Portofolio Perkuliahan
UNIVERSITAS BRAWIJAYA
FAKULTAS MIPA
JURUSAN STATISTIKA / PROGRAM STUDI SARJANA STATISTIKA
Mata Kuliah:
Pengantar Analisis Numerik
Kode:
MAS62114
RMK:
Teori dan Komputasi
Semester:
Genap Dosen Luthfatul Amaliana, S.Si., M.Si.
Pendahuluan
Mata kuliah Pengantar Analisis Numerik merupakan mata kuliah inti yang menjadi prasyarat sebelum mengambil mata kuliah Teknik Optimasi. Pada pelaksanaan perkuliahan tahun ajaran 2019/2020, terdapat tiga kelas paralel yaitu kelas A, B, dan C dengan jumlah dosen pengajar sebanyak tiga orang. Selama pelaksanaan perkuliahan, dosen pengajar saling berdiskusi dan berkoordinasi baik dalam penyampaian materi perkuliahan dan assesmen. Komponen assesmen dilakukan melalui tugas, kuis, praktikum, UTS, dan UAS. Dengan adanya team teaching, semua kelas diharapkan memiliki outcome pembelajaran yang sama. Pelaksanaan perkuliahan mata kuliah ini menjalankan perkuliahan secara tatap muka (luring) dan daring.
Secara keseluruhan, tidak terdapat kendala yang berarti dalam proses perkuliahan. Mahasiswa antusias dalam mengikuti perkuliahan karena konsep atau materi diberikan terlebih dahulu di awal, selanjutnya dilakukan banyak pembahasan soal. Dengan demikian, mahasiswa dapat lebih memahami materi melalui soal-soal yang diberikan. Selain itu, perhitungan metode tidak hanya dilakukan secara manual, akan tetapi juga dilakukan menggunakan software R maupun Microsoft Excel.
1 Tujuan
Tujuam Umum:
Mata kuliah ini bertujuan untuk mempelajari teori matematika yang digunakan dalam statistika serta algoritmanya untuk menyelesaikan sistem persamaan linier, persamaan non-linier, regresi, masalah-masalah eigen, turunan serta integrasi menggunakan secara numerik baik dengan manual maupun komputasi menggunakan software R.
Mata kuliah ini diajarkan untuk mendukung Capaian Pembelajaran Program Studi (Intended Learning Outcome - ILO) berikut ini:
- ILO 1: Menguasai konsep dasar keilmuan dan metode analisis statistika yang dapat diaplikasikan pada bidang komputasi, sosial humaniora, ekonomi, industri dan hayati.
- ILO 4: Menguasai minimal dua perangkat lunak statistika, termasuk yang berbasis open source.
- ILO 5: Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif secara mandiri, dengan hasil yang bermutu dan terukur dalam implementasi ilmu
pengetahuan dan teknologi yang menerapkan nilai humaniora berdasarkan kaidah, tata cara dan etika ilmiah
- ILO 7: Mampu memelihara dan mengembangkan jaringan kerja, serta melakukan supervisi dan evaluasi terhadap kinerja tim yang dipimpinnya
- ILO 8: Mampu menerapkan dan menginternalisasi semangat kemandirian,
kejuangan, kewirausahaan berdasarkan nilai, norma, dan etika akademik serta nilai Pancasila dalam segala aspek kehidupan.
Tujuan Khusus:
- CLO1: Mahasiswa mampu memahami konsep-konsep matematika yang berperanan dalam statistika
- CLO2: Mahasiswa mampu menemukan solusi numerik dari persamaan-persamaan matematika yang tidak dapat diselesaikan secara eksak menggunakan software R maupun manual
- CLO3: Mahasiswa mampu menyelesaikan secara numerik permasalahan terkait pokok bahasan matematika yang tertentu yang digunakan dalam statistika dengan metode yang berbeda
- CLO4: Mahasiswa mampu menyampaikan pemahaman konsep-konsep matematika yang tidak dapat diselesaikan secara eksak dan berperanan dalam statistika secara tertulis maupun lisan, dalam bentuk tugas individu maupun kelompok
- CLO5: Mahasiswa mampu menyampaikan hasil perhitungan numerik persamaan- persamaan matematika yang tidak dapat diselesaikan secara eksak menggunakan software R maupun manual baik tertulis maupun lisan, dalam bentuk tugas individu maupun kelompok
Masing – masing Capaian Pembelajaran Mata Kuliah (CLO) memberikan dukungan terhadap Capaian Pembelajaran Program Studi (ILO) dengan presentase tertentu yang detilnya dapat dilihat pada matriks hubungan antara CLO MK Statistika Matematika II dan ILO yang disajikan pada Tabel 1.
