rencana pembelajaran semester (rps)

(1)

UNIVERSITAS SEBELAS MARET

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI MATEMATIKA

MATA KULIAH MATA KULIAH PRASYARAT

KODE RUMPUN MK BOBOT (SKS) SEMESTER TGL PENYUSUNAN Statistik Matematika Teori Peluang

09132223206 Mata Kuliah Wajib 3 IV 13 Februari 2020

OTORISASI/ PENGESAHAN

Dosen Pengembang RPS Koordinator RMK Kepala Program Studi

Dr. Dewi Retno Sari S, M.Kom Dr. Dewi Retno Sari S, M.Kom Dr. Siswanto, M.Si Capaian Pembelajaran

(CP)

Capaian Pembelajaran Lulusan–PRODI (CPL-PRODI)

Kode CPL Unsur CPL

S-9 menginternalisasi nilai, norma, dan etika akademik

S-10 menginternalisasi semangat kemandirian, kejuangan, dan kewirausahaan

KU-1 mampu menerapkan pemikiran logis,kritis, sistematis dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperatikan dan menerapkan nilai humaniora sesuai dengan bidang keahliannya

KU-2 mampu menunjukkan kinerja mandiri, bermutu dan terukur

P-1 menguasai konsep teoretis matematika meliputi logika matematika, matematika diskret, aljabar, analisis dan geometri, serta teori peluang dan statistika

KK-1 mampu melakukan eksplorasi, penalaran logis, generalisasi, abstraksi, dan pembuktian formal dalam merumuskan dan memodelkan masalah dengan variabel dan asumsi yang spesifik melalui pendekatan matematis dengan atau tanpa bantuan piranti lunak matematis KK-2 mampu merekonstruksi, memodifikasi, menganalisis model matematis dari suatu sistem/masalah, mengkaji keakuratan model dan

kemanfaatan model dan menarik kesimpulan yang kontekstual Capaian Pembelajara -Mata Kuliah (CP-MK)

M1 Menentukan distribusi varianbel random dengan metode fungsi distribusi, metode transformasi, metode fungsi pembangkit momen, dan order statistik.

(2)

Minggu ke-

Kemampuan

akhir Materi Pokok Referensi

Metode pembelajaran

Pengalaman

Belajar Waktu

Penilaian Indikator/kode CPL

Teknik penilaian dan bobot Luring Daring

M2 Mendefinisikan distribusi pendekatan yakni teorema limit pusat, sifat-sifat konvergensi statistik.

M3 Menentukan statistik dan distribusi sampling: distribusi sampling dan pendekatan sampel besar.

M4 Menentukan estimasi titik dengan metode moment, metode maksimum likelihood, metode jumlah kuadrat minimum M5 Mengidentifikasi kriteria estimasi dan menentukan sifat-sifat sampel besar.

Deskripsi singkat Mata kuliah ini merupakan mata kuliah wajib pada Program Studi Matematika. Selesai mengikuti mata kuliah ini, mahasiswa diharapkan mampu mendefinisikan konsep teoritis peluang, distribusi fungsi probabilitas, metode estimasi parameter, kriteria/sifat-sifat statistik; mampu menguraikan prinsip-prinsip distribusi pendekatan dengan teorema limit pusat dan menguraikan sifat-sifat konvergensi statistik, distribusi sampling dan pendekatan sampel besar; mampu menentukan estimasi titik dengan metode moment, metode maksimum likelihood, metode jumlah kuadrat terkecil, kriteria estimasi serta sifat-sifat sampel besar. Pelaksanaan kuliah menggunakan pembelajaran langsung/ceramah, cooperatif learning, dan discovery learning dengan strategi student centered learning (SCL) yang dilengkapi dengan media LCD projector, video, dan software. Strategi SCL mengupayakan mahasiswa berperan aktif dalam proses pembelajaran, mempunyai kemampuan mengeluarkan kreativitas, bekerja secara kelompok dan berlatih berkomunikasi ilmiah dengan baik. Tahap penguasaan mahasiswa selain evaluasi melalui UTS dan UAS juga evaluasi terhadap tugas dan diskusi.

Buku sumber utama adalah Bain, L Engelhard M. 1992. Introduction to Probability and Mathematical Statistics, Second edition, PWS-KENT Pub.

Company, United States dan dengan buku sumber pendukung adalah Hogg RV, McKean JW, and Craig AT. 2005. Introduction to Mathematical Statistics, sixth edition, Pearson Education, Inc., New Jersey dan Ross, SM. 2007. Introduction to Probability Models, Ninth ed., Elsiever Inc.

Bahan Kajian : materi

pembelajaran/pokok bahasan

1. distribusi fungsi variabel random 2. distribusi pendekatan

3. statistik dan distribusi sampling

4. estimasi titik dengan metode moment, metode maksimum likelihood, metode jumlah kuadrat minimum 5. kriteria estimasi

6. sifat-sifat sampel besar

Pustaka Utama

Bain, L Engelhard M. 1992. Introduction to Probability and Mathematical Statistics, Second edition, PWS-KENT Pub. Company, United States.

