813

=1

8(8 − 1)

=7

8

Jadi nilai dari 𝑃(1 < 𝑋 < 2) = 7/8

4. Diketahui fungsi densitas gabungan

𝑓(𝑥, 𝑦) = {𝑘𝑥𝑦, untuk 0 ≤ 𝑥 ≤ 3, 1 ≤ 𝑦 ≤ 4


Ditanya :

a) Nilai 𝑘

b) Nilai 𝑃(0 < 𝑋 < 2, 2 < 𝑌 < 3)

Penyelesaian :

a) Berdasarkan sifat

∫ ∫ 𝑓(𝑥, 𝑦) 𝑑𝑥 𝑑𝑦∞

−∞

∞

−∞

= 1

Maka

∫ ∫ 𝑓(𝑥, 𝑦) 𝑑𝑥 𝑑𝑦∞

−∞

∞

−∞

= 1

∫ ∫ 𝑓(𝑥, 𝑦) 𝑑𝑥 𝑑𝑦0

−∞

1

−∞

+ ∫ ∫ 𝑓(𝑥, 𝑦) 𝑑𝑥 𝑑𝑦3

0

4

1

+ ∫ ∫ 𝑓(𝑥, 𝑦) 𝑑𝑥 𝑑𝑦∞

3

∞

4

= 1

∫ ∫ 0 𝑑𝑥 𝑑𝑦0

−∞

1

−∞

+ ∫ ∫ 𝑘𝑥𝑦 𝑑𝑥 𝑑𝑦3

0

4

1

+ ∫ ∫ 0 𝑑𝑥 𝑑𝑦∞

3

∞

4

= 1

0 + 𝑘 ∫1

2𝑥2𝑦|

0

34

1

+ 0 = 1

𝑘 ∫1

232𝑦 −

1

202𝑦 𝑑𝑦

4

1

= 1

𝑘 ∫9

2𝑦𝑑𝑦

4

1

= 1

𝑘 (9

4𝑦2|

1

4

) = 1

𝑘 (9

442 −

9

412) = 1

𝑘 (144

4−

9

4) = 1

𝑘 (135

4) = 1

𝑘 =4

135

Jadi nilai 𝑘 dari fungsi densitas tersebut adalah



𝑘 =4

135

Sehingga fungsi densitasnya dapat ditulis menjadi

𝑓(𝑥, 𝑦) = {

4

135𝑥𝑦, untuk 0 ≤ 𝑥 ≤ 3, 1 ≤ 𝑦 ≤ 4


b) Nilai dari 𝑃(0 < 𝑋 < 2, 2 < 𝑌 < 3) diperoleh dari

𝑃(0 < 𝑋 < 2, 2 < 𝑌 < 3) = ∫ ∫4

135𝑥𝑦 𝑑𝑥 𝑑𝑦

2

0

3

2

=4

135∫

1

2𝑥2𝑦|

0

23

2

𝑑𝑦

=4

135∫

1

222𝑦 − 0

3

2

𝑑𝑦

=4

135∫ 2𝑦

3

2

𝑑𝑦

=4

135(𝑦2|2

3)

=4

135(32 − 22) =

4

135(9 − 4) =

4

1355 = 4/27

Jadi nilai dari 𝑃(0 < 𝑋 < 2, 2 < 𝑌 < 3) =4

27



Pedoman Penskoran Soal Uraian

CP Mata kuliah yang terkait dengan soal:


Soal: [dari Contoh Tes Uraian]

Polisi merencanakan memantau batas kecepatan dengan menggunakan radar di 4

tempat yang berlainan di suatu kota. Radar di setiap tempat akan menyala selama 40%

di tempat T1, 30% di tempat T2, 20% di tempat T3, dan 10% di tempat T4. Jika

seseorang yang ngebut ke kantor sehingga terkena tilang berpeluang masing-masing

0,2; 0,1; 0,5; dan 0,2 melalui tiap tempat, berapa peluang dia terkena tilang? Dan jika

orang tersebut kena tilang dalam perjalanan ke kantor, berapa peluang dia melewati

radar di tempat T2?

Komponen penilaian dari soal :


1 Diketahui : Misalkan

𝐴 mewakili terkena tilang 𝑇1 mewakili nyala radar di tempat T1 𝑇2 mewakili nyala radar di tempat T2 𝑇3 mewakili nyala radar di tempat T3 𝑇4 mewakili nyala radar di tempat T4

Maka 𝑃(𝑇1) = 0,4; 𝑃(𝑇2) = 0,3; 𝑃(𝑇3) = 0,2; 𝑃(𝑇4) = 0,1 𝑃(𝐴|𝑇1) = 0,2; 𝑃(𝐴|𝑇2) = 0,1; 𝑃(𝐴|𝑇3) = 0,5; 𝑃(𝐴|𝑇4) = 0,2

2

2 Ditanya

Peluang seseorang terkena tilang?

Peluang melewati radar di tempat T2 jika orang tersebut terkena tilang?

