Portofolio Perkuliahan UNIVERSITAS BRAWIJAYA

(1)

P2RP-LP3M UB

Portofolio Perkuliahan

UNIVERSITAS BRAWIJAYA

FAKULTAS MIPA

JURUSAN STATISTIKA / PROGRAM STUDI SARJANA STATISTIKA

Mata Kuliah:

Statistika Industri

Kode:

MAS62334

RMK:

Sosial Ekonomi

Semester:

Genap

Dosen Darmanto, S.Si., M.Si.

Pendahuluan

Mata kuliah Statistika Industri merupakan salah satu mata kuliah pilihan minat pada rumpun sosial ekonomi khususnya di bidang industri yang ditawarkan bagi mahasiswa minimal semester 6 yang telah memrogram dan lulus mata kuliah pengantar rancangan percobaan dan statistika pengendalian mutu. Secara umum, mata kuliah statistika industri ini merupakan mata kuliah lanjutan setelah mata kuliah statistika pengendalian mutu yang membahas tentang jaminan mutu produk akhir dan statistika pengendalian mutu lanjutan yang membahas tentang jaminan mutu bahan baku. Adapun mata kuliah statistika industri berfokus pada desain rancangan percobaan yang digunakan oleh perusahaan agar produk yang dihasilkan optimal.

Dikarenakan masa pandemi COVID-19, pertemuan mata kuliah pada semester genap tahun 2019/2020 ini terbagi menjadi 2 macam yaitu secara luring dan daring. Perkuliahan secara luring dilakukan pada pertemuan 1-7 dan setelahnya yaitu 8-14 termasuk di dalamnya UTS dan UAS dilakukan secara daring.

1 Tujuan

Tujuan Umum:

Mata kuliah ini ditawarkan dan diajarkan agar mahasiswa memahami Penerapan metode statistika dalam perancangan percobaan di bidang industri. Mata kuliah Statistika Industri mendukung enam macam Capaian Pembelajaran Program Studi (Intended

Learning Outcome - ILO) yaitu

- ILO 1: Menguasai konsep dasar keilmuan dan metode analisis statistika yang dapat diaplikasikan pada bidang komputasi, sosial humaniora, ekonomi, industri dan hayati.

- 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 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

(2)

P2RP-LP3M UB ilmiah

- ILO 6: Mampu mengambil keputusan secara tepat dalam menyelesaikan masalah di bidang keahliannya berdasarkan hasil analisis informasi dan data

- ILO 8: Mampu menerapkan dan menginternalisasi semangat kemandirian, kejuangan, kewirausahaan berdasarkan nilai, norma, dan etika akademik serta nilai Pancasila dalam segala aspek kehidupan.

Adapun capaian pembelajaran dari Mata Kuliah (Course Learning Outcome - CLO) Statistika Industri adalah:

- CLO 1: Mahasiswa mampu memahami penjaminan mutu proses dan produk perusahaan dengan pendekatan statistika.

- CLO 2: Mahasiswa mampu memahami konsep hubungan antara bagan kendali, sampling penerimaan, dan rancangan percobaan dalam upaya pengendalian mutu.

- CLO 3: Mahasiswa mampu memahami konsep perancangan percobaan yang digunakan dalam bidang industri dan menginterpretasikan hasil analisis yang telah diperoleh.

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 Industri dan ILO yang disajikan pada Tabel 1.

Tabel 1. Matriks Hubungan antara CLO dan ILO MK Aktuaria

ILO1 ILO2 ILO3 ILO4 ILO5 ILO6 ILO7 ILO8

CLO1 0,40 0 0,20 0,00 0,075 0,25

0

0,075

CLO2 0,40 0 0,20 0,00 0,075 0,25

0

0,075

CLO3 0,20 0 0,20 0,15 0,075 0,10

0

0,075

2 Strategi Pembelajaran

Perkuliahan ini menyajikan materi yang bersifat penerapan metode statistika di bidang industri. Dikarenakan peserta mk ini adalah mahasiswa semester 6 atau lebih, maka diasumsikan bahwa mereka telah mempunyai bekal untuk belajar mandiri dan tim dalam membahas sub bab materi. Untuk itu digunakan strategi berikut ini:

- Mahasiswa membentuk kelompok yang terdiri atas 2-3 orang yang ditentukan oleh dosen atau dipilih sesuai dengan pilihan mahasiswa.

