SILABUS MATA KULIAH. Pengalaman Pembelajaran

Jurusan Teknik Industri UMS – Silabi dan RMP Semester III

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-204 Nama Mata Kuliah : Statistika Industri Jumlah SKS :2 Semester : III Mata Kuliah Pra Syarat : TKI-110 Teori Probabilitas Deskripsi Mata Kuliah : Mata kuliah ini diperlukan untuk mendukung mata kuliah lain yang membutuhkan proses pengambilan dan penyajian data, analisa, serta penarikan kesimpulkan secara benar. Selain itu, pengetahuan tentang pengambilan sampel dan penarikan kesimpulan dengan tepat yang didasarkan atas parameter-parameter yang diketahui dari sampel tersebut sangat bermanfaat ketika membahas tentang pengendalian kualitas suatu produk. Oleh karena itu, mata kuliah ini merupakan prasyarat untuk mata kuliah Pengendalian Kualitas. Materi yang dibahas dalam mata kuliah ini mulai dari statistika diskriptif, ukuran pusat data dan sebaran data, teknik penarikan sampel, distribusi penarikan sampel (termasuk teori limit sentral), pendugaan/ penaksiran 3 parameter, yaitu: rataan, proporsi, dan ragam baik untuk sampel tersebar maupun ganda (termasuk yang berpasangan). Uji hipotesa dibahas untuk menguji ada atau tidaknya perbedaan nilai parameter (juga meliputi 3 jenis parameter) dari dua buah sampel serta pengujian distribusi dari suatu data sampel. Materi lain yang dicakup dalam mata kuliah ini meliputi: analisis regresi linear sederhana dan korelasi antar dua sampel data, analisis ragam (acak, blok, dan bujur sangkar latin) untuk membandingkan ragam dari lebih dari 2 sampel data, serta beberapa teknik analisis untuk sampel data yang diambil dari populasi yang tidak diketahui distribusinya (statistika non parametrik). Standar Kompetensi Mahasiswa mampu melakukan pengumpulan dan penyajian data, penarikan sampel, pendugaan nilai parameter, uji hipotesis, analisis ragam, serta analisis regresi yang dimanfaatkan untuk menyelesaikan masalah perancangan, perbaikan, pemasangan dan pengoperasian sistem integral.

Kompetensi Dasar 1. Membedakan statistika diskriprif dan statistika inferensi 2. Membedakan berbagai tipe

Indikator 1. Menceritakan statistika deskriptif dan statistika inferensi 2. Membedakan tipe data 3. Menyajikan data dalam tabel, pie chart, dan diagram batang

Pengalaman Pembelajaran 1. Mendiskusikan teori statistika deskriptif dan inferensi 2. Mendiskusikan tipe-tipe data: ordinal, interval,

Materi Ajar 1. Statistika Deskriptif vs Statistika inferensi 2. Tipe-tipe data 3. Penyajian data: Tabel dan

Wak tu

Alat/Bahan/Sumber Belajar

200’

- LCD, Laptop, Whiteboard - Referensi: [1], [3], dan [6]

Penilaian Tugas pokok bahasan, diskusi, Tes tertulis

[TKI-204] Statistika Industri

1


data 3. Menyajikan data menjadi informasi yang mudah dicerna 4. Menganalisis ukuran pusat data dan sebaran data

4. Menghitung rataan, median, modus, persentil dan kuartil dari data tersebar dan kelompok 5. Menghitung ragam data populasi

1. Menerapkan rencana sampling dengan tepat 2. Menerapkan teorema limit sentral untuk menghitung peluang nilai parameter rataan dan ragam sampel

1. Menceritakan metode penarikan sampel: simple, systematic, stratified, cluster, dan multi stage random sampling 2. Membedakan dan memilih metode penarikan sampel yang sesuai 3. Menjelaskan konsep distribusi sampling 4. Menjelaskan teori limit

rasio, dan nominal 3. Membuat tabel frekuensi dan frekuensi kumulatif 4. Menggambar grafik dari data yang diberikan 5. Mempelajari dan menerapkan rumus menghitung rataan, median, modus, persentil, dan kuartil 6. Mempelajari dan menerapkan rumus menghitung ragam 7. Mendiskusikan dan menganalisa skewness dan kurtosis dari grafik normal 1. Mendiskusikan metode-metode penarikan sampel 2. Mendiskusikan kelebihan dan kekurangan tiap metode penarikan sampel 3. Mendiskusikan konsep distribusi sampling 4. Mendiskusikan teori limit sentral

Grafik 4. Ukuran-ukuran pusat data 5. Ukuran-ukuran Sebaran Data

1. Teknik-teknik pengambilan sampel secara acak 2. Konsep distribusi sampling 3. Teori limit sentral 4. Distribusi sampling: rataan (Distribusi Z

200’

- LCD, Laptop, Whiteboard - Referensi: [1], [4], [5], dan [6]

Tugas pokok bahasan, diskusi, Tes tertulis


2


sentral 5. Menjelaskan distribusi rataan sampel menggunakan teori limit sentral 6. Menghitung peluang rataan dan selisih rataan sampel 7. Menjelaskan distribusi ragam sampel 8. Menghitung peluang ragam dan rasio ragam sampel

