PROGRAM STUDI STATISTIKA

(1)

PROGRAM STUDI STATISTIKA

I. Selayang Pandang Program Studi Latar Belakang

Program Studi (PS) Statistika mulai dirintis dengan minat Statistika di PS Matematika Program MIPA pada tahun 1992. PS Statistika resmi didirikan tahun 1998 berdasarkan surat No. 54/DIKTI/Kep./1998 di bawah Jurusan Matematika Fakultas MIPA Universitas Brawijaya.

Kurikulum Berbasis Kompetensi (KBK) diberlakukan tahun 2001 berdasarkan Kepmendiknas 232/2000 yang memuat 5 kelompok mata kuliah yaitu Mata kuliah Pengembangan Kepribadian (MPK), Mata kuliah Keilmuan dan Ketrampilan (MKK), Mata kuliah Perilaku Berkarya (MPB), Mata kuliah Keahlian Berkarya (MKB) dan Mata kuliah Berkehidupan Bermasyarakat (MBB). Kelompok mata kuliah ini berkorespondensi dengan 4 pilar UNESCO: learning to know, learning to do, learning to be, learning to live together. Proses rekontruksi kurikulum berdasarkan evaluasi diri, tracer study, profil lulusan, alumni, pengguna lulusan dan kompetensi program studi. Kompetensi Program studi terdiri atas Kompetensi Utama, Kompetensi Pendukung dan Kompetensi Khusus. Paradikma baru perubahan pembelajaran dari Teacher Center Learning (TCL) ke Center Learning (SCL) dipersiapkan secara bertahap dengan strategi pembelajaran mengurangi keaktifan dosen dan memperbanyak kegiatan yang membuat mahasiswa aktif dengan tugas penyelesaian masalah dan diskusi.

Dalam rangka pengembangan statistika bidang ilmu kehidupan dan ekonomi telah dibentuk tiga kelompok studi yaitu Statistika Teori, Statistika Ilmu Hayati dan Statistika Ekonomi. 1.2. Hasil Evaluasi Diri (SWOT Analisis)

Evaluasi Diri (SWOT Analisis) dilakukan secara internal dan eksternal yang disajikan dalam bentuk Kekuatan (Strenght), Kelemahan (Weaknes), Peluang (Oppotunity) dan Ancaman (Threat). Hasil Evaluasi Diri PS Statistika adalah :

1. Kekuatan (Strenght) :

Pusat pengembangan statistika terapan pada ilmu-ilmu kehidupan dan ekonomi , kurikulum berbasis kompetensi, dikelola secara tranparan dan akuntabel, mererapkan sistem penjaminan mutu akademik dengan 10 butir standar mutu (memperoleh UB Annual Quality Award (UBAQA) 2008 dari Rektor, didukung oleh dosen dengan pendidikan dan kepangkatan. Minat masuk calon mahasiswa baru dan prestasi akademik mahasiswa tinggi.

2. Kelemahan (Weaknes):

Mempersiapkan diri menuju pendidikan bertaraf internasional, perlu peningkatan sumber dana selain dari SPP dan SPFP mahasiswa, partisipasi dosen dan tenaga pendukung perlu ditingkatkan, meningkatkan kerjasama dengan perusahaan dan instansi, penerapan SCL dan PBL masih pada tahap awal, meningkatkan keterlibatan mahasiswa di seminar, penelitian dan pengabdian masyarakat, melengkapi pelaksanaan PBM dengan Distance Learning, produk PS perlu ditingkatkan sampai pada bentuk paten beroyalti.

(2)

3. Peluang (Opportunity):

Keterbukaan, kemudahan dan ketersediaan sistem informasi global, sertifikasi dosen, kesempatan studi lanjut, pencangkokan dan pelatihan, kelonggaran dari UB dan Dikti

untuk menyusun kurikulum, Kebijakan Rektor UB untuk penerapan ISO 9001:2008

tentang Sistem Manajemen Mutu, kesempatan seminar, penelitian dan lomba karya ilmiah di tingkat nasional dan internasional, kesadaran pentingnya keakuratan data dan

ketrampilan analisis data dan manajemen data berbasis ICT yang semakin tinggi dari

instansi-instansi pemerintah maupun swasta, Banyaknya tawaran hibah-hibah penelitian, pengabdian pada masyarakat, kerja sama, buku dan layanan statistika dibutuhkan peneliti pasca sarjana.

4. Ancaman (Threat) :

Persaingan dengan PS sejenis semakin ketat, Persaingan mendapatkan beasiswa luar

negeri semakin ketat, Pengguna lulusan mensyaratkan nilai akreditasi A, PBM

berstandar internasional, Tuntutan mutu lulusan dan institusi dari masyarakat yang semakin tinggi, Persaingan dengan lulusan PS sejenis dengan PT lain di dunia kerja, perkembangan Ilmu Statistika yang sangat pesat.

Visi, Misi, Tujuan dan Strategi Program Studi Statistika 1.3.1 Visi Program Studi Statistika

Visi Program Studi Statistika :

Pusat pengembangan statistika terapan pada ilmu-ilmu kehidupan dan ekonomi 1.3.2. Misi Program Studi Statistika

Misi Program Studi Statistika :

1. Membekali lulusan agar mampu bersaing dan cepat beradaptasi dengan masyarakat dunia kerja dan sekaligus siap melanjutkan pendidikan ke jenjang yang lebih tinggi 2. Menyediakan proses pembelajaran yang berkualitas yang dapat menunjang

pengembangan statistika terapan

3. Menggiatkan penelitian yang menunjang pengembangan statistika terapan melalui penelitian bersama dengan bidang ilmu kehidupan dan ekonomi

4. Menyebarluaskan penerapan statistika yang benar kepada masyarakat 1.3.3. Tujuan Program Studi Statistika

Tujuan Program Studi Statistika :

1. Menyelenggarakan pendidikan yang bermutu tinggi

2. Menghasilkan lulusan yang mampu menerapkan Statistika secara optimal, mampu bersaing dan cepat beradaptasi dengang masyarakat dunia kerja.

3. Menjadi pusat pengembang Statistika terapan 4. Menjadi pusat konsultasi Statistika terapan

(3)

1.3.4. Strategi Program Studi Statistika

Strategi yang dicanangkan untuk mencapai tujuan Program Studi Statistika dengan memperhatikan hasil analisis SWOT adalah

Menguatkan mutu Tri Dharma Perguruan Tinggi untuk dapat bersaing dengan PS sejenis, meningkatkan efisiensi manajemen internal secara berkelanjutan, menghasilkan lulusan berkualitas dan berkepribadian, meningkatkan kualitas dosen dengan sertifikasi dosen dan studi lanjut, mengembangkan kurikulum sebagai wujud keberadaan dan citra PS yang sejalan dengan visi dan misi universitas, meningkatkan kerja sama dengan lembaga pemerintah maupun swasta, mengajukan penelitian, pengabdian dan ikut PHK, mendukung pembuatan kualitas proposal PHK dari segi materiil dan non materiil, mengikuti ISO 9001:2008 Awarenness yang dikoordinir oleh UB, meningkatkan PBM berbasis tehnologi

menuju standar penyelenggaraan pendidikan tingkat internasional, meningkatkan mutu

lulusan dan citra intitusi, pembekalan kelulusan, menyediakan informasi, lembaga dan bursa kerja, menjalin kerja sama, menjadi konsultan dan staf ahli di instansi pemerintah dan swasta, meningkatkan peran aktif pembuatan proposal penelitian maupun pengabdian pada masyarakat, mengikuti perkembangan ilmu dan pelatihan pengusulan paten dan buku teks, mengikuti pelatihan dan seminar statistika

1.4. Staf Pengajar

Staf Pengajar Program Studi Statistika terdiri dari 20 orang. Semua staf pengajar diwajibkan mampu mengampu mata kuliah Statistika Dasar sebagai mata kuliah layanan di luar Program Studi dan mata kuliah yang diampu di Program Studi sebagaimana dalam Tabel 1.

Tabel 1. Daftar Dosen Pengajar dan mata kuliah yang diampu

No. Nama Dosen NIP Mata kuliah yang

diampu

1.

Prof. Dr. Ir. Loekito A. S, MAgr. 130 518 961 Biometri

2.

Ir. Soepraptini, MSc 130 518 968 Biometri

3.

Prof. Dr. Ir. Waego Hadi N. 130 704 146 T. Sampling dan Survei

4.

Dr. Ir. Ni Wayan Surya W. 130 935 079 T. Sampling dan Survei

5.

Dr. Ir. Henny Pramoedyo,MS 130 935 808 Biometri

6.

Dr. Maria Bernadetha M. 130 936 645 Statistika Teori

7.

Ir. Heni Kusdarwati, MS 131 652 676 Analisis Deret Waktu

8.

Dr. Ir. Solimun, MS 131 691 692 Model Linear

9.

Ir. Mujiono, MM 131 697 687 Stat. Peng. Mutu

10.

Ir. Atiek Iriany, MS 131 759 544 Analisis Multivariat

11.

Dra. Ani Budi Astuti, MSi 131 993 385 Analisis Data Kualitatif

12.

Samingun Handoyo, SSi. 131 206 315 Komputasi Statistika

13.