2

3 Peluang seseorang terkena tilang dengan kata lain di cari 𝑃(𝐴). Seseorang terkena tilang jika orang tersebut mengebut dan melewati radar pada saat menyala, maka terdapat 4 kemungkinan yaitu terkena tilang pada tempat T1, T2, T3 atau T4, sehingga

1

4 𝑃(𝐴) = ∑ 𝑃(𝑇𝑖)𝑃(𝐴|𝑇𝑖)

= 𝑃(𝑇1)𝑃(𝐴|𝑇1) + 𝑃(𝑇2)𝑃(𝐴|𝑇2) + 𝑃(𝑇3)𝑃(𝐴|𝑇3)+ 𝑃(𝑇4)𝑃(𝐴|𝑇4)

= (0,4)(0,2) + (0,3)(0,1) + (0,2)(0,5)+ (0,1)(0,2)

= 0,08 + 0,03 + 0,1 + 0,02 = 0,23

9




5 Jadi peluang seseorang terkena tilang adalah 𝑃(𝐴) =0,23

1

6 Peluang melewati radar di tempat T2 jika orang tersebut terkena tilang dengan kata lain 𝑃(𝑇2|𝐴) didapatkan dengan

1

7 𝑃(𝑇2|𝐴) =

𝑃(𝑇2)𝑃(𝐴|𝑇2)

∑ 𝑃(𝑇𝑖)𝑃(𝐴|𝑇𝑖)=

(0,3)(0,1)

0,23=

0,03

0,23

=3

23

8

8 Jadi peluang melewati radar d tempat T2 jika orang tersebut terkena tilang adalah 𝑃(𝑇2|𝐴) = 3/23

1

Jumlah Skor Maksimal 25

Secara garis besar, komponen penyelesaian dari soal adalah :


1 Variabel dan parameter yang diketahui 2

2 Variabel dan parameter yang ditanyakan 2

3 Konsep yang digunakan 2

4 Sistematika dan ketelitian penyelesaian soal 17

5 Kesimpulan 2

Jumlah Skor Maksimal 25







Jumlah Pertemuan : 1

Sub CP -MK : Mampu menentukan himpunan dan hasil operasi dari himpunan

suatu peristiwa

Metoda Pembelajaran : Kuliah

Pertemuan ke-1: Kuliah

Tahap



1 2 3 4

Pendahuluan

Kegiatan Pendahuluan

1. Dosen menjelaskan

kontrak perkuliahan yang

akan dijalankan serta

materi apa saja yang akan

dibahas selama satu

semester ke depan

2. Melakukan perjanjian

masalah kehadiran

mahasiswa dan batasan

keterlambatan yang

dipernolehkan.

3. Melakukan refresh tentang

himpunan yang pernah

dipelajari di SMA

(TT: 20 menit)

1. Mendengarkan dan mencatat

hal yang di anggap penting

dalam kontrak

pembelajaran.

2. Memberikan usulan atas

perjanjian yang dibuat agar

mendapatkan perjanjian

yang paling adil bagi dosen

dan mahasiswa.

3. Mengingat kembali teori

himpunan yang pernah

dipelajari di SMA

Kehadiran

Inti Penyajian

Kegiatan Inti

1. Dosen menjelaskan

tentang konsep himpunan

2. Menjelaskan cara

menentukan himpunan

tertentu merupakan

himpunan bagian dari

himpunan lainnya.

3. Menjelaskan cara

menentukan sebuah

himpunan merupakan

himpunan kosong

4. Menjelaskan operasi-

operasi dari himpunan,

antara lain:

a. Gabungan dua

himpunan

Menyimak dan meresume

penjelasan dosen yang

dianggap penting


apabila terdapat materi yang

kurang di pahami

Menyimak dan memahami

contoh soal yang diberikan


diberikan dosen

Keaktifan

dalam

perkuliahan



Tahap



1 2 3 4

b. Gabungan lebih dari

dua himpunan

c. Irisan dua himpunan

d. Irisan lebih dari dua

himpunan

e. Komplemen dari

himpunan

f. Perkalian dari

himpunan

5. Melakuakan tanya jawab

dengan mahasiswa tentang

pembahasan yang masih

belum dipahami

6. Memberikan contoh soal

tentang himpunan dan

operasi pada himpunan

7. Memberikan latihan soal

tentang himpunan dan

operasi pada himpunan

(TT: 110 menit)

Penutup

Kegiatan Penutup

1. Dosen mereview kembali

apa yang telah di

sampaikan

2. Melakukan tanya jawab

dengan mahasiswa

masalah himpunan yang

masih belum dipahami

3. Memberikan tugas kepada

mahasiswa mengenai

materi yang telah di

sampaikan

4. Memberikan gambaran

singkat tentang materi

yang akan di bahas pada

pertemuan selanjutnya

(TT: 20 menit)

Tanya jawab terhadap

materi yang masih belum di

pahami setelah menerima

seluruh penjelasann dosen

Mencatat tugas terstruktur

yang diberikan oleh dosen

Mencatat materi singkat dari

materi yang akan dipelajari

pada pertemuan selanjutnya

Tugas 1



CP -MK : Mampu membedakan penggunaan konsep teknik membilang,

permutasi, dan kombinasi





Tahap



1 2 3 4

Pendahuluan


1. Melakukan review

terhadap materi himpunan

yang disampaikan pada

pertemuan sebelumnya.

