RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKAA

(1)

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA

PROGRAM STUDI STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS PGRI ADI BUANA SURABAYA

2015

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA

PROGRAM STUDI STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS PGRI ADI BUANA SURABAYA

2015

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA

PROGRAM STUDI STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS PGRI ADI BUANA SURABAYA

2015

(2)

1 RencanaPembelajaranSemester (RPS)

Mata Kuliah : Analisis Ekplorasi Data Semester:4 Kode:240413 SKS: 3 Program Studi :Statistika Dosen: Ika Damayanti, S.Si., M.Si.

RENCANA PEMBELAJARAN SEMESTER

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN–UNIPA SBY

MATA KULIAH KODE Rumpun MK BOBOT (sks) SEMEST

ER

Direvisi

Analisis Eksplorasi Data 240413 Sosial Pemerintahan 3 0 III 18 Agustus 2016

OTORISASI Pengembang RP Koordinator RMK Ka PRODI

Artanti Indrasetianigsih, S.Si.,M.Si.

CapaianPembelajaran Program Studi (CP- PRODI)

CP 8 : Dapat menjelaskan konsep manajemen data, eksplorasi data dan menganalisis data.

CP 11 : Bertanggung jawab dan dapat mengkomunikasikan hasil analisis secara tertulis dan lisan Mata Kuliah(CP-MK)

CP 8.1 : Mampu menjelaskan konsep manajemen, eksplorasi data, serta dapat menganalisis data

CP 11.1 : Mampu berkomunikasi secara lisan dan tertulis dengan menggunakan Bahasa Indonesia dan Bahasa Inggris CP 11.2 : Mampu bekerja sama dalam tim dan mampu menyusun laporan bersama tim

Diskripsi singkat MK

Analisis Eksplorasi data merupakan metode untuk mengenali pola data nelalui diagram atau grafik, mendeteksi adanya nilai pencilan/outlier, menentukan pola hubungan antar variabel dengan menggunakan diagram pencar dan membuat garis persamaan serta melakukan smoothing data. Penyajian data dalam bentuk tabel kontingensi dan melakukan analisis

(3)

hubungan dari variabel yang bersifat kategori.

Pustaka Utama :

1. Tukey, J.W., : Exploratory Data Analysis, Past, Present and Future, Technical Report, Princeton University, 1993 Pendukung :

2. -

Media Pembelajaran Software: Hardware:

- Modul ajar, whiteboard,

Team Teaching -

Assessment Mini kuis, tugas, uts, uas Matakuliah Syarat Pengantar Metode Statistika Mg Ke- Kemampuanakhirtiapta

hapanbelajar (SUB-CP- MK)

Materi Pembelajaran (Pokok bahasan)

[Pustaka]

Metode / Strategi Pembelajaran [Estimasi Waktu]

Assessment

Indikator Bentuk Bobot

1 Mampu menjelaskan mengenai analisis eksplorasi data

Gambaran umum Analisis Eksplorasi Data

[Pustaka: 1]

Kuliah

Diskusi (penjelasan contoh soal)

[TM:1x3x50]

Tugas 1:

[BT:1x3x50]

[BM:1x3x60]

1. Ketepatan dalam menjelaskan ambaran umum Analisis Eksplorasi Data

Non test:

Mempelajari buku laporan provinsi dalam angka Test

5 %

2,3 Dapat melakukan

pemeriksaan data tunggal

1. Pemeriksaan data tunggal [Pustaka: 1]

Tatap muka

[TM:2x3x50]

1. kemampuan membuat diagram steam and leaf 2. kemampuan

membuat dan

Non test:

Membuat ringkasan pokok bahasan disertai contoh

5 %

(4)

Mg Ke- Kemampuanakhirtiapta hapanbelajar (SUB-CP-

MK)

[Pustaka]

Assessment

Pemberian tugas

Membuat ringkasan disertai contoh

[BT:2x3x50]

[BM: 2X3X60]

menganalisis menggunakan boxplot 3. Tepat dalam

melakukan

pemeriksaan outlier

Test Kuis 1

4,5 Dapat melakukan pemeriksaan data kelompok

Pemeriksaan data kelompok Tatap muka

[TM:2x3x50]

Pemberian tugas

[BT:2x3x50]

[BM: 2X3X60]

1. Mampu melakukan pemeriksaan data kelompok

menggunakan Box Plot

2. Mampu melakukan pembandingan data kelompok

Test Kuis 1

5%

6,7 Dapat melakukan pemeriksaan distribusi data

Pemeriksaan distribusi data Tatap muka

[TM:2x3x50]

