di4-2-pedomanpendidikanstatistika

Silabus Program Studi

Statistika

JURUSAN MATEMATIKA FAKULTAS MIPA UNIVERSITAS

BRAWIJAYA MALANG

2007

1

Tim Penyusun :

Tim Penyusun Kurikulum Program Studi Statistika

Direvisi oleh Tim UJM Matematika

Periode 2010/2011

JURUSAN MATEMATIKA FAKULTAS MIPA

Silabus Kurikulum Prodi Statistika

DISETUJUI OLEH

Revisi ke-

1

Tanggal

22 Juni 2010 Kode Dokumen

0090404002

KETUA

JURUSAN

MATEMATIKA

2

PROGRAM STUDI STATISTIKA

I. Selayang Pandang Program Studi Latar Belakang

Program Studi (PS) Statistika mulai dirintis dengan minat Statistika di PS Matematika Program MIPA pada tahun 1992. PS Statistika resmi didirikan tahun 1998 berdasarkan surat No. 54/DIKTI/Kep./1998 di bawah Jurusan Matematika Fakultas MIPA Universitas Brawijaya. Kurikulum Berbasis Kompetensi (KBK) diberlakukan Tahun 2001 berdasarkan Kepmendiknas 232/2000 yang memuat 5 kelompok mata kuliah yaitu Mata kuliah Pengembangan Kepribadian (MPK), Mata kuliah Keilmuan dan Ketrampilan (MKK), Mata Kuliah Perilaku Berkarya (MPB), Mata kuliah Keahlian Berkarya (MKB) dan Mata kuliah Berkehidupan Bermasyarakat (MBB). Kelompok mata kuliah ini berkorespondensi dengan 4 pilar UNESCO: learning to know, learning to do, learning to be, learning to live together. Proses rekonstruksi kurikulum berdasarkan evaluasi diri, tracer study, profil lulusan, alumni, pengguna lulusan dan kompetensi program studi. Kompetensi Program studi terdiri atas Kompetensi Utama, Kompetensi Pendukung dan Kompetensi Khusus.

Paradikma baru perubahan pembelajaran dari Teacher Center Learning (TCL) ke Student Center Learning (SCL) dipersiapkan secara bertahap dengan strategi pembelajaran mengurangi keaktifan dosen dan memperbanyak kegiatan yang membuat mahasiswa aktif dengan tugas penyelesaian masalah dan diskusi.

Dalam rangka pengembangan statistika bidang ilmu kehidupan dan ekonomi telah dibentuk tiga kelompok studi yaitu Statistika Teori, Statistika Ilmu Hayati dan Statistika Ekonomi.

1.2. Hasil Evaluasi Diri (SWOT Analisis) Evaluasi Diri (SWOT Analisis) dilakukan secara internal dan eksternal yang disajikan dalam bentuk Kekuatan (Strenght), Kelemahan (Weaknes), Peluang (Oppotunity) dan Ancaman (Threat). Hasil Evaluasi Diri PS Statistika adalah :

1. Kekuatan (Strenght) : Pusat pengembangan statistika terapan pada ilmu-ilmu kehidupan dan ekonomi , kurikulum berbasis

kompetensi, dikelola secara tranparan dan akuntabel, menerapkan sistem penjaminan mutu akademik dengan 10 butir standar mutu (memperoleh UB Annual Quality Award (UBAQA) 2008 dari Rektor, didukung oleh dosen dengan pendidikan dan kepangkatan. Minat masuk calon mahasiswa baru dan prestasi akademik mahasiswa tinggi.

2. Kelemahan (Weaknes): Mempersiapkan diri menuju pendidikan bertaraf internasional, perlu peningkatan sumber dana selain dari SPP

dan SPFP mahasiswa, partisipasi dosen dan tenaga pendukung perlu ditingkatkan, meningkatkan kerjasama dengan perusahaan dan instansi, penerapan SCL dan PBL masih pada tahap awal, meningkatkan keterlibatan mahasiswa di seminar, penelitian dan pengabdian masyarakat, melengkapi pelaksanaan PBM dengan Distance Learning, produk PS perlu ditingkatkan sampai pada bentuk paten beroyalti.

3. Peluang (Opportunity): Keterbukaan, kemudahan dan ketersediaan sistem informasi global, sertifikasi dosen, kesempatan studi lanjut, pencangkokan dan pelatihan, kelonggaran dari UB dan Dikti untuk menyusun kurikulum, Kebijakan Rektor UB untuk penerapan ISO 9001:2008 tentang Sistem Manajemen Mutu, kesempatan seminar, penelitian dan lomba karya ilmiah di tingkat nasional dan internasional, kesadaran pentingnya keakuratan data dan ketrampilan analisis data dan manajemen data berbasis ICT yang semakin tinggi dari instansi-instansi pemerintah maupun swasta, banyaknya tawaran hibah-hibah penelitian, pengabdian pada masyarakat, kerja sama, buku dan layanan statistika dibutuhkan peneliti pasca sarjana.

4. Ancaman (Threat) : Persaingan dengan PS sejenis semakin ketat, persaingan mendapatkan beasiswa luar negeri semakin ketat,

pengguna lulusan mensyaratkan nilai akreditasi A, PBM berstandar internasional, tuntutan mutu lulusan dan institusi dari masyarakat yang semakin tinggi, persaingan dengan lulusan PS sejenis dengan PT lain di dunia kerja, perkembangan Ilmu Statistika yang sangat pesat.

Visi, Misi, Tujuan dan Strategi Program Studi Statistika

1.3.1 Visi Program Studi Statistika

3

Visi Program Studi Statistika :

Menjadi pusat pembelajaran statistika terapan pada ilmu-ilmu kehidupan dan ekonomi

1.3.2. Misi Program Studi Statistika Misi Program Studi Statistika :

1. Menyelenggarakan proses pembelajaran yang berkualitas yang dapat menunjang pengembangan statistika.

2. Membekali lulusan agar mampu bersaing dan cepat beradaptasi dengan masyarakat dunia kerja.

3. Membekali lulusan agar siap melanjutkan pendidikan ke jenjang yang lebih tinggi.

1.3.3. Tujuan Program Studi Statistika Tujuan Program Studi Statistika :

1. Menyelenggarakan pendidikan bertaraf internasional.

2. Menghasilkan lulusan berkualitas tinggi yang mampu menerapkan statistika secara optimal, mampu bersaing dan cepat beradaptasi dengan masyarakat dunia kerja.

3. Menghasilkan lulusan yang mandiri dan berjiwa wirausaha.

4. Menghasilkan lulusan yang siap melanjutkan pendidikan ke jenjang lebih tinggi.

1.3.4. Strategi Program Studi Statistika Strategi yang dicanangkan untuk mencapai tujuan Program Studi Statistika dengan memperhatikan hasil analisis SWOT adalah Menguatkan mutu Tri Dharma Perguruan Tinggi untuk dapat bersaing dengan PS sejenis, meningkatkan efisiensi manajemen internal secara berkelanjutan, menghasilkan lulusan berkualitas dan berkepribadian, meningkatkan kualitas dosen dengan sertifikasi dosen dan studi lanjut, mengembangkan kurikulum sebagai wujud keberadaan dan citra PS yang sejalan dengan visi dan misi universitas, meningkatkan kerja sama dengan lembaga pemerintah maupun swasta, mengajukan penelitian, pengabdian dan ikut PHK, mendukung pembuatan proposal PHK dari segi materiil dan non materiil, mengikuti ISO 9001:2008 Awarenness yang dikoordinir oleh UB, meningkatkan PBM berbasis teknologi menuju standar penyelenggaraan pendidikan tingkat internasional, meningkatkan mutu lulusan dan citra intitusi, pembekalan kelulusan, menyediakan informasi, lembaga dan bursa kerja, menjalin kerja sama, menjadi konsultan dan staf ahli di instansi pemerintah dan swasta, meningkatkan peran aktif pembuatan proposal penelitian maupun pengabdian pada masyarakat, mengikuti perkembangan ilmu dan pelatihan pengusulan paten dan buku teks, mengikuti pelatihan dan seminar statistika

1.4. Staf Pengajar Staf Pengajar Program Studi Statistika terdiri dari 20 orang. Semua staf pengajar diwajibkan mampu mengampu mata kuliah Statistika Dasar sebagai mata kuliah layanan di luar Program Studi dan mata kuliah yang diampu di Program Studi sebagaimana dalam Tabel 1.

Tabel 1. Daftar Dosen Pengajar dan mata kuliah yang diampu

No. Nama Dosen NIP Mata kuliah yang diampu 1. Prof. Dr. Ir. Loekito A. S, MAgr. 130 518 961 Biometri 2. Ir. Soepraptini, MSc 130 518 968 Biometri 3. Prof. Dr. Ir. Waego Hadi N. 130 704 146 T. Sampling dan Survei 4. Dr. Ir. Ni Wayan Surya W. 130 935 079 T. Sampling dan Survei 5. Prof. Dr. Ir. Henny Pramoedyo,MS 130 935 808 Biometri 6. Dr. Maria Bernadetha M. 130 936 645 Statistika Teori 7. Ir. Heni Kusdarwati, MS 131 652 676 Analisis Deret Waktu 8. Dr. Ir. Solimun, MS 131 691 692 Model Linear

4

9. Ir. Mujiono, MM 131 697 687 Stat. Peng. Mutu 10. Ir. Atiek Iriany, MS 131 759 544 Analisis Multivariat 11. Dra. Ani Budi Astuti, MSi 131 993 385 Analisis Data Kualitatif 12. Samingun Handoyo, SSi. 131 206 315 Komputasi Statistika 13. Rahma Fitriani, SSi. MSc . 132 231 571 Riset Operasi 14. Suci Astutik, SSi. MSi. 132 233 145 Analisis Multivariat 15. Dra. Umu Saadah, MSi. 132 300 225 Statistika Teori

No. Nama Dosen NIP Mata kuliah yang diampu 16. Eni Sumarminingsih, SSi. MM 132 300 241 Riset Operasi 17. Adji Achmad R. F., SSi. M.Sc. 132 311 764 Analisis Deret Waktu 18. Achmad Effendi, SSi. 132 313 602 Analisis Regresi 19. Nurjanah SSi., M.Phil. 132 313 610 Ekonometrika 20. Darmanto, SSi. 132 318 331 Model Linier

Kelompok Studi dan Bidang Minat Peningkatan kompetensi di bidang penelitian, pengajaran, pembimbingan tugas akhir mahasiswa dan pengabdian masyarakat sesuai dengan Kelompok Studi. Kelompok Studi, Topik Studi dan Penelitian Jangka Panjang Program Studi Statistika sebagaimana tertera dalam Tabel 2. Daftar Bidang Minat dan Kelompok Studi dari Staf Akademis Program Studi Statistika tertera dalam Tabel 3.