Rahma Fitriani, SSi. MSc . 132 231 571 Riset Operasi

14.

Suci Astutik, SSi. MSi. 132 233 145 Analisis Multivariat

(4)

No. Nama Dosen NIP Mata kuliah yang diampu

16.

Eni Sumarminingsih, SSi. MM 132 300 241 Riset Operasi

17.

Adji Achmad R. F., SSi. M.Sc. 132 311 764 Analisis Deret Waktu

18.

Achmad Effendi, SSi. 132 313 602 Analisis Regresi

19.

Nurjanah SSi., M.Phil. 132 313 610 Ekonometrika

20.

Darmanto, SSi. 132 318 331 Model Linier

Kelompok Studi dan Bidang Minat

Peningkatan kompetensi di bidang penelitian, pengajaran, pembimbingan tugas akhir mahasiswa dan pengabdian masyarakat sesuai dengan Kelompok Studi. Kelompok Studi, Topik Studi dan Penelitian Jangka Panjang Program Studi Statistika sebagaimana tertera dalam Tabel 2. Daftar Bidang Minat dan Kelompok Studi dari Staf Akademis Program Studi Statistika tertera dalam Tabel 3.

Tabel 2. Kelompok Studi, Topik Studi dan Penelitian Jangka Panjang Program Studi Statistika

No. Kelompok Studi Topik Studi Tema Penelitian Jangka

Panjang

1. Statistika Teori Pengkajian,

pengembangan teori dan komputasi Statistika

- Statistika Teori

- Simulasi dan Komputasi Statistika

- Model Deret Waktu Non Linier

- Model Pengambilan Contoh

2. Statistika Ilmu Hayati Penerapan dan Pengembangan Ilmu Hayati - Model Pertumbuhan. -- MMooddeell PPeerrkkeeccaammbbaahhaann BBiijjii.. - Pemetaan Respons - Rancangan Percobaan. - Model Penguraian Jumlah Kuadrat

- Model non linier multivariat - Model Spasial

- Analisis multivariat pada Epidemiologi

3. Statistika Ekonomi Penerapan dan

Pengembangan Statistika Ekonomi dan Managemen - Model Antrian - Manajemen Pengendalian Kualitas - Pengendalian Kualitas Deret Waktu - SEM - Aktuaria

(5)

Tabel 3. Daftar Bidang Minat dan Kelompok Studi Staf Akademis Program Studi Statistika

No. Nama Staf Akademis Bidang Minat Kelompok

Studi

1. Prof. Dr.Ir. Loekito A S, MAgr. Rancangan Percobaan. 2

2. Prof. Dr Ir. Waego Hadi N. Model Pengambilan Contoh 2

3. Ir. Soepraptini, MSc. Model Penguraian Jumlah Kuadrat 2

4. Dr. Maria Bernadetha M. Model Perkecambahan Biji. 2

5. Dr.Ir. Ni Wayan Surya W., MS Model Pertumbuhan 2

6. Dr.Ir. Henny Pramoedyo,MS Pemetaan Respons 2

7. Ir. Heni Kusdarwati, MS Model Deret Waktu Non Linier 1

8. Dr.Ir. Solimun, MS SEM 3

9. Ir. Atiek Iriany, MS Model non linier multivariat 2

10. Ir. Mujiono, MM Manajemen Pengendalian Kualitas 3

11. Dra. Ani Budi Astuti, MSi. Model kesehatan 2

12. Samingun H. SSi. Simulasi dan Komputasi Statistika 1

13. Suci Astutik, SSi. MSi Mode Spasial, Analisis Multivariat

pada Epidemiologi

2

14. Rahma Fitriani, SSi.MSc. Model Antrian 3

15. Dra. Umu Sa’adah, MSi. Statistika Teori, Simulasi dan

Komputasi Statistika

1

16. Eni Sumarminingsih, SSi. MM Simulasi dan Komputasi Statistika 1

17. Adji Achmad R. SSi, M.Sc Pengendalian Kualitas DeretWaktu 3

18. Achmad Efendi, SSi. Statistika Teori 1

19. Nurjanah, SSi., M.Phil. Aktuaria 3

20. Darmanto, SSi. Model non linier multivariat 2

1.5. Laboratorium dan Fasilitasnya

Laboratorium Statistika dilengkapi 20 komputer dan 2 printer untuk melayani praktikum mahasiswa. Paket program statistika yang tersedia di laboratorium yaitu SPSS 11.5, Minitab 13 dan Program R.

II. Kompetensi yang Dicanangkan oleh Program Sudi.

Kurikulum Program Studi Statistika disusun untuk menghasilkan lulusan memiliki kemampuan statistika dan dapat bersaing di dunia kerja. Mahasiswa dibekali Pengetahuan Ilmu Komputer dan Matematika sebagai dasar untuk penerapan dan pengembangan Statistika. Mahasiswa juga dibekali ilmu lain sebagai bidang terapan Ilmu Hayati dan Ekonomi, sesuai dengan minatnya. Untuk menyelesaikan pendidikan Sarjana Statistika pada Program Studi Statistika mahasiswa diwajibkan menempuh sekurang-kurangnya 144 sks yang meliputi matakuliah wajib 110 sks dan matakuliah pilihan sekurang-kurangnya 34 sks. Matakuliah wajib terdiri atas mata kuliah yang wajib diambil oleh setiap mahasiswa. Mata kuliah Wajib sebagai Kompetensi Utama dan Kompetensi Pendukung terdiri dari Matakuliah Wajib dalam PS Statistika, PS Matematika, PS Ilmu Komputer, Wajib Fakultas

(6)

dan Wajib Universitas. Untuk mengambil suatu matakuliah perlu memenuhi syarat-syarat tertentu yang telah ditetapkan. Matakuliah Pilihan terdiri atas matakuliah-matakuliah yang bebas dipilih oleh setiap mahasiswa sekurang-kurangnya 34 sks. Matakuliah pilihan sebagai Kompetensi Pendukung dan Kompetensi Khusus terdiri dari matakuliah pilihan dalam PS Statistika (minimal 12 sks), PS Ilmu Komputer (minimal 2 sks), PS Matematika (minimal 2 sks) dan mata kuliah pilihan bidang minat di luar jurusan atau luar fakultas (minimal 4 sks). Kompetensi lulusan Program Studi Statistika dikaitkan dengan matakuliah dapat dilihat pada matriks mata kuliah dan kompetensi berikut :

(7)

Kompetensi Lulusan

MATRIKS MATA KULIAH DAN KOMPETENSI

K O MP ETEN S I M am p u m en g etah u i ilmu d asa r k e -m ip a-an M am p u b er p ik ir lo g is, k rit is d an a n ali ti s M am p u b erti n d ak se ca ra e ti s d an b era k h lak m u li a M am p u b er k o m u n ik asi se ca ra v er b al d an o ra l d alam b ah sa In d o n esia d an In g g ri s M am p u m en g ap li k asik an b er b ag ai p ro g ra m k o m p u ter M am p u m en g g u n ak an tek n o lo g i in fo rm asi M ap u m em b u at p ro g ra m k o m p u te r M en g u asa i asp ek k ep em imp in an d an m em imp in M am p u m em an ag e d an m en g o rg an isir M am p u b ek erjas am a d i d alam ti m M am p u m en jad i in o v at o r, m o tiv ato r d an fa sili tato r K ETER AN G A N LEVEL CAPAIAN Ko Ko Af Ps Ps Ps Ps Af Af Af Af MATA KULIAH 1 2 3 4 5 6 7 8 9 10 11 1. Agama     K 2. Pend. Kewarganeg.      K 3. Kewirausahaan       K 4. Bahasa Inggris I    P 5. Bahasa Inggris II     P 6. Bahasa Indonesia     P 7. Matematika Dasar  P 8. Matematika I  P 9. Matematika II  P

(8)

K O MP ETEN S I M am p u m elak u k an e k sp lo ra si d at a se ca ra d esk rip tif M am p u m en g u asa i d an m en era p k an teo ri S tatisti k a M am p u m en terje m ah k an m asa lah h ay ati d an ek o n o m i k e lo g ik a sta ti sti k a M am p u m era n ca n g p erc o b aa n d an su rv ey y an g o p ti m al M am p u m en g id en ti fik asi ma sa lah d an m em il ih m o d el y an g te p at M am p u m en g an al isis d ata M am p u m eru m u sk an h asil d an m en arik k esim p u lan se ca ra sa h ih M am p u m en g k o m u n ik asik an k em b ali h asil an ali sis d an k esim p u lan k e p erm asa lah an se m u la M am p u m en jad i k o n su lt an S tatist ik a M am p u m en g k aji m o d el -m o d el st ati stik a M am p u m en g em b an g k an m o d el -m o d el sta ti stik a K ETER AN G A N LEVEL CAPAIAN Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko MATA KULIAH 12 13 14 15 16 17 18 19 20 21 22 11. Agama K 12. Pend. Kewarganeg. K 13. Kewirausahaan  K 14. Bahasa Inggris I P 15. Bahasa Inggris II P 16. Bahasa Indonesia P 17. Matematika Dasar  P 18. Matematika I  P 19. Matematika II  P

(9)

