Silabus (Semester Ganjil)

FormatatauGarisGarisBesarRencanaPembelajaran(GBRP)PRODIStatistikauntukSemesterAwal Semester1

Semester5

PengantarTeknologiInformasi

AnalisisReal ProsesStokastik

AnalisisRegresiTerapan AnalisisDataKategorik AnalisisRuntunWaktudanPeramalan RekayasaAplikasiWebdanJaringan Optimisasi

Semester3

Semester7 AnalisisdanPerancanganSurvei InferensiLikelihooddanBayesianStatistik KapitaSelektaStatistika PemodelanStatistika RisetPemasarandanManajemenResiko AnalisisDataKlinik 1

LogikaMatematika MatematikaLanjut AljabarLinier TeoriPeluang

AlgoritmadanStrukturData PersamaanDifferensial MatematikaDiskrit

Lampiran Buku Panduan KURIKULUM 2008 PRODI Statistika

Sem11

GBRP Matakuliah : Pengantar Teknologi Informasi, Kode MK/SKS: 101H1203/3SKS, Prasyarat : : Mampu memahami sains dasar dan aplikasinya (No. 1).

Sem: Awal (Tahun I)

Kompetensi (Tujuan Matakuliah) : Kompetensi Utama Kompetensi Pendukung Kompetensi LainnyaWAKTU MINGGU KE(1) 1

Kemampuan menerapkan statistika dan komputasi dalam bidang industri (No. 5b).: Kemampuan pemrograman komputer (No. 11). : Kemampuan berkomunikasi dan bekerja sama dalam suatu tim kerja (No.16).BENTUK PEMBELAJARAN (3) Ceramah Laporan Ceramah Laporan -

MATERI PEMBELAJARAN (2) Kontrak Perkuliahan dan Pengenalan Komputer Kontrak Perkuliahan Penentuan Kelompok Diskusi Definisi Komputer Sistem Komputer Sejarah KomputerPerangkat Keras Komputer (Hardware) Definisi dan Penggolongan Hardware Peralatan Input Peralatan Output Peralatan Penyimpanan Unit Pemrosesan Pusat (CPU)

KOMPETENSI AKHIR SESI PEMBELAJARAN (4) Memahami dan menyepakati kontrak perkuliahan Memahami definisi dan aspek-aspek dalam komputer Memahami unsur-unsur sistem komputer; hardware, software dan brainware Memahami sejarah perkembangan komputerMemahami definisi perangkat keras komputer (hardware) Memahami penggolongan peralatan hardware komputer Memahami penggunaan dan maksud peralatan hardware

INDIKATOR PENILAIAN (5) Kelengkapan dan ketepatan waktu pengumpulan laporan Kesesuaian laporan dengan materi Kerapihan laporan Kelengkapan dan ketepatan waktu pengumpulan laporan Kesesuaian laporan dengan materi Kerapihan laporan

BOBOT NILAI (%) (6)

5

2

5

3

Perangkat Lunak Komputer (Software) Definisi dan Penggolongan Software Sistem Operasi Bahasa Pemrograman Software Aplikasi Saintifik Software Aplikasi Perkantoran

Ceramah Laporan -

Memahami definisi perangkat lunak komputer (software) Memahami perbedaan dan penggolongan software Memahami maksud software sistem operasi Memahami maksud software bahasa pemrograman Memahami beberapa jenis software aplikasi yang umum dipakai

Kelengkapan dan ketepatan waktu pengumpulan laporan Kesesuaian laporan dengan materi Kerapihan laporan

5


2

(1)

(2)Pengantar Bahasa Pemrograman Bahasa Pemrograman Interpreter (HTML): Kelompok 1 Bahasa Pemrograman Compiler (Pascal): Kelompok 2 Keamanan Komputer (Virus Komputer) Definisi Virus Komputer Masalah Akibat Virus Komputer Menangani Virus Komputer Pengantar Jaringan Komputer: Kelompok 4 Konsep Dasar Sistem Jaringan Komputer Topologi Dasar, Klasifikasi dan Peralatan Jaringan Komputer

(3) Diskusi Kelompok 1 dan Kelompok 2 Laporan Diskusi Kelompok 3 Laporan -

(4)Memahami perbedaan penggolongan bahasa pemrograman interpreter dan compiler Memahami konsep dasar pembuatan program dengan bahasa pemrograman interpreter dan compiler Memahami konsep keamanan komputer khususnya virus komputer Memahami berbagai masalah yang dapat dihadapi dalam menggunakan komputer Memahami penanganan virus komputer Memahami bagaimana komputer dapat berkomunikasi dalam jaringan Memahami konsep dasar sistem jaringan komputer modern Memahami bentuk-bentuk dasar topologi jaringan komputer Memahami klasifikasi jaringan komputer Memahami berbagai peralatan yang digunakan dalam jaringan komputer

(5) Materi Diskusi Kelompok Kekompakan Kelompok Penjelasan/ Pertanyaan individu Laporan Individu Materi Diskusi Kelompok Kekompakan Kelompok Penjelasan/ Pertanyaan individu Laporan Individu Materi Diskusi Kelompok Kekompakan Kelompok Penjelasan/Pertanyaan individu Laporan Individu

(6)5

4-5

-

5

6

Diskusi Kelompok 4 Laporan

-

5

7

25 8 UJIAN TENGAH SEMESTER Pengantar Internet Definisi dan Sejarah Perkembangan Internet Aplikasi dan Layanan (Service) Internet serta Perbedaannya Diskusi Kelompok 5 Laporan Memahami konsep dasar Internet Memahami sejarah berkembangannya Internet dan keadaan Internet saat ini Memahami konsep aplikasi dan layanan Internet Memahami perbedaan antara aplikasi dan layanan (service) dalam Internet Materi Diskusi Kelompok Kekompakan Kelompok Penjelasan/Pertanyaan individu Laporan Individu

5

9


3

(1)

(2)Aplikasi Internet: Konsep Aplikasi Internet HTTP dan Browsing: Kelompok 6 Konsep Aplikasi Internet E-mail: Kelompok 7 Konsep Aplikasi Internet FTP: Kelompok 8

(3) Diskusi Kelompok 6, Kelompok 7 dan Kelompok 8 Laporan -

(4)Memahami mekanisme kerja dasar HTTP Mampu menggunakan protokol HTTP dalam mengakses URI Memahami perbedaan mekanisme e-mail yang berbasis Web dan yang ditangani langsung oleh aplikasi e-mail server Mampu menggunakan e-mail berbasis web dan e-mail yang didownload dari email server Mampu menggunakan aplikasi FTP untuk download dan upload file dari/ke FTP serverMemahami definisi dan maksud Teknologi Web 2.0 dan dinamika perubahan demand penggunaan Internet dan konsep dasar dynamic contents Mampu memanfaatkan dan menggunakan layanan/service Teknologi Web 2.0 khususnya Weblog (Blog) dan Social Network Services (SNS)

(5) Materi Diskusi Kelompok Kekompakan Kelompok Penjelasan/Pertanyaan individu Laporan Individu

(6) 5

10-12

13

Peng. Teknologi Web 2.0 Definisi dan Tren Perkembangan Teknologi Web Dinamis dan CMS: Kelompok 9 Layanan Teknologi Web 2.0 untuk Blog, SNS (Friendster) dan Image Gallery (Flickr): Kelompok 10

Diskusi Kelompok 9 dan Kelompok 10 Laporan

-

Materi Diskusi Kelompok Kekompakan Kelompok Penjelasan/Pertanyaan individu Laporan Individu

5

14-15

Dampak Internet Serangan Komputer Menggunakan Internet dan Penanganannya (Spam, Spyware, Cookies, dll.): Kelompok 11 Kejahatan Internet (Anti-Privasi, Phising, Pornografi, Scam, dll.) dan Dampak Psikis Penggunaan Interent (Net-mania, Internetomania, dll.): Kelompok 12

Diskusi Kelompok 11 dan Kelompok 12 Laporan

-

-

Memahami berbagai jenis serangan komputer oleh penggunaan Internet, bahaya yang dapat ditimbulkan oleh serangan Internet, cara penanggulangan serangan Internet, jenis kejahatan yang ditimbulkan oleh Internet dan dampak psikologis yang ditimbulkan dalam menggunakan Internet secara berlebihan Mampu Mengidentifikasi jenis serangan Internet, jenis kejahatan, dan menghindarkan diri dari berbagai jenis serangan dan kejahatan dalam Internet

Materi Diskusi Kelompok Kekompakan Kelompok Penjelasan/Pertanyaan individu Laporan Individu

5

25 16 UJIAN AKHIR SEMESTER


4

Sem31

GBRP Matakuliah : Logika Matematika, Kode MK/SKS: 202H1203/3SKS, Prasyarat : Matematika Dasar

Sem: Awal (Tahun II)

Kompetensi (Tujuan Matakuliah) : Kompetensi Utama : Setelah menyelesaikan matakuliah ini, mahasiswa bisa menerapkan konsep-konsep logika dalam berbagai bidang, khusus dalam penyederhanaan sirkuit, dan dalam berbagai konsep dasar matematika. Kompetensi Pendukung : Setelah menyelesaikan matakuliah ini, mahasiswa bisa menerapkan konsep logika dalam komunikasi verbal.WAKTU MINGGU KE(1) MATERI PEMBELAJARAN (2) BENTUK PEMBELAJARAN (3) KOMPETENSI AKHIR SESI PEMBELAJARAN (4) INDIKATOR PENILAIAN (5) BOBOT NILAI (%) (6)

1

Kontrak belajar, proposisi, tabel nilai kebenaran, operasi bit, ekuivalensi logis

Kuliah + diskusi

Mahasiswa bisa menyatakan nilai kebenaran suatu proposisi melalui tabel atau melalui konsep ekuivalensi berdasarkan logika benar-salah atau melalui konsep bit.

Keakuratan penguraian proposisi atas komponen-komponen dalam penentuan nilai kebenaran proposisi tersebut

5

2

Tautologi, kontradiksi, hukum-hukum logika: modus ponens, modus tollens, silogisme disjunctif dan hipotetis.

Kuliah + diskusi

Mahasiswa bisa membuktikan ekuivalensi Keakuratan menggunakan tautologi dua proposisi dengan menggunakan tautologi dan hukum-hukum logika. dan mampu menurunkan berbagai kesimpulan dengan menggunakan hukumhukum logika. Mahasiswa bisa menentukan nilai kebenaran proposisi-proposisi berkuantor dan mampu menyatakan bentuk sangkalan dari proposisiproposisi tersebut. Mahasiswa mampu menerapkan berbagai konsep-konsep logika dalam komunikasi verbal dan mampu mendeteksi berbagai kesalahan logika dalam komunikasi verbal Keakuratan menentukan nilai kebenaran proposisi berkuantor, keakuratan menyatakan bentuk sangkalan dari proposisi berkuantor Keakuratan penggunaan kalimat secara logis, kemampuan mendetek-si kesalahan logika

5

3

Kuantor umum dan kuantor keberadaan, mengubah kalimat biasa ke bentuk baku proposisi, peubah terikat

Kuliah + diskusi

5

4

Kesalahan Logika (Logical Fallacies)

Kuliah + diskusi

5


5

(1)5

(2)Himpunan, relasi inklusi antar himpunan, himpunan hingga, himpunan kuasa, hasil kali Kartesius, operasi antar himpunan

(3)Kuliah + diskusi

(4)Mahasiswa mampu menerapkan konsepkonsep logika dalam berbagai definisi, misalnya dalam definisi relasi inklusi antar himpunan dan dalam definisi operasi antar himpunan Mhs mampu menerapkan konsep logika dalam berbagai definisi fungsi dan mampu menulis fungsi dalam berbagai notasi secara benar.

(5)Keakuratan proposisi yang menyatakan definisi-definisi terkait himpunan.

(6) 5

6-7

Notasi fungsi, aplikasi logika dalam pendefinisian daerah asal, daerah jangkauan suatu fungsi, fungsi 1-1, fungsi onto dan bijeksi, barisan bilangan asli.

Kuliah + diskusi

Keakuratan menerapkan konsep logika dalam berbagai definisi fungsi

5

8 9-10 Aljabar Boole, penyajian fungsi Boole, gerbang logika dan sirkuit

UJIAN TENGAH SEMESTER Kuliah + diskusi Mhs mampu menggambarkan sirkuit yang dinyatakan melalui suatu ekpresi Boolean Kemampuan menggambar sirkuit dan keakuratan menyajikan ekspresi Boolean. Keakuratan proses penyederhanaan

20

5

11-12

Minimisasi sirkuit, peta Karnaugh, metoda Quine-McCluskey

Kuliah + diskusi

Mhs mampu menerapkan metoda QuineMcCluskey untuk menyederhanakan sirkuit.