2. Mengecek kehadiran

mahasiswa.

3. Menstimulus mahasiswa

untuk mengingat materi

tentang teknik membilang,

permutasi dan kombinasi

(TT: 20 menit)

Mengingat kembali materi

yang didapat pada


Mengingat kembali masalah

kombinasi permutasi.

Kehadiran

Inti Penyajian

Kegiatan Inti


tentang apa saja yang

termasuk dalam teknik

membilang.

2. Menjelaskan perbedaan

penggunaan aturan

perkalian dan aturan

penjumlahan.

3. Memberikan contoh dan

latihan soal yang

menyangkut teknik

membilang


permutasi

5. Menjelaskan cara

menghitung permutasi

pada keadaan tertentu


kombinasi

7. Menjelaskan perbedaan

penggunaan permutasi dan

kombinasi

8. Memberikan soal dan

latihan soal tentang

permutasi dan kombinasi

(TT: 110 menit)



dianggap penting



kurang di pahami




diberikan dosen

Keaktifan

dalam

perkuliahan

Penutup

Kegiatan Penutup

1. Mereview materi yang

diberikan.


tentang materi yang sudah

diberikan

3. Memberikan tugas kepada

mahasiswa mengenai


sampaikan


singkat tentang materi










Tugas 2



Tahap



1 2 3 4

yang akan di bahas pada


5. Memberitahukan akan

diadakan quiz pada


dengan materi himpunan,

teknik membilang,

permutasi dan kombinasi.

(TT: 20 menit)



CP -MK : Mampu menjelaskan konsep peluang dan sifat-sifat peluang

pada kejadian tertentu

Metoda Pembelajaran : Ujian tertulis dan kuliah

Pertemuan ke-3: Quiz dan Kuliah

Tahap



1 2 3 4

Pendahuluan



mahasiswa

2. Mereview materi teknik

membilang, permutasi, dan

kombinasi yang sudah

disampaikan sebelumnya

3. Menanyakan kesiapan

mahasiswa tentang

pelaksanaan quiz yang

akan dilakukan

(TT: 20 menit)


yang didapat pada


Mempersiapkan

kelengkapan quiz.

Kehadiran

Inti Penyajian

Kegiatan Inti

1. Memberikan soal quiz

dengan materi himpunan,

teknik membilang,

permutasi, dan kombinasi.

2. Mengawasi jalannya quiz.

3. Mengumpulkan hasil quiz

yang dilakukan oleh

mahasiswa

4. Mengingat kembali konsep

peluang yang telah didapat.

5. Mejelaskan komponen-

komponen dasar dari

peluang

a. Mejelaskan ruang

sampel

Menyelesaikan soal quiz

yang diberikan



dianggap penting



kurang di pahami




diberikan dosen

Quiz 1

Perilaku

selama quiz

Keaktifan

dalam

perkuliahan



Tahap



1 2 3 4

b. Menjelaskan peristiwa

berdasarkan ruang

sampel

c. Menjelaskan peristiwa

berdasarkan operasi

pada himpunan

d. Menjelaskan cara

menentukan ruang

peristiwa dari sebuah

peristiwa

e. Menjelaskan sifat-sifat

dari peluang

6. Menjelaskan cara

menghitung peluang dari

sebuah peristiwa

7. Menjelaskan cara

menghitung peluang

berdasarkan operasi operasi

pada himpunan

8. Menjelaskan cara

menghitung peluang dengan

menggunakan teknik

membilang, permutasi dan

kombinasi


latihan soal tentang materi

yang di sampaikan

(TT: 110 menit)

Penutup

Kegiatan Penutup


telah di sampaikan


mengenai materi yang

dianggap masih kurang

paham


singkat mengenai materi

yang akan disampaikan

pada pertemuan

berikutnya.

(TT: 20 menit)









Tahap



1 2 3 4

Pendahuluan



mahasiswa


yang didapat pada



konsep peluang

Kehadiran



Tahap



1 2 3 4

2. Mereview materi konsep

peluang yang telah di

sampaikan sebelumnya

(TT: 15 menit)

Inti Penyajian

Kegiatan Inti

1. Menjelaskan cara

menghitung peluang pada

saat :

a. Dua peristiwa yang

saling inklusif

b. Dua peristiwa yang

saling lepas

c. Peristiwa yang

bersyarat

2. Menjelaskan kebebasan

dari dua buah peristiwa

3. Menjelaskan kebebasan

dari tiga buah peristiwa

4. Menjelaskan apakah

peristiwa – peristiwa

termasuk partisi dari ruang

sampel atau tidak.

5. Menjelaskan cara

manghitung peluang

berdasarkan dalil bayes


latihan soal mengenai

materi yang di sampaikan.