1. Menjelaskan sifat-sifat 1. Menggunakan estimator yang baik estimator yang 2. Menjelaskan pendugaan tepat titik dan pendugaan 2. Menghitung interval nilai pendugaan 3. Menghitung nilai parameter pendugaan interval dari rataan, rataan sampel untuk: proporsi, dan sampel tunggal, sampel ragam dari ganda, dan sampel sampel secara berpasangan dengan tepat tingkat keyakinan yang 3. Menghitung

5. Menerapkan tabel distribusi Z dan t untuk menghitung peluang 6. Menurunkan dan menerapkan rumus menghitung peluang rataan dan selisih rataan sampel 7. Mendiskusikan distribusi Chi Square dan distribusi F serta cara membaca tabel untuk menghitung peluang ragam rataan 8. Menerapkan rumus untuk menghitung ragam dan rasio ragam sampel 1. Mendiskusikan karakteristik estimator yang baik 2. Mendiskusikan jenis pendugaan: titik vs interval 3. Mendiskusikan konsep tingkat keyakinan dalam pendugaan 4. Menurunkan rumus mencari interval

dan t) 5. Distribusi sampling: ragam (Distribusi Chi Square dan F)

300’ 1. Konsep Pendugaan 2. Sifat-sifat estimator yang baik 3. Tradisional Estimator: Pendugaan Titik 4. Pendugaan interval 5. Pendugaan nilai parameter rataan:




3


ukuran sampel minimal untuk tingkat kesalahan pendugaan yang diinginkan 4. Menganalisis tolerance limit dari nilai parameter individu populasi

4.

5.

6.

7.

nilai rataan sampel berbeda-beda dan tunggal dengan informasi nilai ragam tingkat keyakinan populasi diketahui dan tertentu tidak diketahui 5. Menurunkan rumus Menghitung nilai untuk pendugaan interval dari mengpendugaan proporsi sampel untuk: nilai parameter sampel tunggal dan rataan untuk kasus 2 sampel ganda dengan sampel dan sampel tingkat keyakinan yang berpasangan, serta berbeda-beda. untuk ragam Menghitung nilai populasi diketahui pendugaan interval dari dan tidak di ketahui ragam sampel (sampel tunggal) dan rasio ragam 6. Menurunkan rumus untuk (sampel ganda) dengan mengpendugaan tingkat keyakinan yang nilai parameter berbeda-beda. proporsi untuk kasus Menghitung ukuran 1 sampel dan 2 sampel untuk tingkat sampel. kesalahan pendugaan 7. Mendiskusikan yang diinginkan rumus untuk Menghitung batas atas mengpendugaan dan bawah dari nilai nilai parameter individu populasi ragam dan rasio ragam 8. Menurunkan rumus menghitung ukuran sampel 9. Menerapkan semua rumus dalam menyelesaikan berbagai latihan soal

1 sampel, 2 sampel, dan berpasangan 6. Pendugaan nilai parameter proporsi: 1 sampel, dan 2 sampel 7. Pendugaan nilai parameter ragam dan rasio ragam 8. Penentuan ukuran sampel untuk tingkat kesalahan yang diinginkan


4


1. Menguji hipotesis ada atau tidaknya perbedaan nilai parameter populasi dengan benar 2. Menguji bentuk distribusi suatu data 3. Menghitung ukuran sampel yang diperlukan dalam pengujian

1. 2.

3.

4.

5.

6.

7.

Menjelaskan langkahlangkah uji hipotesis Menjelaskan metode pengambilan keputusan berdasarkan p-value Menyelesaikan uji hipotesis nilai rataan populasi untuk satu sampel, dua sampel, dan data berpasangan Menyelesaikan uji hipotesa nilai proporsi populasi untuk satu sampel dan dua sampel Menyelesaikan uji hipotesa nilai ragam dan rasio ragam Menghitung ukuran sampel yang dibutuhkan untuk menguji hipotesa Menerapkan uji Goodness of fit untuk menguji bentuk distribusi data

10. Menggunakan tabel untuk menghitung limit individu dalam populasi 1. Mendiskusikan konsep uji hipotesa satu sisi, maupun dua sisi 2. Mendiskusikan tipe-tipe kesalahan dalam pengujian 3. Mengkaji langkahlangkah uji hipotesa 4. Menerapkan langkah-langkah uji hipotesa untuk menguji nilai parameter rataan, dan selisih rataan 5. Menerapkan langkah-langkah uji hipotesa untuk menguji nilai parameter proporsi, dan selisih proporsi 6. Mengkaji rumus untuk menentukan jumlah sampel pengujian hipotesa 7. Mengkaji langkahlangkah uji

1. Konsep Uji 300’ Hipotesa: satu sisi dan 2 sisi 2. Penggunaan Pvalue dalam pengambilan keputusan 3. Uji hipotesa nilai rataan dan selisih rataan 4. Uji hipotesa nilai proporsi dan selisih proporsi 5. Uji hipotesa nilai ragam dan rasio ragam 6. Penentuan Ukuran sampel 7. Uji Goodness of fit




5


8.