5

13

Konsep, latar belakang dan definisi himpunan fuzzy sebagai fungsi dari X ke [0,1], potongan-, himpunan fuzzy konveks, komplemen, irisan baku dan gabungan baku. Sifat-sifat lebih lanjut dari potongan-, penyajian himpunan fuzzy, teoremateorema dekomposisi

Kuliah + diskusi

Mhs mampu mendefinisikan himpuman fuzzy dan memberi contoh2 fenomena yang membutuhkan konsep fuzzy serta mampu mendefinisikan berbagai konsep dasar himpunan fuzzy Mhs mampu menjabarkan beberapa sifat dasar himpunan fuzzy yang terkait konsep potongan--.

Keakuratan pendefinisian himpun-an fuzzy dan kecocokan antara fenomena fuzzy dan modelnya sbg himpunan fuzzy, keakuratan pende-finisian berbagai konsep dasar fuzzy Keakuratan perumusan dan penjabaran sifat-sifat dasar fuzzy set.

5

14

Kuliah + diskusi

5


6

(1)15

(2)Prinsip perluasan himpunan fuzzy (fuzzifixation)

(3)Kuliah + diskusi

(4)

(5)

(6) 5

Mahasiswa mengetahui salah satu cara Keakuratan perubahan dan cara merubah himpunan biasa ke himpunan merubah himpunan biasa ke himpunan fuzzy. fuzzy

16

UJIAN AKHIR SEMESTER

25

ReferensiUtama: 1. Kenneth H.Rosen, Discrete Mathematics and Its Applications, Edisi 4, McGraw-Hill, 1999. 2. George J. Klir, Bo Yuan. Fuzzy Sets and Fuzzy Logic, Theory and Applications, Prentice-Hall, 1995. Additional: 1. Sumberbelajarlainnya.


7

Sem32

GBRP Matakuliah : Matematika Lanjut, Kode MK/SKS: 203H1204/4SKS, Prasyarat : Matematika Dasar, Matematika Dasar II


Kompetensi (Tujuan Matakuliah) : Kompetensi Utama Kompetensi Pendukung Kompetensi Lainnya

: Kemampuan dalam dasar-dasar matematika/statistika dan aplikasinya (No.2). Kemampuan mengkomunikasikan konsep-konsep matematika (No. 4). : Kemampuan membuat laporan tertulis dan presentasi (No.2). : Kemampuan berkomunikasi dan bekerjasama, baik sebagai pimpinan maupun anggota, dari sebuah tim kerja (No.3).BENTUK PEMBELAJARAN (4) KOMPETENSI AKHIR SESI PEMBELAJARAN (5) Memahami dengan baik tujuan, kegunaan dari materi kuliah serta kaitannya dengan mata kuliah lain Mengetahui kompetensi awal mahasiswa Mampu menjelaskan pengertian vektor, bentuk fungsi vektor dan turunannya INDIKATOR PENILAIAN (6) BOBOT NILAI (%) (7)

WAKTU MINGGU KE(1)

MATERI PEMBELAJARAN (3)

1

Kontrak Pembelajaran

Kuliah, simulasi (pre-test), Diskusi

5

2 s.d 4

Vektor, Fungsi Vektor dan Turunannya

Kuliah, experential Learning, Cooperative learning, Kerja Kelompok

Kejelasan dalam memberikan pengertian vektor, bentuk fungsi vektor dan turunan fungsi vektor

10

5

Kalkulus Vektor

Kuliah, Kerja individu, Problem Based Learning

Mampu menjelaskan medan vektor dan medan gradient

Ketuntasan dalam menjelaskan pengertian medan vektor dan medan gradient Ketuntasan melakukan proses pengintegralan dengan benar untuk kasus-kasus integral yang daerah pengintegralannya berbentuk lengkungan ataupun permukaan kurva

5

6 s.d 7

Integral Garis dan Integral Permukaan

Tutorial, pre-tutorial, Problem based learning, presentasi fortofolio

Menginterpretasikan bentuk integral jika daerah pengintegralan berbentuk lengkungan kurva dan permukaan kurva

10


8

(1)

(2)Uji Kompetensi/Remedial

(3)

(4)Mengerjakan ujian secara komprehensif Memberikan contoh barisan dan deret yang konvergen dan divergen Melakukan uji kekonvergenan pada barisan dan deret yang diberikan Menerapkan kalkulus dasar integral ke bentuk integral tak wajar. Mahasiswa dapat memahami pengujian kekonvergenan integral tak wajar

(5)Ketuntasan dan terintegrasinya konsep dalam langkah menjawab soal-soal ujian, Kemandirian

(6)

8

Ujian Mandiri

20

9 s.d 11

Barisan, Deret dan Deret Fungsi

Kuliah, simulasi (pre-test)

Memberikan contoh benar dari barisan dan deret Kejelasan dan keakuratan uji kekonvergenan yang dilakukan Melakukan proses jawab integral tak wajar dengan nilai integral benar Melakukan uji kekonvergenan yang tepat untuk kasus-kasus integral tak wajar yang tidak dapat ditentukan nilai integralnya dengan cara biasa Kejelasan definisi dan bentuk Fungsi Gamma dan Beta, Melakukan proses jawab yang tepat terhadap kasus-kasus integral tak wajar untuk mendapatkan hasil sesuai bentuk umum fungsi gamma dan fungsi beta Melakukan proses jawab yang tepat terhadap kasuskasus deret tak hingga dan integral tak wajar tertentu untuk mendapatkan hasil sesuai bentuk umum deret dan integral fourier Ketuntasan dan terintegrasinya konsep dalam langkah menjawab soal-soal ujian, Kemandirian

10

12

Integral Tak Wajar

Kuliah, experential Learning, Cooperative learning, Kerja Kelompok

5

13

Fungsi Gamma dan Beta

Kuliah, Kerja individu, Problem Based Learning

memahami bentuk fungsi gamma sebagai bentuk integral tak wajar

5

14 s.d 15

Deret Fourier dan Integral Fourier

Tutorial, pre-tutorial, Problem based learning, presentasi fortofolio

memahami bentuk deret fourier merupakan deret barisan fungsi periodik

10

16

Uji Kompetensi/Remedial

Ujian Mandiri

Mengerjakan ujian secara komprehensif

20

ReferensiUtama: 1. James Stewart, Calculus fifth edition, Brooks/Cole Publishing Company. 2. Spiegel Murray, Advanced Calculus, Schaum Series. Additional:Sumberbelajarlainnya.Lampiran Buku Panduan KURIKULUM 2008 PRODI Statistika

9

Sem33

GBRP Matakuliah : Aljabar Linear, Kode MK/SKS: 204H1203/3SKS, Prasyarat : Matematika Dasar II


Kompetensi (Tujuan Matakuliah) : Kompetensi Utama : Setelah menyelesaikan kuliah ini, mahasiswa diharapkan secara mental trampil berlogika dan menerapkan prinsip-prinsip deduksi matematis (cf. elemen kompetensi a) dilengkapi dengan kemampuan simbolik dan abstraksi (cf. elemen kompetensi c) dalam proses analisis dan sintesis (cf. elemen kompetensi e dan f) terhadap berbagai masalah baku (standard problem-solvings) yang bisa diselesaikan dengan menggunakan Aljabar Linear. Kompetensi Pendukung : Setelah menyelesaikan matakuliah ini, mahasiswa diharapkan dapat melakukan komputasi matriks dan Aljabar Linear dengan menggunakan paket-paket komputasi dalam MAPLE, MATLAB, dsb.WAKTU MINGGU K E(1) 1 s.d. 2 BENTUK PEMBELAJARAN (3)


KOMPETENSI AKHIR SESI PEMBELAJARAN (4) Mampu menentukan keberadaan solusi SPL, mencari solusi tersebut (jika ada) dengan eliminasi GaussJordan berupa operasi-operasi elementer terhadap SPL, baik SPL dalam bentuk m persamaan dan n peubah, atau dalam bentuk kesamaan matriks Ax = b dengan A dan b masing-masing berukuran m n dan m 1.

INDIKATOR PENILAIAN (5) Ketepatan menjelaskan konsep dengan contoh, kebenaran2) perumusan dan pengertian masalah yang diberikan dalam bahasa biasa (sebelum mampu dirumuskan dan dicari solusinya dalam bentuk matematis)

BOBOT NILAI (%) (6)

SPL (Sistem Persamaan Linear) dalam Kuliah bahasa matriks atau dalam bahasa + persamaan 1) dan berbagai definisi dan Pemberian tugas esei atau konsep terkait: SPL konsisten, SPL program computer. homogen., matriks eselon, operasi baris/ kolom elementer, eliminasi GaussJordan, dsb.

14

1) 2)

Kata dalam bahasa di sini adalah saduran bebas dari kata bahasa Inggris in terms of . Kata kebenaran di sini adalah terjemahan dari kata bahasa Inggris truthfulness . Sebenarnya yang dimaksud adalah besar skala, prosentase atau proporsi kebenaran, tetapi ruang penulisan tak mencukupi.


10

(1)3 s.d 4

(2)Balikan suatu matriks dengan beberapa cara dan kaitannya dengan ketunggalan suatu penyelesaian SPL, komputasi determinan dengan berbagai cara, interpretasi geometri dari SPL dg 2 peubah dan dg 3 peubah (dibantu paket program komputer)

(3)Kuliah + Pemberian tugas esei atau pemrograman komputer.

(4)Selain mampu mencari balikan suatu matriks dengan berbagai cara, khususnya dengan eliminasi GaussJordan, mahasiswa diharapkan mampu menerapkan keberadaan suatu balikan untuk mencari solusi tunggal dari suatu SPL, menentukan kriteria keberadaan balikan suatu matrik atau keberadaan solusi tunggal suatu SPL dan menginterpretasikan geometri (mis. titik potong dua garis sebagai solusi tunggal suatu SPL) Mahasiswa bisa memahami dan menerapkan konsep metrik: panjang, sudut, dsb, dalam aljabar linear sebagai abstraksi dari konsep yang sama, tetapi dinyatakan secara geometri. Mahasiswa bisa memahami proses penurunan secara deduktif terhadap berbagai definisi dan dalil-dalil pada konsep dimensi ruang vektor dan pada konsep trans-formasi linear antara dua ruang vektor (real) Euklid.

(5)Kebenaran proses transformasi konsep SPL dengan solusi tung-gal dalam bahasa persamaan ke konsep matriks tak singulir. Kebenaran pencarian balikan matriks tak singulir dan pencari-an nilai determinan matriks tsb, kebenaran interpretasi geometri.

(6)

14

5 s.d 6

Vektor-vektor (geometris dan real) di ruang R2 atau R3; norma (panjang) vektor, hasil kali titik dan hasil kali silang, transforma-si linear dari Rn ke Rm dg 2 m, n 3, sifat-sifat tranformasi linear. Ruang vektor Eulid (real) berdimesi n, sub-ruang vektor, transformasi linear dari Rn ke Rm dan sifat-sifat-nya.

Kuliah + Pemberian tugas esei atau pemrograman komputer.

Kemampuan dan keakuratan menghitung atau mencari panjang vektor, panjang projeksi vektor ke suatu garis, sudut antara dua vektor, matriks penyajian suatu tranformasi linear

14

7

Kuliah + Pemberian tugas esei atau pemrograman komputer.

Keakuratan penggambaran secara geometri dari beberapa transformasi linear antara dua ruang Euklid dimensi hingga

7

8 9 s.d 10

Ujian Tengah Semester Perentang (generators) suatu ruang Kuliah vektor, kebebasan linear, basis dan + dimensi (sub-)ruang vektor, rank dan Pemberian tugas esei atau nolitas dari suatu tranformasi linear (atau pemrograman komputer. dari matriks penyajiannya). Mhs terlatih dalam pembuktian dalildalil sederhana dalam proses penurunan sifat-sifat bebas atau tergantung linear dan kaitannya dengan vektor-vektor baris dan kolom pada suatu matriks. Kemampuan membuktikan apa-kah suatu himpunan merentang sebuah ruang vektor atau bebas linear, kemampuan menghitung dimensi ruang vektor, menghi-tung rank, mencari ruang baris dan ruang kolom suatu matriks, kemampuan melakukan interpre-tasi secara geometri.

