UNIVERSITAS HASANUDDIN FAKULTAS EKONOMI DAN BISNIS PROGRAM STUDI MAGISTER EKONOMI PEMBANGUNAN DAN PERENCANAAN 04

(1)

UNIVERSITAS HASANUDDIN FAKULTAS EKONOMI DAN BISNIS

PROGRAM STUDI MAGISTER EKONOMI PEMBANGUNAN DAN PERENCANAAN 04

RENCANA PEMBELAJARAN SEMESTER

MATA KULIAH (MK) KODE Rumpun MK BOBOT

(sks) SEMESTER Tgl Penyusunan

ANALISA KUANTITATIF DALAM

PERENCANAAN 18A03210403 PILIHAN T=2 P=1 II 5 Februari 2019

OTORISASI Pengembang RPS Koordinator RMK Ketua PRODI

Dr. Ir. Muhammad Jibril Tajibu, SE, M.Si. Dr.Indraswati Tri Abdi Reviane, SE., MA.

Capaian Pembelajaran (CPL)

CPL-PRODI yang dibebankan pada MK

CPL1 (P2) Mampu mengidentifikasi masalah Ipteks terkait pemanfaatan sumber daya wilayah melalui pendekatan deduksi teoritis atau komputasi dan simulasi dengan pendekatan multidisiplin dicirikan dengan dihasilkannya karya yang berpotensi untuk memecahkan masalah Ipteks tersebut.

CPL2 (KU8) Mampu mendokumentasikan, menyimpan, mengamankan, dan menemukan kembali data hasil penelitian dalam rangka menjamin kesahihan dan mencegah plagiasi

CPL3 (KK3) Mampu mengelola perangkat penelitian dan kalibrasi instrumen penelitian yang terkait dengan pengembangan pembangunan.

CPL4 (KK4) Mampu mengevaluasi metode analisis dan interpretasi data penelitian perencanaan dan pembangunan.

CPL5 (S10) Mampu menginternalisasi semangat kemandirian, kejuangan, dan profesionalitas Capaian Pembelajaran Mata Kuliah (CPMK)

CPMK Merancang Model - model ekonometrika kuantitatif, kualitatif dan dinamik.

CPL ⇒ Sub-CPMK

Sub-CPMK 1 Mampu memprediksi hubungan variabel dependen dan variabel independen dalam analisis regresi sederhana.

Sub-CPMK 2 membuat model regresi multivariat dan mampu menguji asumsi normalitas dalam model regresi.

Sub-CPMK 3 memprediksi dengan menggunakan estimasi interval.

Sub-CPMK 4 mampu mendeteksi dan mengatasi pelanggaran dalam asumsi klasik.

Sub-CPMK 5 mendeteksi adanya multikolinearitas, dampak multikolinearitas, dan mengatasi multikolinearitas pada analisis regresi

(2)

2

Sub-CPMK 6 mampu mendeteksi adanya autokorelasi, dampak autokorelasi, mengatasi autokorelasi pada analisis regresi

Sub-CPMK 7 mendeteksi adanya autokorelasi, dampak autokorelasi, mengatasi autokorelasi pada analisis regresi

Sub-CPMK 8 merancang model regresi non linear,membedakan antara regresi linear dan non linear, menentukan penggunaan transformasi pada analisis regresi

Sub-CPMK 9 mengembangkan model regresi dengan menerapkan konsep model analisis respon kualitatif, variabel dummy, dan model LPM Sub-CPMK 10 mengembangkan dan memprediksi dengan menggunakan konsep analisis respon kualitatif lainnya, yaitu model Logit dan Model

Probit.