(TT: 115 menit)



dianggap penting



kurang di pahami




diberikan dosen

Keaktifan

dalam

perkuliahan

Penutup

Kegiatan Penutup


telah disampaikan




paham

3. Memberikan tugas


telah disampaikan.




pada pertemuan berikutnya

(TT: 20 menit)










Tugas 3



CP -MK : Mampu menentukan peubah acak satu variabel dan distribusinya





Tahap



1 2 3 4

Pendahuluan



mahasiswa

2. Mereview materi konsep

peluang dan sifat peluang

pada kejadian tertentu

(TT: 15 menit)


yang didapat pada



konsep peluang

Kehadiran

Inti Penyajian

Kegiatan Inti

1. Menjelaskan macam –

macam peubah acak

a. Peubah acak diskrit

b. Peubah acak kontinu

2. Menjelaskan distribusi

peubah acak diskrit

3. Menjelaskan cara

menggambar grafik yang

berhubungan dengan

distribusi peubah acak

diskrit


tentang distribusi peubah

acak diskrit

5. Menjelaskan distribusi

peubah acak kontinu

6. Menjelaskan cara


berhubungan dengan


kontinu


peubah acak kontinu

8. Menjelaskan fungsi



9. Menjelaskan cara


berhubungan dengan

fungsi distribusi peubah

acak baik diskrit maupun

kontinu.


tentang fungsi distribusi



telah diberikan.

(TT: 120 menit)



dianggap penting



kurang di pahami




diberikan dosen

Keaktifan

dalam

perkuliahan



Tahap



1 2 3 4

Penutup

Kegiatan Penutup


telah disampaikan




paham

3. Memberikan tugas


telah disampaikan.




pada pertemuan berikutnya

5. Menyampaikan akan

diadakan quiz pada


dengan materi konsep

peluang, sifat peluang pada

kejadian khusus, peubah

acak dan distribusinya.

(TT: 15 menit)










Tugas 4



CP -MK : Mampu menentukan peubah acak gabungan dan distribusinya



Tahap



1 2 3 4

Pendahuluan



mahasiswa.


telah dijelaskan pada

pertemuan sebelumnya

3. Menyiapkan pelaksanaan

quiz.

(TT: 10 menit)


yang didapat pada


Mempersiapkan

kelengkapan quiz.

Kehadiran

Inti Penyajian

Kegiatan Inti


dengan materi konsep

peluang, sifat peluang pada

kejadian khusus, peubah

acak dan distribusinya.

2. Mengawasi jalannya quiz.

Menyelesaikan soal quiz

yang diberikan



dianggap penting

Quiz 2

Perilaku

selama quiz

Keaktifan

dalam

perkuliahan



Tahap



1 2 3 4

3. Mengumpulkan hasil quiz

yang dilakukan oleh

mahasiswa

4. Menjelaskan tentang


gabungan diskrit




gabungan diskrit



gabungan kontinu




gabungan kontinu.



distribusi gabungan diskrit

maupun distribusi

gabungan kontinu.

(TT: 120 menit)



kurang di pahami




diberikan dosen

Penutup

Kegiatan Penutup


telah di sampaikan


tentang materi yang tidak

dimengerti


singkat materi yang akan

disampaikan pada

pertemuan berikutnya

(TT:20 menit)









Tahap



1 2 3 4

Pendahuluan



mahasiswa.


telah dijelaskan pada


(TT: 10 menit)


yang didapat pada


Kehadiran

Inti Penyajian

Kegiatan Inti


peluang marginal dari

salah satu peubah acak



dianggap penting

Keaktifan

dalam

perkuliahan



Tahap



1 2 3 4

berdasarkan fungsi

peluang gabungannya

2. Menjelaskan bahwa fungsi

peluang marginal

merupakan fungsi peluang

3. Meberikan contoh soal

fungsi peluang marginal.


peluang bersyarat dari

sebuah peubah acak

diberikan yang diberikan

dari peubah acak yang

lainnya .

5. Menjelaskan bahwa fungsi

peluang bersyarat dari

sebuah peubah acak

merupakan fungsii

peluang.


fungsi peluang bersyarat

7. Menjelaskan bagaimana

dua peubah acak dikatakan

bebas stokastik atau tidak

8. Memberiikan contoh soal

tentang kebebasan

stokastik


tentang materi yang di

sampaikan

(TT: 120 menit)



kurang di pahami




diberikan dosen

Penutup

Kegiatan Penutup


telah di sampaikan


tentang materi yang tidak

dimengerti

3. Memberikan tugas


telah disampaikan

4. Memberikan kisi-kisi

materi yang akan

dikeluarkan pada saat

Ujian Tengah Semester

(UTS)

(TT: 20 menit)










Tugas 5



CP -MK : Mampu Mampu menentukan nilai ekspektasi matematika satu

peubah acak.





Tahap



1 2 3 4

Pendahuluan



mahasiswa.

2. Menanyakan materi yang

telah disampaikan sebelum

Ujian tengah semester

3. Mereview kembali tentang

peubah acak

(TT: 20 menit)


yang didapat pada


Kehadiran

Inti Penyajian

Kegiatan Inti

1. Menjelaskan nilai

ekspektasi dari fungsi

peubah acak baik diskrit

maupun kontinu


mengenai nilai ekspektasi

3. Menjelaskan rataan dari

sebuah peubah acak baik



rataan dari peubah acak

5. Menjelaskan varians dari

sebuah peubah acak baik


berdasarkan definisi dan

sifat sifatnya


mengenai varians.