15


11

(1)11 s.d 13

(2)

(3)

(4)Mahasiswa bisa memahami struktur aljabar (RHKD) yang lebih kuat atau lebih spesifik dari struktur ruang vektor biasa, tetapi masih lebih umum atau lebih abstrak dari konsep vektor geometri di R2 dan R3, misalnya pengertian dua vektor yang saling tegak lurus, jarak dan proyeksi (yang semuanya menjadi dasar teori metoda least-square, apabila metoda ini dikupas secara aljabar) sifatnya lebih umum daripada pengertian tegak lurus, jarak dan proyeksi secara geometri. Mahasiswa mampu melakukan komputasi dan pembuktianpembuktian yang diperlukan dalam RHKD. Mampu menentukan vektor-vektor eigen dari suatu nilai eigen, mampu menerapkan konsep ruang vektor dalam penentuan ruang eigen, mampu menerapkan konsep eigen untuk diagonalisasi secara ortogonal thd matriks simetri dan mampu membuktikan ekuivalensi matriks simetri dengan matriks terdiagonal secara ortogonal dan matriks yang memiliki vektor-vektor eigen saling ortogonal.

(5)Keakuratan menghitung panjang vektor, besar sudut antara dua vektor, mampu mengkonstruksi basis ortonormal dari basis biasa dan mampu melakukan dekom-posisi-QR thd suatu matriks ko-lom penuh, mampu membuk-tikan apakah fungsi V V mendefinisikan sebuah hasil kali dalam pada ruang vektor V, mampu membuktikan sifat-sifat sederhana matriks ortogonal.

(6)

Ruang Hasil Kali Dalam (RHKD), besar Kuliah sudut dan sifat orthogonal dalam RH+ KD, proses Gram-Schmidt, dekomposisi- Pemberian tugas esei atau QR, metoda least-square dalam bahasa pemrograman komputer. aljabar (aplikasi), beberapa sifat-sifat matriks ortogonal, perubahan basis.

22

14 s.d 15

Nilai eigen dan vektor eigen suatu matriks dan polinom karakteristik matriks tsb, kaitan multiplisitas aljabar dan multiplisitas geometri dengan keterdiagonalan matriks, syarat perlucukup agar suatu matriks terdiagonal secara orthogonal

Kuliah + Pemberian tugas esei atau program computer

Ketepatan menjelaskan definisi nilai eigen, vektor eigen dan polinom karakteristik dari suatu matriks, akurasi menyatakan syarat perlu-cukup suatu matriks bisa terdiagonal berdasarkan konsep multiplisitas aljabar dan geometris, akurasi mendiagonalkan secara ortogonal suatu matriks simetri.

14

16

Uji Kompetensi dan Remedial

Praktek komputer, ujian

12


12

ReferensiUtama: a. Howard Anton. Elementary Linear Algebra: Application Version, 7th Ed, ., John Wiley & Sons, 1994. b. Jack L. Goldberg. MatrixTheory, McGraw-Hill, 1991. Additional: 1. Berbagaisumberbelajarlainnya.


13

Sem34

GBRP Matakuliah : Teori Peluang, Kode MK/SKS: 205H1204/4SKS, Sem: Awal (Tahun II) Prasyarat : Metode Statistika, Matematika Dasar, Matematika Dasar II

Kompetensi (Tujuan Matakuliah) : Kompetensi Utama : Mahasiswa dapat Mengkomunikasikan Konsep Peluang Secara Matematika (No.2). Kompetensi Pendukung : Kemampuan membuat laporan tertulis dan presentasi (No.2). Kompetensi Lainnya : Kemampuan berkomunikasi dan bekerjasama, baik sebagai pimpinan maupun anggota, dari sebuah tim kerja (No.3).WAKTU MINGGU K E(1) 1 ENTRY SKILL (2) Kontrak Pembelajaran MATERI PEMBELAJARAN (3) Penjelasan kontrak perkuliahan (tujuan. Lingkup materi, kegunaan pembelajaran, kaitan dengan mata kuliah lain, penilaian) Pembentukan kelompok (Tim) - Peluang, Ruang sampel, kejadian - Peluang bersyarat dan kejadian saling bebas BENTUK PEMBELAJARAN (4) Kuliah KOMPETENSI AKHIR SESI PEMBELAJARAN (5) Memahami dengan baik tujuan kegunaan dari materi kuliah serta kaitannya dengan mata kuliah lain. Tanya jawab INDIKATOR PENILAIAN (6) BOBOT NILAI (%) (7)

2

Pengantar Peluang

Kuliah, Kajian pustaka, Eksperiental Learning

Mahasiswa dapat menjelaskan hubungan ruang sampel-kejadianpeluang. Mahasiswa memahami tiga hukum dasar peluang suatu kejadian.

Memberi contoh peluang kejadian. Menjelaskan pengertian peluang dengan kata-kata sendiri Menunjukkan keberlakuan hukum dasar peluang pada beberapa contoh sederhana Memberi bentuk fungsi yang tepat untuk kasus peluang sederhana dari sekumpulan kejadian. Membedakan peubah acak diskrit dengan peubah acak kontinu

4

3

Peubah Acak

- Peubah acak diskrit - Peubah acak kontinu

Kuliah, Kajian pustaka, Problem Based Learning

Mahasiswa dapat menjelaskan bentuk fungsi yang memetakan Ruang sampel ke sub himpunan bilangan Real sebagai bentuk peubah acak. Mahasiswa mampu menginduksi hukum peluang dari kejadian ke peubah acak.

3


14

(1)4 Fungsi Distribusi Peluang

(2)- Fungsi distribusi dan sifat-sifatnya - Ekspetasi peubah acak

(3)Kuliah, Kajian pustaka, Problem Based Learning

(4)Mahasiswa dapat memahami bentuk fungsi distribusi dari peubah acak diskrit dan kontinu. Mahasiswa mampu memahami bentuk ekspetasi (mean) dari peubah acak Mahasiswa mampu memahami bentuk ekspetasi (mean, variansi, momen pembangkit) untuk distribusi-distribusi peubah acak sederhana. Mahasiswa memahami bentuk ketaksamaan Chebyshev dan hubungannya dengan bentuk ekspetasi Mahasiswa mampu memahami bentuk distribusi dari dua peubah acak. Mahasiswa mampu memahami bentuk distribusi bersyarat dari sebuah peubah acak terhadap peubah acak yang lain Mahasiswa mampu memahami hubungan distribusi dua peubah acak terhadap kedua bentuk distribusi peubah acaknya, jika kedua peubah acaknya saling bebas. Mahasiswa mampu melakukan perluasan bentuk distribusi untuk 3 atau lebih peubah acak dalam hal: bentuk distribusinya, distribusi bersyaratnya dan hubungan distribusi

(5)Membedakan fungsi kepadatan peluang dengan fungsi distribusi untuk peubah acak-peubah acak sederhana. Menentukan mean dari fungsi distribusi tertentu Menentukan mean, variansi dan momen pembangkit untuk distribusi peubah acak sederhana Menerapkan ketaksamaan Chebyshev untuk berbagai kasus distribusi peubah acak

(6)3

5

- Ekspetasi-ekspetasi khusus - Ketaksamaan Chebyshev


3

6

Distribusi Peubah Acak Ganda

- Distribusi dua peubah acak - Distribusi bersyarat peubah acak terhadap peubah acak yang lain


Menunjukkan perbedaan distribusi dua peubah acak dengan distribusi satu peubah acak Menentukan bentuk ekspetasi dari distribusi bersyarat

3

7

- Dua peubah acak saling bebas - Perluasan bentuk distribusi untuk 3 atau lebih peubah acak


Memberikan hubungan distribusi bersama dua peubah acak dengan distribusi peubah acaknya jika kedua peubah acak saling bebas Mencari bentuk distribusi 3 atau lebih peubah acak dengan benar

3


15

(1)8 Review Materi

(2)

(3)Ujian, Kerja mandiri

(4)Mahasiswa dapat menunjukkan pemahaman yang baik terhadap seluruh materi perkuliahan Mahasiswa mampu memahami jenis peubah acak diskrit, fungsi kepadatan peluang, fungsi distribusi dan fungsi pembangkit momen untuk ketiga distribusi ini. Mahasiswa mampu memahami jenis peubah acak kontinu, fungsi kepadatan peluang, fungsi distribusi dan fungsi pembangkit momen untuk ketiga distribusi ini. Mahasiswa mampu memahami bentuk fungsi kepadatan peluang, fungsi distribusi dan fungsi pembangkit momen untuk distribusi normal. Mahasiswa mampu memahami hubungan distribusi normal bivariat terhadap kedua bentuk distribusi normal dari peubah acaknya baik jika kedua peubah acak itu saling bebas atau bersyarat Mahasiswa mampu memahami bentuk statistik merupakan fungsi dari peubah acak dan dapat menurunkan bentuk distrbusi dari statistik dengan transformasi peubah acak dan teknik fungsi pembangkit momen

(5)Menjawab minimal 70% benar

(6)30

9

Distribusi Khusus

- Distribusi Binomial - Distribusi Geometri - Distribusi Poisson

Kuliah, Kajian pustaka, Problem Based Learning Kuliah, Kajian pustaka, Problem Based Learning Kuliah, Kajian pustaka, Problem Based Learning

Menujukkan dengan tepat ruang peubah acak, fungsi kepadatan peluang, fungsi distribusi, mean, variansi dan fungsi pembangkit momennya Menujukkan dengan tepat ruang peubah acak, fungsi kepadatan peluang, fungsi distribusi, mean, variansi dan fungsi pembangkit momennya Menggunakan rumus fungsi kepadatan peluang normal untuk memperoleh mean, variansi, fungsi momen pembangkit. Menunjukkan bentuk fungsi kepadatan peluang distribusi normal bivariat

3

10

- Distribusi Gamma - Distribusi Chi Square - Distribusi Eksponensial

3

11

- Distribusi Normal - Distribusi Normal Bivariat

3

12

Distribusi Fungsi Peubah Acak

- Teori sampling - Transformasi peubah acak - Teknik fungsi pembangkit momen


Menunjukkan distribusi peluang untuk fungsi peubah acak dan sampel acak dengan menggunakan teori fundamental kalkulus dan hukum peluang

2.5


16

(1)13

(2)- Distribusi Beta, Student dan F - Distribusi statistik terurut - Distribusi statistik dan

(3)Kuliah, Kajian pustaka, Problem Based Learning

(4)Mahasiswa mampu memahami jenis peubah acak kontinu yang diperoleh dari transformasi peubahn acak, fungsi kepadatan peluang dan fungsi distribusi untuk distribusi-distribusi ini. Mahasiswa mampu menunjukkan kekonvergenan barisan peubah acak sesuai prinsip-prinsip kalkulus dan peluang Mahasiswa mampu mencari distribusi limit barisan peubah acak dengan menggunakan fungsi pembangkit momennya atau dengan teori limit pusat Mahasiswa dapat menunjukkan pemahaman yang baik terhadap seluruh materi perkuliahan

(5)Menujukkan dengan tepat ruang peubah acak, fungsi kepadatan peluang, fungsi distribusi, mean, variansi.

(6)2.5

14

Limit Distribusi

- Konvergen dalam peluang - Konvergen dalam distribusi

Kuliah, Kajian pustaka, Problem Based Learning Kuliah, Kajian pustaka, Problem Based Learning Ujian Kerja mandiri

Menunjukkan bahwa barisan peubah acak dengan peluang dan distribusinya konvergen ke suatu peubah acak yang digenerate atau tidak Menggunakan fungsi pembangkit momen untuk mendapatkan limit distribusinya Mengetahui bentuk teori limit pusat Menjawab minimal 70% benar

3

15

- Limit distribusi dengan fungsi pembangkit momen - Teori limit pusat Review materi

3

16

30

ReferensiUtama: 1. Hogg & Craig, Introduction to Mathematical Statistics, chapter 1 s/d 5. 2. Casella & Berger, Statistical Inference. 3. Web Pembelajaran Teori Peluang di LMS UNHAS (http://10.0.1.7) 4. Ross.ProbabilityandStatistics. Additional: 1. Sumberbelajarlainnya.


17

Sem35

GBRP Matakuliah : Algoritma dan Struktur Data, Kode MK/SKS: 216H1203/3SKS, Prasyarat : -


Kompetensi (Tujuan Matakuliah) : Kompetensi Utama : Menguasai metode-metode yang dapat digunakan untuk membuat algoritma yang efektif dan efisien. Kompetensi Pendukung : Mampu menerapkan konsep-konsep algoritma dan struktur data dalam menyelesaikan masalah-masalah optimasi. Kompetensi Lainnya : Kemampuan bekerjasama dalam menyelesaikan masalah.WAKTU MINGGU K E(1) BENTUK PEMBELAJARAN (4) KOMPETENSI AKHIR SESI PEMBELAJARAN (5) 1-2 Pengantar Algoritma Kuliah Interaktif + Kolaboratif Learning + Tugas Kelompok Kontrak Belajar Memahami konsep Algoritma INDIKATOR PENILAIAN (6) Menyebutkan aspek-aspek penting dalam algoritma. Menuliskan proses dalam bentuk algoritma. Menuliskan algoritma dalam bentuk psoudocode. Menggambarkan algoritma dalam bentuk flowchart. Dapat menjelaskan konsep fungsi pertumbuhan. Dapat menjelaskan perbedaan notasinotasi asimtotik dalam algoritma. Dapat menghitung kompleksitas suatu algoritma. Menjelaskan konsep penyelesaian masalah dengan Divide and Conquer Menuliskan contoh masalah yang dapat diselesaikan dengan divide and conquer. BOBOT NILAI (%) (7)


5

3-4 Kompleksitas Kolaboratif learning + Tugas Individu Menghitung kompleksitas algoritma

5

5 Divide And Conquer Kolaboratif learning + tugas kelompok Menggunakan konsep Divide and Conquer dalam menyelesaikan masalah.

