DOKUMEN KURIKULUM PROGRAM STUDI S1 STATISTIKA

DOKUMEN KURIKULUM PROGRAM STUDI S1 STATISTIKA

DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS INDONESIA

KATA PENGANTAR Puji syukur ke hadirat Allah SWT atas rahmat-Nya Dokumen Kurikulum Program Studi Sarjana Statistika, Departemen Matematika FMIPA UI Periode 2016-2020 berhasil diselesaikan. Untuk itu kami menyampaikan penghargaan dan ucapan terimakasih yang sebesar-besarnya kepada semua pihak yang terlibat, khususnya Tim Kurikulum Departemen Matematika FMIPA UI.

Kurikulum periode 2016-2020 merupakan hasil revisi terhadap Kurikulum awal pendirian Program Studi Sarjana Statistika, Departemen Matematika FMIPA UI periode 2015-2016. Penyusunan revisi ini dimaksudkan agar terjadi keselarasan dengan Kurikulum Program Studi Sarjana Matematika, Departemen Matematika FMIPA UI, visi dan misi Departemen, tujuan Program Studi, dan Kurikulum Berbasis Kompetensi yang mengacu pada Kerangka Kualifikasi Nasional Indonesia (KKNI) level 6. Hal ini bertujuan agar peserta didik menguasai ilmu statistika dan terapannya, mampu mengikuti pasar, dan memiliki kematangan intelektual, serta manajemen dan eksplorasi data yang baik. Selanjutnya, kurikulum periode 2016-2020 ini diharapkan dapat menghasilkan Sarjana Statistika FMIPA UI yang memiliki beberapa kompetensi yang menggabungkan kompetensi dasar UI dengan organisasi profesi (IndoMS, FORSTAT, dan PAI) serta kompetensi khusus Program Studi Statistika, Departemen Matematika FMIPA UI. Dokumen kurikulum ini dibuat untuk memenuhi kebutuhan sehingga dapat lulus tepat waktu. Akhirnya, Sarjana Statistika Departemen Matematika FMIPA UI diharapkan mampu berkiprah baik di tingkat nasional, maupun global.

Akhir kata, diharapkan agar Dokumen Kurikulum Program Studi Sarjana Statistika FMIPA UI periode 2016-2020 dapat berguna bagi semua pihak terkait dalam pelaksanaan pendidikan di UI, khususnya di Program Studi Sarjana Statistika, Departemen Matematika FMIPA UI.

Depok, Maret 2016 Ketua Departemen Matematika FMIPA UI

(Alhadi Bustamam, S.Si, M.Kom, Ph.D) NIP 197209181997021001

ii

DAFTAR ISI

KATA PENGANTAR .............................................................................................................. ii DAFTAR ISI ............................................................................................................................iii DAFTAR TABEL .................................................................................................................... iv DAFTAR GAMBAR ................................................................................................................ v 1.

PENDAHULUAN .............................................................................................................. 1

2.

VISI, MISI DAN TUJUAN ............................................................................................... 1 2.1.

Visi ............................................................................................................................... 1

2.2.

Misi .............................................................................................................................. 2

2.3.

Tujuan .......................................................................................................................... 2

2.

KUALIFIKASI DAN KOMPETENSI LULUSAN ........................................................ 2

3.

STRUKTUR DAN ISI KURIKULUM ............................................................................ 5 3.1.

Struktur Kurikulum ...................................................................................................... 5

3.2.

Kategori Kompetensi Utama...................................................................................... 34

3.3.

Rincian Kurikulum..................................................................................................... 40

4.

KEWENANGAN PENENTU KURIKULUM DAN PENINJAUAN KURIKULUM .......... 57

5.

PELUANG BAGI MAHASISWA UNTUK MENGEMBANGKAN DIRI ................ 58

RUJUKAN YANG DIGUNAKAN (BENCHMARK)........................................................... 59 DAFTAR PUSTAKA ............................................................................................................. 60

iii

DAFTAR TABEL

Tabel 1. Matriks Nol Program Studi Statistika........................................................................... 6 Tabel 2. Matriks I: Rumpun dan Tataran Kompetensi ............................................................... 8 Tabel 3. Matriks II: Pengalaman Belajar .................................................................................. 11 Tabel 4. Distribusi Mata Kuliah ............................................................................................... 33 Tabel 5. Parameter Kompetensi................................................................................................ 34 Tabel 6. Struktur Kurikulum Berdasarkan Kategori Kompetensi Utama ................................ 36 Tabel 7. Padanan Kurikulum Program Studi Statistika dengan Kurikulum IndoMS ............... 39 Tabel 8. Mata Kuliah Wajib Universitas .................................................................................. 40 Tabel 9. Mata Kuliah Wajib Rumpun Ilmu .............................................................................. 40 Tabel 10. Mata Kuliah Wajib Fakultas ..................................................................................... 40 Tabel 11. Mata Kuliah Wajib Departemen ............................................................................... 41 Tabel 12. Mata Kuliah Wajib Program Studi ........................................................................... 41 Tabel 13. Mata Kuliah Pilihan .................................................................................................. 42 Tabel 14.Keseluruhan Mata Kuliah pada Delapan Semester ................................................... 44 Tabel 15. Silabus Mata Kuliah Program Studi S1 Statistika .................................................... 48

iv

DAFTAR GAMBAR Gambar 1. Jejaring Kompetensi ................................................................................................. 3 Gambar 2. Jejaring Mata Kuliah............................................................................................... 47

v

1.

PENDAHULUAN

Departemen (d/h Jurusan) Matematika didirikan pada tahun 1961, bersama-sama dengan Departemen Fisika dan Kimia.Pada tahun-tahun awal berdirinya, Departemen Matematika menempati Kampus UI Salemba di Jalan Salemba 4 Jakarta Pusat. Selama tahun 1961 hingga 1965, Departemen Matematika hanya memiliki satu orang staf pengajar tetap. Kuliah dilangsungkan dengan bantuan beberapa staf pengajar tidak tetap yang berasal dari IBM, BATAN, dan perusahaan-perusahaan swasta. Angkatan pertama mahasiswa Matematika lulus dan diwisuda pada tahun 1969. Mulai tahun 1967, jumlah staf pengajar tetap Departemen Matematika bertambah. Tahun 2015, Departemen Matematika memiliki 34 orang staf pengajar tetap dan 1 orang pengajar tidak tetap yang merupakan staf pengajar yang sudah memasuki masa pensiun tetapi masih dibutuhkan tenaganya. Kualifikasi staf pengajar bervariasi mulai dari S2 sampai S3 dengan kualifikasi mayoritas S2. Tahun 1987 adalah tahun kepindahan Departemen Matematika ke lokasi baru di Kampus UI Depok. Saat ini Departemen Matematika menempati gedung berlantai 4 di lingkungan FMIPA Kampus UI Depok. Ada 3 program studi di Departemen Matematika yaitu Program Studi S1 Matematika, Program Studi S1 Statistika, dan Program Studi S2 Matematika. Selain itu ada lebih dari enam staf pengajar statistika, tiga diantaranya sudah bergelar doktor. Pada Tahun Ajaran 2015/2016 Program Studi S1 Statistika Departemen Matematika FMIPA UI mulai menerima mahasiswa baru.

2. 2.1.

VISI, MISI DAN TUJUAN

Visi

Program Studi S1 Statistika Departemen Matematika FMIPA UI menjadi institusi yang kuat dan unggul di tingkat nasional maupun global, menuju unggulan di Asia Tenggara dalam bidang pendidikan dan penelitian statistika dan terapannya, serta menghasilkan lulusan yang kompeten dalam penguasaan ilmu, kompeten di bidang kerja, dan mempunyai kemampuan manajerial yang baik.

Dokumen Kurikulum Program Studi S1 Statistika FMIPA UI | 1

2.2.

Misi 1. Mendidik mahasiswa menjadi lulusan yang mampu mengikuti dan beradaptasi terhadap perkembangan statistika dan terapannya, serta IPTEK. 2. Mendukung dan mengembangkan kegiatan penelitian statistika dan terapannya dalam semua bidang. 3. Memberikan informasi, pelatihan, jasa dan konsultasi di bidang statistika dan terapannya yang dapat membantu masyarakat dalam menyelesaikan masalah yang berhubungan dengan statistika dan terapannya.

2.3.

Tujuan Program Studi S1 Statistika bertujuan untuk menghasilkan sarjana yang memiliki

kualifikasi sebagai berikut: 1. Memahami konsep serta metode statistika dan bidang lain yang terkait untuk menyelesaikan persoalan teoritis maupun terapan. 2. Mampu belajar secara mandiri dan beradaptasi terhadap perkembangan konsep dan metode-metode dalam statistika dan bidang lain yang terkait untuk menyelesaikan persoalan teoritis maupun terapan baru. 3. Memiliki etika profesi yang baik serta didukung daya analitis yang kritis dan logis dalam penerapan statistika dan bidang lain yang terkait. 4. Mampu bekerja sama, berkomunikasi, dan bertanggung jawab sesuai bidang ilmunya, baik di tingkat nasional maupun global.

2.

KUALIFIKASI DAN KOMPETENSI LULUSAN

Program Studi S1 Statistika Departemen Matematika FMIPA UI bertujuan menghasilkan sarjana yang mampu memberikan solusi bagi pemecahan masalah sesuai kaidah ilmiah dan etika akademik berdasarkan konsep-konsep statistika, mengikuti perkembangan bidang statistika dan bidang lain yang terkait, serta mampu bekerja sebagai akademisi/peneliti, dan di bidang teknologi informasi dan komunikasi, ekonomi, perbankan dan industry jasa. Lulusan dengan profil seperti yang diinginkan didapat dengan merumuskan kompetensi untuk seorang sarjana statistika. Kompetensi sarjana statistika merupakan gabungan dari kompetensi dasar UI dengan organisasi profesi (IndoMS dan FORSTAT), dan kompetensi


khusus dari program studi statistika yang dapat dilihat pada jejaring kompetensi seperti pada Gambar 1 di bawah ini.

Gambar 1. Jejaring Kompetensi

Berdasarkan penggabungan dari beberapa kompetensi ini maka sarjana statistika memiliki : 1. Kemampuan penguasaan teori dasar Statistika yang kuat 2. Kemampuan untuk mengidentifikasi permasalahan statistika dan bidang yang terkait, membuat rancangan, dan melakukan pengumpulan data. Dokumen Kurikulum Program Studi S1 Statistika FMIPA UI | 3

3. Kemampuan untuk melakukan manajemen dan eksplorasi data dengan baik. 4. Kemampuan untuk melakukan analisis data dan menginterpretasikan serta mengomunikasikan hasil analisisnya ke dalam bidang aplikasinya. 5. Mampu mengambil keputusan yang tepat berdasarkan analisis informasi dan data,

dan mampu memberikan petunjuk dalam memilih berbagai alternatif solusi secara mandiri dan kelompok


3.

3.1.

STRUKTUR DAN ISI KURIKULUM

Struktur Kurikulum Struktur kurikulum Program Studi S1 Statistika Departemen Matematika FMIPA UI

mengacu pada Surat Keputusan Menteri Pendidikan Nasional No. 232/U/2000 Pasal 7 ayat (2), (3), Pasal 8, Pasal 10 dan Pasal 11 (Lampiran 3), Surat Keputusan Menteri Pendidikan Nasional No. 45/U/2002 tentang Kurikulum Inti Pendidikan Tinggi Pasal 2 ayat (1), Pasal 3, Pasal 4, Pasal 5, dan Pasal 6 (Lampiran 5), Ketetapan Majelis Wali Amanah UI No. 006/SK/MWAUI/2004 tentang Kurikulum Pendidikan Akademik UI (Lampiran 6), SK Rektor nomor: 2198/SK/R/UI/2013 Tentang Penyelenggaraan Program Sarjana di Universitas Indonesia, Modul Workshop Pengajaran Statistika FORSTAT di Universitas Brawijaya Malang pada 12 – 14 April 2013, Workshop Pengajaran Statistika FORSTAT di Universitas Diponegoro Semarang pada 5-6 September 2014, Workshop Pengajaran Statistika di Universitas Mulawarman pada 6 – 7 Oktober 2015, serta Seminar Nasional dan Workshop MIPANet yang membahas tentang kurikulum berbasis KKNI Ke-MIPA-an dari IndoMS di UI Depok pada 2 Desember 2014 (Lampiran 7). Kurikulum Program Studi S1 Statistika Departemen Matematika FMIPA UI disusun sedemikian rupa selaras dengan Visi, Misi, Tujuan UI, Fakultas, Program Studi, KKNI Level 6 yang tertuang dalam matriks nol pada Tabel 1, perkembangan IPTEK, kebutuhan pasar dan pembentukan kematangan intelektual peserta didik.


Tabel 1. Matriks Nol Program Studi Statistika

KKNI LEVEL 6

PROFIL LULUSAN/KOMPETENSI UMUM - Mampu mengidentifikasi permasalahan dunia nyata ke -Mampu mengaplikasikan bidang dalam model statistika dan bidang lain yang terkait keahliannya dan memanfaatkan IPTEKS - Mampu memproses data dalam suatu permasalahan pada bidangnya dalam penyelesaian statistika dan bidang lain yang terkait masalah serta mampu beradaptasi - Mampu menerapkan teori dan konsep statistika dalam terhadap situasi yang dihadapi penyelesaian masalah - Menguasai konsep teoritis bidang - Mampu membuktikan kembali teori-teori statistika pengetahuan tertentu secara umum dan konsep teoritis bagian khusus dalam - Mampu mengilustrasikan teori statistika dalam suatu bidang pengetahuan tersebut secara contoh riil mendalam serta mampu - Mampu menganalisis teori dan konsep statistika memformulasikan penyelesaian masalah - Mampu mengoperasikan teori-teori statistika prosedural - Mampu menafsirkan teori-teori statistika - Mampu mengambil keputusan yang tepat berdasarkan analisis informasi dan data, dan mampu memberikan petunjuk dalam memilih berbagai alternatif solusi secara mandiri dan kelompok

- Mampu mengkomunikasikan hasil analisis dari model statistika - Mampu menafsirkan hasil analisis dari model statistika - Mampu mengaitkan teori yang satu dengan yang lain dalam statistika - Mampu menerapkan teori dan konsep statistika dalam penyelesaian masalah - Mampu menyesuaikan diri dengan kebutuhan profesi

- Bertanggung jawab pada pekerjaan sendiri dan dapat diberi tanggung jawab atas pencapaian hasil kerja organisasi

- Mampu memperjelas teori dan konsep statistika - Mampu menjelaskan penggunaan statistika dalam kehidupan sehari-hari - Mampu menggunakan perangkat lunak statistika - Mampu menjelaskan model statistika


TAGIHAN - Laporan Akhir Praktek Kerja Lapangan - Skripsi

- Tugas Mata Kuliah (Kelompok/Individu) - Hasil ujian tertulis dari setiap mata kuliah - Skripsi - Tugas Mata Kuliah (Kelompok/Individu) - Hasil ujian tertulis dari setiap mata kuliah - Skripsi

- Tugas Mata Kuliah (Kelompok/Individu) - Hasil ujian tertulis dan praktikum dari setiap mata kuliah - Tugas praktikum mata kuliah - Skripsi

Kompetensi ini merupakan keterkaitan antara profil lulusan dengan hasil luaran dari PS Statistika ini. Oleh karena itu kurikulum PS Statistika merupakan: a. Penjabaran dari Visi, Misi, dan Tujuan PS untuk menjadi institusi yang kuat di tingkat nasional dan diakui di tingkat internasional, dalam bidang pendidikan dan penelitian statistika serta terapannya. b. Relevan dengan kebutuhan masa kini dan masa datang. Kurikulum disusun dengan memperhatikan perkembangan IPTEK dan terapannya serta memperhatikan juga kebutuhan pasar yang merupakan masukan dari stakesholder dan alumni Departemen Matematika FMIPA-UI. c. Tuntutan

pematangan

intelektual

mahasiswa.

Beberapa

mata

kuliah

mempersiapkan dan membentuk kematangan intelektual mahasiswa sejak dari awal kuliah, antara lain direpresentasikan dengan MPKT (Mata Kuliah Pengembangan Kepribadian Terintegrasi) dan beberapa matakuliah wajib dan pilihan disampaikan secara active learning dan e-learningyang akan membentuk mahasiswa aktif secara mandiri mencari dan menyusun informasi maupun melakukan kerjasama dengan kelompok tugasnya baik dalam penyusunan maupun presentasi (dan mempertahankan) tugasnya, serta meningkatkan communication skill baik verbal maupun secara information technology. d. Muatan aspek penelitian Dosen dan penelitian tugas akhir mahasiswa. Beberapa matakuliah, terutama matakuliah pilihan diberikan oleh pengampunya dengan memasukkan hasil penelitian mutakhir, baik dari staf pengajarnya sendiri maupun dari jurnal mutakhir. Pembahasan semacam ini akan membuat mahasiswa mengetahui topik penelitian mutakhir, serta memiliki bekal dalam mempersiapkan penelitiannya. Dengan demikian cara ini akan memampukan mahasiswa menyusun tugas akhirnya dengan baik. e. Hubungan antar mata kuliah. Keterkaitan antar matakuliah diperhatikan dengan baik sehingga terlihat bahwa matakuliah pada semester awal/sebelumnya diperlukan untuk mendukung matakuliah selanjutnya. Sehingga beberapa matakuliah awal digunakan sebagai prasyarat matakuliah berikutnya yang ditunjukkan pada Gambar 2.


Tabel 2. Matriks I: Rumpun dan Tataran Kompetensi

Tataran . Rumpun

Kompetensi Utama

Kompetensi Pendukung

Dasar dan Kepribadian

Bidang Ilmu

o Mampu menyelesaikan masalah statistika dan bidang lain yang terkait. o Mampu menjelaskan teori dasar matematika, teori dasar matematika terapan, konsep dasar algoritma dan pemrograman serta konsep dasar statistika

o Mampu memilih model matematis yang sesuai untuk menyelesaikan masalah o Mampu menyelesaikan model matematis dan menganalisis hasil yang didapat. o Mampu menganalisis permasalahan dunia nyata dan


Kompetensi Lainnya o Memiliki kemampuan dasar untuk mengembangkan diri sesuai dengan kebutuhan profesi o Memiliki integritas dan mampu menghargai orang lain. o Mampu menggunakan bahasa lisan dan tulisan dalam Bahasa Indonesia dan Bahasa Inggris dengan baik. o Mampu berpikir kritis, kreatif, dan inovatif serta memiliki keingintahuan intelektual untuk memecahkan masalah pada tingkat individual dan kelompok. o Mampu bersaing dalam dunia kerja o Memiliki kepekaan dan kepedulian terhadap masalah lingkungan, kemasyarakatan, bangsa dan negara. o Memiliki kemampuan dasar untuk mengembangkan diri sesuai dengan kebutuhan profesi o Mampu berpikir kritis, kreatif, dan inovatif serta memiliki keingintahuan intelektual untuk memecahkan masalah pada tingkat individual dan kelompok.

o Mampu menerapkan teori dasar matematika, teori dasar matematika terapan, konsep dasar algoritma dan pemrograman serta konsep dasar statistika.