Sub-CPMK 11 mengembangkan model dinamis (Dynamics model)

Sub-CPMK 12 merancang model ekspektasi adaptif dan model partial adjustment Sub-CPMK 13 membangun menyelesaikan model persamaan simultan

Sub-CPMK 14 menerapkan model persamaan simultan Deskripsi Singkat

MK

Bahan Kajian / Materi

Pembelajaran

1. Pendahuluan: Penggunaan Perangkat Lunak 2. Linear Programming

3. Analytic Hierarchy Process.

4. Analisis Input Output

5. Computable General Equilibrium Model 6. Clustering

7. Principal Component Analysis 8.

9.

Pustaka Utama :

1. Gujarati, D. N. 2008. Basic Econometrics. Fifth edition. McGraw-Hill, Inc. New York 2. Gujarati, Damodar. 2011. Econometrics by Example, Palgrave Macmillan,

Pendukung :

3. Greene, William H. 2003. Econometric Analysis. Pearson Education, Inc.

4. Griffiths, William E., R. Carter Hill, dan Guay C.Lim. 2009. Using Eviews for Principle of Econometrics. John Wiley & Sons, Ltd.

5. Johnston, Jack, dan John DiNardo. 2007. Econometric Methods, 4th Edition. McGraw-Hill.

6. Kerns, G. Jay. 2010. An Introduction to Probability and Statistics Using R. doi:10.2307/2346425.

7. Wooldridge, Jeffrey M. 2002. Econometric Analysis of Cross Section and Panel Data. London, England: The MIT Press

(3)

3

Dosen Pengampu 1. Prof. Dr. Rahmatia, MA.

2. Dr. Ir. Muhammad Jibril Tajibu, SE, M.Si.

3. Dr. Fatmawari, SE., MSi.

4. Dr. Sabir, SE., MSi.

Matakuliah syarat

Mg Ke-

Sub-CPMK (Kemampuan akhir tiap

tahapan belajar)

Penilaian

Bantuk Pembelajaran, Metode Pembelajaran, Penugasan Mahasiswa,

[ Estimasi Waktu]

Materi Pembelajaran [ Pustaka ]

Bobot Penilaian Indikator Kriteria & Bentuk Luring (offline) Daring (%)

(online)

(1) (2) (3) (4) (5) (6) (7) (8)

1 mampu memprediksi hubungan variabel dependen dan variabel independen dalam analisis regresi sederhana.

● Ketepatan dalam

menjelaskan konsep dasar dan pentingnya belajar ekonometrika.

● Keakuratan dalam mengidentifikasi yang termasuk dalam model regresi sederhana,

● Ketepatan dalam menginterpretasi model regresi,

● ketepatan dalam

mengidentifikasi hubungan stokastik dan deterministik, serta

● Ketepatan dalam menjelaskan jenis data, sumber data dan akurasi data dalam forecasting

Kriteria

● 10 jika dapat menjelaskan konsep dasar peran Ekonometrika dalam ilmu ekonomi.

● 10 jika dapat mengidentifikasi 4 hal- yang termasuk dalam model regresi

● 10 jika mampu

menginterpretasi model regresi

● 10 jika mampu

mengidentifikasi hubungan stokastik dan deterministik

● 10 jika mampu menjelaskan jenis data, sumber data dan akurasi data dalam forecasting Bentuk

Tugas pekerjaan rumah

● Bentuk Pembelajaran:

Kuliah TM [1X(3X50”)]

● Metode Pembelajaran:

Project based learning

● Tugas

Mahasiswa mengunduh software R dan Rstudio, memasang di komputer.

Menyelesaikan soal-soal

● Pembelaja ran:

LMS PT + BM [1+1(3X6 0”)]

Kontrak kuliah, RPS, CPMK, Permenristekdikti nomor 44 tahun 2015, Dokumen KKNI, peraturan akademik Unhas.