Tabel 1. Matriks Hubungan antara CLO dan ILO MK Statistika Matematika II
ILO1 ILO2 ILO3 ILO4 ILO5 ILO6 ILO7 ILO8
CLO1 0.75 0.00 0.00 0.00 0.25 0.00 0.00 0.00
CLO2 0.40 0.00 0.00 0.30 0.30 0.00 0.00 0.00
CLO3 0.60 0.00 0.00 0.00 0.40 0.00 0.00 0.00
CLO4 0.60 0.00 0.00 0.00 0.20 0.00 0.10 0.10
CLO5 0.00 0.00 0.00 0.50 0.30 0.00 0.10 0.10
2 Strategi Pembelajaran
Perkuliahan ini menyajikan materi yang bersifat teori matematis dan aplikasinya di bidang statistika, utamanya sebagai penunjang teori pada mata kuliah selanjutnya yaitu Teknik Optimasi. Untuk itu digunakan strategi berikut ini:
- Menyediakan akses materi perkuliahan dalam bentuk file ppt atau modul pembelajaran pada forum di Google Classroom. (kelas B:
https://classroom.google.com/u/1/c/NzI5MDI0NDc0ODBa)
- Menyajikan materi secara detail tentang peranan analisis numerik dalam statistika, pengertian galat, Sistem Persamaan Linier (Eliminasi Gauss, Faktorisasi Cholesky), Komputasi pada analisis Regresi (Transformasi Givens untuk penyelesaian fungsi
Kuadrat Terkecil), Solusi Persamaan Non-Linier (Metode Bisection (Bagi Dua), Metode Newton-Raphson, Metode Secant), Masalah-masalah eigen (nilai eigen dan vektor eigen, Singular Value Dekomposition/ SVD), Turunan numerik (definisi Fundamental Turunan, Turunan Parsial menggunakan Metode Ektrapolasi Richardson, Pendugaan Kemungkinan Maksimum), Integrasi numerik (Integrasi dasar dalam R, Aturan Trapesium, Aturan Parabolik/ Aturan Simpson)
- Menyajikan materi di depan kelas melalui powerpoint dengan contoh – contoh terapan di white board. Penyajian tidak hanya dilakukan satu arah oleh dosen (satu arah), tetapi juga memberikan kesempatan mahasiswa mengerjakan di depan kelas (dua arah).
- Memberikan contoh kasus yang awalnya diselesaikan bersama-sama di kelas, kemudian dilanjutkan dengan pemberian tugas yang memerlukan cukup banyak waktu, sehingga harus dikerjakan di rumah. Tugas tersebut dikerjakan secara mandiri dengan masih memberikan kesempatan untuk mengakses materi/catatan.
- Memberikan hasil tugas ataupun assesmen lain seperti kuis dan UTS kepada mahasiswa pada pertemuan perkuliahan selanjutnya. Kemudian memberikan kesempatan kepada mahasiswa untuk membahas ulang soal – soal assesmen apabila diperlukan. Dengan adanya pembahasan tersebut, diharapkan mahasiswa lebih memahasmi dan tidak mengulang kembali kesalahan yang dilakukan pada asesmen selanjutnya.
- Mengaktifkan peran asisten untuk memberi penjelasan dan latihan tambahan kepada mahasiswa pada sesi praktikum.
3 Pengelolaan Perkuliahan
Mata kuliah ini adalah mata kuliah 3 sks (2 sks + 1 sks) dengan jadwal pertemuan satu minggu sekali (1 jam 45 menit kuliah) selama 14 minggu dan praktikum dilaksanakan sebanyak 8 pertemuan dengan durasi 100 menit per pertemuan. Untuk UTS dilaksanakan terjadwal pada pertemuan, sedangkan UAS juga dilaksanakan terjadwal setelah pertemuan ke-14.
Perkuliahan:
a. Jadwal: Kelas Pengantar Analisis Numerik B terjadwal pada hari Senin, jam 13.00 – 14.45 WIB.
b. Pada setiap pertemuan dosen memberikan kesempatan untuk berdiskusi tentang kesulitan pada materi sebelumnya, kemudian dosen menyajikan materi baru berupa teori disertai dengan pembahasan soal-soal pada 1 sks pertama. Sedangkan 1 sks selanjutnya mahasiswa diminta untuk menerapkan konsep yang sudah dijelaskan pada soal yang berbeda. Kemudian mahasiswa diberikan beberapa tugas untuk dikerjakan di rumah agar dapat lebih berlatih dan memahami kembali materi.
c. Setiap pertemuan mempunyai capaian pembelajaran yang spesifik sesuai materi yang disampaikan. Untuk mengukur ketercapaiannya, telah dirancang pemberian tugas. Hasil tugas mahasiswa tersebut dijadikan sebagai bahan evaluasi, untuk mengulang kembali bagian – bagian yang diperlukan pada pertemuan selanjutnya.
Sesuai yang dirancang pada RPS dan SAP, untuk mata kuliah ini diberikan beberapa assesmen dengan materi dan bobot setiap assesmen terhadap nilai akhir seperti yang tersaji pada Tabel 2. Semua bentuk penilaian di atas harus dikerjakan secara mandiri oleh mahasiswa.
Praktikum:
a. Asisten yang memegang kelas praktikum terdiri dari tiga mahasiswa, yaitu:
1. Wulaida Rizky Fitrilia 2. Femy Rahayu Quientania 3. Nabila Azarin Balqis
b. Praktikum diselenggarakan di ruang laboratorium sesuai dengan jadwal yang telah ditentukan.
c. Diselenggarakan dengan tujuan pemantapan materi, melalui sesi diskusi dengan asisten dan latihan pengayaan soal.
d. Materi setiap minggunya adalah hasil diskusi dengan dosen, sesuai dengan kecepatan penyampaian materi perkuliahan setiap minggunya.
e. Jadwal: Responsi dilaksanakan setiap hari Kamis, jam 15.40 – 17.00.