Pemberian tugas

[BT:2x3x50]

[BM: 2X3X60]

1. Dapat melakukan pemeriksaan kenormalan data tunggal

2. Dapat melakukan pemeriksaan kenormalan data multivariate

Test Kuis 1

5%

8 Evaluasi Tengah Semester

Test 20%

(5)

MK)

[Pustaka]

Assessment

Ujian tulis 9 dan

10

Dapat melakukan pemilihan transformasi data

Transformasi data [Pustaka: 1]

Kuliah

[BM:2x3x50]

Pemberian tugas

Membuat ringkasan disertai contoh soal secara mandiri [BT:2x3x50]

[BM: 2X3X60]

1. Dapat melakukan transformasi untuk

kehomogenan data

2. Dapat melakukan transformasi untuk kenormalan data

Non test:

Menjelaskan penyelesaian soal- soal terkait.

Membuat ringkasan disertai contoh soal

4 %

11 dan 12

Mampu melakukan analisis untuk data berpasangan

1. Analisis untuk data berpasangan [Pustaka: 1]

Kuliah (pemaparan standar kemiskinan internasional) Diskusi (penjelasan contoh soal)

[TM:2x3x50]

Pemberian tugas

Membuat ringkasan disertai contoh soal secara mandiri [BT: 3x3x50]

[BM: 3X3X60]

1. Dapat membuat diagram kotak garis untuk data berpasangan 2. Dapat melakukan

penelusuran pola hubungan data berpasangan menggunakan diagram

Non test:

Test Kuis 2

5%

13 dan 14

Dapat melakukan

persamaan garis lurus Persamaan garis lurus [Pustaka: 8]

Kuliah Praktikum [TM:2x3x50]

Pemberian tugas

Membuat ringkasan disertai

1. Mampu

menghitung rasio koefisien dan garis 2. Dapat melakukan

prosedur iterasi

Non test:

4 %

(6)

MK)

[Pustaka]

Assessment

contoh soal secara mandiri [BT: 2x3x50]

[BM: 2X3X60]

garis resisten

15 Dapat melakukan analisis regresi

1. Analisis regresi [Pustaka: 1]

Praktikum Presentasi [TM:1x3x50]

[BT: 1x3x50]

[BM: 1X3X60]

1. Dapat melakukan analisis dengan metode regresi (data memerlukan transformasi) 2. Dapat melakukan

pemeriksaan sisaan pada model regresi

Tes lisan 7%

16 Evaluasi Akhir Semester

[Pustaka: 1] Test:

Ujian tertulis

50%

(7)

1 RencanaPembelajaranSemester (RPS)

Mata Kuliah : Analisis Keputusan Bisnis Semester:VI Kode:240613 SKS: 3 Program Studi :Statistika Dosen: Ika Damayanti, S.Si., M.Si..

RENCANA PEMBELAJARAN SEMESTER

ER

Direvisi

Analaisis Keputusan Bisnis 240613 Pemodelan 3 0 VI 18 Agustus 2015

Artanti Indrasetianigsih, S.Si.,M.Si.

CP 3 : Mampu merumuskan permasalahan riil, menerapkan metode statistik, serta mampu mengkomunikasikan baik secara lisan maupun tertulis

CP 10 : Mampu memberikan solusi dan mengambil keputusan berdasarkan analisis data

CP 3.1 : Mampu merumuskan permasalahan riil, menerapkan metode statistik, serta mampu mengkomunikasikan baik secara lisan maupun tertulis

CP 10.1 : Mampu memberi solusi dan mengambil keputusan berdasarkan analisis data CP 11.2 : Mampu bekerja sama dalam tim dan mampu menyusun laporan bersama tim Diskripsi singkat MK

Analisis Keputusan Bisnis merupakan salah satu mata kuliah yang bertujuan untuk menerapkan konsep probabitlitas dan ekspektasi dalam permasalahan pengambilan keputusan baik di dunia bisnis ekonomi dan sosial pemerintahan.

(8)

1. Kuntoro Mangkusubroto., Analisis Keputusan : Pendekatan Sistem Dalam Man-jemen Usaha Dan Proyek, Penerbit Ganeca Exact Bandung, Cetakan ke-6, 1989.