Tabel 2. Kelompok Studi, Topik Studi dan Penelitian Jangka Panjang Program Studi Statistika

No. Kelompok Studi Topik Studi Tema Penelitian Jangka Panjang 1. Statistika Teori Pengkajian,

pengembangan teori dan komputasi Statistika

- Statistika Teori - Simulasi dan Komputasi Statistika - Model Deret Waktu Non Linier - Model Pengambilan Contoh

2. Statistika Ilmu Hayati

Penerapan dan Pengembangan Ilmu Hayati

- Model Pertumbuhan. -- MMooddeell PPeerrkkeeccaammbbaahhaann BBiijjii.. - Pemetaan Respons - Rancangan Percobaan. - Model Penguraian Jumlah Kuadrat - Model non linier multivariat - Model Spasial - Analisis multivariat pada Epidemiologi

3. Statistika Ekonomi Penerapan dan Pengembangan Statistika Ekonomi dan Managemen

- Model Antrian - Manajemen Pengendalian Kualitas - Pengendalian Kualitas Deret Waktu - SEM - Aktuaria

Tabel 3. Daftar Bidang Minat dan Kelompok Studi Staf Akademis Program Studi Statistika

No. Nama Staf Akademis Bidang Minat Kelompok

5

Studi 1. Prof. Dr.Ir. Loekito A S, MAgr. Rancangan Percobaan. 2 2. Prof. Dr Ir. Waego Hadi N. Model Pengambilan Contoh 2 3. Ir. Soepraptini, MSc. Model Penguraian Jumlah Kuadrat 2 4. Dr. Maria Bernadetha M. Model Perkecambahan Biji. 2 5. Dr.Ir. Ni Wayan Surya W., MS Model Pertumbuhan 2 6. Dr.Ir. Henny Pramoedyo,MS Pemetaan Respons 2 7. Ir. Heni Kusdarwati, MS Model Deret Waktu Non Linier 1 8. Dr.Ir. Solimun, MS SEM 3 9. Ir. Atiek Iriany, MS Model non linier multivariat 2 10. Ir. Mujiono, MM Manajemen Pengendalian Kualitas 3 11. Dra. Ani Budi Astuti, MSi. Model kesehatan 2 12. Samingun H. SSi. Simulasi dan Komputasi Statistika 1 13. Suci Astutik, SSi. MSi Mode Spasial, Analisis Multivariat

pada Epidemiologi 2

14. Rahma Fitriani, SSi.MSc. Model Antrian 3 15. Dra. Umu Saadah, MSi. Statistika Teori, Simulasi dan

Komputasi Statistika 1

16. Eni Sumarminingsih, SSi. MM Simulasi dan Komputasi Statistika 1 17. Adji Achmad R. SSi, M.Sc Pengendalian Kualitas DeretWaktu 3 18. Achmad Efendi, SSi. Statistika Teori 1 19. Nurjanah, SSi., M.Phil. Aktuaria 3 20. Darmanto, SSi. Model non linier multivariat 2

1.5. Laboratorium dan Fasilitasnya Laboratorium Statistika dilengkapi 20 komputer dan 2 printer untuk melayani praktikum mahasiswa. Paket program statistika yang tersedia di laboratorium yaitu SPSS 11.5, Minitab 13 dan Program R.

II. Kompetensi yang Dicanangkan oleh Program Sudi. Kurikulum Program Studi Statistika disusun untuk menghasilkan lulusan yang memiliki kemampuan statistika dan dapat bersaing di dunia kerja. Mahasiswa dibekali Pengetahuan Ilmu Komputer dan Matematika sebagai dasar untuk penerapan dan pengembangan Statistika. Mahasiswa juga dibekali ilmu lain sebagai bidang terapan Ilmu Hayati dan Ekonomi, sesuai dengan minatnya. Untuk menyelesaikan pendidikan Sarjana Statistika pada Program Studi Statistika mahasiswa diwajibkan menempuh sekurang-kurangnya 144 sks yang meliputi matakuliah wajib 110 sks dan matakuliah pilihan sekurang-kurangnya 34 sks. Matakuliah wajib terdiri atas mata kuliah yang wajib diambil oleh setiap mahasiswa. Mata kuliah Wajib sebagai Kompetensi Utama dan Kompetensi Pendukung terdiri dari Matakuliah Wajib dalam PS Statistika, PS Matematika, PS Ilmu Komputer, Wajib Fakultas dan Wajib Universitas. Untuk mengambil suatu matakuliah perlu memenuhi syarat-syarat tertentu yang telah ditetapkan. Matakuliah Pilihan terdiri atas matakuliah-matakuliah yang bebas dipilih oleh setiap mahasiswa sekurang-kurangnya 34 sks. Matakuliah pilihan sebagai Kompetensi Pendukung dan Kompetensi Khusus terdiri dari matakuliah pilihan dalam PS Statistika (minimal 12 sks), PS Ilmu Komputer (minimal 2 sks), PS Matematika (minimal 2 sks) dan mata kuliah pilihan bidang minat di luar jurusan atau luar fakultas (minimal 4 sks). Kompetensi lulusan Program Studi Statistika dikaitkan dengan matakuliah dapat dilihat pada matriks mata kuliah dan kompetensi berikut :

7

Kompetensi Lulusan MATRIKS MATA KULIAH DAN KOMPETENSI

KO

MPETEN

SI

Mam

pu

meng

etahui

ilmu

dasar

ke-m

ipa-an

Mam

pu

berpikir

logis, k

ritis d

an an

alitis

Mam

pu

bertind

ak secara

etis d

an b

erakhlak

mulia

Mam

pu

berk

om

unik

asi secara

verb

al d

an o

ral

dalam

bah

sa Ind

on

esia d

an Ingg

ris

Mam

pu

meng

aplikasik

an b

erbag

ai p

rogram

ko

mputer

Mam

pu

mengg

un

akan

teknologi

inform

asi

Map

u m

emb

uat

prog

ram k

om

puter

Meng

uasai

aspek

kep

emim

pinan

dan

mem

impin

Mam

pu

mem

anag

e d

an m

engo

rganisir

Mam

pu

bek

erjasama di

dalam

tim

Mam

pu

menjadi

ino

vato

r, m

otivato

r d

an

fasilitator

KETER

AN

GA

N

LEVEL CAPAIAN Ko Ko Af Ps Ps Ps Ps Af Af Af Af MATA KULIAH 1 2 3 4 5 6 7 8 9 10 11 1. Agama K 2. Pend. Kewarganeg. K 3. Kewirausahaan K 4. Bahasa Inggris I P 5. Bahasa Inggris II P 6. Bahasa Indonesia P 7. Matematika Dasar P 8. Matematika I P 9. Matematika II P 10. Peng. Teori Peluang U

8

KO

MPETEN

SI

Mam

pu

melak

ukan

eksplo

rasi d

ata secara

desk

riptif

Mam

pu

meng

uasai

dan

men

erapkan

teori

Statistika

Mam

pu

menterjem

ahkan

masalah

h

ayati

dan

eko

no

mi k

e logik

a statistik

a

Mam

pu

meran

cang p

ercobaan

dan

surv

ey y

ang

optimal

Mam

pu

mengid

entifikasi

masalah

dan

mem

ilih

mod

el y

ang tep

at

Mam

pu

meng

analisis

data

Mam

pu

meru

mu

skan

hasil

dan

men

arik

kesim

pulan

secara sahih

Mam

pu

mengk

om

unik

asikan

kem

bali

hasil

analisis

dan

kesim

pulan

ke p

ermasalah

an sem

ula

Mam

pu

menjadi

ko

nsultan

Statistika

Mam

pu

mengk

aji m

odel

-mod

el statistik

a

Mam

pu

meng

emb

angkan

m

odel

-mod

el statistik

a

KETER

AN

GA

N

LEVEL CAPAIAN Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko MATA KULIAH 12 13 14 15 16 17 18 19 20 21 22 11. Agama K 12. Pend. Kewarganeg. K 13. Kewirausahaan K 14. Bahasa Inggris I P 15. Bahasa Inggris II P 16. Bahasa Indonesia P 17. Matematika Dasar P 18. Matematika I P 19. Matematika II P 20. Peng. Teori Peluang U

9

KO

MPETEN

SI

Mam

pu

meng

etahui

ilmu

dasar

ke-m

ipa-an

Mam

pu

berpikir

logis, k

ritis d

an an

alitis

Mam

pu

bertind

ak secara

etis d

an b

erakhlak m

ulia

Mam

pu

berk

om

unik

asi secara

verb

al d

an o

ral

dalam

bah

sa Ind

on

esia d

an Ingg

ris

Mam

pu

meng

aplikasik

an b

erbag

ai p

rogram

ko

mputer

Mam

pu

mengg

un

akan

teknologi

inform

asi

Map

u m

emb

uat

prog

ram k

om

puter

Meng

uasai

aspek

kep

emim

pinan

dan

mem

impin

Mam

pu

mem

anag

e d

an m

engo

rganisir

Mam

pu

bek

erjasama di

dalam

tim

Mam

pu

menjadi

ino

vato

r, m

otivato

r d

an fasilitato

r

KETER

AN

GA

N

LEVEL CAPAIAN Ko Ko Af Ps Ps Ps Ps Af Af Af Af MATA KULIAH 1 2 3 4 5 6 7 8 9 10 11 21. Peng. Himp dan Log P 22. Komputer Dasar P 23. Struk. Data dan Alg. P 24. Biologi Dasar P 25. Kimia Dasar P 26. Fisika Dasar P 27. Met. Stat I U 28. Met. Stat II U 29. Stat. Mat I U 30. Stat. Mat II U

10

KO

MPETEN

SI

Mam

pu

melak

ukan

eksplo

rasi d

ata secara

desk

riptif

Mam

pu

meng

uasai

dan

men

erapkan

teori

Statistika

Mam

pu

menterjem

ahkan

masalah

h

ayati

dan

eko

no

mi k

e logik

a statistik

a

Mam

pu

meran

cang p

ercobaan

dan

surv

ey y

ang

optimal

Mam

pu

mengid

entifikasi

masalah

dan

mem

ilih

mod

el y

ang tep

at

Mam

pu

meng

analisis

data

Mam

pu

meru

mu

skan

hasil

dan

men

arik

kesim

pulan

secara sahih

Mam

pu

mengk

om

unik

asikan

kem

bali

hasil

analisis

dan

kesim

pulan

ke p

ermasalah

an sem

ula

Mam

pu

menjadi

ko

nsultan

Statistika

Mam

pu

mengk

aji m

odel

-mod

el statistik

a

Mam

pu

meng

emb

angkan

m

odel

-mod

el statistik

a

KETER

AN

GA

N

LEVEL CAPAIAN Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko MATA KULIAH 12 13 14 15 16 17 18 19 20 21 22 31. Peng. Himp dan Log P 32. Komputer Dasar P 33. Struk. Data dan Alg. P 34. Biologi Dasar P 35. Kimia Dasar P 36. Fisika Dasar P 37. Met. Stat I U 38. Met. Stat II U 39. Stat. Mat I U 40. Stat. Mat II U

11

KO

MPETEN

SI

Mam

pu

meng

etahui

ilmu

dasar

ke-m

ipa-an

Mam

pu

berpikir

logis, k

ritis d

an an

alitis

Mam

pu

bertind

ak secara

etis d

an b

erakhlak m

ulia

Mam

pu

berk

om

unik

asi secara

verb

al d

an o

ral

dalam

bah

sa Ind

on

esia d

an Ingg

ris

Mam

pu

meng

aplikasik

an b

erbag

ai p

rogram

ko

mputer

Mam

pu

mengg

un

akan

teknologi

inform

asi

Map

u m

emb

uat

prog

ram k

om

puter

Meng

uasai

aspek

kep

emim

pinan

dan

mem

impin

Mam

pu

mem

anag

e d

an m

engo

rganisir

Mam

pu

bek

erjasama di

dalam

tim

Mam

pu

menjadi

ino

vato

r, m

otivato

r d

an fasilitato

r

KETER

AN

GA

N

LEVEL CAPAIAN Ko Ko Af Ps Ps Ps Ps Af Af Af Af MATA KULIAH 1 2 3 4 5 6 7 8 9 10 11 41. RO U 42. Met. Numerik P 43. An. Data Eksplor. P 44. Komp. Stat. U 45. Peng. Model Linier U 46. Tek. Sam dan survey U 47. Stat. Nonpar U 48. Pengr Ranc. Percob. U 49. Peng. An. Regresi U 50. Matriks dan R. Vekt. P

12

KO

MPETEN

SI

Mam

pu

melak

ukan

eksplo

rasi d

ata secara

desk

riptif

Mam

pu

meng

uasai

dan

men

erapkan

teori

Statistika

Mam

pu

menterjem

ahkan

masalah

h

ayati

dan

eko

no

mi k

e logik

a statistik

a

Mam

pu

meran

cang p

ercobaan

dan

surv

ey y

ang

optimal

Mam

pu

mengid

entifikasi

masalah

dan

mem

ilih

mod

el y

ang tep

at

Mam

pu

meng

analisis

data

Mam

pu

meru

mu

skan

hasil

dan

men

arik

kesim

pulan

secara sahih

Mam

pu

mengk

om

unik

asikan

kem

bali

hasil

analisis

dan

kesim

pulan

ke p

ermasalah

an sem

ula

Mam

pu

menjadi

ko

nsultan

Statistika

Mam

pu

mengk

aji m

odel

-mod

el statistik

a

Mam

pu

meng

emb

angkan

m

odel

-mod

el statistik

a

KETER

AN

GA

N

LEVEL CAPAIAN Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko MATA KULIAH 12 13 14 15 16 17 18 19 20 21 22 51. RO U 52. Met. Numerik P 53. An. Data Eksplor. P 54. Komp. Stat. U 55. Peng. Model Linier U 56. Tek. Sam dan survey U 57. Stat. Nonpar U 58. Pengr Ranc. Percob. U 59. Peng. An. Regresi U 60. Matriks dan R. Vekt. P