K O MP ETEN S I M am p u m en g etah u i ilmu d asa r k e -m ip a-an M am p u b er p ik ir lo g is, k rit is d an a n ali ti s M am p u b erti n d ak se ca ra e ti s d an b era k h lak m u li a M am p u b er k o m u n ik asi se ca ra v er b al d an o ra l d alam b ah sa In d o n es ia d an In g g ri s M am p u m en g ap li k asik an b er b ag ai p ro g ra m k o m p u ter M am p u m en g g u n ak an tek n o lo g i in fo rm asi M ap u m em b u at p ro g ra m k o m p u te r M en g u asa i asp ek k ep em imp in an d an m em imp in M am p u m em an ag e d an m en g o rg an isir M am p u b ek erjas am a d i d alam ti m M am p u m en jad i i n o v at o r, m o tiv ato r d an fa sili tato r K ETER AN G A N LEVEL CAPAIAN Ko Ko Af Ps Ps Ps Ps Af Af Af Af MATA KULIAH 1 2 3 4 5 6 7 8 9 10 11

21. Peng. Himp dan Log  P

22. Komputer Dasar    P

23. Struk. Data dan Alg.    P

24. Biologi Dasar   P 25. Kimia Dasar   P 26. Fisika Dasar   P 27. Met. Stat I   U 28. Met. Stat II   U 29. Stat. Mat I   U 30. Stat. Mat II   U

(10)

K O MP ETEN S I M am p u m elak u k an e k sp lo ra si d at a se ca ra d esk rip tif M am p u m en g u asa i d an m en era p k an teo ri S tatisti k a M am p u m en terje m ah k an m asa lah h ay ati d an ek o n o m i k e lo g ik a sta ti sti k a M am p u m era n ca n g p erc o b aa n d an su rv ey y an g o p ti m al M am p u m en g id en ti fik asi ma sa lah d an m em il ih m o d el y an g te p at M am p u m en g an al isis d ata M am p u m eru m u sk an h asil d an m en arik k esim p u lan se ca ra sa h ih M am p u m en g k o m u n ik asik an k em b ali h asil an ali sis d an k esim p u lan k e p erm asa lah an se m u la M am p u m en jad i k o n su lt an S tatist ik a M am p u m en g k aji m o d el -m o d el st ati stik a M am p u m en g em b an g k an m o d el -m o d el sta ti stik a K ETER AN G A N LEVEL CAPAIAN Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko MATA KULIAH 12 13 14 15 16 17 18 19 20 21 22

31. Peng. Himp dan Log  P

32. Komputer Dasar   P

33. Struk. Data dan Alg.  P

34. Biologi Dasar   P 35. Kimia Dasar   P 36. Fisika Dasar   P 37. Met. Stat I        U 38. Met. Stat II       U 39. Stat. Mat I      U 40. Stat. Mat II      U

(11)

K O MP ETEN S I M am p u m en g etah u i ilmu d asa r k e -m ip a-an M am p u b er p ik ir lo g is, k rit is d a n a n ali ti s M am p u b erti n d ak se ca ra e ti s d an b era k h lak m u li a M am p u b er k o m u n ik asi se ca ra v er b al d an o ra l d alam b ah sa In d o n esia d an In g g ri s M am p u m en g ap li k asik an b er b ag ai p ro g ra m k o m p u ter M am p u m en g g u n ak an tek n o lo g i in fo rm asi M ap u m em b u at p ro g ra m k o m p u te r M en g u asa i asp ek k ep em imp in an d an m em imp in M am p u m em an ag e d an m en g o rg an isir M am p u b ek erjas am a d i d alam ti m M am p u m en jad i in o v at o r, m o tiv ato r d an fa sili tato r K ETER AN G A N LEVEL CAPAIAN Ko Ko Af Ps Ps Ps Ps Af Af Af Af MATA KULIAH 1 2 3 4 5 6 7 8 9 10 11 41. RO     U 42. Met. Numerik   P

43. An. Data Eksplor.   P

44. Komp. Stat.    U

45. Peng. Model Linier   U

46. Tek. Sam dan survey   U

47. Stat. Nonpar   U

48. Pengr Ranc. Percob.   U

49. Peng. An. Regresi   U

(12)

K O MP ETEN S I M am p u m elak u k an e k sp lo ra si d at a se ca ra d esk rip tif M am p u m en g u asa i d an m en era p k an teo ri S tatisti k a M am p u m en terje m ah k an m asa lah h ay ati d an ek o n o m i k e lo g ik a sta ti sti k a M am p u m era n ca n g p erc o b aa n d an su rv ey y an g o p ti m al M am p u m en g id en ti fik asi ma sa lah d an m em il ih m o d el y an g te p at M am p u m en g an al isis d ata M am p u m eru m u sk an h asil d an m en arik k esim p u lan se ca ra sa h ih M am p u m en g k o m u n ik asik an k em b ali h asil an ali sis d an k esim p u lan k e p er m asa lah an se m u la M am p u m en jad i k o n su lt an S tatist ik a M am p u m en g k aji m o d el -m o d el st ati stik a M am p u m en g em b an g k an m o d el -m o d el sta ti stik a K ETER AN G A N LEVEL CAPAIAN Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko MATA KULIAH 12 13 14 15 16 17 18 19 20 21 22 51. RO       U 52. Met. Numerik   P

53. An. Data Eksplor.       P

54. Komp. Stat.   U

55. Peng. Model Linier      U

56. Tek. Sam dan survey        U

57. Stat. Nonpar       U

58. Pengr Ranc. Percob.        U

59. Peng. An. Regresi        U

(13)

K O MP ETEN S I M am p u m en g etah u i ilmu d asa r k e -m ip a-an M am p u b er p ik ir lo g is, k rit is d an a n ali ti s M am p u b erti n d ak se ca ra e ti s d an b era k h lak m u li a M am p u b er k o m u n ik asi se ca ra v er b al d an o ra l d alam b ah sa In d o n esia d an In g g ri s M am p u m en g ap li k asik an b er b ag ai p ro g ra m k o m p u ter M am p u m en g g u n ak an tek n o lo g i in fo rm asi M ap u m em b u at p ro g ra m k o m p u te r M en g u asa i asp ek k ep em imp in an d an m em imp in M am p u m em an ag e d an m en g o rg an isir M am p u b ek erjas am a d i d alam ti m M am p u m en jad i in o v at o r, m o tiv ato r d an fa sili tato r K ETER AN G A N LEVEL CAPAIAN Ko Ko Af Ps Ps Ps Ps Af Af Af Af MATA KULIAH 1 2 3 4 5 6 7 8 9 10 11

61. An. Deret Waktu  P

62. An. Data Kategori   U

63. An. Peubah Ganda   U

64. Stat. Peng. Mutu    U

65. PKL      P

66. Skripsi     P

67. KKN         P

68. Biometri Lanj.   P

69. Ekonometrika   P

(14)

K O MP ETEN S I M am p u m elak u k an e k sp lo ra si d at a se ca ra d esk rip tif M am p u m en g u asa i d an m en era p k an teo ri S tatisti k a M am p u m en terje m ah k an m asa lah h ay ati d an ek o n o m i k e lo g ik a sta ti sti k a M am p u m era n ca n g p erc o b aa n d an su rv ey y an g o p ti m al M am p u m en g id en ti fik asi ma sa lah d an m em il ih m o d el y an g te p at Ma m p u m en g an al isis d ata M am p u m eru m u sk an h asil d an m en arik k esim p u lan se ca ra sa h ih M am p u m en g k o m u n ik asik an k em b ali h asil an ali sis d an k esim p u lan k e p erm asa lah an se m u la M am p u m en jad i k o n su lt an S tatist ik a M am p u m en g k aji m o d el -m o d el st ati stik a M am p u m en g em b an g k an m o d el -m o d el sta ti stik a K ETER AN G A N LEVEL CAPAIAN Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko MATA KULIAH 12 13 14 15 16 17 18 19 20 21 22

71. An. Deret Waktu  P

72. An. Data Kategori       U

73. An. Peubah Ganda       U

74. Stat. Peng. Mutu       U

75. PKL      P

76. Skripsi   P

77. KKN P

78. Biometri Lanj.        P

79. Ekonometrika       P

(15)

K O MP ETEN S I M am p u m en g etah u i ilmu d asa r k e -m ip a-an M am p u b er p ik ir lo g is, k rit is d an a n ali ti s M am p u b erti n d ak se ca ra e ti s d an b era k h lak m u li a M am p u b er k o m u n ik asi se ca ra v er b al d an o ra l d alam b ah sa In d o n esia d an In g g ri s M am p u m en g ap li k asik an b er b ag ai p ro g ra m k o m p u ter M am p u m en g g u n ak an tek n o lo g i in fo rm asi M ap u m em b u at p ro g ra m k o m p u te r M en g u asa i asp ek k ep em imp in an d an m em imp in M am p u m em an ag e d an m en g o rg an isir M am p u b ek erjas am a d i d alam ti m M am p u m en jad i in o v at o r, m o tiv ato r d an fa sili tato r K ETER AN G A N LEVEL CAPAIAN Ko Ko Af Ps Ps Ps Ps Af Af Af Af MATA KULIAH 1 2 3 4 5 6 7 8 9 10 11 81. Proses Stokastik   P 82. Teori Keputusan    P 83. EPG   P 84. Konsultan Stat.   P 85. Teknik Optimasi    P 86. Analisis Riil I   P 87. Mat. Asuransi   P 88. Data Mining   P 89. Ekonomi Mikro  P