1. Mengidentifika si hubungan linear 2 variabel 2. Menyelesaikan permasalahan non linear dengan persamaan regresi linear 3. Menjelaskan korelasi dua kelompok data

1. Menjelaskan model regresi linear sederhana 2. Menghitung nilai parameter dalam regresi linear 3. Menguji linearitas data 4. Mengubah data non linear menjadi linear 5. Menghitung nilai korelasi dua kelompok data 6. Menjelaskan makna nilai korelasi

1. 2.

3. 4.

5.

6.

1. Menyusun rancangan ANAVA dengan tepat 2. Menyelesaikan persoalan ANAVA 3. Menginterpreta sikan hasil uji ANAVA

1. Menjelaskan istilahistilah dalam ANAVA: perlakuan, blok, galat kesalahan, dll 2. Menjelaskan modelmodel ANAVA 3. Menjelaskan tahapan ANAVA satu arah 4. Membuat tabel ANAVA 5. Menghitung nilai galat kesalahan dan ragam serta interpretasinya

1. 2.

3.

4.

goodness of fit Menyelesaikan contoh kasus soalsoal uji hipotesa Mendiskusikan konsep regresi linear Menurunkan rumus menghitung parameter regresi linear sederhana Mendiskusikan linearitas suatu data Mendiskusikan transformasi data non linear menjadi data linear Mengkaji nilai korelasi dan interpretasinya Menyelesaikan soalsoal latihan regresi dan korelasi Mendiskusikan konsep ANAVA Mendiskusikan model ANAVA acak, terblok, dan bujur sangkar latin Mengkaji pembuatan tabel ANAVA satu arah Mendiskusikan keterkaitan blok dengan perlakuan

1. Konsep regresi 100’ linear 2. Model regresi linear sederhana 3. Uji linearitas data 4. Tranformasi data non linear 5. Korelasi

- LCD, Laptop, Tugas pokok Whiteboard bahasan, - Referensi: [6] diskusi, Tes tertulis

200’ 1. Konsep teknik ANAVA 2. ANAVA satu arah: acak sempurna 3. ANAVA: rancangan blok acak 4. ANAVA: Bujur sangkar latin

- LCD, Laptop, Whiteboard - Referensi: [2] dan [6]



6


1. Mengenali statistika non parametrik 2. Menyelesaikan persoalan uji non parametric dengan sign test, rank sum test, Kruskal Wallis test, dan Runs test

5. Menyelesaikan soal 6. Mengidentifikasi latihan ANAVA tiap keterkaitan antara blok model dan perlakuan 1. Mendiskusikan 1. Menjelaskan definisi statistika non statistika non parametrik parametrik 2. Menjelaskan tahapan 2. Mengkaji beberapa metode sign test, rank metode pengujian sum test, kruskal wallis, hipotesa non dan runs test parametrik, yaitu: 3. Menyelesaikan uji sign test, rank sum hipotesa non parametric test, kruskal wallis, dengan metode-metode dan runs test tersebut 3. Menyelesaikan soalsoal latihan uji hipotesa non parametrik

1. Konsep uji non parametrik 2. Metode Sign test 3. Metode Ranksum test 4. Metode Kruskal Wallis test 5. Metode runs test

100’

- LCD, Laptop, Whiteboard - Referensi: [6]


Daftar Referensi: 1. Albright, Winston, and Zappe, 2003, Data Analysis and Decision Making with Ms. Excel, Thom Learning Inc., USA. 2. Blank, L, 1980, Statistical Procedures for Engineering, Management, and Science, McGraw-Hill. 3. Bowker and Lieberman, 1972, Engineering Statistics, Prentice Hall. 4. Cochran, W.G., 1997, Sampling Techniques, 3rd Ed, John Wiley & Sons. 5. Thomson, S.K., 1992, Sampling, John Wiley & Sons. 6. Walpole, R.E, Myers, R.H, and Myers, S.L, 1998, Probability and Statistics for Engineers and Scientists, 6th Ed, Prentice Hall International, New Jersey.


7


RENCANA MUTU PEMBELAJARAN Nama Dosen Program Studi Kode Mata Kuliah Nama Mata Kuliah Jumlah SKS Semester Pokok Bahasan Alokasi Waktu Pertemuan ke I.

II.

: Hari Prasetyo, ST., MT. : Teknik Industri : TKI-204 : Statistika Industri :2 : III : Statistika Diskriptif : 200 menit :1&2

Standar Kompetensi Mahasiswa mampu melakukan pengumpulan dan penyajian data, penarikan sampel, pendugaan nilai parameter, uji hipotesis, analisis ragam, serta analisis regresi yang dimanfaatkan untuk menyelesaikan masalah perancangan, perbaikan, pemasangan dan pengoperasian sistem integral. Kompetensi Dasar: 1. Membedakan statistika diskriprif dan statistika inferensi 2. Membedakan berbagai tipe data 3. Menyajikan data menjadi informasi yang mudah dicerna 4. Menganalisis ukuran pusat data dan sebaran data

III.

Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menceritakan statistika deskriptif dan statistika inferensi 2. Membedakan tipe data 3. Menyajikan data dalam tabel, pie chart, dan diagram batang 4. Menghitung rataan, median, modus, persentil dan kuartil dari data tersebar dan kelompok 5. Menghitung ragam data populasi

IV.

Materi Ajar: 1. Statistika Deskriptif vs Statistika inferensi 2. Tipe-tipe data 3. Penyajian data: Tabel dan Grafik 4. Ukuran-ukuran pusat data: rataan, median, modus, persentil, kuartil 5. Ukuran-ukuran Sebaran Data: ragam, rentang (range), interkuartil 6. Skewness dan Kurtosis

V.

Metode/Strategi Pembelajaran: Ceramah, diskusi, latihan soal kelompok

VI.

Tahap Pembelajaran: A. Kegiatan Awal : Dosen menjelaskan garis besar materi yang akan dikaji dalam


8


pertemuan, manfaat dan contoh penerapannya dalam industri B. Kegiatan Inti : - Dosen menyajikan materi lewat ceramah dan diskusi - Dosen membagi mahasiswa dalam kelompok @ 3-5 orang - Dosen memberikan contoh soal untuk diselesaikan tiap kelompok - Mahasiswa berlatih dalam kelompok mengerjakan contoh yang diberikan, dosen membimbing jika terdapat kesulitan C. Kegiatan Akhir : Dosen memberikan penekanan ulang terhadap materi yang masih belum jelas dan memberikan tugas kelompok yang dikumpulkan pada pertemuan selanjutnya VII.

Alat/Bahan/Sumber Belajar: A. Alat/Media : LCD, Laptop, whiteboard B. Bahan/Sumber Belajar : 1. Albright, Winston, and Zappe, 2003, Data Analysis and Decision Making with Ms. Excel, Thom Learning Inc., USA. 2. Bowker and Lieberman, 1972, Engineering Statistics, Prentice Hall. 3. Walpole, R.E, Myers, R.H, and Myers, S.L, 1998, Probability and Statistics for Engineers and Scientists, 6th Ed, Prentice Hall International, New Jersey.

VIII.

Penilaian: A. Teknik dan instrumen penilaian : 1. Diskusi (dinilai) 2. Portofolio pokok bahasan 3. Jelaskan perbedaan antara statistika deskriptif dan statistika inferensi! 4. Dari data berikut [....] lakukan pengelompokan dan sajikan dalam diagram batang atau pie chart! 5. Dari soal no 2 hitung nilai rataan, modus, median, persentil 10, kuartil 3, range, serta ragamnya. B. Kriteria Penilaian : NT = 20 % ND + 40% PF + 40% TT Keterangan ND : Nilai Keaktivan Diskusi PF : Portofolio Pokok Bahasan TT : Tes Tertulis NT : Nilai Total


9


RENCANA MUTU PEMBELAJARAN Nama Dosen Program Studi Kode Mata Kuliah Nama Mata Kuliah Jumlah SKS Semester Pokok Bahasan Alokasi Waktu Pertemuan ke

: Hari Prasetyo, ST., MT. : Teknik Industri : TKI-204 : Statistika Industri :2 : III : Distribusi Sampling : 200 menit :3&4

I.

Standar Kompetensi Mahasiswa mampu melakukan pengumpulan dan penyajian data, penarikan sampel, pendugaan nilai parameter, uji hipotesis, analisis ragam, serta analisis regresi yang dimanfaatkan untuk menyelesaikan masalah perancangan, perbaikan, pemasangan dan pengoperasian sistem integral.

II.

Kompetensi Dasar: 1. Menerapkan rencana sampling dengan tepat 2. Menerapkan teorema limit sentral untuk menghitung peluang nilai parameter rataan dan ragam sampel

III.

Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menceritakan metode penarikan sampel: simple, systematic, stratified, cluster, dan multi stage random sampling 2. Membedakan dan memilih metode penarikan sampel yang sesuai 3. Menjelaskan konsep distribusi sampling 4. Menjelaskan teori limit sentral 5. Menjelaskan distribusi rataan sampel menggunakan teori limit sentral 6. Menghitung peluang rataan dan selisih rataan sampel 7. Menjelaskan distribusi ragam sampel 8. Menghitung peluang ragam dan rasio ragam sampel

IV.

Materi Ajar: 1. Teknik-teknik pengambilan sampel secara acak 2. Konsep distribusi sampling 3. Teori limit sentral 4. Distribusi sampling: rataan (Distribusi Z dan t) 5. Distribusi sampling: ragam (Distribusi Chi Square dan F)

V.

VI.