5

2 mampu membuat model regresi multivariat dan mampu menguji

a. Ketepatan dalam mengajukan contoh

● 10 jika membuat contoh hipotesis model regresi

Kuliah TM

LMS

● Contoh sebuah hipotesis (A

Hypothetical Example)

5

(4)

4

asumsi normalitas dalam model regresi.

sebuah hipotesis (A Hypothetical Example) b. Ketepatan konsep

Population Regression Function (PRF) c. Keakuratan dalam

membedakan hubungan stokastik dan deterministik d. Ketepatan menjelaskan

bentuk linear

e. Ketepatan menjelaskan spesifikasi stokastik dari PRF

f. Kelengkapan prosedur pengujian Signifikansi Stokastik dari Error Term g. Ketepatan menjelaskan

sample regression function (SRF)

multivariat berbasis teori ekonomi

● 10 jika penjelasan konsep PRF lengkap

● 10 jika tepat membedakan hubungan stokastik dengan deterministik

● 10 jika tepat menjelaskan bentuk linear

● 10 jika tepat menjelaskan spesifikasi stokastik PRF

● 10 jika lengkap dalam menjelaskan prosedur pengujian signifikansi stokastik dari error term.

● 10 jika tepat menjelaskan sampel regression function SRF

Bentuk

Tugas pekerjaan rumah

[1X(3X50”)]

● Tugas

PT + BM [1+1(3X6 0”)]

● Konsep Population Regression Function (PRF)

● Perbedaan hubungan stokastik dan deterministik

● Pengertian bentuk linear

● Spesifikasi stokastik dari PRF

● Signifikansi Stokastik dari Error Term

● Sample Regression Function (SRF)

3 mampu memprediksi dengan menggunakan estimasi interval.

● Ketepatan menjelaskan Dasar Pemikiran Interval Estimation

● Ketepatan Interval Kepercayaan Untuk Koefisien Regresi βj

● Kejelasan melakukan uji regresi

● - Uji Hipotesis

● o Uji – t

● o Uji - F

10 jika tepat dalam menjelaskan dasar pemkiran estimasi interval 10 jika tepat memprediksi interval kepercayaan koefisien regresi

10 jika tepat dalam mendemonstrasikan uji hipotesis

Bentuk

Kuliah TM [1X(3X50”)]

● Tugas

LMS PT + BM [1+1(3X6 0”)]

● Dasar Pemikiran Interval Estimation

● Interval Kepercayaan Untuk Koefisien Regresi βj

● Perbedaan hubungan statistik dan

deterministik

● Uji Hipotesis

● Uji – t

● Uji - F

5

4 mampu menganalisis hubungan antara lebih dari dua variabel dan mampu mendeteksi dan

● Keakutratan dalam menghubungkan lebih dari dua variabel dalam

10 jika tepat

mendemonstrasikan model regresi berganda dan

Kuliah TM [1X(3X50”)]

LMS PT + BM

● Model Regresi Linear Berganda

● Inferensi Analisis Regresi

5

(5)

5

mengatasi pelanggaran dalam asumsi klasik.

hubungan fungsional untuk dibuat model regresi

● Keakuratan dalam mendeteksi dan mengatasi pelanggaran asumsi klasik

mendeteksi dan mengatasi pelanggaran asumsi klasik.

Bentuk

● Tugas

[1+1(3X6 0”)]

● Asumsi Klasik

● Pelanggaran Asumsi Klasik

● Estimasi koefisien regresi berganda

5 mampu mendeteksi adanya multikolinearitas, dampak multikolinearitas, dan mengatasi multikolinearitas pada analisis regresi

Ketepatan dalam mendeteksi adanya multikolinearitas dan mengatasinya

10 jika mampu memperlihatkan mendeteksi adanya

multikolinearitas dan mengatasi multikolinearitas.

Bentuk

Kuliah TM [1X(3X50”)]

● Tugas

LMS PT + BM [1+1(3X6 0”)]

● Dampak multikolinearitas

● Teknik mendeteksi multikolinearitas

● Mengatasi Multikolinearitas.