2. Holloway. C. H., Decision Making Under Uncertainty : Models And Choices, Prentice-Hall, New Jersey, 1979.

Pendukung : 1. -

Team Teaching -

hapanbelajar (CP-MK)

[Pustaka]

Assessment

1&2 Mampu menjelaskan tentang pengambilan keputusan

diskusi tentang pengambilan keputusan, Pohon Keputusan : Alternatif dalam

Pengambilan Keputusan [Pustaka: 1]

Ceramah Diskusi [TM:2x3x50]

Pemberian tugas Membuat resume [BT:2x3x50]

[BM:2x3x60]

Ketepatan dalam menjelaskan tentang pengambilan keputusan

Non test:

Membuat resume

3 %

3 Mahasiswa dapat mengambar pohon keputusan dalam proses pengambilan

1. Pohon Keputusan : Tahapan Pengambaran Pohon Keputusan

Ceramah

[TM:1x3x50]

Ketepatan dalam mengambar pohon keputusan dalam proses pengambilan

Non test:

Membuat ringkasan pokok bahasan disertai contoh

4 %

(9)

Mg Ke- Kemampuanakhirtiapta hapanbelajar (CP-MK)

[Pustaka]

Assessment

keputusan [Pustaka: 1,2]

Pemberian tugas

[BT:1x3x50]

[BM: 1X3X60]

keputusan

Tugas

4, dan 5

 Mahasiswa mampu menentukan kriteria yang terbaik dalam proses pengambilan keputusan

 Mahasiswa mampu mengimplementasika n teori probabilitas dalam proses pengambilam keputusan

1. Pohon Keputusan : Kriteria dalam Pengambilan Keputusan 2. Probabilitas : Pendekatan

Probabilitas dalam Pengambilan Keputusan [Pustaka: 1]

Ceramah Diskusi [BM:2x3x50]

Pemberian tugas

[BM: 2X3X60]

 Ketelitian menentukan kriteria yang terbaik dalam proses pengambilan keputusan

 Ketepatan

mengimplementasi kan teori

probabilitas dalam proses

pengambilam keputusan

Non test:

Membuat ringkasan disertai contoh

3 %

6 dan 7 Mampu Menjelaskan tentang aturan-aturan dasar probabilitas yang mahasiswa harus mengerti untuk proses pengambilan keputusan

1. Probabilitas : Aturan Dasar Probabilitas dalam

Pengambilan Keputusan [Pustaka: 2]

[BT:2x3x50]

[BM: 2X3X60]

Ketepatan dalam Menjelaskan tentang aturan-aturan dasar probabilitas yang mahasiswa harus mengerti untuk proses pengambilan

keputusan sampling

3%

(10)

[Pustaka]

Assessment

Test Ujian tulis

20%

9, 10 Mampu melakukan Kualitas informasi menjadi langkah utama dalam pengambilan keputusan untuk mendukung nilai informasi yang bagus yang digunakan dalam pengambilan

keputusan

Nilai Informasi : Kualitas dan Nilai Informasi dalam

Pengambilan Keputusan [Pustaka: 1, 2]

Ceramah

Studi kasus penerapan Sampling Cluster 1 tahap [TM:2x3x50]

[BT: 2x3x50]

[BM: 2X3X60]

Ketepatan dalam melakukan Kualitas informasi menjadi langkah utama dalam pengambilan keputusan untuk

mendukung nilai informasi yang bagus yang digunakan dalam pengambilan

keputusan

Non test:

Test Presentasi

8 %

11 Mampu melakukan Bagian dalam

mengimplemenatsikan nilai informasi dalam pengambilan

keputusan

Nilai Informasi : Studi Kasus nilai Informasi

[Pustaka: 2]

Tatap muka Diskusi [TM:1x1x50]

Pemberian tugas [BT: 1x1x50]

[BM: 1X1X60]

Ketepatan dalam mengimplemenatsikan nilai informasi dalam pengambilan keputusan

Non test:

3 %

12 dan 13

Mampu melakukuan Nilai harapan dalam pay off yang digunakan dalam pengambilan

Keputusan, dan Peluang kegagalan dalam

pengamnbilan keputusan

1. Tabel Pay Off : Nilai Harapan Pay Off sebagai Kreiteria Pengambilan Keputusan 2. Tabel Pay Off : Oppourtunity

Loss [Pustaka: 1]

Tatap muka Diskusi Praktikum [TM:2x3x50]

Pemberian tugas Analisis data kuantitatif [BT: 2x3x50]

Ketepatan dalam melakukuan Nilai harapan dalam pay off yang digunakan dalam pengambilan

Keputusan, dan Peluang kegagalan

Non test:

 Keaktifan

 Tema penelitian kuantitatif

3%

(11)

[Pustaka]

Assessment

[BM: 2x3x60] dalam pengamnbilan keputusan

14,15 Mampu Menentukan nilai ekspektasi yang dapat menghasilkan keuntungan dalam pengambilan keputusan dan