Keahlian Berkarya

Perilaku Berkarya

memodelkannya ke dalam bentuk matematis. o Mampu mengidentifikasi dasar penelitian matematis.

o Mampu menggunakan bahasa lisan dan tulisan dalam Bahasa Indonesia dan Bahasa Inggris dengan baik.

o Memiliki kemampuan mengikuti perkembangan matematika dan aplikasinya pada ilmu-ilmu terkait o Mampu mengidentifikasi teori matematika pada perkembangan sains dan teknologi. o Mampu menjelaskan teori matematika pada perkembangan sains dan teknologi. o Mampu menerapkan teknologi o Mampu bersaing dalam dunia kerja informasi dan komunikasi yang sesuai o Mampu mengoperasikan dan sebagai pendukung bidang statistika memanfaatkan teknologi informasi o Mampu menggunakan teknologi komunikasi sebagai pendukung bidang informasi dan komunikasi sebagai matematika. pendukung bidang statistika dan o Memiliki jiwa kewirausahaan yang bidang lain yang terkait bercirikan inovasi dan kemandirian yang berlandaskan etika. o Mampu mengikuti perkembangan o Mampu bersaing dalam dunia kerja statistika dan bidang-bidang lain yang o Memiliki jiwa kewirausahaan yang terkait bercirikan inovasi dan kemandirian yang berlandaskan etika. o Mampu mengidentifikasi permasalahan dunia nyata ke dalam model statistika pada perkembangan sains dan teknologi. o Mampu menjelaskan permasalahan dunia nyata ke


dalam model statistika pada perkembangan sains dan teknologi.

Kehidupan Bermasyarakat


o Memiliki kemampuan dasar untuk mengembangkan diri sesuai dengan kebutuhan profesi o Memiliki integritas dan mampu menghargai orang lain. o Mampu bersaing dalam dunia kerja o Memiliki kepekaan dan kepedulian terhadap masalah lingkungan, kemasyarakatan, bangsa dan negara.

Tabel 3. Matriks II: Pengalaman Belajar Mata Kuliah Wajib Universitas (18 SKS) Pengalaman Belajar No 1

Kompetensi KM 1 : Memiliki kemampuan dasar untuk mengembangkan diri sesuai dengan kebutuhan profesi KK 2: Memiliki kemampuan daya saing dalam dunia kerja

Sub Kompetensi 1. Memiliki integritas dan mampu menghargai orang lain. 2. Mampu menggunakan bahasa lisan dan tulisan dalam Bahasa Indonesia dan Bahasa Inggris dengan baik. 3. Mampu berpikir kritis, kreatif, dan inovatif serta memiliki keingintahuan intelektual untuk memecahkan masalah pada tingkat individual dan kelompok 4. Memiliki kepekaan dan kepedulian terhadap masalah lingkungan, kemasyarakatan, bangsa dan negara. 5. Memiliki jiwa kewirausahaan yang bercirikan inovasi dan kemandirian yang berlandaskan etika.

Aktivitas Inquiry-based learning, diskusi kelompok, presentasi hasil diskusi

Kuliah CL dan PB : Diskusi kelompok, Presentasi hasil diskusi, Mengerjakan soal-soal yang diberikan perorangan atau kelompok


Ruang Lingkup Materi (substansi pokok bahasan dan sub pokok bahasan) 1.Agama 2.Bahasa Indonesia

1. Bahasa Indonesia 2. Bahasa Inggris 3. Pancasila 4. Kewiraan 5. Penalaran kuantitatif 6. Masalah lingkungan, teknologi dan kesehatan

Media dan Teknologi Papan Tulis, LCD, Komputer, Buku Teks, Diktat, esources

Mata Kuliah 1. MPKT Sains (6 SKS) 2. MPKT Sosial dan Humaniora (6 SKS) 3. Bahasa Inggris (3 SKS) 4. MPK Agama Islam (3 SKS) 1. MPKT Sains (6 SKS) 2. MPKT Sosial dan Humaniora (6 SKS) 3. Bahasa Inggris (3 SKS)

Indikator

Asesmen

Mengikuti indikator yang telah ditetapkan UI

Essay, tugas praktek

1. Mampu berpikir kritis, kreatif daninovatif serta memiliki keingintahuan intelektual. 2. Mampu menyelesaikan masalah secara individual dan kelompok

Essay, Tugas, Presentasi, Makalah, Borang Keaktifan

Mata Kuliah Wajib Rumpun Ilmu (2 SKS) Pengalaman Belajar No 1

Kompetensi PP1: Mampu menyelesaikan masalah matematika dan terapannya.

Sub Kompetensi PP1.1: Mampu menjelaskan teori dasar matematika, teori dasar matematika terapan, konsep dasar algoritma dan pemrograman serta konsep dasar statistika.

Aktivitas Inquiry-based learning, diskusi, presentasi, pemberian tugas kelompok dan individu


Ruang Lingkup Materi (substansi pokok bahasan dan sub pokok bahasan) Sistem bilangan real, pertidaksamaan dan nilai mutlak, fungsi satu variabel, limit, kekontinuan, turunan, integral, aplikasi turunan, aplikasi integral, fungsi transenden (fungsi logaritma dan exponensial) , teknik integrasi (Teknik substitusi, integral parsial)

Media dan Teknologi LCD, komputer, papan tulis,

Mata Kuliah

Indikator

Asesmen

Matematika Dasar 1 (2 SKS)

1. Mampu menyelesaikan pertidaksamaan dan nilai mutlak (C3) 2. Mampu menggambarkan grafik fungsi satu variabel (C3) 3. Mampu menentukan hasil operasi fungsi satu variabel (C3) 4. Mampu menghitung limit, turunan, integral dari fungsi satu variabel (C3) 5. Mampu menyelesaikan masalah yang berkaitan dengan turunan dan integral fungsi satu variabel (C3)

Essay, Tugas, Presentasi, Praktikum (khusus Dept. Matematika)

Mata Kuliah Wajib Fakultas (8 SKS) Pengalaman Belajar No 1

2

Kompetensi PP3: Memiliki kemampuan mengikuti perkembangan matematika dan aplikasinya pada ilmuilmu terkait

Mampu menyelesaikan masalah matematika dan terapannya.

Sub Kompetensi

Aktivitas

PP3.1: Mampu menjelaskan (C3) teori matematika pada perkembangan sains dan teknologi.

Inquiry-based learning, Diskusi kelompok, Presentasi hasil diskusi, Mengerjakan soal-soal yang diberikan, Inquiry-based learning, Diskusi kelompok, Presentasi hasil diskusi, Mengerjakan soal-soal yang diberikan, Inquiry-based learning, Diskusi kelompok, Presentasi hasil diskusi, Mengerjakan soal-soal yang diberikan, Inquiry-based learning, Diskusi kelompok, Presentasi hasil diskusi, Mengerjakan soal-soal yang diberikan,

Mampu menjelaskan teori dasar matematika, teori dasar matematika terapan, konsep dasar algoritma dan pemrograman serta konsep dasar statistika.


Ruang Lingkup Materi (substansi pokok bahasan dan sub pokok bahasan) Materi Fisika

--Sesuai dengan yang ditetapkan oleh Fakultas--


Definisi Probabilitas; Variabel acak dan distribusi probabilitas; Pengenalan distribusi; Distribusi Sampling; Interferensi Statistik

Media dan Teknologi Papan Tulis, OHP, LCD, Komputer, Software, Buku Teks, Diktat Papan Tulis, OHP, LCD, Komputer, Software, Buku Teks, Diktat Papan Tulis, OHP, LCD, Komputer, Software, Buku Teks, Diktat Papan Tulis, OHP, LCD, Komputer, Software, Buku Teks, Diktat

Mata Kuliah

Indikator

Asesmen

Fisika Dasar (2 SKS)


Essay, Tugas, Presentasi

Kimia Dasar 1 (2 SKS)



Biologi Umum (2 SKS)



Metode Statistika (2 SKS)

1. Mampu menghitung probabilitas dari suatu peristiwa sederhana dan variabel acak 2. Mampu menghitung. probabilitas sesuai dengan distribusi eksask atau distribusi pendekatan dari suatu statistik. 3. Mampu menghitung batas-batas dari suatu interval kepercayaan. 4. Mampu menerapkan teknik-teknik pengujian hipotesis.


Mata Kuliah Wajib Departemen (39 SKS) Pengalaman Belajar No 1

Kompetensi PP1: Mampu menyelesaikan masalah matematika dan terapannya.

Sub Kompetensi PP1.1: Mampu menjelaskan teori dasar matematika, teori dasar matematika terapan, konsep dasar algoritma dan pemrograman serta konsep dasar statistika.


Inquiry-based learning, diskusi, presentasi, pemberian tugas kelompok dan individu


Ruang Lingkup Materi (substansi pokok bahasan dan sub pokok bahasan) Logika proposisi, logika predikat, himpunan, operasi himpunan, fungsi, aturan inferensi, teknik pembuktian (induksi matematika, bukti langsung, bukti tak langsung), sistem bilangan

Sistem persamaan linier, matriks, dan sifat-sifatnya, determinan dan sifatsifatnya, ruang vektor Euclid, transformasi linier pada ruang vektor Euclid, aplikasi pada metode kuadrat terkecil, ruang vektor, ruang hasil kali dalam, transformasi linier, nilai eigen dan vektor eigen, aplikasi pada masalah matematika

Media dan Teknologi

Mata Kuliah

LCD, komputer, papan tulis

Logika dan Himpunan (3 SKS)


Aljabar Linier (4 SKS)

Indikator

Asesmen

1. Mampu menggunakan logika proposisi dan logika predikat pada pembuktian matematika sederhana (C3) 2. Mampu menjelaskan sifat-sifat himpunan dan operasioperasinya (C2) 3. Mampu menggunakan teknik pembuktian untuk menyelesaikan masalah matematika sederhana (C3) 1.Mampu menyelesaikan SPL dengan menggunakan eliminasi Gauss atau Gauss Jordan (C3) 2.Mampu menghitung determinan matriks (C3) 3.Mampu menerapkan konsep aljabar linier dalam permasalahan geometri yang melibatkan garis dan bidang (C3) 4.Mampu menginterpretasikan transformasi linier di ruang R2 dan R3 secara geometris (C4) 5.Mampu menjelaskan konsep ruang vektor umum (C4) 6.Mampu menentukan koordinat vektor terhadap basis ruang vektor (C3) 7.Mampu mencari matriks transformasi linier di ruang Euclid (C3) 8.Mampu menentukan apakah suatu matriks dapat didiagonalisasi secara ortogonal (C3)

Essay, Tugas

Essay, Tugas, Praktikum (khusus Dept. Matematika)

Pengalaman Belajar No

Kompetensi

Sub Kompetensi PP1.2: Mampu menerapkan teori dasar matematika, teori dasar matematika terapan, konsep dasar algoritma dan pemrograman serta konsep dasar statistika.


Ruang Lingkup Materi (substansi pokok bahasan dan sub pokok bahasan) Fungsi transenden dan invers (Fungsi trigonometri, fungsi hiperbolik), Teknik Integral (Integral trigonometri, Substitusi yang merasionalkan, Integral Fungsi rasional), bentuk tak tentu, koordinat polar, fungsi dua dan tiga variabel, limit, kekontinuan, turunan, integral lipat, aplikasi turunan, aplikasi integral lipat, barisan bilangan real

Media dan Teknologi

Mata Kuliah


Matematika Dasar 2 (4 SKS)


Sistem bilangan real, Barisan bilangan real, Limit fungsi, Kontinuitas fungsi


Analisis 1 (4 SKS)

Inquiry-based learning, Diskusi kelompok, Presentasi hasil diskusi, Mengerjakan soal-soal yang diberikan perorangan atau kelompok

Aljabar dan Aljabar Sigma, Ukuran Probabilitas pada suatu Sigma-Aljabar dan sifat-sifatnya. Variabel Random, fungsi dari variabel random, ekspektasi dari variabel random

Papan Tulis, OHP, LCD, Komputer, Buku Teks, Diktat

Pengantar Teori Probabilitas (2 SKS)


Indikator

Asesmen

1. Mampu menggambarkan grafik fungsi dua variabel(C3) 2. Mampu menentukan hasil operasi fungsi dua dan tiga variabel (C3) 3. Mampu menghitung limit, turunan, integral dari fungsi dua dan tiga variabel (C3) 4. Mampu menyelesaikan masalah sederhana yang berkaitan dengan turunan dan integral fungsi dua dan tiga variabel (C3) 5. Mampu menentukan konvergensi dari barisan bilangan real (C3) 1. Mampu mengaitkan konsep keterurutan, kelengkapan (supremum atau infimum) untuk membuktikan sifat-sifat dari himpunan bilangan real (C4) 2. Mampu membuktikan konvergensi atau divergensi dari barisan bilangan real (C4) 3. Mampu membuktikan nilai limit fungsi (C4) 4. Mampu mengaitkan konsep limit dan kekontinuan (C4) 1. Mampu menjelaskan konsepkonsep probabilitas secara mendalam dalam kaitannya dengan pendekatan teori ukur (C4) 2. Mampu menjelaskan konsep tentang variabel random, fungsi dari variabel random, ekspektasi dari variabel random (C4)

Essay, Tugas, Presentasi, Praktikum (khusus Dept. Matematika)




Kompetensi

Sub Kompetensi

Inquiry-based learning, Diskusi kelompok, Presentasi hasil diskusi, Mengerjakan soal-soal yang diberikan,

Ruang Lingkup Materi (substansi pokok bahasan dan sub pokok bahasan) Konsep Teori Probabilitas dan Distribusi; Distribusidistribusi Multivariat; Distribusi khusus; Distribusi dari fungsi variabel random



Aktivitas


Media dan Teknologi

Mata Kuliah

Indikator

Papan Tulis, OHP, LCD, Komputer, Software, Buku Teks, Diktat

Statistika Matematika 1 (4 SKS)

Limit distribusi; Taksiran Titik; Statistik cukup; Fisher informasi dan batas bawah Rao-Cramer; Pengujian hipotesis


Statistika Matematika 2 (4 SKS)

Solusi persamaan satu variabel, Interpolasi dan aproksimasi polinomial, diferensiasi dan integrasi

Papan Tulis, OHP, LCD, Komputer,

Metode Numerik (4 SKS)

1. Mampu menentukan probabilitas dari suatu peristiwa dan variabel random serta probabilitas bersyaratnya. (C3) 2. Mampu mengidentifikasi variabel random, probability density function (pdf), fungsi distribusi, ekspektasi matematik serta fungsi pembangkit momen. (C3) 3. Mampu menentukan distribusi dan ekspektasi dua variabel random, distribusi dan ekspektasi bersyarat. (C3) 4. Mampu menentukan distribusidistribusi dari variabel-variabel random dan statistik-statistik. (C3) 1. Mampu mendapatkan limit disribusi dari suatu variable random dengan menggunakan teknik-teknik penentuan limit distribusi (C3) 2. Mampu mendapatkan taksiran titik dari suatu parameter dengan menggunakan metode maksimum likelihood dan metode moment (C3) 3. Mampu menganalisis keunbiased-an dan kekonsistenan dari suatu penaksir (C4) 4. Mampu mendapatkan statistik cukup, penaksir unbiased (C3) 1. Mampu memecahkan masalah persamaan satu variable melalui pendekatan numerik (C4)

Asesmen Essay, Tugas, Presentasi




Kompetensi

Sub Kompetensi

Aktivitas

Ruang Lingkup Materi (substansi pokok bahasan dan sub pokok bahasan) numerik, metode langsung dalam memecahkan sistim linier, metode iteratif untuk penyelesaian sistim persamaan linier.

Media dan Teknologi

Mata Kuliah

Software, Buku Teks, Diktat

2

PP2 : Mampu mengidentifikasi model matematika/statisti ka yang sesuai untuk menyelesaikan masalah.

1.Mampu menyelesaikan model matematis dan menganalisis hasil yang didapat.(C3) 2.Mampu menganalisis permasalahan dunia nyata dan memodelkannya ke dalam bentuk model matematika/statistika. (C4) 3.Mampu mengidentifikasi dasar penelitian matematika/statistika. (C4)


Pengukuran dan penyelesaian masalah Bunga; Anuitas dasar dan anuitas umum; Amortization and sinking fund; Obligasi; Yield Rates; Term Structure of Interest Rate


Matematika Keuangan (4 SKS)

3

PP3: Memiliki kemampuan mengikuti perkembangan matematika dan aplikasinya pada ilmu-ilmu terkait

PP3.2: Mampu mengidentifikasi (C4) teori matematika pada perkembangan sains dan teknologi.

Mahasiswa melakukan penelitian pada topiktopik tertenu melalui : Pembuatan proposal, Studi literatur, Penulisan laporan

Penelitian sebagai suatu pendekatan untuk memperoleh kebenaran; Berbagai metode dan macam penelitian; Konsep, variabel dan sistem variabel; Perumusan hipotesis; Rencana penelitian dan

Buku teks, Diktat, Jurnal

Skripsi (6 SKS)


Indikator 2. Mampu memecahkan masalah interpolasi dan aproksimasi melalui pendekatan numerik(C4) 3. Mampu memecahkan masalah diferensiasi dan integrase numerik (C4) 4. Mampu memecahkan masalah sistim persamaan linier menggunakan metode langsung dan metode iterative (C4) 1. Mampu menerangkan konsepkonsep bunga &memodelkan permasalahan riil yang menyangkut bunga sesuai dengan konsep bunga (C4) 2. Mampu menerangkan konsep anuitas dasar, anuitas yang lebih umum serta memodelkan masalah riil yang menyangkut anuitas (C4) 3. Mampu menentukan sisa hutang dari suatu amortisasi, membuat schedules amortisasi &sinking funds (C3) 4. Mampu menganalisis aliran keuangan dan menghitung tingkat reinvestasi (C4)

1. Mampu membuat dasar penelitian awal di bidang Matematika (C4) 2. Mampu mendokumentasikan hasil penelitian menggunakan kaidah ilmiah (C4)

Asesmen


Tugas, Presentasi.


