1
Portofolio Perkuliahan
UNIVERSITAS BRAWIJAYA
FAKULTAS MIPA
JURUSAN STATISTIKA / PROGRAM STUDI SARJANA STATISTIKA
Mata Kuliah : Statistika Sosial
Kode: MAS61327 RMK :
Sosial Ekonomi dan Ekonomi
Semester : Ganjil Dosen Achmad Efendi, S.Si., M.Sc., Ph.D
Pendahuluan
Mata kuliah Statistika Sosial adalah mata kuliah yang sudah diampun oleh dosen pengajar selama sekitar 4 tahun. Di awal mengajar tahun 2015, kami banyak belajar dan menyamakan persepsi dengan para mahasiswa. Kami juga mengikuti perkembangan peran Statistika untuk aplikasi di bidang sosial. Hal lain yang kami lakukan adalah banyak diskusi dengan para dosen senior yang telah lebih lama mengampu mata kuliah yang terkait dengan mata kuliah ini. Kemudian mengenai hasil akhir dari pemahaman mahasiswa, akhirnya kembali kepada kemampuan dasar mahasiswa dan pemahaman mereka akan mata kuliah – mata kuliah pendukung. Namun dosen pengajar akan tetap mempelajari seluruh karakter mahasiswa yang mungkin jadi kendala di dalam pemahaman mereka, dan merubah strategi pengajaran jika diperlukan. Lebih jauh lagi, MK ini berupa kelanjutan dan aplikasi dari beberapa mata kuliah lainnya, antara lain: MK Pengantar Analisis Regresi, MK Analisis Multivariat I, dan lain sebagainya.
1 Tujuan
Tujuan Umum:
Mata kuliah dengan ruang lingkup masalah sosial, penggunaan statistik untuk masalah sosial, dan mendidik mahasiswa untuk memiliki kemampuan riset sosial
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 2: Mampu menyusun dan atau memilih rancangan pengumpulan/
pembangkitan data secara efisien dan menerapkan dalam bentuk survei, percobaan, atau simulasi.
- ILO 3: Mampu mengelola dan menganalisis data, menyelesaikan permasalahan nyata menggunakan metode statistika di bidang komputasi statistika, sosial humaniora, ekonomi, industri dan hayati dengan bantuan perangkat lunak, serta menyajikan dan mengkomunikasikan hasilnya.
- 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 8: Mampu menerapkan dan menginternalisasi semangat kemandirian, kejuangan, kewirausahaan berdasarkan nilai, norma, dan etika akademik serta nilai Pancasila dalam segala aspek kehidupan.
2
Sedangkan capaian pembelajaran dari Mata Kuliah (Course Learning Outcome - CLO) Statistika Sosial ini adalah:
- CLO 1: Mahasiswa mampu merumuskan masalah sosial dan menelitinya - CLO 2: Mahasiswa mampu mengaplikasikan kemampuan statistik untuk
penelitian sosial
- CLO 3: Mahasiswa memiliki kemampuan menjadi konsultan dalam bidang riset sosial
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 Sosial dan ILO yang disajikan pada Tabel 1.
Tabel 1. Matriks Hubungan antara CLO dan ILO MK Statistika Sosial
ILO1 ILO2 ILO3 ILO4 ILO5 ILO6 ILO7 ILO8
CLO1 0,33 0,33 0 0 0,33 0 0 0
CLO2 0,25 0,25 0,25 0 0,25 0 0 0
CLO3 0,25 0,25 0,25 0 0 0 0 0,25
2 Strategi Pembelajaran
Perkuliahan ini menyajikan beberapa materi yang bersifat teori dan aplikasi. Untuk itu digunakan strategi berikut ini:
- Menyediakan akses materi sebelum perkuliahan (dalam file pdf/ppt dan pada forum di Google Classroom).
- Menyajikan materi secara detil
- Menyajikan materi tentang tata cara presentasi bahan kesimpulan statistika.
- Menyajikan materi di depan kelas dengan cara elaborasi detil seluruh teori yang disajikan pada power point
- Meminta masukan dari mahasiswa selama sesi penyajian materi mengenai perlunya dosen menjelaskan ulang atau memperlambat kecepatan di dalam menjelaskan.
- Meminta masukan dan komentar mahasiswa akan presentasi teman sekelasnya.
Untuk membiasakan mahasiswa dalam berpendapat dan menilai secara sopan rekan sejawatnya,
- Memberikan latihan kasus yang serupa dengan contoh yang sudah dijelaskan dosen dan analisis serta presentasi hasilnya.