13

KO

MPETEN

SI

Mam

pu

meng

etahui

ilmu

dasar

ke-m

ipa-an

Mam

pu

berpikir

logis, k

ritis d

an an

alitis

Mam

pu

bertind

ak secara

etis d

an b

erakhlak m

ulia

Mam

pu

berk

om

unik

asi secara

verb

al d

an o

ral

dalam

bah

sa Ind

on

esia d

an Ingg

ris

Mam

pu

meng

aplikasik

an b

erbag

ai p

rogram

ko

mputer

Mam

pu

mengg

un

akan

teknologi

inform

asi

Map

u m

emb

uat

prog

ram k

om

puter

Meng

uasai

aspek

kep

emim

pinan

dan

mem

impin

Mam

pu

mem

anag

e d

an m

engo

rganisir

Mam

pu

bek

erjasama di

dalam

tim

Mam

pu

menjadi

ino

vato

r, m

otivato

r d

an fasilitato

r

KETER

AN

GA

N

LEVEL CAPAIAN Ko Ko Af Ps Ps Ps Ps Af Af Af Af MATA KULIAH 1 2 3 4 5 6 7 8 9 10 11 61. An. Deret Waktu P 62. An. Data Kategori U 63. An. Peubah Ganda U 64. Stat. Peng. Mutu U 65. PKL P 66. Skripsi P 67. KKN P 68. Biometri Lanj. P 69. Ekonometrika P 70. Stat. Peng Mutu Lanj. P

14

KO

MPETEN

SI

Mam

pu

melak

ukan

eksplo

rasi d

ata secara

desk

riptif

Mam

pu

meng

uasai

dan

men

erapkan

teori

Statistika

Mam

pu

menterjem

ahkan

masalah

h

ayati

dan

eko

no

mi k

e logik

a statistik

a

Mam

pu

meran

cang p

ercobaan

dan

surv

ey y

ang

optimal

Mam

pu

mengid

entifikasi

masalah

dan

mem

ilih

mod

el y

ang tep

at

Mam

pu

meng

analisis

data

Mam

pu

meru

mu

skan

hasil

dan

men

arik

kesim

pulan

secara sahih

Mam

pu

mengk

om

unik

asikan

kem

bali

hasil

analisis

dan

kesim

pulan

ke p

ermasalah

an sem

ula

Mam

pu

menjadi

ko

nsultan

Statistika

Mam

pu

mengk

aji m

odel

-mod

el statistik

a

Mam

pu

meng

emb

angkan

m

odel

-mod

el statistik

a

KETER

AN

GA

N

LEVEL CAPAIAN Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko MATA KULIAH 12 13 14 15 16 17 18 19 20 21 22 71. An. Deret Waktu P 72. An. Data Kategori U 73. An. Peubah Ganda U 74. Stat. Peng. Mutu U 75. PKL P 76. Skripsi P 77. KKN P 78. Biometri Lanj. P 79. Ekonometrika P 80. Stat. Peng Mutu Lanj. P

15

KO

MPETEN

SI

Mam

pu

meng

etahui

ilmu

dasar

ke-m

ipa-an

Mam

pu

berpikir

logis, k

ritis d

an an

alitis

Mam

pu

bertind

ak secara

etis d

an b

erakhlak m

ulia

Mam

pu

berk

om

unik

asi secara

verb

al d

an o

ral

dalam

bah

sa Ind

on

esia d

an Ingg

ris

Mam

pu

meng

aplikasik

an b

erbag

ai p

rogram

ko

mputer

Mam

pu

mengg

un

akan

teknologi

inform

asi

Map

u m

emb

uat

prog

ram k

om

puter

Meng

uasai

aspek

kep

emim

pinan

dan

mem

impin

Mam

pu

mem

anag

e d

an m

engo

rganisir

Mam

pu

bek

erjasama di

dalam

tim

Mam

pu

menjadi

ino

vato

r, m

otivato

r d

an fasilitato

r

KETER

AN

GA

N

LEVEL CAPAIAN Ko Ko Af Ps Ps Ps Ps Af Af Af Af MATA KULIAH 1 2 3 4 5 6 7 8 9 10 11 81. Proses Stokastik P 82. Teori Keputusan P 83. EPG P 84. Konsultan Stat. P 85. Teknik Optimasi P 86. Analisis Riil I P 87. Mat. Asuransi P 88. Data Mining P 89. Ekonomi Mikro P 90. Peng. Ilmu Pertanian P

16

KO

MPETEN

SI

Mam

pu

melak

ukan

eksplo

rasi d

ata secara

desk

riptif

Mam

pu

meng

uasai

dan

men

erapkan

teori

Statistika

Mam

pu

menterjem

ahkan

masalah

h

ayati

dan

eko

no

mi k

e logik

a statistik

a

Mam

pu

meran

cang p

ercobaan

dan

surv

ey y

ang

optimal

Mam

pu

mengid

entifikasi

masalah

dan

mem

ilih

mod

el y

ang tep

at

Mam

pu

meng

analisis

data

Mam

pu

meru

mu

skan

hasil

dan

men

arik

kesim

pulan

secara sahih

Mam

pu

mengk

om

unik

asikan

kem

bali

hasil

analisis

dan

kesim

pulan

ke p

ermasalah

an sem

ula

Mam

pu

menjadi

ko

nsultan

Statistika

Mam

pu

mengk

aji m

odel

-mod

el statistik

a

Mam

pu

meng

emb

angkan

m

odel

-mod

el statistik

a

KETER

AN

GA

N

LEVEL CAPAIAN Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko MATA KULIAH 12 13 14 15 16 17 18 19 20 21 22 91. Proses Stokastik P 92. Teori Keputusan P 93. EPG P 94. Konsultan Stat. P 95. Teknik Optimasi P 96. Analisis Riil I P 97. Mat. Asuransi P 98. Data Mining P 99. Ekonomi Mikro P 100. Peng. Ilmu Pertanian P

17

KO

MPETEN

SI

Mam

pu

meng

etahui

ilmu

dasar

ke-m

ipa-an

Mam

pu

berpikir

logis, k

ritis d

an an

alitis

Mam

pu

bertind

ak secara

etis d

an b

erakhlak m

ulia

Mam

pu

berk

om

unik

asi secara

verb

al d

an o

ral

dalam

bah

sa Ind

on

esia d

an Ingg

ris

Mam

pu

meng

aplikasik

an b

erbag

ai p

rogram

ko

mputer

Mam

pu

mengg

un

akan

teknologi

inform

asi

Map

u m

emb

uat

prog

ram k

om

puter

Meng

uasai

aspek

kep

emim

pinan

dan

mem

impin

Mam

pu

mem

anag

e d

an m

engo

rganisir

Mam

pu

bek

erjasama di

dalam

tim

Mam

pu

menjadi

ino

vato

r, m

otivato

r d

an fasilitato

r

KETER

AN

GA

N

LEVEL CAPAIAN Ko Ko Af Ps Ps Ps Ps Af Af Af Af MATA KULIAH 1 2 3 4 5 6 7 8 9 10 11 101. Analisis Variansi P 102. An. Regresi Lanj. P 103. RO Lanj. P 104. Metode Peramalan P 105. Reli Dan Uji hidup P 106. Met. Simulasi P 107. Kapita Selekta P 108. Sistem Basis Data I P 109. Ekonomi Makro P 110. SIM P

18K

OM

PETENSI

Mam

pu

melak

ukan

eksplo

rasi d

ata

secara d

eskriptif

Mam

pu

meng

uasai

dan

men

erapkan

teori

Statistika

Mam

pu

menterjem

ahkan

masalah

h

ayati

dan

ek

ono

mi k

e logik

a statistik

a

Mam

pu

meran

cang p

ercobaan

dan

surv

ey y

ang optim

al

Mam

pu

mengid

entifikasi

masalah

dan

mem

ilih m

odel

yang

tepat

Mam

pu

meng

analisis

data

Mam

pu

meru

mu

skan

hasil

dan

men

arik

kesim

pulan

secara sahih

Mam

pu

mengk

om

unik

asikan

kem

bali

hasil

analisis

dan

kesim

pulan

ke

perm

asalahan

semula

Mam

pu

menjadi

ko

nsultan

Statistika

Mam

pu

mengk

aji m

odel

-mod

el statistik

a

Mam

pu

meng

emb

angkan

m

odel

-mod

el

statistika

KETER

AN

GA

N

LEVEL CAPAIAN Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko MATA KULIAH 12 13 14 15 16 17 18 19 20 21 22 111. Analisis Variansi P 112. An. Regresi Lanj. P 113. RO Lanj. P 114. Metode Peramalan P 115. Reli Dan Uji hidup P 116. Met. Simulasi P 117. Kapita Selekta P 118. Sistem Basis Data I P 119. Ekonomi Makro P 120. SIM P

19K

OM

PETENSI

Mam

pu

meng

etahui

ilmu

dasar

ke-m

ipa-an

Mam

pu

berpikir

logis, k

ritis d

an an

alitis

Mam

pu

bertind

ak secara

etis d

an b

erakhlak m

ulia

Mam

pu

berk

om

unik

asi secara

verb

al d

an o

ral

dalam

bah

sa Ind

on

esia d

an Ingg

ris

Mam

pu

meng

aplikasik

an b

erbag

ai p

rogram

ko

mputer

Mam

pu

mengg

un

akan

teknologi

inform

asi

Map

u m

emb

uat

prog

ram k

om

puter

Meng

uasai

aspek

kep

emim

pinan

dan

mem

impin

Mam

pu

mem

anag

e d

an m

engo

rganisir

Mam

pu

bek

erjasama di

dalam

tim

Mam

pu

menjadi

ino

vato

r, m

otivato

r d

an fasilitato

r

KETER

AN

GA

N

LEVEL CAPAIAN Ko Ko Af Ps Ps Ps Ps Af Af Af Af MATA KULIAH 1 2 3 4 5 6 7 8 9 10 11 121. Pemrograman Internet P 122. Dasar Hortikultura P 123. Biologi Radiasi P 124. Sosio Biologi P 125. Pemodelan Matematika P 126. Anal. dan Peran. Sistem P 127. Pemrograman Visual P 128. Dasar Budidaya Tan. P

20

KO

MPETEN

SI

Mam

pu

melak

ukan

eksplo

rasi d

ata

secara d

eskriptif

Mam

pu

meng

uasai

dan

men

erapkan

teori

Statistika

Mam

pu

menterjem

ahkan

masalah

h

ayati

dan

ek

ono

mi k

e logik

a statistik

a

Mam

pu

meran

cang p

ercobaan

dan

surv

ey y

ang optim

al

Mam

pu

mengid

entifikasi

masalah

dan

mem

ilih m

odel

yang

tepat

Mam

pu

meng

analisis

data

Mam

pu

meru

mu

skan

hasil

dan

men

arik

kesim

pulan

secara sahih

Mam

pu

mengk

om

unik

asikan

kem

bali

hasil

analisis

dan

kesim

pulan

ke

perm

asalahan

semula

Mam

pu

menjadi

ko

nsultan

Statistika

Mam

pu

mengk

aji m

odel

-mod

el statistik

a

Mam

pu

meng

emb

angkan

m

odel

-mod

el

statistika

KETER

AN

GA

N

LEVEL CAPAIAN Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko Ko MATA KULIAH 12 13 14 15 16 17 18 19 20 21 22 129. Pemrograman Internet P 130. Dasar Hortikultura P 131. Biologi Radiasi P 132. Sosio Biologi P 133. Pemodelan Matematika P 134. Anal. dan Peran. Sistem P 135. Pemrograman Visual P 136. Dasar Budidaya Tan. P