5

6 mampu mendeteksi adanya autokorelasi, dampak autokorelasi, mengatasi autokorelasi pada analisis regresi

Keakuratan dalam memdeteksi adanya autokorelasi dampak autokorelasi dan mengatasi autokorelasi

10 jika akurat dalam

memdeteksi adanya autokorelasi dampak autokorelasi dan mengatasi autokorelasi Bentuk

Kuliah TM [1X(3X50”)]

● Tugas

LMS PT + BM [1+1(3X6 0”)]

● Dampak autokorelasi

● Teknik mendeteksi autokorelasi

● Mengatasi autokorelasi

5

(6)

6

7 mampu membuat model instrumental variabel instrumental dan least square dua tahap

Ketepatan dalam membangun model variabel instrumental dan model 2SLS

10 jika mampu memperlihatkan keterampilan dalam membuat model instrumental variable dan 2SLS

Bentuk

Kuliah TM [1X(3X50”)]

● Tugas

LMS PT + BM [1+1(3X6 0”)]

5

8 Evaluasi Tengah Semester / Ujian Tengan Semester 15

9 mampu merancang model regresi non linear, membedakan antara regresi linear dan nonlinear, menentukan penggunaan transformasi pada analisis regresi

Ketepatan dalam perancangan model regresi non linier membedakan antara regresi linear dan linear dan menentukan penggunaan transformasi pada analisis regresi

10 jika tuntas dalam merancang 1 model regresi non linier dan akurat dalam membedakan antara regresi linear dan linear dan menentukan penggunaan transformasi pada analisis regresi

Bentuk

Kuliah TM [1X(3X50”)]

● Tugas

LMS PT + BM [1+1(3X6 0”)]

● Regresi non Linear

● Jenis-jenis regresi non linear

● Aplikasi pada curvilinear

5

10 mampu mengembangkan model regresi dengan menerapkan konsep model analisis respon kualitatif, variabel dummy, dan model LPM

ketepatan dalam mengembangkan model regresi dengan menerapkan konsep model analisis respon kualitatif variabel dummy dan model LPM

10 jika tepat dalam

mengembangkan dua model regresi dengan menerapkan konsep model analisis respon kualitatif variabel dummy dan model LPM

Bentuk

Kuliah TM [1X(3X50”)]

LMS PT + BM [1+1(3X6 0”)]

● Model Respon Kualitatif

● Variabel Dummy

● Model Probabilitas Linear (The Linear Probability Model)

5

(7)

7

● Tugas

11 mampu mengembangkan dan memprediksi dengan

menggunakan konsep analisis respon kualitatif lainnya, yaitu model Logit dan Model Probit.

Ketuntasan dalam membuat 1 model logit dan satu model probit

10 jika tuntas dalam membuat 1 model logit dan satu model probit

Bentuk

Kuliah TM [1X(3X50”)]

● Tugas

LMS PT + BM [1+1(3X6 0”)]

● Model Respon Kualitatif

● Model Logit

● Model Probit

5

12 mampu mengembangkan model dinamis (Dynamics model)

Ketepatan dalam membuat dan menggunakan model dinamis

10 jika tepat dalam membuat dan menggunakan 2 model dinamis

Bentuk

Kuliah TM [1X(3X50”)]

● Tugas

LMS PT + BM [1+1(3X6 0”)]

● Model dinamis

● Jenis-jenis model dinamis

● Perbedaan model infinite lag dan finite lag.

● Model dinamis autoregresif

5

13 mampu merancang model ekspektasi adaptif dan model partial adjustment.