- Memberikan tugas untuk kasus yang memerlukan banyak waktu untuk elaborasi, sehingga harus dikerjakan di rumah. Tugas dikerjakan secara mandiri di rumah, dengan masih memungkinkan untuk mengakses materi/catatan.
- Menjelaskan ulang bagian-bagian yang dirasa kurang dipahami pada pertemuan berikutnya.
3 Pengelolaan Perkuliahan
Mata kuliah ini adalah mata kuliah 2 sks. Pertemuan terjadwal satu minggu sekali (2 kali 50 menit) selama 14 minggu. Untuk UTS dilaksanakan terjadwal setelah 7 kali pertemuan, sedangkan UAS juga dilaksanakan terjadwal setelah pertemuan ke 14.
Perkuliahan:
- Jadwal: Pertemuan dijadwalkan setiap hari Jumat, jam 10.15 – 12.05 WIB.
- Pada setiap pertemuan dosen menyajikan materi pada dua sks pertama. 15
3
sampai 20 menit dari satu sks terakhir digunakan mahasiswa untuk berlatih dan diskusi.
- Pertanyaan dari mahasiswa dilakukan pada saat penjelasan dosen atau pada saat diskusi dan mahasiswa bebas untuk bertanya dan diskusi.
- Setiap pertemuan mempunyai capaian pembelajaran yang spesifik sesuai materi yang disampaikan. Untuk mengukur ketercapaiannya, telah dirancang pemberian kuis dan tugas. Hasil kuis dan tugas tersebut dijadikan bahan evaluasi, untuk mengulang bagian – bagian yang dirasa perlu pada pertemuan selanjutnya. Sesuai yang dirancang pada RPS, untuk mata kuliah ini diberikan beberapa asesesment dengan materi dan bobot setiap assessment terhadap nilai akhir seperti yang tersaji pada Tabel 2. Semua bentuk penilaian di atas harus dikerjakan secara mandiri atau berkelompok oleh para mahasiswa.
4 Isi Perkuliahan
1. Konsep dasar riset sosial, jenis, desain, dan proses riset sosial 2. Pengertian dan konstruksi variabel
3. Instrumen penelitian
4. Survey dan FGD (Focus Group Discussion) 5. Validitas dan reliabilitas
6. Proposal dan kuisioner 7. Pengumpulan data 8. Analisis data riset sosial 9. Metode Sampling
10. Korelasi dan regresi linier 11. Regresi logistik dan Poisson
12. Analisis Jalur, analisis faktor, dan analisis komponen utama 13. Presentasi 1
14. Presentasi 2
Kesesuaian antara materi perkuliahan yang dirancang pada kurikulum dengan praktiknya 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, angkatan 2017, dan beberapa dari angkatan 2016 yang karena satu dan lain hal tidak dapat mengambil mata kuliah pilihan ini pada tahun lalu.
Mata kuliah ini diikuti oleh 49 mahasiswa, dengan komposisi 10 mahasiswa angkatan 2016 dan 39 mahasiswa angkatan 2017.
6 Persentase Kehadiran
Kehadiran dosen adalah 100% sedangkan kehadiran mahasiswa rata – rata sebesar 98%
7 Sistem Evaluasi
- Evaluasi per minggu melalui tugas dan atau kuis. Tujuan dari evaluasi ini adalah untuk menggali pemahaman mahasiswa apakah sudah sesuai dengan tujuan perkuliahan di setiap minggu/pertemuan.
- Evaluasi beberapa materi melalui Kuis yang mengukur pemahaman dari 3 atau 4 pertemuan. Tipe soal menyerupai soal UTS/UAS, sehingga mahasiswa mempunyai bayangan mengenai persiapan menghadapi UTS/UAS.
- Evaluasi materi sampai dengan tengah semester melalui UTS, yang
4 diselenggarakan secara terjadwal.
- Evaluasi materi setelah tengah semester sampai dengan akhir semester melalui UAS, yang diselenggarakan secara terjadwal.
- Soal Kuis, UTS, dan UAS lebih banyak open book karena memungkinkan mahasiswa untuk berpikir secara lebih luas, tidak sekedar yang ada di buku atau bahan kuliah, dan juga menstimulus mahasiswa untuk banyak presentasi dan diskusi.