- Memberi gambaran umum tentang ruang lingkup mata kuliah ini dan diintegrasikan dengan mata kuliah- mata kuliah yang saling berkaitan.

- Memberikan referensi utama untuk dapat dieksplorasi secara mandiri atau kelompok dengan hasil berupa tulisan materi.

- Membagi sub bab materi secara proporsional ke masing-masing kelompok mahasiswa yang telah terbentuk.

- Menyediakan waktu untuk diskusi dengan kelompok apabila ada bagian dari sub bab materi yang dibahas kurang dipahami atau perlu didiskusikan lebih detil.

- Melatih mahasiswa untuk mampu menulis dengan aturan ilmiah, membuat catatan penting, dan membangun kemampuan soft skill dalam hal berkomunikasi melalui presentasi secara kelompok.

- Memberikan arahan untuk mengguakan salah satu paket program statistika dalam menganalisa data serta membantu mereka dalam memahami setiap statistik luaran dari

(3)

P2RP-LP3M UB

paket program agar dapat ditulis dan dikomunikasikan dengan baik, tepat, dan benar.

3 Pengelolaan Perkuliahan

Mata kuliah ini adalah mata kuliah 2 sks dengan pertemuan terjadwal satu minggu sekali (2 kali 50 menit) selama 14 minggu. UTS dilaksanakan terjadwal setelah 7 kali pertemuan, sedangkan UAS juga dilaksanakan terjadwal setelah pertemuan ke 14.

Perkuliahan:

- Jadwal: Pertemuan dijadwalkan setiap hari Selasa, jam 13.00 – 14.45 WIB.

- Setiap perkuliahan berbasis Student Center Learning (LCL) dengan secara berkelompok dalam mempresentasikan hasil diskusi sub bab materi yang telah ditentukan.

4 Isi Perkuliahan

- Kontrak perkuliahan, urgensi statistika di dunia industri.

- Faktorial lengkap 2², 2³, dan 2^k termasuk model regresi yang bersesuaian.

- Confounding faktorial lengkap 2^k pada blocking 2 dan 4.

- Fraksional 1/2 dan 1/4 faktorial 2k termasuk model regresi yang bersesuaian.

- Resolusi III, Placket-Burman, Resolusi IV dan V.

- Rancangan Taguchi dan Kurva permukaan respon.

Kesesuaian antara materi perkuliahan yang dirancang pada kurikulum dengan prakteknya dapat dilihat pada Lampiran 1.

5 Peserta Kuliah)

Pada semester genap tahun 2019/2020 peserta mata kuliah Statistika Industri kelas B sebanyak 38 mahasiswa dengan pesebaran 2 mahasiswa angkatan 2015, 2 mahasiswa angkatan 2016, dan sisanya (34 mahasiswa) merupakan mahasiswa angkatan 2017.

Namun demikian, ada 1 mahasiswa yang mengundurkan diri atas nama Neri Krismonisa yang hanya datang pada pertemuan ke-1.

6 Persentase Kehadiran

Kehadiran dosen adalah 100%. Adapun persentase kehadiran mahasiswa, mayoritas 100% dan hanya ada sekitar 6 mahasiswa yang tidak datang tanpa dan atau dengan alasan sebanyak 2 kali. Namun demikian, 6 mahasiswa tersebut masih dalam kategori >

80% kehadiran sehingga diperbolehkan untuk mengikuti UAS.

7 Sistem Evaluasi

- Evaluasi terdiri atas evaluasi sikap dan pengetahuan. Evaluasi sikap dilakukan dengan konsep nilai dasar tanpa “masalah”. Artinya, nilai akan mengalami penurunan apabila mahasiswa melakukan pelanggaran (mencontek, gaduh dalam kelas, tidak jujur dalam pengisian daftar hadir, dll.). Nilai dasarnya adalah 85.

- Dikarenakan metode pengajaran mata kuliah ini adalah presentasi, maka penilaian terdiri atas 3 komponen yaitu luaran yang berupa tulisan tentang sub bab yang dibahas, presentasi kelompok, dan presentasi individu.

- Evaluasi pada 3-4 pertemuan adalah Kuis I. Evaluasi materi sampai dengan tengah semester melalui UTS, yang diselenggarakan secara terjadwal. Pada masa pandemi COVID-19, UTS dilakukan secara daring, sedangkan UAS tidak diadakan.