Pendukung

[1] Hogg RV, McKean JW, and Craig AT. 2005. Introduction to Mathematical Statistics, sixth edition, Pearson Education, Inc., New Jersey.

[2] Ross, SM. 2007. Introduction to Probability Models, Ninth ed., Elsiever Inc.

Media Pembelajaran PPT dengan LCD projector, audio visual, papan tulis (whiteboard), software

Team Teaching -

(3)

1,2,3,4  mampu menentukan fungsi variabel random : teknik CDF, metode transformasi, metode fungsi pembangkit momen.

 metode transformasi

 metode fungsi pembangkit momen

 order statistik

Utama Chapter 2 (pp 71-78) Pendukung : [1] Chapter 2 (pp 38-74) [2] Chapter 2 (pp 77-82)

 ceramah

 cooperativ e learning

e-learning:

https://spada .uns.ac.id/

 menentukan fungsi variabel random : teknik CDF, metode transformasi, metode fungsi pembangkit momen.

 melakukan transformasi dengan kasus transformasi satu- satu dan

transformasi tidak satu-satu.

 menentukan distribusi variabel random dengan metode fungsi pembangkit momen.

Tatap Muka : 4x(3x50’)

Tugas Terstruktur : 4x(3x60’)

Belajar Mandiri:

4x(3x60’)

Ketepatan

 menentukan fungsi variabel random : teknik CDF, metode transformasi, metode fungsi pembangkit momen.

 melakukan transformasi kasus transformasi satu-satu dan transformasi tidak satu-satu.

 menentukan distribusi variabel random dengan metode fungsi pembangkit momen

S-9, S-10, KU-1, KU-2, P-1, KK-1, KK-2

Tugas Mandiri

(10%)

(4)

5,6, 7

 mampu menghitung distribusi pendekatan dengan teorema limit pusat

 mampu menguraikan sifat-sifat konvergensi statistik

 teorema limit pusat

 sifat-sifat konvergensi statistik

Utama

[1] Chapter 7 pp 231-245 [2]

Pendukung : [3]

 ceramah

 resitase



e-learning:

 merangkum distribusi sampling dengan teorema limit pusat

 meringkas sifat- sifat konvergensi statistik

3x(3x60’)

Ketepatan :

 membaca tentang distribusi sampling dan pendekatan sampel besar.

 merangkum distribusi sampling dan pendekatan sampel besar

S-9, S-10, KU-1, KU-2, P-1, KK-1, KK-2

Tugas kelompok

(10%)

Tes lisan (5%)

8 Evaluasi Tengah Semester : melakukan validasi hasil penilaian, evaluasi, dn perbaikan proses pembelajaran berikutnya Tes tertulis 20%

9, 10, 11  mampu membuktika n estimasi titik dengan metode moment, metode maksimum likelihood, metode jumlah kuadrat terkecil,

 mampu menentukan kriteria estimasi serta sifat- sifat sampel

 estimasi titik dengan metode moment,

 estimasi titik dengan metode maksimum likelihood

 estimasi titik dengan metode jumlah kuadrat terkecil, kriteria estimasi

 sifat-sifat sampel besar

Utama [1] Chapter 9 (pp 290-301)

[2] Chapter 6 (pp 311-317)

Pendukung : Chapter 9 (pp 413-422)

 ceramah

 resitasi

e-learning:

 merangkum tentang estimasi titik dengan metode:moment, maksimum likelihood, jumlah kuadrat terkecil

 meringkas kriteria estimasi dan sifat-sifat sampel besar.

3x(3x60’)

Ketepatan :

 merangkum tentang estimasi titik dengan metode:moment, maksimum likelihood, jumlah kuadrat terkecil

 meringkas kriteria estimasi dan sifat- sifat sampel besar.

S-9, S-10, KU-1, KU-2, P-1, KK-1, KK-2

Tugas mandiri

(10%)

(5)

12, 13, 14, 15

 mampu membuktikan statistik cukup dan sifat-sifat statistik cukup

 mampu menentukan kelengkapan serta keluarga eksponensial

 statistik cukup

 sifat-sifat lain statistik cukup

 keluarga lengkap dan eksponensial

Utama

[1] Chapter 10 (pp 335-345)

 ceramah

 resitasi

 cooperativ e learning

e-learning:

 merangkum statistik cukup, sifat-sifat statistik cukup,

 membuktikan suatu statistik adalah statistik cukup

 membuktikan kelengkapan dan keluarga eksponensial

4x(3x60’)

Ketepatan :

 merangkum statistik cukup, sifat-sifat statistik cukup,

 membuktikan suatu statistik adalah statistik cukup

 membuktikan kelengkapan dan keluarga eksponensial

S-9, S-10, KU-1, KU-2, P-1, KK-1, KK-2

Tugas kelompok

(10%)

Tes lisan (5%)

16 Evaluasi Akhir Semester : menentukan validasi penilaian akhir dan menentukan kelulusan mahasiswa Tes tertulis 30%