7. Menjelaskan cara

menghitung nilai

ekspektasi dan varians dari

sebuah peubah acak secara

berdekatan


mengenai cara menghitung

nilai ekspektasi dan

varians dari sebuah peubah

acak secara berdekatan



disampaikan

(TT: 110 menit)



dianggap penting



kurang di pahami




diberikan dosen

Keaktifan

dalam

perkuliahan

Penutup

Kegiatan Penutup


telah disampaikan


mengenai materi yang di

anggap belum di kuasai

oleh mahasiswa







Tugas 6



Tahap



1 2 3 4

3. Memberikan tugas


telah di sampaikan


singkat tentang moment,

fungsi pembangkit

moment, dan pertidak

samaan chebyshev yang

akan di sampaikan pada

pertemuan berikutnya.

(TT: 20 menit)





Tahap



1 2 3 4

Pendahuluan


1. Memeriksa kehadiran

mahasiswa

2. Mereview kembali


sampaikan pada

minggu sebelumnya

(TT: 15 menit)

Mengingat kembali

materi yang didapat

pada pertemuan

sebelumnya.

Kehadiran



Tahap



Inti Penyajian

Kegiatan Inti

1. Menjelaskan apa yang

di maksud dengan

moment

2. Memberikan contoh

soal yang

berhubungan dengan

moment


pembangkit moment


soal yang

berhubungan dengan

fungsi pembangkit

moment


cara menentukan

batas atas dan batas

bawah dengan

menggunakan

pertidaksamaan

chebyshev


soal yang

berhubungan dengan

pertidaksamaan

chebyshev

7. Memberikan latihan

soal yang

berhubungan dengan

moment, fungsi

pembangkit moment,

dan pertidaksamaan

chebyshev

(TT: 115 menit)

Menyimak dan

meresume penjelasan

dosen yang dianggap

penting

Diskusi dan tanya

jawab apabila terdapat

materi yang kurang di

pahami

Menyimak dan

memahami contoh soal

yang diberikan

Menyelesaikan soal

yang diberikan dosen

Keaktifan

dalam

perkuliahan



Tahap



Penutup

Kegiatan Penutup

1. Memberikan review

tentang materi yang

telah di sampaikan

2. Melakukan tanya

jawab mengenai

materi yang dianggap

masih kurang

dipahami mahasiswa

3. Memberikan tugas

yang berhubungan

dengan materi yang

telah di sampaikan

4. Memberikan

pemberitahuan bahwa

pada pertemuan

selanjutnya akan

dilakukan quiz dengan

materi ekspektasi

matematika yang telah

di sampaikan pada

pertemuan 9 dan 10.

(TT: 20 menit)


materi yang masih

belum di pahami

setelah menerima

seluruh penjelasann

dosen

Mencatat tugas

terstruktur yang

diberikan oleh dosen

Mencatat materi

singkat dari materi

yang akan dipelajari

pada pertemuan

selanjutnya

Tugas 7



CP -MK : Mampu menentukan nilai ekspektasi matematika dua peubah

acak



Tahap



1 2 3 4

Pendahuluan



mahasiswa

2. Mereview secara singkat

tentang materi ekspektasi

matematika

3. Menyiapkan mahasiswa

untuk melakukan quiz

(TT: 10 menit)

Mengingat kembali

materi yang didapat

pada pertemuan

sebelumnya.

Mempersiapkan

kelengkapan quiz.

Kehadiran



Tahap



Inti Penyajian

Kegiatan Inti


pada mahasiswa tentang

ekspkatasi matematika

2. Menjaga jalannya quiz

yang dilakukan

mahasiswa

3. Mengumpulkan hasil

quiz yang telah dilakukan

oleh mahasiswa

4. Menjelaskan nilai

ekspektasi gabungan dari

variabel diskrit maupun

kontinu


yang berhubungan

dengan nilai ekspektasi

gabungan


yang berhubungan

dengan nilai ekspektasi

gabungan

(TT: 120 menit)

Menyelesaikan soal

quiz yang diberikan

Menyimak dan

meresume penjelasan

dosen yang dianggap

penting

Diskusi dan tanya



pahami

Menyimak dan


yang diberikan

Menyelesaikan soal


Quiz 3

Perilaku

selama quiz

Keaktifan

dalam

perkuliahan

Penutup

Kegiatan Penutup


telah di sampaikan

2. Malakukan tanya jawab

mengenai materi yang di

anggap masih kurang

dipahami oleh

mahasiswa



ekspektasi bersyarat,

rataan bersyarat, dan

varians bersyarat yang

akan di sampaikan pada


(TT: 20 menit)


materi yang masih

belum di pahami

setelah menerima

seluruh penjelasann

dosen

Mencatat materi

singkat dari materi


pada pertemuan

selanjutnya




Tahap



1 2 3 4

Pendahuluan



mahasiswa

2. Memberikan review

mengenai nilai

ekspektasi gabungan

3. Menanyakan materi

yang belum di

mengerti oleh

mahasiswa

(TT: 15 menit)

Mengingat kembali

materi yang didapat

pada pertemuan

sebelumnya.