(4)

P2RP-LP3M UB

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)

Asesment Materi

Bobot terhadap

Nilai akhir

CLO 1 CLO 2 CLO 3 Bobot Asesment terhadap CLO

(Course Learning Outcome) Sikap Sikap dan kerjasama tim tugas 0,33 0,33 0,33 0,33

Makalah

Tinjuauan umum aktuaria dan asuransi, Overview teori peluang dan nilai harapan, beserta penerapannya dalam aktuaria, Mengonstruksi tabel mortalitas: simbil, struktur, dan macamnya, Anuitas, Asuransi jiwa:

macam dan perhitungan premi, Cadangan premi dan cadangan premi

disesuaikan, Nilai tebus. 0,2 0,3 0,5 0,2

Presentasi Kelompok

macam dan perhitungan premi, Cadangan premi dan cadangan premi

disesuaikan, Nilai tebus. 0,2 0,3 0,5 0,2

Presentasi Individu

macam dan perhitungan premi. 0,2 0,3 0,5 0,2

Kuis I

Anuitas, Asuransi jiwa: macam dan perhitungan premi, Cadangan premi dan cadangan premi disesuaikan,

Nilai tebus. 0,2 0,3 0,5 0,2

UTS1

0,2 0,3 0,5 0,2

8 Pengamatan Kelas

Dikarenakan peserta mata kuliah statistika industri ini adalah mahasiswa minimal tingkat 3 (semester 6), maka pemahaman materi lebih mudah. Materi diunggah di google classroom sekaligus tanya jawab.

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

(5)

P2RP-LP3M UB

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:

- Secara rata-rata nilai mahasiswa dalam mencapai CLO sampai pada taraf satisfactory, baik itu CLO1, CLO2 maupun CLO3

- Ada 3 mahasiswa (1 di antaranya mengundurkan diri), yang perolehan nilai CLO di bawah 60 dan keduanya adalah mahasiswa angkatan 2015.

Tabel 3. Deskripsi Nilai dan Kategori Capaian untuk Setiap CLO MK Aktuaria

CLO1 CLO2 CLO3

Rata - rata 74 73,65 73,35

Kategori Capaian SATISFACTORY SATISFACTORY SATISFACTORY Banyaknya mahasiswa

dengan CLO>60 35 35 35

Persentase mahasiswa

dnegan CLO>60 92,11 92,11 92,11

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)

P2RP-LP3M UB

(a) (b)

Gambar 1. Visualisasi (a) indeks capaian dan (b) presentasi mahasiswa dengan capaian

>60 di setiap CLO MK Statistika Industri Kelas B

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):

- Sebagaimana pada ketercapaian setiap CLO yang berada pada level satisfactory, maka hal ini berdampak pada ketercapaian ILO berdasarkan MK Statistika Industri ini.

- Semua ILO berada pada level satisfactory

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

73,65 73,35 73,58 73,35 73,58 73,67 73,58 Kategori

Capaian

SATISF ACTO RY

SATIS FACT ORY

SATIS FACT ORY Banyaknya

mahasiswa dengan ILO>60

35 35 35 35 35 35 35

Persentase mahasiswa dnegan ILO>60

92,11 92,11 92,11 92,11 92,11 92,11 92,11

Kategori HIGH HIGH HIGH HIGH HIGH HIGH HIGH

0 50 100CLO1

CLO2 CLO3

Weighted-avg-based CLO's AI

Achievement Index of MAS62334

85 90 95 100CLO1

CLO2 CLO3

Student num-based CLO's AI

(7)

P2RP-LP3M UB

(a) (b)

Gambar 2. Visualisasi (a) indeks capaian dan (b) presentasi mahasiswa dengan capaian

>60 di setiap ILO yang didukung oleh MK Statistika Industri Kelas B

10 Kendala

- Tidak ada, hanya ada 2 mahasiswa yang memang kurang dalam memahami materi dan tidak bertanya atau berdiskusi, sehingga capaian terhadap CLO dan ILO berada pada level developing dan low.

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. Rata – rata nilai akhir mahasiswa adalah 75,565, dengan kurang dan lebihnya 9,5 poin dari rata – rata tersebut. Terdapat satu mahasiswa dengan nilai paling rendah (47,052), dan nilai tertinggi (92,005) dicapai oleh 1 mahasiswa.