Keterangan : U = Kompetensi Utama Ko. = Kognitif P = Kompetensi Pendukung Af. = Afektif K = Kompetensi Khusus Ps. = Psikomotori

21

III. Prospek Lulusan

Berdasarkan penelusuran alumni, lulusan mahasiswa statistika telah bekerja sebagai ilmuwan, manager dan wirausaha. Matakuliah pilihan yang menunjang profil lulusan diberikan pada Tabel 3.1

TABEL 3.1 MATA KULIAH PILIHAN PENUNJANG PROFIL LULUSAN PROGRAM STUDI STATISTIKA

PROFIL LULUSAN MATA KULIAH sks Ilmuwan 1. Biometri Lanj. 3

Dosen 2. Proses Stokastik 3 Peneliti 3. EPG 2 Guru 4. Teknik Optimasi 2

5. Analisis Riil I 3

6. Data Mining 3

7. Analisis Variansi 3

8. An. Regresi Lanj. 3

9. Dasar Hortikultura 3

10. Pemodelan Matematika 3

Manager 1. Teori Keputusan 2 Bank 2. Stat. Peng Mutu Lanj. 3 Industri 3. RO Lanj. 3 Pemda 4. Metode Peramalan 3 BUMN 5. Reliabilitas dan Uji hidup 3 ABRI 6. Met. Simulasi 2 Asuransi 7. Kapita Selekta 2 Televisi 8. Ekonomi Mikro 3

9. Ekonomi Makro 3

10. SIM 3

11. Mat. Asuransi 2

13. Ekonometri 3

Wirausaha 1. Konsultan Stat. 2 Konsultan 2. Basis Data I 3 IT 3. Pemograman Internet 3 Lembaga Pendidikan

22

STRUKTUR KURIKULUM

SARJANA STATISTIKA

PROFIL LULUSAN ----- PROFIL LULUSAN -----PROFIL LULUSAN

KOMPETENSI-----KOMPETENSI -----KOMPETENSI

V. PERILAKU BERKARYA (MPB) : PKL, Skripsi

PRA

KTEK

LABO

RA

TOR

IUM

DA

N PR

AK

TEK LA

PAN

G

IV. BERKEHIDUPAN BERMASYARAKAT (MBB) : KKN

III. KEAHLIAN BERKARYA (MKB): Komputasi Statistika, Pemrograman Linier, Pengantar Model Linier, Analisis Data Kategori, Stat. Pengendalian Mutu, Biometri Lanjt., Ekonometrika, Metode Peramalan, Analisis Regresi Lanjt., Reliabilitas dan Uji Hidup, Stat. Pengendalian Mutu Lanj., Eksp. Data Peubah Ganda, Riset Operasi , Teori Keputusan, Teknik Optimasi, Metode Simulasi, Kapita Selekta, Konsultan Statistika, Matematika Asuransi, Pemodelan Mat., Data Mining, Ekonomi Mikro, Ekonomi Makro, Pengantar Ilmu Pertanian, Dasar Hortikultura, Dasar Budidaya Tan., Biologi Radiasi, Sosio Biologi, Sistem Informasi Manajemen, Sistem Basis Data I, Data Mining, Pem. Internet, Anal. dan Peran. Sistem, Pem. Visual.

II. KEILMUAN DAN KETRAMPILAN (MKK) : Matematika Dasar, Metode Statistika I, Metode Statistika II, Statistika Matematika I, Statistika Matematika II, Pengantar Analisis Regresi, Pengantar Rancangan Percobaan, Pengantar Teori Peluang, Matematika I, Matematika II, Matriks dan Ruang Vektor, Teknik Sampling dan Survai, Statistika Non Parametrik, Analisis Deret Waktu, Analisis Multivariat, Pengantar Himpunan dan logika, Komputer Dasar, Struktur Data, Biologi Dasar, Kimia Dasar, Fisika Dasar, Proses Stokastik, Analisis Variansi, Analisis Regresi Lanjut, Analisis Riil I.

23

I. PENGEMBANGAN KEPRIBADIAN (MPK) : Agama, Pendidikan Kewarganegaan, Kewirausahaan,

Bahasa Indonesia, Bahasa Inggris I, Bahasa Inggris II

24

IV. Diagram Kurikulum

Komputer Dasar

Konsul. Stat.

Keterangan : : Mata Kuliah Wajib : Mata Kuliah Pilihan : Mata Kuliah yang dapat diambil Pada Semester Ganjil dan Genap

25

V. Kurikulum Program Studi Statistika Kurikulum Berbasis Kompetensi (KBK) Program Studi Statistika dikelompokkan menjadi 5 matakuliah yaitu Matakuliah Pengembangan Kepribadian (MPK), Matakuliah Keilmuan dan Ketrampilan (MKK), Matakuliah Keahlian Berkarya (MKB), Matakuliah Perilaku Berkarya (MPB) dan Matakuliah Berkehidupan Bermasyarakat (MBB).

PENGELOMPOKAN MATA KULIAH PROGRAM STUDI STATISTIKA

1. Mata Kuliah Pengembangan Kepribadian (MPK)

Mata Kuliah Pengembangan Kepribadian (MPK) K P J 1. Agama 3 - 3 2. Pendidikan Kewarganegaraan 3 - 3 3. Kewirausahaan 3 - 3 4. Bahasa Indonesia 3 - 3 5. Bahasa Inggris I 2 - 2 6. Bahasa Inggris II 2 - 2 Jumlah Mata Kuliah Wajib 16 Jumlah Mata Kuliah Pilihan 0

2. Mata Kuliah Keilmuan dan Ketrampilan (MKK)

Mata Kuliah Keilmuan dan Ketrampilan (MKK) K P J 1. Matematika Dasar 3 - 3 2. Metode Statistika I 3 - 3 3. Matematika I 3 - 3 4. Matematika II 4 - 4 5. Metode Statistika II 2 1 3 6. Statistika Matematika I 3 - 3 7. Statistika Matematika II 3 - 3 8. Pengantar Analisis Regresi 3 - 3 9. Pengantar Rancangan Percobaan 3 - 3 10. Pengantar Teori Peluang 3 - 3 11. Matriks dan Ruang Vektor 3 - 3 12. Metode Numerik 2 1 3 13. Teknik Sampling dan Survai 3 - 3 14. Statistika Non Parametrik 3 - 3 15. Analisis Deret Waktu 2 1 3 16. Analisis Multivariat 2 1 3 17. Pengantar Himpunan dan Logika 2 - 2 18. Komputer Dasar 2 1 3 19. Struktur Data dan Algoritma 2 1 3 20. Biologi Dasar 2 1 3

26

Mata Kuliah Keilmuan dan Ketrampilan (MKK) K P J 21. Kimia Dasar 2 1 3 22. Fisika Dasar 2 1 3 23. Proses Stokastik 3 - 3 24. Analisis Variansi 3 - 3 25. Analisis Regresi Lanjutan 1 1 2 26. Analisis Riil I 3 - 3

Jumlah Mata Kuliah Wajib 66 Jumlah Mata Kuliah Pilihan 11

3. Mata Kuliah Keahlian Berkarya (MKB)

Mata Kuliah Keahlian Berkarya (MKB) K P J 1. Analisis Data Eksplorasi 2 - 2 2. Komputasi Statistika 2 1 3 3. Pemrograman Linier 3 - 3 4. Pengantar Model Linier 3 - 3 5. Analisis Data Kategori 3 - 3 6. Statistika Pengendalian Mutu 3 - 3 7. Biometri Lanjutan 3 - 3 8. Statistika Pengendalian Mutu Lanjutan 3 - 3 9. Teori Keputusan 2 - 2 10. Riset Operasi 2 1 3 11. Eksplorasi Data Multivariat 2 - 2 12. Reliabilitas dan Uji Hidup 3 - 3 13. Teknik Optimasi 2 - 2 14. Metode Simulasi 2 - 2 15. Kapita Selekta 2 - 2 16. Konsultan Statistika 1 1 2 17. Metode Peramalan 3 - 3 18. Ekonometrika 3 - 3 19. Matematika Asuransi 2 - 2 20. Pemodelan Matematika 3 - 3 21. Ekonomi Mikro 3 - 3 22. Ekonomi Makro 3 - 3 23. Sistem Informasi Manajemen 3 - 3 24. Pemrograman Internet 3 - 3 25. Pemograman Visual 3 - 3 26. Analisis dan Perancangan Sistem. 3 - 3 27. Data Mining 3 - 3 28. Basis Data I 3 - 3 29. Pengantar Ilmu Pertanian 2 - 2 30. Biologi Radiasi 2 - 2 31. Sosio Biologi 2 - 2

27

Mata Kuliah Keahlian Berkarya (MKB) K P J 32. Dasar Hortikultura 3 - 3 33. Dasar Budidaya Tanaman 3 - 3 Jumlah Mata Kuliah Wajib 17 Jumlah Mata Kuliah Pilihan 71

4. Mata Kuliah Perilaku Berkarya (MPB)

Mata Kuliah Perilaku Berkarya (MPB) K P J 1. PKL - 2 2 2. Skripsi 6 Jumlah Mata Kuliah Wajib 8 Jumlah Mata Kuliah Pilihan 0

5. Mata Kuliah Berkehidupan Bermasyarakat (MBB)

Mata Kuliah Berkehidupan Bermasyarakat (MBB) K P J 1 KKN - 3 3 Jumlah Mata Kuliah Wajib 3 Jumlah Mata Kuliah Pilihan 0

DAFTAR MATAKULIAH WAJIB PROGRAM STUDI

STATISTIKA BERDASARKAN SEMESTER

Semester I

Kode Mata Kuliah sks Prasyarat K P J

UNG 4170 Bahasa Inggris I 2 - 2 - MAB 4102 Biologi Dasar 2 1 3 - MAK 4103 Kimia Dasar 2 1 3 - MAP 4190 Fisika Dasar 2 1 3 - MAM 4190 Matematika Dasar 2 1 3 - MAM 4101 Peng. Himpunan dan Logika 2 - 2 - MAS 4121 Metode Statistika I 3 - 3 -

Jumlah sks 19

28

Semester II

Kode Mata Kuliah sks Prasyarat K P J UNG 400_ Agama 3 - 3 - MAS 4218 Pengantar Teori Peluang 3 - 3 - MAS 4221 Metode Statistika II 2 1 3 MAS4121**

MAS 4231 Pengantar Analisis Regresi 3 - 3 MAS4121*

MAM 4200*** MAM 4202 Matematika I 3 - 3 MAM 4190* MAM 4200 Matriks dan Ruang Vektor 3 - 3 MAM 4190*

Jumlah sks 18

Semester III

Kode Mata Kuliah sks

Prasyarat K P J

MAI 4180A Komputer Dasar 2 1 3 MAS 4141 Pemrograman Linier 3 - 3 MAM 4200* MAM 4102 Matematika II 4 - 4 MAM 4202*

MAS 4111 Statistika Matematika I 3 - 3 MAS 4218* MAS 4122 Pengantar Rancob 3 - 3 MAS 4221**

Jumlah sks 16

Semester IV

Kode Mata Kuliah sks Prasyarat K P J MAI 4270A Struktur Data & Algoritma 2 1 3 MAI 4180A* MAM 4273 Metode Numerik 2 1 3 MAM 4202*,

MAI 4180A* MAS 4230 Statistika Peng. Mutu 3 - 3 MAS 4221* MAS 4212 Statistika Matematika II 3 - 3 MAS 4111** UNG 4007 Pend. Kewarganegaraan 3 - 3 54 sks UBU 4005 Kewirausahaan 3 - 3 54 sks

Jumlah sks 18

29

Semester V


Prasyarat K P J

MAS 4132 Pengantar Model Linier 3 - 3 MAS 4231*, MAS 4122*

MAS 4112 Teknik Sampling & Survai 3 - 3 MAS 4111* MAS 4123 Statistika Non Parametrik 3 - 3 MAS 4221* MAS 4133 Analisis Deret Waktu 2 1 3 MAS 4218*,

