A. CAPAIAN
1. C
2. C
3. C
4. C
CP11.1 dalam m
B. Untuk me 1).Pe First 10).M
C. Matak
D. Deskripsi
Kemamp
Penguas
PEMBELAJARAN :
CP 1.1 : Mampu m
CP 2.2 : Mampu me
CP 8.1 : Mampu me
CP11.1 : Mampu m
mata kuliah Proses
encapai CP di ata ngertian Proses passage time 6.) Model Antrian
kuliah Prasyarat :
i CP secara umum
puan
saan pengetahua
:
menerapkan Metod
emodelkan & meng emformulasikan ma enganalisis data k
Stokstik diberi kod
as diperlukan 10 Stokastik dan Ra Ekspektasi Biaya
Teori Prob
m KKNI Level 6
Deskripsi
an 6.1 Mengu ketidak 6.2. Mamp
atau sis steady 6.3 Mamp
cuaca,
e Statistika dalam
ginterpretasikan fen asalah ke dalam pe kuantitatif baik seca
de CP11.1 Prosto ya
POKOK BAHASA
antai Markov, 2). a 7).Rantai Marko
babilitas dan Mat
uasai konsep dan kpastian ( uncerta
u mengindentifik stem stokastik se
state )
u menerapkan m sistem inventori,
manajemen.
nomena ekonomi
emodelan statistika ara univariat maupu
ang meliputi 10 sub
N sebagai berriku . Probabilitas tra ov Kontinyu 8).De
tematika Statistik
mampu menerap ainty ) dalam dun kasi ruang keadaa erta mampu mem
model Markov disk , sistem finansial,
a
un multivariate
b Capaian Pembela
ut
nsisi 1 langkah, 3 ekomposisi dan s
ka I
pkan Model Mark nia bisnis, manaje an ( state space ) mprediksi kinerja a
kret dan Kontiny , sistem komunik
ajaran, yaitu : CP11
3). Probabilitas t uperposisi Prose
kov Diskrit untuk emen , industri da
dan waktu (para atau performans
u untuk mengana asi
1.1 Prosto1 sd CP11
transisi n langkah s Poisson, 9).Mat
k mempelajari fen an teknologi ameter space ) da
i proses dalam ja
alisis sistem man
1.1Prosto10.
h 4.) Distribusi Li triks Rate,diagram
nomena‐fenomen
ari suatu proses angka panjang (
ufaktur, sistem
imit,5). m rate,
Proses pembelajaran di Jurus
Kemam
Kemam
Sikap da
san Statistika ITS melipu Perku
puan kerja
puan manjerial
an tata nilai
uliahan, Kerja Praktek dan Tuga Markov
6.6 memah
adalah penom Model 6.7. Mamp
ekspeta dalam j 6.8 Mamp 6.9 Mamp 6.10 Mam meng 6.11 Mam 6.12 Bertan organisasi 6.13 Mem
as Akhir. Ada 13 Dokumen dal v Diskrit. hami konsep dan
transisi‐transisi mena dalam bisnis Markov Kontinyu u menghitung kin asi beaya total d jangka panjang ( u Menggunakan u beradaptasi ter pu mengambil ke gkomunikasikan h pu memberikan nggung jawab pa
punyai Etika Prof
lam proses perkuliahan, yi : 5 p n mampu menera yang mungkin s dan industri me u.
nerja atau perfor dan ekspetasi bea ( steady state )
IPTEKS pada bida rhadap situasi ya eputusan yang te hasil analisis baik petunjuk dalam da pekerjaan sen
fesi, kerjasama , m
pedoman ( CP, RP, RE, UT &R), 3 apkan Model Mar antar state spa empunyai parame
rmansi proses, an aya persatuan wa
angnya dalam pe ng dihadapi pat berdasarkan k secara lisan mau
memilih berbaga ndiri dan dapat d
menghargai oran
3 buah SOP ( PBS,PCS & PK ) da rkov Kontinyu. Pe ace dapat terjad eter space kontin
ntara lain occupan aktu dari proses ji
enyelesaian masa
analisis informa upun tertulis ai alternatif solu diberi tanggung ja
g lain, patuh atu
an 5 Formulir Rekaman ( FT, DN engertian parame di setiap saat. B nyu sehingga dap
ncy times, first pa ika berada diruan
alah serta
si dan data, serta
si secara mandir awab atas penca
ran, cerdas aman
N,PA & RN)
eter space kontin Banyak penome
at dianalisis deng
assage times dan ng keadaan terten
a mampu
ri dan kelompok; paian hasil kerja
nah kreatif
nyu na‐ gan
ntu
PERT‐
CAPAIAN PEMBE
NO D
ELAJARAN DESKRIPSI
(3)
at Menjelaskan
gertian Proses
astik dan Rantai
perbedaan p
stokastik den parameter d
spacenya
2. mampu
mengindenti ruang keadaa space ) dan w
keadaan (par
space ) dari s
stokas knya unt
langkah
OR
LAN POKO
njelaskan
proses
ngan an state
fikasi an ( state waktu
rameter
suatu
Pengertian
s Stokastik
si 1 langkah, [1
SUMBER BELAJAR P
1] Bab 2 1. C
2.D 3.L
METODE PEMBELA‐ JARAN
M EVA (7)
CI
Diskusi
La han ALUASI
BOBO KUMUL (9) (1)
0‐P‐L 5%/5
P‐O 10%/15
OT1/ LATIF )
5%
Proses pembelajaran di Jurus
san Statistika ITS melipu Perku
.2 6.3
memahami
n membuat iks Probabilitas sisi n langkah.
