Uploaded by User89970

RAPEM STATISTIK Rev Yaya

advertisement
UNIVERSITAS MERCU BUANA
FAKULTAS
PROGRAM STUDI
: ILMU KOMPUTER
: INFORMATIKA
No. Dokumen
Tgl. Efektif
Mata Kuliah
02-3.04.1.02
Kode
XXX
Dosen Pengemban RPS
Otorisasi
Distribusi
RENCANA PEMBELAJARAN SEMESTER
Rumpun MK
Bobot (SKS)
Semester
3
Koordinator RMK
I
Tanggal Penyusunan
DD-MM-YYY
Ketua Program Studi
Dr Yaya Sudarya,.M.Kom
Dr Yaya Sudarya,.M.Kom
Desi Ramayanti, S.Kom, MT
Capaian
CPL - Prodi
Pembelajaran kode
Mampu mehamami dan menjelakan tentang statistik, Statistika, dan Jenis Statistika
Mampu mehamami dan menentukan ukuran pemusatan data baik data tunggal maupun data berkelompok
Mampu mehamami dan menentukan ukuran penyebaran data baik data tunggal maupun data berkelompok
Mampu memahami, menjelaskan dan menyelesaikan soal tentang Teori Peluang
Mampu memahami dan menentukan nilai Peluang Bersyarat, Peluang Bebas, dan Teorema Bayes
Mampu memahami Variabel Random
Mampu memahami dan menyelesaikan Fungsi Distribusi Peluang
CP - Mata Kuliah
kode
Mampu menentukan peluang suatu kejadian melalui distribusi peluang
Mampu memahami distribusi diskret variabel random
Mampu memahami distribusi kontinyu variabel random
Mampu memahami Dalil Limit Pusat
Mampu memahami dan menjelaskan konsep pendugaan parameter dan kriteria pendugaan yang baik
Mampu memahami dan menerapkan uji Chi Square dan uji T
Mampu memahami dan menentukan koefisien regresi dan korelasi antar variabel acak
Deskripsi
Mata Kuliah Statistika dan Probabilitas merupakan mata kuliah wajib di Prodi Informatika dengan Bobot 3 SKS. Mata Kuliah ini membahas tentang Pengertian Statistika dan Jenisnya, Ukuran Pemusatan dan Penyebaran Data,
Singkat Mata Peluang suatu Kejadian, Distribusi Peluang, Variabel Random, Pendugaan parameter, dan Uji Hipotesis, serta Regresi dan Korelasi.
Kuliah
Materi
1
Pengertian Statistika
Pembelajaran/
2
Ukuran Pemusatan dan Penyebaran Data
Pokok Bahasan 3
Teori Peluang
4
Fungsi Distribusi Peluang
5
Pendugaan Parameter
6
Uji Beda
7
Regresi dan Korelasi
Pustaka
Utama:
Ronald E. Walpole, Pengantar Statistia, Gramedia Pustaka Utama, Jakarta, 1997
Sudjana, Prof, Metoda Statistika,Tarsito, Edisi VII, 2016, ISBN-13: 978-979-9185-37-2
Freedman, D.A. (2005) Statistical Models: Theory and Practice, Cambridge University Press. ISBN 978-0-521-67105-7
Agresti, Alan; David B. Hichcock (2005). "Bayesian Inference for Categorical Data Analysis" (PDF). Statistical Methods & Applications. 14 (14): 298
Title Applied Statistics; Author(s) Mohammed A. Shayib; Publisher: bookboon (2013);
The element of Statistical learning, Trevor Hastie, Robert Tibshirani, Jerome Friedman
Nikoletseas, M. M. (2014) "Statistics: Concepts and Examples." ISBN 978-1500815684
Pendukung:
1
1
2
Robert V. Hogg & Allen T. Craig. Introduction to Mathematical Statistics. Prentice Hall. New Jersey.
Suharyadi & Purwanto, SK. Statiska untuk Ekonomi dan Keuangan Modern. Penerbit Salemba Empat.
Media
Perangkat Lunak:
Pembelajaran SPSS, SAS, r, MINITAB, MATLAB
Perangkat Keras:
KOMPUTER, LCD
Team Teaching
Mata Kuliah
Prasyarat
Minggu
Ke(1)
1
2
Sub-CP-MK
(sebagai kemampuan akhir yang
diharapkan
(2)
1. Memahami Sistem Perkuliahan,
Tata Tertib Kuliah, dan Kriteria
Penilaian; 2. Memahami Dasar
Statistika
Materi Pembelajaran
[Pustaka]
(3)
1. Kontrak Perkuliahan, 2. Pengertian
dan Jenis Statistika
(4)