Pada minggu UTS dan UAS seluruh kegiatan perkuliahan diliburkan, sehingga mahasiswa konsentrasi untuk menghadapi UTS/UAS. Materi yang dievaluas 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)
Statistika Sosial
Asesment Materi
Bobot terhadap Nilai akhir
CLO 1 CLO 2 CLO 3
ABS1 Kehadiran dan keaktifan 0,05 0,33 0,33 0,33
T1 Pengertian dan konstruksi variabel;
Instrumen penelitian; Survey dan FGD 0,15 0,5 0,5 0
T2 Proposal dan kuisioner 0,15 0 0,5 0,5
UTS1 Validitas dan reliabilitas; Pengumpulan
data 0,25 0,5 0,5 0
UAS1
Regresi logistik dan Poisson; Analisis Jalur, analisis faktor, dan analisis komponen utama
0,25 0 0,5 0,5
UKK1 Presentasi 1; Presentasi 2 0,15 0 0 1
8 Pengamatan Kelas
Di dalam perkuliahan mahasiswa aktif berpartisipasi baik itu di dalam mengajukan pertanyaan maupun bersedia maju ke depan untuk menyelesaikan kasus di white board.
Sayangnya hanya sekitar 40% dari mahasiswa saja yang berpartisipasi aktif. Secara tidak langsung mahasiswa sudah mempunyai pola di dalam pengaturan tempat duduk mereka di dalam kelas. Beberapa pengamatan bagi mahasiswa yang bersifat pasif ini:
- Berpandangan kosong di kelas, tidak ada respons ketika diminta informasi mengenai pemahaman mereka
- Berdiskusi sendiri
- Ada bahkan di antara mereka yang tidak membuka catatan apapun di atas bangku kuliah.
Untuk mengantisipasi kecepatan pemahaman yang tidak seragam, maka dosen mengatur ulang waktu penyampaian, sesuai dengan observasi mengenai pemahaman mahasiswa.
Oleh sebab itu ada beberapa materi yang diundurkan waktu penyampaiannya pada minggu setelah jadwal yang seharusnya, tanpa mengurangi keseluruhan materi yang harus disampaikan.
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
5
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:
- Semua CLO secara rata – rata mencapai nilai satisfactory, dengan rata – rata di atas 71,32.
- Capaian pembelajaran yang bersifat penerapan dan interpretasi (CLO1 - Mahasiswa mampu merumuskan masalah sosial dan menelitinya Mahasiswa mampu merumuskan masalah sosial dan menelitinya).
- 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 Sosial
CLO1 CLO2 CLO3
Rata - rata 69,33 70,1 74,55
Kategori Capaian
SATI SFAC TOR
Y
SATISFACTORY SATISFACTORY Banyaknya mahasiswa
dengan CLO>60 46 47 48
Persentase mahasiswa
dnegan CLO>60 93,88 95,92 97,96
Kategori Persentase 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
6
Gambar 1. Visualisasi (a) indeks capaian dan (b) presentasi mahasiswa dengan capaian
>60 di setiap CLO MK Statistika Sosial
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 mata kuliah ini. Gambar 2 (b) menyajikan persentase mahasiswa dengan nilai capaian di atas 60. Pada kedua gambar, 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):
- Semua ILO berada pada kategori capaian Satisfactory yaitu:
Terdapat 100% mahasiswa yang memiliki nilai capaian di atas 60 untuk semua ILO.
Tabel 5. Deskripsi Nilai dan Kategori Capaian untuk Setiap ILO yang didukung oleh MK Statistika Sosial
ILO1 ILO2 ILO3 ILO
4
ILO5 IL
O6 ILO
7 ILO8
Rata - rata terbobo ti
71,42 71,42 72,19 69,79 74,55
Katego ri Capaia n
SATISFAC TORY
SATISFAC TORY
SATISFAC TORY
SATISFAC TORY
SATISFAC TORY Banyak
nya mahasi swa dengan ILO>6 0
48 48 48 48 48
Persent
ase 97,96 97,96 97,96 9,96 97,96
0 50 100CLO1
CLO2 CLO3
Weighted-avg-based CLO's AI
Achievement Index of MAS61327
90 95 100CLO1
CLO2 CLO3
Student num-based CLO's AI
Achievement Index of MAS61327
7 mahasi
swa dnegan ILO>6 0 Kateg
ori HIGH HIGH HIGH HI
GH HIGH HI
GH HIGH
Gambar 2. Visualisasi (a) indeks capaian dan (b) presentasi mahasiswa dengan capaian
>60 di setiap ILO yang didukung oleh MK Statistika Sosial 10 Kendala
- Kemampuan/pemahaman mahasiswa mengenai Pengantar Analisis Regresi, Analisis Multivariate, dan Analisis Data Kategorik dirasa kurang merata di seluruh mahasiswa di mana topik tersebut adalah dasar untuk memahami materi di MK ini
- Keengganan mahasiswa untuk bertanya, berdiskusi, dan menyampaikan saran untuk dosen dan rekan sesama mahasiswa dirasa kurang. Terkesan mahasiswa belum optimal untuk hal ini.