Kompetensi

Sub Kompetensi

Aktivitas


Ruang Lingkup Materi (substansi pokok bahasan dan sub pokok bahasan) langkah-langkah dalam meneliti; Relasi dan variabel pengganggu; Meode eksperimen; Sumber-sumber kesalahan dan generalisasi; metode survei dan konstruksi pertanyaan dalam survei; Teknik pengambilan sampel; Validitas dan reliabilitas; Praktekk pembuatan proposal penelitian; Penulisan laporan penelitian

Media dan Teknologi

Mata Kuliah

Indikator

Asesmen

Mata Kuliah Wajib Program Studi (53 SKS) Pengalaman Belajar No 1

2

3

Kompetensi

Sub Kompetensi

Aktivitas

Ruang Lingkup Materi (substansi pokok bahasan dan subpokok bahasan) Uji Chi Kuadrat: Uji Independensi, Uji Homogenitas, Uji Kecocokan; Regresi Linier Sederhana; Analisis Variansi Satu Arah.

Media dan Teknologi

Mata Kuliah

Indikator

Asesmen


Metode Statistika Lanjut (2 SKS)

1. Mampu memutuskan analisis dasar yang tepat saat diperhadapkan pada data real 2. Dapat menjelaskan dengan benar pemodelan dasar dalam statistika

Ujian Tertulis :UTS, UAS, Kuis, Tugas, Presentasi

[PP1] Mampu menyelesaikan model statistika dan bidang ilmu lainnya yang terkait [KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK yang sesuai sebagai pendukung bidang statistika dan bidang lainnya yang terkait. [PP2] Mampu mengidentifikasi permasalahan dunia nyata ke dalam model statistika [KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK yang sesuai sebagai pendukung bidang statistika dan bidang lainnya yang terkait. [PP1] Mampu menyelesaikan model statistika dan bidang ilmu lainnya yang terkait

[PP1.2] Mampu menerapkan teori dan konsep statistika dan bidang lain terkait [KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika [PP2.1] Mampu menggambarkan data dalam permasalahan nyata dengan metode statistika dan bidang ilmu terkait

Kuliah Interaktif, Diskusi kelompok, Presentasi hasil diskusi, Mengerjakan soalsoal yang diberikan.

[KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika [PP1.2] Mampu menerapkan teori dan konsep statistika dan bidang lain terkait

Question based learning, diskusi, presentasi, kuliah interaktif, pemberian tugas kelompok dan individu

Pengenalan fasilitas software (R, SPSS, Minitab, Eviews, Mathematica), manajemen data (entry data, import, wxport dan transformasi data), statistika deskriptif menggunakan software, statistika inferensial menggunakan software, simulasi monte carlo menggunakan software

LCD, komputer, papan tulis, software, esources

Algoritma dan Pemrograman Statistika (2 SKS)

1. Mahasiswa mampu menggunakan aljabar matriks dalam penyajian data multivariat 2. Mahasiswa mampu melakukan penaksiran parameter dalam multivariat normal 3. Mahasiswa mampu mengelompokkan data kontinu serta mampu menjelaskan bivariat anova, dan multivariat anova.


[PP1] Mampu menyelesaikan model statistika dan bidang ilmu lainnya yang terkait

[PP1.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu yang terkait [PP1.2] Mampu menerapkan teori dan konsep statistika dan bidang lain terkait

Kuliah Interaktif, Diskusi kelompok, Presentasi hasil diskusi, Mengerjakan soalsoal yang diberikan,

Matriks: partisi matriksdisertai opersi-operasinya, rank dan invers dari partisi matriks, determinan, invers yang diperumum. Dekomposisi bentuk matriks kuadrat dan Cholesky. Linier, bilinier. Turunan vektor, matriks dari fungsi beserta turunan tingkat tinggi dan turunan parsial. Matriks, sub matriks dan matriks partisi, sifat operasi, trace,pada matriks, rank,

Papan Tulis, LCD, Komputer, Software, Buku Teks

Teori Matriks Statistika (3 SKS)

1. Mampu mengenali persamaan fungsi yang dapat diekspresikan dalam bentuk matriks 2. Mampu membentuk turunan vektor atau matriks dari fungsi beserta turunan tingkat tinggi dan turunan parsialnya

Ujian Tertulis : UTS, UAS, Kuis, Tugas, Presentasi



Kompetensi

Sub Kompetensi

Aktivitas

4



Kuliah interaktif, diskusi kelompok, presentasi hasil diskusi, mengerjakan soalsoal yang diberikan

5

[PP3] Mampu mengikuti perkembangan statistika dan bidang lainnya yang terkait [KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK yang sesuai sebagai pendukung bidang statistika dan bidang lainnya yang terkait. [PP1] Mampu menyelesaikan model statistika dan bidang ilmu lainnya yang terkait [PP3] Mampu mengikuti perkembangan statistika dan bidang lainnya yang terkait [KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK yang sesuai sebagai

[PP3.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu terkait [KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika [PP1.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu yang terkait [PP1.2] Mampu menerapkan teori dan konsep statistika dan bidang lain terkait

Kuliah Interaktif, Diskusi kelompok, Presentasi hasil diskusi, mengerjakan soalsoal yang diberikan

[PP3.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu terkait [KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika [PP1.1] Mampu menjelaskan teori dan

Kuliah Interaktif, Diskusi kelompok, Presentasi hasil diskusi, Mengerjakan soalsoal yang diberikan perorangan atau kelompok

6


Ruang Lingkup Materi (substansi pokok bahasan dan subpokok bahasan) determinan dan invers pada matriks partisi Konsep Dasar Pengambilan Sampel, Sampling Acak Sederhana, Sampling Acak Sistematis, Sampling Acak Stratifikasi, dan Sampling Acak Cluster

Media dan Teknologi

Mata Kuliah

Papan Tulis, LCD, komputer, buku teks, esources

Teknik Sampling (3 SKS)

Statistika deskriptif dan inferensi dan beberapa pengertian yang digunakan dalam statistika non parametric, Uji binomial dan CI, Uji kuantil dan CI, Uji chi square, Kolmogorov, cox stuart, Mc nemar, Sign test, Wilcoxon test, Randomization, Mann-Whitney & CI, Smirnov, Squared rank test, uji klottz, Cramer non mises, uji Kruskal Wallis dan table kontingensi, uji koefisien korelasi Kendall Tau, Uji Quade dan Friedman, Regresi non parametric, regresi monotonic.

Papan tulis, OHP, LCD, Komputer, Buku Teks, Diktat, ESources

Statistika Nonparametrik (3 SKS)

Aljabar matriks, karakter dan penyajian data multivariat : Eigen value, eigen vektor, Mengubah basis, Multivariat Normal Density Function, Estimasi dalam Multivariat Normal; Pengujian mean satu, dua atau lebih populasi dan mengelompokkan data kontinu: Bivariat Anova, Multivariat Anova (Manova),

Papan Tulis, OHP, LCD, Komputer, Software, Buku Teks, Diktat; Jurnal

Analisis Multivariat 1 (3 SKS)

Indikator

Asesmen

1. Mampu menjelaskan konsep dasar dari pengambilan sampel 2. Mampu menjelaskan mengenai sampling acak sederhana 3. Mampu menjelaskan mengenai sampling acak sistematis 4. Mampu menjelaskan mengenai sampling acak stratifikasi 5. Mampu menjelaskan mengenai sampling acak cluster 6. Mampu menentukan penaksr yang tepat untuk suatu parameter populasi 7. Mampu menentukan ukuran sampel yang ideal 1. Mampu memilih Uji Statistik Nonparametrik yang tepat untuk setiap data yang dihadapi


1.Mahasiswa mampu menggunakan aljabar matriks dalam penyajian data multivariat 2.Mahasiswa mampu melakukan penaksiran parameter dalam multivariat normal 3.Mahasiswa mampu mengelompokkan data kontinu serta mampu menjelaskan bivariat anova, dan multivariat anova.

Essai, UTS, UAS, Tugas, Presentasi Makalah

UTS, UAS, Kuis, Tugas, Presentasi, Praktikum


7

8

Kompetensi pendukung bidang statistika dan bidang lainnya yang terkait. [PP1] Mampu menyelesaikan model statistika dan bidang ilmu lainnya yang terkait [PP3] Mampu mengikuti perkembangan statistika dan bidang lainnya yang terkait [KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK yang sesuai sebagai pendukung bidang statistika dan bidang lainnya yang terkait. [PP1] Mampu menyelesaikan model statistika dan bidang ilmu lainnya yang terkait [PP3] Mampu mengikuti perkembangan statistika dan bidang lainnya yang terkait [KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK yang sesuai sebagai pendukung bidang statistika dan bidang lainnya yang terkait. [PP1] Mampu menyelesaikan model statistika dan bidang ilmu lainnya yang terkait

Sub Kompetensi

Aktivitas

konsep statistika dan bidang ilmu yang terkait [PP1.2] Mampu menerapkan teori dan konsep statistika dan bidang lain terkait

Ruang Lingkup Materi (substansi pokok bahasan dan subpokok bahasan) Analisis Komponen Utama & Analisis Faktor, Analisis

Media dan Teknologi

Mata Kuliah

Indikator

Asesmen



Rantai Markov untuk waktu diskrit dan kontinu; Proses Poisson; Aplikasi Rantai Markov dan aplikasi Proses Poisson ; Proses Renewal


Proses Stokastik 1 (3 SKS)

1. Mampu membedakan jenis proses stokastik berdasarkan ruang keadaan dan ruang parameter 2. Mampu mengidentifikasi suatu permasalahan sebagai rantai Markov atau Proses Poisson. 3. Mampu menginterpretasikan matrik transisi dari rantai Markov

Ujian tertulis : UTS, UAS, Kuis, Tugas, Presentasi



Pendahuluan Regresi linier sederhana, Asumsi-asumsi dalam permodelan, Analisis regresi linier sederhana, Analisis regresi linier berganda Pembentukan model : variable independent kuantitatif dan kualitatif, First order model, Second order model, Some regression pitfalls


Analisis Regresi 1 (3 SKS)

1.Mahasiswa dapat menjelaskan konsep dasar regresi linier sederhana 2.Mahasiswa dapat menjelaskan dan menentukan asumsi-asumsi di dalam pembentukan model regresi 3.Mahasiswa dapat menjelaskan jenisjenis regresi linier 4.Mahasiswa dapat menjelaskan permasalahan dalam pembentukan model regresi

Ujian tertulis: UTS, UAS, Kuis, Tugas, Presentasi



Kompetensi

Sub Kompetensi

Aktivitas

9

[KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK yang sesuai sebagai pendukung bidang statistika dan bidang lainnya yang terkait. [PP1] Mampu menyelesaikan model statistika dan bidang ilmu lainnya yang terkait

[KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika [PP1.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu yang terkait [PP1.2] Mampu menerapkan teori dan konsep statistika dan bidang lain terkait

Kuliah interaktif, diskusi kelompok, presentasi hasil diskusi, mengerjakan soalsoal yang diberikan

10

[KM1] Memiliki kemampuan dasar untuk mengembangkan diri sesuai dengan kebutuhan profesi [PP3] Mampu mengikuti perkembangan statistika dan bidang lainnya yang terkait [KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK yang sesuai sebagai pendukung bidang statistika dan bidang lainnya yang terkait.

[KM1.1] Mampu menyesuaikan diri dengan kebutuhan profesi [PP3.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu terkait [KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika



Ruang Lingkup Materi (substansi pokok bahasan dan subpokok bahasan) Peninjauan konsep-konsep statistika dan teori matriks yang diperlukan (sampel acak, dll), Model matematika dan pemisalan-pemisalan dasar, Taksiran kuadrat terkecil, Persamaan-persamaan normal, Fungsi estimable, Teorema Gauss-Markov, Bentuk kanonik pemisalan dasar, Pengkonstruksian ellipsoida kepercayaan, Statistik uji F, Metode contrast Scheffe dan Tukey Modeling; Beberapa ukuran dasar distribusi: momen, kuantil, fungsi pembangkit dan jumlah dari variable random; tail distributions, ukuran resiko dan penggunaannya (VaR dan TVaR); Model – model aktuaria: karakteristik model-model aktuaria, model–model kontinu, beberapa distribusi khusus dan keteraitannya, Linear exponential family distribution, TVaR untuk distribusi yang kontinu, Extreme value distributions; Kelas distribusi diskrit : Distribusi Poisson, negative binomial, binomial, kelas (a,b,0), kelas (a,b,1), Truncation and modification at zero, Compound frequency model, Mixed frequency distributions, TVaR untuk distribusi diskret; Frequency and severity with coverage modifications: Deductibles, Loss Elimination Ratio dan efek inflasi untuk ordinary deductibles, Policy limits, Coinsurance, deductibles, dan limits, Efek dari deductible terhadap frekuensi klaim, Estimasi Parameter, Metode momen dan percentile matching,

Media dan Teknologi

Mata Kuliah

Indikator

Asesmen

Papan Tulis, LCD, komputer, buku teks, diktat, esources

Rancangan Percobaan 1 (2 SKS)

Mahasiswa mampu menerapkan konsep model matematika dan pemisalan-pemisalan dasar ANOVA pada data nyata.

UTS, UAS, Kuis, Tugas, Presentasi, Makalah


Model Kerugian 1 (3 SKS)

Pembahasan mengenai kelas – kelas distribusi loss; yang meliputi kelas distribusi diskrit dan kontinu. Akan dipelajari karakteristik distribusi, konstruksi distribusi yang baru, penaksiran parameter dan pemodelan masalah dengan menggunakan distribusi – distribusi tersebut.

UTS, UAS, Kuis, Tugas, Presentasi


Kompetensi

11


[KM1.1] Mampu menyesuaikan diri dengan kebutuhan profesi [PP3.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu terkait [KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika


12

[PP3] Mampu mengikuti perkembangan statistika dan bidang lainnya yang terkait [KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK yang sesuai sebagai pendukung bidang statistika dan bidang lainnya yang terkait.

[PP3.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu terkait [KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika [PP1.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu yang terkait [PP1.2] Mampu menerapkan teori dan


Sub Kompetensi

Aktivitas


Ruang Lingkup Materi (substansi pokok bahasan dan subpokok bahasan) MLE, Variansi dan estimasi interval, Estimasi Bayesian, Estimasi untuk distribusi diskrit, Analisis data eksploratori. Teori bunga dan probabilitas, Peubah acak untuk usia kegagalan; contoh dari model survival parametrik; peubah acak untuk waktu kegagalan; central rate; model survival pilihan. Definisi tabel usia; bentuk tradisional dari tabel usia; penurunan fungsi dari jumlah hidup; metode untuk usia nonintegral; tabel usia pilihan; ringkasan tabel usia. Model stokhastik diskrit; pendekatan deterministik grup; model stokhastik kontinu; model pembayaran tertentu di masa depan dengan pembayaran yang beragam. Model anuitas seumur hidup; model anuitas sementara; model anuitas seumur hidup tertunda; anuitas tertentu di masa depan yang dibayarkan lebih dari satu kali dalam setahun. Skema pendanaan tahunan untuk model pembayaran tertentu di masa depan; analisa peubah acak; skema pendanaan pembayaran kontinu. Masalah multikolinearitas, Transformasi data, Analisis residual: Heteroskedastisitas, Ketidaknormalan, Outlier, Autokolinearitas, Regresi linear piecewise, Weighted least square, Regresi logistic sederhana dan ganda : Interpretasi koefisien, Odds ratio, Pengujian model, Estimasi, Seleksi variable, Tabel kontingensi, Permodelan log linier, Aplikasi pada permasalahan nyata

Media dan Teknologi

Mata Kuliah

Indikator

Asesmen


Matematika Aktuaria 1 (3 SKS)

1. Mampu menerapkan berbagai perangkat matematika untuk memodelkan dampak finansial dari suatu kontrak antar agen-agen ekonomi, sebagai akibat dari suatu ketidakpastian di masa depan. 2. Mampu menjelaskan dengan baik konsep dasar matematika asuransi jiwa, dan pendekatan aktuaria dalam menaksir tarif dari berbagai kontrak keuangan yang menimbulkan klaim finansial tertentu di masa depan (contingent financial claim)

Ujian tertulis : UTS, UAS, Kuis, Tugas, Presentasi


Analisis Regresi 2 (3 SKS)

1.Mahasiswa mampu menjelaskan masalah multikolinearitas dan transformasi data. 2.Mahasiswa mampu melakukan analisis residual 3.Mahasiswa mampu menjelaskan jenis-jenis regresi non linear 4.Mahasiswa mampu melakukan pengujian model dan penaksiran parameter di dalam model. 5.Mahasiswa mampu mengaplikasikan model regresi dalam permasalahan nyata.

Ujian tertulis: UTS, UAS, Kuis, Tugas, Presentasi


Kompetensi

Sub Kompetensi

Aktivitas


konsep statistika dan bidang lain terkait

13

[PP3] Mampu mengikuti perkembangan statistika dan bidang lainnya yang terkait [KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK yang sesuai sebagai pendukung bidang statistika dan bidang lainnya yang terkait. [PP1] Mampu menyelesaikan model statistika dan bidang ilmu lainnya yang terkait



14

[PP2] Mampu mengidentifikasi permasalahan dunia nyata ke dalam model statistika [KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK yang sesuai sebagai pendukung bidang statistika dan bidang lainnya yang terkait. [KM1] Memiliki kemampuan dasar

[PP2.1] Mampu menggambarkan data dalam permasalahan nyata dengan metode statistika dan bidang ilmu terkait [KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika [KM1.2] Mampu mengembangkan teori statistika dan ilmu terkait sesuai dengan kebutuhan profesi



Ruang Lingkup Materi (substansi pokok bahasan dan subpokok bahasan)

Analisis Korelasi Kanonik: Korelasi & Variat kanonik, pendekatan geometr & analitis untuk korelasi kanonic, Test of significance, Hubungan analisis korelasi kanonic dengan teknik Multivariate lainnya. Analisis Komponen Utama (PCA): dasar geometri & Aljabar dari Komponen Utama, analisis komponen utama, plot Komponen Utama, interpresi dari PCA. Analisis Faktor, Analisis Cluster: ukuran similaritas or disimilaritas, Cluster Hierarki vs Cluster Nonhierarki, pemilihan variabel dalam pengelompokan. Analisis regresi multivariate: Regresi Ganda Univariat, pendugaan regresi ganda multivariat, pengujian hipotesis regresi ganda multivariat. Prosedur grafik: Multidimensional Scaling (MDS), Analisis korespondensi, Biplots, dan Analisis Diskriminan. Pendahuluan, konsep dasar runtun waktu; kestasioneran; fungsi autokorelasi, model untuk runtun stasioner (ARIMA Model) , model untuk runtun non stasioner, spesifikasi model, estimasi parameter model, diagnostic model, peramalan, model musiman (SARIMA Model).