Ketuntasan dalam memanfaatkan model

ekspektasi adaptive dan model adjustment

10 jika tempat dalam

mendemonstrasikan pembuatan model ekspektasi adaptive dan model adjustment

Bentuk

Kuliah TM [1X(3X50”)]

LMS PT + BM

● Aplikasi Model Koyck

● Model Adaptive Expectation

● Partial Adjustment Model (PAM)

5

(8)

8

● Tugas pekerjaan rumah ● Metode Pembelajaran:

Project based learning

● Tugas Menyelesaika n soal-soal

[1+1(3X6 0”)]

● Contoh Kasus

14 mampu membangun menyelesaikan model persamaan simultan

Ketepatan dalam membangun dan menyelesaikan model persamaan simultan

10 jika tepat dalam memperlihatkan cara

membangun dan menyelesaikan model persamaan simultan Bentuk

Kuliah TM [1X(3X50”)]

● Tugas

LMS PT + BM [1+1(3X6 0”)]

● Sifat Dasar Model Persamaan Simultan

● Masalah identifikasi

● Aturan Untuk

Melakukan Identifikasi

5

15 mampu menerapkan model persamaan simultan

Ketepatan dalam menerapkan model persamaan simultan dan menggunakan kasus persamaan simultan

10 jika tepat dalam menerapkan model persamaan simultan dan menggunakan kasus persamaan simultan

Bentuk

Kuliah TM [1X(3X50”)]

● Tugas

LMS PT + BM [1+1(3X6 0”)]

● Metode Persamaan Simultan

● Contoh Kasus Persamaan Simultan

5

(9)

9

16 Evaluasi Akhir Semester / Ujian Akhir Semester 15

Catatan :

1. Capaian Pembelajaran Lulusan PRODI (CPL-PRODI) adalah kemampuan yang dimiliki oleh setiap lulusan PRODI yang merupakan internalisasi dari sikap, penguasaan pengetahuan dan ketrampilan sesuai dengan jenjang prodinya yang diperoleh melalui proses pembelajaran.

2. CPL yang dibebankan pada mata kuliah adalah beberapa capaian pembelajaran lulusan program studi (CPL-PRODI) yang digunakan untuk pembentukan/pengembangan sebuah mata kuliah yang terdiri dari aspek sikap, ketrampulan umum, ketrampilan khusus dan pengetahuan.

3. CP Mata kuliah (CPMK) adalah kemampuan yang dijabarkan secara spesifik dari CPL yang dibebankan pada mata kuliah, dan bersifat spesifik terhadap bahan kajian atau materi pembelajaran mata kuliah tersebut.

4. Sub-CP Mata kuliah (Sub-CPMK) adalah kemampuan yang dijabarkan secara spesifik dari CPMK yang dapat diukur atau diamati dan merupakan kemampuan akhir yang direncanakan pada tiap tahap pembelajaran, dan bersifat spesifik terhadap materi pembelajaran mata kuliah tersebut.

5. Indikator penilaian kemampuan dalam proses maupun hasil belajar mahasiswa adalah pernyataan spesifik dan terukur yang mengidentifikasi kemampuan atau kinerja hasil belajar mahasiswa yang disertai bukti-bukti.

6. Kreteria Penilaian adalah patokan yang digunakan sebagai ukuran atau tolok ukur ketercapaian pembelajaran dalam penilaian berdasarkan indikator- indikator yang telah ditetapkan. Kreteria penilaian merupakan pedoman bagi penilai agar penilaian konsisten dan tidak bias. Kreteria dapat berupa kuantitatif ataupun kualitatif.

7. Bentuk penilaian: tes dan non-tes.

8. Bentuk pembelajaran: Kuliah, Responsi, Tutorial, Seminar atau yang setara, Praktikum, Praktik Studio, Praktik Bengkel, Praktik Lapangan, Penelitian, Pengabdian Kepada Masyarakat dan/atau bentuk pembelajaran lain yang setara.

9. Metode Pembelajaran: Small Group Discussion, Role-Play & Simulation, Discovery Learning, Self-Directed Learning, Cooperative Learning, Collaborative Learning, Contextual Learning, Project Based Learning, dan metode lainnya yg setara.

10. Materi Pembelajaran adalah rincian atau uraian dari bahan kajian yg dapat disajikan dalam bentuk beberapa pokok dan sub-pokok bahasan.

