• Tidak ada hasil yang ditemukan

RPS-Teknik-Optimasi.pdf

N/A
N/A
Nguyễn Gia Hào

Academic year: 2023

Membagikan "RPS-Teknik-Optimasi.pdf"

Copied!
3
0
0

Teks penuh

(1)

KODE Bobot (sks) Semester Tgl Penyusunan

MAS61334 2 3 31 Agustus 2018

ILO1 ILO3

ILO5

ILO6 ILO7 ILO8

M1 M2 M3 M4 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.

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.

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 mengambil keputusan secara tepat dalam menyelesaikan masalah di bidang keahliannya berdasarkan hasil analisis informasi dan data.

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 dasar nonlinier programming (NLP) (ILO1, ILO3, ILO5, ILO6) Mahasiswa mampu menyelesaikan permasalahan NLP satu peubah (ILO1, ILO3, ILO5, ILO6)

Mahasiswa mampu menyelesaikan permasalahan NLP beberapa peubah tanpa maupun dengan kendala (ILO1, ILO3, ILO5, ILO6)

Mahasiswa mampu menyelesaikan permasalahan NLP khusus (ILO1, ILO3, ILO5, ILO6) Teknik Optimasi 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

MATA KULIAH Laboratorium

Universitas Brawijaya

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

RENCANA PEMBELAJARAN SEMESTER

(2)

M5

1 2 3 4 5 6 7 8 9 10

Media Pembelajaran

Perangkat Lunak Perangkat Keras:

- -

Team Teaching 1. Achmad Efendi, S.Si., M.Sc., PhD 2. Dr. Eni Sumarminingsih, S.Si, MM 3. Dwi Ayu Lusia, S.Si, M.Si

4. Nur Silviyah Rahmi, S.Si, M.Stat Bobot

Penilaian 15% Tugas, 20% Kuis, 30% UTS, 30% UAS, 5% Sikap Pustaka Utama:

1. Winston,W.1994, Operation and Research. Aplication ang Algorithm. Duxburry Pres Pendukung:

1. Bazara, MS.HD. Sekrali dan C. M. Shetty. Now, learning theory and algorhytm. John Wiley and Sons, New York, USA 2. Mital, K. V. Optimal Method in Operation Research and Analisys. Wiley Easted, New York

3. Taha, H.A.1996. Riset Operasi. Suatu Pengantar, Jilid 2. Binarupa Aksara. Jakarta Deskripsi

Singkat MK

Mempelajari bagaimana memodelkan masalah non-linier alokasi sumber daya yang terbatas sehingga mendapatkan hasil optimal.

Model yang dibentuk adalah model makasimisasi atau minimasi dari fungsi non-linier dengan beberapa kendala.

Materi

Pembelajaran/

Pokok Bahasan

Konsep Pemrograman nonlinier Fungsi Konvek dan konkaf Penyelesaianm NLP satu Peubah Golden Section Search

NLP tanpa Kendala dengan Beberapa Peubah Optimisasi dengan kendala persamaan

Optimisasi dengan kendala berbentuk pertidaksamaan Kuadratik Programming

Separable Programming Stochastic Programming Capaian

Pembelajaran (CP)

Mahasiswa mampu menyampaikan hasil pemodelan dan analisisnya secara tertulis maupun lisan, dalam bentuk tugas individu maupun kelompok (ILO3, ILO7, ILO8)

(3)

Mata Kuliah Prasyarat

MAS62114 (Pengantar Analisis Numerik) MAS61321 (Pemrograman Linier)

Referensi

Dokumen terkait

Achmad Efendi, S.Si., M.Sc., PhD CP MK Mahasiswa mampu memahami metode peramalan dengan dasar waktu dan frekuensi ILO3, ILO5 Mahasiswa mampu menerapkan model analisis harmonik,

Mahasiswa mampu Mampu memilih dan menerapkan metode pemulusan secara tepat dan menerapkannya pada pola data musiman ILO1, ILO3, ILO4, ILO5 Dekomposisi klasik Pengantar Dekomposisi

Materi Pembelajaran/ Pokok Bahasan Mahasiswa mampu memahami konsep dasar teori cumulative probability sebagai dasar analisis survival ILO3, ILO1, ILO5 Mahasiswa mampu menerapkan

KODE Bobot sks Semester Tgl Penyusunan MAS61224 2 6 6 Juli 2021 ILO1 ILO3 ILO5 ILO6 ILO7 ILO8 M1 M2 M3 M4 M5 M6 M7 Deskripsi Singkat MK Mata kuliah ini mempelajari

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

Mampu menjelaskan dan menerapkan konsep pengurutan/sorting ILO1, ILO4, ILO5, ILO7 CP MK Mampu memahami dan menjelaskan pengertian Struktur data, tipe data, dan operasi data ILO1, ILO4,

Mahasiswa memahami dan dapat menerapkan model threshold AR dan M ARILO1, ILO3, ILO4, ILO5 Mahasiswa menguasai konsep perhitungan model deret waktu non linier ILO1, ILO3, ILO4, ILO5