(16)

K O MP ETEN S I M am p u m elak u k an e k sp lo ra si d at a se ca ra d esk rip tif M am p u m en g u asa i d an m en era p k an teo ri S tatisti k a M am p u m en terje m ah k an m asa lah h ay ati d an ek o n o m i k e lo g ik a statisti k a M am p u m era n ca n g p erc o b aa n d an su rv ey y an g o p ti m al M am p u m en g id en ti fik asi ma sa lah d an m em il ih m o d el y an g te p at M am p u m en g an al isis d ata M am p u m eru m u sk an h asil d an m en arik k esim p u lan se ca ra sa h ih M am p u m en g k o m u n ik asik an k em b ali h asil an ali sis da n k esim p u lan k e p erm asa lah an se m u la M am p u m en jad i k o n su lt an S tatist ik a M am p u m en g k aji m o d el -m o d el st ati stik a M am p u m en g em b an g k an m o d el -m o d el sta ti stik a K ETER AN G A N LEVEL CAPAIAN Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko MATA KULIAH 12 13 14 15 16 17 18 19 20 21 22 91. Proses Stokastik   P 92. Teori Keputusan       P 93. EPG       P 94. Konsultan Stat.       P 95. Teknik Optimasi    P 96. Analisis Riil I P 97. Mat. Asuransi       P 98. Data Mining P 99. Ekonomi Mikro   P

(17)

K O MP ETEN S I M am p u m en g etah u i ilmu d asa r k e -m ip a-an M am p u b er p ik ir lo g is, k rit is d an a n ali ti s M am p u b erti n d ak se ca ra e ti s d an b era k h lak m u li a M am p u b er k o m u n ik asi se ca ra v er b al d an o ra l d alam b ah sa In d o n esia d an In g g ri s M am p u m en g ap li k asik an b er b ag ai p ro g ra m k o m p u ter M am p u m en g g u n ak an tek n o lo g i in fo rm asi M ap u m em b u at p ro g ra m k o m p u te r M en g u asa i asp ek k ep em imp in an d an m em imp in M am p u m em an ag e d an m en g o rg an isir M am p u b ek erjas am a d i d alam ti m M am p u m en jad i in o v at o r, m o tiv ato r d an fa sili tato r K ETER AN G A N LEVEL CAPAIAN Ko Ko Af Ps Ps Ps Ps Af Af Af Af MATA KULIAH 1 2 3 4 5 6 7 8 9 10 11 101. Analisis Variansi   P

102. An. Regresi Lanj.   P

103. RO Lanj.    P

104. Metode Peramalan   P

105. Reli Dan Uji hidup   P

106. Met. Simulasi    P

107. Kapita Selekta  P

108. Sistem Basis Data I    P

109. Ekonomi Makro  P

(18)

K O MP ETEN S I M am p u m elak u k an e k sp lo ra si d at a se ca ra d esk rip ti f M am p u m en g u asa i d an m en era p k an teo ri S tatisti k a M am p u m en terje m ah k an m asa lah h ay ati d an e k o n o m i k e lo g ik a sta ti sti k a M am p u m era n ca n g p erc o b aa n d an su rv ey y an g o p ti m al M am p u m en g id en ti fik asi ma sa lah d an m em il ih m o d el y an g tep at M am p u m en g an al isis d ata M am p u m eru m u sk an h asil d an m en arik k esim p u lan se ca ra sa h ih M am p u m en g k o m u n ik asik an k em b ali h asil an ali sis d an k esim p u lan k e p erm asa lah an se m u la M am p u m en jad i k o n su lt an S tatist ik a M am p u m en g k aji m o d el -m o d el st ati stik a M am p u m en g em b an g k an m o d el -m o d el sta ti stik a K ETER AN G A N LEVEL CAPAIAN Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko MATA KULIAH 12 13 14 15 16 17 18 19 20 21 22 111. Analisis Variansi       P

112. An. Regresi Lanj.       P

113. RO Lanj.       P

114. Metode Peramalan       P

115. Reli Dan Uji hidup       P

116. Met. Simulasi       P

117. Kapita Selekta       P

118. Sistem Basis Data I P

119. Ekonomi Makro   P

(19)

K O MP ETEN S I M am p u m en g etah u i ilmu d asa r k e -m ip a-an M am p u b er p ik ir lo g is, k rit is d an a n ali ti s M am p u b erti n d ak se ca ra e ti s d an b era k h lak m u li a M am p u b er k o m u n ik asi se ca ra v er b al d an o ra l d alam b ah sa In d o n esia d an In g g ri s M am p u m en g ap li k asik an b er b ag ai p ro g ra m k o m p u ter M am p u m en g g u n ak an tek n o lo g i in fo rm asi M ap u m em b u at p ro g ra m k o m p u te r M en g u asa i asp ek k ep em imp in an d an m em imp in M am p u m em an ag e d an m en g o rg an isir M am p u b ek erjas am a d i d alam ti m M am p u m en jad i in o v at o r, m o tiv ato r d an fa sili tato r K ETER AN G A N LEVEL CAPAIAN Ko Ko Af Ps Ps Ps Ps Af Af Af Af MATA KULIAH 1 2 3 4 5 6 7 8 9 10 11 121. Pemrograman Internet    P 122. Dasar Hortikultura  P 123. Biologi Radiasi  P 124. Sosio Biologi  P 125. Pemodelan Matematika  P

126. Anal. dan Peran. Sistem    P

127. Pemrograman Visual    P

(20)

K O MP ETEN S I M am p u m elak u k an e k sp lo ra si d at a se ca ra d esk rip ti f M am p u m en g u asa i d an m en era p k an teo ri S tatisti k a M am p u m en terje m ah k an m asa lah h ay ati d an e k o n o m i k e lo g ik a sta ti sti k a M am p u m era n ca n g p erc o b aa n d an su rv ey y an g o p ti m al M am p u m en g id en ti fik asi ma sa lah d an m em il ih m o d el y an g tep at M am p u m en g an al isis d ata M am p u m eru m u sk an h asil d an m en arik k esim p u lan se ca ra sa h ih M am p u m en g k o m u n ik asik an k em b ali h asil an ali sis d an k esim p u lan k e p erm asa lah an se m u la M am p u m en jad i k o n su lt an S tatist ik a M am p u m en g k aji m o d el -m o d el st ati stik a M am p u m en g em b an g k an m o d el -m o d el sta ti stik a K ETER AN G A N LEVEL CAPAIAN Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko MATA KULIAH 12 13 14 15 16 17 18 19 20 21 22 129. Pemrograman Internet P 130. Dasar Hortikultura  P 131. Biologi Radiasi  P 132. Sosio Biologi  P 133. Pemodelan Matematika   P

134. Anal. dan Peran. Sistem P

135. Pemrograman Visual P

136. Dasar Budidaya Tan.  P

Keterangan :

U = Kompetensi Utama Ko. = Kognitif

P = Kompetensi Pendukung Af. = Afektif

(21)

III. Prospek Lulusan

Berdasarkan penelusuran alumni, lulusan mahasiswa statistika telah bekerja sebagai ilmuwan, manager dan wirausaha. Matakuliah pilihan yang menunjang profil lulusan diberikan pada Tabel 3.1

TABEL 3.1 MATA KULIAH PILIHAN PENUNJANG PROFIL LULUSAN PROGRAM STUDI STATISTIKA

PROFIL LULUSAN MATA KULIAH sks

Ilmuwan 1. Biometri Lanj. 3

Dosen 2. Proses Stokastik 3

Peneliti 3. EPG 2

Guru 4. Teknik Optimasi 2

5. Analisis Riil I 3

6. Data Mining 3

7. Analisis Variansi 3

8. An. Regresi Lanj. 3

9. Dasar Hortikultura 3

10. Pemodelan Matematika 3

Manager 1. Teori Keputusan 2

Bank 2. Stat. Peng Mutu Lanj. 3

Industri 3. RO Lanj. 3

Pemda 4. Metode Peramalan 3

BUMN 5. Reliabilitas dan Uji hidup 3

ABRI 6. Met. Simulasi 2

Asuransi 7. Kapita Selekta 2

Televisi 8. Ekonomi Mikro 3

9. Ekonomi Makro 3

10. SIM 3

11. Mat. Asuransi 2

13. Ekonometri 3

Wirausaha 1. Konsultan Stat. 2

Konsultan 2. Basis Data I 3

IT 3. Pemograman Internet 3

(22)

STRUKTUR KURIKULUM SARJANA STATISTIKA

PROFIL LULUSAN --- PROFIL LULUSAN ---PROFIL LULUSAN KOMPETENSI---KOMPETENSI ---KOMPETENSI V. PERILAKU BERKARYA (MPB) : PKL, Skripsi P RAK T E K L AB O RA T O R IUM DAN P RAK T E K L AP A NG

IV. BERKEHIDUPAN BERMASYARAKAT (MBB) : KKN

III. KEAHLIAN BERKARYA (MKB):

Komputasi Statistika, Riset Operasi, Pengantar Model Linier, Analisis Data Katagori, Stat. Pengendalian Mutu, Biometri Lanjt., Ekonometrika, Metode Peramalan, Analisis Regresi Lanjt., Reliabilitas dan Uji Hidup, Stat. Pengendalian Mutu Lanjy., Eksp. Data Peubah Ganda, Riset Operasi Lanjt., Teori Keputusan, Teknik Optimasi, Metode Simulasi, Kapita Selekta, Konsultan Statistika, Matematika Asuransi,Pemodelan Mat., Data Mining, Ekonomi Mikro, Ekonomi Makro, Pengantar Ilmu Pertanian, Dasar Hortikultura, Dasar Budidaya Tan., Biologi Radiasi, Sosio Biologi, Sistem Informasi Manajemen, Sistem Basis Data I, Data Mining, Pem. Internet, Anal. dan Peran. Sistem, Pem. Visual.