5


18

(1)

(2)

(3)

(4) Menggunakan konsep algoritma greedy dalam menyelesaikan masalah.

(5)Menjelaskan konsep penyelesaian masalah dengan algoritma greedy Menuliskan contoh masalah yang dapat diselesaikan dengan divide and conquer. Menjelaskan konsep penyelesaian masalah dengan dynamic programming. Menyebutkan contoh masalah yang dapat diselesaikan dengan dynamic programming.

(6)

6

Algoritma Greedy

Kolaboratif learning + tugas kelompok

5

7 Dynamic Programming Kolaboratif learning +tugas kelompok Menggunakan konsep Dynamic Programming dalam menyelesaikan masalah

5

8

Mid Test Menjelaskan definisi struktur data. Menjelaskan perbedaan struktur data statik dan dinamis. Menjelaskan operasi-operasi pada linked list Menjelaskan konsep stack. Menjelaskan konsep query. Memberikan contoh proses linked list, stack dan query. Menjelaskan definisi tree. Membedakan jenis-jenis tree. Menjelaskan operasi-operasi pada binary tree. Menjelaskan jenis-jenis metode penyimpanan dan pencarian pada binary tree (BST). kesesuaian contoh dalam menjelaskan masing-masing metode pencarian dalam BST.

25

9-10

List, Stack dan Query

Kolaboratif learning + tugas individu

Menjelaskan konsep struktur data. Memahami perbedaan Linked List, Stack, dan Query.

7

11-13

Binary Tree

Kolaboratif learning + tugas kelompok + tugas individu

Melakukan pencarian dengan Binary Search Tree (BST)

10


19

(1)

(2)

(3)

(4)

(5)Menjelaskan konsep hashing dalam penyimpanan data. Menjelaskan jenis-jenis metode dalam penyimpanan pencarian data pada hashing. kesesuaian contoh dalam menjelaskan proses penyimpanan dan pencarian data dalam hashing.

(6)

14-15

Hashing

Kolaboratif learning + tugas individu

Menjelaskan metode-metode untuk menyimpan dan mencari data dalam suatu hashing

8

16

Final Test

25

ReferensiUtama: 1. Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, 1989, Introduction to Algorithms, McGraw-Hill. 2. Ian Parberry and William Gasarch, 2002, Problems on Algorithms : Second Edition, Prentice-Hall, Inc. 3. Simon Harris and James Ross, 2006, Beginning Algorithms, Wiley Publishing Inc., Indianapolis, Indiana. Additional: 1. Sumberbelajarlainnya.


20

Sem36

GBRP Matakuliah : Persamaan Differensial, Kode MK/SKS: 217H1203/3SKS, Prasyarat : Matematika Dasar, Matematika Dasar II


Kompetensi (Tujuan Matakuliah) : Kompetensi Utama : Kemampuan dalam memahami sains dasar dan aplikasinya. Kemampuan dalam memahami dasar-dasar matematika dan aplikasinya. Kemampuan dalam mengkomunikasikan konsep-konsep matematis. Kompetensi Pendukung : Kemampuan membuat laporan tertulis dan presentasi. Kemampuan dalam penguasaan dasar-dasar pemograman dan pemanfaatan komputer dalam mendukung proses pembelajaran. Kompetensi Lainnya : Kemampuan berkomunikasi dan bekerjasama, baik sebagai pimpinan maupun anggota, dari sebuah tim kerja (No.3).WAKTU MINGGU K E(1) 1 s.d. 2 MATERI PEMBELAJARAN (3) Pendahulan PD dan PD ordo satu BENTUK PEMBELAJARAN (4) Kuliah + Tugas kajian Pustaka (Cooperatif Learning) Kuliah + Tugas kajian Pustaka (Cooperatif Learning) Kuliah + Tugas kajian Pustaka (Cooperatif Learning) Kuliah + Tugas kajian Pustaka (Cooperatif Learning) KOMPETENSI AKHIR SESI PEMBELAJARAN (5) Memantapkan kemampuan mengintegralkan dan mendifferensialkan fungsi Mendapatkan paling sedikit 4 contoh aplikasi PD yang diterapkan paling sedikit 4 bidang ilmu Mengenal berbagai klasifikasi dan metode penyelesaikan PD INDIKATOR PENILAIAN (6) Ketepatan menjelaskan konsep dengan contoh; Kejelasan Uraian; Bahan pustaka berinovatif terbaru Ketepatan menjelaskan konsep dengan contoh; Kejelasan Uraian; Bahan pustaka berinovatif terbaru Kemampuan menggunakan metode substitusi dalam menyelesaikan PD. BOBOT NILAI (%) (7) 10

3 s.d. 4

Aplikasi PD ordo satu

10

5 s.d 6

PD linier ordo 2 dan ordo tinggi.dengan koefisien konstan.

15

7 s.d. 8

Medode substitusi dan metode operator

Mengenal berbagai klasifikasi dan metode penyelesaikan PD

Kemampuan menggunakan metode operator dalam menyelesaikan PD.

15


21

(1)9 10

(2)Test Tengah Semester PD linier ordo 2 dengan koefisien variabel

(3)

(4)

(5)

(6)

Kuliah + Tugas kajian Pustaka (Cooperatif Learning)

Mengenal teknik penyelesaian metode deret tak hingga

Kemampuan menggunakan metode deret tak hingga.

15

11 s.d. 12

Transformasi Laplace

Kuliah + Tugas kajian Pustaka (Cooperatif Learning) Kuliah + Presentasi tugas kelompok (Collaborative Learning) Kuliah + Tugas kajian Pustaka (Cooperatif Learning)

Mengenal metode transformasi Integral seperti transformasi Laplace. Mendapatkan paling sedikit 4 contoh aplikasi PD yang diterapkan paling sedikit 4 bidang ilmu Mengenal metode numerik dalam menyelesaikan peresamaan differensial

Kemampuan menggunakan metode transformasi Laplace

15

13 s.d. 14

Aplikasi PD ordo 2 dan yang lebih tinggi

Ketepatan menjelaskan konsep dengan contoh; Kejelasan Uraian; Bahan pustaka berinovatif terbaru Ketepatan dalam menggunakan komputer dalam menyelesaikan PD dengan metode numerik

15

15

Tinjauan PD secara Numerik

5

16

Final Test

ReferensiUtama: 1. Jeffry Kusuma, Persamaan Differensial Elementer, (Belum dipublikasikan). 2. Boycee DiPrima, Elementary Differential Equations and Boundary Values Problems, John Wiley Sons. 3. Zill, Differential Equation. 4. Lois Pipe, Applied Mathematics for Engineer and Scientist. Additional: 1. Sumberbelajarlainnya.Lampiran Buku Panduan KURIKULUM 2008 PRODI Statistika

22

Sem37

GBRP Matakuliah : Matematika Diskrit, Kode MK/SKS: 218H1203/3SKS, Prasyarat : -


Kompetensi (Tujuan Matakuliah) : Kompetensi Utama : Kemampuan dalam dasar-dasar matematika dan aplikasinya. Kemampuan mengkomunikasikan konsep-konsep matematika. Kompetensi Pendukung : Kemampuan membuat laporan tertulis dan presentasi. Kemampuan memodelkan, menyelesaikan dan menginterpretasikan. Kompetensi Lainnya : Kemampuan berkomunikasi dan bekerjasama, baik sebagai pimpinan maupun anggota, dari sebuah tim kerja (No.3). Kemampuan beradaptasi dalam masyarakat dan lingkungan kerja.WAKTU MINGGU KE(1) 1-2 MATERI PEMBELAJARAN (3) Mengulang/ mengingatkan pengertian dasar dan notasi pada logika, fungsi, operasi himpunan, pormutasi, kombinasi dan koofisien binomial . BENTUK PEMBELAJARAN (4) Kuliah KOMPETENSI AKHIR SESI PEMBELAJARAN (5) Mengetahui perbedaan antara statemen dan proposisi, konjungsi dan disjungsi serta negasinya, inplikasi dan biinplikasi serta negasinya. Memahami pengertian himpunan, notasi dan operasinya Tugas Memahami prinsip dasar metode dan teknik pembuktian. Memahami definisi rekursif dan penggunaannya. INDIKATOR PENILAIAN (6) 0 BOBOT NILAI (%) (7) 0

3-4

Metode dan Strategi pembuktian, yaitu Proses Maju & Mundur Bukti Kasus per Kasus, Conjecture dan counterexample, induksi, Pengertian rekursif dan contohcontohnya Dasar-dasar penghitungan: Prinsip sarang merpati, pormutasi kombinasi dan koofisien Binomial.

Kuliah + Mandiri

- Ketepatan dalam memilih dan menggunakan suatu metode pembuktian untuk suatu proposisi. - Ketepatan mendefinisikan secara recursif dari suatu barisan dan sebaliknya. - Ketepatan dalam memberikan contoh masalah prinsip sarang merpati - Ketepatan penghitungan dengan pormutasi dan kombinasi - Ketepatan penghitungan dengan menggunakan koofisien Binomial

7 8

15

5-6

Kuliah + Tugas Mandiri (Cooperative Learning)

Mahasiswa mampu menerapkan prinsip dasar penghitungan

3 6 6

15


23

(1)7-8

(2)Pengertian relasi rekurensi dan pemecahannya. Fungsi pembangkit dan pengertian inklusi dan eksklusi Definisi, contoh dan notasi: graf, subgraf, tetangga dan himpunan tetangga, terkait, derajat, somorfik. Jalan, Lintasan dan Siklus, Sirkuit dan Jenis-jenis graf

(3)Kuliah + Tugas Mandiri (Cooperative Learning) Kuliah + Tugas kelompok+ Bimbingan terstruktur+ (Collaborative Learning)

(4)Mahasiswa mampu menggunakan teknik-teknik penghitungan Mahasiswa memahami konsep dasar graf dan mampu menginterpretasikan objek-objek dari graf -

(5)Ketepatan penghitungan dengan menggunakan relasi rekurensi Ketepatanpenghitungan dengan mengaplikasikan inklusi-eksklusi Ketepatan menulis definisi dan contoh dari masing-masing definisi Ketepatan membedakan antara siklus dengan sirkuit Ketepatan dalam memberikan pasangan graf isomorf dan yang tidak isomorf Ketepatan dalam memberikan contoh beberapa jenis graf Ketepatan mengkonstruksi suatu graf berdasarkan subgraf-subgraf yang diberikan Ketepatan dalam memberikan matriks ketetanggaan dan matriks keterkaitan suatu graf Ketepatan dalam menetukan bilangan kromatik suatu graf Ketepatan dalam menginterpretasikan warna titik dan sisi graf Ketepatan sistematika konsep Ketepatan penerapan konsep Kedalaman dan ketuntasan materi kajian Kerja sama tim Kemutahiran referensi 5 5 2 2 4 4 5 3

(6)10

9-10

12

11

Operasi dan matriks dalam graf

Kuliah + Tugas perorangan (Cooperative Learning)

Mahasiswa memahami operasi dalam graf dan matriks dalam graf

-

8

12

Pewarnaan graf

Kuliah + Tugas kelompok (Cooperative Learning) Diskusi kelompok+ Bimbingan terstruktur+ Membuat Laporan+ Presentasi (Project Based Learning)

Mahasiswa mampu menjelaskan konsep-konsep pewarnaan graf

-

5 5 7 8 10 3 2

10

13 16

Projek (Teori Graf)

Mahasiswa dapat memodelkan beberapa masalah nyata kedalam model graf

-

30

ReferensiUtama:1. Rosen K. H., (2003) : Discrete Mathematics and its Aplications, McGraw-Hill Higher Education, New York. 2. Gary Chartrand, Ping Zhang: Introduction to Graph theory, International Edition 2005, McGraw-Hill, New York. 3. Gary Chartrand, Ortrud R. Oellermann, (1993), Applied and algorithmic Graph Theory, McGRAW-HILL, dan Sumberbelajarlainnya.Lampiran Buku Panduan KURIKULUM 2008 PRODI Statistika

