PEDOMAN AKADEMIK: PROGRAM STUDI SARJANA STATISTIKA

(1)

i

(2)

ii

PEDOMAN AKADEMIK

PROGRAM STUDI SARJANA STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA

AGUSTUS 2021

(3)

iii KURIKULUM 2020

PROGRAM STUDI STATISTIKA FAKULTAS MIPA UNIVERSITAS SEBELAS MARET

Pengarah / Kepala Program Studi:

Drs. Isnandar Slamet, M.Sc., Ph.D.

Tim Penyusun

1. Drs. Isnandar Slamet, M.Sc., Ph.D.

2. Dr. Hasih Pratiwi, M.Si.

3. Dr. Dra. Sri Subanti, M.Si.

4. Drs. Yuliana Susanti, M.Si.

5. Drs. Sugiyanto, M.Si.

6. Dra. Etik Zukhronah, M.Si.

7. Dra. Respatiwulan, M.Si.

8. Dra. R.R. Sri Sulistijowati Handayani, M.Si.

9. Irwan Susanto, S.Si., DEA.

10. Dr. Winita Sulandari, S.Si., M.Si.

11. Muhammad Bayu Nirwana, S.Si., M.Sc.

12. Kiki Ferawati, S.Si., M.Stat.

13. Niswatul Qona’ah, S.Si., M.Stat.

Tim Editor Eko Darsito, S.A.P.

(4)

iv

Pengantar

Bismillahirrohmannirrohim.

Puji syukur ke hadirat Allah SWT atas limpahan rahmat dan hidayah-NYA, kami diberikan kemampuan untuk menyelesaikan Pedoman Akademik untuk mahasiswa Program Studi Sarjana Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret. Penyusunan dokumen ini mengacu pada Kerangka Kualifikasi Nasional Indonesia (KKNI), Permendikbud No 3 Tahun 2020 yang memberikan mahasiswa hak belajar tiga semester di luar program studi (konsep “merdeka belajar” dan “kampus merdeka”), asas/landasan desain kurikulum dan visi-misi universitas dan fakultas, hasil konsorsium forum statistika (FORSTAT) yang memuat capaian pembelajaran lulusan sarjana statistika dan struktur minimal program studi sarjana statistika, serta mengacu pada perundangan lain, dan kemampuan era Industri 4.0 dengan literasi baru.

Pedoman Akademik Program Studi Statistika FMIPA UNS ini dirancang sedemikian sehingga menjadi pedoman pelaksanaan dan evaluasi kurikulum agar dihasilkan lulusan yang mampu beradaptasi, kreatif, dan inovatif dalam menghadapi tantangan Revolusi Industri 4.0 dan Society 5.0. Dokumen yang telah tersusun akan diperbarui kembali jika diperlukan, disesuaikan dengan kebutuhan dan perkembangan jaman.

Kami sampaikan terimakasih kepada semua pihak yang membantu dan berperan dalam penyelesaian dokumen ini. Kami terbuka pada saran/masukan yang relevan demi penyempurnaan dokumen ini.

Surakarta, Agustus 2021 Tim penyusun

(5)

v

Daftar Isi

Pengantar ... iv

Daftar Isi... v

Bagian I. Identitas Program Studi ... 1

Bagian II. Profil Staf Program Studi ... 3

Bagian III. Profil Lulusan dan Capaian Pembelajaran Lulusan ... 6

A. Profil Lulusan dan Deskripsi Profil Lulusan ... 6

B. Capaian Pembelajaran Lulusan ... 7

Bagian IV. Organisasi Mata Kuliah ... 10

A. Matriks Distribusi mata kuliah ... 10

B. Distribusi Mata Kuliah dalam Sebaran Semester ... 11

C. Deskripsi mata kuliah ... 15

Mata Kuliah Wajib ... 15

Mata Kuliah Pilihan ... 34

Lampiran ... 50

Lampiran 1. Prosedur MBKM ... 50

Lampiran 2. Prosedur KMM ... 51

Lampiran 3. Prosedur Tugas Akhir ... 52

(6)

1

Bagian I. Identitas Program Studi

Perguruan Tinggi : Universitas Sebelas Maret

Fakultas : Matematika dan Ilmu Pengetahuan Alam Program Studi : Statistika

Jenjang Pendidikan : Strata 1 / Level 6 Gelar lulusan : S.Stat.

Status Akreditasi : Peringkat B

SK Akreditasi No. 3061/SK/BAN-PT/Akred/S/XI/2018 Sejarah singkat

Berdasarkan Keputusan Menteri Pendidikan dan Kebudayaan RI no 419/E/O/2014 tertanggal 17 September 2014, Pemerintah Republik Indonesia memberikan mandat kepada Universitas Sebelas Maret Surakarta untuk membuka beberapa program studi baru. Salah satu program studi baru yang dibuka adalah Program Studi Statistika.

Adapun faktor yang mendorong dibukanya Program Studi Statistika FMIPA UNS adalah adanya kenyataan bahwa dalam rangka peningkatan pelaksanaan pembangunan nasional diperlukan pengembangan ilmu pengetahuan, khususnya ilmu-ilmu statistika, yang menunjang perkembangan teknologi serta sumber daya manusia yang potensial. Hal ini ditandai dengan fakta banyaknya permintaan sarjana dengan kualifikasi sarjana statistika atau dengan bidang minat statistika dalam berbagai bidang.

Visi:

sebagai program studi yang dikenal secara internasional pada tahun 2030 dalam pendidikan dan pengembangan statistika dan sains data bidang industri, ekonomi, lingkungan, dan kesehatan dan menghasilkan lulusan yang kompeten dalam bidang tersebut.

Misi:

1. Mengusahakan prodi agar mampu menyelenggarakan pendidikan dan pengembangan bidang statistika dan data sains sehingga dikenal secara internasional.

(7)

2 2. Meningkatkan kualitas sumber daya manusia agar dapat mengembangkan pendidikan dan penelitian khususnya pada bidang industri, ekonomi, lingkungan dan kesehatan.

3. Mengupayakan suasana akademik yang kondusif sehingga meningkatkan kreativitas dan inovasi dosen dan mahasiswa.

4. Meningkatkan tanggung jawab sosial dalam bentuk layanan kepada masyarakat dalam bidang jasa dan pelatihan statistika dan data sains yang berorientasi pada upaya pengembangan profesionalisme tenaga pendidik statistika.

5. Meningkatkan kerjasama dengan pihak lain dalam bidang statistika dan data sains baik dalam tingkat nasional maupun internasional.

Tujuan:

1. Menghasilkan sarjana S1 Statistika yang beriman dan bertaqwa kepada Tuhan Yang Maha Esa, berkepribadian luhur, mampu berpikir logis dan sistematis dalam mengidentifikasi dan menyelesaikan permasalahan, mampu berkomunikasi ilmiah baik secara lisan maupun tulisan, mampu melanjutkan studi ke jenjang yang lebih tinggi, dan mampu menerapkan statistika dan sains data untuk menyelesaikan masalah-masalah dalam bidang industri, ekonomi, lingkungan, dan kesehatan, serta mampu bersaing di tingkat nasional maupun internasional.

2. Meningkatkan pendidikan statistika yang berkualitas.

3. Menghasilkan penelitian dan pengembangan statistika dan sains data yang berkualitas bagi kebutuhan industri, ekonomi, lingkungan, dan kesehatan bertaraf nasional dan internasional.

4. Menghasilkan karya-karya pengabdian kepada masyarakat yang mampu memecahkan permasalahan di bidang statistika dan sains data.

(8)

3

Bagian II. Profil Staf Program Studi

Kepala Program Studi

Nama : Drs. Isnandar Slamet, M.Sc., Ph.D

NIP : 196603281992031001

E-mail : [email protected]

Grup riset : Statistika dan sains data bidang industri dan ekonomi Bidang minat : - Big data analysis

- Pemodelan stokastik - Teori antrean

Kepala Laboratorium

Nama : Dr. Hasih Pratiwi, S.Si., M.Si.

NIP : 197002281995122001

Grup riset : Statistika dan sains data bidang lingkungan dan kesehatan

Bidang minat : - Pemodelan stokastik - Regresi

- Statistical seismology Dosen Program Studi

Nama : Dr. Dra. Sri Subanti, M.Si

NIP : 195810311986012001

Grup riset : Statistika dan sains data bidang industri dan ekonomi Bidang minat : Statistika Ekonomi

Nama : Dra. Yuliana Susanti, M.Si

NIP : 196112191987032001

Bidang minat : Regresi Terapan

(9)

4 Nama : Drs. Sugiyanto, M.Si.

NIP : 196112241992031003

Grup riset : Statistika dan sains data bidang industri dan ekonomi Bidang minat : - Time series untuk model krisis keuangan

- Neural network untuk model krisis keuangan Nama : Dra. Etik Zukhronah, M.Si.

NIP : 196612131992032001

Grup riset : Statistika dan sains data bidang industri dan ekonomi Bidang minat : Time series

Nama : Dra. Respatiwulan, M.Si

NIP : 196806111993022001

Bidang minat : - Model Stokastik - Kalkulus

Nama : Dra. Sri Sulistijowati Handajani, M.Si.

NIP : 196901161994022001

Bidang minat : - Pengendalian kualitas statistika - Rancangan percobaan

- Regresi

Nama : Irwan Susanto, S.Si, DEA.