Kehadiran

Inti Penyajian

Kegiatan Inti


ekspektasi bersyarat


soal mengenai

ekspektasi bersyarat

3. Menjelaskan rataan

bersyarat

4. Membeikan contoh

soal rataan bersyarat

5. Menjelaskan varians

bersyarat


soal varians bersyarat


soal tentang

ekspektasi bersyarat,

rataan bersyarat, dan

varians bersyarat

(TT: 115 menit)

Menyimak dan

meresume penjelasan

dosen yang dianggap

penting

Diskusi dan tanya



pahami

Menyimak dan


yang diberikan

Menyelesaikan soal


Keaktifan

dalam

perkuliahan



Tahap



Penutup

Kegiatan Penutup


telah di sampaikan


yang masih belum di

pahami oleh

mahasiswa

3. Memberikan tugas

yang menyangkut

dengan materi yang

telah di sampaikan

4. Memberikan

gambaran singkat


akan di sampaikan

pada pertemuan

selanjutnya

(TT: 20 menit)


materi yang masih

belum di pahami

setelah menerima

seluruh penjelasann

dosen

Mencatat tugas

terstruktur yang


Mencatat materi

singkat dari materi


pada pertemuan

selanjutnya

Tugas 8


Tahap



1 2 3 4

Pendahuluan



mahasiswa


telah disampaikan

pada pertemuan

sebelumnya


yang dianggap masih

mengalami kesulitan

dalam menyelesaikan

tugasnya

(TT: 15 menit)

Mengingat kembali

materi yang didapat

pada pertemuan

sebelumnya.

Kehadiran



Tahap



Inti Penyajian

Kegiatan Inti

1. Menjelaskan

memgenai perkalian

dua moment

2. Menjelaskan sifat-

sifat antara perkalian

dua moment


soal mengenai

perkalian dua moment

4. Menjelaskan

mengenai kovarians


soal mengenai

kovarians


soal mengenai

perkalian dua moment

dan kovarians

(TT: 115 menit)

Menyimak dan

meresume penjelasan

dosen yang dianggap

penting

Diskusi dan tanya



pahami

Menyimak dan


yang diberikan

Menyelesaikan soal


Keaktifan

dalam

perkuliahan

Penutup

Kegiatan Penutup


telah di sampaikan


yang di anggap masih

belum di kuasai oleh

mahasiswa

3. Memberikan tugas

yang menyangkut

dengan materi yang

disampaikan

4. Memberikan

gambaran singkat

materi yang akan di

sampaikan pada


(TT: 20 menit)


materi yang masih

belum di pahami

setelah menerima

seluruh penjelasann

dosen

Mencatat tugas

terstruktur yang


Mencatat materi

singkat dari materi


pada pertemuan

selanjutnya

Tugas 9


Tahap



1 2 3 4



Tahap



Pendahuluan


1. Memeriksa kahadiran

mahasiswa


telah disampaikan

pada pertemuan

sebelumnya


yang dianggap kurang

dipahami oleh

mahasiswa didasarkan

pada tugas yang

dikumpulkan

(TT: 15 menit)

Mengingat kembali

materi yang didapat

pada pertemuan

sebelumnya.

Kehadiran

Inti Penyajian

Kegiatan Inti


fungsi pembangkit

moment gabungan


soal yang

berhubungan dengan

fungsi pembangkit

moment gabungan

3. Menjelaskan koefisien

korelasi


soal yang

berhubungan dengan

koefisien korelasi


soal yang

berhubungan dengan

fungsi pembangkit

momen gabungan dan

koefisien korelasi

(TT: 120 menit)

Menyimak dan

meresume penjelasan

dosen yang dianggap

penting

Diskusi dan tanya



pahami

Menyimak dan


yang diberikan

Menyelesaikan soal


Keaktifan

dalam

perkuliahan



Tahap



Penutup

Kegiatan Penutup


telah disampaikan

2. Melakukan tanya

jawab mengenai

materi yang dianggap

belum dimengerti oleh

mahasiswa.

3. Memberikan tugas

yang berhubungan

dengan materi yang

disampaikan

4. Menyampaikan bahwa

akan dilakukan quiz

pada pertemuan

berikutnya dengan

materi yang telah

disampaikan dari

pertemuan 12-15

dengan tambahan

materi dipertemuan 16

pada saat dilakukan

quiz.

(TT: 15 menit)


materi yang masih

belum di pahami

setelah menerima

seluruh penjelasann

dosen

Mencatat tugas

terstruktur yang


Mencatat materi

singkat dari materi


pada pertemuan

selanjutnya

Tugas 10

Pertemuan ke-15: Kuliah dan Quiz

Tahap



1 2 3 4

Pendahuluan



mahasiswa

2. Mereview kembali

materi yang telah

disampaikan pada



dianggap kurang paham

oleh mahasiswa

(TT: 10 menit)

Mengingat kembali

materi yang didapat

pada pertemuan

sebelumnya.