11 Distribusi Nilai
Nilai akhir diperoleh dari pembobotan seluruh komponen penilaian/asessment seperti yang disajikan pada kolom tiga di Tabel 2. Sedangkan statistika deskriptif dari nilai akhir dapat dilihat di Tabel 6.
Tabel 6. Statistika Deskriptif Nilai Akhir Statistika Sosial 2019/2020
Mean 78,56633
Median 79,75
Mode 84,55
Simpangan baku 10,4954
Range 75,95
Minimum 12
Maximum 87,95
Setelah dikonversi menjadi nilai huruf sesuai standar konversi penilaian, sebaran nilai huruf dapat dilihat pada Gambar 3. Gambar tersebut menunjukkan bahwa terdapat lebih
96 97 98 99 100ILO1
ILO2
ILO3
ILO4 ILO5
ILO6 ILO7
ILO8
Student num-based ILO's AI
Achievement Index of MAS61327
0 20 40 60 80 100ILO1
ILO2
ILO3
ILO4 ILO5
ILO6 ILO7
ILO8
Weighted-avg-based ILO's AI
Achievement Index of MAS61327
8
dari separuh mahasiswa memiliki nilai di atas B, bahkan persentase terbesar ada pada nilai A dan B+. Terdapat satu orang mahasiswa yang mendapat nilai E, karena yang bersangkutan tidak masuk kuliah dan mengikuti Kuis, UTS, dan UAS.
Gambar 3. Sebaran nilai akhir huruf MK Statistika Sosial 2019/2020 12 Kesimpulan
- Dengan segala kendala dan kemampuan dasar mahasiswa, nilai akhir yang diperoleh masih mencerminkan bahwa strategi dan cara pembelajaran dapat diterima dengan baik oleh sebagian besar mahasiswa.
- Sedikit melesetnya rencana jadwal penyampaian materi dengan realisasinya, yang awalnya bertujuan untuk menyesuaikan kecepatan dengan kemampuan mahasiswa, malah mengorbankan waktu pembahasan di materi tertentu, sehingga hasil pembelajaran di materi tersebut menjadi tidak optimal.
13 Rekomendasi Perbaikan
- Perlunya mengakomodir topik-topik penelitian sosial terbaru.
- Perlunya mendorong mahasiswa untuk lebih banyak dan berani dalam menyampaikan pendapat
- Pembiasaan mahasiswa untuk berdiskusi dan bekerjasama dalam tim
22 21
5
0 0 0 0 1
0 5 10 15 20 25
A B+ B C+ C D+ D E
9
Lampiran 1
Min ggu ke
Rencana 1 2 3 4 5 6 7
8 da n 9
10 11 12 13 14 15 16 17
1
Konsep dasar riset sosial, jenis, desain, dan proses riset sosial.
Kontrak kuliah, pendahl uan, riset kuantitat if dan komutat if
2
Pengertian konsep/konstruk si dan variabel, definisi operasional, hubungan antar variabel (hipotesis), dan hubungan antar definisi operasional (hipotesis statistik).
Penak siran param eter regresi
linier sederh ana
3
Pembuatan instrumen penelitian (kuisioner).
