RPKPS

RENCANA PROGRAM & KEGIATAN PEMBELAJARAN SEMESTER
(RPKPS)
A. MATA KULIAHz
Nama Mata Kuliah : Pengantar Analisis Regresi
Kode/sks :MAS 4231/3
Semester :2
Status (Wajib/Pilihan) :W
Prasyarat : MAS 4121/Metode Statistika I :
MAS 4280/Matriks dan Ruang
Vektor [diambil bersamaan]
B. TUJUAN PEMBELAJARAN
i Mahasiswa mampu mengidentifikasi dan mendefisinikan
hubungan kausalitas, variabel independent dan variabel
dependent.
ii Mahasiswa mampu menganalisis bentuk hubungan satu variabel
dependent dengan satu variabel independent yang dituangkan
dalam bentuk model regresi linier, mendapatkan taksiran
parameter penyusun modelnya, menguji keberartian model secara
simultan (ANOVA) dan parsial (t-student test), menganalisis
residual model duga, identifikasi dan tindakan penanganan
terhadap data yang berpencilan dan influence observations,
menaksir nilai amatan berdasar model duga dan
menginterpretasikannya.
iii Mahasiswa mampu menganalisis bentuk hubungan dua variabel
dalam bentuk eksponensial yang dapat ditransformasi dan
menginterpretasikannya
iv Mahasiswa mampu menganalisis bentuk hubungan satu variabel
dependent dengan dua atau lebih variabel independent dalam
bentuk model regresi linier berganda, mendapatkan taksiran
parameter penyusun modelnya, menguji keberartian model secara
simultan (ANOVA) dan parsial (t-student test), menganalisis
residual model duga, dan menginterpretasikan hasil analisisnya.
v Mahasiswa mampu menganalisis model regresi linier sederhana
dan berganda dalam bentuk matriks.
vi Mahasiswa mampu menganalisis keeratan hubungan (korelasi)
antar variabel secara berganda maupun parsial.
vii Mahasiswa mampu menentukan model regresi terbaik dengan
metode all possible regression, stepwise (forward, backward).
C. OUTCOME PEMBELAJARAN
i Mampu berpikir logis, kritis
dan analitis
ii Mampu mengaplikasikan berbagai
program komputer
iii Mampu menerjemahkan masalah di kehidupan nyata
ke logika statistika
iv Mampu mengidentifikasi masalah dan mendefinisikan ke dalam
variabel yang sesuai
v Mampu
menganalisis data
vi Mampu merumuskan hasil dan menarik
kesimpulan secara sahih
vii Mampu mengkomunikasikan kembali hasil analisis dan
kesimpulan ke permasalahan semula
viii Mampu menjadi konsultan
statistika
D. JUMLAH JAM DAN PEMBAGIANNYA
i Jumlah tatap muka 15 kali (@ 150 menit), minggu ke-8 UTS
1
(100 menit)
ii Belajar mandiri 1-2 jam /minggu
E. JADWAL KEGIATAN
Mingg Pertemu Waktu Pokok Sub Pokok Metode
u an ke- (menit Bahasan Bahasan (Ceramah/Diskusi/
) Kuis)
I 1 150 Konsep a. Ceramah dan
dasar
Regresi Pendahuluan Diskusi
dan b. Identifikasi
Korelasi variabel
c. Pendefinisian
variabel
dependent dan
independent
II 2 150 Korelasi a. Korelasi Ceramah dan
dan b.
Regresi Diskusi
Linier Penghitunga
Sederhana n
penduga
parameter
pada model
regresi linier
sederhana
c. OLS dan
MLE
III 3 150 Regresi a. Asumsi Ceramah dan
Linier klasik:
Sederhana macam Diskusi
dan
akibat
jika
terpenuhi
b. Uji
keberartian
model
IV 4 150 Regresi a. Identifikasi Ceramah dan
Linier pencilan
Sederhana dan Diskusi
amatan
berpengaruh
b. Penanganan
pencilan
dan
amatan
berpengaruh
c. Pendekatan
Matriks
d. Aplikasi
paket
e. Interpretasi
V 5 150 Regresi Analisis Ceramah dan
Linier
Sederhana Residual Diskusi
VI 6 150 Regresi a. Konsep Ceramah dan
Eksponen b. Perhitungan
sial dan Diskusi
interpretasi
model
VII 7 150 Review Pemantaban Ceramah dan
konsep,
penghitungan, Diskusi
interpretasi
hasil analisis
2
F.
PENILAIAN
Minggu
Pertemuan ke-
Waktu (menit)
Pokok Bahasan
Sub Pokok Bahasan
Metode (Ceramah/Diskusi/Kuis)
VIII
8
150
UTS
Pertemuan 1-7
IX
9
150
Regresi
Linier
Berganda
a. Konsep
b. Penghitungan
penduga parameter
pada model regresi
linier berganda
Ceramah dan Diskusi
3
X
10
150
Regresi
Linier
Berganda
a. Uji keberartian
model
b. Pendekatan
matriks
c. Aplikasi paket
dan interpretasi
Ceramah dan Diskusi
XI
11
150
Regresi
Linier
Berganda
Asumsi klasik dan akibat yang ditimbulkan jika tidak terpenuhi
Ceramah dan Diskusi
XII
12
150
Kuis
Pertemuan 1-11
XIII
13
150
Regresi
Linier
Berganda
Tindakan terhadap tidak terpenuhinya asumsi inon-normality, autocorrelation)
Ceramah dan Diskusi
XIV
14
150
Regresi
Linier
Berganda
Tindakan terhadap tidak terpenuhinya asumsi
(heteroscedasticity, mullicollinearily)
Ceramah dan Diskusi
XV
15
150
Regresi
Linier
Berganda
Pemilihan model regresi terbaik
Ceramah dan Diskusi
XVI
16
4
150
Review
Pemantaban konsep, penghitungan, interpretasi hasil analisis
Ceramah dan Diskusi
No. Komponen Prosenta