1.1Prosto3
t menghitung
usi limit suatu s stokastik bila usi limit itu ada
Prosto4
at menghitung
mansi suatu (sistem) pada
encapai keadaan
u pertama
as Akhir. Ada 13 Dokumen dal
Mampu mengind
transisi‐transisi ya
mungkin antar ru keadaan seuai wa
proses, dan mam
menyusun matrik
stokastiknya unt
langkah
Dapat menentuka
T adalah waktu p
kali sistem masuk
lam proses perkuliahan, yi : 5 p
dentifikasi
ang
babilitas
si n langkah [1
istribusi Limit [1
rst passage
1] Bab 5 P‐G
].lampiran B7
G‐LS‐D TT‐0
G‐LS‐D TT‐P
N,PA & RN)
P‐O 10%/25
0‐P‐L 5%/30%
P‐O 10%/40
%
%
PERT‐
CAPAIAN PEMBE
NO D
ELAJARAN DESKRIPSI
(3)
panjang
.1 Prosto6
menjelaskan
ationary and ndent increment
proses poisson
menghitung
g dari F(x) dan rta peluang dari
INDIKATO KEBERHASIL
(4)
Dapat menghitun
ekspektasi biaya t
(EBT) dari suatu p dalam jangka wak tertentu n.
Serta menghitung
ekspektasi biaya persatuan waktu
jangka panjang.
a. Memaham
menguasai konse
Markov Kontiny
mampu membed
dengan Model
ep Model
yu serta
dakannya
Markov
menyusun
kspektasi
iaya
Model Markov
ontinyu ekomposisi an
uperposisi
roses oisson.
[1
SUMBER BELAJAR P
(6)
1]. B8, B9 P‐G
METODE PEMBELA‐ JARAN ALUASI
Proses pembelajaran di Jurussan Statistika ITS melipu Perku
proses
CP11.1 CP11.1
uliahan, Kerja Praktek dan Tuga
poisson
Prosto7‐
Prosto9
as Akhir. Ada 13 Dokumen dal
matriks rate dan
mendapatkan
stokastik dari ma untuk analisis tra
c. Mampu m
sistem persamaa
diferensial untu
Poisson dan
menyelesaikanny
d. Mampu me
performansi
antara lain o
times, firstpassag
menghitung
beaya total dan
beaya persatua
jika poses bera
state tertentu
jangka panjang.
lam proses perkuliahan, yi : 5 p
n mampu
matriks
atriks rate nsient.
menyusun
an beda‐
k Proses
mampu ya.
enghitung
proses,
occupancy
ge times,
ekspetasi
ekspetasi
n waktu
ada pada
dalam
9. M
da ra
pedoman ( CP, RP, RE, UT &R), 3
Matriks Rate
an diagram
ate
1
1. Karlin, S. & Tay
2. Kulkarni, V.G.,
CAPAIAN PEMBE
NO D
khusus
Markov
sistem
banyak
hari. CP
ylor, H.M., An Intro
Modeling, Analysis
ELAJARAN DESKRIPSI
(3)
pat Menjelaskan
dan mampu
apkan Model n dan faham
Proses Antrian
akan kejadian
dari Model
mansi beberapa
antri yang
dijumpai sehar‐
11.1Prosto10
oduction to Stochas is, Design and Cont
INDIKATO KEBERHASIL
(4)
1. Mampu
mengidentifikasi
antri sesuai prose
2. Mampu me
kinerja performa
antri jalur tung
jalur ganda
3. Mampu me
performansi sist
jaringan Jackson
stic Modeling 3rd Ed
trol of Stochastic Sy
OR
LAN POKO
sistem
esnya enghitung
asi sistem
ggal dan
enghitung
em antri
10. M
Model Antrian
proses input –
utput, sistem
ntrian
apasitas
erbatas dan
SUMBER BELAJAR P
(6)
1]. B12,B15
P‐G
METODE PEMBELA‐ JARAN ALUASI