Metode/Strategi Pembelajaran: Simulasi/ peragaan pengambilan sampel, ceramah dan diskusi materi, latihan soal kelompok Tahap Pembelajaran: A. Kegiatan Awal :

[TKI-204] Statistika Industri 10


Dosen menjelaskan garis besar materi yang akan dikaji dalam pertemuan, manfaat dan contoh penerapannya dalam industri B. Kegiatan Inti : - Dosen menyajikan materi lewat ceramah dan diskusi - Dosen memberikan peragaan/ simulasi pengambilan sampel - Dosen membagi mahasiswa dalam kelompok @ 3-5 orang - Dosen memberikan contoh soal untuk diselesaikan tiap kelompok - Mahasiswa berlatih dalam kelompok mengerjakan contoh yang diberikan, dosen membimbing jika terdapat kesulitan C. Kegiatan Akhir : Dosen memberikan penekanan ulang terhadap materi yang masih belum jelas dan memberikan tugas kelompok yang dikumpulkan pada pertemuan selanjutnya VII.

VIII.

Alat/Bahan/Sumber Belajar: A. Alat/Media : LCD, Laptop, whiteboard B. Bahan/Sumber Belajar : 1. Albright, Winston, and Zappe, 2003, Data Analysis and Decision Making with Ms. Excel, Thom Learning Inc., USA. 2. Cochran, W.G., 1997, Sampling Techniques, 3rd Ed, John Wiley & Sons. 3. Thomson, S.K., 1992, Sampling, John Wiley & Sons. 4. Walpole, R.E, Myers, R.H, and Myers, S.L, 1998, Probability and Statistics for Engineers and Scientists, 6th Ed, Prentice Hall International, New Jersey. Penilaian: A. Teknik dan instrumen penilaian : 1. Diskusi (dinilai) 2. Portofolio tiap pokok bahasan 3. Jelaskan teknik penarikan sampel acak, sistematik, terstrata, dan penarikan sampel multi tahap! 4. Tabung televisi buatan pabrik A memiliki rataan umur hidup 6.5 th standar deviasi 0.9 tahun, buatan pabrik B rataan 6 tahun standar deviasi 0.8 tahun. Berapa peluang sampel acak yang terdiri dari masing-masing 36 produk A dan B memiliki selisih rataan minimal 1 tahun. Gunakan derajat keyakinan 95%. 5. Berapa peluang sampel acak 25 unit dari populasi nornal dengan ragam 6 akan memiliki ragam sampel (i) > 9.1, (ii) antara 3.462 dan 10.745? B. Kriteria Penilaian : NT = 20 % ND + 40% PF + 40% TT Keterangan ND : Nilai Keaktivan Diskusi PF : Portofolio Pokok Bahasan TT : Tes Tertulis NT : Nilai Total




: Hari Prasetyo, ST., MT. : Teknik Industri : TKI-204 : Statistika Industri :2 : III : Pendugaan Parameter : 300 menit : 5, 6, & 7

I.


II.

Kompetensi Dasar: 1. Menggunakan estimator yang tepat 2. Menghitung nilai pendugaan parameter rataan, proporsi, dan ragam dari sampel secara tepat 3. Menghitung ukuran sampel minimal untuk tingkat kesalahan pendugaan yang diinginkan 4. Menganalisis tolerance limit dari nilai parameter individu populasi

III.

Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menjelaskan sifat-sifat estimator yang baik 2. Menjelaskan pendugaan titik dan pendugaan interval 3. Menghitung nilai pendugaan interval dari rataan sampel untuk: sampel tunggal, sampel ganda, dan sampel berpasangan dengan tingkat keyakinan yang berbeda-beda dan informasi nilai ragam populasi diketahui dan tidak diketahui 4. Menghitung nilai pendugaan interval dari proporsi sampel untuk: sampel tunggal dan sampel ganda dengan tingkat keyakinan yang berbeda-beda. 5. Menghitung nilai pendugaan interval dari ragam sampel (sampel tunggal) dan rasio ragam (sampel ganda) dengan tingkat keyakinan yang berbeda-beda. 6. Menghitung ukuran sampel untuk tingkat kesalahan pendugaan yang diinginkan 7. Menghitung batas atas dan bawah dari nilai individu populasi

IV.

Materi Ajar: 1. Konsep Pendugaan 2. Sifat-sifat estimator yang baik 3. Tradisional Estimator: Pendugaan Titik



4. 5. 6. 7. 8.

Pendugaan interval Pendugaan nilai parameter rataan: 1 sampel, 2 sampel, dan berpasangan Pendugaan nilai parameter proporsi: 1 sampel, dan 2 sampel Pendugaan nilai parameter ragam dan rasio ragam Penentuan ukuran sampel untuk tingkat kesalahan yang diinginkan

V.


VI.

Tahap Pembelajaran: A. Kegiatan Awal : Dosen menjelaskan garis besar materi yang akan dikaji dalam pertemuan, kaitannya dengan materi sebelumnya, manfaat dan contoh penerapannya dalam industri B. Kegiatan Inti : - Dosen menyajikan materi lewat ceramah dan diskusi - Dosen membagi mahasiswa dalam kelompok @ 3-5 orang - Dosen memberikan contoh soal untuk diselesaikan tiap kelompok - Mahasiswa berlatih dalam kelompok mengerjakan contoh yang diberikan, dosen membimbing jika terdapat kesulitan C. Kegiatan Akhir : Dosen memberikan penekanan ulang terhadap materi yang masih belum jelas dan memberikan tugas kelompok yang dikumpulkan pada pertemuan selanjutnya

VII.