Penilaian se
1 Tugas terstruktur 10
2 Kuis 15
3 UTS 30
4 UAS 45
Jumlah 100
Nilai Akhir: menggunakan standar penilaian
Kisaran Huruf
Nilai Mutu
> 80.1 A
75.1-80.0 B+
70.1 -75.0 B
65.1 -70.0 C+
55.1-65.0 c
50.1 -55.0 D+
45.1-50.0 D
<45 E
G. PUSTAKA ACUAN
Draper, N. R and H. Smith [1992], Applied Regression Analysis, (diterjemahkan oleh
Bambang Sumantri), PT Gramedia, Jakarta.
Montgomery, Douglas. C and Elizabeth A. Peck [1992], Introduction to Linear
Regression Analysis, Wiley, New York.
Myers, R. H [1990], Classical and Modern Regression with Applications, PWS-Kent
Publishers, Boston.
Sembiring, R.K [1995], Analisis Regresi, Penerbit ITB, Bandung.
Weisberg, Stanford [1985], Applied Linear Regression, Wiley, New York.
5
RENCANA PROGRAM DAN KEGIATAN
PEMBELAJARAN SEMESTER
(RPKPS)
A. MATA KULIAH
Kode/s : MAS 4141/ 3
ks
Mata : Pemrograman
Linier
Kuliah
Semest : I K
er
Status : Wajib
Prasyar : MAS 4280
at
Tujuan Pembelajaran:
i. Mahasiswa mampu
merumuskan model
pemrogranan linier
ii Mahasiswa mampu
mengaplikasikan prinsip
program linier
iii Mahasiswa mampu
mengartikan untuk
pengambilan keputusan
Outcome Pembelajaran:
i. Kemampuan memodelkan pemrogranan linier
ii Kemampuan menyelesaikan masalah
pemrogranan linier
ii Kemampuan menggunakan paket program
pemrogranan linier
iv Kemampuan interpretasi model pemrogranan
linier
Jumlah jam dan

pembagiannya :
i.
Jumlah tatap muka
16 kali tatap muka (minggu ke 8 UTS )
ii.
Tugas
Setiap akhir kuliah (tatap muka)
iii.
Kuis
Awal kuliah minggu ke 5 dan 12

E. JADWAL
KEGIATAN
Minggu
Pertemuan
Waktu (mnt)
Pokok Bahasan
Sub Pokok Bahasan
Metode
(Ceramah/
/Diskusi
1
l
100
Pendahuluan
D Kontrak kuliah D Contoh
Pemrograman
linier
Ceramah
2
2
100
Pemrograman linier, pemecahan grafik
D Model dua
variabel 0 Pemecahan grafik 0 An. sensitifitas
Ceramah
3
3
100
Formulasi LP
□ Formulasi LP
Ceramah
4
4
100
Metode simpleks
□ Gagasan
□ Pengembangan D Simplek primal D Simplek dual
Ceramah
5
5
100
Q Kasus kusus D Interpretasi
Ceramah
6
6
100
Metode simpleks dalam matrik
D Metode simpleks dalam matrik
[] Metode simplek direvisi
Ceramah
7
7
100
D
00
8
100
UTS
Bahan minggu ke 1 -7
Kuis
9
9
100
Metode simpleks dualitas
□ Dualitas
0 Pemecahan dual
Ceramah
10
10
100
□ Interpretasi D Slack
komplementer
Ceramah
11
11
100
Sensitifitas
D Optimalitas □ Kelayakan
Ceramah
12
12
100
Pemrog. Linier Parametri k
G Perubahan dalam C,B, Pjdan simultan
Ceramah
13
13
100
Masalah transportasi
D Teknik
transportasi □ Pemecahan awal
Ceramah
14
14
100
D Model penugasan
Ceramah
15
15
100
Assignment
□ Model Assignment
Ceramah
16
16
100
Persentasi
0 Makalah LP/ transportasi
Diskusi
F. PENILAIAN
Komponen dan persentase penilaian
No Komponen Persenta
. penilaian se
1 Kuis 15
2. PR 15
3. Makalah 20
4. UTS 25
5. UAS 25
Jumlah 100
Nilai akhir menggunakan standar penilaian : tranformasi ke