Implementasi dari tabel pay off dalam realita nyata

 Tabel Pay Off : Nilai Ekspektasi Keuntungan dengan Informasi Sempurna

 Tabel Pay off : Studi Kasus [Pustaka: 1]

Tatap muka Diskusi Praktikum [TM:2x3x50]

Pemberian tugas Studi kasus [BT: 2x3x50]

[BM: 2x3x60]

Ketepatan Menentukan nilai ekspektasi yang dapat menghasilkan

keuntungan

dalam pengambilan keputusan dan

Implementasi dari tabel pay off dalam realita nyata

Non test:

 Keaktifan

6%

[Pustaka: 1,2] Tes 50%

(12)

1 RencanaPembelajaranSemester (RPS)

Mata Kuliah :Aljabar Linear Semester:III Kode:240304 SKS: 3

Program Studi :Statistika Dosen:Gangga Anuraga, S.Si.,M.Si.

RENCANA PEMBELAJARAN SEMESTER

ER

Direvisi

Aljabar Linear 240304 Teori Statistik 3 0 III 18 Agustus 2015

Artanti Indrasetianingsih, S.Si., M.Si.

CP 4 : Mampu menerapkan konsep dasar Matematika dan teori Statistika dalam 2 bidang terapan (bisnis ekonomi dan sosial pemerintahan)

CP 4.1 : Mampu menggunakan konsep dasar matematika di dua bidang terapan CP 4.2 : Mampu menjelaskan penggunaan konsep dasar statistika matematika

CP 11.2 : Mampu bekerja sama dalam tim dan mampu menyusun laporan bersama tim

CP 14.1 : PEDULI,ramah, santun, rapi, nyaman, saling menghargai, toleran, suka menolong, gotong royong, nasionalis, kosmopolit, mengutamakan kepen-tingan umum, bangga menggunakan bahasa dan produk Indonesia, dinamis, kerja keras, dan beretos kerja

(13)

CP 15.1 : AMANAH, jujur,beriman dan bertaqwa, adil, bertanggung jawab, berempati, berani mengambil resiko, pantang menyerah, rela berkoban dan berjiwa patriotik.

CP 16.1 : GIGIH, Tangguh,bersih dan sehatm disiplin, sportif, andal, berdaya tahan, bersahabat, kooperatif, determinative, kompetitif, ceria.

CP 17.1 : INOVATIF Cerdas,kritis, kreatif, ingin tahu, berpikir terbuka, produktif, berorientasi Ipteks, dan reflektif Diskripsi singkat MK

Aljabar Linier merupakan salah satu mata kuliah di bidang teori, yang bertujuan menguasai konsep-konsep dasar

matematika untuk memahami teori tentang Vektor, Operasi Dasar Matriks, Determinan, Invers, Vektor Random, Sistem Persamaan Linier, Ruang Vektor, Nilai dan Vektor Eigen. Serta mampu menggunakan konsep tersebut untuk pengolahan variabel random, perumusan pemodelan dan perhitungan univariate dan multivariat, baik secara manual maupun dengan menggunakan paket program statistik.

1. Schott, R. J.,Matrix Analysis for Statistics. John wiley & Sons, Inc. New York. ,1997 2. Anton, H. R.,Elementary Linear Algebra. John Wiley & Son, New York., .1994 Pendukung :

3. -

Team Teaching -

Assessment Mini kuis, tugas, uts, uas Matakuliah Syarat -

[Pustaka]

Assessment

1&2 [C2,A2] Mampu menguraikan konsep operasi dasar matrik

1. KONTRAK KULIAH DAN PENDAHULUAN ALJABAR LINEAR

2.OPERASI DASAR MATRIK

Ceramah (pemaparan konsep operasi dasar matrik)

Diskusi (penjelasan contoh

1. Ketepatan dalam menguraikan operasi dasar matrik

Non test:

5 %

(14)

[Pustaka]

Assessment

soal)

[TM:2x3x50]

[BM:2x3x60]

Membuat resume Test

3 & 4 [C2,A2] Mampu menjelaskan trace, determinan, invers, matrik partisi, rank matrik, dan matrik orthogonal.