II. KEILMUAN DAN KETRAMPILAN (MKK) :

Matematika Dasar, Metode Statistika I, Metode Statistika II, Statistika Matematika I, Statistika Matematika II, Pengantar Analisis Regresi, Pengantar Rancangan Percobaan, Pengantar Teori Peluang, Matematika I, Matematika II, Matriks dan Ruang Vektor, Teknik Sampling dan Survai, Statistika Non Parametrik, Analisis Deret Waktu, Analisis Multivariat, Pengantar Himpunan dan logika, Komputer Dasar, Struktur Data, Biologi Dasar, Kimia Dasar, Fisika Dasar, Proses Stokastik, Analisis Variansi, Analisis Regresi Lanjut, Analisis Riil I.

I. PENGEMBANGAN KEPRIBADIAN (MPK) : Agama, Pendidikan Kewarganegaan, Kewirausahaan,

(23)

IV. Diagram Kurikulum Semester I Mat. Das. Met.Stat. I Peng. Him.Log. Semester II Mat. I Met.Stat.II Regresi Matriks & RV Peng.Teori Peluang An. Data Eksp. Semester III Mat. II Peng. Ranc. Perc Pemrog. Linier Stat. Mat. I Semester IV Met. Numerik Struk.Data & Alg. Stat. P. Mutu Stat. Mat. II Semester V Komp. Stat. Komputer Dasar Stat.Nonpar. PML An. Deret Waktu

Tek. Samp. & Survey

Semester VI Semester VII Semester VIII

An. Data Kategorik An. Multivariat Analisis Variansi Teori Keputusan Proses Stokastik RO. Lanjutan Metode Simulasi An. Regresi Lanj. Teknik Optimasi Ekonometrika Biometri Lanjutan SPM Lanjutan Metode Peramalan Reliabil.& Uji Hidup Kapita Selekta PKL KKN Skripsi Konsul. Stat. Eksp.Data. Mult. Komputer Dasar Konsul. Stat.

Keterangan : : Mata Kuliah Wajib : Mata Kuliah Pilihan

: Mata Kuliah yang dapat diambil Pada Semester Ganjil dan Genap

(24)

V. Kurikulum Program Studi Statistika

Kurikulum Berbasis Kompetensi (KBK) Program Studi Statistika dikelompokkan menjadi 5 matakuliah yaitu Matakuliah Pengembangan Kepribadian (MPK), Matakuliah Keilmuan dan Ketrampilan (MKK), Matakuliah Keahlian Berkarya (MKB), Matakuliah Perilaku Berkarya (MPB) dan Matakuliah Berkehidupan Bermasyarakat (MBB).

PENGELOMPOKAN MATA KULIAH PROGRAM STUDI STATISTIKA 1. Mata Kuliah Pengembangan Kepribadian (MPK)

Mata Kuliah Pengembangan Kepribadian (MPK) K P J

1. Agama 3 - 3 2. Pendidikan Kewarganegaraan 3 - 3 3. Kewirausahaan 3 - 3 4. Bahasa Indonesia 3 - 3 5. Bahasa Inggris I 2 - 2 6. Bahasa Inggris II 2 - 2

Jumlah Mata Kuliah Wajib 16

Jumlah Mata Kuliah Pilihan 0

2. Mata Kuliah Keilmuan dan Ketrampilan (MKK)

Mata Kuliah Keilmuan dan Ketrampilan (MKK) K P J

1. Matematika Dasar 3 - 3 2. Metode Statistika I 3 - 3 3. Matematika I 3 - 3 4. Matematika II 4 - 4 5. Metode Statistika II 2 1 3 6. Statistika Matematika I 3 - 3 7. Statistika Matematika II 3 - 3

8. Pengantar Analisis Regresi 3 - 3

9. Pengantar Rancangan Percobaan 3 - 3

10. Pengantar Teori Peluang 3 - 3

11. Matriks dan Ruang Vektor 3 - 3

12. Metode Numerik 2 1 3

13. Teknik Sampling dan Survai 3 - 3

14. Statistika Non Parametrik 3 - 3

15. Analisis Deret Waktu 2 1 3

16. Analisis Multivariat 2 1 3

17. Pengantar Himpunan dan Logika 2 - 2

18. Komputer Dasar 2 1 3

19. Struktur Data dan Algoritma 2 1 3

(25)

Mata Kuliah Keilmuan dan Ketrampilan (MKK) K P J

21. Kimia Dasar 2 1 3

22. Fisika Dasar 2 1 3

23. Proses Stokastik 3 - 3

24. Analisis Variansi 3 - 3

25. Analisis Regresi Lanjutan 1 1 2

26. Analisis Riil I 3 - 3

3. Mata Kuliah Keahlian Berkarya (MKB)

Mata Kuliah Keahlian Berkarya (MKB) K P J

1. Analisis Data Eksplorasi 2 - 2

2. Komputasi Statistika 2 1 3

3. Riset Operasi 3 - 3

4. Pengantar Model Linier 3 - 3

5. Analisis Data Kategori 3 - 3

6. Statistika Pengendalian Mutu 3 - 3

7. Biometri Lanjutan 3 - 3

8. Statistika Pengendalian Mutu Lanjutan 3 - 3

9. Teori Keputusan 2 - 2

10. Riset Operasi Lanjutan 2 1 3

11. Eksplorasi Data Multivariat 2 - 2

12. Reliabilitas dan Uji Hidup 3 - 3

13. Teknik Optimasi 2 - 2 14. Metode Simulasi 2 - 2 15. Kapita Selekta 2 - 2 16. Konsultan Statistika 1 1 2 17. Metode Peramalan 3 - 3 18. Ekonometrika 3 - 3 19. Matematika Asuransi 2 - 2 20. Pemodelan Matematika 3 - 3 21. Ekonomi Mikro 3 - 3 22. Ekonomi Makro 3 - 3

23. Sistem Informasi Manajemen 3 - 3

24. Pemrograman Internet 3 - 3

25. Pemograman Visual 3 - 3

26. Analisis dan Perancangan Sistem. 3 - 3

27. Data Mining 3 - 3

28. Basis Data I 3 - 3

29. Pengantar Ilmu Pertanian 2 - 2

30. Biologi Radiasi 2 - 2

(26)

Mata Kuliah Keahlian Berkarya (MKB) K P J

32. Dasar Hortikultura 3 - 3

33. Dasar Budidaya Tanaman 3 - 3

4. Mata Kuliah Perilaku Berkarya (MPB)

Mata Kuliah Perilaku Berkarya (MPB) K P J

1. PKL - 2 2

2. Skripsi 6

5. Mata Kuliah Berkehidupan Bermasyarakat (MBB)

Mata Kuliah Berkehidupan Bermasyarakat (MBB) K P J

1 KKN - 3 3

DAFTAR MATAKULIAH WAJIB PROGRAM STUDI STATISTIKA BERDASARKAN SEMESTER

Semester I

Kode Mata Kuliah sks Prasyarat

K P J

UNG 4170 Bahasa Inggris I 2 - 2 -

MAB 4102 Biologi Dasar 2 1 3 -

MAK 4103 Kimia Dasar 2 1 3 -

MAP 4190 Fisika Dasar 2 1 3 -

MAM 4190 Matematika Dasar 2 1 3 -

MAM 4101 Peng. Himpunan dan Logika 2 - 2 -

MAS 4121 Metode Statistika I 3 - 3 -

(27)

Semester II

K P J

UNG 400_ Agama 3 - 3 -

MAS 4218 Pengantar Teori Peluang 3 - 3 -

MAS 4221 Metode Statistika II 2 1 3 MAS4121**

MAS 4231 Pengantar Analisis Regresi 3 - 3

MAS4121* MAM 4200***

MAM 4202 Matematika I 3 - 3 MAM 4190*

MAM 4200 Matriks dan Ruang Vektor 3 - 3 MAM 4190*

Jumlah sks 18

Semester III

K P J

MAI 4180A Komputer Dasar 2 1 3

MAS 4141 Pemrograman Linier 3 - 3 MAM 4200*

MAM 4102 Matematika II 4 - 4 MAM 4202*

MAS 4111 Statistika Matematika I 3 - 3 MAS 4218*

MAS 4122 Pengantar Rancob 3 - 3 MAS 4221**

Jumlah sks 16

Semester IV

K P J

MAI 4270A Struktur Data & Algoritma 2 1 3 MAI 4180A*

MAM 4273 Metode Numerik 2 1 3 MAM 4202*,

MAI 4180A*

MAS 4230 Statistika Peng. Mutu 3 - 3 MAS 4221*

MAS 4212 Statistika Matematika II 3 - 3 MAS 4111**

UNG 4007 Pend. Kewarganegaraan 3 - 3 54 sks

UBU 4005 Kewirausahaan 3 - 3 54 sks

(28)

