BUKU RANCANGAN PENGAJARAN
CSF2600102
STATISTIKA & PROBABILITAS Semester Ganjil 2014/2015
Disusun oleh:
Ika Alfina, S.Kom., M.Kom.
Alfan Farizki Wicaksono, S.T., M.Sc.
Siti Aminah, S.Kom., M.Kom.
FAKULTAS ILMU KOMPUTER UNIVERSITAS INDONESIA
Depok, Agustus 2014
A. INFORMASI UMUM
Nama mata ajar : Statistika dan Probabilitas
Kode mata ajar : CSF2600102
Diberikan pada semester ke- : 3
Jumlah sks : 4
Prasyarat : Matematika Diskret 1 (sudah menguasai materi kombinatorik)
Kaitan dengan mata ajar lain (menjadi prasyarat)
: Jaringan Komputer (pernah mengikuti)
Kriptografi dan Keamanan Sistem Informasi (lulus) Pengolahan Bahasa Manusia (lulus)
Pengolahan Sinyal Digital (lulus) Simulasi dan Pemodelan (lulus) Sistem Cerdas (lulus)
Dosen : Ika Alfina, M.Kom. (Kelas A & B)
Alfan Farizki Wicaksono, M.Sc. (Kelas C & D) Siti Aminah, M.Kom (Kelas E)
Asisten Dosen : TBA
Jadwal Kuliah : Kelas A & C: Selasa & Kamis, 08.00-09.40 Kelas B, D & E: Selasa & Kamis, 10.00-11.40
B. TUJUAN DAN SASARAN Tujuan:
Setelah lulus mata kuliah ini mahasiswa diharapkan untuk menguasai konsep tentang peluang, peubah acak, statistik deskriptif, dan statistik inferensi. Juga mampu menerapkan konsep tersebut untuk menyelesaikan persoalan menyangkut fenomena statistik (stokastik) atau persoalan model non-deterministik (kombinatorik).
Sasaran:
Secara khusus kuliah ini memberikan penguasaan tentang pokok bahasan sebagai berikut:
1. Konsep peluang dan peubah acak 2. Statistika deskriptif
3. Statistika inferensial: estimasi parameter , uji hipotesis dan regresi 4. Markov chain
5. Teori antrian
3 C. BUKU RUJUKAN DAN POKOK BAHASAN
Buku Rujukan:
[1] Introduction to Probability and Statistics for Engineers & Scientists, 4th ed., Sheldon M. Ross, Elsevier, 2009.
[2] Applied Statistics for the Behavioral Sciences, 5th ed., Hinkle., Wiersma., Jurs., Houghton Mifflin Company, New York, 2003.
[3] A Modern Introduction to Probability and Statistics, Understanding Why and How, Frederik Michel Dekking et al., Springer, 2005.
[4] Probability, Statistics and Queueing Theory with Computer Science Applications, Arnold O.