11. Bobot penilaian adalah prosentasi penilaian terhadap setiap pencapaian sub-CPMK yang besarnya proposional dengan tingkat kesulitan pencapaian sub- CPMK tsb., dan totalnya 100%.

12. TM=Tatap Muka, PT=Penugasan terstruktur, BM=Belajar mandiri.

(10)

10 UNIVERSITAS HASANUDDIN

FAKULTAS EKONOMI DAN BISNIS PROGRAM STUDI MAGISTER

EKONOMI PEMBANGUNAN DAN PERENCANAAN SILABUS SINGKAT

MATA KULIAH

Nama ANALISA KUANTITATIF DALAM PERENCANAAN Kode 18A03210403

Kredit 3 Semester II

DESKRIPSI MATA KULIAH

Mata kuliah ini mengestimasi dan menguji teori-teori ekonomi dengan memadukan pengetahuan ilmu ekonomi, matematika, dan perangkat analisis statistik. Cakupannya adalah Analisis regresi sederhana yaitu dengan

menggunakan pende¬katan model Ordinary Least Square (OLS), maximum likelihood (ML), dan Generalized Least Square (GLS); pengujian hipotesis untuk menge¬tahui signifikansi, measures of goodness of fit, asumsi-asumsi klasik regresi, kegagalan asumsi klasik (multikolinearitas, autokorelasi, dan hete-roskedastisitas), variabel dummy, dan fore-casting. Matakuliah ini mahasiswa juga berlatih menggunakan perangkat lunak ekonometrika, seperti Gretl, R, Eviews, Stata, atau SPSS.

CAPAIAN PEMBELAJARAN MATA KULIAH (CPMK)

1 Merancang Model - model ekonometrika kuantitatif, kualitatif dan dinamik.

SUB CAPAIAN PEMBELAJARAN MATA KULIAH (Sub-CPMK)

1 Mampu memprediksi hubungan variabel dependen dan variabel independen dalam analisis regresi sederhana.

2 Mampu membuat model regresi multivariat dan mampu menguji asumsi normalitas dalam model regresi.

3 Mampu memprediksi dengan menggunakan estimasi interval.

4 Mampu mendeteksi dan mengatasi pelanggaran dalam asumsi klasik.

5 Mampu mendeteksi adanya multikolinearitas, dampak multikolinearitas, dan mengatasi multikolinearitas pada analisis regresi

6 Mampu membuat model instrumental variabel instrumental dan least square dua tahap

7 Mampu mendeteksi adanya autokorelasi, dampak autokorelasi, mengatasi autokorelasi pada analisis regresi

(11)

11

8 Mampu merancang model regresi non linear,membedakan antara regresi linear dan non linear, menentukan

penggunaan transformasi pada analisis regresi

9 Mampu mengembangkan model regresi dengan menerapkan konsep model analisis respon kualitatif, variabel dummy, dan model LPM

10 Mampu mengembangkan dan memprediksi dengan menggunakan konsep analisis respon kualitatif lainnya, yaitu model Logit dan Model Probit.

11 Mampu mengembangkan model dinamis (Dynamics model)

12 Mampu merancang model ekspektasi adaptif dan model partial adjustment.

13 Mampu membangun menyelesaikan model persamaan simultan 14 Mampu menerapkan model persamaan simultan

MATERI PEMBELAJARAN

1 Contoh sebuah hipotesis (A Hypothetical Example) 2 Konsep Population Regression Function (PRF) 3 Perbedaan hubungan stokastik dan deterministik 4 Pengertian bentuk linear