NIP : 197105111995121001

Grup riset : Statistika dan sains data bidang industri dan ekonomi Bidang minat : - Komputasi Bayesian

- Pemodelan Finite Mixture dan Hierarchical - Pemodelan Stokastik

(10)

5 Nama : Dr. Winita Sulandari, S.Si., M.Si.

NIP : 197808142005012002

Grup riset : Statistika dan sains data bidang industri dan ekonomi

Bidang minat : - Time series - Fuzzy time series - Neural network - Forecasting

Nama : Muhammad Bayu Nirwana, S.Si., M.Sc.

NIP : 198901252019031014

Bidang minat : - Analisis Survival - Proses Stokastik Nama : Kiki Ferawati, S.Si., M.Stat.

NIP : 199306212019032025

Bidang minat : - Big data analysis - Komputasi statistik

Nama : Niswatul Qona'ah, S.Si, M.Stat

NIP : 199407252019032021

Bidang minat : - Statistika spasial - Analisis data kategorik - Riset operasi

(11)

6

Bagian III. Profil Lulusan dan Capaian Pembelajaran Lulusan

A. Profil Lulusan dan Deskripsi Profil Lulusan

Profil Lulusan Deskripsi Profil Lulusan Statistisi/

Data Analyst

● Memiliki kemampuan untuk merancang dan

melaksanakan survei serta menganalisis data hasil survei,

● Memiliki kemampuan menerapkan metode statistika dalam tataran praktis,

● Memiliki kemampuan eksplorasi dan visualisasi data,

● Memiliki kemampuan untuk mengolah, menganalisis dan menginterpretasikan set data yang kompleks, dan

● Memiliki keterampilan komunikasi yang baik.

Data Scientist ● Memiliki kemampuan untuk mengolah data menjadi informasi, menggunakan metode-metode statistika termasuk metode probabilitas terapan dan machine learning,

● Memiliki kemampuan mengelola dan mengolah berbagai data tidak terstruktur dengan jumlah data besar dan trafik data yang tinggi (big data),

● Memiliki kemampuan pemrograman data science dengan menerapkan machine learning,

● Memiliki kemampuan membangun perangkat lunak berbasis kecerdasan buatan untuk menyelesaikan permasalahan di berbagai bidang, dan memiliki keterampilan komunikasi yang baik.

Peneliti ● Memahami konsep-konsep dasar ilmu statistika baik statisika teoritis, dan statistika terapan,

● Memiliki kemauan untuk mengembangkan ilmu statsistika, baik secara teori maupun penerapannya,

● Memiliki kemampuan untuk mengikuti perkembangan zaman,

● Memiliki kemampuan dan memenuhi untuk menjadi calon pengajar, dan

(12)

7 Profil Lulusan Deskripsi Profil Lulusan

Konsultan Statistika

● Memiliki kemampuan untuk mengidentifikasi serta menganalisa masalah,

● Memahami penerapan metode-metode dasar statistika,

● Memiliki kemampuan untuk menggunakan aplikasi paket program statistika,

● Memiliki wawasan dalam bidang-bidang yang memerlukan penggunaan analisis statisika dalam pengambilan keputusan,

B. Capaian Pembelajaran Lulusan

Capaian pembelajaran untuk aspek sikap Program Studi Statistika FMIPA UNS terdiri atas:

1. Bertakwa kepada Tuhan Yang Maha Esa dan mampu menunjukkan sikap religius;

2. Menjunjung tinggi nilai kemanusiaan dalam menjalankan tugas berdasarkan agama, moral, dan etika;

3. Berkontribusi dalam peningkatan mutu kehidupan bermasyarakat, berbangsa, bernegara, dan kemajuan peradaban berdasarkan Pancasila;

4. Berperan sebagai warga negara yang bangga dan cinta tanah air, memiliki nasionalisme serta rasa tanggungjawab pada negara dan bangsa;

5. Menghargai keanekaragaman budaya, pandangan, agama, dan kepercayaan, serta pendapat atau temuan orisinal orang lain;

6. Bekerja sama dan memiliki kepekaan sosial serta kepedulian terhadap masyarakat dan lingkungan;

7. Taat hukum dan disiplin dalam kehidupan bermasyarakat dan bernegara;

8. Menginternalisasi nilai, norma, dan etika akademik;

9. Menunjukkan sikap bertanggung jawab atas pekerjaan di bidang keahliannya secara mandiri; dan

10. Menginternalisasi semangat kemandirian, kejuangan, dan kewirausahaan.

(13)

8 Capaian pembelajaran aspek ketrampilan umum meliputi:

1. Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang keahliannya;

2. Mampu menunjukkan kinerja mandiri, bermutu, dan terukur;

3. Mampu mengkaji implikasi pengembangan atau implementasi ilmu pengetahuan teknologi yang memperhatikan dan menerapkan nilai humaniora sesuai dengan keahliannya berdasarkan kaidah, tata cara dan etika ilmiah dalam rangka menghasilkan solusi, gagasan, desain atau kritik seni.

4. Menyusun deskripsi saintifik hasil kajian tersebut di atas dalam bentuk skripsi atau laporan tugas akhir, dan mengunggahnya dalam laman perguruan tinggi;

5. Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya, berdasarkan hasil analisis informasi dan data;

6. Mampu memelihara dan mengembangkan jaringan kerja dengan pembimbing, kolega, sejawat baik di dalam maupun di luar lembaganya;

7. Mampu bertanggung jawab atas pencapaian hasil kerja kelompok dan melakukan supervisi dan evaluasi terhadap penyelesaian pekerjaan yang ditugaskan kepada pekerja yang berada di bawah tanggung jawabnya;

8. Mampu melakukan proses evaluasi diri terhadap kelompok kerja yang berada dibawah tanggung jawabnya, dan mampu mengelola pembelajaran secara mandiri;

9. Mampu mendokumentasikan, menyimpan, mengamankan, dan menemukan kembali data untuk menjamin kesahihan dan mencegah plagiasi.

Capaian pembelajaran aspek pengetahuan meliputi:

1. Menguasai konsep dasar keilmuan statistika dan metode-metode analisis statistika yang dapat diaplikasikan pada berbagai bidang terapan.

2. Menguasai pengetahuan di bidang komputasi statistika yang tepat untuk analisis data.

(14)

9 Capaian pembelajaran aspek ketrampilan khusus terdiri dari:

1. Mampu menyusun dan/atau memilih rancangan pengumpulan data yang efisien dan menerapkannya dalam bentuk yang tepat.

2. Mampu melakukan manajemen dan analisis data menggunakan teknik- teknik statistika dengan bantuan perangkat lunak.

3. Mampu menyelesaikan permasalahan nyata secara statistika dan mampu menyajikan serta mengomunikasikan dalam bentuk yang mudah dipahami baik secara tertulis maupun lisan.

(15)

10

Bagian IV. Organisasi Mata Kuliah

A. Matriks Distribusi mata kuliah

(16)

11 B. Distribusi Mata Kuliah dalam Sebaran Semester

Total beban yang harus ditempuh mahasiswa sebanyak 144 SKS. Mata kuliah dikelompokkan dalam muatan mata kuliah berupa mata kuliah wajib ataupun pilihan, yang terdiri dari:

 Mata kuliah wajib: Total 91 SKS

o Mata kuliah wajib perguruan tinggi (MKWPT): 8 SKS o Mata kuliah wajib institusi (MKWI): 12 SKS

o Mata kuliah wajib fakulas (MKWF): 4 SKS

o Mata kuliah wajib program studi (MKWPS): 67 SKS

 Mata kuliah pilihan dapat diambil sebanyak 53 SKS dari total 93 SKS yang ditawarkan.

Mahasiswa dapat pula memenuhi kreditnya dengan mengikuti kegiatan Merdeka Belajar Kampus Merdeka (MBKM). Prosedur MBKM dapat dilihat di Lampiran 1.

Pengambilan mata kuliah tiap semester:

 Semester 1 dan 2 disediakan dalam bentuk paket sesuai sebaran semester.

 Mulai semester 3, mahasiswa dapat mengambil beban belajar sesuai dengan Indeks Prestasi Semester (IPS) dengan ketentuan berikut:

o IPS <1,50 maksimal 12 SKS.

o IPS 1,50-1,99 maksimal 16 SKS.

o IPS >3,00 maksimal 24 SKS.

 Mahasiswa memprioritaskan mengambil mata kuliah wajib mengikuti sebaran semester.

 Mata kuliah pilihan dapat dipilih sebanyak sisa SKS yang dimiliki di semester tersebut.

Daftar mata kuliah program studi statistika yang tersusun dalam tiap semester dapat dilihat pada daftar berikut:

Semester 1

No Kode MK Nama MK SKS Status Prasyarat Ket.