MAS 4231* MAS 4134 Komputasi Statistika 2 1 3 MAS 4221**,

MAI 4180A** Jumlah sks 15

Semester VI


Prasyarat K P J

MAS 4232 Analisis Data Kategori 3 - 3 MAS4231**, MAS4218

MAS 4238 Analisis Multivariat 2 1 3 MAS 4212*, MAM 4200*

UNG 4008 Bahasa Indonesia 3 - 3 90 sks UBU 4002 KKN 3 - 3 90 sks MAS 4228 Analisis Data Explorasi 3 - 3 MAS 4221* UNG 4270 Bahasa Inggris II 2 - 2 UNG 4170*

Jumlah sks 17

Semester VII


Prasyarat K P J

UBU 4003 PKL 2 - 2 100 sks Jumlah sks 2

Semester VIII

Kode Mata Kuliah sks Prasyarat

30

K P J

UBU 4001 Skripsi 6 - 6 120 sks

Jumlah sks 6

31

DAFTAR MATA KULIAH WAJIB dan PILIHAN SEMESTER GANJIL


Status Prasyarat K P J

UNG4170 Bahasa Inggris I 2 - 2 W - MAB 4102 Biologi Dasar 2 1 3 W - MAP 4190 Fisika Dasar 2 1 3 W - MAK 4103 Kimia Dasar 2 1 3 W - MAM 4190 Matematika Dasar + 2 1 3 W - MAM 4101 Peng.Himpunan & Logika 2 - 2 W - MAS 4121 Metode Statistika I + 3 - 3 W - MAI 4180A Komputer Dasar + 2 1 3 W - MAS 4141 Pemrograman Linier + 3 - 3 W MAM 4200* MAM 4102 Matematika II + 4 - 4 W MAM 4202* MAS 4111 Statistika Matematika I + 3 - 3 W MAS 4218* MAS 4122 Pengantar Rancob + 3 - 3 W MAS 4221** MAS 4132 Pengantar Model Linier + 3 - 3 W MAS 4231*,

MAS 4122* MAS 4112 Teknik Sampling & Survai 3 - 3 W MAS 4111* MAS 4123 Statistika Non Parametrik + 3 - 3 W MAS 4221* MAS 4133 Analisis Deret Waktu + 2 1 3 W MAS 4218*,

MAS 4231* MAS 4134 Komputasi Statistika + 2 1 3 W MAS 4221**,

MAIA 4180** UBU 4002 KKN 3 - 3 W 90 sks MAS 4113 Proses Stokastik + 3 - 3 P MAS 4218* MAB 4127 Biologi Radiasi 2 - 2 P MAB 4150 MAB 4105 Sosio Biologi 2 - 2 P MAB 4150 MAS 4142 Teori keputusan 2 - 2 P MAS 4218* MAM 4282 Matematika Asuransi 2 - 2 P MAS 4218* IAO 4132 Ekonomi Mikro 3 - 3 P 72 sks MAS 4124 Biometri Lanjutan + 3 - 3 P MAS 4122** MAS 4135 Ekonometrika 3 - 3 P MAS 4231* MAS 4136 Stat. Peng. Mutu Lanj + 3 - 3 P MAS 4230* MAS 4137 Eksplorasi Data P. Ganda 2 - 2 P MAS 4238* MAS 4151 Konsultan Statistika 1 1 2 P 100 sks MAS 4146 Teknik Optimasi 2 - 2 P MAM 4273* MAM 4154 Analisi Riil I 3 - 3 P MAM 4202* MAI 4199 Pemrogaman internet 3 - 3 P MAIA 4180 MAI 4191A Data Mining 3 - 3 P MAIA 4180 PTB 4102 Dasar Hortikultura 3 - 3 P 90 sks Jumlah sks 91

32

DAFTAR MATA KULIAH WAJIB PILIHAN SEMESTER GENAP


Status Prasyarat K P J

UNG 4001 Agama Islam 3 - 3 W - UUNNGG 44000022 AAggaammaa KKrriisstteenn 3 - 3 W UUNNGG 44000033 AAggaammaa KKaatthhoolliikk 3 - 3 W UUNNGG 44000044 AAggaammaa HHiinndduu 3 - 3 W UUNNGG 44000055 AAggaammaa BBuuddhhaa 3 - 3 W MAS 4218 Pengantar Teori Peluang + 3 - 3 W UNG 4270 Bahasa Inggris II 2 - 2 W UNG 4170* MAS 4221 Metode Statistika II + 2 1 3 W MAS 4121** MAS 4231 Pengantar Analisis Regresi + 3 - 3 W MAS 4121

MAS 4200*** MAM 4202 Matematika I 3 - 3 W MAM 4190* MAM 4200 Matriks dan Ruang Vektor 3 - 3 W MAM 4190* MAS 4228 Analisis Data Eksplorasi 3 - 3 W MAS 4221* MAI 4270A Struktur Data dan Algoritma 2 1 3 W MAIA 4180* MAM 4273 Metode Numerik 2 1 3 W MAM 4202*,

MAIA 4180* MAS 4230 Statistika Peng. Mutu + 3 - 3 W MAS 4221* MAS 4212 Statistika Matematika II + 3 - 3 W MAS 4111** UNG 4007 Pend. Kewarganegaraan 3 - 3 W 54 sks UBU 4005 Kewirausahaan 3 - 3 W 54 sks MAS 4232 Analisis Data Kategori + 3 - 3 W MAS 4231*,

MAS 4218* MAS 4238 Analisis Multivariat + 2 1 3 W MAS 4212*,

MAM 4200* UNG 4008 Bahasa Indonesia 3 3 W 90 sks UBU 4003 PKL 2 - 2 W 100 sks UBU 4001 Skripsi 6 - 6 W 120 sks PTB 4111 Pengantar Ilmu Pertanian 2 - 2 P - MAI 4113A SIM 3 - 3 P - MAS 4223 Analisis Variansi + 3 - 3 P MAS 4121** MAS 4243 Metode Simulasi 2 - 2 P MAS 4218*,

MAIA 4180* MAS 4235 Analisis Regresi Lanjutan 1 1 2 P MAS 4231** MAS 4246 Riset Operasi + 2 1 3 P MAM 4141* MAS 4234 Metode Peramalan 3 - 3 P MAS 4133* MAS 4236 Reliabilitas dan Uji Hidup + 3 - 3 P MAS 4218*,

MAS 4231* IAO 4242 Ekonomi Makro 3 - 3 P IAO 4132 MAM 4272 Pemodelan Matematika 3 - 3 P MAM 4102* MAI 4210 Analis dan Per. Sistim 3 - 3 P MAI 4180 MAI 4285 Pemograman visual 3 - 3 P MAI 4180 PTB 4232 Dasar Budidaya Tan. 3 - 3 P 72 sks MAI 4206A Basis Data I 3 - 3 P MAI 4270 MAS 4251 Kapita Selekta 2 - 2 P 100 sks

Jumlah sks 84

33

Keterangan : * = menempuh sampai ujian akhir semester ** = lulus minimum D *** = menempuh bersamaan atau menempuh sampai ujian akhir semester + = ada responsi

P = pilihan W = wajib L = layanan untuk program studi selain statistika Semua praktikum dengan sks

Mata kuliah pilihan minimum 33 sks dengan ketentuan jumlah sks : Matakuliah Pilihan dengan kode MAS minimum 12 sks Matakuliah Pilihan dengan kode MAM minimum 2 sks Matakuliah Pilihan dengan kode MAI minimum 2 sks Matakuliah Pilihan luar Jurusan (Fakultas) minimum 4 sks

34

SILABUS PROGRAM STUDI STATISTIKA

Semester Ganjil

BAHASA INGGRIS I ( UBU 4004) 2 sks

Prasyarat: -

Deskripsi: Mata kuliah memprogramkan bahasan sistem informasi berbahasa inggris melalui bacaan ilmiah, ungkapan lisan dan tulisan.

Tujuan Umum: Mahasiswa mampu menjelaskan beberapa teknik membaca teks ilmiah yang mendukung peningkatan ketrampilan mengakses sistem informasi secara lebih cepat dan tepat. Selain itu mahasiswa dapat meningkatkan ketrampilan berkomunikasi secara lisan maupun tulisan dengan struktur kalimat dan ungkapan yang lebih tepat.

Materi Kuliah: Beberapa teknik membaca, menemukan pokok bahasan dan mengungkapkan kembali pokok pikiran secara lisan dan tulisan berbahasa inggris, perbaikan struktur kalimat.

Stategi Pembelajaran: Meliputi perkuliahan, praktikum, kuis, tugas terstruktur, presentasi dan diskusi kelas serta student centered learning (SCL)

Pustaka:

BIOLOGI DASAR( MAB 4102) 2 sks

Prasyarat: -

Deskripsi: Mata kuliah mendiskusikan secara umum konsep Biologi mengikuti kemajuan IPTEK

Tujuan Umum: Setelah menempuh mata kuliah Biologi Dasar mahasiswa dapat menjelaskan teori sel, transpor materi, sistem saraf, dan teori evolusi.

Materi Kuliah: Teori asal mula kehidupan dan konsep hidup, sel, membran (difusi, osmosis, dan transfer aktif), nutrisi tumbuhan, fotosintesa, khlorofil, fotolisis, fiksasi karbon dioksida, respirasi, daur krebs, glikolisis, transfer elektron, pemanfaatan energi, proses alimenasi, transpor materi, pertukaran gas, hormon dan vitamin, sistem saraf, asas reproduksi sel dan organisme, konsep ekosistem, prinsip evolusi, evolusi primata, genetika molekuler, bioteknologi.

35

Stategi Pembelajaran: Kuliah dan praktikum

Pustaka: Shantaram, S., J.F. Montgomery. 1999. Biotechnology, Biosafety and Biodiversity. Science Publ. USA.; Barbosa, P. 1998. Conversation Biological Control. Academy Press Limited. UK.

FISIKA DASAR( MAP 4190) 2 sks

Prasyarat: -

Deskripsi: Mata kuliah mendiskusikan secara singkat beberapa konsep dasar Fisika dan relevansinya dengan ilmu matematika dan mengikuti kemajuan IPTEK saat ini, misalnya sistem satuan dan pengukuran, mekanika, energi, gelombang, dan optik.

Tujuan Umum: Mahasiswa mampu menjelaskan beberapa contoh konsep Fisika dan relevansinya dalam mendukung perkembangan Matematika terapan. Selain itu, mahasiswa dapat meningkatkan keterampilan dasar melakukan pengukuran, menggunakan alat, sistem komputasi, dan sistem informasi.

Materi Kuliah: Konsep-konsep dasar Fisika, sistem satuan, aljabar vektor. Pokok-pokok mekanika Newton, momentum linier, torka dan momentum sudut. Mekanika benda tegar, fluida statis dan dinamis. Usaha dan Energi. Ayunan selaras. Dinamika dalam acuan yang bergerak dan gerak relatif. Gelombang mekanik dan gelombang elektromekanik (EM). Optika geometri.

Stategi Pembelajaran: Meliputi perkuliahan, praktikum, kuis, tugas terstruktur, presentasi dan diskusi kelas serta student centered learning (SCL).

Pustaka: Halliday, D.&R. Resnick, 1977, Physics, Part 1, edisi 3, John Wiley & Sons.; Halliday, D. & R. Resnick, 1997, Physics, Part II, edisi 2, John Wiley & Sons; Baiquni, A., 1978, Fisika Modern, Balai acuan; Krane, K., 1983, Modern Physics, John Wiley & Sons, Beiser, A., 1987, Concept of Modern Physics, edisi 4, McGraw Hill.

KIMIA DASAR( MAK 4103) 2 sks

Prasyarat: -

Deskripsi: Mata kuliah ini mengkaji tentang konsep dasar ilmu kimia yang meliputi filosofi tentang ilmu kimia, prinsip-prinsip struktur atom dan sistem periodik, struktur molekul dan ikatan

36

kimia, stoikiometri, termodinamika, wujud zat, larutan dan koloid, kesetimbangan kimia serta kesetimbangan dalam air.