Kisaran nilai Huruf Mutu
£80.1 A
75.1-80 B+
70.1-75 B
65.1-70 C+
55.1-65 C
50.1-55 D+
45.1-50 D
£45 E
G. PUSTAKA
ACUAN Pustaka
Acuan:
1. Taha, H. 1997. Riset Operasi. Binampa Aksara, Jakarta
2. Hillier, F.S. dan Lieberman. 1980. Introduction to
Operations Research. Holden-Day Inc., California
3. Wagner, H. 1982. Principles of Operation Research.
Prestice Hall, New York.
4. Winston, W.L. 1994. Operating Research, Aplication &
Algoritm 3rd edition. Duxbury Pers. California
RENCANA PROGRAM & KEGIATAN PEMBELAJARAN
SEMESTER
(RPKPS)
A. MATA KULIAH
Nama Mata Statistika Matematika I

Kuliah
Kode/sks MAS 4111 / 3
Semester III
Status W
(Wajib/Pilihan)
Prasyarat MAS 4211
Setelah menempuh mata kuliah ini diharapkan mahasiswa mampu :

i. Menjelaskan konsep dasar sebaran peluang secara
lebih mendalam
untuk menunjang teori selanjutnya________
C. OUTCOME PEMBELAJARAN Outcome dari
pembelajaran mata kuliah ini adalah mahasiswa
mampu :
i. Berpikir logis, kritis dan analitis
ii Mengaplikasikan berbagai program komputer
iii. Mengembangkan model - model statistika
iv. Mengkaji model - model statistika
v Menjadi konsultan statistika
vi. Menganalisis data
vii. Menguasai dan menerapkan teori statistika
i Jumlah tatap 17 kali
muka minggu ke 8 UTS dan minggu ke 17
UAS
ii. Belajar Tidak ada
mandiri
iii. Tugas dan Tugas diberikan setiap kali satu bahasan
presentasi selesai dibahas
iv. Kuis Kuis diadakan sebanyak 4 kali untuk
mengetahui tingkat penguasaan
mahasiswa terhadap materi
E. JADWAL
KEGIATAN
Minggu
Pertemuan ke-
Waktu (menit)
Pokok Bahasan
Sub Pokok Bahasan
Metode (Ceramah/Diskusi/ Kuis
I
1
100
Pendahuluan
Kontrak kuliah : Perkenalan
Penjelasan Materi yang dibahas MK Stat Mat I
Ceramah
2
50
Tinjauan ulang teori peluang
Bersyarat
Ceramah dan Diskusi
II
3
100
Peubah Acak dan
Sebarannya
Peubah Acak Diskret, Peubah Acak Kontinu
Ceramah dan Diskusi
4
50
Peubah Acak dan
Sebarannya
Nilai Harapan Peubah Acak
Ceramah dan Diskusi
III
5
100
Peubah Acak dan
Sebarannya
Pembangkit Momen
Ceramah dan Diskusi
6
50
Peubah Acak dan
Sebarannya
Evaluasi
Kuis
IV
7
100
Sebaran Peluang Khusus
kumulatif, rata - rata dan varians)
Ceramah dan Diskusi
8
50
rata -rata dan varians)
Ceramah dan Diskusi
V
9
100
Ceramah dan Diskusi
10
50
Ceramah dan Diskusi
VI
11
100
Peubah Acak Ganda
bersama
Ceramah dan Diskusi
12
50
Peubah Acak Ganda
Fungsi peluang marginal
Ceramah dan Diskusi
VII
13
100
Peubah Acak Ganda
Fungsi peluang bersyarat, peubah acak bebas
Ceramah dan Diskusi
14
50
Peubah Acak Ganda
Evaluasi
Kuis
VIII
15
100
UTS
Bahan minggu ke 1 - 7
Ceramah dan Diskusi
16
50
Pembahasan UTS
Ceramah dan Diskusi
IX
17
100
Sifat - sifat peubah acak
Sifat - sifat nilai harapan
Ceramah dan Diskusi
X 19 100 Sifat - sifat Harapan bersyarat, Ceramah dan
peubah fungsi pembangkit Diskusi
acak momen bersama
20 50 Sifat - sifat Evaluasi Kuis
peubah
acak
XI 21- 100 Fungsi Sebaran fungsi Ceramah dan
Peubah peubah acak( teknik Diskusi
Acak CDF, metode
transformasi)
22 50 Fungsi Teknik fungsi Ceramah dan
Peubah pembangkit momen. Diskusi
Acak
XII 23 100 Fungsi Statistik berurut, Ceramah dan
