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