Tujuan Umum: Setelah menempuh mata kuliah mahasiswa dapat menjelaskan prinsip-prinsip struktur atom dan sistem periodik, struktur molekul dan ikatan kimia, stoikiometri, termodinamika, wujud zat, larutan dan koloid, kesetimbangan kimia serta kesetimbangan dalam air.

Materi Kuliah: Sistem satuan, stoikiometri, struktur atom dan sistem periodik, struktur molekul dan ikatan kimia, termodinamika, wujud zat (gas, cair, dan padatan), larutan dan koloid, kesetimbangan kimia, kesetimbangan dalam air.

Stategi Pembelajaran: Kuliah dan praktikum

Pustaka: Keenan, Klefer, Wood, (Penerjemah: Hadyana Pujaatmaka), 1986, Kimia Universitas, Jilid I dan II, Penerbit Erlangga, Jakarta; Brady, J.E. dan Humiston, E., 1970, General Chemistry, 5th ed, John Wiley & Sons, Singapore.

MATEMATIKA DASAR (MAM4190) 3 sks

Prasyarat :

Deskripsi : Turunan dan integral.

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa mampu menerapkan dan menjelaskan konsep dasar aljabar dan kalkulus.

Strategi Pembelajaran : Kuliah, tugas, diskusi, dan praktikum. Materi Kuliah : Fungsi, limit, fungsi, kontinuitas, turunan/derivatif fungsi, penggunaan turunan: menghitung limit dengan aturan L`Hospital, max dan min fungsi, intgral tak tentu, intergral tertentu.

Pustaka : 1. Purcell, E.J. dan D. Verberg, 1986 (terjemah B. Kartasasmita dkk): Kalkulus Goemetri

Analitis, jilid 1 dan 2; edisi 4, Erlangga 2. Leithold, W.J. 1976. The Calculus and Analytic Geometry, 3rd ed; Harper and Row. 3 Baisoeni,MH. 1986. Kalkulus, UI Press

37

PENG. HIMPUNAN dan LOGIKA (MAM4101) 2 sks

Prasyarat : -

Deskripsi : Himpunan dibahas dari sisi teoritis sehingga beberapa sifat yang sederhana dapat dibuktikan dan logika difokuskan pada bagaimana membangun dan membuktikan pernyataan.

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa mampu menyusun pernyataan-pernyataan dengan simbol-simbol logika matematika ( terutama kaitannya dengan statistika deskriptif, peluang, perancangan percobaan dan iferensia statistika) .

Strategi Pembelajaran : Kuliah, tugas, diskusi dan responsi.

Materi Kuliah : Semesta pembicaraan, kalimat pernyataan kata-kata penghubung kalimat, tabel-tabel nilai. Kontraposisi dan ingkaran kalimat, pengertian konstanta dan variabel, tautologi dan kontradiksi, kuantor, universal dan eksistensial, kuantifikasi terbatas, kasus dari statistika deskriptif ke inferensia, himpunan dan operasinya, himpunan kuasa, relasi relasi ekivalen, fungsi domain dan range, fungsi injektif, subektif dan bijektif, pengantar struktur aljabar dan operasi padanya, kaitan himpunan dan teknik sampling.

Pustaka :

1. Soehakso,R.M.T.J. 1985. Pengantar Matematika Modern. FMIPA-UGM 2. Torski, A. 1959. Introduction to Logic. Oxford-Press.

METODE STATISTIKA I (MAS 4121) 3 sks

Prasyarat : -

Deskripsi : Penguasai konsep, peranan dasar statistika, statistika diskriptif dan menerapkan dalam statistika inferensial.

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa menguasai konsep, peranan dasar statistika dan mampu menerapkan dalam statistika inferensial.


38

Materi Kuliah : Pengertian statistika dan kegunaannya dalam berbagai bidang penelitian; pengertian populasi dan sampel (alasan mengapa sampel perlu diambil); macam variabel dan skala pengukuran; statistika deskriptif: Diagram (titik, garis, histogram, dahan-daun, kotak garis), Ukuran pemusatan (mean, median, modus), Ukuran penyebaran (rentang, rata-rata simpangan, simpangan baku, koefisien keragaman); cara mendeteksi bentuk sebaran, pencilan; sebaran peluang variabel diskrit, variabel kontinu; Penduga selang parameter populasi (nilai tengah, prop. sukses, ragam) Pustaka :

1. Moore, D.S. and McCabe, G.P. 1993. Introduction to The Practice of Statistics. 2nd ed. Freeman and Company, New York.

2. Walpole R.E. and R.H. Myers, 1978. Probability and Statistics for Scientist and Engineers. McMillan. New York.

3. Yitnosumarto, S. 1994. Dasar-dasar Statistika. Cet. Kedua. Raja Grafindo Persada, Jakarta.

4. Bhattacharyya, G.K. and R.A. Johson, 1977. Statistical Concept and Methods. John Wiley & Sons, Inc. New York.

KOMPUTER DASAR( MAI 4180A) 2 sks

Prasyarat: -

Deskripsi: Menjelaskan dan membahas pengantar algoritma, tipe-tipe data dasar, tahapan penyelesaian menggunakan computer, flowchart dan pseudo code, statemen IO, seleksi, iterasi, prosedur dan fungsi, array, string, sub range, set, enumerasi, dan berkas.

Tujuan Umum: Mahasiswa mampu menjelaskan tentang perancangan algoritma dan implementasinya dalam bahasa pemrograman. Selain itu, mahasiswa dapat meningkatkan ketrampilan menggunakan komputer, sistem informasi dan mendasari penggunaan paket program aplikasi.

Materi Kuliah: Pengantar algoritma, tipe-tipe data dasar, tahapan penyelesaian menggunakan komputer, flowchart dan pseudo coe, statemen IO, seleksi, iterasi, prosedur dan fungsi, array, string, sub range, set, enumerasi, dan berkas.

Stategi Pembelajaran: Meliputi perkuliahan, praktikum, kuis, tugas terstruktur, presentasi dan diskusi kelas serta student centered learning (SCL)

Pustaka: Horowitz, E 1988. Fundamental of computer algorithms; Munir, R. 2000. Algoritma dan Pemrograman, IF Bandung; Kadir, A. 1999. Pemrograman Turbo Pascal, ElexMedia Komputindo.

39

PEMROGRAMAN LINIER (MAS 4141) 3 sks

Prasyarat : MAM 4200* - Matriks dan Ruang Vektor*

Deskripsi : Pemrogram linier dan penerapannya.

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa mampu mengaplikasikan prinsip program linier serta penerapannya untuk pengambilan keputusan


Materi Kuliah : Pemrograman linier, formulasi dan pemecahan grafik, metode simpleks, metode simpleks dalam matrik, dualitas, sensitifitas, masalah transportasi dan assignment

Pustaka : 1. Taha, H. 1997. Riset Operasi. Binampa Aksara, Jakarta 2. Hillier, F.S. dan Lieberman. 1980. Introduction to Operations Research. Holden-Day

Inc., California 3. Wagner, H. 1982. Principles of Operation Research. Prestice Hall, New York. 4. Winston, W.L. 1994. Operating Research, Aplication & Algoritm 3rd edition. Duxbury

Pers. California

STATISTIKA MATEMATIKA I (MAS 4111) 3 sks

Prasyarat : MAS 4218* - Pengantar Teori Peluang*

Deskripsi : Metode tranformasi, sebaran normal multivariat, kekonvergenan, ketidaksamaan, kaidah bilangan besar, dalil limit pusat.

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa mampu menerapkan konsep dasar sebaran peluang secara lebih mendalam untuk menunjang pegembangan statistika terapan.

Strategi Pembelajaran : Kuliah, tugas, diskusi dan responsi. Materi Kuliah :

40

Fungsi pembangkit peluang dan momen; bebas stokastik dan identik momen bersama; sebaran fungsi peubah acak : metode transformasi, metode fungsi pembangkit momoen, sebaran jumlah peubah acak, sebaran peubah acak kontinu, sebaran fungsi linier dan kuadrat peubah acak normal, sebaran normal multivariat, kekonvergenan, ketidaksamaan, kaidah bilangan besar, dalil limit pusat.

Pustaka : 1. Casella, G. & R.L. Berger. 1990. Statistical Inference. Wadsworth, Pasific Grove,

California. 2. Nasoetion, A.H. & A. Rambe. 1984. Teori Statistika untuk Ilmu-ilmu Kuantitatif. Ed. 2.

Bhatara Karya Aksara, Jakarta 3. Dudewicz, E.J. & S.N. Mishra. 1988. Modern Mathematical Statistics. Wiley, New

York.

MATEMATIKA II (MAM 4102) 4 sks

Prasyarat : MAM 4202* - Matematika I*

Deskripsi : Deret dan fungsi

Tujuan Umum : Setelah menempuh matakuliah ini mahasiswa dapat menggunakan deret dan fungsi

Strategi Pembelajaran : Kuliah, tugas dan responsi.

Materi Kuliah : Barisan, deret, deret Taylor, deret Maclaurine, deret Fourier, Integrak Fourier, penggunaan PD di deret, fungsi Gama, Beta, Bessel, Legendre, tranformasi Laplace dan penggunaannya, Fungsi komplek, persamaan Cauchy Riemman.

Pustaka :

1. Purcell, E.J. dan D. Verberg, 1986 (terjemah B. Kartasasmita dkk): Kalkulus Goemetri Analitis, jilid 1 dan 2; edisi 4, Erlangga

2. Leithold, W.J. 1976. The Calculus and Analytic Geometry, 3rd ed; Harper and Row. 3. Salas, J. and W.R. Hille, 1985. Calculus of One Several Variables, 5th ed, John Wiley

and Sons. 4. Kreyszig, E., 1979. Advanced Engineering Mathematics, John Wiley and Sons, 4th ed,

New York.

PENGANTAR RANCANGAN PERCOBAAN (MAS 4122) 3sks

Prasyarat : MAS 4221* - Metode Statistika II*

Deskripsi :

41

Merancang suatu percobaan yang meliputi rancangan perlakuan, lingkungan dan analisis hasil pengamatan.

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa dapat merancang suatu penelitian berdasarkan tujuan dan karakteristik materi percobaan yang tersedia. Disamping itu mahasiswa dapat melakukan analisis ragam sesuai dengan rancangan percobaan yang digunakan , uji lanjutan dan interpretasi hasil.

Strategi Pembelajaran : Kuliah, tugas, diskusi, peninjauan di lapang dan responsi.

Materi Kuliah : Pengertian rancangan percobaan, prinsip-prinsip dasar rancangan percobaan, rancangan acak lengkap (deskripsi, denah percobaan, analisis ragam), analisa lanjutan bila H1 diterima, rancangan acak kelompok (deskripsi, denah, analisis ragam, efisiensi relatif, data hilang), rancangan acak bujur sangkar latin (deskripsi, denah, analisis ragam, efisiensi relatif, data hilang) , percobaan faktorial.(penguaraian JK-perlakuan kedalam komponen fator utama dan interaksi)

Pustaka :

1. Gomez, K.A. and Gomez, A.A. 1976. Statistical Procedures for Agricultural Research with Emphasis on Rice. IRRI, LosBanos, Laguna, Philippines.

2. Kempthorne, O. 1980. Design and Analysis of Experiment. John Wiley. New York. 3. Steel, R.G.D. and Torrie, J.H. 1980. Principles and Procedures of Statistics. Second Ed.

McGraw-Hill Kogakusha Ltd., Tokyo.

PENGANTAR MODEL LINIER (MAS 4132) 3 sks

Prasyarat : MAS 4231* - Pengantar Analisis Regresi MAS 4122* - Pengantar Rancob*

Deskripsi :

Model linier singular, model berkendala, pengujian hipotesis fungsi linier parameter

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa mempunyai ketrampilan memanipulasi model-model linier singular, model berkendala, pengujian hipotesis fungsi linier parameter (dalam model singular dan nonsingular)


42

Materi Kuliah : Model linier umum, prinsip kuadrat terkecil biasa dan umum, prinsip galat bersyarat, penguraian jumlah kuadrat, penggunaan pada rancangan kelompok tidak lengkap, data tak berimbang, pengujian hipotesis fungsi linier parameter.