Media dan Teknologi

Mata Kuliah

Indikator

Asesmen


Analisis Multivariat 2 (3 SKS)

Mahasiswa mampu mengenali (mendeteksi) suatu permasalahan dunia nyata yang dapat dimodelkan dan dianalisis menggunakan analisis multivariat.



Analisis Runtun Waktu (3 SKS)

1. Mampu menjelaskan konsep dasar teori runtun waktu 2. Mampu membentuk model berdasarkan data runtun waktu

Ujian Tertulis : UTS, UAS, Kuis, Tugas, Presentasi, Praktikum


Kompetensi

Sub Kompetensi

Aktivitas

Ruang Lingkup Materi (substansi pokok bahasan dan subpokok bahasan)

Media dan Teknologi

Mata Kuliah

Indikator

Asesmen

untuk mengembangkan diri sesuai dengan kebutuhan profesi [PP2] Mampu mengidentifikasi permasalahan dunia nyata ke dalam model statistika [KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK yang sesuai sebagai pendukung bidang statistika dan bidang lainnya yang terkait. [KM1] Memiliki kemampuan dasar untuk mengembangkan diri sesuai dengan kebutuhan profesi

[PP2.1] Mampu menggambarkan data dalam permasalahan nyata dengan metode statistika dan bidang ilmu terkait [KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika [KM1.2] Mampu mengembangkan teori statistika dan ilmu terkait sesuai dengan kebutuhan profesi


Kuantitas-kuantitas dasar pada analisa survival: Pendahuluan: contoh - contoh kasus dan tipe data pada survival analysis, Fungsi survival, Fungsi hazard, Fungsi mean residual life dan median life, Model - model parametrik untuk data survival; Pemancungan dan Penyensoran: Pendahuluan, Penyensoran kanan, Penyensoran kiri atau interval, Pemancungan, Konstruksi likelihood untuk data terpancung dan tersensor; Penaksiran nonparametrik pada data tersensor kanan dan terpancung kiri: Uji hipotesis:; Regresi hazard proporsional semiparametrik dengan kovariate tetap


Analisis Survival (3 SKS)

1. Mampu memahami kuantitas dasar pada analisis survival 2. Mampu menghitung kuantitas dasar pada analisis survival 3. Mampumenggunakan teknik-teknik analisis statistik untuk data waktu hingga peristiwa tertentu terjadi (time to event data). 4. Mampu menjelaskan dengan benar cara memperlakukan time to event data untuk kepentingan analisis serta permodelan 5. Mampu melakukan berbagai tehnik analisis statistik baik pada datasurvival time yang tersensor (censored) maupun yang terpancung (truncated)

Ujian tertulis: UTS, UAS, Kuis, Tugas, Presentasi, Makalah

16

[PP1] Mampu menyelesaikan model statistika dan bidang ilmu lainnya yang terkait [PP2] Mampu mengidentifikasi permasalahan dunia nyata ke dalam model statistika

[PP2.1] Mampu menggambarkan data dalam permasalahan nyata dengan metode statistika dan bidang ilmu terkait [PP1.2] Mampu menerapkan teori dan konsep statistika dan bidang lain terkait


Melatih suatu penelitian sesuai kebutuhan tujuan penetilian. Menentukan jenis teori sampling yang akan digunakan dalam penelitian. Menentukan jumlah sampel yang sesuai dengan tujuan penelitian. Menganalisis data yang diperoleh dari penelitian


Metode Penelitian Kuantitatif (2 SKS)

1.Mahasiswa mampu menentukan jumlah sampel yang sesuai dengan tujuan penelitian 2.Mahasiswa mampu menentukan jenis teori sampling yang akan digunakan dalam penelitian 3.Mahasiswa mampu merancang langkah-langkah penelitian sesuai kebutuhan dan tujuan penelitian

Ujian Tertulis : UTS, UAS, Tugas, Presentasi, Praktikum

17

[PP3] Mampu mengikuti perkembangan statistika dan bidang lainnya yang terkait [KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK

[PP3.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu terkait [KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika


Pada mata kuliah ini akan dipelajari metode – metode untuk menganalisis data kategorik, berdasarkan perspektif maksimum likelihood (frequentist). Topik pokok yang dibahas adalah statistika descriptive dan inferensi untuk table kontingensi dua arah dan


Analisis Data Kategorik (3 SKS)

1. Mampu menjelaskan konsepkonsep dan tehnik pemodelan data katagorik 2. Mampu menggunakan model yang tepat pada penyelesaian masalahmasalah riil.

UTS, UAS, Kuis, Tugas, Presentasi, praktikum

15



Kompetensi

Sub Kompetensi

Aktivitas

yang sesuai sebagai pendukung bidang statistika dan bidang lainnya yang terkait.

18


[KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika [PP3.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu terkait [KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika


19


[PP1.2] Mampu menerapkan teori dan konsep statistika dan bidang lain terkait

Question based learning, diskusi, presentasi, kuliah interaktif, pemberian tugas kelompok dan individu


Ruang Lingkup Materi (substansi pokok bahasan dan subpokok bahasan) tiga arah, generalized linear models untuk response yang diskrit, binary regression models (dengan penekanan pada regresi logistic), multi-category logit models untuk response yang nominal dan ordinal, model loglinier untuk table kontingensi, dan matched pairs. Memeriksa reliabilitas dan validitas alat ukur. Mempersiapkan data untuk analisis. Mengubah data kontinu menjadi data katagorik. Menganalisis data berdasarkan deskripsi data. Menganalisis data berdasarkan metode-metode statistika dasar yang tepat. Menganalisis data dengan metode SEM. Memilih metode yang tepat untuk menganalisis data lapangan dan meng-komunikasikan hasil analisis data yang didapat.

Integral tak wajar: definisi dan uji konvergensi; Deret: deret fungsi, deret kuasa, deret Taylor dan deret Maclaurin, konvergensi seragam; Deret Fourier, Integral Fourier, Error function, Fungsi Gamma, Fungsi Beta, Deret Hipergeometrik.

Media dan Teknologi

Mata Kuliah

Indikator

Asesmen


Analisis Data (3 SKS)

1. Mamput mempersiapkan data untuk analisis 2. Mengerti metode-metode statistika dan masing-masing kegunaan-nya. 3. Mampu menganalisis data dengan metode yang tepat 4. Mampu menyimpulkan hasil analisis data untuk menjawab tujuan penelitian.

Essai, Kuis, Tugas, Presentasi

LCD, komputer, papan tulis, buku teks

Matematika Dasar Statistika (3 SKS)

1. Mampu menjelaskan konsep dasar kalkulus 2. Mampu memecahkan masalah terapan kalkulus


Mata Kuliah Pilihan 54 SKS Pengalaman Belajar No

Kompetensi

Sub Kompetensi

Aktivitas

1




2

[KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK yang sesuai sebagai pendukung bidang statistika dan bidang lainnya yang terkait. [PP3] Mampu mengikuti perkembangan statistika dan bidang lainnya yang terkait [KM1] Memiliki kemampuan dasar untuk mengembangkan diri sesuai dengan kebutuhan profesi

[KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika [PP3.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu terkait [KM1.1] Mampu menyesuaikan diri dengan kebutuhan profesi [KM1.2] Mampu mengembangkan teori statistika dan ilmu terkait sesuai dengan kebutuhan profesi

Kuliah Interaktif, Diskusi kelompok, Presentasi hasil diskusi, Mengerjakan soalsoal yang -diberikan perorangan atau kelompok

3

[KM1] Memiliki kemampuan dasar untuk

[KM1.1] Mampu menyesuaikan diri

Kuliah Interaktif, Diskusi kelompok, Presentasi hasil


Ruang Lingkup Materi (substansi pokok bahasan dan subpokok bahasan) Pendahuluan:Normative & Descriptive decision theory,Rational & right decision, Risk, Ignorance ,Certainty, Certainty Trees, Decision Matrix; Decision under ignorance: Maximax Rule, Minimax Regret Rule, Optimist-Pessimist Rule; Decision under risk: Maximum Expected Value, Bayesian Decision Theory; Utility Theory : Interval utility score, Monetary values vs utility, Von NeumannMorgenstern Utility Theory, Criticism of Utility Theory; Causal Decision Theory; Scoring rules; Value of information. Mindset Kewirausahaan - Konsep Dasar Kewirausahaan Pengertian kewirausahaan dan wirausaha - Wirausaha dan Manajer. Karakteristik dan Motivasi Wirausaha Karakteristik/sifat Wirausaha Perilaku Wirausaha - Faktorfaktor motivasi. Usaha Kecil dan Menengah - Bisnis - Jenis-jenis Organisasi Bisnis - Karakteristik Sistem Bisnis B. Strategi Memulai Bisnis - Peluang Bisnis - Beberapa Pertanyaan Awal Lima Kunci Sukses. Strategi Mengembangkan Kreativitas dan Inovasi - Arti penting inovasi dan kreativitas - Mengembangkan kreativitas - Proses inovasi. Persiapan Akhir - Membina Keberanian - Melakukan Presentasi - Menghadapi Pertanyaan. Presentasi Proposal Bisnis. 1. Konsep Dasar Ekonomi Mikro, Teori Perilaku Konsumen, Teori Produksi, Biaya Produksi.

Media dan Teknologi

Mata Kuliah

Indikator

Asesmen


Teori Keputusan Statistika (3 SKS)

Mahasiswa dapat menjelaskan dengan benar serta menggunakan teori pengambilan keputusan pada beberapa kondisi dan dengan beberapa metode.



Kewirausahaan (3 SKS)

Mahasiswa memiliki bekal untuk membuka lapangan usaha/pekerjaan.

Presentasi

Papan Tulis, OHP, LCD, Komputer,

Teori Mikro dan Makro Ekonomi (3 SKS)

1.Dapat menjelaskan pengertian konsep teori Ekonomi Mikro dengan menggunakan pendekatan verbal,


4

5

6

mengembangkan diri sesuai dengan kebutuhan profesi [PP3] Mampu mengikuti perkembangan statistika dan bidang lainnya yang terkait

dengan kebutuhan profesi [PP3.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu terkait

diskusi, Mengerjakan soalsoal yang diberikan.

Struktur Pasar, Keseimbangan firm. Mekanisme pasar dan kebijakan pemerintah 2. Mata kuliah ini membahas tentang beberapa konsep dasar dalam ekonomi makro, kebijakan ekonomi makro, kegiatan ekonomi masyarakat dan pendapatan nasional, analisis pendapatan nasional, permintaan dan penawaran akan uang, keseimbangan umum pasar produk dan pasar uang, permintaan uang dan kebijakan stabilisasi, teori permintaan agregat dalam perekonomian terbuka, teori penawaran agregat dalam perekonomian terbuka, makroekonomi ekuilibrium dalam perekonomian terbuka Aggregate loss model, Discrete time ruin model, Continuous time ruin model, Konstruksi model secara empiris, Seleksi model, Estimasi dan seleksi model untuk model yang kompleks, Kredibilitas, Simulasi.

Software, Buku Teks, Diktat

[KM1] Memiliki kemampuan dasar untuk mengembangkan diri sesuai dengan kebutuhan profesi [PP3] Mampu mengikuti perkembangan statistika dan bidang lainnya yang terkait [PP1] Mampu menyelesaikan model statistika dan bidang ilmu lainnya yang terkait [KM1] Memiliki kemampuan dasar untuk mengembangkan diri sesuai dengan kebutuhan profesi

[KM1.1] Mampu menyesuaikan diri dengan kebutuhan profesi [PP3.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu terkait



Model Kerugian 2 (3 SKS)

[PP1.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu yang terkait [KM1.2] Mampu mengembangkan teori statistika dan ilmu terkait sesuai dengan kebutuhan profesi


Benefit Premiums; Benefit Reserves, Analysis of Benefit Reserves, Special Topics.


Matematika Aktuaria 2 (3 SKS)

[KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK yang sesuai sebagai

[KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika


Pendahuluan: Teknik komputasi untuk mining informasi berjumlah besar yang diproduksioleh perkembangan di biologi, seperti genome sequencingdan teknologi

Papan Tulis, OHP, LCD, Komputer, Software,

Statistika Genom (3 SKS)


pendekatangrafik serta pendekatan matematis. Selain itu juga mampu menjelaskan beberapa konsep dasar dalam makroekonomi, dasar teori makroekonomi yang kuat. Memperoleh gambaran riil dari teoriteori yang diperolehnya dalam praktek sehari-hari. Mampu menerapkan teori dalam menganalisis gejala ekonomi yang berkaitan dengan makroekonomi. 2. Mampu menjelaskan beberapa konsep dasar dalam makroekonomi, dasar teori makroekonomi yang kuat. Memperoleh gambaran riil dari teoriteori yang diperolehnya dalam praktek sehar-hari. Mampu menerapkan teori dalam menganalisis gejala ekonomi yang berkaitan dengan makroekonomi. Mampu menerapkan pemodelan lebih lanjut pada data kerugian; seleksi model,dan kredibilitas. Simulasi juga dilakukan untuk mendapatkan pemahaman yang lebih komprehensif.

1. Mampu menerapkan berbagai perangkat matematika untuk memodelkan dampak finansial dari suatu kontrak antar agen-agen ekonomi, sebagai akibat dari suatu ketidakpastian di masa depan. 2. Mampu menjelaskan dengan baik konsep dasar matematika asuransi jiwa, dan pendekatan aktuaria dalam menaksir tarif dari berbagai kontrak keuangan yang menimbulkan klaim finansial tertentu di masa depan (contingent financial claim) Mahasiswa mampu menjelaskan dasar-dasar statistika genome yang dapat digunakan untuk riset lebih lanjut di topic bioinformatika, terutama:




pendukung bidang statistika dan bidang lainnya yang terkait. [PP3] Mampu mengikuti perkembangan statistika dan bidang lainnya yang terkait

[PP3.2] Mampu mengoperasikan teoriteori statistika dan ilmu terkait

7

[PP2] Mampu mengidentifikasi permasalahan dunia nyata ke dalam model statistika [PP1] Mampu menyelesaikan model statistika dan bidang ilmu lainnya yang terkait

[PP2.1] Mampu menggambarkan data dalam permasalahan nyata dengan metode statistika dan bidang ilmu terkait [PP1.2] Mampu menerapkan teori dan konsep statistika dan bidang lain terkait


8

[KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK yang sesuai sebagai pendukung bidang

[KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika [PP3.1] Mampu menjelaskan teori dan



microarrray. Topik utama meliputi: 1. DNAand protein sequence alignment, 2. sequence motifs/patterns, 3. phylogenetic trees, 4. protein structures: prediction, alignment, classification 5. microarray data analysis: normalization, clustering 6. biological networks. Teori Pembaharuan (Renewal Theory) dan Aplikasinya : Pendahuluan Teori Pembaharuan, Distribusi dari N(t), Teorema Limit dan Aplikasinya, Reneal Reward Process, Regenerative Process, Semi Markov Process, The Inspection Paradox, Computing the Renewal Function, Application to Patterns. Brownian Motion dan Proses Stasioner: Brownian Motion, Hitting Times, Maximum Variable, and The Gambler’s Ruin problem, Various on Brownian Motion, Pricing Stock Options, White Noise andGaussian Process, Stationary and Weakly Stationary Process Stochastics Simulation: The simulation Procedure, Multiplicative Congruential Random Number Generators, The Inversion Methods for Generating Simulated Outputs from Continuous Disributions, The Table Look-Up Methods for Discrete Probability Distributions, The Polar Method for Generating Simulated Normal Distribution Values, Sample Size and Precision. Konsep dasar; Bagan kendali untuk variabel (bagan xbar dan R; bagan xbar dan S); Bagan kendali untuk bagian yang ditolak; Bagan kendali untuk ketidak sesuaian; Bagan kendali

Buku Teks, Diktat

1. the bioinformatics terminology 2. main bioinformatics problems


Proses Stokastik 2 (3 SKS)

Mampu menerapkan model probabilitas dan melibatkan berbagai teori yang seimbang dengan aplikasinya.



Statistika Pengendalian Mutu (3 SKS)

Mahasiswa mampu menjelaskan dan menggunakan teori statistika pada persoalan pengendalian mutu


9

10

11

statistika dan bidang lainnya yang terkait. [PP3] Mampu mengikuti perkembangan statistika dan bidang lainnya yang terkait [PP1] Mampu menyelesaikan model statistika dan bidang ilmu lainnya yang terkait

konsep statistika dan bidang ilmu terkait [PP1.2] Mampu menerapkan teori dan konsep statistika dan bidang lain terkait

[PP2] Mampu mengidentifikasi permasalahan dunia nyata ke dalam model statistika [KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK yang sesuai sebagai pendukung bidang statistika dan bidang lainnya yang terkait. [PP1] Mampu menyelesaikan model statistika dan bidang ilmu lainnya yang terkait [PP2] Mampu mengidentifikasi permasalahan dunia nyata ke dalam model statistika

[PP2.1] Mampu menggambarkan data dalam permasalahan nyata dengan metode statistika dan bidang ilmu terkait [KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika


[PP1.2] Mampu menerapkan teori dan konsep statistika dan bidang lain terkait [PP2.1] Mampu menggambarkan data dalam permasalahan nyata dengan metode statistika dan bidang ilmu terkait


[KM1] Memiliki kemampuan dasar untuk mengembangkan diri sesuai dengan kebutuhan profesi [PP1] Mampu menyelesaikan model statistika dan bidang

[KM1.2] Mampu mengembangkan teori statistika dan ilmu terkait sesuai dengan kebutuhan profesi [PP1.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu yang terkait



untuk ketidaksesuaian per unit; Rational Subgrouping; Batas Probabilitas untuk bagan kendali xbar dan R; Batas probabilitas untuk bagan kendali untuk ketidaksesuaian dan untuk bagan kendali untuk ketidaksesuaian per unit; Analisis dari kapabilitas proses; Analisis pareto; Diagram sebab-akibat; Bagan kendali untuk rata-rata bergerak; Bagan kendali xbar dengan trend linier; Cumulative Sum Control Chart. Prinsip dasar rancangan, Analisis Variansi, Rancangan Acak Sempurna, Rancangan Blok Acak Lengkap, Rancangan Blok Acak Tak Lengkap Seimbang, Rancangan Bujur Sangkar Latin, Graeco Latin Square, Rancangan Faktorial, Rancangan Faktorial 2k, Bloking dan Counfounding dalam Faktorial 2k, Rancangan Fraksional Faktorial, Aturan EMS, Rancangan Nested dan Split Plot. Pendahuluan: alasan melakukan survei dan komponen-komponen dalam survei; Error dalam survei, Complex sampling : menentukan metode sampling yang tepat, sample frame, unit sampel, ukuran sampel, alokasi sampel; Menangani non-response dalam survei; Metode pengumpulan data, Merancang kuesioner; Mempersiapkan data untuk analisis; Kode etik dalam survei; Menentukan Survei Error; Merancang Quick Count. Pendahuluan tentang Data Spasial, Proses Spasial, Fungsi Kovariansi, Model-model Semivariogram, Semivariogram Eksperimental, Model Linier Umum, Interpolasi dan Prediksi Spatial, Metode Kriging: Simple Kriging, Ordinary Kriging,

Papan Tulis, OHP, LCD, Komputer, Software, Buku Teks, Diktat, ESources

Rancangan Percobaan 2 (3 SKS)

1. Mahasiswa dapat menjelaskan prinsip dasar rancangan percobaan dan analisis variansi 2.Mahasiswa dapat menjelaskan jenisjenis rancangan percobaan dan aturan EMS



Metode Survei (3 SKS)

Mahasiswa mampu menjelaskan apa yang dimaksud dengan suatu survei, alasan mengapa dilakukan survei, macam-macam survei, bagaimana merancang alat ukur untuk survei, bagaimana merancang dan melaksanakan suatu survei serta mampu melakukan survei dengan metode yang benar.