1. TRACE, DETERMINAN DAN INVERS

2. MATRIK PARTISI, RANK MATRIK DAN MATRIK ORTHOGONAL

[Pustaka: 1,2]

Ceramah

[TM:2x3x50]

Pemberian tugas (3 & 4) Membuat ringkasan disertai contoh

[BT:2x3x50]

[BM: 2X3X60]

1. Ketepatan dalam menyelesaikan soal trace determinan dan invers

2. Ketepatan dalam menyelesaikan menjelaskan matrik partisi, rank matrik dan matrik

orthogonal

Non test:

Membuat ringkasan pokok bahasan disertai contoh Test

5 %

5, 6,

&7

[C2,A2,P1] Mampu menjelaskan konsep vector random, ruang vector, orthogonal projection dan cross product

1. VEKTOR RANDOM 2. RUANG VEKTOR 3. Orthogonal Projection dan

Cross Product [Pustaka: 1]

Ceramah (pemaparan konsep)

[BM:3x3x50]

Pemberian tugas

Membuat ringkasan disertai

1. Ketelitian dalam menyelesaikan soal- soal verktor random, ruang vector ,

orthogonal projection dan cross product

Non test:

Membuat ringkasan disertai contoh soal

6 %

(15)

[Pustaka]

Assessment

contoh soal secara mandiri [BT:3x3x50]

[BM: 3X3X60]

20%

9, 10, 11,

&12

[C3,A2,P1] Mampu mengaplikasikan konsep kronecker, eigen

value,eigen vector, singular value

decompositions, spectral decomposition.

1. Kronecker (Kronecker Product dan Sum) 2. EIGEN VALUE DAN

EIGEN VEKTOR 3. Singular Value

Decomposition (SVD) 4. SPECTRAL

DECOMPOSITION [Pustaka: 1, 2]

Ceramah (pemaparan konsep)

[TM:4x3x50]

Pemberian tugas

[BM: 4X3X60]

Ketelitian dalam menyelesaikan persoalan tentang Kronecker (Kronecker Product dan Sum), EIGEN VALUE DAN EIGEN VEKTOR, singular Value

Decomposition (SVD), SPECTRAL

DECOMPOSITION

Non test:

Test

7 %

13, 14,

& 15

[C3,A2,P2] Mampu menerapkan konsep dekomposisi faktorisasi LU, quadratic forms, generalized invers

1. DEKOMPOSISI FAKTORISASI LU 2. QUADRATIC FORMS 3. GENERALIZED INVERS [Pustaka: 1,2]

Kuliah (pemaparan konsep) Diskusi (penjelasan contoh soal)

[TM:3x3x50]

Pemberian tugas

[BM: 3X3X60]

1. Ketepatan dalam menerapkan konsep dekomposisi faktorisasi LU, quadratic forms, generalized invers

Non test:

Test

7 %

16 Evaluasi Akhir [Pustaka: 1,2] Test: 50%

(16)

[Pustaka]

Assessment

Semester Ujian tertulis

(17)

1 RencanaPembelajaranSemester (RPS)

Mata Kuliah : Analisis Perancangan Survei Semester:V Kode:240139 SKS: 3 Program Studi :Statistika Dosen: Sari C., S.Si, M.Si

RENCANA PEMBELAJARAN SEMESTER

ER

Direvisi

Analisis dan Prancangan Survei 240139 Pemodelan 3 0 V 18 Agustus 2016

Artanti Indrasetianingsih, S.Si.,M.Si.

CP 7 : Dapat menerapkan konsep Pengumpulan Data CP 9 : Dapat mengelola survey

CP 7.2: Mampu merancang dan menerapkan survey CP 9.1 : Mampu mengelola survey

CP 11.2 : Mampu bekerja sama dalam tim dan mampu menyusun laporan bersama tim Diskripsi singkat MK

Mata kuliah ini membahas mengenai bagaimana merumuskan permasalahan dan tujuan survei, merencanakan survei, menentukan teknik sampling dan memilih obyek survei dengan tepat, merancangan kuisioner, pengorganisasian dan

(18)

administrasi survei di lapangan, verifikasi dan validasi data, menysusun program entri, melakukan survei lapangan, serta menganalisis, membuat laporan dan mempresentasikan hasil analisis data survei.

1. Warwick, D.P. and Lininger, C.A. 1975. The Sample Survei: Theory and Practice. McGraw-Hill, Inc., New York.

Pendukung :

2. Buckingham, A. and Saunders, P. 2004. The Survei Methods Workbook. Oodisey Press Inc., Gonic, New Hampsire.

3. Scheaffer, R. L., Mendenhall, W and Ott Lyman. 1990. Elementary Survei Sampling, 4th Edition, PWS-Kent Publishing Company Boston.