f. Responsi diselenggarakan 8 kali, dan baru dapat dimulai pada minggu ke-5 perkuliahan reguler (kebijakan PS untuk memberi waktu dalam penjaringan asisten dan akumulasi materi dari dosen) dan tidak dilaksanakan selama minggu UTS (8 dan 9) dengan rincian meteri setiap minggu sebagai berikut:
1. Minggu ke-5: Eliminasi Gauss dan Gauss-Jordan, Dekomposisi LU, contoh soal beserta penyelesaian manual dan menggunakan software R-studio
2. Minggu ke-6: Faktorisasi cholesky, transformasi givens, contoh soal beserta penyelesaian manual dan menggunakan software R-studio
3. Minggu ke-7: Solusi persamaan non-linier dengan menggunakan metode bisection, newton-raphson, dan secant, contoh soal beserta penyelesaian manual dan menggunakan software R-studio
4. Minggu ke-10: Ujian Tengah Praktikum
5. Minggu ke-11: Masalah eigen, SVD, contoh soal beserta penyelesaian manual dan menggunakan software R-studio
6. Minggu ke-12: Turunan numerik, contoh soal beserta penyelesaian manual dan menggunakan software R-studio
7. Minggu ke-13: Integral numerik, contoh soal beserta penyelesaian manual dan menggunakan software R-studio
8. Minggu ke-14: Ujian Akhir Praktikum 4 Isi Perkuliahan
- Kontrak kuliah, Pengenalan software dan pemrogramannya
- Pembulatan dan angka penting, Hampiran dan galat, Eliminasi Gauss & Gauss Jordan - Dekomposisi LU, Faktorisasi Cholesky
- Komputasi pada analisis regresi, Transformasi givens - Solusi persamaan non-linier dengan metode bisection
- Metode newton-raphson dan metode secant - Masalah eigen dan metode power
- Singular Value Decomposition (SVD) - Differensiasi Numerik
- Pendugaan Kemungkinan Maksimum
- Integral Numerik (Aturan Trapezoidal dan Parabolik)
Kesesuaian antara materi perkuliahan yang dirancang pada kurikulum dengan prakteknya dapat dilihat pada Lampiran 1.
5 Peserta Kuliah
Mata kuliah ini adalah mata kuliah wajib yang diikuti oleh Mahasiswa Program Studi Sarjana Statistika FMIPA UB, yang diikuti oleh 45 mahasiswa dimana seluruhnya merupakan angkatan 2018 atau semester 4.
6 Persentase Kehadiran
Rincian persentase kehadiran dosen dan mahasiswa untuk Pengantar Analisis Numerik kelas B, kehadiran dosen adalah 100% sedangkan kehadiran mahasiswa rata – rata sebesar 98,57%.
7 Sistem Evaluasi
- Evaluasi melalui tugas dilakuakan sebanyak empat kali dengan tujuan untuk menggali pemahaman mahasiswa terhadap materi perkuliahan yang telah disampaikan di setiap minggu/pertemuan. Pelaksanaan tugas, mahasiswa masih dapat membuka catatan (open resume) karena dikerjakan di rumah. Hasil dari tugas tersebut dimanfaatkan dosen untuk membahas ulang materi yang dirasa kurang pemahamannya pada pertemuan di minggu selanjutnya.
- Evaluasi melalui kuis dilakukan sebanyak satu kali dengan tujuan untuk mengukur pemahaman dari 3 atau 4 pertemuan. Tipe soal yang diberikan menyerupai soal tugas dengan kasus dan tingkat kompeksitas yang lebih rumit. Pelaksanaan kuis mahasiswa tidak diberi kesempatan membuka catatan (close resume).
- Evaluasi materi sampai dengan tengah dan akhir semester dilaksanakan melalui UTS dan UAS, yang diselenggarakan secara terjadwal. Soal yang diberikan terdiri dari 4-5 nomor. Pelaksanaan UTS dan UAS dikirimkan melalui email dan formulir google.
- Evaluasi hasil praktikum diberikan oleh asisten. Aspek penilaian adalah keaktifan dan pemahaman materi dari tugas – tugas pengayaan yang diberikan asisten. Asisten menentukan tipe soal pada tugas pengayaan setelah berkonsultasi terlebih dahulu dengan dosen pengampu.
Pada minggu UTS dan UAS seluruh kegiatan perkuliahan diliburkan, sehingga mahasiswa konsentrasi untuk menghadapi UTS/UAS. Soal untuk seluruh tipe evaluasi dibuat standar/sama untuk semua kelas pararel, yang merupakan hasil diskusi dari tim pengajar. Materi yang dievaluasi untuk setiap asessment dan bobotnya dapat dilihat pada Tabel 2.