Peubah sebaran jumlah Diskusi
Acak peubah acak
24 50 Fungsi Sebaran fungsi linear Ceramah dan
Peubah Diskusi
Acak
XIII 25 100 Fungsi Kuadrat peubah Ceramah dan
Peubah acak normal Diskusi
Acak
26 50 Fungsi Sebaran normal Ceramah dan
Peubah Ganda Diskusi
Acak
xrv 27 100 Fungsi Sebaran t, sebaran F Ceramah dan
Peubah dan sebaran Beta Diskusi
Acak
28 50 Fungsi Evaluasi Kuis
Peubah
Acak
XV 29 100 Limiting Kekonvergenan Ceramah dan
distributio Diskusi
n
30 50 Limiting Ketidaksamaan Ceramah dan
distributio Diskusi
n
XVI 31 100 Limiting Kaidah Bilangan Ceramah dan
distributio Besar Diskusi
n
32 50 Limiting Dalil Limit Pusat Ceramah dan
distributio Diskusi
n
F. PENILAIAN
No. Komponen Penilaian Prosentas
e
1 Kuis 20
2 Tugas/presentasi tugas 10
3 UTS 30
4 UAS 40
Jumlah 100
– Nilai kuis = l/4(kuis 1 + kuis 2 + kuis 3 + kuis 4)
– Sifat : Kuis - catatan tertutup
UTS - catatan
tertutup UAS -
catatan tertutup
- Nilai Akhir : menggunakan standar penilaian
Kisaran nilai Huruf
Mutu
> 80.1 A
75.1 -80.0 B+
70.1-70.5 B
65.1-70.0 C+
50.1-65.0 C
45.1-50.0 D+
40.1-45.0 D
<40 E
G. PUSTAKA ACUAN
1. Bain, Lee. J., Engelhardt, M, 1992, Introduction to Probability and
Mathematical Statistics. Duxbury Press, California
2. Dudewiscz, E.T dan Mishra. 1995. Statistika dan Matematika
Modern. Terjemahan R.K Sembiring. ITB. Bandung.
3. mendenhall, W., Scheaffer, R. L., Wackerly, D. D. 1981.
Mathematical statistics with Application. Duxburry Press, Boston
4. Rice, J. A. 1995. Mathematical Statistics and Data analysis.
Duxbury Press, California.
5. Roussas, G. G. 1973. A first Course in Mathematical Statistics.
Mei Ya Publication Inc., Taipei, Taiwan
H. MONITORING
1. Berdasarkan kegiatan mingguan :
– Dapat dilihat dari respon mahasiswa ketika kuliah
– Dapat dilihat dari kuis yang diadakan
2. Umpan balik dari mahasiswa, dalam bentuk kuesioner yang diisi
oleh mahasiswa,
untuk mengetahui respon mahasiswa yang menyangkut
pelaksanaan perkuliahan.
Digunakan untuk mengetahui keberhasilan pembelajaran
(format sudah ditentukan oleh Fakultas)
I. EVALUASI PEMBELAJARAN
Dilihat dari nilai akhir (dikatakan berhasil jika minimal 75%
mahasiswa mendapat nilai > C dan maksimal 20% mendapat nilai < D
SEMESTER
(RPKPS)
A. MATA KULIAH
Nama Mata Pengantar Rancangan

Kuliah Percobaan
Kode/sks MAS 4122/ 3
Semester III
Status W
(Wajib/Pilihan)
Prasyarat Metode Statistika II (MAS
4221)
i. Menjelaskan konsep dasar teori rancangan
percobaan
ii. Merancang suatu penelitian berdasarkan
karakteristik materi percobaan
iii. menganalisis hasil pengamatan dalam rangka
mendapatkan kesimpulan yang sesuai dengan tujuan
penelitian tersebut
Outcome dari pembelajaran mata kuliah ini adalah mahasiswa
mampu :
ii. Mengembangkan model-model rancangan
percobaan
iii. Menganalisis data
iv Menjadi konsultan perancangan percobaan
v. Menguasai dan menerapkan rancangan percobaan
dan rancangan perlakuan pada berbagai bidang
E. JADWAL
KEGIATAN
Minggu
Pertemuan ke-
Waktu (menit)
Pokok Bahasan
Sub Pokok Bahasan
Metode
(Ceramah/Diskusi/ Kuis
I
1
100
Pendahuluan
Penjelasan Materi yang dibahas MK Rancab
Ur^ncir^ m
oM ^o .'KvtlriU
Ceramah