Pustaka :

1. Ksirshanger, 1988. Linier Model. 2. Searle, S.R., 1971. Linier Models, John Wiley and Sons, New York. 3. John, R., 1983. Matrix Computaions and Mathematical Software, Mc Graw Hill. 4. Cheney, W. and Kinncaid, D., 1985. Numerical Mathematics and Computing, Brooks

and Code Cole Publishing Co. 2nd.

ANALISIS DERET WAKTU (MAS 4133) 3 sks

Prasyarat : MAS 4231* - Perkenalan Analisis Regresi* MAM 4211 * - Statistika Matematika I*

Deskripsi : Analisis deret waktu dengan pendekatan waktu dan frekwensi

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa menguasai konsep dan mampu mengaplikasikan analisis deret waktu dengan pendekatan waktu dan frekuensi

Strategi Pembelajaran : Kuliah, tugas, diskusi, praktikum dan responsi.

Materi Kuliah : Konsep dasar, variasi dalam deret waktu, model untuk stasioner (ARMA) dan non stasioner, spesifikasi model, pendugaan parameter, pengujian model, peramalan, model musiman (p,d,q)(P,D,Q), analisis spektrum

Pustaka : 1. Chatfield, C. 19 The Analysis of Time Series 2. Cryer, J.D. 1986. Time Series Analysis. PWS-KENT Pub. Comp, Boston 3. Wei, W.S., 1994. Time Series.Analysis. Univariate and Multivariate Method. Addison-

Wesley. Pub. Company, New York 4. Box, Jenkin. Reinsel. 1994. Time Series Anlysis and Control Forecasting. Prentice

Hall. New Yersey. 5. Douglas, J and Hamilton. 1994. Time Series Analysis.

KOMPUTASI STATISTIKA (MAS 4134) 3 sks


43

MAI 4180* - Komputer Dasar*

Deskripsi : Struktur dan algoritma paket program statistika, penyusunan program macro statistika Minitab, SPLUS dan R, pembahasan struktur dan algoritma-algoritma

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa mempunyai pengetahuan dan ketrampilan struktur dan algoritma dari paket program statistika sehingga dapat mengolah dan menganalisis data menggunakan paket program maupun makronya dengan bantuan komputer.

Strategi Pembelajaran : Kuliah, tugas, diskusi, praktikum dan responsi.

Materi Kuliah : Pengenalan dan penggunaan paket-paket program statistika utama (Minitab, SPLUS dan R), pembahasan tentang struktur dan algoritma paket program statistika tersebut, penyusunan program macro dari paket dari paket program statistika Minitab, SPLUS dan R, pembahasan struktur dan algoritma-algoritma dalam statistika, managemen data (penyusunan basis data dan sistem informasi).

Pustaka :

1. Maindonald. 1984. Statistical Computation. Wiley, USA 2. Minitab Inc. 1994. Minitab Reference Manual Release 10.2 For Windows. Minitab Inc.,

USA 3. Dalgaard, P. 2002. Introductory Statistics with R. Springer Verlag New York Inc 4. Venables, W. N & Ripley, B. D. 1994. Modern Applied Statistics with S Plus,

Springer Verlag New York Inc

TEKNIK SAMPLING DAN SURVAI (MAS 4112) 3 sks

Prasyarat : MAS 4111 * - Statistika Matematika I*

Deskripsi : Teori teknik sampling dan penerapannya.

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa mampu menerapkan teknik dan teori sampling sesuai dengan karakteristik populasi.


Materi Kuliah :

44

Dasar-dasar penarikan contoh, penarikan contoh acak sederhana (CAS), CAS dengan proporsi dan presentasi, perkiraan ukuran contoh, penarikan contoh acak berlapis, penduga rasio, penduga regresi, penarikan contoh sistematis, penarikan contoh berkelompok, penarikan contoh ganda, sumber-sumber kesalahan dalam survai.

Pustaka :

1. Mendenhall, W. 1971. Elementary Survey Sampling. Wardswarth Publ. Belmont California.

2. Cochran, W.G. 1977. Sampling Techniques. 3rd edition. John Willey. New York. 3. Thompson, S.K. 1992. Sampling. A-Wiley Interscience Publication.

STATISTIKA NONPARAMETRIK (MAS 4123) 3 sks


Deskripsi : Analisis data kualitatif dan bebas sebaran.

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa dapat menjelaskan dan menerapkan berbagai analisis statistika non-parametrik


Materi Kuliah : Alasan pemakaian statistika non-parametrik, berbagai macam skala pengukuran terhadap peubah, pengujian hipotesis satu nilai tengah dan satu proporsi, pengujian dua nilai tengah dependen dan independen, pengujian dua proporsi, pengujian keacakan dan kecenderungan, pengujian k nilai tengah independen dan dependen, tabel kontingensi, hubungan dua peubah dan korelasi peringkat Bootstrap dan aplikasinya.

Pustaka :

1. Siegel, S . 1956. Non Parametric Statistics for the Behavioral Sciences. International student edition.. McGraw-Hill. Kogakusita Ltd. Tokyo.

2. Daniel, W.W. 1978. Applied Nonparametric Statistics. Houghton Mifflin Co. 3. Sprent, P. 1989. Applied Non Parametric Statistical Methods. Chapman and Hall,

London. 4. Effron, B. and Tibshirani, R. J. 1993. An Introduction to the Bootstrap. Chapman and

Hall, London.

PROSES STOKASTIK (MAS 4113 ) 3 sks


45

Deskripsi : Proses stokastik dan penerapannya.

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa menguasai dan mampu menerapkan proses stokastik, klasifikasi proses stokastik, proses stasioner


Materi Kuliah : Review teori peluang & pengantar proses stokastik. Rantai markov : definisi, matriks peluang transisi, first step analysis, rantai markov khusus, perilaku jangka panjang, klasifikasi keadaan (state), keberulangan (recurrence) dan contoh-contoh aplikasinya. Proses Poisson. Rantai Markov Waktu Kontinu: Proses kelahiran murni, proses kematian murni, proses kelahiran dan kematian. Proses pembaharuan : definisi, dalil, konsep dan aplikasinya.

Pustaka :

1. Karlin, S & H.M. Taylor, 1994. An Introduction to Stochastic Modelling. 3rd ed. Academic Press. New York.

2. Allen. 2003. Introduction to Stochastic Process with Biology Application. 3. T. Aven, U Jensen. 1999. Stochastic Models in Reliability

TEORI KEPUTUSAN (MAS 4142) 2 sks


Deskripsi : Prinsip, model dan strategi pengambilan keputusan

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa dapat menerapkan model dan strategi pengambilan keputusan atas suatu masalah.


Materi Kuliah : Prinsip-prinsip pengambilan keputusan, probabilitas subjektif objektif, fungsi kerugian dan resiko, pohon keputusan, teori utilitas, nilai informasi, strategi pengambilan keputusan, fungsi keputusan Bayesian, AHP

46

Pustaka :

1. Berger, J.O. 19.. Statistical Decision Theory and Bayesian Analysis. Springer, New York.

2. Mangkusubroto, K. dan Trisnadi, C.L. 1987. Analisa Keputusan. Ganesa, Bandung. 3. Prat, J.W., Riffa, H., Schlaifer, R. 1995. Introduction to Statistical Decision Theory.

MIT Press, London. 4. Rios, S. 1994. Decision Theory and Decision Analysis. Trends and Challenger. Kluwer

Ac. Pub., Boston. 5. Taha, H. 1997. Riset Operasi. Binampa Aksara, Jakarta

6. Winston, W.L. 1994. Operating Research, Aplication & Algoritm 3rd edition. Duxbury Pers. California

MATEMATIKA ASURANSI (MAM4282) 2 sks

Prasyarat: MAM 4186 Teori Peluang

Deskripsi: Pembahasan difokuskan pada bagaimana melakukan perhitungan asuransi serta menginterpretasikan dalam masalah nyata

Tujuan Umum: Setelah menempuh matakuliah ini mahasiswa dapat menjelaskan aplikasi matematika pada bidang asuransi

Materi: Pengukuran mortalitas, anuitas, asuransi jiwa, premi tahunan, cadangan premi mendatar, faktor biaya. Beberapa topik seperti: anuitas dengan masa tertentu, polis pensiun, teori penduduk

Strategi Pembelajaran: Kuliah Pustaka: 1. Jordan Jr, C.W., 1967, Life Contingencies: The Society of Actuaries, Chicago, Illionis 2. Sembiring, R.K., 1989, Asuransi I, PT. Karunika UT, Jakarta Larson, R.E &Gaumnitz, E., 1962, Live Insurance athemathic, John Willey & Sons, Inc

EKONOMI MIKRO (IAO 4132) 2 sks

Prasyarat: -

Deskripsi: Menjelaskan dasar-dasar teori ekonomi, meliputi konsep ilmu ekonomi metode ilmiah, permasalahan ekonomi, sistem perkonomian, perilaku konsumen, perilaku produsen, karakterisitik berbagai bentuk pasar dan optimumisasi keputusan bisnis, dan peranan kebijakan pemerintah dalam mengendalikan pasar untuk tujuan-tujuan kesejahteraan masyarakat.

47

Tujuan Umum: Setelah mengikuti perkuliahan diharapkan mahasiswa dapat memahami konsep-konsep Teori ekonomi mikro, metode penyelidikan ekonomi, pengambilan keputusan tingkat produksi pada berbagai karakteristik pasar, dan menjelaskan bagaimana cara pemerintah melalui peraturan-peraturan dapat mempengaruhi pasar. perilaku konsumen, teori utilitas, fungsi permintaan, teori produksi, penentuan harga input, teori biaya produksi, dan teori pasar. Pendalaman secara khusus akan dilakukan terhadap teori pasar pada berbagai bentuk mulai dari pasar dengan persaingan sempurna dan tidak sempurna. Untuk pendalaman juga didiskusikan berbagai hasil studi empiris.

Materi Kuliah: Teori Utility, fungsi permintaan, biaya, penawaran, persaingan, monopoli, pendekatan keseimbangan, ekonomi kesejahteraan, eksternalitas barang publik dan distribusi pendapatan dan kemiskinan.

Stategi Pembelajaran: Meliputi perkuliahan, kuis, tugas terstruktur, presentasi dan diskusi kelas.

Pustaka: 1. Fergusson and Gould, 1979. Micoreconomics Theory, Richard D. Irwin. Inc. 2. Johannes, 2002. Pengantar Teori Ekonomi Mikro, Diktat Kuliah, FE Unja. 3. Nicholson. W. Micoreconomic Theory, Basic Principles and Exsension, Third Edition, The Dryden Press, Chicago. 4. Koutsyuanis, Micro Economic Theory, McGraw-Hill,Inc. NewYork 5. Samuelson, P.A. dan Nordhaus, W.D. 1996. Microeconomics, 14th Edition, (terjemahan) 6. Haris Munadar, Penerbit Erlangga, Jakarta. 7. Schiller, Bradley.R., 1991. The Micro Economy Today, Fifth Edition, The American University, McGraw-Hill,Inc. NewYork.

BIOMETRIKA LANJUTAN (MAS 4124) 3 sks

Prasyarat : MAS 4122** - Pengantar Rancob**

Deskripsi : Rancangan lebih komplek : Percobaan faktorial pecahan (fractional factorial), perlakuan terpaut (confaunding), rancangan blok terbagi, analisa ragam percobaan berulang, gabungan beberapa model berdasarkan tempat dan waktu, rancangan pendugaan respon : dua faktor dan tiga faktor.

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa mampu merancang penelitian yang lebih komplek dan menganalisa hasil pengamatannya


Materi Kuliah :

48

Percobaan faktorial pecahan (fractional factorial), perlakuan terpaut (confaunding), rancangan blok terbagi, analisa ragam percobaan berulang, gabungan beberapa model berdasarkan tempat dan waktu, rancangan pendugaan respon : dua faktor dan tiga faktor

Pustaka :

1. Gomez, K.A. and Gomez, A.A. 1976. Statistical Procedures for Agricultural Research with Emphasis on Rice. IRRI, LosBanos, Laguna, Philippines.