1 09073112001 Pendidikan Agama 2 W - MKWPT

2 09073112002 Pancasila 2 W - MKWPT

3 09073132001 Biologi Umum 2 W - MKWF

4 09073132002 Ilmu Lingkungan Dasar 2 W - MKWF

5 09073143101 Statistika Dasar 3 W -

6 09073143102 Kalkulus I 3 W -

7 09073143103 Algoritma dan Pemrograman

3 W -

8 09073143104 Basis Data 3 W -

(17)

12 Semester 2

1 09073212004 Bahasa Indonesia 2 W - MKWPT

2 09073212003 Kewarganegaraan 2 W - MKWPT

3 09073243201 Metode Statistika 3 W Statistika Dasar

4 09073243202 Kalkulus II 3 W Kalkulus I

5 09073243203 Komputasi Statistika 3 W Algoritma dan Pemrograman 6 09073243204 Eksplorasi dan Visualisasi

Data

3 W Statistika Dasar

7 09073243205 Aljabar Linier 3 W -

Semester 3

1 09073143301 Analisis Regresi 3 W Metode Statistika 2 09073143302 Kalkulus Peubah Banyak 3 W Kalkulus II 3 09073143303 Probabilitas 3 W Statistika Dasar

4 09073142304 Metode Numerik 2 W Aljabar Linear, Kalkulus II 5 09073143305 Metode Sampling dan

Survei

3 W Statistika Dasar 6 09073142306 Metode Peramalan 2 W Metode Statistika 7 09073152307 Pengantar Ekonomi Mikro 2 P Kalkulus II 8 09073153308 Statistika Pemerintahan 3 P Statistika Dasar 9 09073152309 Program Linier 2 P Aljabar Linier 10 09073152310 Sistem Informasi

Lingkungan

2 P Ilmu Lingkungan Dasar layanan dari luar prodi Semester 4

1 09073241401 Etika Profesi 1 W -

2 09073243402 Analisis Multivariat 3 W Metode Statistika, Aljabar Linear

3 09073243403 Pengantar Proses

Stokastik 3 W Probabilitas

4 09073243404 Statistika Matematik 3 W Probabilitas 5 09073243405 Rancangan Percobaan 3 W Metode Statistika 6 09073252406 Pengantar Ekonomi Makro 2 P Kalkulus II 7 09073253407 Matematika Asuransi 3 P Probabilitas 8 09073253408 Riset Operasi 3 P Program Linear 9 09073253409 Statistika Nonparametrik 3 P Metode Statistika 10 09073252410 Regresi Robust 2 P Analisis Regresi 11 09073253411 Sistem Informasi

Manajemen

3 P Algoritma dan

Pemrograman, Basis Data

(18)

13 Semester 5

1 09073122003 Kewirausahaan 2 W - MKWI

2 09073143501 Analisis Data Kategorik 3 W Metode Statistika 3 09073143502 Analisis Runtun Waktu 3 W Metode Peramalan 4 09073142503 Metode Penelitian 2 W *

5 09073143504 Pengantar Data Mining 3 W Analisis Multivariat 6 09073163505 Analisis Tahan Hidup 3 P Statistika Matematik 7 09073163506 Pengendalian Kualitas

Statistik

3 P Statistik Dasar 8 09073163507 Metode Permukaan

Respon

3 P Rancangan Percobaan 9 09073163508 Inferensi Bayesian 3 P Statistika Matematik 10 09073163509 Analisis Keputusan 3 P Probabilitas

11 09073162510 Model Inventori 2 P Program Linear, Kalkulus II Semester 6

1 09073222002 Kuliah Magang Mahasiswa 2 W 80 SKS* MKWI

2 09073263601 Ekonometri 3 P Analisis Regresi 3 09073262602 Manajemen Mutu 2 P Pengendalian Kualitas

Statistik 4 09073263603 Pemodelan Statistika

Spasial

3 P Analisis Regresi 5 09073263604 Pengantar Statistical

Machine Learning

3 P Pengantar Data Mining 6 09073263605 Fuzzy Terapan 3 P Metode Peramalan 7 09073262606 Bioinformatika 2 P Metode Statistika 8 09073263607 Multivariat Terapan 3 P Analisis Multivariat 9 09073263608 Pengantar Model

Reliabilitas

3 P Statistika Matematik 10 09073263609 Pengantar Python 3 P Pengantar Data Mining 11 09073263610 Bisnis Analitik 3 P Pengantar Data Mining Semester 7

1 09073122001 Kuliah Kerja Nyata 2 W 100 SKS* MKWI

2 09073163701 Manajemen Risiko 3 P Statistika Matematik 3 09073163702 Jaringan Saraf Tiruan 3 P Metode Numerik,

Pengantar Data Mining 4 09073163703 Teori Antrian 3 P Kalkulus Peubah Banyak 5 09073162704 Pengantar Text Mining 2 P Pengantar Data Mining 6 09073162705 Model Epidemi Stokastik 2 P Statistika Matematik,

Pengantar Proses Stokastik

7 09073162706 Pemodelan Volatilitas 2 P Analisis Runtun Waktu

(19)

14 Semester 8

1 09073226004 Tugas Akhir 6 W 100 SKS* MKWI

Mata kuliah dengan prasyarat tertentu dapat diambil jika nilai mata kuliah prasyarat minimal D

* ditayangkan pada semester ganjil dan genap, prasyarat: menyesuaikan topik yang dipilih Keterangan:

W : Mata kuliah wajib P : Mata kuliah pilihan Informasi tambahan:

Prosedur KMM : Lampiran 2 Prosedur Tugas Akhir : Lampiran 3

(20)

15 C. Deskripsi mata kuliah

MATA KULIAH WAJIB

Semester I

Nama Mata Kuliah Pendidikan Agama Kode Mata Kuliah 09073112001

Kredit 2 sks

Semester 1

Prasyarat -

Deskripsi Mata Kuliah Mahasiswa diarahkan untuk memiliki kepribadian yang utuh (kaffah) dengan menjadikan ajaran Islam sebagai landasan berpikir, bersikap, dan berperilaku, terutama dalam pengembangan keilmuan dan profesinya. Kepribadian yang utuh hanya dapat diwujudkan dengan menanamkan iman dan takwa kepada Allah Swt. Membangun kesadaran bahwa keimanan dan ketakwaan, hanya akan terwujud apabila ditopang dengan pengembangan elemen-elemennya, yakni:

wawasan / pengetahuan tentang Islam (Islamic knowledge), sikap keberagamaan (religion dispositions), keterampilan menjalankan ajaran Islam (Islamic skills), komitmen terhadap Islam (Islamic committment), kepercayaan diri sebagai seorang muslim (moslem confidence), dan kecakapan dalam melaksanakan ajaran agama (Islamic competence)

Referensi [1] Adian Husaini. 2015. 10 Kuliah Agama Islam: Panduan menjadi Cendekiawan Mulia dan Bahagia. Pro-U Media.

[2] Ahmad Taufiq, dkk. 2016. Pendidikan Agama Islam:

Pendidikan Karakter Berbasis Agama Islam. LPPMP UNS Surakarta.

[3] Endang Saifuddin Anshari. 1992. Kuliah al-Islam. Rajawali.

[4] Jamal Syarif Iberani. 2003. Mengenal Islam. el-Kahfi.

[5] M. Quraish Shihab. 1996. Wawasan Al-Quran. Mizan.

[6] Syahidin, dkk. 2014. Pendidikan Agama Islam untuk Perguruan Tinggi. Direktorat Pembelajaran dan Kemahasiswaan Direktorat Jenderal

[7] Perguruan Tinggi Kementerian Pendidikan dan Kebudayaan

Nama Mata Kuliah Pancasila Kode Mata Kuliah 09073112002

Kredit 2 sks

Semester 1

Prasyarat -

(21)

16 Deskripsi Mata Kuliah Mata kuliah ini mempelajari sejarah perjuangan bangsa

Indonesia, sistem filsafat, sistem etika dan ideologi Nasional, sebagai ketatanegaraaan Indonesia, dan pancasila sebagai paradigma pembangunan di era globalisasi

Referensi [1] Tim MKU, 2012, Pancasila Nama Mata Kuliah Biologi Umum

Kode Mata Kuliah 09073132001

Kredit 2 sks

Semester 1

Prasyarat -

Deskripsi Mata Kuliah Matakuliah Biologi Umum mempelajari konsep-konsep dasar biologi yang mencakup biologi sebagai ilmu dan kerja ilmiah, struktur dan fungsi sel sebagai unit dasar organisme, biodiversitas, biosistematika dan taksonomi, zoology, botani dan mikrobiologi, genetika dan reproduksi, biofungsi, fisiologi hewan, fisiologi tumbuhan, pertumbuhan dan perkembangan, ekologi, suksesi dan evolusi, biologi molekuler dan aplikasi biologi

Referensi [1] N.A Campbell, Mitchell, and Reece. 1999. Biology, concepts & connections. The Benyamin Cummings, Publishing Company, California.

[2] N.A Campbell, J.B Reece, L.A Urry, M.L Cain, S.A Wasserman, P.V Minorsky, and R.B. Jackson. 2010. Biologi.

Penerbit Erlangga, Jakarta

[3] J.W Kimball. 1983. Biologi. Penerbit Erlangga, Jakarta Nama Mata Kuliah Ilmu Lingkungan Dasar

Kredit 2 sks

Semester 1

Prasyarat -

Deskripsi Mata Kuliah Mata kuliah Ilmu Lingkungan Dasar membahas tentang definisi dan konsep dasar ilmu lingkungan serta lingkungan secara umum. Mata kuliah ini membahas pula definisi, konsep dan contoh permasalahan lingkungan serta upaya-upaya pengelolaan atau konservasi lingkungan. Ketiga pokok bahasan tersebut disampaikan secara umum dan mendasar sebagai landasan bagi mahasiswa untuk menempuh topik perkuliahan pada semester lebih tinggi. Perkuliahan ini menyampaikan contoh-contoh riil untuk memudahkan, memberi gambaran, menginspirasi dan memotivasi mahasiswa.