Allen, Academic Press, 1997
[5] Applied Probability and Stochastic Processes, Richard M. Feldman & C. Valdez-Flores, 2nd ed., Springer, 1996
[6] Probability and Statistics with Reliability, Queuing and Computer Science Applications, Kishor S. Trivedi, John Wiley & Sons, 2002
Pokok Bahasan:
No Pokok Bahasan Subpokok Bahasan Rujukan
1 Introduction to Statistics Populasi dan sampel
Statistik deskriptif
Statistik inferensial dan model probabilitas
[1] Chapter 1 [2] Chapter 1
2 Descriptive Statistics Mendeskripsikan data menggunakan tabel frekuensi, grafik, histogram, dll
Mean, median, modus
Variansi dan Standar Deviasi
Persentil
Standard Score (z-score)
Correlation
[1] Chapter 2 [2] Chapter 2 - 5
3 Elements of Probability Sample space & event
Aljabar event
Conditional Probability
Bayes’ Formula
Independent event
[1] Chapter 3 [3] Chapter 2, 3
4 Random Variables &
Expectation
Random Variable (RV)
Expectation
Variance & Covariance
[1] Chapter 4 [3] Chapter 7
5 Special Random Variables Discrete RV
o Bernoully RV o Binomial RV
[1] Chapter 5 [3] Chapter 4, 5
o Geometric RV o Poisson RV o Hypergometric RV
Continuous RV o Uniform RV o Exponential RV o Normal RV
Distribution Arising from the Normal o The Chi-Square Distribution o The t-distribution
o The F-distribution 6 Sampling & Distribution of
Sampling Statistics
Sampling
Distribution of Sampling o Rata-rata sampel o Central Limit Theorem o Aproksimasi Distribusi Rata-
rata Sample
[1] Chapter 6 [2] Chapter 7 [3] Chapter 14
7 Parameter Estimation Maximum Likelihood estimator
Interval Estimates
Estimasi perbedaan mean antara 2 populasi normal
Aproksimasi confidence interval rata- rata suatu Bernoulli RV
[1] Chapter 7 [3] Chapter 19 – 24
8 Hypothesis Testing Level signifikan
Uji terhadap rata-rata populasi normal
Uji kesamaan rata-rata dari 2 populasi normal
Uji hipotesis terhadap variansi populasi normal
Uji hipotesis pada populasi Bernoulli
Uji terhadap rata-rata Distribusi Poisson
[1] Chapter 8 [3] Chapter 25 - 28
9 Regression Least square estimator dari
Parameter Regresi
Distribusi estimator
Inferensial statistik untuk Parameter Regresi
Koefisien determinasi dan koefien korelasi dari sampel
Regresi Polinomial
[1] Chapter 9
10 Markov Introduction to Stochastic Processes
DTMC
[4] Chapter 4 [5] Chapter 2, 4 [6] Chapter 7
5
11 Queue Describing a Queueing Systems
Birth-and-Death Queueing o Counting Process o Poisson Process
o Birth-and-Death Process o B&D queueing models
[4] Chapter 4-5
D. EVALUASI
Skema Penentuan Nilai Akhir:
No Komponen Bobot
1 Tugas Individu (PR): 4 kali 12%
2 Kuis: 4 kali 13%
3 Tugas Kelompok: 1 kali (2 tahap) 10%
4 Ujian Tengah Semester (UTS) 30%
5 Ujian Akhir Semester (UAS) 35%
Total 100%
E. RENCANA PERKULIAHAN
Mg Tanggal Materi Tugas/PR/Kuis
1
2 Sep Penjelasan BRP, Introduction to Statistics
4 Sep Descriptive Statistics
2
9 Sep Descriptive Statistics PR 1, deadline 16 Sep 11 Sep Descriptive Statistics
3 16 Sep Elements of Probability
18 Sep Elements of Probability Kuis 1
4 23 Sep Random Variables & Expectation PR 2, deadline 30 Sep 25 Sep Random Variables & Expectation
5 30 Sep Special Random Variable
2 Okt Special Random Variable Kuis 2
6
7 Okt Special Random Variable PR 3, deadline 14 Okt 9 Okt Special Random Variable
7
14 Okt Special Random Variable
16 Okt Review Pra UTS Kuis 3
8 21 Okt Masa UTS (20 – 27 Okt)
23 Okt Masa UTS (20 – 27 Okt)
9 28 Okt Distribution of Sampling Statistics 30 Okt Distribution of Sampling Statistics
10 4 Nov Parameter Estimation
6 Nov Parameter Estimation
11 11 Nov Parameter Estimation TK, deadline 25 Nov
13 Nov Hypothesis Testing
12 18 Nov Hypothesis Testing 20 Nov Regression
13 25 Nov Markov PR 4, deadline 2 Des
27 Nov Markov
14 2 Des Queue
4 Des Queue Kuis 4
15 9 Des Queue
11 Des Review Pra-UAS
16 16 Des Masa UAS (16 – 24 Des) 18 Des Masa UAS (16 – 24 Des) F. PERATURAN
o Terkait perkuliahan
o Aturan mengenai penalti atas keterlambatan masuk kelas ditentukan oleh masing- masing dosen.