Alat/Bahan/Sumber Belajar: A. Alat/Media : LCD, Laptop, whiteboard B. Bahan/Sumber Belajar : 1. Albright, Winston, and Zappe, 2003, Data Analysis and Decision Making with Ms. Excel, Thom Learning Inc., USA. 2. Blank, L, 1980, Statistical Procedures for Engineering, Management, and Science, McGraw-Hill. 3. Bowker and Lieberman, 1972, Engineering Statistics, Prentice Hall. 4. Walpole, R.E, Myers, R.H, and Myers, S.L, 1998, Probability and Statistics for Engineers and Scientists, 6th Ed, Prentice Hall International, New Jersey.

VIII.

Penilaian: A. Teknik dan instrumen penilaian : 1. Diskusi (dinilai) 2. Portofolio tiap pokok bahasan 3. Jelaskan 3 sifat estimator yang baik! 4. Dari 30 data berat badan wanita sebelum dan sesudah minum Sliming Tea selama 2 bulan berikut [....] duga berapa nilai interval rataan pegurangan berat badan dengan minum Sliming Tea, gunakan derajat keyaninan 95 dan 99 %! 5. Hitung ukuran sampel yang dibutuhkan untuk memprediksi parameter rataan populasi dari data berikut [....], jika maksimum kesalaham prediksi 0.56, gunakan derajat keyakinan 95%! [TKI-204] Statistika Industri 13


B. Kriteria Penilaian : NT = 20 % ND + 40% PF + 40% TT Keterangan ND : Nilai Keaktivan Diskusi PF : Portofolio Pokok Bahasan TT : Tes Tertulis NT : Nilai Total




: Hari Prasetyo, ST., MT. : Teknik Industri : TKI-204 : Statistika Industri :2 : III : Uji Hipotesa : 300 menit : 8, 9, & 10

I.


II.

Kompetensi Dasar: 1. Menguji hipotesis ada atau tidaknya perbedaan nilai parameter populasi dengan benar 2. Menguji bentuk distribusi suatu data 3. Menghitung ukuran sampel yang diperlukan dalam pengujian

III.

Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menjelaskan langkah-langkah uji hipotesis 2. Menjelaskan metode pengambilan keputusan berdasarkan p-value 3. Menyelesaikan uji hipotesis nilai rataan populasi untuk satu sampel, dua sampel, dan data berpasangan 4. Menyelesaikan uji hipotesa nilai proporsi populasi untuk satu sampel dan dua sampel 5. Menyelesaikan uji hipotesa nilai ragam dan rasio ragam 6. Menghitung ukuran sampel yang dibutuhkan untuk menguji hipotesa 7. Menerapkan uji Goodness of fit untuk menguji bentuk distribusi data

IV.

Materi Ajar: 1. Konsep Uji Hipotesa: satu sisi dan 2 sisi 2. Penggunaan P-value dalam pengambilan keputusan 3. Uji hipotesa nilai rataan dan selisih rataan 4. Uji hipotesa nilai proporsi dan selisih proporsi 5. Uji hipotesa nilai ragam dan rasio ragam 6. Penentuan Ukuran sampel 7. Uji Goodness of fit

V.

Metode/Strategi kelompok

Pembelajaran:

Ceramah,

diskusi,

latihan

soal



VI.

Tahap Pembelajaran: A. Kegiatan Awal : Dosen menjelaskan garis besar materi yang akan dikaji dalam pertemuan, kaitannya dengan materi sebelumnya, manfaat dan contoh penerapannya dalam industri B. Kegiatan Inti : - Dosen menyajikan materi lewat ceramah dan diskusi - Dosen membagi mahasiswa dalam kelompok @ 3-5 orang - Dosen memberikan contoh soal untuk diselesaikan tiap kelompok - Mahasiswa berlatih dalam kelompok mengerjakan contoh yang diberikan, dosen membimbing jika terdapat kesulitan C. Kegiatan Akhir : Dosen memberikan penekanan ulang terhadap materi yang masih belum jelas dan memberikan tugas kelompok yang dikumpulkan pada pertemuan selanjutnya

VII.

Alat/Bahan/Sumber Belajar: A. Alat/Media : LCD, Laptop, whiteboard B. Bahan/Sumber Belajar : 1. Albright, Winston, and Zappe, 2003, Data Analysis and Decision Making with Ms. Excel, Thom Learning Inc., USA. 2. Blank, L, 1980, Statistical Procedures for Engineering, Management, and Science, McGraw-Hill. 3. Bowker and Lieberman, 1972, Engineering Statistics, Prentice Hall. 4. Walpole, R.E, Myers, R.H, and Myers, S.L, 1998, Probability and Statistics for Engineers and Scientists, 6th Ed, Prentice Hall International, New Jersey.

VIII.