Statistika Spasial (3 SKS)

Mahasiswa mampu menjelaskan apa yang dimaksud dengan data spasial, fungsi kovariansi spasial, model – model semivariogram, bagaimana menghitung semivariogram eksperimental dan menentukan model semivariogram yang cocok dengan data, serta mampu memodelkan data spatial secara tepat untuk


12

ilmu lainnya yang terkait [PP3] Mampu mengikuti perkembangan statistika dan bidang lainnya yang terkait [PP1] Mampu menyelesaikan model statistika dan bidang ilmu lainnya yang terkait

13

[PP3] Mampu mengikuti perkembangan statistika dan bidang lainnya yang terkait [PP1] Mampu menyelesaikan model statistika dan bidang ilmu lainnya yang terkait

14

[KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK yang sesuai sebagai pendukung bidang statistika dan bidang lainnya yang terkait. [PP2] Mampu mengidentifikasi permasalahan dunia nyata ke dalam model statistika

[PP3.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu terkait [PP3.2] Mampu mengoperasikan teoriteori statistika dan ilmu terkait [PP1.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu yang terkait [PP1.2] Mampu menerapkan teori dan konsep statistika dan bidang lain terkait [PP3.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu terkait [PP3.2] Mampu mengoperasikan teoriteori statistika dan ilmu terkait [PP1.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu yang terkait [PP1.2] Mampu menerapkan teori dan konsep statistika dan bidang lain terkait [KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika [KK1.2] Mampu memilih TIK yang sesuai sebagai pendukung bidang statistika [PP2.1] Mampu menggambarkan data dalam permasalahan nyata dengan metode statistika dan bidang ilmu terkait


Universal Kriging dan Multivariat Kriging (CoKriging). Pendahuluan, Teorema Bayes, Inferensi Bayesian untuk variabel random diskrit, Inferensi Bayesian untuk variabel random kontinu, Inferensi Bayesian untuk proporsi populasi, Inferensi Bayesian untuk beda 2 proporsi, Inferensi Bayesian untuk mean populasi, INferensi Bayesian untuk beda 2 mean, Inferensi Bayesian untuk regresi linier sederhana


Statistika Bayesian (3 SKS)

memecahkan masalah –masalah yang terkait dengan data spatial. 1. Mahasiswa dapat menjelaskan prinsip dari statistika Bayesian 2. Mahasiswa dapat mengoperasikan teori bayesian 3. Mahasiswa dapat menerangkan statistika Bayesian dalam dunia nyata



Ruang Lp, Momen dan Fungsi Pembangkit Momen, Fungsi Karakteristik, Probabilitas Bersyarat, Sifat-sifat dari Ekspektasi Bersyarat, Vektorvektor Gaussian.


Teori Probabilitas (3 SKS)

1. Mahasiswa dapat menjelaskan prinsip dari teori probabilitas 2. Mahasiswa mampu mengoperasikan teori-teori probabilitas 3. Mahasiswa dapat menerangkan teori probabilitas



Pengukuran, alat-alat pengukuran, construct, bagaimana mengukur suatu construct; Classical Test Theory, Model pengukuran berdasarkan Classical Test Theory, Reliabilitas dan taksirannya, Validitas dan taksirannya, Item Response Theory


Psikometrika (3 SKS)

1. Mahasiswa dapat menjelaskan prinsip dari psikometrika 2. Mahasiswa mampu mengoperasikan psikometrika 3. Mahasiswa dapat menerangkan psikometrika



15

16

[KM1] Memiliki kemampuan dasar untuk mengembangkan diri sesuai dengan kebutuhan profesi [PP2] Mampu mengidentifikasi permasalahan dunia nyata ke dalam model statistika

[PP2.2] Mampu menjelaskan penggunaan statistika dalam kehidupan sehari-hari [KM1.1] Mampu menyesuaikan diri dengan kebutuhan profesi [PP2.1] Mampu menggambarkan data dalam permasalahan nyata dengan metode statistika dan bidang ilmu terkait

Tugas Mandiri



Praktek Kerja Lapangan (3 SKS)

1. Konsep dasar data mining, 2. Preprocessing data, 3. Unsupervised learning method: kernel kmeans, 4. Supervised learning method: decision tree, naive bayes, kernel linear discriminant analysis (LDA), 5. Support vector machine (SVM), 6. Support vector regression, 7. Feature selection.


Data Mining (3 SKS)

1. Mahasiswa dapat menjelaskan prinsip dari data mining 2. Mahasiswa dapat menerangkan data mining

Untuk menyelesaikan Program Studi S1 Statistika Departemen MatematikaFMIPA UI, mahasiswa diwajibkan untuk mengikuti kegiatan akademik dengan bobot minimal 144 (seratus empat puluh empat) SKS dalam kurun waktu mimimal 3,5 tahun dan maksimal 6 tahun. Mata kuliah yang harus diambil mahasiswa dalam program ini dapat dilihat pada Tabel 4. Tabel 4. Distribusi Mata Kuliah

Jenis Mata Kuliah Mata Kuliah Wajib

SKS

Universitas

18

Rumpun Sainstek

2

Fakultas

8

Departemen

39

Program Studi

53 24

Pilihan

Total

120

24 144

Total

Untuk mencapai kompetensi yang diharapkan, mata kuliah wajib akan memberikan dasar teori statistika yang kuat bagi mahasiswa untuk dikembangkan sesuai dengan kelompok studi atau bidang minat masing-masing mahasiswa. Mata kuliah pilihan memberi kebebasan mahasiswa untuk lebih mendalami bidang statistika dan bidang lainnya yang terkait. Di dalam struktur mata kuliah pilihan disediakan beberapa mata kuliah Topik Khusus yang dimaksudkan untuk menampung minat mahasiswa dalam bidang tertentu. Mata kuliah Topik Khusus diberikan sesuai dengan banyaknya peminat dan/atau permintaan pasar. Kegiatan yang dilakukan dalam setiap mata kuliah, baik mata kuliah wajib maupun mata kuliah pilihan meliputi kegiatan perkuliahan, diskusi, presentasi, responsi, dan tugas-tugas bergantung pada kebutuhan masing-masing mata kuliah.

Dokumen Kurikulum Program Studi S1 Statistika | 33

3.2.

Kategori Kompetensi Utama Kategori Kompetensi Utama adalah kategori kompetensi yang harus dicapai oleh

lulusan Program Studi S1 Statistika, berdasarkan Buku Praktek Baik dalam Penjaminan Mutu Pendidikan Tinggi, Buku II tentang Kurikulum Program Studi, Kemendiknas, 2005; dan Peraturan Presiden Nomer 8 Tahun 2012 tentang Kerangka Kualifikasi Nasional Indonesia (KKNI). Parameter Kompetensi diberi kode KK1, KK2, KK3, PP1, PP2, KM1, dan KM2 yang ditunjukkan pada Tabel 5 dan Struktur Kurikulum berdasarkan kategori ini ditunjukan pada Tabel 6. Tabel 5. Parameter Kompetensi

Parameter

Keterampilan di Bidang Kerja

[Kode] Kompetensi [KK1] Mampu menerapkan Teknologi Informasi dan Komunikasi (TIK) yang sesuai sebagai pendukung bidang statistika dan bidang lainnya yang terkait. [KK2] Mampu menerapkan ilmu statistika dan bidang ilmu terkait dalam pekerjaan di dunia kerja [PP1] Mampu menyelesaikan model statistika dan bidang ilmu lainnya yang terkait

Penguasaan Pengetahuan

[PP2] Mampu mengidentifikasi permasalahan dunia nyata ke dalam model statistika

[PP3] Mampu menganalisis perkembangan statistika dan bidang lainnya yang terkait

Sub Kompetensi [KK1.1] Mampu menggunakan TIK sebagai pendukung bidang statistika [KK1.2] Mampu memilih TIK yang sesuai sebagai pendukung bidang statistika

[PP1.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu yang terkait [PP1.2] Mampu menerapkan teori dan konsep statistika dan bidang lain terkait [PP2.1] Mampu menggambarkan data dalam permasalahan nyata dengan metode statistika dan bidang ilmu terkait [PP2.2] Mampu menjelaskan penggunaan statistika dalam kehidupan sehari-hari [PP3.1] Mampu menjelaskan teori dan konsep statistika dan bidang ilmu terkait [PP3.2] Mampu mengoperasikan teori-teori statistika dan ilmu terkait


Parameter

Kemampuan Manajerial

Kompetensi

Sub Kompetensi [KM1.1] Memiliki kepekaan dan kepedulian terhadap masalah lingkungan, kemasyarakatan, bangsa, dan negara [KM1.2] Memiliki integritas dan mampu menghargai orang lain [KM1.3] Mampu mengoperasikan dan memanfaatkan teknologi [KM] Memiliki kemampuan informasi komunikasi sebagai dasar untuk mengembangkan pendukung bidang Statistika diri sesuai dengan kebutuhan [KM1.4] Mampu menggunakan profesi bahasa lisan dan tulisan dalam Bahasa Indonesia dan Bahasa Inggris dengan baik [KM1.5] Mampu berpikir kritis, kreatif, dan inovatif, serta memiliki keingintahuan intelektual untuk memecahkan masalah di tingkat individual dan kelompok


Tabel 6. Struktur Kurikulum Berdasarkan Kategori Kompetensi Utama KOMPETENSI

SASARAN

PARAMETER KK1

 Sikap dan Tata Nilai

Umum

PP1

PP2

PP3

KM

        



Mampu menyusun dan mengomunika sikan ide Mampu menerapkan pengetahuan matematika, statistika dan sains

CAPAIAN PEMBELAJARAN Moral/Agama Keahlian Bahasa Seni/Olahraga Karakter Kerjasama Kemampuan Dasar Kemipaan

 

Utama

KK2

  

Publikasi

 

Menguasai ilmu dasar matematika dan statistika

            

 

Dasar-dasar Matematika Dasar-Dasar Statistika

MATA KULIAH

SKS

SMT

Agama Bahasa Inggris MPK Seni/Olahraga

2 3 1

2 1 1

MPKT Sains

6

1

MPKT Sosial & Humaniora Praktek Kerja Lapangan Biologi Umum Kimia Dasar 1 Fisika Dasar

6 3 2 2 2

2 7 3 1 3

Matematika Dasar 1

2

1

Metode Statistika Metode Penelitian Kuantitatif Aljabar Linier

2

1

2

6

4

2

Analisis 1

4

3

Logika & Himpunan

3

1

Matematika Dasar 2

4

2

Matematika Dasar Statistika

3

3

Pengantar Teori Probabilitas

2

4

Statistika Matematika 1

4

3


4

4

Teori Matriks Statistika

3

3

Analisis Regresi 1

3

4

Metode Statistika Lanjut

2

2

%

15%

8%

49%


KOMPETENSI

SASARAN

PARAMETER KK1

KK2

PP1

PP2

 

Menyelesaikan permasalahan dengan teori statistika Utama

Mengetahui dasar-dasar komputasi khususnya untuk statistika

PP3

 

                           

 Akademisi/Peneliti

 

  

 

Dasar-dasar Komputasi

MATA KULIAH

SKS

SMT

Matematika Aktuaria 1 Analisis Data Matematika Keuangan Analisis Regresi 2 Analisis Multivariat 1 Analisis Multivariat 2 Proses Stokastik 1 Teknik Sampling

3 3 4 3 3 3 3 3

5 6 4 5 5 6 4 4

Statistika Non-Parametrik

3

4

Analisis Runtun Waktu

2

5

Model Kerugian 1 Rancangan Percobaan 1 Metode Numerik

3 2 4

5 5 3

Algoritma dan Pemrograman Statistika

2

2

Model Kerugian 2

3

6

Rancangan Percobaan 2

2

6

3

6



 Market Research

Teori Mikro dan Makro Ekonomi

 Perbankan  Saham

Matematika Aktuaria 2

3

6



Kewirausahaan

3

5

Proses Stokastik 2

3

6

Analisis Survival

3

5

Analisis Data Kategorik

3

6



Khusus

 Dasar-Dasar Statistika

 



KM1

CAPAIAN PEMBELAJARAN

  

 

%

49%

4%

45%


KOMPETENSI

SASARAN

PARAMETER KK1

KK2

PP1

PP2

PP3

KM1

 

Wira usaha

  

  Khusus

CAPAIAN PEMBELAJARAN

 

   

Biostatistician

  Big Data

  

MATA KULIAH

SKS

SMT

Psikometrika

3

6

Teori Probabilitas

3

6

Analisis Regresi 2

3

6

Statistika Bayesian

3

5

Statistika Genome

3

5

Statistika Pengendalian Mutu

3

5

Statistika Spasial

3

6

Data Mining

3

6

Teori Keputusan Statistika

3

5

Metode Survei

3

6

Topik Khusus 1

3

7

Topik Khusus 2

3

7

Skripsi

6

7

%

45%


Kurikulum PS Statistika juga merujuk pada pengguna statistikawan dan lembaga statistika seperti FORSTAT yang berada di dalam IndoMS. Oleh karena itu ada beberapa mata kuliah yang berpadanan dengan kurikulum minimal IndoMS seperti terlihat pada Tabel 7 berikut ini: Tabel 7. Padanan Kurikulum Program Studi Statistika dengan Kurikulum IndoMS

Kurikulum Minimal FORSTAT (IndoMS) Kalkulus

SKS

SKS

Matematika Dasar 1 Matematika Dasar 2 Teori Matriks Statistika

2 4 3

Aljabar Linier

4

3

Metode Numerik

4

6

Analisis Data

3

Data Mining

3

Metode Statistika

2


2

Metodologi Penelitian

Metode Penelitian Kuantitatif

2

Rancangan Percobaan

Rancangan Percobaan 1 & 2

4

Analisis dan Perancangan Survey

Teori Sampling

3

Metode Survei

2


4


4

Analisis Regresi 1

3

Analisis Regresi 2

3

Statistika Non Parametrik


3



3



3

Analisis Multivariat

Analisis Multivariat 1

3


3

Algoritma dan Pemrograman Statistika

3

Kewirausahaan /Magang

2

Skripsi

6

Aljabar Matriks Algoritma dan Pemrograman Analisa Data Eksplorasi

6

Mata Kuliah Terkait di Prodi Statistika

3

Basis Data/ Data Mining Metode Statistika

Pengantar Statistika Matematika 1 (Peluang) Pengantar Statistika Matematika 1 (Inferensia) Analisis Regresi/ Pengantar Model Linier

12

22

Komputasi Saintifik Praktek Kerja Lapangan Tugas Akhir/ Karya Ilmiah

6


3.3.

Rincian Kurikulum Sebagai program studi yang berada di dalam Departemen Matematika FMIPA UI,

Rincian Kurikulum yang diberikan pada Program Studi ini terbagi menjadi beberapa kelompok, yaitu Mata Kuliah Wajib Universitas, Mata Kuliah Wajib Rumpun Ilmu, Mata Kuliah Wajib Fakultas, Mata Kuliah Wajib Departemen, yang masing-masing ditunjukkan pada Tabel 8 sampai dengan Tabel 11, serta Mata Kuliah Wajib Program Studi, Mata Kuliah Pilihan Bidang Statistika Murni, Aktuaria dan Terapan yang masing-masing diberikan pada Tabel 12 sampai dengan Tabel 15. Mata Kuliah yang digolongkan pada Tabel 6 sudah dimasukkan dalam rincian kurikulum Program Studi ini. Tabel 8. Mata Kuliah Wajib Universitas

No 1 2 3 4 5

Kode Nama Mata Kuliah UIGE600002 MPKT Sains UIGE600020-48 Olahraga/Seni UIGE600003 Bahasa Inggris MPKT Sosial dan UIGE600001 Humaniora UIGE600010-15 Agama

Term 1 1 1

SKS 6 1 3

2

6

2 Total

2 18

Prasyarat

Tabel 9. Mata Kuliah Wajib Rumpun Ilmu

No 1

Kode UIST601110

Nama Mata Kuliah Matematika Dasar 1

Term 1 Total

SKS 2 2

Prasyarat

Tabel 10. Mata Kuliah Wajib Fakultas

N o 1 2 3 4

Kode SCMA601200 SCCH601103 SCBI601112

Nama Mata Kuliah Metode Statistika Kimia Dasar 1 Biologi Umum Fisika Dasar

Term

SKS

1 1 3

2 2 2 2 8

Total

Prasyarat

Mata Kuliah Wajib Departemen dan Mata Kuliah Wajib Program Studi diberikan sebagai hasil pertimbangan untuk mencapai kompetensi lulusan yang diharapkan seperti pada Tabel 3.6, yaitu Kategori Kompetensi Utama.