Tabel 2. Asesmen dan materi yang diukur, serta pembobotan setiap assessment terhadap nilai akhir dan Capaian Pembelajaran Mata Kuliah (Course Learning Outcome – CLO)
Assesment Materi
Bobot terhadap Nilai akhir
CLO 1 CLO 2 CLO 3 CLO 4 CLO 5 Bobot Asesment terhadap CLO (Course Learning
Outcome) ABS1 Keaktifan mahasiswa
di kelas 0.05 0.2 0.2 0.2 0.2 0.2
Q1
SPL (eliminasi Gauss dan Gauss - Jordan), dekompo-sisi LU, faktorisasi cholesky
0.10 0.3 0.4 0.3 0 0
T1
SPL (eliminasi Gauss dan Gauss - Jordan), faktorisasi cholesky
0.025 0.25 0.15 0.1 0.25 0.25
T2
Solusi persamaan non-linier (bisection, newton-raphson, secant)
0.025 0.2 0.1 0.1 0.3 0.3
T3
Masalah eigen (nilai eigen dan vektor eigen), metode power, SVD
0.025 0.3 0 0.2 0.25 0.25
T4
Turunan numerik dan penerapan nya (metode richardson extrapolation, vektor gradien, matriks Hessian
0.025 0.1 0 0.2 0.4 0.3
P1 Semua Materi 0.25 0.2 0.2 0.2 0.2 0.2
UTS1
SPL (eliminasi Gauss dan Gauss - Jordan), dekompo-sisi LU, faktorisasi cholesky, transfor-masi givens, solusi persamaan non-linier (bisection, newton-raphson, secant)
0.25 0.3 0.35 0.35 0 0
UAS1
Masalah eigen (nilai eigen dan vektor eigen), metode power, SVD, turunan numerik dan
penerapan nya (metode richardson extrapolation, vektor gradien, matriks Hessian), integral numerik (aturan trapezoidal dan aturan Simpson)
0.25 0.6 0 0.4 0 0
8 Pengamatan Kelas
Selama perkuliahan berlangsung, mahasiswa aktif berpartisipasi baik mengajukan pertanyaan maupun bersedia maju ke depan untuk menyelesaikan kasus di white-board.
Setiap mahasiswa yang aktif berpartisipasi dalam perkuliahan akan diberikan poin tambahan dalam setiap kali keaktifan, bertanya, menjawab ataupun menyanggah. Poin tersebut selanjutnya akan digunakan sebagai penambahan poin sikap yang berkode ABS1.
Penilaian terhadap sikap tidak hanya menambah poin, namun ada juga beberapa hal yang dapat mengurangi poin sikap seperti tidak bersedia untuk menyelesaikan soal ketika ditunjuk oleh dosen, melakukan kecurangan terhadap presensi kehadiran perkuliahan (titip absen), tidak sopan dan bersikap curang pada saat perkuliahan berlangsung.
9 Hasil Belajar
Hasil belajar setiap mahasiswa tercermin dari nilai di setiap assessment. Nilai – nilai tersebut dengan bobot masing – masing diolah menjadi nilai akhir, yang nantinya sesuai dengan aturan konversi, dirubah menjadi nilai angka yang dicetak pada KHS/Transkrip mahasiswa. Selain diolah menjadi nilai akhir, nilai di setiap assessment, dengan memperhatikan persentase kontribusi CLO terhadap setiap ILO (Tabel 1) dan bobot setiap assessment terhadap CLO (Tabel 2), diolah dengan bantuan software OBES, sehingga setiap mahasiswa juga mempunyai nilai di setiap CLO dan ILO.
Deskripsi nilai dari setiap CLO dapat dilihat pada Tabel 3, dan Gambar 1. Gambar 1 (a) menyajikan indeks capaian rata – rata mahasiswa pada masing – masing CLO. Gambar 1 (b) menyajikan persentase mahasiswa dengan nilai capaian di atas 60. Pada kedua gambar, setiap sudut dari segi lima merepresentasikan setiap CLO, dan lintasan segi lima terluar menunjukkan capaian yang paling tinggi. Semakin luar posisi garis biru, maka semakin tinggi indeks capaian dari suatu CLO.
Sesuai dengan kategori capaian yang tersaji pada Tabel 4, dapat disimpulkan beberapa hal berikut ini:
- Hampir seluruh mahasiswa secara rata – rata mencapai nilai excellent di seluruh CLO (3 dari 5 CLO), yakni CLO2, CLO4, dan CLO5 pada mata kuliah ini, dengan rata – rata di atas 85. Pada ketiga CLO tersebut 100% mahasiswa memperoleh nilai capaian di atas 60.
- Pada CLO1 dan CLO3 sebanyak lebih dari 88% mahasiswa berada pada kategori pencapaian satisfactory (dengan nilai capaian di atas 60).
- Capaian pembelajaran yang bersifat konsep dan teoritis (CLO1 - Mahasiswa mampu memahami konsep-konsep matematika yang berperanan dalam statistika) merupakan capaian terendah diantara semua CLO yang lain, namun sudah mencapai lebih dari 88% dalam hal jumlah mahasiswa yang memperoleh nilai lebih dari 60.
- Semua CLO berada pada kategori persentase tinggi (HIGH) dalam hal banyaknya mahasiswa dengan nilai capaian di atas 60.