5 Spesifikasi stokastik dari PRF

6 Signifikansi Stokastik dari Error Term 7 Sample Regression Function (SRF) 8 Dasar Pemikiran Interval Estimation

9 Interval Kepercayaan Untuk Koefisien Regresi βj 10 Perbedaan hubungan statistik dan deterministik 11 Uji Hipotesis

12 ^{Uji – t} 13 ^{Uji - F}

14 Model Regresi Linear Berganda 15 Inferensi Analisis Regresi 16 Asumsi Klasik

17 Pelanggaran Asumsi Klasik 18 Estimasi koefisien regresi berganda 19 Dampak multikolinearitas

20 Teknik mendeteksi multikolinearitas

(12)

12

21 Mengatasi Multikolinearitas.

22 Dampak autokorelasi

23 Teknik mendeteksi autokorelasi 24 Mengatasi autokorelasi

25 Regresi non Linear

26 Jenis-jenis regresi non linear 27 Aplikasi pada curvilinear 28 Model Respon Kualitatif 29 Variabel Dummy

30 Model Probabilitas Linear (The Linear Probability Model) 31 Model Respon Kualitatif

32 Model Logit 33 Model Probit 34 Model dinamis

35 Jenis-jenis model dinamis

36 Perbedaan model infinite lag dan finite lag.

37 Model dinamis autoregresif 38 Aplikasi Model Koyck 39 Model Adaptive Expectation 40 Partial Adjustment Model (PAM) 41 Sifat Dasar Model Persamaan Simultan 42 Masalah identifikasi

43 Aturan Untuk Melakukan Identifikas 44 Metode Persamaan Simultan

PUSTAKA

PUSTAKA UTAMA

PUSTAKA PENDUKUNG

1. Greene, William H. 2003. Econometric Analysis. Pearson Education, Inc.

(13)

13

2. Griffiths, William E., R. Carter Hill, dan Guay C.Lim. 2009. Using Eviews for Principle of Econometrics. John Wiley & Sons, Ltd.

3. Johnston, Jack, dan John DiNardo. 2007. Econometric Methods, 4th Edition. McGraw-Hill.

4. Kerns, G. Jay. 2010. An Introduction to Probability and Statistics Using R. doi:10.2307/2346425.

5. Wooldridge, Jeffrey M. 2002. Econometric Analysis of Cross Section and Panel Data. London, England: The MIT Press

PRASYARAT (Jika ada)

UNIVERSITAS HASANUDDIN

FAKULTAS EKONOMI DAN BISNIS PROGRAM STUDI MAGISTER

EKONOMI PEMBANGUNAN DAN PERENCANAAN RENCANA TUGAS MAHASISWA

MATA KULIAH ANALISA KUANTITATIF DALAM PERENCANAAN

KODE 18A03210403 sks 3 SEMESTER II

DOSEN PENGAMPU

Dr. Ir. Muhammad Jibril Tajibu, SE, M.Si.

BENTUK TUGAS WAKTU PENGERJAAN TUGAS

……. ……

JUDUL TUGAS

…….

SUB CAPAIAN PEMBELAJARAN MATA KULIAH

...

DISKRIPSI TUGAS ...

METODE PENGERJAAN TUGAS 1.

(14)

14

BENTUK DAN FORMAT LUARAN

a. Obyek Garapan: ...

b. Bentuk Luaran:

INDIKATOR, KRETERIA DAN BOBOT PENILAIAN JADWAL PELAKSANAAN

1.

LAIN-LAIN

DAFTAR RUJUKAN

Pengertian 1 sks dalam BENTUK PEMBELAJARAN Jam

a Kuliah, Responsi, Tutorial

Tatap Muka Penugasan Terstruktur Belajara Mandiri

50 menit/minggu/semester 60 menit/minggu/semester 60 menit/minggu/semester 2,83 b Seminar atau bentuk pembelajaran lain yang sejenis

Tatap muka Belajar mandiri

100 menit/minggu/semester 70 menit/minggu/semester 2,83

c Praktikum, praktik studio, praktik bengkel, praktik lapangan, penelitian, pengabdian kepada masyarakat, dan/atau bentuk pembelajaran lain yang setara

170 menit/minggu/semester 2,83