Tabel 11. Mata Kuliah Wajib Departemen

No 1 2 3 4

Kode SCMA601100 SCMA601111 SCMA601123 SCMA602131

Nama Mata Kuliah Logika dan Himpunan Aljabar Linier Matematika Dasar 2 Analisis 1 Pengantar Teori Probabilitas

Term 1 2 2 3

SKS 3 4 4 4

Prasyarat Logika dan Himpunan Matematika Dasar 1 Matematika Dasar 2

4

2


6 SCMA602211


3

4

7 SCMA602212


4

4

8 SCMA602402

Metode Numerik

3

4

9 SCMA603533

Matematika Keuangan

4

4

Skripsi

7

6

Total

39

5 SCMA602005

10 SCMA604902

Metode Statistika, Matematika Dasar 1 Statistika Matematika 1 Algoritma dan Pemrograman / Algoritma dan Pemrograman Statistika, Matematika Dasar 1, Aljabar Linier Matematika Dasar 2 Sudah Memperoleh 114 SKS

Tabel 12. Mata Kuliah Wajib Program Studi

No Kode 1 SCST601001 2 SCST602002 3 SCST602008 4 SCST602007 5 SCST602006

Nama Mata Kuliah Metode Statistika Lanjut Algoritma dan Pemrograman Statistika Teori Matriks Statistika Teknik Sampling Statistika Nonparametrik

Term 2

SKS 2

2

2

3 4

3 3

Prasyarat Metode Statistika Logika dan Himpunan, Metode Statistika Matematika Dasar 2 Statistika Matematika 1

4

3

Metode Statistika

6 SCST603009


5

3

7 SCST603013

Proses Stokastik 1

4

3

8 SCST603010

Analisis Regresi 1

4

3

9 SCST603014 10 SCST603012

Rancangan Percobaan 1 Model Kerugian 1

5 5

2 3

11 SCST603011


5

3

12 13 14 15

Analisis Regresi 2 Analisis Multivariat 2 Analisis Runtun Waktu Analisis Survival Metode Penelitian Kuantitatif

5 6 5 5

3 3 3 3

Statistika Matematika 1, Teori Matriks Statistika Statistika Matematika 1 Statistika Matematika 1, Aljabar Linier Analisis Regresi 1 Statistika Matematika 1 Statistika Matematika 1, Matematika Keuangan Analisis Regresi 1 Analisis Multivariat 1 Analisis Regresi 1 Statistika Matematika 1

6

2

Telah Memperoleh 70 SKS

SCST603016 SCST603015 SCST603018 SCST603201

16 SCST603020


No Kode 17 SCST604106 18 SCST603019 19 SCST602003

Nama Mata Kuliah Analisis Data Kategorik Analisis Data Matematika Dasar Statistika

Term 6 6

SKS 3 3

3

3

Total

53

Prasyarat Analisis Regresi 2 Rancangan Percobaan 1 Matematika Dasar 2

Tabel 13. Mata Kuliah Pilihan

No

Kode Mata Kuliah

1 SCST603102

Mata Kuliah Wajib Program Studi Teori Keputusan Statistika

Term

SKS

Prasyarat

5

3


2 SCST603301

Kewirausahaan

5

3

-

3 SCST603202


5

3

-

4 SCST603204

Model Kerugian 2

6

3


5 SCST603203


6

3


6 SCST603303

Statistika Genom

5

3

Metode Statistika, Algoritma dan Pemrograman Statistika

7 SCST603104

Proses Stokastik 2

6

3

Proses Stokastik 1

8 SCST603304


5

3


9 SCST603017


6

3


10 SCST603302

Metode Survei

6

3

Metode Statistika

11 SCST603308

Statistika Spasial

7

3

Analisis Regresi 1

12 SCST603307

Psikometrika

7

3

Analisis Regresi 1

13 SCST603306

Data Mining

7

3

14 SCST604309

Praktek Kerja Lapangan

7

3

-

15 SCST603101

Statistika Bayesian

5

3


16 SCST603105

Teori Probabilitas

6

3


17 SCST603921

Topik Khusus 1

7

3

-

18 SCST603922

Topik Khusus 2

7

3

-

Total

54


Memperhatikan kompetensi yang diharapkan pada Tabel 5, mahasiswa harus mengambil Mata Kuliah Pilihan yang dapat dipilih di antara Mata Kuliah yang tercantum pada Tabel 13. Memperhatikan kompetensi yang diharapkan pada Tabel 6, mahasiswa harus mengambil Mata Kuliah Pilihan yang dapat dipilih di antara Mata Kuliah yang tercantum pada Tabel 13. Tabel 14 adalah mata kuliah yang didistribusikan pada 8 semester dan Gambar 2 adalah Jejaring Mata Kuliah yang diberikan pada Program Studi S1 Statistika Departemen Matematika FMIPA UI, sedangkan silabus tiap mata kuliah terlampir sebagai berikut.


Tabel 14.Keseluruhan Mata Kuliah pada Delapan Semester SEMESTER 1 MATA Kode KULIAH Wajib UIGE600002 UIGE600003 UIGE60002048 UIST601110

MPKT Sains Bahasa Inggris Olahraga / Seni Matematika Dasar 1

SKS

SEMESTER 2 MATA Kode KULIAH

Kode

MATA KULIAH

SKS

Kode

MATA KULIAH

SKS

2

SCMA602212


4

4

SCMA603533

Matematika Keuangan

4

3

SCST603010

Analisis Regresi 1

3

UIGE600001

MPKT Sosial & Humaniora

6

SCBI601112

3

UIGE60001015

Agama

2

SCMA602211

1

SCMA601120

4

SCST602003

2

SCMA601111

4

SCMA602402

Metode Numerik

4

SCST602006


3

2

SCMA602131

Analisis 1

4

SCST602007

Teknik Sampling

3

2

SCST602008


3

SCST602005


2

SCFI601110

Fisika Dasar

2

SCST603013

Proses Stokastik 1

3

22 0

Jumlah SKS

Wajib UI

Wajib UI

22 0

0

Wajib Rumpun

0

Wajib Rumpun

0

0

Wajib Fakultas

2

Wajib Fakultas

2

8

Wajib Departemen

12

Wajib Departemen

6

Logika & Himpunan

3

SCST601001

SCMA601200

Metode Statistika

2

SCST602002

SCCH601101

Kimia Dasar 1

2

Wajib UI Wajib Rumpun Wajib Fakultas Wajib Departemen Wajib Prodi Pilihan Bebas Jumlah SKS semester 1

SKS

SEMESTER 4

6

SCMA601100

Jumlah SKS

SEMESTER 3

19 10 2 4 3

Aljabar Linier Matematika Dasar 2 Metode Statistika Lanjut Algoritma & pemrograman Statistika

Jumlah SKS Wajib UI Wajib Rumpun Wajib Fakultas Wajib Departemen

20 8

Biologi Umum Statistika Matematika 1 Matematika Dasar Statistika

Jumlah SKS

0

Wajib Prodi

3

Wajib Prodi

7

Wajib Prodi

12

0

Pilihan Bebas

0

Pilihan Bebas

0

Pilihan Bebas

0

19

Jumlah SKS semester 2

19


21


20


Kode

SEMESTER 5 MATA KULIAH

SKS

Kode



SK S

Kode


SKS

Kode

SKS

3

SCMA604902

Skripsi

6

SCMA604902

Skripsi

6

Wajib SCST603016 SCST603009 SCST603011 SCST603012 SCST603201 SCST603108 SCST603014

Analisis Regresi 2 Analisis Multivariat 1 Matematika Aktuaria 1 Model Kerugian 1 Analisis Survival Analisis Runtun Waktu Rancangan Percobaan 1

Analisis Multivariat 2 Rancangan Percobaan 2 Analisis Data Kategorik

3

SCST603015

3

SCST603017

3

SCST604106

3

SCST603019

Analisis Data

3

3

SCST603020

Metode Penelitian Kuantitatif

2

3

SCST603017


3

SCST603921

Topik Khusus 1

3

SCST603921

Topik Khusus 1

3

3

SCST603104

Proses Stokastik 2

3

SCST603922

Topik Khusus 2

3

SCST603922

Topik Khusus 2

3

3

SCST603105

Teori Probabilitas

3

SCST604309

Praktek Kerja Lapangan

3

3

SCST603204

Model Kerugian 2

3

SCST603307

Psikometrika

3

3

SCST603203


3

SCST603308

Statistika Spasial

3

3

SCST603301

Metode Survei

3

SCST603306

Data Mining

3

Wajib UI

0

Wajib UI

0

Wajib UI

0

2 3

3 2

Pilihan SCST603101 SCST603304 SCST603301 SCST603102 SCST603303 SCST603202

Statistika Bayesian Statistika Pengendalian Mutu Kewirausahaan

Teori Keputusan Statistika Statistika Genom Teori Mikro dan Makro Ekonomi Wajib UI

0


Wajib Rumpun Wajib Fakultas Wajib Departemen Wajib Prodi Pilihan Bebas Jumlah SKS semester 1

0

Wajib Rumpun

0

Wajib Rumpun

0

Wajib Rumpun

0

0

Wajib Fakultas

0

Wajib Fakultas

0

Wajib Fakultas

0

0 20 18 20

Wajib Departemen Wajib Prodi Pilihan Bebas Jumlah SKS semester 2


0 13 18 13


6 0 18 6


6 0 6 6

Gambar 2. Jejaring Mata Kuliah


Tabel 15. Silabus Mata Kuliah Program Studi S1 Statistika

No.

NAMA KULIAH

SKS

TUJUAN

SILABUS

PUSTAKA

1

Metode Statistika

2

Mahasiswa mampu menjelaskan konsep-konsep dasar statistika dan penggunaannya

Probabilitas, Probabilitas Bersyarat; Variabel Acak dan Distribusi Probabilitas; Pengenalan Distribusi: Distribusi ProbabilitasVariabel Acak Diskrit (Distribusi Binomial, Distribusi Poisson, Distribusi Hipergeometrik), Distribusi Probabilitas Variabel Acak Kontinu (Distribusi Normal), Distribusi Sampling, Dalil Limit Pusat, Distribusi Chi Kuadrat, Distribusi t, Distribusi F; Inferensi statistik: Penaksiran Interval dan Pengujian Hipotesis untuk satu populasi dan dua populasi.

R. E. Walpole, R. H. Myers, S.L. Myers & K.Ye. Probability & Statistics for Engineers and Scientists, 7th ed, 2002, Prentice Hall International Edition. J. T. Mc Clave & F. H. Dietruch., Statistics, 9th ed., 2003, Prentice Hall R. A. Johnson, & G. K. Bhattacharyya, Statistics: Principles and Methods, 3rd ed., 1996, John Willey & Sons

2


2

Mahasiswa mampu menjelaskan konsep-konsep dasar inferensi statistika dan penggunaannya

Uji Chi Kuadrat: Uji Independensi, Uji Homogenitas, Uji Kecocokan; Regresi Linier Sederhana; Analisis Variansi Satu Arah.

Algoritma & Pemrograman Statistika

2

Mahasiswa dapat menggunakan beberapa software statistika seperti R, SPSS, Minitab, Eviews, Mathematica sebagai penunjang untuk menyelesai-kan masalah-masalah riil yang berkaitan dengan statistika.

Pengenalan fasilitas software (R, SPSS, Minitab, Eviews, Mathematica), manajemen data (entry data, import, export dan transformasi data), statistika deskriptif (ukuran pemusatan dan penyebaran data, grafik), inferensi statistika dasar (interval kepercayaan, uji hipotesis mean, proporsi, dan variansi, uji chi square), simulasi Monte Carlo.

Analisis 1

4

Mahasiswa mampu menjelaskan konsep analisis yang lebih menekankan ‘kenapa’ dan ‘bagaimana jika’ dari pada sekedar memakai prosedur pemecahan masalah. Pada kuliah ini konsep analisis akan dituangkan pada Sistem Bilangan Real, Barisan dan Konvergensi, Limit sebuah Fungsi, dan kontinuitas sebuah fungsi, serta konsep turunan dan integral.

Sistem bilangan real:sifat aljabar, keterurutan, kelengkapan, supremum dan infimum beserta aplikasinya, Barisan, Pengenalan deret, Limit fungsi, Fungsi kontinu, Keterturunan, dan Integral Riemann.

R. E. Walpole, R. H. Myers, S.L. Myers & K.Ye. Probability & Statistics for Engineers and Scientists, 7th ed, 2002, Prentice Hall International Edition. J. T. Mc Clave & F. H. Dietruch., Statistics, 9th ed., 2003, Prentice Hall R. A. Johnson, & G. K. Bhattacharyya, Statistics: Principles and Methods, 3rd ed., 1996, John Willey & Sons Peter Dalgaard, Introductory Statistics with R, 2004, Springer Andy Field, Discovering Statistics Using SPSS (Introducing Statistical Method), 3rd ed, 2009, SAGE Publication Ltd. Barbara F. Ryan, Brian L. Joiner, Jonathan D. Cryer, MINITAB Handbook: Update for Release 16, 6th ed, 2012, Brooks Cole William E. Griffiths, R. Carter Hill, Guay C. Lim, Using EViews for Principles of Econometrics, 4th ed, 2011, Wiley. Paul R. Wellin, Programming with Mathematica: An Introduction, 4th revised ed, 2013, Cambridge University Press. Robert G. Bartle & Donald R. Sherbert, Introduction to Real Analysis, 3rd ed., 2000, John Wiley & Sons, Inc. R.P. Burn, Numbers and Functions Steps into Analysis, 2nd ed.,2004, Cambridge University Press.

3

4


No.

NAMA KULIAH

SKS

TUJUAN

SILABUS

5


3

Mahasiswa mampu mengenali suatu persamaan fungsi yang dapat dieks-presikan dalam bentuk matriks. Mahasiswa dapat membentuk turunan vektor atau matriks dari fungsi beserta turunan tingkat tinggi dan turunan parsial.

6


2

Mahasiswa mampu memahami konsep-konsep probabilitas secara mendalam, dalam kaitannya dengan pendekatan teori ukur.

7

Teori Probabilitas

2

Mahasiswa mampu memahami konsep-konsep probabilitas secara mendalam, dalam kaitannya dengan pendekatan teori ukur.

Ruang Lp, Momen dan Fungsi Pembangkit Momen, Fungsi Karakteristik, Probabilitas Bersyarat, Sifat-sifat dari Ekspektasi Bersyarat, Vektor-vektor Gaussian.

8

Teknik Sampling

3

Mahasiswa mampu menjelaskan beberapa cara pengambilan sampel, konsep penaksiran parameter untuk masing-masing teknik pengambilan sampel dan dapat memilih teknik pengambilan sampel yang tepat di lapangan

Pendahuluan; Sampling Acak sederhana; Sampling sistematik; Sampling Stratifikasi; Sampling dengan probabilitas sebanding dengan ukuran sampel; Sampling kelompok; Sampling kelompok bertingkat; taksiran ratio dan taksiran regresi.

9


3

Mahasiswa mampu menjelaskan konsep-konsep dasar dalam analisis multivariat dan mampu menentukan model (analisis) yang sesuai dengan data.

Pengenalan Materi dan prinsip dasar aljabar matriks dalam analisis multivariat: fungsi dari analisis multivariat dalam suatu kondisi di lapangan, prinsip dasar analisis univariat dan analisis multivariat, perbedaan metode dependensi dan independensi, analisis data menggunakan analisis multivariat. Karakter dan penyajian data multivariat, Distribusi Multivariat Normal: Multivariate Normal Density Function, Sifat-sifat Variabel Acak Multivariat Normal, Estimasi dalam Multivariat Normal, mencocokkan Multivariat Normal, Outlier (Pencilan), Pengujian Satu atau Dua Mean Vektor, Multivariat Analisis Variansi (Manova).


Pada kuliah ini dibahas partisi matriks disertai dengan operasi perkalian, penjumlahan dan transpose. Rank dan inversdari partisi matriks. Determinan, Invers yang diperumum. Dekomposisi bentuk matriks kuadrat dan Cholesky. Linier, bilinear. Mahasiswa dapat membentuk turunan vektor atau matriks dari fungsi beserta turunan tingkat tinggi dan turunan parsial. Matriks, sub matriks dan matriks partisi, Sifat-sifat operasi , trace pada matriks,partisi , Rank, determinan dan inverspada matriks partisi,Generalized Inverses(Invers yang diperumum), Sistem Linier padaGeneralized Inverses matriks (matriks yang diperumum), Linier, Bilinierdan Quadratic Form pada matriks partisi, Turunan vektor atau matriks dari fungsi beserta sifatsifatnya, Turunan orde dua dan turunan parsial dari matriks invers, Turunan dari Generalized Inverses, Kronecker Productdan operasinya. Aljabar dan Aljabar Sigma,Ukuran Probabilitas (Probability Measure) pada suatu Sigma Aljabar dan Sifat-sifatnya,Variabel Random dan Vektor Random serta sifat-sifatnya, Fungsi Distribusi dari Variabel Random dan Vektor Random, Fungsi dari Variabel Random, Ekspektasi dari Variabel Random.

PUSTAKA D. A. Harville, Matrix Algebra from Statistician’s Perspective, 2000, Springer-Verlag, New York.

Athreya, K. B. and Lahiri, S. N. (2006). Measure Theory and Probability Theory. Springer. H. Körezlioğlu and A. Bastıyalı Hayfavi: Elements of Probability Theory, METU Press, 2001. Durrett, R. A. (1996). Probability: Theory and Examples. Duxburry Press. Athreya, K. B. and Lahiri, S. N. (2006). Measure Theory and Probability Theory. Springer. A. N. Shiryaev: Probability, Springer-Verlag, 1995. Cochran, W, Sampling Technique, 3rd ed., 1977, John Wiley. R. L. Scheffer, W. Mendenhal, & et. al, Elementary Survey Sampling, 5th ed., 1995, PWS-Kent, Publ.Co. Michael Borenstein, Hannah Rothstein, Jacob Cohen, Sample Power2.0, 2001, SPSS Inc – USA. A.C. Rencher, Methods of Multivariate Analysis, 2nd ed., 2002, Wiley Series in Probability & Statistics, Canada. S. Sharma, Applied Multivariate Techniques, 1996, John Wiley & Sons, New York.

No.

NAMA KULIAH

SKS

TUJUAN

SILABUS

PUSTAKA

10


3

Memperkenalkan mahasiswa dengan analisis multivariate lanjutan sehingga mampu mengenali (mendeteksi) suatu permasalahan dunia nyata yang dapat dimodelkan dan dianalisis menggunakan analisis multivariat.