Penilaian: A. Teknik dan instrumen penilaian : 1. Diskusi (dinilai) 2. Portofolio tiap pokok bahasan 3. Dari data kecacatan sebelum dan sesudah implementasi sistem baru di bawah ini [....] lakukan pengujian dengan tingkat keyakinan 95%, apakah sistem yang baru dapat mengurangi kecacatan produk? 4. Dari data berikut [...] dengan tingkat keyakinan 99% apakah proporsi kecacatan produk lebih dari 2%? Jika berapa jumlah sampel minimal jika diinginkan tingkat kesalahan tipe II < 20%? 5. Dari data di bawah [....], lakukan pengujian apakah data tersebut berdistribusi eksponensial? Gunakan berbagai tingkat keyakinan. B. Kriteria Penilaian : NT = 20 % ND + 40% PF + 40% TT Keterangan ND : Nilai Keaktivan Diskusi PF : Portofolio Pokok Bahasan TT : Tes Tertulis NT : Nilai Total [TKI-204] Statistika Industri 16



: Hari Prasetyo, ST., MT. : Teknik Industri : TKI-204 : Statistika Industri :2 : III : Regrasi Linear dan Korelasi : 100 menit : 11

I.


II.

Kompetensi Dasar: 1. Mengidentifikasi hubungan linear 2 variabel 2. Menyelesaikan permasalahan non linear dengan persamaan regresi linear 3. Menjelaskan korelasi dua kelompok data

III.

Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menjelaskan model regresi linear sederhana 2. Menghitung nilai parameter dalam regresi linear 3. Menguji linearitas data 4. Mengubah data non linear menjadi linear 5. Menghitung nilai korelasi dua kelompok data 6. Menjelaskan makna nilai korelasi

IV.

Materi Ajar: 1. Konsep regresi linear 2. Model regresi linear sederhana 3. Uji linearitas data 4. Tranformasi data non linear 5. Korelasi

V.

VI.

Metode/Strategi kelompok

Pembelajaran:

Ceramah,

diskusi,

latihan

soal

Tahap Pembelajaran: A. Kegiatan Awal : Dosen menjelaskan garis besar materi yang akan dikaji dalam



pertemuan, kaitannya dengan materi sebelumnya, manfaat dan contoh penerapannya dalam industri B. Kegiatan Inti : - Dosen menyajikan materi lewat ceramah dan diskusi - Dosen membagi mahasiswa dalam kelompok @ 3-5 orang - Dosen memberikan contoh soal untuk diselesaikan tiap kelompok - Mahasiswa berlatih dalam kelompok mengerjakan contoh yang diberikan, dosen membimbing jika terdapat kesulitan C. Kegiatan Akhir : Dosen memberikan penekanan ulang terhadap materi yang masih belum jelas dan memberikan tugas kelompok yang dikumpulkan pada pertemuan selanjutnya VII.

VIII.

Alat/Bahan/Sumber Belajar: A. Alat/Media : LCD, Laptop, whiteboard B. Bahan/Sumber Belajar : 1. Walpole, R.E, Myers, R.H, and Myers, S.L, 1998, Probability and Statistics for Engineers and Scientists, 6th Ed, Prentice Hall International, New Jersey. Penilaian: A. Teknik dan instrumen penilaian : 1. Diskusi (dinilai) 2. Portofolio tiap pokok bahasan 3. Dari data berikut [....] lakukan pengujian apakah datanya linear? 4. Data berikut [.....] memiliki fungsi P.V.γ = C. Lakukan transformasi menjadi persamaan linear dan tentukan nilai parameternya untuk memprediksi berapa nilai P jika V = 6? 5. Dari dua kelompok data di bawah [....] dan [....] tentukan apakah ada korelasi antara data 1 dan data 2? B. Kriteria Penilaian : NT = 20 % ND + 40% PF + 40% TT Keterangan ND : Nilai Keaktivan Diskusi PF : Portofolio Pokok Bahasan TT : Tes Tertulis NT : Nilai Total



RENCANA MUTU PEMBELAJARAN Nama Dosen Program Studi Kode Mata Kuliah Nama Mata Kuliah Jumlah SKS Semester Pokok Bahasan Alokasi Waktu Pertemuan ke I.

II.

: Hari Prasetyo, ST., MT. : Teknik Industri : TKI-204 : Statistika Industri :2 : III : Analisis Variansi : 200 menit : 12 & 13

Standar Kompetensi Mahasiswa mampu melakukan pengumpulan dan penyajian data, penarikan sampel, pendugaan nilai parameter, uji hipotesis, analisis ragam, serta analisis regresi yang dimanfaatkan untuk menyelesaikan masalah perancangan, perbaikan, pemasangan dan pengoperasian sistem integral. Kompetensi Dasar: 1. Menyusun rancangan ANAVA dengan tepat 2. Menyelesaikan persoalan ANAVA 3. Menginterpretasikan hasil uji ANAVA

III.

Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menjelaskan istilahistilah dalam ANAVA: perlakuan, blok, galat kesalahan, dll 2. Menjelaskan model-model ANAVA 3. Menjelaskan tahapan ANAVA satu arah 4. Membuat tabel ANAVA 5. Menghitung nilai galat kesalahan dan ragam serta interpretasinya 6. Mengidentifikasi keterkaitan antara blok dan perlakuan

IV.