(22)

17 Referensi [4] M. Allaby. 1996. Basic of Environmental Science.

Taylor&Francis Group, New York.

[5] Arcadis. 2018. Sustainable Cities Mobility Index.

[6] S.J.M Basu and X. Savarimuthu. 2017. Fundamentals of Environmental Studies. Cambridge University Press [7] Economist Intelligence Unit. 2012. The Green City Index [8] M. Hill. 2004. Understanding Environmental Pollution 2nd

Edition. Cambridge University Press, Cambridge.

[9] Kemenpupera. 2016. Panduan Penyelenggaraan Program Pengembangan Kota Hijau. Kemenpupera, Jakarta.

[10] B. Mitchell, B. Setiawan, dan D.H. Rahmi. 2003.

Pengelolaan sumber daya dan lingkungan. Gadjah Mada University Press, Yogyakarta.

[11] E.P Odum. 1996. Dasar-dasar ekologi. Gadjah Mada University Press, Yogyakarta.

[12] P. Setyono. 2008. Cakrawala memahami lingkungan. UNS Press, Surakarta.

[13] Soeriaatmaja, R.E. 1997. Ilmu lingkungan. ITB Press, Bandung.

[14] O. Soemarwoto. 1994. Ekologi, lingkungan hidup dan pembangunan. Penerbit Djambatan, Jakarta.

[15] O. Soemarwoto. 2004. Atur diri sendiri, paradigma baru pengelolaan lingkungan hidup. Gadjah Mada University Press, Yogyakarta.

[16] A.G Tyler Miller. 2001. Environmental science, working with the earth 8th edition. Brooks/Cole Thomson Learning, USA.

Nama Mata Kuliah Statistika Dasar Kode Mata Kuliah 09073143101

Kredit 3 sks

Semester 1

Prasyarat -

Deskripsi Mata Kuliah Mata kuliah ini membahas teori, konsep statistika dasar dan probabilitas, variabel random dan distribusi variabel random, bagaimana menganalisis data secara deskriptif dan inferensial serta menginterpretasikannya, serta penelitian awal tentang pengolahan data secara deskriptif dan secara inferensi untuk mean satu dan dua populasi.

Referensi [1] Johnson and Bhattacharyya. 1996. Statistics, Principles and Methods, 5^th. ed.

[2] S. Zanzawi. 1986. Metode Statistika I. Penerbit UT, Jakarta.

(23)

18 [3] S. Asep, A.N Khairil, A. Aam, S. Kusman. 2009. Statistika

Dasar. Penerbit PT.Grasindo, Jakarta.

Nama Mata Kuliah Kalkulus I Kode Mata Kuliah 09073143102

Kredit 3 sks

Semester 1

Prasyarat -

Deskripsi Mata Kuliah Mata kuliah ini membahas teori dan konsep kalkulus terutama sistem bilangan, himpunan, fungsi dan relasi, limit, turunan dan penerapannya.

Referensi [1] E.J Purcell, D. Valberg, Steven Rigdon. 2017. Kalkulus I edisi IX, Penerbit Erlangga, Jakarta.

[2] R.D Maddox. 2002. Mathematical thinking and writing a transition to abstract mathematics. Harcout/academic press

Nama Mata Kuliah Algoritma dan Pemrograman Kode Mata Kuliah 09073143103

Kredit 3 sks

Semester 1

Prasyarat -

Deskripsi Mata Kuliah Mata kuliah ini memuat dasar-dasar logika dalam menyelesaikan suatu masalah menggunakan algoritma dan dasar-dasar pemrograman dengan menggunakan Excel, Pascal, dan R.

Referensi [1] P.S Grover. 2001. Pascal Programming Fundamentals.

Allied Publisher, New Delhi.

[2] Marco Cantù. 2015. Object Pascal Handbook Create Space. Independent Publishing Platform, USA

[3] Rinaldi Munir. 2016. Algoritma dan Pemrograman dalam Bahasa Pascal, C dan C++ Edisi Keenam. Penerbit Informatika, Bandung.

[4] Bernard Liengme. 2016. A Guide to Microsoft Excel 2013 for Scientists and Engineers. Academic Press.

Nama Mata Kuliah Basis Data Kode Mata Kuliah 09073143104

Kredit 3 sks

Semester 1

Prasyarat -

Deskripsi Mata Kuliah Mata kuliah ini mempelajari konsep dan pengenalan basis data, model data dalam sistem basis data, normalisasi basis

(24)

19 data, ERD, aljabar relasional, kalkulus relasional, dan penerapan dengan aplikasi DBMS menggunakan bahasa SQL.

Referensi [1] R. Elmasri and S. Navathe. 2016. Fundamentals of Database Systems 7th edition, Pearson.

[2] T. Connolly and C. Begg. 2015. Database Systems - A Practical Approach to Design, Implementation, and Management 6th edition, Pearson.

[3] L. Rockoff. 2016 The language of SQL 2nd edition.

Addison-Wesley Professional

[4] D. Setiyadi. 2020. Sistem Basis Data dan SQL Edisi pertama. Penerbit Mitra Wacana Media

Semester II

Nama Mata Kuliah Bahasa Indonesia Kode Mata Kuliah 09073212004

Kredit 2 sks

Semester 2

Prasyarat -

Deskripsi Mata Kuliah Mata kuliah ini bertujuan untuk membekali mahasiswa agar memiliki kompetensi menulis karya ilmiah, menerapkan kaidah bahasa Indonesia dalam penyusunan karya ilmiah, dan melakukan presentasi ilmiah. Topik-topik yang akan dibahas pada mata kuliah ini adalah (1) Kedudukan dan fungsi Bahasa Indonesia, (2) Hakikat karya ilmiah, (3) Penulisan artikelilmiah ppuler, (4) Penulisan artikel jurnal, (4) Penulisan makalah, (5) Penulisan kutipan dan daftar pustaka, (6) Penyusunan paragraf, (7) Penyusunan kalimat efektif, (8) Pemilihan kata, (9) Penerapan eajaan, dan (10) Presentasi ilmiah

Referensi [1] Sumarwati. 2014. Menulis Ilmiah dalam Bahasa Indonesia. UNS Press, Surakarta.

[2] Teguh Budiharso. 2007. Panduan Lengkap Penulisan Karya Ilmiah. Gala Ilmu, Yogyakarta.

[3] Depdiknas. 2006. Acuan Pembelajaran Mata Kuliah Pengembangan Kepribadian Bahasa Indonesia.

Depdiknas, Jakarta.

[4] Totok Djuroto dan Bambang Suprijadi. 2003. Menulis Artikel & Karya Ilmiah. Remaja Rosda Karya, Bandung.

[5] A.W Gunawan, S.S Achmadi, L. Arianti. 2008. Pedoman Penyajian Karya Ilmiah. IPB Press, Bogor.

[6] Gorys Keraf. 2006. Diksi dan Gaya Bahasa. Gramedia Pustaka Utama, Jakarta.

[7] Gorys Keraf. 2004. Komposisi. Nusa Indah, Ende.

(25)

20 [8] Gorys Keraf. 1992. Argumen-tasi dan Narasi. Gramedia,

Jakarta.

[9] Harimurti. 2007. Pembentukan Kata dalam Bahasa Indonesia. Gramedia Pustaka Utama, Jakarta.

[10] Publication manual of the American Psychological Association 6th ed. 2016. Washington, D.C.: American Psychological Association.

[11] Pusat Pembinaan dan Pengembangan Bahasa, Departemen Pendidikan Nasional Republik Indonesia.

2016. Pedoman Umum Ejaan Bahasa Indonesia. Yrama Widya, Bandung.

[12] Putrayasa, Ida Bagus. Kalimat Efektif (Diksi, Struktur, dan Logika). Aditama, Bandung.

[13] Maidar Sabarti dan Sakura. 1988. Pembinaan Kemampuan Menulis Bahasa Indonesia. Erlangga, Jakarta.

[14] Nana Sudjana. 2001. Tuntunan Penyusunan Karya Ilmiah:

Makalah-Skripsi-Tesis-Disertasi. Sinar Baru Algesindo, Jakarta.

Nama Mata Kuliah Kewarganegaraan Kode Mata Kuliah 09073212003

Kredit 2 sks

Semester 2

Prasyarat -

Deskripsi Mata Kuliah Mata kuliah ini merupakan mata kuliah wajib umum yang merupakan pendidikan untuk memberikan pemahaman mengenai Pancasila, Undang-Undang Dasar Negara Republik Indonesia Tahun 1945, Negara Kesatuan Republik Indoneisa dan Bhneka Tunggal Ika serta implementasinya dalam membentuk mahasiswa menjadi warga negara yang memiliki rasa kebangsaan dan cinta tanah air. Kajian ini berdasar Surat Keputusan Direktur Jenderal Pendidikan Tinggi Kementerian Pendidikan dan Kebudayaan Nomor 84/E/KPT/2020 tentang Pedoman Pelaksanaan Mata Kuliah Wajib Pada Kurikulum Pendidikan Tinggi

Referensi [1] M. Gafar Janedjri. 2012. Demokrasi Konstitusional.

KonPress, Jakarta

[2] Miriam Budiardjo. 2012. Dasar-dasar Ilmu Politik. PT.