UAS
mandiri
iii. Tugas dan Tugas diberikan setiap kali satu bahasan
presentasi selesai dibahas
2 50 Dasar-dasar Unsur-unsur Ceramah

Rancob rancob, pengertian dan Diskusi
bagian dari rancob
II 3 100 Rancangan Gambaran umum Ceramah dan
tanpa Pengacakan, Diskusi
pengelompo pendugaan
kan RAL parameter
4 50 Rancangan Analisis Ceramah dan
tanpa ragam Diskusi
pengelompo Teladan
kan RAL
III 5 100 Uji lanjut BNT Mengerjakan
soal dan
Diskusi
6 50 Uji lanjut BNJ Ceramah dan
Diskusi
IV 7 100 Uji lanjut Duncant Ceramah dan
Diskusi
8 50 Tes kecil I Bahan pertemuan Kuis
1 sampai 7
v 9 100 Pembanding Definisi dan Ceramah dan
an berganda pengertian Kontras Diskusi
berderajat
tunggal
10 50 Pembanding Ortogonal kontras Ceramah dan
an berganda Teladan Diskusi
berderajat
tunggal
VI 11 100 Pembanding Ortogonal Ceramah dan
an berganda polinomial Teladan Diskusi
berderajat
tunggal
12 50 Rancangan Gambaran umum Ceramah dan
Acak Pengacakan, Diskusi
Kelompok pendugaan
parameter
VII 13 100 Rancangan Analisis Ceramah dan
Acak ragam Diskusi
Kelompok Teladan
14 50 Rancangan RAK dengan Ceramah dan
Acak anak Diskusi
Kelompok contoh
Teladan
VIII 15 100 UTS Bahan minggu ke 1 Ujian
-7
16 50 Pembahasan Bahan soal UTS Ceramah dan
UTS Diskusi
IX 17 100 Rancangan Mising data Ceramah dan
Acak Analisis Diskusi
Kelompok Teladan
18 50 RBSL Gambaran umum Ceramah dan
Pengacakan, Diskusi
pendugaan
parameter
X 19 100 RBSL Analisis Ceramah dan
ragam Diskusi
Teladan
20 50 RBSL Mising Kuis
data
Analisis
F.
PENILAIAN
22
50
RBSL
Efisieni rancangan tanpa pengelompokan dan dengan
pengelompokan
Ceramah dan Diskusi
XII
23
100
Model umum
rancangan
dengan
pengelompokan
Analisis ragam klasifikasi dua arah
Ceramah dan Diskusi
24
50
Tes kecil II
Bahan pertemuan 16 sampai 23
Kuis
XIII
25
100
Transformasi data
Asumsi analisis ragam Sebaran hipotetik Teladan
Ceramah dan Diskusi
26
50
Transformasi data
Hubungan parameter data Penentuan transformasi
Ceramah dan Diskusi
XIV
27
100
Rancangan
perlakuan
Faktorial
Gambaran umum pendugaan parameter Analisis ragam
Ceramah dan Diskusi
28
50
Rancangan
perlakuan
Faktorial
Uji lanjut Teladan
Ceramah dan Diskusi
XV
29
100
Percobaan petak terbagi
Gambaran umum pendugaan parameter Analisis ragam
Ceramah dan Diskusi
30
50
Percobaan petak terbagi
Uji lanjut Teladan
Ceramah dan Diskusi
XVI
31
150
UAS
Bahan minggu 1 sampai minggu 15
ujian

e
1 Kehadiran 10%
2 Tes kecil I 10%
3 Tes kecil II 10%
4 Pekerjaan terstruktur 10%
5 UTS 20%
6 UAS 40%
Jumlah 100%
- Sifat : Tes kecil - catatan tertutup

UTS - catatan tertutup UAS - catatan
tertutup
Kisaran nilai Huruf
Mutu
> 80.1 A
75.1 -80.0 B+
70.1 -70.5 B
65.1-70.0 C+
55.1 -65.0 c
50.1 -55.0 D+
5
G. PUSTAKA ACUAN
1. Gomez, K. A. and Gomez, A.A. 1976. Statistical Procedures

for Agriculturel Research with
Emphasis on Rice. IRR. Laguna. Philippines.
2. Hogg. R. V. Dan Craig, A. T., 1978. Introduction to