Tabel 3. Deskripsi Nilai dan Kategori Capaian untuk Setiap CLO MK Statistika Matematika II
CLO1 CLO2 CLO3 CLO4 CLO5
Rata - rata 73.74 85.81 76.53 87.99 87.87
Kategori
Capaian SATISFACTORY EXCELLENT SATISFACTORY EXCELLENT EXCELLENT Banyaknya
mahasiswa dengan CLO>60
40 45 41 45 45
Persentase mahasiswa dnegan CLO>60
88.89 100 91.11 100 100
Kategori
Persentase HIGH HIGH HIGH HIGH HIGH
Tabel 4. Kategori nilai CLO/ILO dan Kategori Persentase Mahasiswa yang mencapai CLO/ILO >60
Kategori nilai CLO/ILO Kategori persentase mhs dengan CLO/ILO>60
Skor >=80 EXCELLENT Persen>=70 HIGH
65<= Skor <80 SATISFACTORY 60 <= Persen < 70 MEDIUM 50<= Skor <65 DEVELOPING 50 <= Persen < 60 LOW
0<= Skor <50 UNSATISFACTORY Persen < 50 VERY LOW
(a) (b)
Gambar 1. Visualisasi (a) indeks capaian dan (b) presentasi mahasiswa dengan capaian
>60 di setiap CLO MK Pengantar Analisis Numerik
Selain nilai untuk capaian pembelajaran mata kuliah (CLO), dapat dianalisis pula nilai dari setiap ILO yang didukung oleh mata kuliah ini. Deskripsi mengenai pencapaian ILO dari mata kuliah ini disajikan pada Tabel 5 dan Gambar 2. Gambar 2 (a) menyajikan indeks capaian rata – rata mahasiswa pada masing – masing ILO yang didukung oleh
80 85 90 95 100CLO1
CLO2
CLO3 CLO4
CLO5
Student num-based CLO's AI
Achievement Index of MAS62114
0 20 40 60 80 100CLO1
CLO2
CLO3 CLO4
CLO5
Weighted-avg-based CLO's AI
Achievement Index of MAS62114
mata kuliah ini. Gambar 2 (b) menyajikan persentase mahasiswa dengan nilai capaian di atas 60. Pada kedua gambar tersebut, setiap sudut dari segi delapan merepresentasikan setiap ILO, dan lintasan segi delapan terluar menunjukkan capaian yang paling tinggi.
Semakin luar posisi garis biru, maka semakin tinggi indeks capaian dari suatu ILO.
Beberapa hal yang dapat disimpulkan dari dukungan mata kuliah ini terhadap Capaian Pembelajaran Program Studi (ILO):
- Terdapat tiga ILO yang berada pada kategori capaian Excellent, yaitu:
ILO4 - Menguasai minimal dua perangkat lunak statistika, termasuk yang berbasis open source.
ILO7- Mampu memelihara dan mengembangkan jaringan kerja, serta melakukan supervisi dan evaluasi terhadap kinerja tim yang dipimpinnya;
ILO8-Mampu menerapkan dan menginternalisasi semangat kemandirian, kejuangan, kewirausahaan berdasarkan nilai, norma, dan etika akademik serta nilai Pancasila dalam segala aspek kehidupan.
Terdapat 100% mahasiswa yang memiliki nilai capaian di atas 60 untuk kedua ILO ini.
- Terdapat dua ILO yang yang berada pada kategori capaian Satisfactory yaitu:
ILO1 - Menguasai konsep dasar keilmuan dan metode analisis statistika yang dapat diaplikasikan pada bidang komputasi, sosial humaniora, ekonomi, industri dan hayati.
ILO5 - Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif secara mandiri, dengan hasil yang bermutu dan terukur dalam implementasi ilmu
pengetahuan dan teknologi yang menerapkan nilai humaniora berdasarkan kaidah, tata cara dan etika ilmiah.
Walaupun tidak semua mahasiswa memperoleh nilai capaian di atas 60 untuk kedua ILO tersebut, namun kategori persentase mahasiswa dengan nilai capaian di atas 60 masih HIGH.
Tabel 5. Deskripsi Nilai dan Kategori Capaian untuk Setiap ILO yang didukung oleh MK Statistika Matematika II
ILO1 ILO2 ILO3 ILO4 ILO5 ILO6 ILO7 ILO8
Rata - rata
terboboti 77.66 86.69 79.19 87.93 87.93
Kategori
Capaian SATISFACTORY
EXCELLENT SATISFACTORY
EXCELLENT EXCELLENT
Banyaknya mahasiswa dengan ILO>60
43 45 43 45 45
Persentase mahasiswa dnegan ILO>60
95.56 100 95.56 100 100
Kategori HIGH HIGH HIGH HIGH HIGH
(a) (b)
Gambar 2. Visualisasi (a) indeks capaian dan (b) presentasi mahasiswa dengan capaian
>60 di setiap ILO yang didukung oleh MK Statistika Matematika II 10 Kendala
- Tidak terdapat kendala yang berarti dikarenakan dosen telah menyampaikan sesuai dengan Rencana Pembelajaran Semester (RPS) yang telah disepakai oleh tim pengajar. Selain itu, metode pelaksanaan perkuliahan dengan menyampaikan materi, kemudian diberikan contoh soal lebih mudah diterima dan dimengerti oleh mahasiswa.
- Perkuliahan secara online juga membuat mahasiswa harus ekstra untuk mempelajari materi secara mandiri. Dosen juga mengalami kesulitan dalam menjelaskan secara langsung beberapa materi berupa teori matematis. Selain itu, dosen juga mengalami kesulitan dalam mengukur pemahaman mahasiswa terhadap materi yang telah diberikan.
11 Distribusi Nilai
Nilai akhir diperoleh dari pembobotan seluruh komponen penilaian/asessment seperti yang sudah disajikan pada kolom dua di Tabel 2. Sedangkan statistika deskriptif dari nilai akhir dapat dilihat di Tabel 6. Rata – rata pemahaman mahasiswa adalah 79% untuk materi secara keseluruhan, dengan kurang dan lebihnya 8,5% dari rata – rata tersebut.