Gramedia Pustaka Utama, Jakarta

[3] Tim Dikti. 2016. Pendidikan Kewarganegaraan, Panduan MKWU di PT. Jakarta. Belmawa Ristekdikti

(26)

21 [4] Winarno. 2018. Paradigma Baru Pendidikan

Kewarganegaraan. Panduan Kuliah di PT. Jakarta Bumi Aksara

[5] Zulkarnaen dkk. 2012. Hukum Konstitusi. Pustaka Setia, Bandung

[6] Alamudi Abdullah. 1994. Apakah Demokrasi Itu. Usia, Jakarta.

[7] Arifin Firmansyah dkk. 2005. Lembaga Negara dan Sengketa Kewenangan antar Lembaga Negara. KRHN, Jakarta.

[8] David Held. Demokrasi dan Tatanan Global. Pustaka Pelajar, Yogyakarta.

[9] Hassan Suryono. 2005. Hukum Kenegaraan dan Perundang-undangan Perspektif Sosiologis Normatif dalam Teori dan Praktek. UNS Pers, Surakarta.

[10] Hassan Suryono dkk. 2016. Kewarganegaraan, Mata Kuliah Wajib Umum di Perguruan Tinggi. LPPMP, Surakarta.

[11] H. Kaelan. 1998. Pendidikan Kewarganegaraan untuk Perguruan Tinggi. Paradigma, Yogyakarta.

[12] Tugiman dkk. 2008. Identitas Nasional, Makalah Calon Dosen Kewarganegaraan Angkatan V.

[13] Timbun Ritonga. 2008. Geo Strategi Indonesia, Makalah Calon Dosen Kewarganegaraan Angkatan ke V.

[14] Undang-undang No.12 Tahun 2006 tentang Kewarganegaraan RI. CV. Eko Jaya, Jakarta.

Nama Mata Kuliah Metode Statistika Kode Mata Kuliah 09073243201

Kredit 3 sks

Semester 2

Prasyarat Statistika Dasar

Deskripsi Mata Kuliah Mata Kuliah ini mempelajari konsep, teori dan aplikasi metode-metode statistika. Materi Metode Statistika meliputi Pengantar, Analisis uji goodness of fit, Analisis Data Kategorik, Analisis Variansi dan Pembandingan Ganda, Analisis Regresi Linear Sederhana, Analisis Regresi Multivariabel, Analisis Korelasi, dan Analisis Statistika Nonparametrik.

Referensi [1] Johnson and Bhattacharyya. 1996. Statistics, Principles and Methods 5^th.

[2] S. Zanzawi. 1985. Metode Statistika II. Penerbit UT, Jakarta.

(27)

22 [3] Sri Sulistijowati H., dkk. 2006. Modul Praktikum Metode

Statistika.

Nama Mata Kuliah Kalkulus II Kode Mata Kuliah 09073243202

Kredit 3 sks

Semester 2

Prasyarat Kalkulus I

Deskripsi Mata Kuliah Mata kuliah ini mempelajari fungsi transenden, teknik-teknik integral, integral tak wajar dan barisan dan deret bilangan real, serta penggunaan integral tak tentu dan koordinat kutub.

Referensi [1] E.J Purcell, D. Valberg, Steven Rigdon. 2004. Kalkulus I, terjemahan oleh : I Nyoman Susila edisi ix. Penerbit Erlangga, Jakarta.

Nama Mata Kuliah Komputasi Statistik Kode Mata Kuliah 09073243203

Kredit 3 sks

Semester 2

Prasyarat Algoritma dan Pemograman

Deskripsi Mata Kuliah Mata kuliah ini membahas struktur makro global dan makro local pada paket program Minitab, cara menjalankan makro, aturan syntak pada makro Minitab, control statement, membuat makro global dan makro local pada beberapa kasus sederhana, bekerja dengan R, simulasi Monte Carlo, manajemen data, membuat grafik fungsi probabilitas dan fungsi distribusi dengan R, statistika deskriptif, statistika inferensi, pengenalan program, penerapan R, modifikasi fungsi di R, dan pengenalan Python.

Referensi [1] Anonim, Manual Referrence Minitab.

[2] R: User’s Manual version 3.2, 1993. Stat See, a Division of Math Soft, Inc. Seatle, Washington.

[3] Isnandar Slamet. 2017. Komputasi Statistika Nama Mata Kuliah Eksplorasi dan Visualisasi Data

Kredit 3 sks

Semester 2

Deskripsi Mata Kuliah Mata kuliah ini mempelajari konsep, teori dan aplikasi statistika eksplorasi data serta visualisasi data. Materi Eksplorasi Data meliputi : pengantar, menyiapkan data, diagram batang dan daun, diagram kotak, ringkasan numerik

(28)

23 ukuran pusat, penggunaan ringkasan numerik ukuran penyebaran, transformasi data, menyajikan data dalam diagram dan grafik dengan R, serta visualisasi data menggunakan Excel dan Tableau.

Referensi [1] S. Haryatmi. 2013. Analisis Data Eksploratif:

Menggunakan Software Open Source R. Penerbit Gadjah Mada University Press.

[2] R. A. Johnson and G.K. Bhattacharyya. 2010. Statistics:

Principles & Methods, 6th edition. USA: John Wiley &

Sons, Inc.

[3] Jorge Camões. 2016. Data at Work: Best practices for creating effective charts and information graphics in Microsoft Excel. New Riders.

[4] Edwin Moses. 2016. R, Data Analysis and Visualization, Curated course.

[5] Ryan Sleeper. 2018. Practical Tableau. O’Reilly Media Inc, California.

[6] J. Myatt Glenn. 2007. Making Sense of Data. John Wiley &

Sons, Inc., Hoboken, New Jersey.

Nama Mata Kuliah Aljabar Linier Kode Mata Kuliah 09073243205

Kredit 3 sks

Semester 2

Prasyarat -

Deskripsi Mata Kuliah Mata kuliah ini membahas sistem persamaan linier, eliminasi Gauss-Jordan, matriks dan operasi matriks, sifat-sifat operasi matriks, invers matriks, matriks elementer dan metode mencari invers matriks, jenis-jenis matriks, determinan, menghitung determinan dengan reduksi baris, sifat-sifat determinan, expansi cofactor, aturan Cramer, vektor di R² dan R³, operasi vektor dan sifat-sifat operasi vektor, norm dan distance, dot product, proyeksi, cross product, vektor dan operasi vektor di Rn dan sifat-sifat operasi vektor di Rⁿ, transformasi linier dari Rⁿ ke R^m, sifat-sifat transformasi linier dari Rⁿ ke R^m, ruang bagian, kombinasi linier dan pembangun, kebebas linieran, basis, dimensi, eigenvalue dan eigenvektor, bentuk kanonik, invers tergeneralisir, penyelesaian sistem persamaan linier, matriks terpartisi, vektor eigen, turunan dan fungsi linier dan bentuk kuadrat, vektor random, tabel input- output, dan penerapan dalam model linier.

Referensi [1] H. Anton and C. Rorres. 2005. Elementary Linear Algebra Edisi 9. John Wiley & Sons, New Jersey.

(29)

24 [2] Steven Leon. 1998. Linear Algebra and its Application, Fith

(Terjemahan oleh :Alit Bondan). Erlangga, Surabaya.

[3] S. Lipschutz and M.L. Lipson. 2001. Theory and Problems of Linear Algebra, Schaum’s outlines, Third Edition, McGraw-Hill Companies, (Terjemahan : oleh Refina Indriasari, ST., M.Sc). Erlangga, Jakarta.

[4] Subiono. 2008. Catatan Kuliah Aljabar Linear, [email protected], FMIPA-ITS.

[5] J.R Schott. 1997. Matrix Analysis For Statistics. John Wiley

& Sons, Canada.

[6] S.R Searle. 2006. Matrix Algebra Useful for Statistics. John Wiley & Sons, Canada.

Semester III

Nama Mata Kuliah Analisis Regresi Kode Mata Kuliah 09073143301

Kredit 3 sks

Semester 3

Prasyarat Metode Statistika

Deskripsi Mata Kuliah Mata kuliah ini membicarakan model regresi linier sederhana (pendugaan parameter, interpretasi koefisien regresi, pengujian hipotesis, prediksi, dan koefisien determinasi), pemeriksaan asumsi (plot sisaan, plot normal), regresi ganda, korelasi, korelasi parsial, regresi dengan pendekatan matriks, regresi polinomial, pengujian model, uji parsial, pemeriksaan sisa dan data berpengaruh, regresi dengan peubah boneka, prosedur pemilihan model regresi terbaik, metode kuadrat terkecil, inferensi dalam analisis regresi dan menggunakan sofware SPSS/Minitab/R untuk menginferensi dan menganalisis data yang berhubungan dengan regresi.

Referensi [1] D.C Montgomery and E.A Peck. 2006. Introduction to Linear Regression Analysis. John Wiley and Sons Inc., New York.

[2] J. Neter, W. Wasserman, M.H Kutner. 1996. Applied Linear Statistical Models 3rd ed. Richard D. Irwin Inc., Tokyo.

[3] A.C Rencher. 2000. Linear Models in Statistics. John Willey Sons, Inc.

[4] N. Draper and H. Smith. 1998. Applied Regression Analysis. John Wiley & Sons, Inc., New York.

[5] M. Kutner, C.J Nachsheim, J. Neter, and W. Li. 2013.

Applied Linear Statistical Model. Richard D.Irwin.Inc, Singapore.