24

Sem51

GBRP Matakuliah : Analisis Real, Prasyarat : Matematika Lanjut

Kode MK/SKS: 306H1203/3SKS,

Sem: Awal (Tahun III)

Kompetensi (Tujuan Matakuliah) : Kompetensi Utama : Mahasiswa mampu memahami dan menggunakan konsep-konsep dasar di dalam matakuliah Analisis Real. Kompetensi Pendukung : Kemampuan membuat laporan tertulis dan presentasi. Kompetensi Lainnya : Kemampuan berkomunikasi dan bekerjasama, baik sebagai pimpinan maupun anggota, dari sebuah tim kerja.WAKTU MINGGU KE(1) 1 1 s.d. 2 MATERI PEMBELAJARAN (2) Informasi Kontrak dan Rencana Pembelajaran Relasi dan Fungsi Relasi Fungsi Induksi Matematik Himpunan hingga dan himpunan tak hingga - Himpunan countable BENTUK PEMBELAJARAN (3) Ice Breaking Kuliah + Tugas, Kajian Pustaka Membuktikan sifat-sifat dari himpunan, relasi dan bilangan riil Menggunakan prinsip induksi matematika untuk membuktikan hukumhukum yang berlaku untuk semua bilangan asli Membuktikan sifat eqivalensi antara himpunan-himpunan hingga, takhingga, terhitung dan tak terhitung. Menyelesaikan problem pada himpunan dan relasi. Membuktikan eksistensi bilangan rasional, Menggunakan sifat completness bilangan riil Menentukan suprimum dan infimum dari suatu himpunan Menyelesaikan problem sistem bilangan riil. Ketepatan dan kejelasan langkah yang digunakan dalam melakukan perifikasi bukti Ketepatan dalam menggunakan prinsip induksi matematika Ketepatan sifat-sifat yang digunakan dalam membuktikan hukum-hukum himpunan hingga, tak terhingga, terhitung dan tak terhitung. Kejelasan pekerjaan dan kekompakan kelompok Ketepatan langkah dalam membuktikan keberadaan bilangan irasional Kejelasan dan ketepatan dalam menggunakan sifat completness bilangan riil Ketuntasan pekerjaan dan kekompakan kelompok 5 KOMPETENSI AKHIR SESI PEMBELAJARAN (4) INDIKATOR PENILAIAN (5) BOBOT NILAI (%) (6)

-

Problem 3 s.d 4 Sistem Bilangan Riil

Collaborative Learning dan Presentase Ceramah, diskusi interaktif, kerja individu

5

- Sifat-sifat aljabar dan urutanpada bilangan riil

- Nilai absolut dan garis riil - Sifat kelengkapan pada bil. Riil - Sifat-sifat suprimum danaplikasinya dan Problem

Collaborative Learning dan Presentase


25

(1)5 s.d. 7

(2)Barisan Bilangan Barisan dan Limit Barisan Teorema-teorema Barisan Problem

(3)Ceramah, diskusi interaktif, kerja individu Collaborative Learning dan Presentase Kerja Mandiri

(4)Menggunakan teorema Bolzano weierstrass untuk barisan terbatas Menggunakan konsep limit infimum dan limit suprimum padai suatu barisan Menyelesaikan problem Barisan Bilangan Riil. Menyelesaikan problem tentang relasi dan fungsi, sistem bilangan riil, barisan bilangan Menggunakan konsep konvergensi pada barisan monoton dan barisan terbatas Membuktikan sifat sifat barisan konvergen dan Cauchy Menyelesaikan problem Barisan Monoton, Barisan bagian, kriteria Cauchy, dan sifat-sifat barisan divergen sejati. Membuktikan beberapa sifat limit fungsi Membuktikan konsep barisan dalam membuktikan limit fungsi Menyelesaikan Problem Limit Fungsi

(5)Ketepatan dalam membuktikan sifat konvergensi pad a beberapa barisan khusus Penguasaan dan kejelasan dalam menggunakan konsep limit infimum dan limit suprimum pada suatu barisan Kejelasan pekerjaan dan kekompakan kelompok Ketepatan, kejelasan dan ketuntasan dalam menyelesaikan problem

(6)10

8

MID TEST

30

9 s.d. 11

Lanjutan: Barisan Bilangan Barisan Monoton Barisan Bagian Kriteria Cauchy Sifat-sifat Barisan Divergen Sejati Problem

Ceramah dan diskusi interaktif, kerja individu Collaborative Learning dan Presentase Ceramah, diskusi interaktif, kerja individu Collaborative Learning dan Presentase

Kejelasan dalam menggunakan konsep barisan monoton dalam membuktikan kekonvergenan barisan Kejelasan dalam membuktikan beberapa sifat barisan konvergen dan barisan Cauchy Kejelasan konsep yang digunakan dan kekompakan kelompok

5

12 s.d 13

-

Limit Fungsi Limit Fungsi Teorema-Teorema Limit Perluasan konsep Limit Problem

Ketepatan dalam membuktikan sifat operasi limit fungsi dan ketunggalan limit Ketepatan dalam menggunakan konsep barisan dalam menyelesaikan limit Kejelasan pekerjaan dan kekompakan kelompok Kejelasan dan ketuntasan dalam menyelesaikan tugas kelompok

5


26

(1)14 s.d 15

(2)

(3)

(4)Membuktikan beberapa sifat kontinuitas fungsi Menggunakan konsep himpunan buka, tutup, kompak dan terhubung pada fungsi kontinu Menyelesaikan problem Kekontinuan

(5)Ketepatan dan kejelasan konsep yang digunakan dalam membuktikan sifat sederhana operasi fungsi kontinu Kejelasan langkah dalam membuktikan sifat penggunaan himpunan buka, tutup, kompak dan terhubung dalam R pada fungsi kontinu Ketepatan dalam menyelesaikan problem kelompok Ketepatan, kejelasan dan ketuntasan dalam menyelesaikan problem 10

(6)10

Kekontinuan Fungsi Kontinu di satu titik. Fungsi kontinu pada interval Kontinu Seragam Problem

Ceramah, diskusi interaktif, kerja individu Collaborative Learning dan Presentase

16

FINAL TEST

Kerja Mandiri

Menyelesaikan problem tentang limit dan kekontinuan fungsi

ReferensiUtama: 1. R.G. Bartle & D.R. Sherbert, Introduction to REAL ANALYSIS. Additional: 1. Sumberbelajarlainnya.


27

Sem52

GBRP Matakuliah : Proses Stokastik, Kode MK/SKS: 307H1203/3SKS, Sem: Awal (Tahun III) Prasyarat : Teori Peluang Kompetensi (Tujuan Matakuliah) : Kompetensi Utama : Kemampuan dalam memahami konsep dasar matematika dan aplikasinya (No.2). Kompetensi Pendukung : Kemampuan dalam penguasaan dasar-dasar pemograman dan pemanfaatan komputer dalam mendukung proses pembelajaran (No.3). Kompetensi Lainnya : Kemampuan berkomunikasi dan bekerja sama dalam suatu tim kerja (No.3).WAKTU MINGGU K E(1) 1 MATERI PEMBELAJARAN (3) Kontrak Kuliah Deskripsi mata kuliah BENTUK PEMBELAJARAN (4) Kuliah + Diskusi KOMPETENSI AKHIR SESI PEMBELAJARAN (5) Memahami tujuan, kegunaan materi kuliah, kaitannya dengan materi kuliah lain, konsep dasar materi kuliah Mampu menjelaskan konsep Stokastik berdasarkan ruang parameter dan ruang keadaan, konsep-konsep probabilitas dan jenis-jenis distribusi dalam proses stokastik Mampu menghitung probabilitas bersyarat, ketaksamaan dan teorema limit pusat Ketepatan menguraikan jenis-jenis proses stokastik berdasarkan ruang parameter dan ruang keadaan, konsep probabilitas dan jenis-jenis distribusi dalam proses stokastik 2 INDIKATOR PENILAIAN (6) BOBOT NILAI (%) (7)

-

2

-

Pengantar Proses Stokastik, Aturan Probabilitas Jenis-jenis distribusi dalam proses stokastik Probabilitas bersyarat dalam proses stokastik Beberapa ketaksamaan dalam probabilitas Teorema limit pusat Asumsi proses poisson Waktu antar kedatangan dan Waktu tunggu Distribusi bersyarat waktu antar kedatangan

Kuliah + Presentasi tugas kelompok (Cooperative Learning)

3

-

Kuliah + Presentasi tugas kelompok (Cooperative Learning) Kuliah + Presentasi tugas kelompok (Cooperative Learning)

Ketepatan menghitung probabilitas bersyarat, ketaksamaan dalam probabilitas dan teorema limit pusat dalam proses stokastik; kemampuan bekerja sama Ketepatan menentukan dan mengklasifikasikan proses stokastik, distribusi waktu antar kedatangan, waktu menunggu dan distribusi bersyarat waktu antar kedatangan. kemampuan bekerja sama

3

4

-

Mampu menentukan dan mengklasifikasikan proses stokastik ke dalam proses poisson, distribusi waktu antar kedatangan, waktu menunggu dan distribusi bersyarat waktu antar kedatangan

4


28

(1)5 -

(2)Proses poisson non homogen Proses poisson majemuk Proses poisson bersyarat

(3)Kuliah + Presentasi tugas kelompok (Cooperative Learning)

(4)Mampu menyelesaikan fungsi intensitas, menghitung probabilitas untuk proses poisson non homogen, majemuk dan poisson bersyarat

(5)Ketepatan menentukan fungsi intensitas, menghitung probabilitas untuk proses poisson non homogen, majemuk dan poisson bersyarat. kemampuan bekerja sama

(6)8

6

-

Proses renewal Distribusi eksponensial dan distribusi gamma untuk proses renewal Model block replacement Proses renewal-reward Proses regenerative Proses alternating renewal Ujian Tengah Semester

Kuliah + Presentasi tugas kelompok (Cooperative Learning) Kuliah + Presentasi tugas kelompok (Cooperative Learning) Kerja Mandiri

Mampu menjelaskan proses renewal, distribusi eksponensial dan gamma untuk proses renewal

Ketepatan menentukan uraian proses renewal, distribusi eksponensial dan distribusi gamma, kemampuan bekerja sama

4

7

-

Mampu menjelaskan konsep tentang model block replacement, renewal-reward, regenerativ dan alternating renewal Mahasiswa dapat menunjukkan pemahaman materi minggu IX sampai dengan minggu XV dengan baik Mampu menjelaskan konsep proses markov, peluang transisi, Persamaan chapman kolmogorov

Ketepatan menguraikan model block, replacement, renewal-reward, regenerativ dan alternating renewal, kemampuan bekerja sama Jumlah soal ujian akhir semester yang dijawab dengan tepat

4

8

25

9 dan 10

-

Proses markov dengan parameter waktu diskrit Peluang transisi antar state Persamaan Chapman Kolmogorov Kelas komunikasi Jenis state recurrent dan non recurrent Rantai markov reducible dan irreducible

Kuliah + Presentasi tugas kelompok (Cooperative Learning) Kuliah + Presentasi tugas kelompok (Cooperative Learning)

Ketepatan menentukan sifat-sifat proses markov pada suatu proses stokastik, menghitung matriks peluang transisi, kemampuan bekerja sama Ketepatan menguraikan kelas-kelas komunikasi, konsep state yang recurrent dan non recurrent, kemampuan bekerja sama

6

11

-

Mampu menjelaskan kelas komunikasi, state recurrent dan non recurrent, Rantai markov reducible dan irreducible

4


29

(1)12 13 -

(2)Proses markov dengan parameter waktu kontinu Peluang transisi Proses kelahiran dan kematian Proses kelahiran murni Persamaan diferensial kolmogorov Limit distribusi proses markov Proses markov reversibility Model M/G/1 Model M/M/1 Model M/M/1/m Model M/M/n Ujian Akhir Semester

(3)Kuliah + Presentasi tugas kelompok (Cooperative Learning) Kuliah + Presentasi tugas kelompok (Cooperative Learning) Kuliah + Case Study

(4)Mampu menjelaskan konsep Proses Markov, peluang transisi dan proses kelahiran dan kematian

(5)Ketepatan uraian konsep proses markov, peluang transisi dan proses kelahiran dan kematian, kemampuan bekerja sama

(6)4

Mampu menjelaskan konsep kelahiran murni, persamaan differensial kolmogorov Mampu menentukan limit distribusi proses markov dan proses markov reversibility Mampu menjelaskan, membedakan dan menyelesaikan beberapa konsep antrian Mahasiswa dapat menunjukkan pemahaman materi minggu IX sampai dengan minggu XV dengan baik

Ketepatan uraian konsep kelahiran murni, persaman differensial kolmogorov, kemampuan bekerja sama Ketepatan menghitung limit distribusi proses markov, kemampuan bekerja sama