Semester V

K P J

MAS 4132 Pengantar Model Linier 3 - 3 MAS 4231*,

MAS 4122*

MAS 4112 Teknik Sampling & Survai 3 - 3 MAS 4111*

MAS 4123 Statistika Non Parametrik 3 - 3 MAS 4221*

MAS 4133 Analisis Deret Waktu 2 1 3 MAS 4218*,

MAS 4231*

MAS 4134 Komputasi Statistika 2 1 3 MAS 4221**,

MAI 4180A**

Jumlah sks 15

Semester VI

K P J

MAS 4232 Analisis Data Kategori 3 - 3

MAS4231**, MAS4218

MAS 4238 Analisis Multivariat 2 1 3 MAS 4212*,

MAM 4200*

UNG 4008 Bahasa Indonesia 3 - 3 ≥ 90 sks

UBU 4002 KKN 3 - 3 ≥ 90 sks

MAS 4228 Analisis Data Explorasi 3 - 3 MAS 4221*

UNG 4270 Bahasa Inggris II 2 - 2 UNG 4170*

Jumlah sks 17

Semester VII

K P J

UBU 4003 PKL 2 - 2 ≥ 100 sks

Jumlah sks 2

Semester VIII

K P J

UBU 4001 Skripsi 6 - 6 ≥ 120 sks

(29)

DAFTAR MATA KULIAH WAJIB dan PILIHAN SEMESTER GANJIL

Kode Mata Kuliah sks Status Prasyarat

K P J

UNG4170 Bahasa Inggris I 2 - 2 W -

MAB 4102 Biologi Dasar 2 1 3 W -

MAP 4190 Fisika Dasar 2 1 3 W -

MAK 4103 Kimia Dasar 2 1 3 W -

MAM 4190 Matematika Dasar + 2 1 3 W -

MAM 4101 Peng.Himpunan & Logika 2 - 2 W -

MAS 4121 Metode Statistika I + 3 - 3 W -

MAI 4180A Komputer Dasar + 2 1 3 W -

MAS 4141 Pemrograman Linier + 3 - 3 W MAM 4200*

MAM 4102 Matematika II + 4 - 4 W MAM 4202*

MAS 4111 Statistika Matematika I + 3 - 3 W MAS 4218*

MAS 4122 Pengantar Rancob + 3 - 3 W MAS 4221**

MAS 4132 Pengantar Model Linier + 3 - 3 W MAS 4231*,

MAS 4122*

MAS 4112 Teknik Sampling & Survai 3 - 3 W MAS 4111*

MAS 4123 Statistika Non Parametrik + 3 - 3 W MAS 4221*

MAS 4133 Analisis Deret Waktu + 2 1 3 W MAS 4218*,

MAS 4231*

MAS 4134 Komputasi Statistika + 2 1 3 W MAS 4221**,

MAIA 4180**

UBU 4002 KKN 3 - 3 W ≥ 90 sks

MAS 4113 Proses Stokastik + 3 - 3 P MAS 4218*

MAB 4127 Biologi Radiasi 2 - 2 P MAB 4150

MAB 4105 Sosio Biologi 2 - 2 P MAB 4150

MAS 4142 Teori keputusan 2 - 2 P MAS 4218*

MAM 4282 Matematika Asuransi 2 - 2 P MAS 4218*

IAO 4132 Ekonomi Mikro 3 - 3 P ≥ 72 sks

MAS 4124 Biometri Lanjutan + 3 - 3 P MAS 4122**

MAS 4135 Ekonometrika 3 - 3 P MAS 4231*

MAS 4136 Stat. Peng. Mutu Lanj + 3 - 3 P MAS 4230*

MAS 4137 Eksplorasi Data P. Ganda 2 - 2 P MAS 4238*

MAS 4151 Konsultan Statistika 1 1 2 P ≥ 100 sks

MAS 4146 Teknik Optimasi 2 - 2 P MAM 4273*

MAM 4154 Analisi Riil I 3 - 3 P MAM 4202*

MAI 4199 Pemrogaman internet 3 - 3 P MAIA 4180

MAI 4191A Data Mining 3 - 3 P MAIA 4180

PTB 4102 Dasar Hortikultura 3 - 3 P ≥ 90 sks

(30)

DAFTAR MATA KULIAH WAJIB PILIHAN SEMESTER GENAP

Kode Mata Kuliah sks Status Prasyarat

K P J

UNG 4001 Agama Islam 3 - 3 W -

U UNNGG 44000022 AgAgaammaa KKrriisstteenn 3 - 3 W U UNNGG 44000033 AgAgaammaa KKaatthhoolliikk 3 - 3 W U UNNGG 44000044 AgAgaammaa HHiinndduu 3 - 3 W U UNNGG 44000055 AgAgaammaa BBuuddhhaa 3 - 3 W

MAS 4218 Pengantar Teori Peluang + 3 - 3 W

UNG 4270 Bahasa Inggris II 2 - 2 W UNG 4170*

MAS 4221 Metode Statistika II + 2 1 3 W MAS 4121**

MAS 4231 Pengantar Analisis Regresi + 3 - 3 W MAS 4121

MAS 4200***

MAM 4202 Matematika I 3 - 3 W MAM 4190*

MAM 4200 Matriks dan Ruang Vektor 3 - 3 W MAM 4190*

MAS 4228 Analisis Data Eksplorasi 3 - 3 W MAS 4221*

MAI 4270A Struktur Data dan Algoritma 2 1 3 W MAIA 4180*

MAM 4273 Metode Numerik 2 1 3 W MAM 4202*,

MAIA 4180*

MAS 4230 Statistika Peng. Mutu + 3 - 3 W MAS 4221*

MAS 4212 Statistika Matematika II + 3 - 3 W MAS 4111**

UNG 4007 Pend. Kewarganegaraan 3 - 3 W ≥ 54 sks

UBU 4005 Kewirausahaan 3 - 3 W ≥ 54 sks

MAS 4232 Analisis Data Kategori + 3 - 3 W MAS 4231*,

MAS 4218*

MAS 4238 Analisis Multivariat + 2 1 3 W MAS 4212*,

MAM 4200*

UNG 4008 Bahasa Indonesia 3 3 W ≥ 90 sks

UBU 4003 PKL 2 - 2 W ≥ 100 sks

UBU 4001 Skripsi 6 - 6 W ≥ 120 sks

PTB 4111 Pengantar Ilmu Pertanian 2 - 2 P -

MAI 4113A SIM 3 - 3 P -

MAS 4223 Analisis Variansi + 3 - 3 P MAS 4121**

MAS 4243 Metode Simulasi 2 - 2 P MAS 4218*,

MAIA 4180*

MAS 4235 Analisis Regresi Lanjutan 1 1 2 P MAS 4231**

MAS 4246 Riset Operasi + 2 1 3 P MAM 4141*

MAS 4234 Metode Peramalan 3 - 3 P MAS 4133*

MAS 4236 Reliabilitas dan Uji Hidup + 3 - 3 P MAS 4218*,

MAS 4231*

IAO 4242 Ekonomi Makro 3 - 3 P IAO 4132

MAM 4272 Pemodelan Matematika 3 - 3 P MAM 4102*

MAI 4210 Analis dan Per. Sistim 3 - 3 P MAI 4180

MAI 4285 Pemograman visual 3 - 3 P MAI 4180

PTB 4232 Dasar Budidaya Tan. 3 - 3 P ≥ 72 sks

MAI 4206A Basis Data I 3 - 3 P MAI 4270

MAS 4251 Kapita Selekta 2 - 2 P ≥ 100 sks

(31)

Keterangan :

* = menempuh sampai ujian akhir semester

** = lulus minimum D

*** = menempuh bersamaan atau menempuh sampai ujian akhir semester

+

= ada responsi

P = pilihan

W = wajib

L = layanan untuk program studi selain statistika

Semua praktikum dengan sks

Mata kuliah pilihan minimum 33 sks dengan ketentuan jumlah sks : Matakuliah Pilihan dengan kode MAS minimum 12 sks

Matakuliah Pilihan dengan kode MAM minimum 2 sks Matakuliah Pilihan dengan kode MAI minimum 2 sks Matakuliah Pilihan luar Jurusan (Fakultas) minimum 4 sks

SILABUS PROGRAM STUDI STATISTIKA

METODE STATISTIKA I (MAS 4121) 3 sks

Prasyarat : -

Deskripsi :

Penguasai konsep, peranan dasar statistika, statistika diskriptif dan menerapkan dalam statistika inferensial.

Tujuan Umum :

Setelah menempuh mata kuliah ini mahasiswa menguasai konsep, peranan dasar statistika dan mampu menerapkan dalam statistika inferensial.