o Tidak ada batas minimal kehadiran di kelas agar dapat mengikuti UTS/UAS, namun demikian tetap dilakukan pencatatan kehadiran mahasiswa untuk keperluan administrasi fakultas. Mahasiswa yang memutuskan untuk hadir agar mengikuti perkuliahan dengan baik dengan tidak mengganggu suasana perkualiahan di kelas.
o Alat komunikasi harus dalam keadaan non-aktif, mahasiswa agar tidak mengganggu perkuliahan dengan bunyi nada dering, menulis SMS atau menjawab panggilan telepon
Terkait Kuis
o Tidak ada kuis susulan, kecuali untuk mahasiswa yang mendapat penugasan dari fakultas.
Terkait PR dan TK:
o Jika PR/TK dikumpulkan dalam bentuk hardcopy dan softcopy, maka keterlambatan pengumpulan salah satu dari kedua dokumen berarti keterlambatan PR/Tugas secara keseluruhan.
o Penalti keterlambatan:
a. Dikurangi 5 poin, jika terlambat maksimal 30 menit setelah deadline b. Dikurangi 20 poin, jika terlambat antara 30 menit – 24 jam setelah deadline.
c. Jika terlambat lebih dari 24 jam, PR/TK tidak diterima.
Terkait UTS/UAS susulan:
UTS/UAS susulan dapat diberikan jika sesuai dengan aturan yang ditetapkan Fakultas, yaitu:
a. Karena sakit: dengan syarat bahwa informasi tentang kejadian sakit sudah harus diterima dosen/Sekretariat Akademik paling lambat saat ujian berlangsung; dan surat keterangan dokter harus disampaikan pada kesempatan pertama mahasiswa hadir di kampus.
7
b. Alasan lain: dengan persetujuan Fakultas (seperti penugasan negara, UI, Fakultas) yang dibuktikan dengan Surat Persetujuan dispensasi ujian.
Kejujuran Akademis
(disalin dari Buku Pedoman Kurikulum dan Peraturan Akademik 2010 hal 75)
1. Sesuai dengan Peraturan Universitas Indonesia, para mahasiswa diharuskan jujur dalam mengikuti proses belajar, menyelesaikan tugas laboratorium, meneliti, membuat karya tulis, dan kegiatan akademik lainnya, serta menjaga tata tertib dalam melakukan berbagai kegiatan yang menyangkut nama Universitas Indonesia pada umumnya.
2. Ketidakjujuran yang tidak dibenarkan meliputi: plagiarisme, pembocoran naskah ujian, pemalsuan ujian dan/atau karya tulis, penggunaan informasi yang tidak dibenarkan selama ujian (menyontek), memberikan keterangan atau data palsu, dan ketidakjujuran akademik lainnya.
3. Dekan Fakultas Ilmu Komputer akan memberikan sanksi akademik berupa pemberian nilai E di kelas yang mahasiswa melakukan pelanggaran. Sanksi juga bisa berupa masa percobaan, pemberhentian sementara, ataupun pemberhentian dari Fakultas Ilmu Komputer sesuai dengan tingkat pelanggaran yang dilakukan oleh mahasiswa tersebut.
4. Dalam hal mahasiswa tidak puas dengan keputusan yang dikenakan oleh Fakultas, mahasiswa dapat mengajukan permohonan tertulis agar sanksi tersebut dapat ditinjau kembali dengan menimbang kembali masukan dari pengajar, mahasiswa dan pihak- pihak lain yang terkait. Jika permohonan ini ditolak maka keputusan terakhir dari Fakultas akan dipakai sebagai dasar pemberian sanksi kepada mahasiswa.
***
