2.3. RP Komputasi Statistika DIII KKNI

(1)

PRODI DIII STATISTIKA-FMIPA ITS

RENCANA PEMBELAJARAN

KODE/ MATA KULIAH/ SKS/ SEMESTER : SS14 5322 /KOMPUTASI STATISTIKA / (2/0/1)/II

DOSEN PEMBINA : DOSEN STATISTIKA FMIPA ITS

25

CAPAIAN PEMBELAJARAN (Learning outcome) :

Mampu menerapkan dasar-dasar pemrograman untuk membuat program sederhana yang tidak tersedia di program paket

Penguasaan Pengetahuan 5.1 Mampu mendemokan dasar-dasar pemrograman dengan program paket MINITAB dan atau R

5.2 Mampu membuat algoritma untuk diimplementasikan dalam paket program MINITAB dan atau R

Kemampuan kerja 5.3 Mampu membuat program dengan menggunakan program paket MINITAB dan atau R

5.4 Mampu memilih paket program yang sesuai untuk menyelesaikan permasalahan

5.5 Mampu membuat program dengan menggunakan program paket MINITAB dan atau R untuk menyelesaikan permasalahan

Kemampuan Manajerial 5.6 Mampu mengelola kelompok kerja dan mengkomunikasikan hasilnya baik lisan maupun tertulis secara komprehensif

5.7 Bertanggung jawab pada pekerjaan sendiri

5.8 Dapat diberi tanggung jawab atas pencapaian hasil kerja kelompok

Sikap dan Tata Nilai 5.9 Etika profesi (termasuk menghargai temuan orisinal orang lain); menghargai pendapat orang lain; patuh pada aturan yang tertulis dan tidak tertulis dan berpikir cerdas, amanah serta kreatif.

POKOK BAHASAN :

Pengantar Pemerograman MINITAB, Pengantar Pemrograman R, Komputasi Statistika Deskriptif, Komputasi Statistika pendugaan parameter dan pengujian parameter, komputasi statistika korelasi dan regresi, metode Bootstrap dan Jacknife untuk estimasi parameter, korelasi dan regresi

(2)

26

Pertemuan

ke Capaian Pembelajaran INDIKATOR CAPAIAN Materi Pustaka Metode

Pembelajaran Bentuk Asesmen

BOBOT Materi tes/tugas

Nomor Deskripsi

1-2 5.1,53, 5.7,5.9

1. Mampu

mendemonstrasikan pemrograman macro minitab

1.1. Dapat mendemonstrasikan pemrograman macro MINITAB. 1.2. Mampu membedakan antara

global dan local macro.

Pengantar Pemrograman Macro Minitab

- Global makro - Lokal Macro

[1] BAB 28 Ceramah, Diskusi dan latihan

Observasi dikelas 10% / 10%

3-4 5.1, 53, 5.7,5.9

2. Mampu menerapkan

struktur pemrograman R 2.1. Mampu membaca data dari _{berbagai file text dan data} SAS/SPSS

2.2. Mampu melakukan manajemen data dalam R

Pengantar Pemrograman R

- Menjalankan R - Struktur data R - Membaca data - Manajemen data

[2] Ceramah Diskusi, dan latihan

Observasi dikelas 10% / 20%

3. Mampu menjelaskan dasar-dasar algoritma program statistika deskriptif dan

mengimplementasikannya dalam program paket Statistika

3.1. Mampu menjelaskan dasar-dasar algoritma program statistika deskriptif dan

mengimplementasikannya dalam program paket MINITAB 3.2. Mampu menjelaskan dasar-dasar

algoritma program statistika deskriptif dan

mengimplementasikannya dalam program paket R

Komputasi Statistika Deskriptif (mean, varian, kuartil, median) :

- dengan program paket

MINITAB

- dengan program paket R

[1]

Observasi dikelas, Tugas dan Tes

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

4.1 Mampu menjelaskan dasar-dasar algoritma program komputasi pendugaan dan pengujian parameter satu populasi dan dua populasi

4.2 Mengimplementasikan pendugaan dan pengujian parameter dalam program paket MINITAB dan R.

- Komputasi Pendugaan dan

Pengujian Parameter Satu populasi dengan program paket MINITAB dan R

- Komputasi pendugaan dan

pengujian paremeter Dua Populasi dengan menggunakan program paket MINITAB dan R

[1]

Observasi dikelas, Tugas, dan Tes

(3)

27

Pertemuan

ke Capaian Pembelajaran INDIKATOR CAPAIAN Materi Pustaka Metode

Pembelajaran Bentuk Asesmen

BOBOT Materi tes/tugas

21-30 5.1, 5.2, 5.3, 5.4, 5.5, 5.6, 5.7, 5.8, 5.9

5. Mampu menjelaskan dasar-dasar algoritma program komputasi korelasi dan analisis regresi linear sederhana dan berganda kemudian

mengimplementasikannya dalam program paket Statistika

5.1. Mampu menjelaskan algoritma program komputasi korelasi antara dua atau lebih variabel dan mengimplementasikannya dengan R dan MINITAB

5.2. mampu menjelaskan algoritma analisis regresi linear sederhana dan berganda dan

mengimplementasikannya dengan MINITAB dan R

- Komputasi korelasi antara

2 variabel dengan MINITAB dan R

- Komputasi korelasi antara

k variabel dengan MINITAB dan R

- Komputasi analisis regresi

sederhana dengan MINITAB dan R

- Komputasi analisis regresi

berganda dengan MINITAB dan R

[1] [2] [3] BAB 8 [4] BAB 1, BAB 2

Ceramah Diskusi,latihan soal dan praktikum

Observasi dikelas, Tugas , dan Tes

25% / 100%

PUSTAKA UTAMA

1. Minitab: “User's guide 1: Data, graphics and macros”, Minitab Inc, Pennsylvania State University.1999 2. R core team. “ An Introduction to R”, 1999

3. Walpole, R.E. and R.H.Myers. (Terjemahan oleh RK Sembiring), “Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan”, Penerbit ITB, Bandung. 2010.

PUSTAKA PENDUKUNG

1. Draper, N.R and Smith, H, “Applied Regression Analysis”, John Wiley & Sons.Inc, New York. 1998.