Strategi Pembelajaran : Kuliah, tugas, diskusi dan responsi. Materi Kuliah :

Pengertian statistika dan kegunaannya dalam berbagai bidang penelitian; pengertian populasi dan sampel (alasan mengapa sampel perlu diambil); macam variabel dan skala pengukuran; statistika deskriptif: Diagram (titik, garis, histogram, dahan-daun, kotak garis), Ukuran pemusatan (mean, median, modus), Ukuran penyebaran (rentang, rata-rata simpangan, simpangan baku, koefisien keragaman); cara mendeteksi bentuk sebaran,

(32)

pencilan; sebaran peluang variabel diskrit, variabel kontinu; Penduga selang parameter populasi (nilai tengah, prop. “sukses”, ragam)

Pustaka :

1. Moore, D.S. and McCabe, G.P. 1993. Introduction to The Practice of Statistics. 2nd ed.

Freeman and Company, New York.

2. Walpole R.E. and R.H. Myers, 1978. Probability and Statistics for Scientist and Engineers. McMillan. New York.

3. Yitnosumarto, S. 1994. Dasar-dasar Statistika. Cet. Kedua. Raja Grafindo Persada, Jakarta.

4. Bhattacharyya, G.K. and R.A. Johson, 1977. Statistical Concept and Methods. John Wiley & Sons, Inc. New York.

METODE STATISTIKA II (MAS 4221) 3 sks

Prasyarat : MAS 4121** (Metode Statistika I)**

Deskripsi :

Dasar-dasar analisis ragam. Tujuan Umum :

Setelah menempuh mata kuliah ini mahasiswa mampu menerapka statistika inferensial lebih lanjut, dasar-dasar analisis ragam.

Strategi Pembelajaran :

Kuliah, tugas, diskusi, praktikum dan responsi. Materi Kuliah :

Tinjauan ulang dan hipotesa : dasar-dasar analisis ragam, analisis ragam untuk pengujian dua nilai tengah independen dan dua nilai tengah dependen, asumsi yang melandasi analisis ragam regresi.

Pustaka :

1. Moore, D.S. and McCabe, G.P., 1993. Introduction to The Practice of Statistics. 2nd ed.

Freeman and Company, New York.

2. Walpole and Myers. 1978. Probability and Statistics for Scientist and Engineers. McMillan. New York.

3. Yitnosumarto, S. 1994. Dasar-dasar Statistika. Cet. Kedua. Raja Grafindo Persada, Jakarta.

(33)

PENG. HIMPUNAN dan LOGIKA (MAM4101) 2 sks Prasyarat :

Deskripsi :

Himpunan dibahas dari sisi teoritis sehingga beberapa sifat yang sederhana dapat dibuktikan dan logika difokuskan pada bagaimana membangun dan membuktikan pernyataan.

Tujuan Umum :

Setelah menempuh mata kuliah ini mahasiswa mampu menyusun pernyataan-pernyataan dengan simbol-simbol logika matematika ( terutama kaitannya dengan statistika deskriptif, peluang, perancangan percobaan dan iferensia statistika) .

Semesta pembicaraan, kalimat pernyataan kata-kata penghubung kalimat, tabel-tabel nilai. Kontraposisi dan ingkaran kalimat, pengertian konstanta dan variabel, tautologi dan kontradiksi, kuantor, universal dan eksistensial, kuantifikasi terbatas, kasus dari statistika deskriptif ke inferensia, himpunan dan operasinya, himpunan kuasa, relasi relasi ekivalen, fungsi domain dan range, fungsi injektif, subektif dan bijektif, pengantar struktur aljabar dan operasi padanya, kaitan himpunan dan teknik sampling.

Pustaka :

1. Soehakso,R.M.T.J. 1985. Pengantar Matematika Modern. FMIPA-UGM 2. Torski, A. 1959. Introduction to Logic. Oxford-Press.

MATEMATIKA DASAR (MAM4190) 3 sks

Prasyarat :

Deskripsi :

Turunan dan integral. Tujuan Umum :

Setelah menempuh mata kuliah ini mahasiswa mampu menerapkan dan menjelaskan konsep dasar aljabar dan kalkulus.

Strategi Pembelajaran :

(34)

Materi Kuliah :

Fungsi, limit, fungsi, kontinuitas, turunan/derivatif fungsi, penggunaan turunan: menghitung limit dengan aturan L`Hospital, max dan min fungsi, intgral tak tentu, intergral tertentu.

Pustaka :

1. Purcell, E.J. dan D. Verberg, 1986 (terjemah B. Kartasasmita dkk): Kalkulus Goemetri Analitis, jilid 1 dan 2; edisi 4, Erlangga

2. Leithold, W.J. 1976. The Calculus and Analytic Geometry, 3rd ed; Harper and Row.

3 Baisoeni,MH. 1986. Kalkulus, UI Press

PENG. TEORI PELUANG (MAS 4218) 3 sks

Prasyarat : MAM 4101* (Peng. Him. Dan Logika)* MAM 4202***(Matematika I)***

Deskripsi :

Ruang contoh dan ruang kejadian, peluang , peubah acak dan fungsi sebaran, fungsi bersama, marjinal, , nilai harapan, momen sekitar titik dan nilai tengah, aplikasi peluang . Tujuan Umum :

Setelah menempuh mata kuliah ini mahasiswa menguasai konsep dasar peluang dan mampu menerapkan dalam pemodelan suatu percobaan.

Ruang contoh dan ruang kejadian, analisis kombinatorika, urn model, model penempatan, peluang suatu kejadian bebas atau bersyarat, dalil-dalil peluang bersyarat dan kaidah Bayes, peubah acak dan fungsi sebaran, peubah acak ganda; sebaran bersama, marjinal dan bersyarat, fungsi sebaran diskrit dan kontinu, nilai harapan, momen sekitar titik dan nilai tengah, aplikasi peluang : rantai Markov dan proses stokastik, penekanan pada pembahasan tentang peubah diskret.

Pustaka :

1. Ross, S. 1984. A First Course in Probability. Macmillan, New York.

2. Strait, P.T., 1989. A First Couse in Probability and Statistics With Applications. Horcourt Brace Jovanich, Inc.

3. Larson, 1982. Introduction to Probability Theory and Statistical Inference, John Wiley and Sons, New York.

4. Dudewicz. E.T dan S.N. Mishra. 1995. Statistika Matematika Modern; terjemahan RK Sembiring. ITB. Bandung

5. Woodroofe. M. 1975. Probability With Application. McGraw-Hill. Koyakusha. Tokyo. 6. Bean,M.A. 2001. Probability: The Science of Uncertainty with Application to

(35)

PROSES STOKASTIK (MAS 4113 ) 3 sks Prasyarat : MAS 4218*(Peng. Teori Peluang))*

Deskripsi :

Proses stokastik dan penerapannya. Tujuan Umum :

Setelah menempuh mata kuliah ini mahasiswa menguasai dan mampu menerapkan proses stokastik, klasifikasi proses stokastik, proses stasioner

Review teori peluang & pengantar proses stokastik. Rantai markov : definisi, matriks peluang transisi, first step analysis, rantai markov khusus, perilaku jangka panjang, klasifikasi keadaan (state), keberulangan (recurrence) dan contoh-contoh aplikasinya. Proses Poisson. Rantai Markov Waktu Kontinu: Proses kelahiran murni, proses kematian murni, proses kelahiran dan kematian. Proses pembaharuan : definisi, dalil, konsep dan aplikasinya.

Pustaka :

1. Karlin, S & H.M. Taylor, 1994. An Introduction to Stochastic Modelling. 3rd ed.

Academic Press. New York.

2. Allen. 2003. Introduction to Stochastic Process with Biology Application. 3. T. Aven, U Jensen. 1999. Stochastic Models in Reliability

ANALISIS VARIANSI (MAS 4223) 3 sks

Prasyarat : MAS 4223** (Metode Statistika I) **

Deskripsi :

Konsep dasar pemakaian dan berbagai analisis variansi yang disesuaikan dengan faktor-faktor yang terlibat.

Tujuan Umum :

Setelah menempuh mata kuliah ini mahasiswa diharapkan mampu menjelaskan pengertian dasar analisis variansi, konsep dasar, persyaratan yang diperlukan bagi variabel kontinu dan dapat menguji apakah analisis variansi valid diterapkan pada data yang tersedia, serta dapat menguraikan keragaman total hasil pengamatan ke dalam keragaman pengaruh faktor yang terlibat dalam model liniernya.

(36)

Pengertian analisis variansi; pendugaan ragam populasi dari ragam sampel, ragam rata-rata sampel dan ragam total; pengaruh perlakuan terhadap ragam dalam sampel dan ragam antar sampel; model tetap, acak dan campuran; asumsi-asumsi analisis ragam; transformasi data; analisis ragam klasifikasi satu arah; analisis ragam klasifikasi dua arah, tanpa interaksi; analisis ragam klasifikasi dua arah dengan interaksi; dua arah sub sampling; tiga arah tanpa interaksi; analisis ragam klasifikasi tiga arah dengan interaksi dua faktor; analisis ragam klasifikasi tiga arah dengan interaksi tiga faktor (tinjauan analisis ragam meliputi model linier, penguraian JK total dan E(KT)

Pustaka :

1. Kempthorne, O. 1980. Design and Analysis of Experiment. John Wiley. New York. 2. Mead, R., 1991. The Design of Experiment Statistical Principles for Practical

Application, Cambridge University Press.