3

14

-

4

15

-

Kuliah + Presentasi tugas kelompok (Cooperative Learning) Kerja Mandiri

Ketepatan membedakan dan menyelesaikan konsep antrian, kemampuan bekerja sama

3

16

Jumlah soal ujian akhir semester yang dijawab dengan tepat

25

ReferensiUtama: 1. Sheldon Ross, Stocahstic Process, Wiley & Sons. 2. Emanuel Parzen, Stochastic Process. Additional: 1. Sumberbelajarlainnya. Lampiran Buku Panduan KURIKULUM 2008 PRODI Statistika

30

Sem53

GBRP Matakuliah : Analisis Regresi Terapan, Kode MK/SKS: 308H1203/3SKS, Sem: Awal (Tahun III) Prasyarat : Metode Statistika, Aljabar Linear, Aljabar Matriks, Komputasi Statistika Kompetensi (Tujuan Matakuliah) : Kompetensi Utama : Kemampuan melakukan pengumpulan, pengelolaan, analisis dan interpretasi terhadap data berdasarkan konsep-konsep Statistika (No. 4). Kompetensi Pendukung : Kemampuan terlibat dalam kegiatan lintas disiplin (No. 1). Kemampuan membuat laporan tertulis dan presentasi (No.2). Kemampuan dalam penguasaan dasar-dasar pemograman dan pemanfaatan komputer dalam mendukung proses pembelajaran (No. 3). Kompetensi Lainnya : Kemampuan berkomunikasi dan bekerjasama, baik sebagai pimpinan maupun anggota, dari sebuah tim kerja (No.3).WAKTU MINGGU KE(1) 1 s.d. 4 MATERI PEMBELAJARAN (3) Informasi Materi Kuliah dan Keterkaitan dengan Matakuliah Lain (Semua Matakuliah PRODI Statistika pada Semester2 Sebelumnya), Kontrak Kuliah dan Stategi Pembelajaran, Pembentukan Tim/Kelompok Kerja Konsep Hubungan Antar Peubah, Pengertian Analisis Regresi dan Penggunaannya, Deskripsi untuk Mengidentifikasi Pola Hubungan antar Peubah, Model Regresi Linier Sederhana, Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh Pendekatan Matriks Terhadap Regresi Linier, Regresi Dengan Dua Peubah Penjelas, Model regresi dengan peubah penjelas lebih dari dua, Model polinomial, Model hasil transformasi, Penggunaan peubah boneka (Dummy Variable) BENTUK PEMBELAJARAN (4) Kuliah + Small Group Discussion+ Cooperative Learning+ Collaborative Learning+Problem Based Learning+Project Based Learning+Praktikum KOMPETENSI AKHIR SESI PEMBELAJARAN (5) Mahasiswa mampu menggunakan Analisis Regresi disesuaikan dengan permasalahan, Mengidentifikasi pola hubungan antar peubah, Melakukan interpretasi dari parameter model, dan diagnostik model melalui sisaan dan amatan berpengaruh INDIKATOR PENILAIAN (6) Ketepatan menjelaskan konsep dengan contoh; Kejelasan Uraian; Ketepatan identifikasi pola hubungan antar peubah, Ketepatan interpretasi parameter model, Ketepatan melakukan diagnostik model, Kerjasama Tim, Bahan pustaka berinovatif terbaru BOBOT NILAI (%) (7) 15

5 s.d. 8

Kuliah + Small Group Discussion+ Cooperative Learning+ Collaborative Learning+Problem Based Learning+Project Based Learning+Praktikum

Mahasiswa mampu menggunakan pendekatan matriks untuk pendugaan parameter model, Melakukan interpretasi dari parameter model pada model regresi dengan 2 atau lebih peubah penjelas, Penggunaan model Polinomial, Melakukan transformasi pada model regresi dan Peubah Boneka

Ketepatan menjelaskan konsep dengan contoh; Kejelasan Uraian dan interpretasi parameter model; ketepatan asumsi penggunaan model Poinomial, Transformasi, dan Penggunaan Peubah Boneka, Kerjasama Tim, Bahan pustaka berinovatif terbaru

15


31

(1)9 s.d. 11

(2)Pengujian Pada Regresi Ganda, Uji parsial dan uji sekuensial, Uji hipotesis linier umum, Memilih Persamaan Regresi Terbaik

(3)Kuliah + Small Group Discussion+ Cooperative Learning+ Collaborative Learning+Problem Based Learning+Project Based Learning+Praktikum

(4)Mahasiswa mampu melakukan berbagai pengujian pada model regresi ganda, dan Mampu memilih model regresi terbaik dari semua kemungkinan model yang ada

(5)Ketepatan penggunaan pengujian disesuaikan dengan konsep, Kejelasan uraian hasil pengujian model, Ketepatan pemilihan model persamaan regresi sesuai dengan definisi dan konsep yang benar , Kerjasama tim, Bahan pustaka berinovatif terbaru Ketepatan hasil pemeriksaan asumsi dengan konsep, Ketepatan penanganan jika terjadi pelanggaran asumsi, Kerjasama tim, Bahan pustaka berinovatif terbaru - Ketepatan penerapan konsep/definisi dan contoh - Kejelasan uraian - Ketepatan langkah dan alasan - Ketelitian - Kemampuan analogi

(6)15

12 s.d. 14

Pemeriksaan Asumsi Dan Deteksi Pencilan & Pengamatan Berpengaruh, Regresi pada kasus terjadi multikolinieritas, Transformasi untuk menangani pelanggaran asumsi

Kuliah + Small Group Discussion+ Cooperative Learning+ Collaborative Learning+Problem Based Learning+Project Based Learning+Praktikum Kerja Mandiri + Praktikum

Mahasiswa mampu melakukan pemeriksaan asumsi dan pendeteksian pencilan, serta mampu melakukan penanganan jika terjadi pelanggaran asumsi pada model regresi Menunjukkan pemahaman yang baik terhadap seluruh materi perkuliahan yang telah diberikan

15

15 s.d. 16

Ujian Kompetensi + Remedial*

40

ReferensiUtama: 1. Draper, N. & Smith, H. 1981. Applied Regression Analyis, Second Edition. John Wiley & Sons. 2. Myers, R.H. 1998. Classical and Modern Regression with Application. 2nd ed. PWS-KENT. Boston. 3. Ryan, T.P. 1997. Modern Regression Methods. John Wiley & Sons. New York. 4. Neter et al. 1999. Applied Linear Statistical Models. Irwin. Homewood. 5. Pindyck, R.S. & Rubinfeld, D.L. 1998. Econometric Models and Economic Forecast. 4th ed. Irwin McGraw-Hill. 6. Rawling et al. 1998. Applied Modern Regression. John Wiley & Sons. New York. 7. Web Pembelajaran Analisis Regresi (http://10.0.1.7) Additional: 1. Sumberbelajarlainnya.Lampiran Buku Panduan KURIKULUM 2008 PRODI Statistika

32

Sem54

GBRP Matakuliah : Analisis Data Kategorik, Kode MK/SKS: 309H1203/3SKS, Sem: Awal (Tahun III) Prasyarat : Metode Statistika, Komputasi Statistika Kompetensi (Tujuan Matakuliah) : Kompetensi Utama : Kemampuan dalam menerapkan pengetahuan dasar Statistika (No.2). Kemampuan melakukan pengumpulan, pengelolaan, analisis dan interpretasi terhadap data berdasarkan konsep-konsep Statistika (No. 4). Kompetensi Pendukung : Kemampuan membuat laporan tertulis dan presentasi (No.2). Kemampuan dalam penguasaan dasar-dasar pemrograman dan pemanfaatan komputer dalam mendukung proses pembelajaran (No. 3). Kompetensi Lainnya : Kemampuan berkomunikasi dan bekerjasama, baik sebagai pimpinan maupun anggota, dari sebuah tim kerja (No.3).WAKTU MINGGU KE(1) BENTUK PEMBELAJARAN (4) KOMPETENSI AKHIR SESI PEMBELAJARAN (5) Mahasiswa memahami dengan baik tujuan,organisasi materi, keterkaitan matakuliah dengan matakuliah lain, strategi pembelajaran, kriteria penilaian, tugas dan tanggung jawabnya dalam kelompok kerja Menemukan paling sedikit 3 kasus yang berbeda mengenai Statistika Non Parametrik dan, satu atau lebih populasi, dan mampu melakukan langkah pengujian hipotesis yang benar pada kasus tersebut Menemukan paling sedikit 3 kasus yang dapat menggunakan Uji Kesesuaian sebaran diskrit dan kontinu tertentu INDIKATOR PENILAIAN (6) BOBOT NILAI (%) (7)


1-6

Informasi Materi Kuliah dan Keterkaitan dengan Matakuliah Lain (Review Metstat dan Regresi), Kontrak Kuliah dan Stategi Pembelajaran, Pembentukan Tim/Kelompok Kerja Pengertian Statistika Non Parametrik, Uji Hipotesis Satu Populasi, Uji Hipotesis Dua atau Lebih Populasi, Uji Kesesuaian Sebaran Diskrit Tertentu (Uniform, Binomial, Poisson), Uji Kesesuaian Sebaran Kontinu Tertentu(Uniform, Normal)

Kuliah + Small Group Discussion+ Cooperative Learning+ Collaborative Learning+Problem Based Learning+Praktikum

- Ketepatan asumsi (Satu, Dua atau Lebih Populasi, diskrit atau kontinu) yang digunakan - Ketepatan hipotesis yang digunakan - Sistematika penerapan pengujian hipotesis yang dilakukan - Ketepatan pemilihan metode - Kejelasan interpretasi pengujian hipotesis yang dilakukan - Penguasaan software aplikasi Statistika yang digunakan - Kerjasama tim - Kemutahiran referensi yang digunakan

3 3 3 4 3 5 2 2 25


33

(1)

(2)

(3)Kuliah + Small Group Discussion+ Cooperative Learning+ Collaborative Learning+Problem Based Learning+Praktikum

(4)Menunjukkan paling sedikit 1 kasus yang memenuhi uji asosiasi, perbedaanya dengan uji korelasi, Membuat tabel kontingensi untuk kasus yang diberikan, dan melakukan uji asosiasi dan membuat korelasi peringkat untuk kasus tersebut

(5)- Ketepatan hipotesis yang digunakan - Sistematika penerapan pengujian hipotesis yang dilakukan - Kejelasan interpretasi pengujian hipotesis yang dilakukan - Penguasaan software aplikasi Statistika yang digunakan - Kerjasama tim - Kemutahiran referensi yang digunakan- Ketepatan asumsi penggunaan model dan pengujian yang digunakan - Ketepatan hipotesis yang digunakan - Sistematika penerapan pengujian hipotesis yang dilakukan - Ketepatan pemilihan metode - Kejelasan interpretasi pengujian hipotesis yang dilakukan - Penguasaan software aplikasi Statistika yang digunakan - Kerjasama tim - Kemutahiran referensi yang digunakan Ketepatan penerapan konsep/definisi dan contoh Kejelasan uraian Ketepatan langkah dan alasan Ketelitian Kemampuan analogi

(6)2 2 3 4 2 26 5 6 5 6 6 4 2 4 4 4 4 4 20 40

7-8

Tabel Kontingensi dan Uji Asosiasi, Korelasi Peringkat

15

9-15

Regresi Logistik Biner, Polichotomous, Model Logit untuk Respon Nominal, Ordinal


Mampu menunjukkan paling sedikit 2 kasus penggunaan regresi logistik, dan model logit, dan perbedaan mendasar dengan regresi linier, Menunjukkan perbedaan regresi logistik dan model logit, membuat model regresi logistik dan model logit untuk kasus yang diberikan

16


Ujian Kerja Mandiri

Menunjukkan pemahaman yang baik terhadap seluruh materi perkuliahan yang telah diberikan

Referensi Utama : 1. Alan Agresti, 2002, "Categorical Data Analysis", John Wiley & Sons. 2. Conover, "Non Parametric Statistics. 3. Hosmer & Lemeshow, Applied Categorical Data Analysis", John Wiley & Sons. Additional : 4. Sumber belajar lainnya. * Nilai maksimum bagi yang remedial adalah 12 dari poin maksimal 20.Lampiran Buku Panduan KURIKULUM 2008 PRODI Statistika

34

Sem55

GBRP Matakuliah : Analisis Runtun Waktu dan Peramalan, Kode MK/SKS: 310H1203/3SKS, Prasyarat : Metode Statistika, Komputasi Statistika