Tabel 6. Statistika Deskriptif Nilai Akhir Aktuaria 2019/2020

Rata rata 75,565

Median 76,071

Simpangan baku 9,49876

Range 44,953

Minimum 47,052

Maximum 92,005

Setelah dikonversi menjadi nilai huruf sesuai standar konversi penilaian, sebaran nilai huruf dapat dilihat pada Gambar 3. Gambar tersebut menunjukkan bahwa terdapat sekitar 79% yang mencapai nilai lebih dari sama dengan B, sebanyak 13% berada antara nilai C+ hingga C. Ada sekitar 5% yang memperoleh nilai D dan D+.

0 50 100ILO1

ILO2

ILO3

ILO4 ILO5

ILO6 ILO7

ILO8

Weighted-avg-based ILO's AI

85 90 95 100ILO1

ILO2 ILO3 ILO4 ILO5 ILO6 ILO7

ILO8

Student num-based ILO's AI

Achievement Index of…

(8)

P2RP-LP3M UB

Gambar 3. Sebaran nilai akhir huruf MK Aktuaria 2019/2020 12 Kesimpulan

- Berdasarkan hasil capaian CLO dan ILO untuk mata kuliah statistika industri dengan peserta adalah mahasiswa sudah berhasil dengan level satisfactory meskipun ada 2 mahasiswa yang masih level developing

13 Rekomendasi Perbaikan

- Perlu pemantauan berkala, terutama bagi mahasiswa yang malu untuk bertanya dan berdiskusi di forum.

34.21

21.05

23.68

13.16

0.00

2.63 2.63 2.63 0.00

5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00

A B+ B C+ C D+ D+ E

(9)

P2RP-LP3M UB

Lampiran 1

Min ggu ke

Rencana

Pelaksanaan pada Minggu ke

1 2 3 4 5 6 7

8 dan 9

10 11 12 13 14 15 16 17

1 Kontrak perkuliahan, urgensi statistika di dunia industri.

Kontrak perkuliahan,

urgensi statistika di

dunia industri

2 Faktorial lengkap 22, 23, dan 2k termasuk model regresi yang bersesuaian.

Faktorial lengkap 22, 23, dan 2k termasuk model regresi yang bersesuaia n.

3 Faktorial lengkap 22, 23, dan 2k termasuk model regresi yang

bersesuaian.

Faktorial lengkap 22, 23, dan 2k termasuk model regresi yang bersesuaia n.

4 Faktorial lengkap 22, 23, dan 2k termasuk model regresi yang

Faktorial lengkap 22, 23, dan 2k termasuk model

(10)

P2RP-LP3M UB

Min ggu ke

Rencana

1 2 3 4 5 6 7

8 dan 9

10 11 12 13 14 15 16 17

bersesuaian. regresi yang

bersesuaian.

5 Kuis I

Confo undin g faktori al lengka p 2k pada blocki ng 2 dan 4.

6 Confounding faktorial lengkap 2k pada blocking 2 dan 4.

Kuis I

7 Confounding faktorial lengkap 2k pada blocking 2 dan 4.

Fraksio nal 1/2 dan 1/4 faktorial 2k termasu k model regresi yang bersesua ian.

8 &

9

UTS UT

S

10 Fraksional 1/2 Pembahas

(11)

P2RP-LP3M UB

Min ggu ke

Rencana

1 2 3 4 5 6 7

8 dan 9

10 11 12 13 14 15 16 17

dan 1/4 faktorial 2k termasuk model regresi yang bersesuaian.

an UTS, Fraksional 1/2 dan 1/4 faktorial 2k termasuk model regresi yang bersesuaia n.

11 Fraksional 1/2 dan 1/4 faktorial 2k termasuk model regresi yang

bersesuaian.

Fraksio nal 1/2 dan 1/4 faktorial 2k termasu k model regresi yang bersesua ian.

12 Resolusi III, Placket- Burman, Resolusi IV dan

V.

Resol usi III, Placke t- Burma n, Resol usi IV dan V.

(12)

P2RP-LP3M UB

Min ggu ke

Rencana

1 2 3 4 5 6 7

8 dan 9

10 11 12 13 14 15 16 17

13 Resolusi III, Placket- Burman, Resolusi IV dan V.

Resolusi III, Placket- Burman, Resolusi IV dan V.

14 Kuis II

Ranca ngan Taguc hi dan Kurva permu kaan respon

15 Rancangan Taguchi dan Kurva permukaan

respon.