(30)

25 Nama Mata Kuliah Kalkulus Peubah Banyak

Kredit 3 sks

Semester 3

Prasyarat Kalkulus II

Deskripsi Mata Kuliah Mata kuliah ini membicarakan fungsi dua variabel atau lebih, turunan parsial, limit dan kontinuitas, keterdiferensialan, turunan berarah dan gradien, aturan rantai, bidang singgung, maksimum dan minimum, metode Pengali Lagrange, integral lipat dua persegipanjang, integral lipat dua bukan persegipanjang, integral lipat dua dalam Koordinat Polar, penerapan integral lipat dua, luas permukaan. Integral lipat tiga dalam Koordinat Cartesius, integral lipat tiga dalam Koordinat Silindris dan Sferis, penggantian variabel dalam integral lipat.

Referensi [1] E.J Purcell, D. Valberg, and Steven Rigdon. 2002. Kalkulus (alih bahasa oleh : Susila,Y) 9th ed., Erlangga, Indonesia.

[2] J. Stewart. 2001. Kalkulus (alih bahasa oleh : Susila I.N dan Gunawan H) 4th ed., Erlangga, Indonesia

Nama Mata Kuliah Probabilitas Kode Mata Kuliah 09073143303

Kredit 3 sks

Semester 3

Deskripsi Mata Kuliah Mata kuliah ini membahas (1) konsep probabilitas, sifat sifat probabilitas, probabilitas bersyarat, dan teknik menghitung probabilitas; (2) konsep variabel random, variabel random diskrit, variabel random kontinu, sifat-sifat nilai harapan, fungsi pembangkit momen; (3) pengantar distribusi probabilitas khusus, distribusi variabel random diskirt, distribusi variabel random kontinu; (4) pengantar distribusi bersama, distribusi bersama dari variabel random diskrit, distribusi bersama dari variabel random kontinu, variabel random independen, distribusi bersyarat, sampel random; (5) sifat—sifat dari nilai harapan, korelasi, nilai harapan bersyarat, fungsi pembangkit momen bersama; (6) konsep fungsi-fungsi dari variabel random, teknik CDF, metode transformasi, jumlahan dari variabel-variabel random, statistik terurut.

Referensi [1] L.J Bain and M. Engelhardt. 1992. Introduction to Probability and Mathematical Statistics 2^nd edition. A division of wadsworth, Inc., California.

(31)

26 [2] R.V Hogg, J.W McKean, and A.T Craig. 2005. Introduction

to Mathematical Statistics 6^th edition. Pearson Education, Inc., New Jersey.

Nama Mata Kuliah Metode Numerik Kode Mata Kuliah 09073142304

Kredit 2 sks

Semester 3

Prasyarat Aljabar Linier, Kalkulus II

Deskripsi Mata Kuliah Materi metode numerik meliputi pengertian metode numerik, metode numerik dan Bahasa R, bahasa pemrograman R, analisis error dalam metode numerik, aljabar linear dengan metode numerik, differensial dan integral dengan pendekatan numerik, metode monte carlo untuk pendekatan integral, pencarian akar dari

suatu persamaan dan optimisasi

Referensi [1] Chapra and Canale. 2015. Numerical Methods for Engineers, 7 ed. McGrawHill.

[2] J. Howard. 2017. Computational Methods for Numerical Analysis with R. CRC Press.

[3] Monahan. 2011. Numerical Methods of Statistics 2ed.

Cambridge University Press.

Nama Mata Kuliah Metode Sampling dan Survei Kode Mata Kuliah 09073143305

Kredit 3 sks

Semester 3

Deskripsi Mata Kuliah Mata kuliah ini membicarakan konsep dasar teori sampling, perancangan survei menggunakan sampling random sederhana, non probability sampling, sampling random stratifikasi, sampling random sistematik, sampling random kluster, dan estimasi rasio.

Referensi [1] T. Yamane. 1967. Elementary Sampling Theory. Prentice- Hall Inc., New York.

[2] S.K Thompson. 1992. Sampling. John Wiley & Sons, Singapore.

[3] R.L Scheaffer, W. Mendenhall, R.L Ott. 2006. Elementary Survey Sampling, 6th ed. Duxbury Press, Belmont

[4] P.S Levy and S. Lemeshow. 1999. Sampling of Population, Methods and Application, 3rd ed. John Wiley & Sons, New York.

(32)

27 Nama Mata Kuliah Metode Peramalan

Kredit 2 sks

Semester 3

Deskripsi Mata Kuliah Mata kuliah ini membahas (1) pengantar peramalan meliputi pentingnya peramalan, perencanaan dan tujuan, tahapan pokok dalam peramalan, prespektif peramalan statistik, (2) visualisasi data runtun waktu, eksplorasi pola data melalui plot dan fungsi autokorelasi; (3) beberapa metode peramalan runtun waktu yaitu metode Naïve, rata-rata bergerak (sederhana, ganda dan terboboti), pemulusan eksponensial (sederhana, trend Holt, dan musiman Holt-Winter), (4) dekomposisi klasik (aditif dan multiplikatif) dan peramalan dengan dekomposisi; (5) pemilihan model.

Referensi [1] J.E Hanke and D.W Wichern. 2005. Business Forecasting 8th ed. Pearson Prentice Hall

[2] R.J Hynmand and G. Athanasopoulos. 2021. Forecasting:

Principle & Practice 3nd ed. Monash University, Australia.

https://otexts.com/fpp3 Semester IV

Nama Mata Kuliah Etika Profesi Kode Mata Kuliah 09073241401

Kredit 1 sks

Semester 4

Prasyarat -

Deskripsi Mata Kuliah Mata kuliah ini membicarakan perkembangan etika profesi, kebaikan, kebajikan dan kebahagiaaan, profesionalisme kerja, IQ, EQ, dan AQ dalam perkembangna profesi, objektitifitas dalam menilai kesanggupan manajerial, pengembangan ketrampilan bernegoisasi, penyelesaian masalah

Referensi [1] R.R Isnanto. 2009. Buku Ajar Etika Profesi, PS Sistem Komputer. FT Undip, Semarang.

[2] J.C Lee. 2009. The Role Code of Ethics for Official Statisticians. International Statistical Institute, Korea University

[3] R. Rizal Isnanto. 2009. Buku Ajar Etika Profesi [4] Jae Chay Lee. 2009. Ethics for Official Statisticians

(33)

28 Nama Mata Kuliah Analisis Multivariat

Kredit 3 sks

Semester 4

Prasyarat Metode Statistika, Aljabar Linear

Deskripsi Mata Kuliah Mahasiswa mempelajari aspek-aspek dalam multivariat, aljabar matriks dan vektor random, geometri sampel dan random sampling, distribusi normal multivariat, inferensi vektor mean, perbandingan beberapa mean multivariat, model regresi multivariat, komponen utama, analisis faktor.

Referensi [1] R.A Johnson and D.A Wincern. 1982. Applied Multivariate Statistical Analysis. Prentice Hall, Inc. Engelwood Cliffs, New Jersey.

Nama Mata Kuliah Pengantar Proses Stokastik Kode Mata Kuliah 09073243403

Kredit 3 sks

Semester 4

Prasyarat Probabilitas

Deskripsi Mata Kuliah Mata kuliah ini membahas pengertian proses stokastik, Rantai Markov, longrun behaviour Rantai Markov, proses Poisson, proses stokastik waktu kontinu, proses kelahiran dan kematian Referensi [1] Howard M. Taylor and Samuel Karlin. 1998. An Introduction to Stochastic Modeling 3rd ed., Academic Press Inc., California.

[2] Gordan Žitković. 2010. Introduction to Stochastic Processes - Lecture Notes. Department of Mathematics, University of Texas, Austin.

Nama Mata Kuliah Statistik Matematika Kode Mata Kuliah 09073243404

Kredit 3 sks

Semester 4

Deskripsi Mata Kuliah Mata kuliah ini membahas (1) konsep distribusi limit, barisan dari variabel-variabel random, teorema limit sentral; (2) konsep statistik, distribusi sampling, distribusi t, F, beta; (3) konsep estimasi titik, metode momen, metode kemungkinan maksimum, kriteria untuk mengevaluasi estimasi, Bayes dan penaksir minimax; (4) konsep cukup dan lengkap, statistik cukup, sifat-sifat dari statistik cukup, kelengkapan suatu statistik, dan keluarga eksponensial; (5) konsep estimasi

(34)

29 interval, interval konfidensi, metode kuantitas pivotal, permasalahan estimasi interval untuk dua sampel, estimasi interval Bayes; (6) konsep uji-uji dari hipotesis, hipotesis komposit, uji-uji untuk distribusi normal, uji-uji untuk distribusi Binomial, uji-uji untuk distribusi Poisson

Referensi [1] L.J Bain and M. Engelhardt. 1992. Introduction to Probability and Mathematical Statistics, second edition. A division of wadsworth, Inc., California.

[2] R.V Hogg, J.W McKean, and A.T Craig. 2005. Introduction to Mathematical Statistics, sixth edition. Pearson Education, Inc., New Jersey.

