• Tidak ada hasil yang ditemukan

8. FORM EV PBM DIII Metode Paramalan

N/A
N/A
Protected

Academic year: 2017

Membagikan "8. FORM EV PBM DIII Metode Paramalan"

Copied!
1
0
0

Teks penuh

(1)

EVALUASI SOAL SEMESTER GASAL

PRODI DIII STATISTIKA FMIPA ITS

Mata Kuliah /Kode/ sks/Semester : Metode Peramalan/SS145368/ (2/1/0)/ V Nama Dosen Pengampu (KELAS A) :

Nama Dosen Pengampu (KELAS B) :

CAPAIAN PEMBELAJARAN

Kelas A

Kelas B

Bentuk Assesmen

(Ujian Tulis, lisan, presentasi, dll)

Bukti Assesmen

(Soal ETS/EAS/ Tugas/Modul/Laporan)

Bentuk Asesmen

(Ujian Tulis, lisan, presentasi, dll)

Bukti Assesmen

(Soal ETS/EAS/ Tugas/Modul/Laporan)

1.Mampu menjelaskan konsep

dasar metode peramalan dengan pendekatan time series dan kausal, serta menjelaskan aplikasi metode peramalan

2.Mampu menjelaskan konsep analisis regresi, mampu menganalisis data time series menggunakan regresi linear berganda serta

menginterpretasikan hasil 3.Mampu menggunakan variabel

dummy untuk pemodelan data time series

4.Mampu menjelaskan metode moving average, metode pemulusan dan penerapannya dalam pemodelan data time series

5.Mampu menerapkan metode

dekomposisi

6.Mampu menerapkan metode

ARIMA reguler, Mampu menginterpretasikan hasil dan mengevaluasi kualitas hasil ramalan, Mampu memilih model terbaik

7.Mampu menerapkan metode

SARIMA (ARIMA musiman), Mampu menginterpretasikan hasil dan mengevaluasi kualitas hasil ramalan, Mampu memilih model terbaik

8. Mampu memilih dan menerapkan metode yang tepat dalam meramalkan data time series

Catatan Koordinator RMK: Surabaya,

Koordinator RMK Pemodelan

Referensi

Dokumen terkait

distribusi diskret dari suatu kejadian dengan tepat dan menghitung peluang dist normal.. Mampu

Mata Kuliah /Kode/ sks/Semester : METODE RISET PEMASARAN / SS145234/ (2/1/1) / V.. Nama Dosen Pengampu (KELAS A) : Nama Dosen Pengampu (KELAS B)

Mampu menyelesaikan persoalan program linier untuk mendapatkan hasil optimum9. Mampu

Dapat menjelaskan pembuatan keputusan berdasarkan fakta dan hubungan saling menguntungkan dengan ISO 9000:2008. Dapat menerapkan six sigma untuk meningkatkan mutu

dasar algoritma program komputasi pendugaan parameter satu dan dua populasi serta mengimplementasikannya dalam program paket Statistika. Mampu

Mampu memodelkan regresi untuk data kategorik (variabel dummy), serta mampu mengkomunikasikan hasil analisa data secara lisan dan tulisan. Mampu mendeteksi pelanggaran

Mampu Menerapkan Analisis Regresi Logistik biner dengan bantuan paket program statistika 9. Mampu

cangan Sampling Klaster Satu Tahap dengan tepat dan dapat menentukan ukuran sampel serta menaksir parameternya. Mampu