mathematical statistics, edisi ke 4,
John Wiley & Sons. New York
3. Kempthorne, O. 1980. Design and Analysis of Experiment.
Wiley & Sons. New York
4. Steel. R. G. D dan Torrie. J. H., 1976. Introduction to
statistics. McGraw-Hill Book Co.,
New York
5.. Snedecor, G. W. Dan Cochran, W. G., 1967. Statistical methods,
edisi ke 6. The Iowa State University Press, Ames
5. Siegel, S. 1956. Non parametric statistics, McGraw-Hill
Kogakushs. Ltd. Tokyo.
6. Suntoyo Yitnosumarto, 1990. Dasar-dasar Statistika. Rajawali
pers. Jakarta.
7.-----1------------, 1990. Percobaan: perancangan analisis dan
interpretasinya.
Gramedia. Jakarta
H. MONITORING
1. Berdasarkan kegiatan mingguan:
– Dapat dilihat dari absen waktu pengumpulan tugas
terstruktur
2. Umpan balik dari mahasiswa, dalam bentuk kuesioner yang
diisi oleh mahasiswa,
RENCANA PROGRAM DAN KEGIATAN

(RPKPS)
A. MATA KULIAH
Kode/s : MAS 4142 / 2
ks
Mata : Teori Keputusan
Kuliah
Semest :3
er
Status : Pilihan
Prasyar : MAS 4211*
at
Tujuan Pembelajaran :
i. Mahasiswa mampu
menerapkan model
pengambilan keputusan
5
ii Mahasiswa mampu membuat

stategi pengambilan keputusan
atas suatu masalah
Outcome Pembelajaran:
i. Kemampuan mengambil keputusan berdasar
model yang sudah ada
ii Kemampuan menyusun strategi pemecahan
masalah
Jumlah jam dan

pembagiannya :
i.
Jumlah tatap muka
16 kali tatap muka ( minggu ke 8 UTS )
ii.
Tugas
Setiap akhir kuliah (tatap muka)
iii.
Kuis
Awal kuliah minggu ke 5 dan 12
E.
F. JADWAL
PENILAIAN
KEGIATAN
Minggu Sub Pokok Bahasan

Pertemuan Metode
Waktu (Ceramah/
(mnt) /Diskusi
Pokok 1
Bahasan 1
5
100 pengambilan
Pendahul keputusan
uan •
• Ceramah
Kontrak 10
kuliah 10
Ceramah 100
2
2 •
100 Ceramah
Prinsip- 11
prinsip 11
pengambi 100
lan
keputusa •
n Ceramah
0 12
Ceramah 12
3 100
3 AHP
100 •
probabilit Ceramah
as 13
subjektif 13
objektif 100
•
probabilitas •
subjektif Ceramah
•
14
probabilitas 14
objektif
Ceramah 100
4
4 •
100 Ceramah
fungsi 15
kerugian 15
dan 100
resiko
• e
Ceramah Ceramah
5 16
5 16
100 100
pohon
keputusa e
n Ceramah
•
Ceramah /
6
6
100
teori
utilitas
•
Ceramah
7
7
100
nilai
informasi
•
Ceramah
8
8
100
UTS
Bahan
minggu
ke 1 -7
Kuis
9
9
100
strategi
5
Kompone Jumlah 100

n dan
persentas Nilai akhir menggunakan standar penilaian : tranformasi
e ke
penilaian
No. Komponen Kisaran nilai Huruf Mutu
penilaian£80.1 A
1 Kuis 75.1-80 B+
2. Tugas 70.1-75 B
3. UTS 65.1-70 C+
4. UAS
55.1-65 C
50.1-55 D+
45.1-50 D
¿45 E
G. PUSTAKA ACUAN
1. Berger/J.O. 19.. Statistical Decision Theory and Bayesian
Analysis. Springer, New York.
2. Mangkusubroto, K. dan Trisnadi, C.L. 1987. Analisa
Keputusan. Ganesa, Bandung.
3. Prat, J.W., Riffa, H., Schlaifer, R. 1995. Introduction to
Statistical Decision Theory. MIT Press, London.
4. Rios, S. 1994. Decision Theory and Decision Analysis. Trends
and Challenger. Kluwer A$. Pub., Boston.
5. Taha, H. ^97. Riset Operasi. Binampa Aksara, Jakarta
6. Winston, W-L. 1994. Operating Research, Aplication &
Algoritm 3rd edition. Duxbury Pers. California
SEMESTER
(RPKPS)
A MATA KULIAH
Nama Mata Ekonometrika
Kuliah
Semester Ganjil
Status P
(Wajib/Pilihan)
Prasyarat MAS 4231

i. Menerapkan konsep dasar ekonometrika, memilih
metode analisis statistika yang paling sesuai untuk
diterapkan pada bidang ekonomi.
ii. Menganalisis dan melakukan prediksi dari
model-model ekonometrika

mampu :
i. Menjelaskan pendekatan ekonometrika meliputi
definisi, tujuan dan tipe ekonometrika
ii Menjelaskan dan menerapkan model regresi
persamaan tunggal, pengembangan model regresi
linier dua variabel dan model regresi dummy
iii Menjelaskan, mengidentifikasi dan mengatasi
pelanggaran asumsi klasik regresi linier meliputi
adanya heteroskedastisitas, multikolinieritas dan
autokorelasi
iv Menjelaskan dan menerapkan model regresi non
linier
v Menjelaskan dan menerapkan model persamaan
simultan dan konsep dasar ekonometrika time
series.