Kehadiran



Tahap



Inti Penyajian

Kegiatan Inti

1. Menjelaskan cara

menentukan akibat dari

kebebasan stokastik.


yang berhubungan

dengan menentukan

akibat dari kebebasan

stokastik

3. Menyiapkan mahasiswa

untuk melakukan quiz


kepada mahasiswa


telah disampaikan pada

pertemuan ke 12-15 serta

materi yang di sampaikan

sebelum dilakukan quiz

5. Mengawasi jalannya quiz

yang dilakukan

mahasiswa

6. Mengumpulkan hasil

quiz yang dilakukan

mahasiswa

(TT: 130 menit)

Menyelesaikan soal

quiz yang diberikan

Menyimak dan

meresume penjelasan

dosen yang dianggap

penting

Diskusi dan tanya



pahami

Menyimak dan


yang diberikan

Menyelesaikan soal


Quiz 4

Perilaku

selama quiz

Keaktifan

dalam

perkuliahan

Penutup

Kegiatan Penutup


tidak dipahami

mahasiswa

2. Memberikan kisi-kisi

yang digunakan untuk

ujian akhir semester

(TT: 10 menit)


materi yang masih

belum di pahami

setelah menerima

seluruh penjelasann

dosen



Kontrak Pembelajaran

Nama Mata Kuliah : Statistika Matematika


Besarnya sks : 3 sks

Dosen : Fenny Fitriani, S.Si, M.Si

Semester : V

Hari Pertemuan / Jam : Rabu / 14.30 – 17.00

Ruang : B.301


Serelah menempuh mata kuliah Statistika Matematika ini, mahasiswa akan dapat

menyelesaikan persoalan – persoalan yang berhubungan dengan mencari peluang

suatu kejadian tertentu sehingga mahasiswa dapat mengambil keputusan yang tepat

setelah mengetahui nilai peluang dari suatu permasalah yang di teliti.

.

2. Deskripsi

Mata kuliah ini membahas tentang teori peluang secara lebih mendalam dengan

pendekatan aksioma dan distribusi distribusi penting yang ada untuk diterapkan

dalam memahami konsep-konsep peubah acak. Lingkup bahasannya meliputi:

pengantar himpunan, konsep dasar peluang, peluang, distribusi peluang, harapan

matematis.


a. CP-PRODI

Menunjukkan sikap bertanggung jawab atas pekerjaan di bidang keahliannya


Mampu menyusun deskripsi saintifik hasil kajian tersebut di atas dalam

bentuk skripsi atau laporan tugas akhir, dan mengunggahnya dalam laman

perguruan tinggi (KU4); Mampu mendokumentasikan, menyimpan,

mengamankan, dan menemukan kembali data untuk menjamin kesahihan

dan mencegah plagiasi (KU9) ;

Merancang dan melaksanakan penelitian serta melaporkan dan

mempublikasikan hasilnya, sehingga dapat digunakan sebagai alternatif

penyelesaian masalah di bidang pendidikan matematika (KK13); Mampu

mengambil keputusan strategis di bidang pendidikan matematika

berdasarkan informasi dan data yang relevan (KK14); Mampu mengambil

keputusan yang tepat di bidang pendidikan matematika berdasarkan analisis

informasi dan data (edupreuner) (KK17) ;

Menguasai konsep matematika yang diperlukan untuk melaksanakan

pembelajaran di satuan pendidikan dasar dan menengah (PP6); Menguasai

metodologi penelitian pendidikan matematika (Peneliti) (PP11).



b. CP-MK

Setelah mengikuti mata kuliah statistika matematika, mahasiswa mampu memilih

konsep peluang dan distribusinya (C4) untuk menambil keputusan yang tepat di

bidang pendidikan matematika berdasarkan analisis informasi dan data yang relevan

(P3) yang dapat digunakan sebagai bekal untuk melanjutkan ke jenjang studi

berikutnya.


Mampu membedakan penggunaan konsep teknik membilang, permutasi, dan

kombinasi

Mampu menjelaskan konsep peluang dan sifat-sifat peluang pada kejadian

tertentu






C2 P2 A2 Menentukan Himpunan dan operasinya di

suatu kejadian (1)

C2 P2 A2 Membedakan penggunaan teknik

membilang, kombinasi, dan permutasi (2)

C2 P2 A2 Menjelaskan konsep peluang dan dalil bayes (3)

C3 P2 A2 Menentukan Peubah acak satu

variabel diskrit (4)

C3 P2 A2 Menentukan Peubah acak satu

variabel kontinu (5)

C3 P2 A3 Menentukan Peubah acak

gabungan (6)

C3 P2 A2 Menentukan nilai ekspektasi matematika (7)

CP MK Setelah mengikuti mata kuliah statistika matematika, mahasiswa mampu

memilih konsep peluang dan distribusinya (C4) untuk menambil keputusan yang

tepat di bidang pendidikan matematika berdasarkan analisis informasi dan data yang

relevan (P3) yang dapat digunakan sebagai bekal untuk melanjutkan ke jenjang




Utama

a) Nar Herrhyanto dan Tuti Gantini, ‘Pengantar Statistika Matematis’, Penerbit :