Team Teaching -

Assessment Mini kuis, tugas, uts, uas

Matakuliah Syarat Metode statistika, stastistika non parametrik Mg Ke- Kemampuanakhirtiapta

[Pustaka]

Assessment

1&2 Mampu mengkonstruksi perancangan survei sesuai dengan penelitian

1. Pengantar perencanaan survei 2. Tahapan survei dan perumusan

masalah

[Pustaka: 1 dan 2]

[BM:2x3x60]

1. Ketepatan dalam merencanakan survei 2. Ketepatan dalam

merumuskan masalah penelitian 3. Ketepatan dalam

menentukan tujuan survei

4. Ketepatan dalam menentukan sasaran dan lingkup survei 5. Ketepatan dalam

mengidentifikasi

Non test:

Membuat resume Test:

portofolio

4 %

(19)

[Pustaka]

Assessment

tahapan survei 3 & 4 Mampu merumuskan

teknik penarikan contoh yang paling efisien dan praktis sesuai dengan tujuan survei.

1. Review metode 2. Penarikan contoh

[Pustaka: 1,3]

Diskusi studi kasus [TM:2x3x50]

Pemberian tugas [BT:2x3x50]

[BM: 2X3X60]

1. Ketepatan dalam menganalisis konsep dasar penarikan contoh

2. Ketepatan dalam melakukan penarikan contoh tak

berpeluang 3. Ketepatan dalam

melakukan penarikan contoh berpeluang.

4. Ketepatan dalam menganalisis sampling error dan standard error 5. Ketepatan dalam

pemilihan obyek survei

Non test:

Membuat ringkasan pokok bahasan disertai contoh Test

Portofolio

4 %

5 dan 6 Mampu merancang kuisioner yang valid

1. Desain kuisioner 2. Panduan wawancara

[Pustaka: 1,2]

Ceramah

Diskusi studi kasus [BM:2x3x50]

Pemberian tugas [BT:2x3x50]

[BM: 2X3X60]

1. Ketepatan dalam memilic cara pengumpulan informasi

2. Kesesuaian dalam melakukan wawancara dalam survei

3. Kejelasan dalam

Non test:

Keaktifan dalam diskusi

Portofolio

4 %

(20)

[Pustaka]

Assessment

mempresentasikan hasil survei.

7 Mampu menjelaskan pengorganisasian dan administrasi lapangan dalam suivei

1. Manajemen survei

2. Penjaminan mutu data survei

Model pembelajaran berbasis masalah Diskusi

Ceramah [TM:1x3x50]

[BT: 1x3x50]

[BM: 1X3X60]

1. Ketepatan dalam melakukan penyuntingan dan pengkodean terhadap hasil survei

2. Ketepatan dalam pengembangan dan pemeriksaan peubah

Non test:

Portofolio

Keaktifan

3%

20%

10 dan 11

Mampu merumuskan program entri

Desain program entri data [Pustaka: 1, 2]

[BT: 2x3x50]

[BM: 2X3X60]

1. Kesesuaian

pembuatan program entri

2. Ketepatan dalam pengoperasian program entri

Non test:

Portofolio keaktifan

4 %

12 Mampu mengidentifikasi tahapan-tahapan yang dilalui dalam pelaksanaan survei

1. Tahapan-tahapan survei 2. Kendala-kendala survei 3. Cara mendapatkan responden 4. Etika berwawancara

[BT: 1x3x50]

1. Ketepatan dalam perencanaan

Non test:

Portofolio

3 %

(21)

[Pustaka]

Assessment

[BM: 1X3X60]

13 dan 14

Mampu melakukan survei lapangan dengan penuh tanggung jawab

1. Teknik sampling 2. Pemilihan responden 3. Proses wawancara

4. Penanganan dokumen hasil survei

[Pustaka: 1,2,3]

[BT: 2x3x50]

[BM: 2X3X60]

1. Ketepanan dalam mengidentifikasi teknik sampling 2. Kesesuaian dalam

pemilihan responden 3. Ketepatan dalam

pelaksanaan survei di lapangan

Non test:

Portofolio Keaktifan Test:

Mind mapping survei lapangan

4%

15 Mampu menganalisis data survei

Analisis data dan laporan hasil survei

[Pustaka: 1,2,3]

[BT: 1x3x50]

[BM: 1X3X60]

1. Ketepatan dalam menganalisis data survei

2. Kesesuaikan dalam pembuatan laporan survei

Test:

Pembuatan laporan survei

4%

[Pustaka: 1,2,3] Test:

Presentasi hasil survei

Laporan survei

50%

(22)

1 RencanaPembelajaranSemester (RPS)

Mata Kuliah : Analisis Time Series Semester:IV Kode:240604 SKS: 3

Program Studi :Statistika Dosen:Artanti Indra, S.Si., M.Si., Ika Damayanti, S.Si., M.Si.