Kompetensi (Tujuan Matakuliah) : Kompetensi Utama : Kemampuan dalam dasar-dasar statistika dan aplikasinya (No. 2) Kemampuan melakukan pengumpulan, pengelolaan, analisis dan interpretasi terhadap data berdasarkan konsep-konsep Statistika (No. 4). Kompetensi Pendukung : Kemampuan membuat laporan tertulis dan presentasi (No.2). Kompetensi Lainnya : Kemampuan berkomunikasi dan bekerjasama, baik sebagai pimpinan maupun anggota, dari sebuah tim kerja (No.3).WAKTU MINGGU K E(1) 1-3 MATERI PEMBELAJARAN (3) Konsep Dasar data deret waktu, teknik deskriptif dan model stasioner Model data deret waktu non stasioner, spesifikasi model, estimasi model, diagnostik model dan peramalan model BENTUK PEMBELAJARAN (4) Kuliah + Tugas Mandiri + Tugas Kelompok (Collaborative Learning) Kuliah + Tugas Mandiri + Tugas Kelompok (Collaborative Learning) + Project Base Learning KOMPETENSI AKHIR SESI PEMBELAJARAN (5) Menjelaskan konsep dasar deret waktu dan modelmodel stasioner data deret waktu Menerapkan konsep-konsep pemodelan data deret waktu non stasioner dan sistematika pembentukan model data deret waktu 7-9 Model musiman, proses stasioner pada domain frekwensi dan analisis spektral Kuliah + Tugas Mandiri + Tugas Kelompok (Collaborative Learning) + Project Base Learning Menerapkan konsep-konsep model musiman, proses stasioner pada domain frekwensi dan analisis spektral Lampiran Buku Panduan KURIKULUM 2008 PRODI Statistika

INDIKATOR PENILAIAN (6) Ketepatan asumsi yang digunakan Ketepatan penerapan konsep Sistematika penerapan konsep Kerjasama tim Ketepatan asumsi (faktor-faktor yang dominan) yang digunakan Ketepatan penerapan konsep Sistematika penerapan konsep Ketepatan pemilihan metode Kejelasan interpretasi solusi model dan kestabilan Kerjasama tim Ketepatan asumsi (faktor-faktor yang dominan) yang digunakan Ketepatan penerapan konsep Sistematika penerapan konsep Ketepatan pemilihan metode Kejelasan interpretasi solusi model dan kestabilan Kerjasama tim

BOBOT NILAI (%) (7) 1% 4% 4% 1% 1% 2% 2% 2% 2% 1% 1% 2% 2% 2% 2% 1% 10 % 10 %

4-6

10 %

35

(1)10

(2)Rata-rata bergerak sederhana untuk proses konstan dan proses trend linier, pemulusan datan non linier.

(3)Diskusi kelompok+ Bimbingan terstruktur+ Membuat Laporan+ Presentasi (Project Based Learning) Kuliah + Tugas Mandiri + Tugas Kelompok (Collaborative Learning) + Project Base Learning

(4)Mampu mendeteksi pola data time series linier dan non linier berdasarkan nilai rata-rata dan median Mampu menerapkan konsep pemulusan eksponensial pada data time series dalam rangka proses foreasting. -

(5)Ketepatan menentukan proses suatu data runtun waktu Ketepatan menetapkan persamaan forecasting Kerjasama tim Ketetapatan menguraikan persamaan forecasting Ketepatan memilih nilai konstanta pemulusan Ketepatan membuat forecasting berdasarkan model yang sesuai Kerjasama tim Ketepatan menentukan nilai matriks pembobot Ketepatan menghitung nilai forecasting pada beberapa model Kerjasama tim Ketepatan menghitung nilai parameter utama dan trend Ketepatan menghitung faktor musiman Ketepatan menghitung nilai forecasting Kerjasama tim Ketepatan menjawab setiap item soal 4% 4% 2% 3% 3% 3% 1% 3% 5% 2% 2% 3% 3% 2% 30%

(6)10 %

11-12

Pemulusan eksponensial untuk proses konstan dan trend linier, Pemulusan orde tinggi, pemilihan model dan konstanta pemulusan

10 %

13-14

Discounted Least Square, Penyisipan waktu awal, Aplikasi pada model polynomial dan transcendental

Kuliah + Tugas Mandiri + Tugas Kelompok (Collaborative Learning) + Project Base Learning

Mampu menerapkan konsep discounted least square dan pemulusan langsung pada beberapa model time series

-

10 %

15-16

Model pemulusan ganda, model pemulusan jumlah dan model pemulusan langsung

Kuliah + Tugas Mandiri + Tugas Kelompok (Collaborative Learning) + Project Base Learning

Mampu menerapkan beberapa metode pemulusan, untuk menganalisis data time series yang memuat unsur variasi musiman.

-

10 %

16

Memahami secara komprehensif konsep dan penerapan analisys data runtun waktu

Review konsep time series

Final test

-

30%

Referensi Utama : 1. Montgomery, Douglas C., Forecasting and Time Series Analysis, Mc. Graw-Hill Book Co Singapore 1990. 2. Cryer, D, J., Time Series Analysis, Duxubury Press Boston, University of IOWA, 1986. Additional : Sumber belajar lainnya.Lampiran Buku Panduan KURIKULUM 2008 PRODI Statistika

36

Sem56

GBRP Matakuliah : Rekayasa Aplikasi Web dan Jaringan, Kode MK/SKS: 319H1203/3SKS, Prasyarat : -


Kompetensi (Tujuan Matakuliah) : Kompetensi Utama : Kompetensi Pendukung : Mampu membuat aplikasi berbasis web. Kemampuan dalam penguasaan dasar-dasar pemrograman dan pemanfaatan komputer dalam mendukung proses pembelajaran (No. 3). Kompetensi Lainnya : Mampu bekerja sama sebagai tim dalam membangun aplikasi berbasis web.WAKTU MINGGU KE(1) BENTUK PEMBELAJARAN (4) KOMPETENSI AKHIR SESI PEMBELAJARAN (5) 1 Web Server Kuliah interaktif Kontrak Belajar Menjelaskan proses yang terjadi dalam webserver INDIKATOR PENILAIAN (6) Dapat menjelaskan perbedaan antara aplikasi client-side dan server-side. Dapat menyebutkan contoh web server. Dapat menjelaskan prosedur kerja web server. Dapat menjelaskan fungsi tag-tag dalam HTML. Dapat menjelaskan cara mengintegrasikan CSS dalam website. Dapat mendesain web dengan HTML dan CSS. BOBOT NILAI (%) (7)


5

HTML CSS Kuliah + Belajar Mandiri +Praktikum Membuat desain website sederhana dengan menggunakan script HTML dan CSS

2-3

5

4 XHTML Belajar Mandiri + Diskusi Menjelaskan kelebihan XHTML dibandingkan dengan HTML

Dapat menuliskan perbedaan antara HTML dan XHTML. Dapat memvalidasi dokumen XHTML.

5


37

(1)

(2)

(3)

(4)

(5)Dapat membuat program sederhana dengan javascript. Dapat membuat fungsi dan menggunakannya dalam program. Dapat menggunakan objek-objek bawaan dan mengendalikan event dalam program. Dapat mengintegrasikan javascript dalam HTML dan XHTML. Dapat membuat program sederhana dengan script PHP. Dapat menjelaskan cara menggunakan fungsi-fungsi string, datetime, file dan system dalam program. Dapat menggunakan Cookies dan Session dalam program. Dapat menjelaskan Fungsi-fungsi manajemen basis data MySQL, PostGreSQL, dan SQL Server. Dapat menggunakan Fungsi-fungsi basis data dalam manajemen basis data. Dapat membuat dan menggunakan Class dalam program. Dapat memanfaatkan Class-class berkualitas dalam program. Dapat menjelaskan konsep pemrograman AJAX. Dapat membuat aplikasi sederhana dengan menggunakan AJAX.

(6)

5-6

Konsep Dasar pemrograman JavaScript. Fungsi, objek bawaan dan Event. Kuliah + Belajar Kelompok + Praktikum + Presentasi Membuat program terstruktur dengan menggunakan JavaScript

10

7-8 Dasar-Dasar pemrograman PHP. Fungsi-Fungsi Standar. Cookies dan Session. Kuliah + Belajar Kelompok + Praktikum Membuat program dengan script PHP

10

9-10 Fungsi-fungsi basis data Manajemen basis data Belajar Kelompok+ Presentasi + Praktikum Menggunakan script PHP dalam manajemen Basis Data

10

11-12

Konsep OOP Menggunakan OOP dalam PHP

Praktikum + Belajar Kelompok + Presentasi

Menggunakan konsep object orientation programming (OOP) dalam script PHP

10

13-14

Konsep dasar Ajax Menggunakan Ajax dalam Aplikasi

Belajar Kelompok + Presentasi + Praktikum

Menggunakan Teknologi Ajax dalam Aplikasi

10


38

(1)

(2)

(3)

(4)

(5) Dapat menjelaskan jenis-jenis serangan pada server. Dapat menjelaskan proses pengamanan untuk masing-masing serangan. Dapat menjelaskan langkah-langkah meningkatkan performance server.

(6)

15

Security Performance

Kuliah + diskusi

Menjelaskan langkah-langkah meningkatkan keamanan dan performance server

5

16

Ujian Praktikum

Presentasi + Kerja Mandiri

Review

30

Referensi Utama : 1. Navarro. A, 2001, Effective Web Design, Second Edition, Sybex. 2. Ceri. S, Fraternali. P, Bongio. A, Brambilla.M, Comai. S, Matera. M, 2003, Designing Data-Intensive Web Applications, Morgan Caufmann Publishers. 3. Suehring. S, 2002, MySQL Bible, Wiley Publishing. 4. Jamsa. K, King. K, Andeson, A, 2002, HTML and Web Design : Tips and Techniques, McGraw-Hill. 5. Meyer. E. A, 2001, Cascading Style Sheets 2.0 Programmings Reference, McGraw-Hill. 6. Zandstra. M, 2000, SAMS Teach Yourself PHP4 in 24 hours, SAMS Publishing. Additional : 1. Sumber belajar lainnya.


39

Sem57

GBRP Matakuliah : Optimisasi, Kode MK/SKS: 320H1203/3SKS, Prasyarat : -


Kompetensi (Tujuan Matakuliah) : Kompetensi Utama : Kompetensi Pendukung : Kompetensi Lainnya :


BENTUK PEMBELAJARAN (4)

KOMPETENSI AKHIR SESI PEMBELAJARAN (5)

INDIKATOR PENILAIAN (6)

BOBOT NILAI (%) (7)

(1)

(2)

(3)

(4)

(5)

(6)

Referensi Utama : Additional : 2. Sumber belajar lainnya.


40

Sem71

GBRP Matakuliah : Analisis dan Perancangan Survei, Kode MK/SKS: 411H1203/3SKS, Sem: Awal (Tahun IV) Prasyarat : Metode Statistika, Teknik Pengambilan Sampel, Analisis Regresi, Komputasi Statistika, Analisis Data Kategorik, Analisis Data Runtun Waktu dan Peramalan, Komputasi Statistika

Kompetensi (Tujuan Matakuliah) : Kompetensi Utama : Kemampuan dalam menerapkan pengetahuan dasar Statistika (No.2). Kemampuan melakukan pengumpulan, pengelolaan, analisis dan interpretasi terhadap data berdasarkan konsep-konsep Statistika (No. 4). Kompetensi Pendukung : Kemampuan terlibat dalam kegiatan lintas disiplin (No. 1). Kemampuan membuat laporan tertulis dan presentasi (No.2). Kemampuan dalam penguasaan dasar-dasar pemrograman dan pemanfaatan komputer dalam mendukung proses pembelajaran (No. 3). Kompetensi Lainnya : Kemampuan beradaptasi dalam masyarakat dan lingkungan kerja (No.1). Kemampuan berkomunikasi dan bekerjasama, baik sebagai pimpinan maupun anggota, dari sebuah tim kerja (No.3).WAKTU MINGGU KE(1) BENTUK PEMBELAJARAN (4) KOMPETENSI AKHIR SESI PEMBELAJARAN (5) INDIKATOR PENILAIAN (6) BOBOT NILAI (%) (7)

MATERI PEMBELAJARAN (3) Informasi Materi Kuliah dan Keterkaitan dengan Matakuliah Lain (Semua Matakuliah PRODI Statistika pada Semester2 Sebelumnya), Kontrak Kuliah dan Stategi Pembelajaran, Pembentukan Tim/Kelompok Kerja Pengantar Perencanaan Survei Sampel, Rancangan Survei, Pengertian dan Maksud Dilakukannya Survei, serta Keterkaitannya dengan Penelitian, Survei Statistika dan Keterkaitan dengan Metodologi Penelitian

1-4

Kuliah + Small Group Discussion+ Cooperative Learning+ Collaborative Learning+Problem Based Learning+Project Based Learning