Yrama WIdya, 2013

b) Walpole, ‘Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan’ terjemahan

edisi ke-4, Penerbit : ITB Bandung, 2012

Pendukung

Freud, J.E dan R. E. Walpole, ‘Mathematical Statistics’, Penerbit : Prentice-Hall

Inc, 1980


Strategi pembelajaran yang dilakukan pada mata kuliah ini antara lain :

a) Materi di sampaikan dengan cara menyajikan materi lewat penyajian ppt dimana

sebelumnya mahasiswa telah diminta untuk membaca text dari buku acuan.

b) Dalam perkuliahan dilakukan tanya jawab serta dilakukan diskusi mengenai

materi yang disampaikan.

c) Setiap materi yang dibahas, diberikan contoh soal dan cara penyelesaiannya.

d) Setiap akhir pertemuan perkuliahan, dosen memberikan tugas yang akan di

selesaikan mahasiswa di rumah yang kemudian di kumpulkan pada pertemuan

selanjutnya.

e) Pelaksanaan quiz dilakukan 4 kali.

7. Rencana Tugas

Berikut ini rencana pemberian tugas yang akan dilaksanakan oleh mahasiswa:

a) Tugas Individu

Tugas individu yang di berikan berupa soal – soal yang berhubungan dengan

materi yang telah diajarkan pada pertemuan tersebut. Tugas tersebut di kerjakan

di rumah kemudian diminta untuk dikumpulkan pada pertemuan selanjutnya.

b) Quiz

Quiz dilaksanakan sebanyak 4 kali dalam bentuk soal essay.

c) Evaluasi Tengah Semester

Evaluasi dilakukan pada minggu ke – 8 dengan mengambil materi dari pertemuan

pada minggu ke – 1 sampai minggu ke – 7. Evaluasi dilakukan dalam bentuk

essay.

d) Evaluasi Akhir Semester

Evaluasi dilakukan pada minggu ke – 16 dengan mengambil materi dari

pertemuan pada minggu ke – 8 sampai minggu ke – 15. Evaluasi dilakukan dalam

bentuk soal essay.


Bentuk Bobot

Tugas 1 3%

Tugas 2 3%

Quiz 1 5%

Tugas 3 3%



Tugas 4 3%

Quiz 2 5%

Tugas 5 3%

Evaluasi Tengah Semester 20%

Tugas 6 3%

Tugas 7 3%

Quiz 3 5%

Tugas 8 3%

Tugas 9 3%

Tugas 10 3%

Quiz 4 5%

Evaluasi Akhir Semester 30 %


Kriteria penilaian pada mata kuliah Statistika Matematika dapat dijabarkan sebagai

berikut: Skor Nilai

≥ 86 A

81 -- 85 A -

76 – 80 B +

70 -- 75 B

66 -- 69 B -

61-- 65 C +

56 -- 60 C

51-- 55 C-

41--50 D

0 -- 40 E

Skor didapatkan dari :

UTS : 20%

UAS : 30%

Tugas : 50%

Dalam penilaian tugas ini, 50% penilaian tugas didapatkan dari:

a. Keaktifan dalam tatap muka 10%

b. Kehadiran 5%

c. Tugas mandiri maupun kelompok 35%



1 09-09-15 Mampu menentukan himpunan dan hasil operasi dari himpunan suatu peristiwa

Kontrak perkuliahan

Pengertian himpunan


Utama a) b) dan Pendukung

2 16-09-15 Mampu membedakan penggunaan konsep teknik membilang,

Aturan perkalian

Aturan penjumlahan

Permutasi

Kombinasi





permutasi, dan kombinasi

3 23-09-15 Mampu menjelaskan konsep peluang dan sifat-sifat peluang pada kejadian tertentu

Quiz pertemuan 1 dan 2





4 30-09-15 Mampu menjelaskan konsep peluang dan sifat-sifat peluang pada kejadian tertentu


Dalil Bayes


5 07-10-15 Mampu menentukan peubah acak satu variabel dan distribusinya.





6 14-10-15 Mampu menentukan peubah acak gabungan dan distribusinya.

Quiz pertemuan 3-5

Distribusi peubah acak gabungan


7 21-10-15 Mampu menentukan peubah acak gabungan dan distribusinya.

Fungsi marginal


Kebebasan stokastik


8 04-11-15 UTS

9 11-11-15 Mampu menentukan nilai ekspektasi matematika satu peubah acak.


Mean peubah acak



10 18-11-15 Mampu menentukan nilai ekspektasi matematika satu peubah acak.




11 25-11-15 Mampu menentukan nilai ekspektasi matematika dua peubah acak

Quiz pertemuan 9-10








Rataan bersyarat

Varians bersyarat



Perkalian dua momen

Kovarians




Koefisien korelasi



Akibat kebebasan stokastik

Quiz pertemuan 11-15


16 06-01-16 UAS

RPS BAHASA PEMROGRAMAN - Pendidikan Matematika

Documents

Transcript of RPS BAHASA PEMROGRAMAN - Pendidikan Matematika