Nama Mata Kuliah Rancangan Percobaan Kode Mata Kuliah 09073243405

Kredit 3 sks

Semester 4

Deskripsi Mata Kuliah Mata kuliah ini membicarakan rancangan random lengkap, rancangan blok random lengkap, rancangan bujursangkar latin, rancangan bujursangkar Graeco Latin, rancangan blok random tak lengkap seimbang, rancangan Youden, rancangan faktorial, aturan jumlah kuadrat dan rancangan faktorial 2^k. Referensi [1] D.C Montgomery. 1991. Design and Analysis of

Experiments, 3^rd ed. John Wiley & Sons, Singapore.

[2] S. Widasari. 1986. Rancangan Percobaan. Karunika Jakarta, UT.

Semester V

Nama Mata Kuliah Kewirausahaan Kode Mata Kuliah 09073122003

Kredit 2 sks

Semester 5

Prasyarat -

Deskripsi Mata Kuliah Mata kuliah ini memberikan pemahaman tentang sejarah dan kebijakan pemerintah dalam pengembangan kewirausahaan di Indonesia, karakter penting yang harus dimiliki sebagai wirausaha berhasil, dan membekali ketrampilan dalam mengembangkan ide untuk menginisiasi suatu usaha produktif, mewujudkan ide usaha dalam bentuk proposal usaha dan mempresentasikan proposal usaha secara efektif.

Referensi [1] G. Albinsaid. 2018. Era Baru Wirausaha Sosial. CV Indonesia Medika, Jakarta

(35)

30 [2] Anonim. 2016. Buku Panduan Pendirian Usaha Bidang

Ekonomi Kreatif. www.bekraf.go.id/pustaka.

[3] R.J Calvin. 2002. Entrepreneurial Management. Mc.Graw- Hill, New York.

[4] R. Kasali, dkk. 2010. Modul Kewirausahaan untuk Program Strata 1.Nikmah (PT. Mizan Publika), Jakarta.

[5] E. Soegoto. 2009. Entrepreneurship. Menjadi pebisnis ulung. Kompas Gramedia, Jakarta.

[6] E. Triharyanto, dkk. 2012. UNS Go Entrepreneur. Temu Bisnis dan Gelar Produk Mahasiswa PMW. PPKwu. UNS.

Surakarta

Nama Mata Kuliah Analisis Data Kategorik Kode Mata Kuliah 09073143501

Kredit 3 sks

Semester 5

Deskripsi Mata Kuliah Mata Kuliah ini mempelajari konsep, teori dan aplikasi metode statistika untuk data kategorik. Materi Analisis Data Kategorik meliputi : Pengantar, Analisis data kategorik dengan menggunakan metode tabel kontingensi dua dimensi, 3 dimensi serta K dimensi, model log linear dua dimensi, tiga dimensi serta K dimensi, regresi logistik biner, regresi logistik multinomial , regresi logistik ordinal serta aplikasinya.

Referensi [1] Bhattacharryya and Johnson. 1996. Statistics Principles and Methods. John Wiley, New York.

[2] Alan Agresti. 2007, An Introduction to Categorical Data Analysis. John Wiley & Sons, Inc, New Jerseyv.

[3] David W. Hosmer and Stanley Lemeshow. 2000. Applied Logistic Regression. John Wiley & Sons, Inc., New York.

Nama Mata Kuliah Analisis Runtun Waktu Kode Mata Kuliah 09073143502

Kredit 3 sks

Semester 5

Prasyarat Metode Peramalan

Deskripsi Mata Kuliah Mata kuliah ini mempelajari (1) pengantar dan konsep dasar analisis runtun waktu (fungsi autokovariansi dan autokorelasi, proses white noise, estimasi autokovariansi dan autokorelasi, proses moving average dan autoregressive) (2) model stasioner, meliputi model autoregressive (AR), model moving average (MA), dan model ARMA, (3) model non stasioner meliputi nonstasioner dalam mean dan nostasioner dalam

(36)

31 variansi, model trend deterministic, model trend stokastik, diferensiasi, transformasi Box Cox, dan model ARIMA, (4) identifikasi model ARIMA, estimasi parameter, peramalan, uji diagnostik, dan pemilihan model, (5) model musiman (SARIMA), (6) simulasi dan aplikasi.

Referensi [1] W.S Wei. 2006. Time Series Analysis : Univariate and Multivariate Methods. Addison-Wesley

[2] J.D Cryer and K.S Chan. 2008. Time Series Analysis with Applications in R. Springer

[3] R.J Hynmand and G. Athanasopoulos. 2021. Forecasting:

Principle & Practice 3nd ed. Monash University, Australia.

https://otexts.com/fpp3 Nama Mata Kuliah Metodologi Penelitian Kode Mata Kuliah 09073142503

Kredit 2 sks

Semester 5

Prasyarat Sesuai topik yang dipilih

Deskripsi Mata Kuliah Mata kuliah ini membahas definisi penelitian, jenis-jenis penelitian, langkah-langkah penelitian, desain penelitian, instrumen penelitian, etika karya ilmiah, penulisan proposal penelitian

Referensi [1] C.R Kothari and G. Garg. 2014. Research Methodology:

Methods and Techniques 3rd ed., New Age International Publisher.

[2] M.P Marder. 2011. Research Method in Science.

Cambridge University Press.

Nama Mata Kuliah Pengantar Data Mining Kode Mata Kuliah 09073143504

Kredit 3 sks

Semester 5

Prasyarat Analisis Multivariat

Deskripsi Mata Kuliah Mata kuliah ini membicarakan tentang model data mining, analisis data, dan interpretasinya. Mahasiswa akan belajar tentang proses menyiapkan data di tahap data preprocessing, serta pengolahan data untuk supervised learning dan unsupervised learning.

Referensi [1] M. Bramer. 2013. Principles of Data Mining, second edition. Springer, London.

[2] N.P Tan, M. Steinbach, V. Kumar. 2006. Introduction to Data Mining. Pearson International, Essex.

(37)

32 [3] T. Hastie, R. Tibshirani, J. Friedman. 2013. The Elements of

Statistical Learning. Springer, New York.

[4] I. Witten, E. Frank, M.A. Hall. 2011. Data Mining: Practical Machine Learning Tools and Techniques. Elsevier, San Fransisco.

Semester VI

Nama Mata Kuliah Kuliah Magang Mahasiswa Kode Mata Kuliah 09073222002

Kredit 2 sks

Semester 6

Prasyarat 80 sks

Deskripsi Mata Kuliah Kuliah Magang Mahasiswa (KMM) merupakan suatu kegiatan intrakurikuler mahasiswa yang dilakukan di Institusi mitra.

Kegiatan ini merupakan upaya penyelarasan antara status pencapaian pembelajaran di kampus dengan perkembangan dinamika masyarakat maupun industri. Pelaksanaan KMM dapat dilakukan pada jeda antar semester atau sesuai kesepakatan antara institusi mitra dan mahasiswa dengan durasi minimal 160 jam kerja (20 hari kerja). Laporan KMM dikumpulkan maksimal 3 bulan setelah dimulai kegiatan.

Referensi [1] Pedoman KMM Prodi Statistika FMIPA UNS Semester VII

Nama Mata Kuliah Kuliah Kerja Nyata Kode Mata Kuliah 09073122001

Kredit 2 sks

Semester 7

Prasyarat 100 sks

Deskripsi Mata Kuliah Kuliah Kerja Nyata (KKN) membekali mahasiswa kemampuan pendekatan masyarakat dan membentuk sikap serta perilaku untuk senantiasa peka terhadap persoalan yang dihadapi masyarakat. KKN memberi pengalaman belajar mahasiswa dalam kehidupan masyarakat dan mendewasakan kepribadian, serta membantu pemberdayaan masyarakat melalui penerapan ilmu pengetahuan, teknologi, dan seni sebagai upaya mencapai kesejahteraan.

Referensi -

Semester VIII

Nama Mata Kuliah Tugas Akhir Kode Mata Kuliah 09073226004

(38)

33

Kredit 6 SKS

Semester 8

Prasyarat Sudah menempuh 100 SKS

Deskripsi Mata Kuliah Tugas Akhir (TA) adalah suatu kegiatan keahlian profesi yang menerapkan metoda pemecahan masalah statistika secara ilmiah. Hasil akhirnya dilaporkan secara lisan dan tertulis dalam bentuk skripsi. Aktifitas TA meliputi pengumpulan referensi, penurunan formulasi, pengumpulan, pengolahan dan analisis analisis data, penafsiran hasil, penulisan laporan berupa artikel untuk diseminarkan dan skripsi.

Referensi -

(39)

34

MATA KULIAH PILIHAN

Semester III

Nama Mata Kuliah Pengantar Ekonomi Mikro Kode Mata Kuliah 09073152307

Kredit 2 sks

Semester 3

Deskripsi Mata Kuliah Mata Kuliah ini didesain untuk membantu mahasiswa dalam mengembangkan pengetahuan tentang topik-topik utama dalam mikroekonomi dan pengetahuan terhadap beberapa model-model ekonomi. Sebagai tambahan, kuliah ini akan fokus pada aplikasi konsep-konsep teori ekonomi ke dalam masalah-masalah praktis dalam ilmu ekonomi.

Referensi [1] Michael Parkin. 2010. Economics, 9th Edition. Pearson [2] Addison Wesley. 2005. Principles of Economics:

Microeconomics & Macroeconomics. Pearson International

[3] Gregory Mankiw, Euston Quah, dan Peter Wilson. 2008.

Pengantar Ekonomi Mikro. Salemba 4, Jakarta.

[4] Principles of Economics: An Asian Edition, Cengage.