2. Kempthorne, O. 1980. Design and Analysis of Experiment. John Wiley. New York. 3. Khuri, A.L. and Cornell, J.A. 1987. Respones Surfaces Design and Analysis. Marcell

Dekker Inc., New York. 4. Peng, K.C. 1967. The Design and Analysis of Scientific Experiments. Addison-Wesley

Pub. Co. Inc., Canada. 5. Steel, R.G.D. and Torrie, J.H. 1980. Principles and Procedures of Statistics. Second Ed.

McGraw-Hill Kogakusha Ltd., Tokyo. 6. Sokal, R.R. and Rohlf, F.J. 1981. Biometry. 2nd edition. W.H. Freeman and Company.

New York. 7. Mead, R., 1991. The Design of Experiment Statistical Principles for Practical

Application, Cambridge University Press. 8. Scheffe, H.A., 1959. The Analysis of Variance, John Wiley and Sons Inc, New York.

EKONOMETRIKA (MAS 4135) 3 sks

Prasyarat : MAS 4231* - Pengantar Analisis Regresi*

Deskripsi : Penerapan dan penjelasan analisis statistika di bidang ekonomi.

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa mampu menerapkan konsep dasar dan metode ekonometrika


Materi Kuliah : Pelanggaran asumsi model klasik, variabel status dan klasik, model regresi pada variabel boneka, ekivalensi dua persamaan regresi dan model persamaan simultan, pendugaan parameter model simultan, masalah pengukuran dalam bidang ekonomi, penjelasan sifat hubungan antar variabel ekonomi berdasarkan teori ekonomi, penjelasan tentang kandungan empirik variabel-variabel ekonomi.

Pustaka :

1. W. Greene. 1997. Econometric Analysis. Prentice-Hall. 2. Gujarati, D.N. 2003. Basic Econometrics 4th ed, Mc-Graw Hill. New York.

49

STATISTIKA PENGENDALIAN MUTU LANJUTAN (MAS 4136) 3 sks

Prasyarat : MAS 4230* - Statistika Pengendalian Mutu*

Deskripsi : Control chart dan acceptance sampling lanjutan

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa mampu menerapkan control chart dan acceptance sampling lanjutan


Materi Kuliah : Subgrouping rasional dan different adaptations variabel control chart, control chart untuk fraction defective, sistem dodge roming untuk lot bay lot acceptance sampling, sistem AQL, acceptance sampling plan untuk produksi kontinu, aplikasi beberapa topik.

Pustaka :

1. Cochran, W.G., 1977. Sampling Tehniques, John Wiley and Sons, New York. 2. Grant, E.L., 1988. Statistical Quality Control, Prentice Hall, New York. 3. Gupta, R.C. 1981. Statistics Quality Control, Romesh Chander Khana Pub., New Delhi.

EKSPLORASI DATA PEUBAH GANDA (MAS 4137) 2 sks

Prasyarat : MAS 4238* - Analisis Multivariate*

Deskripsi : Analisis eksplorasi data multivariat : analisis komponen utama, faktor, korelasi kanonik, biplot, enskalaan dimensi ganda, korespondensi, diskriminan dan cluster.

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa mampu menjelaskan dan menerapkan ide dasar statistika peubah ganda menggunakan studi kasus. Deskripsi, eksplorasi dan teknik grafik


Materi Kuliah : Grafik untuk data peubah ganda, tinjauan tentang penguraian nilai singular (SUD), analisis eksplorasi data multivariat : analisis komponen utama, analisis faktor : analisis korelasi kanonik, analisis biplot. Penskalaan dimensi ganda. Analisis korespondensi, analisis diskriminan dan analisis cluster.

Pustaka :

50

1. Anderson, T.W., 1984. An Introduction to Multivarite Statistical Analysis, John Wiley and sons, New York, 675.

2. Johnson, R.A. and DW. Wichern, 2002. Applied Multivariate Statistical Analysis. Fifth edition. Prentice-Hall, Inc., New Jersey.

3. Mardia, K.V., J.T. Kent and J.M. Bibby, 1979. Multivariate Analysis. A Harcourt Science & Technology Company, San Diego.

4. Morrison, D.F, 1990. Multivariate Statistical Methods, McGraw-Hill, Singapore.

KONSULTAN STATISTIKA (MAS 4151) 2 sks

Prasyarat : 100 sks

Deskripsi : Kecakapan konsultan dan menganalisis masalah

Tujuan Umum : Setelah menempuh mata kuliah ini mahasiswa mampu menjadi konsultan statistika dengan titik berat pada kecakapan konsultan dan kemampuan pengoperasian laboratorium statistika.

Strategi Pembelajaran : Kuliah, tugas , diskusi, praktikum di laboratorium dan lapang.

Materi Kuliah : Saran-saran yang harus dilakukan seorang statistikawan sebagai konsultan: peranan statistikawan dalam proses percobaan, alat dan training yang diperlukan untuk konsultasi statistika, prinsip-prinsip praktek konsultan yang baik, praktek konsultan, pengamatan selama konsultasi, mempelajari cara kritis pada waktu konsultasi, analisis dasar, pembuatan dokumentasi, rekomendasi dan praktek konsultasi.

Pustaka : Cabrera J dan A Mc Dongall. 2002. Statistical Consulting. Spinger. New York.

TEKNIK OPTIMASI (MAS 4146) 3 sks

Prasyarat : MAM 4273* - Metode Numerik*

Deskripsi : Konsep Pemrograman Non Linier, program kuadratik, separable programing

Tujuan Umum : Setelah mempuh mata kuliah ini mahasiswa mampu menjelaskan dan menerapkan teori optimasi untuk menunjang teknik optimasi.


51

Materi Kuliah : Konsep Pemrograman Non Linier, fungsi konveks dan konkaf, menyelesaikan NLP dengan satu peubah, Golden section search, Ekstrem tanpa kendala dengan beberapa peubah, Metode steepest ascent, ekstrem dengan kendala berbentuk persamaan dengan metode pengganda lagrange. Ekstrem dengan kendala berbentuk pertidaksamaan, syarat kuhn-tucker. Program kuadratik, separable programing

Pustaka :

1. Bazara, M.S. HD.Skerali. C.M. Shetty. 1993. Non Linier Programming. Theoary and Algorithms. John Wiley and Sons

2. Mital, K.V. 1978. Optimation Methode in Operations Research and Analysis. Wiley Eastern Ltd.

3. Winston, W. L. 1994.Operation Research, Applications and Algorithms. Duxbury Press.

ANALISIS REAL I (MAM 4154) 3 sks

Prasyarat: MAM 4251 Kalkulus II (minimal nilai D)

Deskripsi: Pembelajaran ditekankan pada pembuktian Lemma,Teorema dan Proposisi. Diupayakan adanya ilustrasi dalam bentuk masalah nyata

Tujuan Umum: Setelah menempuh mata kuliah ini saudara dapat menganalisis konsep himpunan bilangan real meliputi sifat-sifat pertopologian dan kalkulus (fungsi bernilai real)

Materi: Konstruksi system bilangan real, himpunan bilangan real : ketakberhinggaan dan keterbilangan, ruang metric dan konsep-konsep topologinya, himpunan kompak, terhubung dan konveks, barisan bilangan real, Fungsi :limit fungsi dan kekontinuan fungsi, hubungan kekontinuan fungsi dengan kekompakan.

Strategi Pembelajaran: Kuliah

Pustaka: 1. Soemantri, R, 1990, Analisis Real I, PT Karunika, UT Jakarta 2. Rudin, W, 1976, Principles of Mathematical Analysis, Third Ed,McGraw-Hill Int. 3. Apostol, T.M, 1974, Mathematical Analysis, Second Ed, Addison Wesley publ. Comp. 4. Golberg, R, 1976, Methode of real Analysis, 2th Ed,John-Wiley

PEMROGRAMAN INTERNET( MAI 4123) 2 sks

Prasyarat: MAI 4208A Basis Data

Deskripsi:

52

Matakuliah Pemrograman Internet akan membahas tentang konsep dasar perancangan system dan layanan teknologi inforasi berbasis web yang diawali dengan pengenalan dan penerapan sintaks HTML dan dilanjutkan dengan CSS sebagai pendukung tampilan dan layout halaman webnya. Pembahasab berikutnya adalah tentang PHP sebagai bahasa pemrograman di sisi server dan Java Script di sisi client. Diakhiri dengan bahasan tentang XML untuk mengenal konsep pemrograman AJAX maupun web services.

Tujuan Umum: Mahasiswa dapat mengerti dan memahami konsep dasar dari internet atau web programming, siklus hidup dan metode-metode pengembangan yang dapat dilakukan. Mahasiswa dapat mempelajari dan mengenal web service sebagai mediakomunikasi data multi sistem.

Materi Kuliah: Pengenalan Internet Programming, Desain layout laman web, Konsep dasar dan penerapan HTML, Frame, tabel dan daftar serta form, konsep dasar dan penerapan PHP, Form dengan PHP (metode GET dan POST), Database web programming, Konsep dasar dan penerapan Javascript, Pengenalan framework Javascript, Konsep dasar dan penerapan XML, Konsep dasar dan penerapan AJAX, Konsep dasar dan penerapan web service

Stategi Pembelajaran: Kuliah, presentasi, praktikum

Pustaka: 1. Web Database Applications with PHP, and MySQL, 2nd Edition, by Hugh E. 2. Williams and David Lane, O'Reilly & Associates, May 2004, ISBN 0-596-00543- 3. Kadir, Abdul, Pemrograman Web mencakup tentang, HTML, CSS, JavaScript &

PHP, Andi 2003 Yogyakarta Kadir, Abdul, Dasar-Dasar pemrograman Web Dinamis Menggunakan PHP, Andi 2003 Yogyakarta

DATA MINING( MAI 4121A) 2 sks

Prasyarat: MAI 4208A Basis Data

Deskripsi: Teknik statistik dan jaringan saraf tiruan konvensional sulit digunakan untuk menganalisis dan mencari pola dalam database berukuran besar. Data Mining yang merupakan gabungan beberapa teknik analisis data memberikan solusi terhadap masalah tersebut.

Tujuan : Mahasiswa mampu menggunakan teknik data mining untuk menggali informasi dalam database berukuran besar.

Materi Kuliah : Metodologi Data Mining. Pengukuran efektifitas. Memory Bases Reasoning. Deteksi cluster. Pohon Keputusan.

53

Pustaka :

Berry, MJA dan Linoff, G. 1997. Data Mining Techniques. John Wiley & Sons.

Strategi Pembelajaran : Kuliah, tugas dan responsi.

Materi Kuliah : Penggunaan integral tertentu, integral tak wajar, fungsi dua variabel atau lebih, turunan parsial, turunan total, penggunaan turunan parsial, integral rangkap, penggunaan integral rangkap, pengantar persamaan differensial.

Pustaka :

1. Purcell, E.J. dan D. Verbeg, 1986. Kalkulus dan Geometri Analitis. Jilid 1 dan 2. Edisi 4. Terjemahan Kartasasmita. Erlangga.

2. Leithold, W.J. 1976. The Calculus and Analytic Geometry. 3d ed. Harper and Row. Salas, H. and W.R. Hille. 1985. Calculus of One and Several Variables, 5th ed. John Wiley and Sons.

DASAR HORTIKULTURA (PTB 4102) 2 sks

Prasyarat: -

Deskripsi: -

Tujuan Umum: -

Materi: Pembahasan dalam mata kuliah ini meliputi: pengertian hortikulura, ciri tanaman dan budidaya hortikultura, perkembangan hortikultura di Indonesia dan dunia, botani tanaman hortikultura, fase pertumbuhan dan manipulasi mengatur keseimbangannya, teknologi produksi tanaman hortikultura, mutu hasil dan pemasaran hortikultura, bangunan taman, aspek pekarangan dan usaha intensifikasi untuk meningkatkan gizi dan taraf hidup masyarakat serta sistem hidroponik, pertanian hortikultura organik, hibridisasi dan koleksi.

Strategi Pembelaja

di4-2-pedomanpendidikanstatistika

Documents