i Jumlah tatap 32 kali (16minggu)
UAS
mandiri
iii. Tugas dan Tugas diberikan setiap kali satu
presentasi bahasan selesai dibahas
Kuis Kuis diadakan sebanyak 2 kali untuk
E. JADWAL
KEGIATAN
Minggu
muan
P<
Waktu
Pokok
Sub
IMetode
(Ceramah/Diskusi/
Kontrak
25Pendahuluan
Ekonometrika
Ceramah
II
Overview
IV 000Troika
Pendekatan
3ekonometrika
1Analisis
Regresi 00
4persamaan
6III
7variabel
berganda:
regresi
induktif
masalah
parsial,
dua
uji
91Kuis
V Ceramah
10
50
Latihan
Diskusi
variabel
regresi
Model
ke-
PokokBahasan
(menit)
uji
koefisien
Iregresi,
liniersoal
Regresi Bahasan
kuliah:
global Kuis
Perkenalan
ekonometrika
serta
tunggal peranan
signifikansi,
&regresi,
pembahasan
bentuk-bentuk
Piecewise
Dummy fungsional komputer
ujiregresi
uji restriksi,
model kesamaan
uji stabilitas,
VI 11 100 Asumsi Multikolineritas Ceramah
klasik Heteroskedastisita
model s
regresi Autokorelasi
linier I
12 50 Asumsi Latihan soal & Diskusi
klasik pembahasan
model
regresi
linier I
VII 13 100 Asumsi Pendeteksian dan Ceramah
klasik penanganan
model terhadap kasus
regresi adanya
linier II multikolinearitas,
heteroskedastisita
s dan autokorelasi
14 50 Asumsi Latihan soal & Diskusi
klasik pembahasan
model
regresi
linier II
VIII 15 100 UTS Evaluasi materi I - Ceramah
VII
16 50 Bahas UTS Diskusi
IX 17 100 Model Model regresi non Ceramah
regresi non linier intrinsik,
linier penaksiran model
regresi non linier
18 50 Model Latihan soal &
regresi non pembahasan Diskusi
linier
X 19 100 Model Sifat-sifat model Ceramah
regresi kualitatif,
kualitatif pendekatan
binary response,
alternatif LPM,
model Poisson
20 50 Model Latihan soal &
regresi pembahasan Diskusi
kualitatif
XI 21 100 Model Data panel, fixed Ceramah
regresi effect, random
panel data effect
22 50 Model Latihan soal & Diskusi
regresi pembahasan
panel data
XII 23 100 Model Peranan Ceramah
ekonometri lag, pendugaan
k model distributed
dinamis lag, stock
adjustment,
Polynomial
Distributed
Lag, Granger
Causality Test
24 50 Kuis II
XIII 25 100 Model Sifat-sifat model Ceramah
persamaan persamaan
simultan simultan, bias
persamaan
simultan, masalah
identifikasi model
26 50 Model Latihan soal & Diskusi
persamaan pembahasan
simultan
XIV 27 100 Metode Model rekursif, Ceramah
pendugaan Indirect Least
persamaan Square, 2 SLS, 3
simultan SLS, Seemingly
Unrelated
Regression,
validasi model
28 50 Metode Latihan soal & Diskusi
pendugaan pembahasan
persamaan
simultan
XV 29 100 Dasar time Unit root Ceramah
series stochastic,
ekonometri integrated
ka stochastic, uji
stasioneritas, uji
unit root,
kointegrasi
30 50 Dasar time Latihan soal & Diskusi
series pembahasan
ekonometri
ka
XVI 31 100 Presentasi Studi kasus Diskusi
makalah I
32 50 Presentasi Studi kasus Diskusi
makalah II
XVII 33 120 UAS
F. PENILAIAN
e
1 Kuis 20
3" UTS 30
4 UAS 40
Juml ah 100
– Nilai kuis - l/2(kuisl + kuis2)
UTS - catatan
tertutup UAS -
catatan tertutup
- Nilai Akhir: menggunakan standar penilaian
Kisaran nilai Huruf
Mutu
> 80.1 A
75.1 -80.0 B+
70.1 -70.5 B
65.1 -70.0 C+
55.1 -65.0 C
50.1 -55.0 D+
45.1-50.0 D
<45 E
G.PUSTAKA ACUAN
1. W. Greene. 1997. Econometric Analysis. Prentice-Hall.
2. Gujarati, D.N. 2003. Basic Econometrics 4th ed, Mc-Graw
Hill. New York.
H.MONITORJNG
mahasiswa mendapat nilai > C dan maksimal 20% mendapat nilai
<D
SEMESTER
(RPKPS)
A. MATA KULIAH
Nama Mata • Statistika Matematika II