Ranca ngan Taguc hi dan Kurva permu kaan respon

16 Rancangan Taguchi dan Kurva permukaan

respon.

Rancan gan Taguchi dan Kurva permuk aan respon

Kehadiran (%) 94,59 100 100 89,19 83,78 94,59 100 100 100 100 100 100 100 100

(13)

P2RP-LP3M UB

Lampiran 2. Daftar Rincian Nilai

NIM Nama SIKAP Makalah Presentasi Kelompok Presentasi Individu Kuis 1 UTS1

'155090507111007 Athiyyah N Kiayi 85 82,5 82,5 80 23,53 10

'155090520111001 Analin Nellaf Kambuaya 85 82,5 81,5 81,5 29,41 30

'165090501111035 Tobias Surya Chrismanata 82,5 87,5 82,5 80 47,06 74

'165090507111002 Izzudin Naufal 85 82,5 81,5 81,5 29,41 50

'175090500111001 Nur Khamidah 85 82,5 81,5 81,5 100,00 95

'175090500111008 Ina Triani 85 82,5 81,5 81,5 58,82 75

'175090500111009 Zaida Xaviera 85 87,5 82,5 82,5 58,82 97,5

'175090500111017 Erlinda Citra Lucki Efendi 85 82,5 81,5 81,5 58,82 94

'175090500111021 Ryan Adi Nugroho 85 82,5 81,5 81,5 94,12 82,5

'175090500111025 Neri Krismonisa 0 0 0 0 0,00 0

'175090500111028 Muhamad Liswansyah Pratama 85 87,5 87,5 85 100,00 95

'175090500111031 Erika Triswanda 85 82,5 81,5 81,5 47,06 71,5

'175090500111039 Zidane Ariyandy 85 87,5 82,5 80 47,06 55

'175090500111040 Mita Sari Indriyanti 85 82,5 81,5 81,5 58,82 87,5

'175090501111001 Hilda Irawati 85 82,5 81,5 81,5 58,82 95

'175090501111008 Dara Septya Salsabilla 85 82,5 81,5 81,5 76,47 72,5

'175090501111010 Djihan Wahyuni 85 82,5 82,5 82,5 82,35 95

'175090501111013 Inka Dia Rista 85 82,5 81,5 81,5 58,82 85

'175090501111015 Aliyah Husnun Azizah 85 82,5 81,5 81,5 76,47 92

'175090501111022 Harsony 82,5 87,5 87,5 82,5 29,41 60,5

'175090501111024 Yanuar Rizal Ramadhan 85 82,5 81,5 81,5 47,06 67,5

'175090501111025 Aprilliah 85 82,5 81,5 81,5 47,06 50

'175090501111027 Ziqra Dika Putri 85 82,5 81,5 81,5 100,00 70

'175090501111028 Shelma Ayu Widya Masyitha 85 82,5 85 85 58,82 70

'175090501111029 Ratih Kartika Rahmatulnissa 85 82,5 80 80 58,82 77,5

'175090501111032 Fahmy Kurniawan Putra 85 82,5 81,5 81,5 29,41 67,5

(14)

P2RP-LP3M UB

NIM Nama SIKAP Makalah Presentasi Kelompok Presentasi Individu Kuis 1 UTS1

'175090501111033 Achmad Nadjih Fadhelan 85 82,5 85 80 47,06 71

'175090501111034 Ulfie Safitri 85 82,5 80 80 58,82 84

'175090507111020 Yunia Hasnataeni 85 82,5 81,5 81,5 76,47 56,5

'175090507111023 Zinedin Zidan 85 82,5 81,5 81,5 76,47 80

'175090507111026 Divia Avonita 85 82,5 81,5 81,5 58,82 77,5

'175090507111029 Moses Galuh Wilianto 82,5 87,5 87,5 85 82,35 67,5

'175090507111031 Greis Ully Damaiyanty Gultom 85 82,5 81,5 81,5 52,94 60

'175090507111032 Bella Ery Putri Ananda 85 82,5 80 80 23,53 80

'175090507111033 Augy Kezia Anggoro 85 82,5 82,5 82,5 76,47 60

'175090507111034 Fatma Inas Zakiya 85 87,5 87,5 87,5 88,24 95

'175090507111037 Nefranita Halevi 85 82,5 85 82,5 58,82 90

'175090507111040 Nandia Pradianti 85 82,5 81,5 81,5 76,47 87,5