Nama Mata Kuliah Statistika Pemerintahan Kode Mata Kuliah 09073153308

Kredit 3 sks

Semester 3

Deskripsi Mata Kuliah Mata kuliah ini memberikan kemampuan mahasiswa untuk menggunakan dan menganalisa data sekunder yang merupakan data publikasi dari hasil survey pemerintah (BPS, Kesehatan, Ketenagakerjaan, pendidikan). Mata kuliah ini juga mempelajari bagaimana cara menghitung data publikasi itu seperti menghitung ukuran demografi (angka kelahiran, kematian, kepadatan penduduk, sex ratio dll), menghitung indeks Harga (IHK) dan inflasi, menghitung PDRB, Indeks pembangunan manusia (IPM) serta menghitung angka ketenagakerjaan.

Referensi [1] Buku potensi desa, monografi desa dan kecamatan [2] Daerah dalam angka

[3] Laporan Indeks Pembangunan Manusia

[4] Laporan sensus, SUPAS (BPS), Laporan Susenas [5] Data kemiskinan versi BPS

[6] Laporan hasil perhitungan IHK dan inflasi (BPS)

(40)

35 [7] Hasil perhitungan PDRB dan pertumbuhan ekonomi

[8] Laporan Indeks Pembangunan Kesehatan Masyarakat (IPKM)

Nama Mata Kuliah Program Linier Kode Mata Kuliah 09073152309

Kredit 2 sks

Semester 3

Prasyarat Aljabar Linier

Deskripsi Mata Kuliah Mata Kuliah ini mempelajari konsep, teori dan aplikasi program linear. Materi Program Linear meliputi : pemodelan masalah real dalam bentuk program linear, penyelesaian masalah program linear dengan metode grafik dan analisis sensitivitasnya, algoritma dan penyelesaian masalah program linear dengan metode simpleks, metode M, metode dua phase, kejadian khusus metode simpleks, analisis sensitivitas, masalah dualitas, program integer dengan metode cabang dan batas.

Referensi [1] Hamdy A. Taha. 1996. Operations Research, 8^th ed. Mc.

Millan Publishing. Co., New York.

[2] Wayne L. Winston. 1994. Operations Research:

Applications and Algorithms, 4^rd ed., Wadsworth Publishing Co., Belmont.

Nama Mata Kuliah Sistem Informasi Lingkungan Kode Mata Kuliah 0943122021

Kredit 3 sks

Semester 3

Prasyarat Ilmu Lingkungan Dasar

Deskripsi Mata Kuliah Sistem informasi lingkungan membahas bagaimana membangun data lingkungan yang berbasis spasial. Dalam arti yang lebih sempit, yaitu sistem komputer yang memiliki kemampuan untuk membangun, menyimpan, mengelola dan menampilkan informasi berefrensi geografis, misalnya data yang diidentifikasi menurut lokasinya, dalam sebuah database.

Referensi [1] S. Dewi, A. Ekadinata, dan F. Johana. 2009. Sistem Informasi Geografis untuk Pengelolaan Bentang Lahan Berbasis Sumber Daya Alam. World Agroforesty Center, Bogor.

[2] S.R Galati. 2006. Geographic Information Systems Demystified. Artech House, London.

(41)

36 [3] The Core of Giscience a System Based Approach,

Nederland:ITC

[4] Modul Pelatihan Sistem Informasi Geografis Tingkat Dasar. 2007. GIS Consortium, Banda Aceh.

[5] Hauschild, Michael, Rosenbaum, K. Ralph, Olsen, Stig.

2018. Life Cycle Assessment-Theory and Practice Semester IV

Nama Mata Kuliah Pengantar Ekonomi Makro Kode Mata Kuliah 09073252406

Kredit 2 sks

Semester 4

Deskripsi Mata Kuliah Mata kuliah ini memberikan pengetahuan kepada mahasiswa tentang pengertian dan ruang lingkup makroekonomi, data makroekonomi, pendapatan nasional, pertumbuhan ekonomi, uang dan inflasi, fliktuasi ekonomi, permintaan dam penawaran agregat serta dampak kebijakan terhadap perekonomian baik pada perekonomian tertutup maupun.

Referensi [1] Michael Parkin. 2010. Economics, 9th Edition. Pearson [2] Addison Wesley. 2005. Principles of Economics:

Microeconomics & Macroeconomics. Pearson International.

[3] Gregory Mankiw, Euston Quah and Peter Wilson. 2008.

Pengantar Ekonomi Mikro. Salemba 4, Jakarta.

[4] Principles of Economics: An Asian Edition, Cengage.

Nama Mata Kuliah Matematika Asuransi Kode Mata Kuliah 09073253407

Kredit 3 sks

Semester 4

Deskripsi Mata Kuliah Mata kuliah ini mempelajari makna ekonomi asuransi, peran matematika dalam asuransi, fungsi utilitas, model

resiko individual, fungsi tahan hidup, tabel kehidupan, present dan future value, asuransi jiwa, anuitas jiwa, dan premi.

Referensi [1] A. Olivieri and E. Pitacco. 2010. Introduction to Insurance Mathematics. Springer Addison Wesley, Pearson International Edition.

[2] W.S Chan and Y.K Tse. 2007. Financial and Actuarial Mathematics, McGraw Hill.

(42)

37 [3] J.N.L Bowers, H.U Gerber, J.C Hickman, D.A Jones, and C.J

Nesbitt. 1997. Actuarial Mathematics. The Society of Actuaries, Schaumburg, Illionis.

Nama Mata Kuliah Riset Operasi Kode Mata Kuliah 09073253408

Kredit 3 sks

Semester 4

Prasyarat Program Linear

Deskripsi Mata Kuliah Mata kuliah ini mempelajari konsep, teori dan aplikasi optimisasi. Materi meliputi teori permainan, pengantar model antrian, program dinamik probabilistic, transportasi, transhipment.

Referensi [1] Hamdy A. Taha. 1996. Operations Research, 8^th ed. Mc.

Millan Publishing. Co., New York.

[2] Wayne L. Winston. 1994. Operations Research:

Applications and Algorithms, 4^rd ed., Wadsworth Publishing Co., Belmont.

Nama Mata Kuliah Statistik Non Parametrik Kode Mata Kuliah 09073253409

Kredit 3 sks

Semester 4

Deskripsi Mata Kuliah Mata kuliah ini membahas dasar-dasar statistik non paramerik, Uji Tanda, Tabel Kontigensi, Koefisien kontingensi, uji rank, uji Mann Whitney, Uji Kruskal-Wallis, Uji Fiedman dan uji Kolmogorov -Smirnov

Referensi [1] W.J Conover. 1980. Practical Nonparametric Statistics, 2^nded. John Wiley and Sons, New York.

[2] S. Singgih. 2001. SPSS versi 10: Mengolah Data Statistik Secara Profesional. Penerbit PT Elex Media Koputindo, Jakarta.

[3] Praptono. 1986. Statistic nonparametric. Penerbit Karunika Universitas Terbuka, Jakarta

Nama Mata Kuliah Regresi Robust Kode Mata Kuliah 09073252410

Kredit 3 sks

Semester 4

Prasyarat Analisis Regresi

(43)

38 Deskripsi Mata Kuliah Mata kuliah ini menerangkan estimasi kuadrat terkecil,

mendeteksi asumsi pencilan, regresi robust dengan estimasi M dan S.

Referensi [1] David Birkes, Yadolah, Dogge. 1993. Alternative Methods of Regression. John Wiley & Sons, Inc.

[2] Yuliana Susanti, Hasih Pratiwi, Sri Sulistijowati H., dan T.

Liana. 2014. M Estimation, S Estimation, And MM Estimation. International Journal of Pure and Applied Mathematics, Volume 91.

[3] P.J Rousseeuw and V. Yohai. 1984. Robust Regression by Means of S Estimator, in Robust and Nonlinier Time Series Analysis, edited by J. Franke, W, Hardle, and R.D. Martin, Lecture Notes in Statistics 26, Springer Verlag, New York.

[4] J. Barnett and Lewis. 1978/ Outliers in Statistical Data.

John Wiley & Sonns Inc,. New York.

[5] D. Birkes and Y. Dodge. 1993. Alternative Methods of Regression. John Wiley & sons, Inc, New York,

[6] P.J. Huber. 1981. Robust Statistic. John Wiley & Sons Inc, New York.

Nama Mata Kuliah Sistem Informasi Manajemen Kode Mata Kuliah 09073253411

Kredit 3 sks

Semester 4

Prasyarat Algoritma dan Pemrograman, Basis Data

Deskripsi Mata Kuliah Mata kuliah ini merupakan mata kuliah yang mengembangkan kemampuan mahasiswa dalam pengelolaan basis data mySQL dan Tableau untuk mendukung proses pengambilan keputusan melalui sistim informasi manajemen.

Referensi [1] S. Acharya and Subhasinni Chelappan. 2016. Pro Tableau : A Step by Step Guide. Apress, Berkley, California.

[2] B. Jones. 2014. Communicating Data with Tableau, O’Reilley.

[3] McLeod, J. Raymond, G.Schell. 2004. Sistem Informasi Manajemen. Prenhallindo, Jakarta.

Semester V

Nama Mata Kuliah Analisis Tahan Hidup Kode Mata Kuliah 09073163505

Kredit 3 sks

Semester 5

Prasyarat Statistika Matematik