Materi Ajar: 1. Konsep teknik ANAVA 2. ANAVA satu arah: acak sempurna 3. ANAVA: rancangan blok acak 4. ANAVA: Bujur sangkar latin

V.


VI.

Tahap Pembelajaran: A. Kegiatan Awal : Dosen menjelaskan garis besar materi yang akan dikaji dalam pertemuan, kaitannya dengan materi sebelumnya, manfaat dan contoh penerapannya dalam industri B. Kegiatan Inti :



-

Dosen menyajikan materi lewat ceramah dan diskusi Dosen membagi mahasiswa dalam kelompok @ 3-5 orang Dosen memberikan contoh soal untuk diselesaikan tiap kelompok Mahasiswa berlatih dalam kelompok mengerjakan contoh yang diberikan, dosen membimbing jika terdapat kesulitan C. Kegiatan Akhir : Dosen memberikan penekanan ulang terhadap materi yang masih belum jelas dan memberikan tugas kelompok yang dikumpulkan pada pertemuan selanjutnya VII.

VIII.

Alat/Bahan/Sumber Belajar: A. Alat/Media : LCD, Laptop, whiteboard B. Bahan/Sumber Belajar : 1. Walpole, R.E, Myers, R.H, and Myers, S.L, 1998, Probability and Statistics for Engineers and Scientists, 6th Ed, Prentice Hall International, New Jersey. 2. Blank, L, 1980, Statistical Procedures for Engineering, Management, and Science, McGraw-Hill. Penilaian: A. Teknik dan instrumen penilaian : 1. Diskusi (dinilai) 2. Portofolio tiap pokok bahasan 3. Jelaskan perbedaan ANAVA: acak, blok, dan bujur sangkar latin 4. Dari data berikut [....] lakukan pengujian apakah perlakuan 1, perlakuan 2, dan perlakuan 3 memiliki hasil yang sama? 5. Dari data berikut [....] apakah ada keterkaitan antara blok dengan perlakuan? B. Kriteria Penilaian : NT = 20 % ND + 40% PF + 40% TT Keterangan ND : Nilai Keaktivan Diskusi PF : Portofolio Pokok Bahasan TT : Tes Tertulis NT : Nilai Total




: Hari Prasetyo, ST., MT. : Teknik Industri : TKI-204 : Statistika Industri :2 : III : Pengujian Non-parametrik : 100 menit : 14

I.


II.

Kompetensi Dasar: 1. Mengenali pengujian statistika non parametrik 2. Menyelesaikan persoalan uji non parametric dengan sign test, rank sum test, Kruskal Wallis test, dan Runs test

III.

Indikator: Setelah mengikuti perkuliahan mahasiswa diharapkan dapat: 1. Menjelaskan definisi statistika non parametrik 2. Menjelaskan tahapan metode sign test, rank sum test, kruskal wallis, dan runs test 3. Menyelesaikan uji hipotesa non parametrik dengan metode-metode tersebut

IV.

Materi Ajar: 1. Konsep uji non parametrik 2. Metode Sign test 3. Metode Rank-sum test 4. Metode Kruskal Wallis test 5. Metode runs test

V.


VI.

Tahap Pembelajaran: A. Kegiatan Awal : Dosen menjelaskan garis besar materi yang akan dikaji dalam pertemuan, kaitannya dengan materi sebelumnya, manfaat dan contoh penerapannya dalam industri B. Kegiatan Inti : - Dosen menyajikan materi lewat ceramah dan diskusi



-

Dosen membagi mahasiswa dalam kelompok @ 3-5 orang Dosen memberikan contoh soal untuk diselesaikan tiap kelompok Mahasiswa berlatih dalam kelompok mengerjakan contoh yang diberikan, dosen membimbing jika terdapat kesulitan C. Kegiatan Akhir : Dosen memberikan penekanan ulang terhadap materi yang masih belum jelas dan memberikan tugas kelompok yang dikumpulkan pada pertemuan selanjutnya VII.

VIII.

Alat/Bahan/Sumber Belajar: A. Alat/Media : LCD, Laptop, whiteboard B. Bahan/Sumber Belajar : 1. Walpole, R.E, Myers, R.H, and Myers, S.L, 1998, Probability and Statistics for Engineers and Scientists, 6th Ed, Prentice Hall International, New Jersey. Penilaian: A. Teknik dan instrumen penilaian : 1. Diskusi (dinilai) 2. Portofolio tiap pokok bahasan 3. Jelaskan pengertian statistika non parametrik! 4. Jelaskan tahapan-tahapan dalam pengujian non parametrik menggunakan metode sign test, Kruskal Wallis, dan runs test! 5. Diketahui data dua produk berikut [.....], lakukan pengujian apakah dari data tersebut produk A lebih baik dari produk B? B. Kriteria Penilaian : NT = 20 % ND + 40% PF + 40% TT Keterangan ND : Nilai Keaktivan Diskusi PF : Portofolio Pokok Bahasan TT : Tes Tertulis NT : Nilai Total


SILABUS MATA KULIAH. Pengalaman Pembelajaran

Recommend Documents