• Tidak ada hasil yang ditemukan

Pengantar Analisis Numerik - Statistika – Universitas Brawijaya

N/A
N/A
Nguyễn Gia Hào

Academic year: 2023

Membagikan "Pengantar Analisis Numerik - Statistika – Universitas Brawijaya"

Copied!
3
0
0

Teks penuh

(1)

KODE Bobot (sks) Semester Tgl Penyusunan MAS62114

ILO1 ILO4 ILO5

ILO7 ILO8

M1 M2 M3 M4

MATA KULIAH Laboratorium

Universitas Brawijaya

Fakultas Matematika dan Ilmu Pengetahuan Alam Jurusan Statistika/Program Studi Sarjana Statistika

RENCANA PEMBELAJARAN SEMESTER Pengantar Analisis

Numerik

Statistika Simulasi dan Komputasi

Dosen Pengembang RPS Kepala Laboratorium Ka Prodi

Achmad Efendi, S.Si., M.Sc., PhD Dr. Adji Achmad Rinaldo Fernandes, S.Si., M.Sc.

Achmad Efendi, S.Si., M.Sc., PhD Capaian

Pembelajaran (CP)

CPL Prodi

Menguasai konsep dasar keilmuan dan metode analisis statistika yang dapat diaplikasikan pada bidang komputasi, sosial humaniora, ekonomi, industri dan hayati.

Menguasai minimal dua perangkat lunak statistika, termasuk yang berbasis open source.

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.

Mampu memelihara dan mengembangkan jaringan kerja, serta melakukan supervisi dan evaluasi terhadap kinerja tim yang dipimpinnya.

Mampu menerapkan dan menginternalisasi semangat kemandirian, kejuangan, kewirausahaan berdasarkan nilai, norma, dan etika akademik serta nilai Pancasila dalam segala aspek kehidupan.

CP MK

Mahasiswa mampu memahami konsep-konsep matematika yang berperanan dalam statistika (ILO1, ILO5)

Mahasiswa mampu menemukan solusi numerik dari persamaan-persamaan matematika yang tidak dapat diselesaikan secara eksak menggunakan software R maupun manual (ILO1, ILO4, ILO5)

Mahasiswa mampu menyelesaikan secara numerik permasalahan terkait pokok bahasan matematika yang tertentu yang digunakan dalam statistika dengan metode yang berbeda (ILO1, ILO5)

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 (ILO1, ILO5, ILO7, ILO8)

(2)

M5

1 2 3 4 5 6 7

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 (ILO4, ILO5, ILO7, ILO8)

Capaian Pembelajaran (CP)

Deskripsi Singkat MK

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.

Materi

Pembelajaran/

Pokok Bahasan

Pendahuluan (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 Extrapolasi Richardson, Pendugaan Kemungkinan Maksimum)

Integrasi numerik (Integrasi dasar dalam R, Aturan Trapesium, Aturan Parabolik/ Aturan Simpson) Bobot

Penilaian 5% Sikap, 10% Tugas, 25% Rsponsi, 10% Kuis, 25% UTS, 25% UAS Pustaka Utama:

1. Anton, H & Rorres, C. 2005. Elementary Linear Algebra, 9th Ed. John Wiley & Sons, Inc. New York.

2. Mathews, J.H. & Fink, K.D. 1999. Numerical Methods Using MATLAB, 3th Ed. Prentice Hall. New Jersey.

3. Monahan, J.F. 2011. Numerical Methods of Statictics. Cambridge University Press. Cambridge.

4. Purcell E.J. and Varberg, D. 2003. Calculus, 9th Ed. Prentice Hall and Inc. New Jersey.

Pendukung:

1. Bloomfield, V. A. 2014. Using R for Numerical Analysis in Science and Engineering, CRC Press Taylor & Francis Group, New York

2. Henningsen, A dan Toomet, O. 2011. maxLik: A Package for Maximum Likelihood Estimation in R. Comput Stat, 26:443–458. DOI 10.1007/s00180-010-0217-1.

Media Pembelajaran

Perangkat Lunak Perangkat Keras:

R Laptop, LCD

Team Teaching Achmad Efendi, S.Si., M.Sc.

(3)

Mata Kuliah Prasyarat

MAS62112 (Matematika I), MAS61131 (Dasar-dasar Pemrograman) Team Teaching

Luthfatul Amaliana, S.Si., M.Si

Referensi

Dokumen terkait

Metode numerik berlaku umum, yakni dapat diterapkan untuk menyelesaikan persoalan matematika sederhana (yang juga dapat diselesaikan dengan metode analitik), maupun

berdasarkan persamaan (2.25) dapat disimpulkan bahwa dalam menganalisis gerak jatuh bebas dengan menggunakan metode numerik akan menghasilkan suatu solusi numerik

Metode numerik berlaku umum, yakni dapat diterapkan untuk menyelesaikan persoalan matematika sederhana (yang juga dapat diselesaikan dengan metode analitik), maupun

Seperti telah disinggung sebelumnya bahwa persamaan matematika, dalam hal ini PDB, yang akan diselesaikan secara numerik harus bersifat well posed sedangkan dua dari tiga sifat

o Perhitungan dgn metode numerik hampir selalu menggunakan bilangan nyata o Dengan aplikasi computer, semua bilangan riil tdk dapat disajikan secara tepat o Keterbatasan komputer

CP MK Mahasiswa memahami konsep model-model aktuaria baik yang diskrit maupun yang kontinu ILO1, ILO5 Mahasiswa mampu mehamami konsep frekuensi, severitas, dan kerugian agregat pada

M3 M4 M5 1 2 3 4 5 Mahasiswa mampu membuat laporan di sistem dan mengexportnya ILO2, ILO3, ILO4, ILO5, ILO6, ILO7, ILO8 Capaian Pembelajaran CP Mahasiswa mampu membuat bentuk

Hasil operasi perhitungan matematik dari persamaan matematik yang merupakan pemodelan dari permasalahan merupakan suatu perkiraan yang mendekati nilai Eksak nilai yang benar , apabila