Terdapat satu mahasiswa dengan pemahaman paling rendah, nilai 55, namun ada pula yang berhasil optimal memahami materi dengan nilai 91. Jangkauan nilai tertinggi dan terendah adalah dengan selisih nilai 36.
Tabel 6. Statistika Deskriptif Nilai Akhir Pengantar Analisis Numerik B 2019/2020
Rata-Rata 79,41
Median 81,01
Simpangan Baku 8,55
Range 35,95
0 20 40 60 80 100ILO1
ILO2
ILO3
ILO4 ILO5
ILO6 ILO7
ILO8
Weighted-avg-based ILO's AI
Achievement Index of MAS62114
92 94 96 98 100ILO1
ILO2
ILO3
ILO4 ILO5
ILO6 ILO7
ILO8
Student num-based ILO's AI
Achievement Index of MAS62114
Minimum 55,24
Maksimum 91,19
Setelah dikonversi menjadi nilai huruf sesuai standar konversi penilaian, sebaran nilai huruf dapat dilihat pada Gambar 3. Berdasarkan Gambar 3, sebanyak 53% mahasiswa memperoleh nilai A, dan hanya sebesar 4% memperoleh nilai C. Tidak ada mahasiswa yang memperoleh nilai D+, D maupun E. Oleh karena itu, pada tahun ajaran 2019/2020 tidak terdapat mahasiswa yang mengulang mata kuliah ini. Namun, tingkat kesulitan soal untuk tahun ajaran berikutnya sebaiknya diberikan tingkatan yang lebih rumit. Sehingga kemampuan mahasiswa dapat bertambah.
Gambar 3. Prosentase Nilai Huruf MK Pengantar Analisis Numerik B 2019/2020 12 Kesimpulan
- Dalam kondisi luring maupun daring yang dilaksanakan untuk mata kuliah Pengantar Analisis Numerik ini, nilai akhir yang diperoleh masih mencerminkan bahwa strategi dan cara pembelajaran dapat diterima dengan baik oleh sebagian besar mahasiswa.
- Referensi yang diberikan oleh dosen sudah sesuai untuk mata kuliah Pengantar Analisis Numerik, namun sebagian buku referensi masih cukup sulit untuk dipahami oleh mahasiswa, salah satu kendalanya adalah buku referensi yang masih berbahasa Bahasa Inggris.
- Secara keseluruhan, sebanyak lebih dari separuh mahasiswa telah memperoleh nilai huruf A yang menggambarkan ketercapaian yang dicapai mahasiswa pada mata kuliah ini.
13 Rekomendasi Perbaikan
- Perlu koordinasi dan evaluaso lebih dalam terkait dengan materi dan sumber referensi utama yang digunakan untuk mata kuliah ini. Perubahan materi silabus pada beberapa tahun terakhir maish menggunakan referensi dari beberapa buku, belum ada sumber
53%
22%
13%
7% 5%
Sebaran Nilai Huruf
MK Pengantar Analisis Numerik - B 2019/2020
A B+ B C+ C D+ D E
referensi utama yang baku untuk Pengantar Analisis Numerik bagi mahasiswa Statistika.
- Terdapat pergeseran materi perkuliahan antara rencana (RPS) dengan realisasi
pelaksanaannya, namun semua materi dapat tersampaikan sesuai dengan silabus mata kuliah ini.
- Perlu sinkronisasi materi pada modul praktikum yang ada dengan materi yang update di kelas sehingga modul praktikum yang ada dapat benar-benar dijadikan pegangan dalam pelaksanaan praktikum.
Lampiran:
1. Lampiran 1 (Rencana dan Realiasasi pelaksanaan perkuliahan) 2. Lampiran 2 (Rincian Nilai Mahasiswa)
3. Lampiran 3 (Saran Perkuliahan dari Mahasiswa) 4. Lampiran 4 (Pengunggahan Materi Perkuliahan)
Lampiran 1 (Rencana dan Realiasasi pelaksanaan perkuliahan)
Rencana Minggu
ke-
Materi
Pelaksanaan Minggu ke-
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
1 Kontrak
kuliah Peranan analisis numerik dalam statistika dan pengertian galat
Kontra k kuliah, pengen
alan softwar
e dan pemrog ramann
ya
2 Sistem Persamaan Linier (Eliminasi Gauss dan Faktorisasi Cholesky)
pembulatan dan angka penting hampiran dan galat, gauss &
gauss jordan
elimination
3 Komputasi pada analisis regresi (Transform asi Givens untuk penyelesai an fungsi kuadrat
terkecil)
deko mposi
si lu, faktor isasi chole sky
Rencana Minggu
ke-
Materi
Pelaksanaan Minggu ke-
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
4
Kuis 1
kompu tasi pada analisis regresi tramsfo rmasi ginens
5 Permasala
han Eigen
kuis 1,
tugas 1
6
Nilai dan Vektor Eigen
solusi persa maan non linier dg meto de bisect
ion
7
Singular Value Dekompos ition (SVD)
metode newton
- raphson
dan metode
secant
8 UTS UTS
Rencana Minggu
ke-
Materi
Pelaksanaan Minggu ke-
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
9
Definisi Fundament al Turunan
Masal ah Eigen
dan meto de powe
r
10 Turunan Parsial mengguna kan metode Extrapolasi