RENCANA PEMBELAJARAN SEMESTER

ER

Direvisi

Analisis Time Series 240604 Penguasaan Pengetahuan 3 0 IV 18 Agustus 2016

CP 3 : Mampu membuat kajian suatu permasalahan dengan menggunakan metode statistika CP 10 : Mampu memberikan solusi dan mengambil keputusan berdasarkan analisis data

CP 3.1 : Mampu merumuskan permasalahan riil, menerapkan metode statistik, serta mampu mengkomunikasikan baik secara lisan maupun tertulis

CP 10.1 : Mampu memberi solusi dan mengambil keputusan berdasarkan analisis data CP 11.2 : Mampu bekerja sama dalam tim dan mampu menyusun laporan bersama tim Diskripsi singkat MK

Mata kuliah ini mengajarkan mengenaianalisis untuk data runtun waktu. Analisis yang diajarkan meliputi metode rata-rata

(23)

bergerak, smoothing, dan ARIMA Box Jenkins. Mahasiswa diajarkan melakukan identifikasi, pemodelan, verifikasi dan peramalan data runtun waktu. Dalam mata kuliah ini mahasiswa juga diharapkan mampu menggunakan software yang sesuai untuk data runtun waktu. Diharapkan setelah menempuh kuliah ini, mahasiswa akan mampu melakukan analisa data runtun waktu.

1. Cryer, J.D., 1986, Time Series Analysis, Masachusets, PWS Publishers Pendukung :

2. Hanke, J.E., Reitsch, A.G., & Wichern, D.W., 2001. Business Forecasting, 7^thedition, Singapore, Prentice-Hall 3. Sukarna, &Aswi, 2006, AnalisisDeretWaktu (teoridanaplikasi), Makasar, Andira Publisher.

4. Wei, W.W.S. 1990, Time Series Analysis: Univariate and Multivariate Methods, Addison-Wesley Publishing Co., USA.

Team Teaching -

Assessment Mini kuis, tugas, uts, uas Matakuliah Syarat -

[Pustaka]

Assessment

1&2 Mampu menjelaskan konsep analisis deret waktu

1. Analisis deret waktu 2. Konsep autikorelasi 3. Autokorelasi parsial [Pustaka: 1]

[BM:2x3x60]

1. Ketepatan

menjelaskan konsep analisis data deret waktu

2. Ketepatan dalam menjelaskan berbagai pola data deret waktu 3. Ketepatan dalam

menjelaskan proses

Non test:

Membuat resume

5 %

(24)

[Pustaka]

Assessment

deret waktu stikastik dan stasioner.

4. Ketepatan dalam perhitungan nilai fungsi autokorelasi dan fungsi

autokorelasi parsial.

3 & 4 Mampu menganalisis metode-metode yang digunakan pada analisis data runtun waktu

1. Metode rata-rata bergerak 2. Metode penghalusan

eksponensial [Pustaka: 1,3]

Ceramah

[TM:2x3x50]

Pemberian tugas (3 & 4) Membuat ringkasan disertai contoh

[BT:2x3x50]

[BM: 2X3X60]

1. Ketepatan dalam menerapkan metode rata-rata bergerak dan metode penghalusan 2. Ketepatan dalam

perhitungan analisis metode rata-rata bergerak dan metode penghalusan

eksponensial

Non test:

Membuat ringkasan pokok bahasan disertai contoh Test:

Kuis 2

5 %

5 dan 6 Mampu menganalisis regresi deret waktu sesuai pola data

1. Pola data

2. Analisis regresi deret waktu [Pustaka: 1]

Pemberian tugas

[BM: 2X3X60]

1. Ketepatan dalam menganalisis regresi deret waktu untu pola trend

2. Ketepatan dalam menganalisis regresi deret waktu untuk pola musiman

Non test:

Membuat ringkasan disertai contoh Test:

Kuis 2

5 %

(25)

[Pustaka]

Assessment

7 Mampu menjelaskan tahapan ARIMA Box Jenkins

Konsep dasar Arima Box Jenkins Ceramah Diskusi [BM:1x3x50]

[BT:1x3x50]

[BM: 1X3X60]

1. Ketepatan dalam menjelaskan tahapan ARIMA Box Jenkins 2. Ketepatan dalam

menjelaskan model umum ARIMA 8 Evaluasi Tengah

Semester

20%

9 Mampu menganalisis data deret waktu sesuai metode AR(p) atau MA(q)

1. ARIMA (P,0,0) 2. ARIMA (0,0,q) 3. ARIMA (p,0,q) 4. ARIMA non-stasioner 5. ARIMA musiman [Pustaka: 1, 2]

Ceramah

Studi kasus penerapan metode ARIMA [TM:7x3x50]

[BT: 7x3x50]

[BM: 7X3X60]

1. Ketepatan dalam menganalisis dan meramalkan metode autoregressive 2. Ketepatan dalam

menganalisis dan meramalkan metode moving average 3. Ketepatan dalam

memodelkan dan meramalkan dengan metode ARIMA Stasioner.