Langk ah pembu atan kuisio ner
4 Kuis 1 Kuis 1
5
Berbagai metode penelitian sosial (survey, FGD)
Ranca ngan penent uan sampe l
10
Min ggu ke
Rencana 1 2 3 4 5 6 7
8 da n 9
10 11 12 13 14 15 16 17
6
Pengujian validitas dan reliabilitas
Validita s dan reliabilit as
7
Penyusunan proposal, kuisioner. Dan rencana sampling
Regre si logisti k
8 dan
9
U T S
10
Analisis data, aplikasi riset sosial, penyusunan laporan dan cara interpretasi serta presentasi laporan
Overdispe rsed model, regresi logistic ordinal
11
Review metode statistika:
Korelasi dan regresi liniear
Review analisis multivaria te
12
Review metode statistika: tabel kontingensi, regresi logistik
Pengantar analisis SEM
13
Review metode statistika:
regresi Poisson, regresi binomial
Tugas 1
11
Min ggu ke
Rencana 1 2 3 4 5 6 7
8 da n 9
10 11 12 13 14 15 16 17
14
Review metode statistika:
Analisis jalur, analisis faktor, analisis komponen utama
Presen
tasi 1
15 Presentasi 1,
SEM Presen
tasi 2
16 Presentasi 2,
SEM
Evaluasi materi-
materi sebelum nya, dan
latihan soal
17 UAS UAS
Kehadiran (%)
91,84%
87,76
%
95,92
%
77,55
%
85,71
% 83,67%
91,84
% 97,96% 89,80% 93,88% 97,96%
97,96
%
100,0 0%
100,00
%
12
Lampiran 2. Daftar Rincian Nilai
No NIM Nama ABS1 T1 T2 Presentasi UTS1 UAS1
1 '165090501111004 Siti Nurlita Halisyah 100 85 83 82 55 60
2 '165090501111011 Windri Istyarini 100 85 78 77 45 40
3 '165090501111024 Alfisyah Muharramah Irdiana 100 85 80 77 55 90
4 '165090501111025 Nurul Aini Fauzah Rahim 100 83 83 82 65 78
5 '165090501111035 Tobias Surya Chrismanata 100 85 76 76 45 80
6 '165090507111015 Anindya Darmastuti 100 80 75 77 50 55
7 '165090507111029 Anisa Dian Rahmawati 100 83 78 77 70 75
8 '165090507111041 Sutomo Musa Amien 100 83 78 77 40 52
9 '165090507111043 Zulfikar Zein Mochtar 100 82 76 77 60 58
10 '165090507111044 Christopel Daniel Mairil 100 80 82 77 40 60
11 '175090500111001 Nur Khamidah 100 85 83 82 60 80
12 '175090500111007 Endang Krisnawati 100 85 78 77 75 68
13 '175090500111010 Gina Amalia Husna 100 85 80 77 65 75
14 '175090500111013 Rizki Nurani Aisha 100 83 83 82 70 85
15 '175090500111014 Gusti Agung Ayu Devi Indra Suari 100 85 76 77 60 80
16 '175090500111017 Erlinda Citra Lucki Efendi 100 80 75 77 65 77
17 '175090500111018 Melati Fitriyani 100 83 78 77 60 78
18 '175090500111019 Sausan Dian Maulida 100 83 78 77 50 70
19 '175090500111023 Nurul Rismasari 100 82 76 77 65 73
20 '175090500111026 Tamara Rezti Syafriana 100 80 82 82 45 55
21 '175090500111039 Zidane Ariyandy 100 85 83 82 60 60
22 '175090500111041 Femy Rahayu Quientania 100 85 78 77 60 80
23 '175090501111003 Yuli Rochmawati 100 85 80 77 73 63
24 '175090501111004 Rosi Dwi Lestari 100 83 83 82 60 70
25 '175090501111008 Dara Septya Salsabilla 100 85 76 77 55 63
26 '175090501111013 Inka Dia Rista 100 80 75 77 73 78
13
27 '175090501111015 Aliyah Husnun Azizah 100 83 78 77 68 63
28 '175090501111017 Dinda Barristya Rahma 100 83 78 77 60 68
29 '175090501111019 Vaulita Qatrunnada 100 82 76 77 60 60
30 '175090501111020 Kushartanti Alifah 100 80 82 77 65 63
31 '175090501111022 Harsony 100 85 83 77 50 63
32 '175090501111023 Septika Ningrum Riski Irawati 100 85 78 77 65 78
33 '175090501111025 Aprilliah 100 85 80 77 63 60
34 '175090501111032 Fahmy Kurniawan Putra 100 83 83 82 50 78
35 '175090507111004 Isfar Hakim Ramdani 100 85 76 77 55 68
36 '175090507111005 Clarita Dewi Puspita Sari 100 80 75 77 70 67
37 '175090507111006 Putri Apriliyanti 100 83 78 77 65 63
38 '175090507111010 Laksmi Adlina Yudihartin 100 83 78 77 53 60
39 '175090507111013 Bulan Permatasari 100 82 76 77 60 70
40 '175090507111014 Fachira Haneinanda Junianto 100 80 82 82 65 82
41 '175090507111017 Bestari Archita Safitri 100 85 83 82 68 75
42 '175090507111018 Unzilatur Rohmah 100 0 0 0 0 0
43 '175090507111022 Nabila Azarin Balqis 100 85 80 77 68 77
44 '175090507111029 Moses Galuh Wilianto 100 83 83 82 58 65
45 '175090507111030 Febrina Khairani 100 85 76 77 63 65
46 '175090507111033 Augy Kezia Anggoro 100 80 75 77 60 60
47 '175090507111036 Annas Nandhia Rakhman 100 83 78 77 48 75
48 '175090507111037 Nefranita Halevi 100 83 78 77 53 60
49 '175090507111040 Nandia Pradianti 100 82 76 77 53 68