Richardson
SVD
11
Pendugaan kemungkin an
maksimum
Diff eren sias i Nu mer ik 12
Kuis 2
Penduga an Kemung
kinan Maksimu
m 13 Integrasi
dasar
Integral Numeri
Rencana Minggu
ke-
Materi
Pelaksanaan Minggu ke-
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
dalam R k,
Aturan Trapez
oidal 14
Aturan Trapesium
Aturan Parabol
ik, latihan 15 Aturan
Parabolik/
Aturan
Simpson
Pra- UAS
16 UAS UAS
Kehadiran (%) 93,3 97,7 100 100 97,7 95,5 100 100 97,7 100 100 100 100 100 100 100
Lampiran 2 (Rincian Nilai Mahasiswa)
Kelas B Persentase Penilaian 10% 2.5% 2.5% 2.5% 2.5% 25% 25% 25% 5% 100%
NH
NIM Nama Q1 T1 T2 T3 T4 UTS UAS Praktikum Sikap NA
'185090500111002 Alya Yovita Haumahu 47 100 80 75 95 81 49 76.60 85 69.35 B
'185090500111015 Depvita Jushi Mellinda 88 100 80 95 95 93 64 83.80 85 82.50 A
'185090500111031 Rahayu Kartika Dewi 100 100 85 100 95 98 55 86.25 85 83.56 A
'185090500111032 Nur Hayati 100 100 90 100 90 90 54 87.45 85 81.61 A
'185090500111033 Diana Safitri 93 100 90 95 70 87 66 91.75 85 83.61 A
'185090500111034 Kavilatul Bariroh 73 100 90 75 100 77 39 92.90 85 72.90 B
'185090500111035 Lailatul Hasanah 46 100 80 50 75 69 20 65.05 90 55.24 C
'185090500111037 M. Samudra Putra Veridayanto 100 100 90 90 95 98 74 98.25 85 91.19 A
'185090500111038 Arif Rachmandani 70 100 85 100 100 78 46 92.95 85 75.11 B+
'185090500111039 I Wayan Adi Arta Laksana 100 100 90 100 100 100 67 100.00 85 90.75 A
'185090500111040 Adinda Sekar Ayu 95 100 85 90 75 80 52 95.50 85 79.38 B+
'185090500111041 Nur Fitachati Diana 53 100 90 50 95 61 42 89.95 85 66.16 C+
'185090500111045 Victoria Miranda Yosepha Panjaitan 93 100 80 90 95 87 52 89.05 85 79.69 B+
'185090500111046 Sonya Milenita Alpreda 78 100 85 85 100 86 46 95.55 95 78.69 B+
'185090500111047 Tenti Amelya 86 100 90 70 95 90 58 89.15 85 81.01 A
'185090501111002 Balqis Sundusiyah 95 100 90 95 95 90 63 97.10 90 86.03 A
'185090501111004 Eka Retnoningati 25 75 90 90 70 70 45 80.30 85 63.70 C+
'185090501111005 Jeni Indah Rahmawati 63 98 90 90 55 63 57 93.45 85 72.24 B
'185090501111007 Kristina Dwi Yulianti 53 85 90 60 95 60 41 78.85 85 62.76 C+
'185090501111008 Leony Kumala Trisnawati 100 100 90 65 90 77 48 90.15 85 76.66 B+
'185090501111012 Amilatul Ilmi 73 100 90 55 98 90 48 90.80 85 77.33 B+
'185090501111013 Ifa Choirun Nisa' 88 100 80 65 90 88 72 89.90 85 83.90 A
'185090501111014 Indah Retnowati 100 100 90 90 95 89 49 85.80 85 79.58 B+
'185090501111017 Sahiradewi Daffana Parahitasari 100 100 80 100 90 98 61 84.55 85 84.39 A
'185090501111018 Elok Pratiwi 100 100 90 90 95 92 77 86.87 90 87.84 A
'185090501111019 Pratiwi Dwi Yanti 100 95 80 100 95 93 72 83.80 85 85.70 A
Kelas B Persentase Penilaian 10% 2.5% 2.5% 2.5% 2.5% 25% 25% 25% 5% 100%
NH
NIM Nama Q1 T1 T2 T3 T4 UTS UAS Praktikum Sikap NA
'185090501111020 Lailatul Fitria 73 100 90 95 90 88 53 84.92 85 77.40 B+
'185090501111023 Avida Zahra 100 100 85 100 100 98 70 90.47 90 88.74 A
'185090501111024 Ira Humairo 45 75 85 95 95 95 49 81.55 85 73.89 B
'185090501111026 Riska Melani Fresdianti 94 100 85 100 90 84 68 83.02 85 81.78 A
'185090501111030 Isaac Dwadattusyah Haikal Azziz 100 100 80 100 100 96 71 88.00 95 88.00 A
'185090501111031 Cindy Veronica Rofi`Atin 100 100 90 90 95 93 83 90.77 95 90.82 A
'185090501111033 Henida Ratna Ayu Putri 100 100 80 100 100 100 77 89.60 85 90.40 A
'185090501111036 Putu Wiwin Andrini 63 100 90 95 95 73 68 81.95 85 75.79 B+
'185090507111012 Intan Nur Alfiah 90 100 80 35 90 56 34 59.52 85 58.25 C
'185090507111013 Raihan Masyal Haidar 65 100 80 100 100 95 57 90.03 85 80.76 A
'185090507111014 Carmelia Nabila Permatasari 73 100 85 90 95 94 92 66.58 85 83.95 A
'185090507111015 Tubagus Lintang Trenggono 100 100 90 100 100 96 56 96.23 85 86.06 A
'185090507111017 Muhammad Farhan Fadhilah 94 100 80 95 90 76 71 71.90 85 77.50 B+
'185090507111018 Roro Nurfauziah Amini 95 100 90 95 95 98 65 83.75 85 84.94 A
'185090507111022 Rizky Dwi Saputra 100 100 85 100 100 98 52 93.17 85 84.67 A
'185090507111028 Vincentia Septya Putri 100 100 90 95 90 73 52 81.45 85 75.24 B+
'185090507111031 Muhammad Panca Hikmawanto 88 100 80 90 90 70 49 87.43 85 73.66 B