A.C. Rencher, Methods of Multivariate Analysis, 2nd ed., 2002, Wiley Series in Probability & Statistics, Canada. S. Sharma, Applied Multivariate Techniques, 1996, John Wiley & Sons, New York.

11

Proses Stokastik 1

3

Mahasiswa mampu menjelaskan konsep dasar dari proses stokastik dan mampu menggunakannya untuk mengembangkan dan menganalisa model probabilitas yang menangkap fitur menonjol dari sebuah sistem sehingga dapat diprediksi efek jangka panjang dan jangka pendek dari keacakan/randomness dalam sistem tersebut.

12

Proses Stokastik 2

3

Mata kuliah ini adalah lanjutan dari proses stokastik I dan bertujuan untukmempela-jari model probabilitas dan melibatkan berbagai teori yang seimbang dengan aplikasinya.

13

Analisis Regresi 1

3

Mahasiswa memahami pembentukan model regresi linier dan dapat menggunakannya dengan baik dan benar dalam permasalahan nyata.

Analisis Korelasi Kanonik: Korelasi & Variat kanonik, pendekatan geometr & analitis untuk korelasi kanonic, Test of significance, Hubungan analisis korelasi kanonic dengan teknik Multivariate lainnya. Analisis Komponen Utama (PCA): dasar geometri & Aljabar dari Komponen Utama, analisis komponen utama, plot Komponen Utama, interpresi dari PCA. Analisis Faktor, Analisis Cluster: ukuran similaritas or disimilaritas, Cluster Hierarki vs Cluster Nonhierarki, pemilihan variabel dalam pengelompokan. Analisis regresi multivariate: Regresi Ganda Univariat, pendugaan regresi ganda multivariat, pengujian hipotesis regresi ganda multivariat. Prosedur grafik: Multidimensional Scaling (MDS), Analisis korespondensi, Biplots, dan Analisis Diskriminan. Pendahuluan; Variabel Acak, Variabel Acak Diskrit dan Kontinu, Ekpektasi Variabel Acak, Peluang Bersyaratdan Ekpektasi Bersyarat Rantai Markov: Pendahuluan, Persamaan ChapmanKolmogorov, Klasifikasi Keadaan, Limiting Probabilities, Beberapa aplikasi rantai Markov, Mean time Spent in Transient States, Branching Process, Time Reversible Markov Chain, Distribusi Eksponensial dan Proses Poisson: Pendahuluan, Distribusi Eksponensial, Proses Poisson, Generalisasi Proses Poisson Rantai Markov Waktu Kontinu: Pendahuluan Rantai Markov Waktu Kontinu, Proses Kelahiran dan Kematian, Fungsi Peluang Transisi, Limiting Probabilities, Time Reversibility, Uniformization Teori Pembaharuan (Renewal Theory) dan Aplikasinya : Pendahuluan Teori Pembaharuan, Distribusi dari N(t), Teorema Limit dan Aplikasinya, Reneal Reward Process, Regenerative Process, Semi Markov Process, The Inspection Paradox, Computing the Renewal Function, Application to Patterns. Brownian Motion dan Proses Stasioner: Brownian Motion, Hitting Times, Maximum Variable, and The Gambler’s Ruin problem, Various on Brownian Motion, Pricing Stock Options, White Noise andGaussian Process, Stationary and Weakly Stationary Process Stochastics Simulation: The simulation Procedure, Multiplicative Congruential Random Number Generators, The Inversion Methods for Generating Simulated Outputs from Continuous Disributions, The Table Look-Up Methods for Discrete Probability Distributions, The Polar Method for Generating Simulated Normal Distribution Values, Sample Size and Precision. Pendahuluan Regresi Linier Sederhana, Asumi-asumsi dalam pemodelan, Analisis Regresi Linier Sederhana, Analisis Regresi Linier Berganda (penyajian bentuk matriks, matriks variansi, matriks korelasi, dan multikolinieritas), Pembentukan Model:


Sheldon M.Ross, W. Introduction to Probability Models, 10th ed, 2010, Academic Press. H.M. Taylor & S. Karlin, An introduction to Stochastic Modelling, 3rd ed., 1998, Academic Press.

Sheldon M.Ross, W. Introduction to Probability Models, 10th Edition, 2010, Academic Press. Robin Cunningham, FSA dkk, Models for Quantifying Risk, 2nd Edition, 2006, Actex Publication, Inc. Winsted Connecticut

D. C. Montgomery, E. A. Peck, & G. Geoffrey Vining, Introduction to Linear Regression Analysis 5th ed, 2012, Wiley series in probability and statistic, United States of America.

No.

NAMA KULIAH

SKS

TUJUAN

SILABUS

PUSTAKA

Variabel independent kuantitatif dan kualitatif dan interaksi, data pencilan dan influensial, Tabel ANOVA terkait.

W. Mendenhall & T. Sincich, A Second Course in Statistics: Regression Analysis, 1996, Prentice Hall Inc., New Jersey.

14

Analisis Regresi 2

3

Mahasiswa memahami berbagai metode pemodelan linier dan dapat menggunakan-nya dengan baik dan benar dalam permasalahan nyata.

Masalah Multikolinearitas; Transformasi Data; Analisis Residual: Heteroskedastisitas, Ketidaknormalan, Outlier, Autokolinearitas; Regresi linier piecewise, weighted leastsquare; Regresi logistic sederhana dan ganda: interpretasi koefisien, odds ratio, pengujian model, estimasi, seleksi variable; table kontingensi, pemodelan log linier; aplikasi pada permasalahan nyata, interpretasi.

D. C. Montgomery, E. A. Peck, & G. Geoffrey Vining, Introduction to Linear Regression Analysis 5th ed, 2012, Wiley series in probability and statistic, United States of America. W. Mendenhall & T. Sincich, A Second Course in Statistics: Regression Analysis, 1996, Prentice Hall Inc., New Jersey.

15


3

Mahasiswa memahami konsep model matematika dan pemisalan-pemisalan dasarANOVA dan penerapannya pada data.

Peninjauan konsep-konsep statistika yang diperlukan (sampel acak, dll), Model matematika dan pemisalan-pemisalan dasar, Taksiran kuadrat terkecil; persamaan-persamaan normal, Fungsi estimable, Teorema Gauss-Markov, Bentuk kanonik pemisalan dasar, Konstruksi elipsoida kepercayaan, Statistik uji F. Metode contrast Scheffe dan Tukey.

16


3

Mahasiswa mampu menjelaskan konsep dasar teori runtun waktu dan membentuk model berdasarkan data runtun waktu.

Pendahuluan, Konsep dasar runtun waktu; Kestasioneran; Fungsi Autokorelasi, Model untuk Runtun Stasioner (ARIMA Model), Model untuk Runtun Non Stasioner, Spesifikasi Model, Estimasi Parameter Model, Diagnostik Model, Peramalan, Model Musiman (SARIMA Model).

Hardeo Sahai and Mohamed I. Ageel, The Analysis of Variance: Fixed, Random and Mixed Models, 2000, Birkhauser. Scheffe, The Analysis of Variance, John Wiley & Sons, Inc., New Jersey, 1959. C.W. Donald, H.S. John, A First Course in the Design of Experiments: A Linear Models Approach, 2000, Weber, New York. J.D. Cryer, et.al. Time Series Analysis with Applications in R, 2008, Springer Texts in Statistics. Box, G. et G. Jenkins, Time Series Analysis: Forecasting and Control, 1970, Holden-Day.

17

Statistika Nonparametrik

3

Mahasiswa dapat memilih Uji Statistik Nonparametrik yang tepat untuk setiap data yang dihadapi

Conover, W.J., 1980, Practical Nonparametric Statistics 2 ed., John Wiley Sons, New York

18

Statistika Bayesian

3

Mata kuliah ini menjelaskan tentang konsep inferensi statistika berdasarkan metode Bayesian

Pendahuluan: Statistika deskriptif, inferensial dan beberapa pengertian yang digunakan dalam statistika nonparametric, Uji Binomial & CI, Uji kuantil dan CI, Uji ChiSquare, Kolmogorov dan Cox Stuart, Mc Nemar, Sign Test, Wilcoxon test, Randomization, Mann-Whitney & CI, Smirnov, Squared Rank Test dan quiz, Uji Klottz, Smirnov, Cramer von Mises, Uji Kruskal Wallis dan tabel kontingensi r x s, Uji Koefisien korelasi Kendall Tau, Uji Quade dan Friedman, Regresi Nonparametrik, Regresi monotonik. Review statistika nonparametrik dan membahas jounal yang berkaitan dengan statistika nonparametric. Pendahuluan, Inferensi Bayesian untuk Variabel Random Diskrit,Inferensi Bayesian untuk Proporsi Binomial, Comparing Bayesian and Frequentist Inference for Proportion, Inferensi Bayesian untuk Selisih Dua Mean, Inferensi Bayesian untuk Regresi Linear Sederhana.

19


3

Mahasiswa mampu menjelaskan konsep-konsep dan teknik pemodelan data kategorik serta penerapannya pada masalah-masalah real.

Pada mata kuliah ini akan dipelajari metode – metode untuk menganalisis data kategorik, berdasarkan perspektif maksimum likelihood (frequentist). Topik pokok yang dibahas adalah statistika descriptive dan inferensi untuk table kontingensi dua arah dan tiga arah, generalized linear models untuk response yang diskrit, binary regressionmodels (dengan penekanan pada regresi

A. Agresti Categorical Data Analysis, 2nd edition, 2002, Wiley. Laura A. Thompson, S-PLUS (and R) Manual to Accompany Agresti’s Categorical Data Analysis (2002), 2nd edition,2006.


William M.Bolstad, Introduction to Bayesian Statistics, 2nd Edition, 2007, John Wiley & Sons

No.

NAMA KULIAH

SKS

TUJUAN

20

Model Linier Umum

3

Memperkenalkan kepada mahasiswa tentang bentuk umum dari persamaan linier dan bagaimana menganalisis data dengan berbagai jenis variable dependen.

21

Teori Keputusan Statistika

3

Mahasiswa dapat mengerti tentang teori pengambilan keputusan pada beberapa kondisi dan dengan beberapa metode.

22


3

Mahasiswa mampu menjelaskan dan menggunakan teori statistika pada persoalan pengendalian mutu

23


3

Mahasiswa dapat menentukan model rancangan percobaan yang sesuai dengan permasalahan yang dihadapi dan mampu menganalisis data yang diperoleh.

24

Analisis Survival

3

Memperkenalkan mahasiswa dengan teknikteknik analisis statistik untuk data waktu hingga peristiwa tertentu terjadi (time to event data). Mahasiswa mampu menjelaskan dengan benar cara memperlakukan time to event data untuk kepentingan analisis serta permodelan, dan mampu melakukan berbagai tehnik analisis statistik baik pada data-data survival time yang tersensor (censored) maupun yang terpancung (truncated)


SILABUS logistic), multi-category logit models untuk respons yang nominal dan ordinal, model loglinier untuk table kontingensi, dan matched pairs. Pada Generalized linear models (GLMs) akan dipelajari kerangka pemersatu dari regresi. Contoh dari GLM meliputi regresi linear, model log-linear, dan regresi logistik. GLMs dapat digunakan untuk memodelkan data kontinu, biner, ordinal, nominal, dan count data. Kuliah ini meliputi parameterisasi model, estimasi parametrik dan semiparametrik, inferensi, dan interpretasi model. Pendahuluan :Nomative & Descriptive decision theory,Rational & right decision, Risk, Ignorance,Certainty, Certainty Trees, Decision Matrix; Decision under ignorance: Maximax Rule, Minimax Regret Rule, Optimist-Pessimist Rule; Decision under risk: Maximum Expected Value, Bayesian Decision Theory; Utility Theory: Interval utility score, Monetary values vs utility, Von Neumann-Morgenstern Utility Theory, Criticism of Utility Theory; Causal Decision Theory; Scoring rules; Value of information. Konsep dasar; Bagan kendali untuk variabel (bagan 𝑥̅ dan R; bagan 𝑥̅ dan S); Bagan kendali untuk bagian yang ditolak; Bagan kendali untuk ketidak sesuaian; Bagan kendali untuk ketidaksesuaian per unit; Rational Subgrouping; Batas Probabilitas untuk bagan kendali 𝑥̅ dan R; Batas probabilitas untuk bagan kendali untuk ketidaksesuaian dan untuk bagan kendali untuk ketidaksesuaian per unit; Analisis dari kapabilitas proses; Analisis pareto; Diagram sebab-akibat; Bagan kendali untuk rata-rata bergerak; Bagan kendali 𝑥̅ dengan trend linier; Cumulative Sum Control Chart. Prinsip dasar rancangan, Analisis Variansi, Rancangan Acak Sempurna, Rancangan Blok Acak Lengkap, Rancangan Blok Acak Tak Lengkap Seimbang, Rancangan Bujur Sangkar Latin, Graeco Latin Square, Rancangan Faktorial, Rancangan Faktorial 2k, Bloking dan Counfounding dalam Faktorial 2k, Rancangan Fraksional Faktorial, Aturan EMS, Rancangan Nested dan Split Plot. Kuantitas-kuantitas dasar pada analisa survival: Pendahuluan: contoh - contoh kasus dan tipe data pada survival analysis, Fungsi survival, Fungsi hazard, Fungsi mean residual life dan median life, Model - model parametrik untuk data survival; Pemancungan dan Penyensoran: Pendahuluan, Penyensoran kanan, Penyensoran kiri atau interval, Pemancungan, Konstruksi likelihood untuk data terpancung dan tersensor; Penaksiran nonparametrik pada data tersensor kanan dan terpancung kiri: Pendahuluan, Pendugaan untuk fungsi survival dan hazard kumulatif untuk data tersensor kanan, Pointwise confidence interval untuk fungsi survival, Confidence band untuk fungsi survival, Point and interval estimation untuk

PUSTAKA

G.A. Seber and A.J. Lee, Linear Regression Analysis (2nd Ed), 2003, John Wiley & Sons. P. McCullagh and J.A. Nelder, Generalized Linear Models (2nd Ed), 1989, Chapman & Hall.

Michael D. Resnik, Choices, An Introduction to Decision Theory, 1987, University of Minnesota Press, London

E. L. Grant & R. S. Leavenmorth., Statistical Quality Control; 7th ed, 1999, McGraw-Hill, New York. Douglas C. Montgomery, Introduction to Statistical Quality Control , 4th ed., 2002, John Wiley & Sons, New York.

Douglas C. Montgomery, Design and Analysis Experiments, 5th ed.,2001, John Wiley & Sons, New York. William G. Cochran & Gertrude M. Cox., Experimental Designs, 2nd ed., 1992, John Wiley & Sons. J. P. Klein, & M. L. Moeschberger, Survival Analysis: Techniques for Censored and Truncated Data, 1997, New York: Springer-Verlag Inc. D. London, Survival Models and their simulation, 1998, Actex Publications. M. Gauger, Course 3 Student Manual (Vol.1), 2000, Actex Publications.

No.

NAMA KULIAH

SKS

TUJUAN

SILABUS mean dan median survival time, Estimator untuk fungsi survival untuk data terpancung kiri dan tersensor kanan; Uji hipotesis: Pendahuluan, Uji satu sample, Uji dua sample atau lebih, Uji trend; Regresi hazard proporsional semiparametrik dengan kovariate tetap: Pendahuluan, Likeli-hood parsial untuk data time to event distinct, Likelihood parsial jika ada ties, Uji lokal dan uji global. Pendahuluan tentang Data Spasial, Proses Spasial, Fungsi Kovariansi, Model-model Semivariogram, Semivariogram Eksperimental, Model Linier Umum, Interpolasi dan Prediksi Spatial, Metode Kriging: Simple Kriging, Ordinary Kriging, Universal Kriging dan Multivariat Kriging (CoKriging).

25

Statistika Spatial

3

Mahasiswa mampu menjelaskanapa yang dimaksud dengandata spasial, fungsi kovariansi spasial, model –model semivariogram, bagaimana menghitungsemivariogram eksperimental dan menentukan model semivariogram yang cocok dengan data, serta mampumemodelkan data spatial secara tepat untuk memecahkan masalah – masalah yang terkait dengan data spatial.

26

Metode Survei

3

27

Psikometrika

3

Mahasiswa mampu menjelaskan apa yang dimaksud dengan suatu survei, alasan mengapa dilakukan survei, macam-macam survei, bagaimana merancang alat ukur untuk survei, bagaimana merancang dan melaksanakan suatu survei serta mampu melakukan survei dengan metode yang benar. Mahasiswa mengerti tentang arti pengukuran, alat pengukuran, model pengukuran dan dapat membuat alat ukur (khususnya di bidang psikologi) dengan baik dan akurat.

Pendahuluan: alasan melakukan survei dan komponenkomponen dalam survei; Error dalam survei, Complex sampling : menentukan metode sampling yang tepat, sample frame, unit sampel, ukuran sampel, alokasi sampel; Menangani nonresponse dalam survei; Metode pengumpulan data, Merancang kuesioner; Mempersiapkan data untuk analisis; Kode etik dalam survei; Menentukan Survei Error; Merancang Quick Count. Pengukuran, alat-alat pengukuran, construct, bagaimana mengukur suatu construct; Classical Test Theory, Model pengukuran berdasarkan Classical Test Theory, Reliabilitas dan taksirannya, Validitas dan taksirannya, Item Response Theory

28

Analisis Data Kuantitatif

3

Mahasiswa dapat mempersiapkan data untuk analisis, mengerti metode-metode statistika dan masing-masing kegunaan-nya. Menganalisis data dengan metode yang tepat dan menyimpulkan hasil analisis data untuk menjawab tujuan penelitian.

Memeriksa reliabilitas dan validitas alat ukur. Mempersiapkan data untuk analisis. Mengubah data kontinu menjadi data katagorik. Menganalisis data berdasarkan deskripsi data. Menganalisis data berdasarkan metode-metode statistika dasar yang tepat. Menganalisis data dengan metode SEM. Memilih metode yang tepat untuk menganalisis data lapangan dan mengkomunikasikan hasil analisis data yang didapat.