Mahasiswa memahami dengan baik tujuan,organisasi materi, keterkaitan matakuliah dengan matakuliah lain, strategi pembelajaran, kriteria penilaian, tugas dan tanggung jawabnya dalam kelompok kerja Mendefinisikan survei dan keterkaitannya dengan penelitian, Merancang survei/langkah metodologi penelitian yang benar

- Ketepatan asumsi mengenai survei dan penelitian - Ketepatan identifikasi berbagai macam survei/penelitian - Ketepatan identifikasi hipotesis survei/penelitian - Sistematika survei/penelitian yang benar - Kerjasama tim - Kemutahiran referensi yang digunakan

3 3 2 3 2 2 15


41

(1)

(2)

(3)

(4)

(5)- Ketepatan dan kejelasan instrumen survei yang digunakan - Desain instrumen survei yang valid dan layak - Organisasi lapangan yang tepat - Sistematika pelaksanaan dan persiapan analisis hasil survei yang benar - Penggunaan metode untuk analisis data yang tepat - Penyajian dan presentasi hasil survei yang menarik dan menggambarkan tujuan survei - Kerjasama tim - Ketepatan tema, tujuan dan judul survei/penelitian yang dilakukan - Ketepatan hipotesis yang digunakan - Penyusunan proposal yang benar - Proposal dan laporan yang mengikuti kaidah EYD yang benar - Penyusunan instrumen survei yang tepat, valid dan layak - Organisasi lapangan dan sistematika pelaksanaan survei yang tepat - Ketepatan analisis data dan metode yang digunakan - Laporan yang mengikuti format dan kaidah yang benar - Penyajian dan presentasi yang menarik dan menggambarkan tujuan survei/penelitian yang dilakukan - Kemutahiran referensi yang digunakan 3 7 3 5

(6)

5-8

Persiapan Survei (Desain Instrumen Survei,Validitas dan Reliabilitas Instrumen, Organisasi dan Administrasi Lapangan), Pelaksanaan Survei, Analisis dan Pelaporan (Pengkodean Instrumen, Persiapan Pengolahan Data Survei, Pengolahan dan Analisis, Laporan), Penyajian dan Presentasi Hasil Survei

Kuliah + Small Group Discussion+ Cooperative Learning+ Collaborative Learning+Problem Based Learning+ Project Based Learning

Membuat instrumen survei yang tepat untuk kasus yang diberikan, uji validitas dan reliabilitas instrumen, organisasi lapangan, melaksanakan survei/penelitian, analisis data hasil survei, sampai pada penyajian dan presentasi hasil survei

30 5 5 2 5 5 7 5 9 5 5 5 6 3 55

9-16

Penyusunan Proposal Survei/Penelitian, Penyusunan Kuisioner, Pengumpulan Data, Analisis Data dan Pembuatan Laporan, Penyajian dan Presentasi Hasil Survei

Tugas Mandiri dengan Simulasi +Problem Based Learning

Mahasiswa mampu melakukan semua komponen dalam analisis dan perancangan survei dengan tepat

Referensi Utama : 1. Warwick, DP & Lininger, CA, "The Sample Survey, Theory & Practice", Mc Graw Hill Inc., New York. Additional : Sumber belajar lainnya.Lampiran Buku Panduan KURIKULUM 2008 PRODI Statistika

42

Sem72

GBRP Matakuliah : Inferensi Likelihood dan Bayesian Statistik, Kode MK/SKS: 412H1203/3SKS, Prasyarat : Metode Statistika, Teori Peluang, Komputasi Statistika

Sem: Awal (Tahun IV)

Kompetensi (Tujuan Matakuliah) : Kompetensi Utama : Kemampuan dalam menerapkan pengetahuan dasar Statistika (No.2). Kemampuan mengkomunikasikan konsep-konsep Statistika secara matematis (No.3) Kemampuan melakukan pengumpulan, pengelolaan, analisis dan interpretasi terhadap data berdasarkan konsep-konsep Statistika (No. 4). : Kemampuan membuat laporan tertulis dan presentasi (No.2). Kemampuan dalam penguasaan dasar-dasar pemrograman dan pemanfaatan komputer dalam mendukung proses pembelajaran (No. 3). : Kemampuan berkomunikasi dan bekerjasama, baik sebagai pimpinan maupun anggota, dari sebuah tim kerja (No.3).BENTUK PEMBELAJARAN (4) KOMPETENSI AKHIR SESI PEMBELAJARAN (5) INDIKATOR PENILAIAN (6) BOBOT NILAI (%) (7)

Kompetensi Pendukung

Kompetensi Lainnya

WAKTU MINGGU KE(1)


1

Informasi Materi Kuliah dan Keterkaitan dengan Matakuliah Lain (Review Metstat dan Teori Peluang), Kontrak Kuliah dan Stategi Pembelajaran, Pembentukan Tim/Kelompok Kerja Pengantar dan permasalahan dalam Pemodelan Statistika, Ketidakpastian dan Emergence dalam Statistika, Likelihood dan Bayesian


Mahasiswa memahami dengan baik tujuan,organisasi materi, keterkaitan matakuliah dengan matakuliah lain, strategi pembelajaran, kriteria penilaian, tugas dan tanggung jawabnya dalam kelompok kerja, konsep dasar inferensi dalam Statistika

- Ketepatan identifikasi masalah dan pemilihan metode sesuai dengan paradigma Likelihood dan Bayesian - Kerjasama tim - Kemutahiran referensi yang digunakan

3 5 1 1


43

(1)

(2)

(3)Kuliah + Small Group Discussion+ Cooperative Learning+ Collaborative Learning+Problem Based Learning+Praktikum

(4)

(5)2 3 3 3 2 2

(6)

2-3

Konsep Likelihood dan Definisi Klasik, Likelihood Rasio, Maksimum dan Curvature Likelihood, Likelihood Berdasar Interval, Galat Baku dan Statistik Wald, Prinsip Invariant dan Implikasinya

Mahasiswa memahami dengan baik konsep dasar Likelihood, statistik yang terkait dengan paradigma Likelihood, Statistik-Statistik yang terkait

- Ketepatan penggunaan konsep - Sistematika penerapan pendugaan Likelihood yang digunakan - Kejelasan interpretasi pengujian hipotesis yang dilakukan - Penguasaan software aplikasi Statistika yang digunakan - Kerjasama tim - Kemutahiran referensi yang digunakan

15

4-6

Sifat Likelihood lainnya, Model Dasar dan Aplikasi Sederhana, Frequentist dan Sifat-Sifatnya, Pemodelan Hubungan antar Variabel,


Mahasiswa memahami dengan baik sifat Likelihood lainnya, Likelihood dan hubungannya dengan frekuentist, dan melakukan pemodelan antar variabel

- Ketepatan asumsi penggunaan model dan pengujian yang digunakan - Sistematika pemodelan yang digunakan - Ketepatan pemilihan metode - Kejelasan interpretasi pengujian hipotesis yang dilakukan - Penguasaan software aplikasi Statistika yang digunakan - Kerjasama tim - Kemutahiran referensi yang digunakan

3 4 3 3 3 2 2 3

20

7-9

Evidence dan Prinsip Likelihood, Fungsi Skore dan Informasi Fisher, Sampel Besar, Distribusi Statistik Skor Konsistensi MLE, Distribusi MLE dan Statistik Wald, Distribusi Statistik Rasio Likelihood, Sifat Variasi dari Statistik Skor

Kuliah + Small Group Discussion+ Cooperative Learning+ Collaborative Learning+Problem Based Learning+Project Based Learning+Praktikum

Mahasiswa memahami dengan baik prinsip Likelihood, Keterkaitan Likelihood dengan sampel besar, Berbagai Statistik yang terkait dengan Inferensi Likelihood

- Ketepatan asumsi/prinsip Likelihood yang digunakan - Sistematika pemodelan yang digunakan - Ketepatan pemilihan Statistik - Kejelasan interpretasi pengujian hipotesis yang dilakukan - Penguasaan software aplikasi Statistika yang digunakan - Kerjasama tim - Kemutahiran referensi yang digunakan

4 3 3 3 2 2 20


44

(1)

(2)

(3)Kuliah + Small Group Discussion+ Cooperative Learning+ Collaborative Learning+Problem Based Learning+Praktikum Kuliah + Small Group Discussion+ Cooperative Learning+ Collaborative Learning+Problem Based Learning+Project Based Learning+Praktikum

(4)

(5)- Ketepatan asumsi/prinsip Bayesian - Sistematika pemodelan yang digunakan dan ketepatan inferensi yang digunakan - Kejelasan interpretasi pengujian hipotesis yang dilakukan - Kerjasama tim - Kemutahiran referensi yang digunakan 2 2 2 2 2

(6)

10-11

Konsep Inferensi Bayes, Model Parameter Tunggal, Model Multiparameter, Sampel Besar, Inferensi Sampel Besar dan Sifat Frekuensi dari Inferensi Bayes

Menunjukkan pemahaman yang baik terhadap konsep Bayes dan inferensinya, Keterkaitan Bayes dengan sampel besar, dan sifat frekuensi dari inferensi Bayes

10

12-14

Konsep Analisis Data Bayesian, Model Hirarki, Pengujian Model dan Pengembangan, Pemodelan Accounting pada Koleksi Data, Pengujian Posterior, Simulasi Posterior, Pendekatan Berdasarkan pada Posterior

Menunjukkan pemahaman yang baik mengenai konsep analisis data Bayesian dan inferensinya, Keterkaitan Bayes dengan sampel besar, dan sifat frekuensi dari inferensi Bayes

- Ketepatan asumsi/prinsip analisis data Bayesian - Sistematika pemodelan yang digunakan - Ketepatan inferensi yang digunakan - Kejelasan interpretasi pengujian hipotesis yang dilakukan - Kerjasama tim - Kemutahiran referensi yang digunakan - Ketepatan penerapan konsep/definisi dan contoh - Kejelasan uraian - Ketepatan langkah dan alasan - Ketelitian - Kemampuan analogi

4 6 3 3 2 2 2 2 2 2 2 10

20

15-16


Ujian Kerja Mandiri

Menunjukkan pemahaman yang baik terhadap seluruh materi perkuliahan yang telah diberikan

Referensi Utama : 1. Yudi Pawitan, 2001, "In All Likelihood, Statistical Modelling and Inference Using Likelihood", Clarendon Press Oxford (Chapter 1-6). 2. Andrew Gelman, John B. Carlin, Hal S. Stern & Donald B. Rubin, 2004, "Bayesian Data Analysis 2nd-Edition", Chapman & Hall-CRC, USA. Additional : 1. Jose M. Bernardo & Adrian F.M. Smith, 2003, "Bayesian Theory", John Wiley & Sons Inc., USA. 2. Sumber belajar lainnya. * Nilai maksimum bagi yang remedial adalah 6 dari poin maksimal 10.Lampiran Buku Panduan KURIKULUM 2008 PRODI Statistika

45

Sem73

GBRP Matakuliah : Kapita Selekta Statistika, Kode MK/SKS: 413H1203/3SKS, Sem: Awal (Tahun IV) Prasyarat : Metode Statistika, Teknik Pengambilan Sampel, Teori Peluang, Statistika Matematika, Aljabar Matriks, Komputasi Statistika, Analisis Regresi Terapan, Analisis Data Kategorik, Analisis Runtun Waktu dan Peramalan, Pengendalian Mutu, Perancangan Percobaan, Analisis Peubah Ganda.

Kompetensi (Tujuan Matakuliah) : Kompetensi Utama : Kemampuan dalam menerapkan pengetahuan dasar Statistika (No.2). Kemampuan mengkomunikasikan konsep-konsep Statistika secara matematis (No.3) Kemampuan melakukan pengumpulan, pengelolaan, analisis dan interpretasi terhadap data berdasarkan konsep-konsep Statistika (No. 4). : Kemampuan terlibat dalam kegiatan lintas disiplin (No. 1). Kemampuan membuat laporan tertulis dan presentasi (No.2). Kemampuan dalam penguasaan dasar-dasar pemrograman dan pemanfaatan komputer dalam mendukung proses pembelajaran (No. 3). : Kemampuan mengembangkan diri berdasarkan prinsip-prinsip budaya bahari (No. 2). Kemampuan berkomunikasi dan bekerjasama, baik sebagai pimpinan maupun anggota, dari sebuah tim kerja (No.3).BENTUK PEMBELAJARAN (4) KOMPETENSI AKHIR SESI PEMBELAJARAN (5) INDIKATOR PENILAIAN (6) BOBOT NILAI (%) (7)

Kompetensi Pendukung

Kompetensi Lainnya

WAKTU MINGGU KE(1)


GBRPma

Silabus (Semester Ganjil)

Documents

Transcript of Silabus (Semester Ganjil)