'185090507111032 Reza Panduwaskita 88 100 80 100 100 98 77 89.97 85 88.79 A
'185090519111001 Saphira Kusbandiyah 78 100 80 100 95 93 58 91.22 85 81.98 A
Lampiran 3. Saran Perkuliahan dari Mahasiswa
No Saran Perkuliahan dari Mahasiswa
1 Terima kasih, bu.
2
pembelajaran daring sebenarnya sudah baik sistemnya, tetapi tetap saja lebih nyaman saat kelas offline karena banyak kendala di lingkungan yang kurang kondusif dan juga server yang gangguan
3 terimakasih bu atas ilmunya, lebih mudah paham jika kuliah di kelas :) 4 Penjelasan materi lebih pelan pelan
5
Saya saran mungkin untuk setiap selesai ada kuis ataupun UTS/UAS alangkah baiknya diberikan pembahasan dari soal-soalnya. Ibunya baik sekali, tetapi saya sedikit taku mengenai kuliah online yang hampir di mata kuliah ini saya telat dalam mengirimkan jawaban. Tetapi saya sudah meminta maaf dan memberikan penjelasan mengenai kenapa saya bisa
terlambambat. Dan Alhamdulillah ibunya memberikan respon yang baik. Itu ada nilai plus bagi Bu Luthfa. Mungkin untuk yang soal UAS alangkah lebih baik waktuny
6 Pelajaran Mudah Dimengerti 7 Tidak ada. Terimakasih Bu Luthfaa 8 sudah jelas dan baik
9
sudah bagus tetapi alangkah baiknya sering memberikan latihan soal dan memberi
pembahasan tanpa penilaian karena dengan adanya daring saya susah untuk mencari sumber materi dan sumber dari jawaban soal soal yang benar
10 Sudah sangat baik
11
Terima kasih bu atas ilmu dan wawasan yg telah diberikan. Semoga bermanfaat bagi saya &
teman" yg lain. Semoga ibu senantiasa sehat selalu & dalam lindungan-Nya. Mohon maaf jika saya & teman" sering mengantuk di kelas ibu, karena suara ibu terlalu merdu bagi kami.
Sekali lagi terima kasih bu 12 Semoga lebih baik kedepannya 13 Semoga bisa lebih baik
14 Untuk penjelasan lebih mudah dipahami melalui power point.
15 Tidak ada, sudah sangat baik.
16 sangat baik
17 Alhamdulillah dosen pengampu sudah sangat baik dalam menjelaskan materi. Terimakasih
18
Terimakasih bu, sudah mau mebimbing kami dengan baik,mohon maaf sebelumnya saran saya hanya ketika ketika kita materi dengan video sebaiknya yang bahasa indonesia saja, karena kalau bahasa lain kadang susah juga di mengerti karena materinya juga lumayan sulit, dan ekmarin ketika UAS pun sebenarnya saya merasa soalnya kebanyakan dan waktunya kurang bu, terimakasih banyak bu
19 Terimakasih bu
20 Terimakasih bu. Semangat! :)
21
Karena ini merupakan mk pengantar dan masih ada hubungan dengan mk MRV jadi meskipun paruh semester ini dilaksanakan dengan sistem dari masih bisa saya ikuti dengan baik dan bisa memahami materi meski hanya dilakukan diskusi melalui GCR dan baru di beberapa materi yg susah menggunakan teleconference. Secara keseluruhan Bu Luthfa sudah cukup baik dalam mengajarnya
22 Sudah baik bu, terima kasih
23 Sudah baik, mungkin perbanyak latihan soal lagi agar lebih memahami.
No Saran Perkuliahan dari Mahasiswa 24 Lebih pelan-pelan lagi dalam menjelaskan
25 tidak ada 26 semangat ibu
27 Lebih memotivasi mahasiswa agar mahasiswa mendapat semangat belajar yang tinggi untuk menguasai materi yang diajarkan.
28
sudah baik, hanya saja perlu mempertimbangkan waktu yang dialokasikan saat ujian karena hitungan bersifat iteratif dan lebih memotivasi mahasiswa untuk berlatih menghitung cepat agar sesuai standar kompetensi
29 Sudah baik
30 untuk pemberian waktu pengerjaan ujian bisa mempertimbangkan banyaknya butir soal serta tahapan pengerjaannya, terima kasih bu
31 Terimakasih bu, semoga kedepannya selalu menjadi lebih baik lagi 32 penyampaian materi sudah sangat baik
33 Bu tolong kalo kasih soal untuk uts or uas ketika kelas daring tuh lebih manusiawi karena ilmu yg kita dapatkan tidak sama seperti kelas regular
Lampiran 4. Pengunggahan Materi Perkuliahan