3. Sokal, R.R. and Rohlf, F.J. 1981. Biometry. 2nd edition. W.H. Freeman and Company.

New York.

4. Steel, R.G.D. and Torrie, J.H. 1980. Principles and Procedures of Statistics. Second Ed. McGraw-Hill Kogakusha Ltd., Tokyo.

ANALISIS DATA EKPLORASI (MAS 4228) 3 sks

Prasyarat : MAS 4121** (Metode Statistika I) **

Deskripsi :

Analisis data secara diskriptif yang meliputi pemakaian diagram, tranformasi, pemulusan, penyesuaian tabel dua dan tiga arah..

Tujuan Umum :

Setelah menempuh mata kuliah ini mahasiswa mampu mengekplorasi hasil analisis secara deskriptif, menarik kesimpulan tentang populasi dengan analisis deskriptif data sampel dengan memperhatikan sifat sebaran data.

Diagram dahan daun, tranformasi, plot hubungan, pemulusan, penyelesaian tabel dua arah (kolom + baris) dan tabel tiga arah ( kolom x baris).

(37)

Pustaka :

1. Ericson, N. 1977. Memahami Data. Terjemahan R.K. Sembiring. LP3ES. 2. Siegel, A.E. 1988. Statistics and Data Analysis.

3. Tukey, J.W. 1977. Exploratory Data Analysis, Addison-Wesley, Reading, Massachusetts

SISTEM INFORMASI MANAJEMEN (MAI4113) 3 sks

Prasyarat : - Deskripsi :

Konsep dan kerangka informasi manajemen. Tujuan Umum :

Setelah menempuh mata kuliah ini mahasiswa menguasai dan dapat menerapkan konsep dan kerangka informasi manajemen.

Konsep informasi, konsep sistem, konsep sistem informasi, konsep organisasi dan manajemen, konsep pengambilan keputusan dan sistem pendukung keputusan, struktur SIM, perangkat keras dan lunak, perencanaan dan organisasi SIM pada industri jasa dan manufact, pengembangan dan evaluasi sistem informasi.

Pustaka :

1. Porter, L.W. dan Robert, K. 1977. Communication In Organization, London.

2. Eliason, A.L. dan Kitts, K.D. 1979. Bussines Computer System an Applications. Palo, California.

MATEMATIKA I (MAM 4202) 3 sks

Prasyarat : MAM 4190*(Matematika Dasar)*

Deskripsi :

Turunan dan integral. Tujuan Umum :

Setelah memepuh mata kuliah ini mahasiswa mampu menjelaskan dasar-dasar integral, turunan dan menggunakan integral, turunan dari dua atau tiga peubah.

(38)

Strategi Pembelajaran : Kuliah, tugas dan responsi. Materi Kuliah :

Penggunaan integral tertentu, integral tak wajar, fungsi dua variabel atau lebih, turunan parsial, turunan total, penggunaan turunan parsial, integral rangkap, penggunaan integral rangkap, pengantar persamaan differensial.

Pustaka :

1. Purcell, E.J. dan D. Verbeg, 1986. Kalkulus dan Geometri Analitis. Jilid 1 dan 2. Edisi 4. Terjemahan Kartasasmita. Erlangga.

2. Leithold, W.J. 1976. The Calculus and Analytic Geometry. 3d ed. Harper and Row.

3. Salas, H. and W.R. Hille. 1985. Calculus of One and Several Variables, 5th ed. John

Wiley and Sons.

MATEMATIKA II (MAM 4102) 4 sks

Prasyarat : MAM 4202* (Matematika I)*

Deskripsi :

Deret dan fungsi

Tujuan Umum :

Setelah menempuh matakuliah ini mahasiswa dapat menggunakan deret dan fungsi Strategi Pembelajaran :

Kuliah, tugas dan responsi. Materi Kuliah :

Barisan, deret, deret Taylor, deret Maclaurine, deret Fourier, Integrak Fourier, penggunaan PD di deret, fungsi Gama, Beta, Bessel, Legendre, tranformasi Laplace dan penggunaannya, Fungsi komplek, persamaan Cauchy Riemman.

Pustaka :

1. Purcell, E.J. dan D. Verberg, 1986 (terjemah B. Kartasasmita dkk): Kalkulus Goemetri Analitis, jilid 1 dan 2; edisi 4, Erlangga

2. Leithold, W.J. 1976. The Calculus and Analytic Geometry, 3rd ed; Harper and Row.

3. Salas, J. and W.R. Hille, 1985. Calculus of One Several Variables, 5th ed, John Wiley

and Sons.

4. Kreyszig, E., 1979. Advanced Engineering Mathematics, John Wiley and Sons, 4th ed,

(39)

MATRIKS DAN RUANG VEKTOR (MAM 4200) 3 sks Prasyarat : MAM 4190

Deskripsi :

Aljabar linier yang berhubungan dengan terapan statistika Tujuan Umum :

Setelah menempuh mata kuliah ini mahasiswa mampu menjelaskan dan meguraikan fungsi, operasi, sifat matriks dan ruang vektor untuk menunjang teori pada mata kuliah selanjutnya.

Sistem persamaan linier, matriks, matriks sekatan, kebalikan matriks, kebalikan matriks

sekatan, determinan, ruang vektor Rn, transformasi linier, nilai eigen, vektor eigen,

diagonalisasi, ortogonal,ortonormal, bentuk kuadrat, SVD, matrik kebalikan umum : pengantar Invers Moore-Penrose

Pustaka :

1. Anton, H. 1984. Elementary Linier Algebra. John Wiley & sons, New York.

2. Graybill. 1969. Introduction to Matrices with Application in Statistics. Wadsworth Inc., Colorado.

3. Rao. C. R. dan Mitra S.K. 1971. Generalized Inverse of Matrices and Its Application. John Wiley & Sons. New York

STATISTIKA MATEMATIKA I (MAS 4111) 3 sks

Prasyarat : MAS 4218* (Peng. Teori Peluang)*

Deskripsi :

Metode tranformasi, sebaran normal multivariat, kekonvergenan, ketidaksamaan, kaidah bilangan besar, dalil limit pusat.

Tujuan Umum :

Setelah menempuh mata kuliah ini mahasiswa mampu menerapkan konsep dasar sebaran peluang secara lebih mendalam untuk menunjang pegembangan statistika terapan.

Strategi Pembelajaran : Kuliah, tugas, diskusi dan responsi.

(40)

Materi Kuliah :

Fungsi pembangkit peluang dan momen; bebas stokastik dan identik momen bersama; sebaran fungsi peubah acak : metode transformasi, metode fungsi pembangkit momoen, sebaran jumlah peubah acak, sebaran peubah acak kontinu, sebaran fungsi linier dan kuadrat peubah acak normal, sebaran normal multivariat, kekonvergenan, ketidaksamaan, kaidah bilangan besar, dalil limit pusat.

Pustaka :

1. Casella, G. & R.L. Berger. 1990. Statistical Inference. Wadsworth, Pasific Grove, California.

2. Nasoetion, A.H. & A. Rambe. 1984. Teori Statistika untuk Ilmu-ilmu Kuantitatif. Ed. 2. Bhatara Karya Aksara, Jakarta

3. Dudewicz, E.J. & S.N. Mishra. 1988. Modern Mathematical Statistics. Wiley, New York.

STATISTIKA MATEMATIKA II (MAS 4212) 3 sks

Prasyarat : MAS 4111 *( Statistika Matematika I)*

Deskripsi :

Konsep dasar teori estimasi dan pengambilan kesimpulan secara lebih mendalam sebagai dasar

Tujuan Umum :

Setelah menempuh mata kuliah ini mahasiswa menguasai dan mampu menerapkan konsep dasar teori estimasi dan pengambilan kesimpulan secara lebih mendalam sebagai dasar untuk mengembangkan statistika terapan.

Metode pendugaan parameter, metode momen, metode kemungkinan maksimum, metode pengambilan keputusan minimaks dan Bayes, metode evaluasi penduga : galat tengah kuadrat, penduga tak bias terbaik seragam, kecukupan, kelengkapan, kekonsistenan, dalil-dalil Rao-Blackwell, Lehman-Scheffe, Cramer-Rao, Pengujian hipotesis : hipotesis statistika, hipotesis tunggal dan majemuk, kesalahan uji, kuasa uji, fungsi uji, metode penurunan statistik uji : lemma Neyman-Pearson, uji paling kuasa seragam, uji tak bias, uji nisbah kemungkinan, metode pendugaan selang : statistik pivot, statistik uji.

Pustaka :

1. Casella, G. & R.L. Berger. 1990. Statistical Inference. Wadsworth, Pasific Grove, California.

2. Nasoetion, A.H. & A. Rambe. 1984. Teori Statistika untuk Ilmu-ilmu Kuantitatif. Ed. Bhatara Karya Aksara, Jakarta

3. Dudewicz, E.J. & S.N. Mishra. 1988. Modern Mathematical Statistics. Wiley, New York.