Mahasiswa mencatat materi kuliah,
mahasiswa bertanya dan berdiskusi
Ukuran Pemusatan
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
Mahasiswa dapat menentukan nilai
ukuran pemusatan data
3
Mahasiswa dapat menentukan nilai
ukuran penyebaran data
Ukuran Penyebaran
4
Mahasiswa dapat memahami Teori
Peluang
1. Konsep Dasar Probabilitas, 2.
Pendekatan Probabilitas
5
Mahasiswa dapat memahami dan
menentukan nilai Peluang Bersyarat,
Peluang Bebas, dan Teorema Bayes
1. Peluang Bersyarat, 2. Peluang
Bebas, 3. Teorema Bayes
6
7
8
Mahasiswa dapat memahami Variabel Fungsi Distribusi Peluang
Random
Mahasiswa dapat memahami Fungsi
Distribusi Peluang
Indikator
Kriteria & Bentuk
Penilaian
Metode Pembelajaran
[estimasi waktu]
pengalaman Belajar
Mahasiswa
(5)
1. Mahasiswa memahami dan
menyetujui kontrak
perkuliahan, 2. dapat
membedakan antara statistik
dan Statistika, dan jenis-jenis
Statistika memahami dan
Mahasiswa
dapat menyelesaikan soal-soal
tentang ukuran pemusatan
data baik data tunggal maupun
data berkelompok
(6)
Ceramah, diskusi, case
based learning
Ceramah, diskusi,
Menyelesaikan soal
problem based learning
5%
Mahasiswa memahami dan
dapat menyelesaikan soal-soal
tentang ukuran penyebaran
data baik data
tunggal maupun
Mahasiswa
memahami
dan
dapat menyelesaikan soal-soal
tentang probabilitas
Mahasiswa memahami dan
dapat menyelesaikan soal-soal
tentang peluang bersyarat,
peluang bebas, dan Teorema
Bayes
Ceramah, diskusi,
Menyelesaikan soal
problem based learning
5%
Ceramah, diskusi,
Menyelesaikan soal
problem based learning
5%
Ceramah, diskusi,
Menyelesaikan soal
problem based learning
5%
Mahasiswa memahami dan
Ceramah, diskusi,
Menyelesaikan soal
dapat menyelesaikan soal-soal problem based learning
tentang ukuran penyebaran
data baik data tunggal maupun
data berkelompok
5%
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
Mahasiswa memahami dan
Ceramah, diskusi,
Menyelesaikan soal
dapat menyelesaikan soal-soal problem based learning
tentang ukuran penyebaran
data baik data tunggal maupun
data berkelompok
5%
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
Pengantar Distribusi Sampling
(7)
menyelesaikan kasus
Bobot Penilaian
(8)
5%
Evaluasi tengah semester : melakukan validasi hasil penilaian, evaluasi dan perbaikan proses pembelajaran berikutnya
2
Minggu
Ke9
10
Sub-CP-MK
(sebagai kemampuan akhir yang
diharapkan
Mahasiswa dapat menentukan
peluang suatu kejadian melalui
distribusi peluang
Mahasiswa dapat memahami
distribusi diskret variabel random
Materi Pembelajaran
[Pustaka]
Indikator
Interval Taksiran
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
Pengujian Hipotesis
Kriteria & Bentuk
Penilaian
Metode Pembelajaran
[estimasi waktu]
pengalaman Belajar
Mahasiswa
Bobot Penilaian
Mahasiswa memahami dan
Ceramah, diskusi,
Menyelesaikan soal
dapat menyelesaikan soal-soal problem based learning
tentang interval taksiran
5%
Mahasiswa memahami dan
Ceramah, diskusi,
Menyelesaikan soal
dapat menyelesaikan soal-soal problem based learning
tentang pengujian hipotesis
5%
Mahasiswa memahami dan
Ceramah, diskusi,
Menyelesaikan soal
dapat menyelesaikan soal-soal problem based learning
tentang selang kepercayaan
baik untuk sampel kecil
maupun sampel besar
5%
Mahasiswa memahami dan
Ceramah, diskusi,
Menyelesaikan soal
dapat menyelesaikan soal-soal problem based learning
tentang berbagai distribusi dari
sample total dan sample mean
yang berasal dari sample
random berdistribusi normal
5%
Mahasiswa memahami dan
Ceramah, diskusi,
Menyelesaikan soal
dapat menyelesaikan soal-soal problem based learning
tentang korelasi dan
determinasi
5%
Mahasiswa memahami dan
Ceramah, diskusi,
Menyelesaikan soal
dapat menyelesaikan soal-soal problem based learning
tentang regresi berganda
5%
Mahasiswa memahami dan
Ceramah, diskusi,
Menyelesaikan soal
dapat membuat paper atau
problem based learning
makalah mengenai penerapan
statistika khususnya anilisis
data
5%
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
11
Mahasiswa dapat memahami
distribusi kontinyu variabel random
Uji Kesesuaian menggunakan Chi
Square dan Uji t
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
12
13
14
15
Mahasiswa dapat memahami Dalil
Limit Pusat
Analisis Regresi Linier Sederhana
1. Mahasiswa dapat memahami dan
menjelaskan konsep pendugaan
parameter; 2. mahasiswa dapat
memahami dan menjelaskan kriteria
pendugaan yang baik
Korelasi & Determinasi
1. Mahasiswa dapat memahami dan
menentukan sebaran normal melalui
uji Chi Kuadrad 2. Mahasiswa dapat
menentukan uji beda menggunakan
uji T
Mahasiswa
dapat memahami
Regresi Berganda dan Non Linier
penerapan statistika di bidang IT
16
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
Penerapan Statistika di Bidang
Teknologi Informasi (Data Science, Big Mahasiswa mencatat materi kuliah
Data, Predictive Analysis)
dan mengerjakan soal-soal yang
diberikan
Evaluasi Akhir Semester : Melakukan validasi penilaian akhir dan menentukan kelulusan mahasiswa
3
Download