29


3

Memperkenalkan mahasiswa dengan berbagai perangkat matematika yang digunakan untuk memodelkan dampak finansial dari suatu kontrak antar agen-agen ekonomi, sebagai akibat dari suatu ketidakpastian di masa depan. Mahasiswa diharapkan mampu menjelaskan dengan baik konsep dasar matematika asuransi jiwa, dan

Teori bunga dan probabilitas, Peubah acak untuk usia kegagalan; contoh dari model survival parametrik; peubah acak untuk waktu kegagalan; central rate; model survival pilihan. Definisi tabel usia; bentuk tradisional dari tabel usia; penurunan fungsi dari jumlah hidup; metode untuk usia non-integral; tabel usia pilihan; ringkasan tabel usia. Model stokhastik diskrit; pendekatan deterministik grup; model stokhastik kontinu; model pembayaran


PUSTAKA

N. A. C. Cressie Statistics for Spatial Data (1993), John Wiley & Sons. O. Schabenberger and C. A Gotway. Statistical Methods for Spatial Data Analysis (2005), Chapman & Hall. W. N. Venables and B. D. Ripley Modern Applied Statistics with S. Fourth Edition (2002), Springer. Isaaks, E.H. and Srivastava, R.M. (1989), An Introduction to Applied Geostatistics, Oxford Univ. Press. John W. Creswell, Research Design, 3 ed, 2009, Sage Publication Inc. Jr. Floyd J. Fowler, Survey Research Method, 4ed, 2009, Sage Publication Inc. Louis M. Rea, Designing and Conducting Survey Research, 3 ed, 2005, John Wiley & Sons, Inc, USA. Charles L. Hulin, Fritz Drasgow, Charles K.Parsons, Item Response Theory, 1983, Dow Jones-Irwin, USA. Susan E, Embretson, Steven P.Reise, Item Response Theory for Psychologists, 2000, Lawrence Erlbaum Associates Publisher. Tenko Reykov and George A. Marcoulides, Introduction to Psychometric Theory, 2011, Taylor & Francis Group, LLC. Donald J.Treiman, Quantitative Data Analysis, 2009, John Wiley & Sons. Victoria Bernhardt, Data Analysis, 2 ed, 2004, Eye on Education, Inc. Peck Olsen Devore, Introduction to Statistics and Data Analysis, 2001, Duxbury, USA.

R. Cunningham, T. Herzog, R. London. Model for Quantifying Risk 3rd Edition. ACTEX Academic Series, 2008.

No.

NAMA KULIAH

SKS

TUJUAN

SILABUS

pendekatan aktuaria dalam menaksir tarif dari berbagai kontrak keuangan yang menimbulkan klaim finansial tertentu di masa depan (contingent financial claim)

tertentu di masa depan dengan pembayaran yang beragam. Model anuitas seumur hidup; model anuitas sementara; model anuitas seumur hidup tertunda; anuitas tertentu di masa depan yang dibayarkan lebih dari satu kali dalam setahun. Skema pendanaan tahunan untuk model pembayaran tertentu di masa depan; analisa peubah acak; skema pendanaan pembayaran kontinu.

PUSTAKA

30


3

Mata kuliah ini merupakan lanjutan dari Matematika Aktuaria I. Dalam mata kuliah ini akan diperkenalkan berbagai perangkat matematika yang digunakan untuk memodelkan dampak finansial dari suatu kontrak antar agenagen ekonomi, sebagai akibat dari suatu ketidakpastian di masa depan. Mahasiswa diharapkan mampu menjelaskan dengan baik konsep dasar matematika asuransi jiwa, dan pendekatan aktuaria dalam menaksir tarif dari berbagai kontrak keuangan yang menimbulkan klaim finansial tertentu di masa depan (contingent financial claim)

Benefit Premiums; Benefit Reserves, Analysis of Benefit Reserves, Special Topics.

N. L Bowers, H. U Gerber, J. C Hickman, D. A Jones, C. J Nesbit, Actuarial Mathematics, 1997, Society of Actuaries, Istaca, Illinois. H. U. Gerber, Life Insurance Mathematics, 3rd ed, New York: Springer-Verlag, Inc. M. Gauger, Course 3 Student Annual (Vol. I), 2000, Actex Publications

31

Model Kerugian 1

3

Kuliah ini mencakup pembahasan mengenai kelas – kelas distribusi loss; yang meliputi kelas distribusi diskrit dan kontinu. Akan dipelajari karakteristik distribusi, konstruksi distribusi yang baru, penaksiran parameter dan pemodelan masalah dengan menggunakan distribusi – distribusi tersebut.

Modeling; Beberapa ukuran dasar distribusi: momen, kuantil, fungsi pembangkit dan jumlah dari variable random; tail distributions, ukuran resiko dan penggunaannya (VaR dan TVaR); Model – model aktuaria: karakteristik model-model aktuaria, model – model kontinu, beberapa distribusi khusus dan keteraitannya, Linear exponential family distribution, TVaR untuk distribusi yang kontinu, Extreme value distributions; Kelas distribusi diskrit : Distribusi Poisson, negative binomial, binomial, kelas (a,b,0), kelas (a,b,1), Truncation andmodification at zero, Compound frequency model, Mixed frequency distributions, TVaR untuk distribusi diskret; Frequency and severity with coverage modifications: Deductibles, Loss Elimination Ratio dan efek inflasi untuk ordinary deductibles, Policy limits, Coinsurance, deductibles, dan limits, Efek dari deductible terhadap frekuensi klaim, Estimasi Parameter, Metode momen dan percentile matching, MLE, Variansi dan estimasi interval, Estimasi Bayesian, Estimasi untuk distribusi diskrit, Analisis data eksploratori.

Loss Models: From Data to Decisions, by Stuart A. Klugman, Harry H. Panjer and Gordon E. Wilmot, 3rd edition. John Wiley and Sons, 2008. S.A. Klugman, H.H. Panjer and G.E. Wilmot,Loss Models: From Data to Decisions, by Stuart A, 3 rd ed. John Wiley and Sons, 2008.

32

Model Kerugian 2

3

Kuliah ini mencakup pembahasan mengenai pemodelan lebih lanjut pada data kerugian; seleksi model,dan kredibilitas. Simulasi juga dilakukan untuk mendapatkan pemahaman yang lebih komprehensif.

Aggregate loss model, Discrete time ruin model, Continuous time ruin model, Konstruksi model secara empiris, Seleksi model, Estimasi dan seleksi model untuk model yang kompleks, Kredibilitas, Simulasi.

Loss Models: From Data to Decisions, by Stuart A. Klugman, Harry H. Panjer and Gordon E. Wilmot, 3rd edition. John Wiley and Sons, 2008.


No. 33

34

NAMA KULIAH

SKS

Kewirausahaan

3


3

TUJUAN Mahasiswa mamiliki bekal untuk mem-buka lapangan usaha/pekerjaan.

1. Konsep Dasar Ekonomi Mikro, Teori Perilaku Konsumen, Teori Produksi, Biaya Produksi. Struktur Pasar, Keseimbangan firm. Mekanisme pasar dan kebijakan pemerintah. 2. Kebijakan ekonomi makro, kegiatan ekonomi masyarakat dan pendapatan nasional, analisis pendapatan nasional, permintaan dan penawaran akan uang, keseimbangan umum pasar produk dan pasar uang, permintaan uang dan kebijakan stabilisasi, teori permintaan agregat dalam perekonomian terbuka, teori penawaran agregat dalam perekonomian terbuka, makroekonomi ekuilibrium dalam perekonomian terbuka

SILABUS

PUSTAKA

Mindset Kewirausahaan - Konsep Dasar Kewirausahaan Pengertian kewirausahaan dan wirausaha - Wirausaha dan Manajer. Karakteristik dan Motivasi Wirausaha Karakteristik/sifat Wirausaha - Perilaku Wirausaha - Faktorfaktor motivasi. Usaha Kecil dan Menengah - Pengertian Kewirausahaan dan Pembangunan Ekonomi - Sektor-sektor Usaha Kecil - Keberhasilan dan Kegagalan - Strategi Pengembangan. A. Karakteristik Aktivitas Bisnis - Sifat Sistem Bisnis - Jenis-jenis Aktivitas Bisnis - Jenis-jenis Organisasi Bisnis - Karakteristik Sistem Bisnis B. Strategi Memulai Bisnis Peluang Bisnis - Beberapa Pertanyaan Awal - Lima Kunci Sukses. Strategi Mengembangkan Kreativitas dan Inovasi - Arti penting inovasi dan kreativitas - Mengembangkan kreativitas Proses inovasi. Menghasilkan Ide-Ide Kreatif - Teknik-teknik Menghasilkan Ide-ide Kreatif. Strategi Menyusun Proposal Bisnis - Pengertian proposal Bisnis - Manfaat Proposal Bisnis Unsur-unsur Proposal - Presentasi - Persiapan presentasi. Strategi Pendanaan Usaha - Sumber-sumber Pendanaan Usaha Analisis Kelayakan Usaha. Strategi Memilih Bentuk Perusahaan - Identifikasi Bentuk Hukum Bisnis - Bentuk-bentuk Perusahaan di Indonesia - Pertimbangan-pertimbangan Memilih Bentuk Usaha. Perencanaan Strategis Bagi Wirausaha - Tantangan Strategis Wirausaha - Perencanaan Strategis - Beberapa Kesalahan dalam perencanaan strategis. A. Strategi Pengembangan Intrapreneurship - Terminologi - Kebutuhan akan Intrapreneurship - Hambatan-hamabatan - Elemen-elemen spesifik B. Strategi Suksesi manajemen - Pendahuluan - Suksesi Manajemen - Faktor-faktor kunci - Mengembangkan strategi suksesi. Teknik Presentasi - Persiapan dasar - Membuat Isi Presentasi - Memilih dan Mempersiapkan Alat Bantu - Persiapan Akhir - Membina Keberanian - Melakukan Presentasi Menghadapi Pertanyaan. Presentasi Proposal Bisnis.

Longenecker, G Justin, moore, Carlos W, Petty William. 2001. Kewirausahaan (Manajemen Usaha Kecil) Jilid I dan II. Jakarta: Salemba Empat. Meredith, Geffrey G, et. al. 2000. Kewirausahaan (Teori dan Praktek). Jakarta: Ppm Goldstein, Arnold S Ph.D. Modal Dengkul. Hakim, Rusman. Dengan Wirausaha Menepis Bisnis.

1. Mampu Konsep Dasar Ekonomi Mikro, Teori Perilaku Konsumen, Teori Produksi, Biaya Produksi. Struktur Pasar, Keseimbangan firm. Mekanisme pasar dan kebijakan pemerintah. 2. Mampu menjelaskan beberapa konsep dasar dalam makroekonomi, dasar teori makroekonomi yang kuat. Memperoleh gambaran riil dari teori-teori yang diperolehnya dalam praktek sehar-hari. Mampu menerapkan teori dalam menganalisis gejala ekonomi yang berkaitan dengan makroekonomi.


Sukirno, S. (2006). Mikro Ekonomi. PT Raja Grafindo Persada. Samuelson, P.A dan Nordhous. (2004). Ekonomi Mikro. Rahardja, P& Manurung, M. (1999).Teori Ekonomi Mikro. Lembaga Penerbit Ekonomi UI. Algifari. (2003).Ekonomi Mikro, Teori dan Kasus. STIE YKPN Yogyakarta. Mc Graw-Hill. 2005. Macroeconomics, Theory and Policy.New Delhi:Publishing company limited Ltd. Michael K Evans.2004. Macroeconomics for Managers. Australia: Blackwell Publishing Ltd N. Gregory Mankiw. Teori Makro Ekonomi-Jakarta: Erlangga

No. 35

NAMA KULIAH Matematika Dasar Statistika

SKS

TUJUAN

3


SILABUS Integral tak wajar: definisi dan uji konvergensi; Deret: deret fungsi, deret kuasa, deret Taylor dan deret Maclaurin, konvergensi seragam; Deret Fourier, Integral Fourier, Error function, Fungsi Gamma, Fungsi Beta, Deret Hipergeometrik.

PUSTAKA R. Wred & M. Spiegel, Advanced Calculus, 3rd ed., Schaum’s Series, 2010, New York: McGraw Hill. D. Varberg & E. S. Purcell, Calculus, 9th ed., 2007, Prentice-Hall. G. E. Andrews, R. Askey, R. Roy, Encyclopedia of Mathematics and Its Applications, Cambridge University Press.

4.

KEWENANGAN PENENTU KURIKULUM DAN PENINJAUAN KURIKULUM

Kurikulum Program Studi S1 Statistika pertama kalinya disusun oleh Tim Kurikulum Departemen Matematika FMIPA UI yang terdiri dari Guru Besar dan Staf Pengajar Senior dan staf pengajar dalam peminatan Satistika. Kurikulum ini selanjutnya dibawa ke sidag pleno departemen untuk mendapatkan masukan untuk perbaikan dan pada akhirnya untuk disetujui oleh Departemen Matematika. Tahap selanjutnya, kurikulum harus disetujui oleh Fakultas melalui rapat Senat Fakultas. Seperti pada Program Studi lain di FMIPA UI, maka kurikulum akan dievaluasi maksimal setelah 5 tahun dalam rangka mempertahankan mutu pendidikan dan perkembangan keilmuan. Kewenangan revisi kurikulum secara institusi merupakan wewenang dari FMIPA dan implementasinya harus mendapatkan persetujuan dari Senat Fakultas.Revisi ini merupakan kewajiban dari Program Studi, maka untuk kesempurnaannya perlu masukan dari semua stakesholders baik dari dalam maupun dari luar, melakukan benchmarking dengan universitas atau institusi dalam dan luar negeri (paling tidak dengan mempelajari kurikulum dari PT luar negeri secara online), mendatangkan atau berdiskusi dengan mitra bestari dari dalam negeri, serta memperhatikan kesepakatan atau keputusan yang dilakukan oleh Himpunan Statistika dan Matematika di Indonesia.


5.

PELUANG BAGI MAHASISWA UNTUK MENGEMBANGKAN DIRI

Sarjana Statistika saat ini sangat dibutuhkan dalam berbagai bidang pekerjaan dan kesempatan melanjutkan studinya ke jenjang lebih lanjut. Peluang tersebut secara umum adalah :  Bekerja dalam berbagai intitusi pemerintahan dan riset dalam negeri antara lain: Departemen Keuangan, Perdagangan, Perindustrian, Pendidikan Nasional, Dalam Negeri, Kominfo, Kesehatan, Pertanian, Kehutanan, Perikanan dan Kelautan, Pertambangan dan Energi, Perhubungan, Lingkungan Hidup, Hankam, Hukum dan Perundang-undangan, BPS, LIPI, BPPT, BATAN, Universitas, Kependudukan, Keluarga Berencana, BUMN, Meteorologi dan Geofiska, BAPEDAL/SARPEDAL, BKPM.  Peluang bekerja yang sangat luas dalam bidang Keuangan dan perBankan, antara lain: BI, Bank BUMN dan Swasta, Jasa Keuangan (antara lain OJK), Bursa saham, Asuransi/Aktuaria.  Peluang kerja di sektor Bisnis, antara lain: Riset Marketing, Strategic business planning, Industri, produksi, manufaktur, telekomunikasi, media, quality management, inventory system.  Peluang kerja swasta lain, antara lain Lembaga survey untuk keperluan: politik (pilkada, pilpres, pilgub, dll), popularitas calon, quick count, dll; Advertising research, HRD researchers.  Peluang untuk melanjutkan studi S2 dan S3, baik dalam maupun luar negeri.  Peluang melanjutkan ke program profesi berkaitan dengan keahlian statistik seperti aktuaris yang saat ini sangat dibutuhkan.  Mengembangkan keahlian profesi dengan aktif bergabung dengan organisasi statistician, aktuaris dan sejenisnya, baik dalam maupun luar negeri.


RUJUKAN YANG DIGUNAKAN (BENCHMARK)

Kurikulum Program Studi S1 Statistika merujuk pada program S1 maupun S2 di berbagai universitasi terkenal, institusi dan organisasi profesi yang bergerak dalam bidang atau berkaitan dengan statistika baik dari dalam maupun luar negeri. a. Universitas, institusi, organisasi statistika dalam negeri, antara lain : b. Departemen Statistika, FMIPA Institut Pertanian Bogor (IPB), Bogor. c. Jurusan Statistika, FMIPA Institut Teknologi Surabaya (ITS), Surabaya d. Program Studi Statistika, FMIPA Universitas Gadjahmada (UGM), Yogyakarta e. Program Studi Statistika, FMIPA Universitas Airlangga, Surabaya f. Jurusan Statistika, FMIPA Universitas Diponegoro, Semarang g. Departemen Statistika, FMIPA Universitas Padjajaran, Bandung h. Program Studi Statistika, FMIPA Universitas Islam Indonesia, Yogyakarta i. Program Studi Statistika, Universitas Tanjung Pura, Pontianak j.

The Indonesian Mathematical Society (IndoMS),

k. Forum Statistika (ForStat), l. Universitas, institusi, organisasi statistika luar negeri, antara lain :  Departemen statistika Stanford University, 2012.  American Statistical Association (ASA), USA.  Studies Mathematics and Physics University of Queensland


DAFTAR PUSTAKA

Forstat. (2013). Modul Workshop Pengajaran Statistika 2013. 12 – 14 April 2013. Universitas Brawijaya, Malang. Forstat. (2014). Modul Workshop Pengajaran Statistika 2014. 5 – 6 September 2014. Universitas Diponegoro, Semarang. Forstat. (2015). Modul Workshop Pengajaran Statistika 2014. 6-7 Oktober 2015. Universitas Mulawarman, Samarinda. Kemendiknas. (2005). Penjaminan Mutu Pendidikan Tinggi, Buku II tentang Kurikulum Program Studi. Majelis Wali Amanat Universitas Indonesia. (2005). Peraturan Nomor 006/Peraturan/MWAUI/2005. Evaluasi Hasil Belajar Mahasiswa Pada Program Pendidikan di Universitas Indonesia. MWA UI. Mendiknas. (2000). SK Mendiknas No 232/U/2000. Pedoman Penyusunan Kurikulum Inti Pendidikan Tinggi Dan Penilaian Hasil Belajar Mahasiswa. Menteri Pendidikan Nasional, 2000. Mendiknas. (2002). SK Mendiknas No. 45/U/2002. Kurikulum Inti Pendidikan Tinggi. Menteri Pendidikan Nasional. 2002. Presiden. (2012). Peraturan Presiden No. 8 Tahun 2012. Kerangka Kualifikasi Nasional Indonesia (KKNI). Jakarta. Rektor UI. (2013). SK Rektor nomor: 2198/SK/R/UI/2013 Tentang Penyelenggaraan Program Sarjana di Universitas Indonesia. Universitas Indonesia. (2012). Direktorat Pengembangan Akademik. Pedoman Penyusunan Kurikulum Berbasis Kompetensi (KBK) Universitas Indonesia. Edisi ke-2.


DOKUMEN KURIKULUM PROGRAM STUDI S1 STATISTIKA

Recommend Documents