4. Ketepatan dalam menganalisis data non-stasioner

5. Ketepatan melakukan peramalan dengan metode ARIMA non-

Non test:

Test Presentasi

15 %

(26)

[Pustaka]

Assessment

stasioner.

6. Ketepatan

menganalisis data musiman non- multiplikatf dan multiplikatif 7. Ketepatan dalam

menerapkan metode peramalan ARIMA musiman maupun campuran

13, 14,

& 15

[C3,A2,P2] Mampu menerapkan konsep integral pada

permasalahan sistem bidang kutub.

1. Koordinat Kutub

2. Grafik dalam koordinat kutub 3. Luasan dalam koordinat

kutub

4. Persamaan parametrik 5. Garis singgung dan panjang

busur dalam koordinat kutub [Pustaka: 2,3]

Kuliah (pemaparan konsep bilangan real)

[TM:3x4x50]

Pemberian tugas

[BM: 3X4X60]

1. Ketepatan dalam mengidentifikasi koordinat kutub 2. Keterampilan dalam

menggambar grafik dalam koordinat kutub.

3. Ketepatan dalam mengembangkan persamaan parametrik.

4. Ketelitian dalam menyelesaikan masalah garis singgung dan panjang busur dalam koordinat kutub.

Non test:

Test Kuis 4

7 %

(27)

[Pustaka]

Assessment

[Pustaka: 1,2,3] Test:

Ujian tertulis (30%) Tugas kelompok (10%)

Ujian lisan (10%)

50%

(28)

1 RencanaPembelajaranSemester (RPS)

Mata Kuliah : Analisis Regresi Semester:III Kode:240407 SKS: 3 Program Studi :Statistika Dosen: Dra. Wara Pramesti, M.Si..

RENCANA PEMBELAJARAN SEMESTER

ER

Direvisi

Analisis Regresi 240407 Penguasaan Pengetahuan 3 0 III 18 Agustus 2015

CP 5 : Mampu menganalisis data kuantitatif dan kualitatif

CP 6 : Mampu merumuskan permasalahan dan mampu menggunakan Komputer sebagai alat pengolahan data CP 10: Mampu memberikan solusi dan mengambil keputusan berdasarkan analisis data

CP 5.1 : Mampu menganalisis data kuantitatif secara univariate CP 5.2 : Mampu menganalisis data kuantitatif secara multivariat

CP 6.2 : Mampu menyelesaikan permasalahan dengan bantuan software statistika CP 10.1 : Mampu memberi solusi dan mengambil keputusan berdasarkan analisis data

CP 11.1 : Mampu mengkomunikasikan secara lisan dan tertulis dengan menggunakan Bahasa Indonesia dan Bahasa Inggris

(29)

CP 11.2 : Mampu bekerja sama dalam tim dan mampu menyusun laporan bersama tim Diskripsi singkat MK

Analisis regresi merupakan salah satu topik dalam ilmu statistika untuk mendapatkan model yang menyatakan hubungan antara variabel respon dengan variabel prediktor. Model yang didapatkan dapat digunakan untuk mendeteksi kemaknaan pengaruh prediktor pada respon, serta dapat digunakan pula untuk memprediksi respon bila nilai prediktor ditentukan atau diketahui.

1. Draper, N. dan H. Smith, Applied Regression Analysis, Second Edition, 1998.

2. Myers, R. H. Classical And Modern Regression With Applications, PWS-Kent Publishing Company, Boston, 1989 Pendukung :

3. Weisberg, S.A, 2005. "Applied Linear Regression". John Wiley & Sons.

4. Sheather, S.J, 2009. "A Modern Approach to Regression with R".Springer.

Team Teaching -

[Pustaka]

Assessment

1&2 Mampu menjelaskan analisis regresi secara umum,dan Hubungan Antar Variabel

1. Pendahuluan

2. Perbedaan Korelasi dan Regresi

3. Pengertian bentuk Hubungan antar Variabel

4. Hubungan Kausal dalam Model Regresi

5. Variabel Prediktor dan Respon

1. Ketepatan

menjelaskan konsep analisis regresi 2. Ketepatan dalam

menjelaskan berbagai Hubungan Antar Variabel

Non test:

Membuat resume

5 %