Kuliah
Semester II
Status W
(Wajib/Pilihan)
Prasyarat -
Setelah menempuh mata kuliah ini diharapkan mahasiswa mampu:

i. Menjelaskan konsep dasar teori pendugaan
parameter
ii. Menjelaskan konsep dasar teori penarikan
kesimpulan mengenai nilai -nilai parameter yang
diduga
C. OUTCOME PEMBELAJARAN Outcome dari
pembelajaran mata kuliah ini adalah mahasiswa
mampu :
ii. Mengembangkan model - model statistika
iii. Mengkaji model - model statistika
iv Menjadi konsultan statistika
v. Menganalisis data
vi. Menguasai dan menerapkan teori statistika
E. JADWAL
KEGIATAN
Minggu
Pertemuan ke-
Waktu (menit)
Pokok Bahasan
Sub Pokok Bahasan
Metode
I
1
100
Pendahuluan
Kontrak kuliah :
Ceramah

muka minggu ke 8 UTS dan minggu ke 17 U
AS
mandiri
pendugaan
2 50 Pendugaan Prinsip pendugaan Ceramah
Metode Metode Momen dan Diskusi
Momen Penggunaan
metode momen
II 3 100 Pendugaan Prinsip pendugaan Ceramah dan
Metode MLE Penggunaan Diskusi
Kemungki MLE untuk
nan menduga
Maksimum parameter berbagai
sebaran : Normal,
Eksponensial
4 50 Pendugaan Penggunaan MLE Ceramah dan
Metode untuk menduga Diskusi
Kemungki parameter berbagai
nan sebaran: Poisson,
Maksimum Geometri dll
III 5 100 Pendugaan Latihan Soal Mengerjakan
Metode soal dan
Kemungki Diskusi
nan
Maksimum
6 50 Pendugaan Evaluasi Kuis
Metode
Kemungki
nan
Maksimum
IV 7 100 Sifat - sifat Definisi sifat Ceramah dan
Penduga takbias Penentuan Diskusi
secara sifat ketakbiasan
umum penduga-penduga
parameter pada
berbagai sebaran
8 50 Sifat - sifat Penentuan bobot Ceramah dan
Penduga untuk memperoleh Diskusi
secara penduga yang
umum takbias
v9 100 Sifat-sifat Definisi MSE dan Ceramah dan
Penduga ragam suatu Diskusi
secara penduga Penentuan
umum MSE dan ragam
penduga parameter
berbagai sebaran
Definisi sifat
UMVUE
10 50 Sifat-sifat Ketidaksamaan Ceramah dan
Penduga Cramer Rao dan Diskusi
secara penerapannya pada
umum beberapa sebaran
VI 11 100 Sifat-sifat Definisi Efisiensi Ceramah dan
Penduga relatif Penentuan Diskusi
secara efisiensi relatif
umum beberapa penduga
parameter berbagai
sebaran
12 50 Sifat-sifat Definisi sifat Ceramah dan
Penduga konsistensi Diskusi
secara Penentuan sifat
umum konsisten dari
ragam penduga
untuk ukuran
sampel menuju tak
hingga
VII 13 100 Sifat - sifat Definisi sifat Ceramah dan
Penduga kecukupan Diskusi
secara Teorema faktorisasi
umum untuk menentukan
sifat kecukupan
suatu penduga
Definisi
kecukupan
minimum dana
UMVUE Metode
Lehman Scheffe
untuk
memperoleh
penduga cukup
minimum
15 100 UTS Bahan minggu ke 1 Ujian
-7
36 50 Pembahas Ceramah dan
an UTS Diskusi
IX 17 100 Uji Pendahuluan Ceramah dan
Diskusi
Hipotesis Jenis - jenis
hipotesis
Elemen -elemen
dalam
pengujian
Tipe -tipe
kesalahan
pengujian
Uji Z
18 50 Uji Tipe -tipe Ceramah dan
kesalahan dalam uji Diskusi
Hipotesis z
Penentuan ukuran
sampel
X 19 100 Uji Uji t untuk nilai Ceramah dan
Hipotesis tengah Diskusi
20 50 Uji Uji t Kuis
untuk
Hipotesis membandingkan
nilai tengah 2
populasi
XI 21 100 Uji Uji hipotesis untuk Ceramah dan
ragam populasi Diskusi
Hipotesis
22 50 Uji Uji hipotesis Ceramah dan
Hipotesis ragam kesamaan dua
untuk Diskusi
XII 23 100 Uji Latihan soal Ceramah dan
Diskusi
Hipotesis
24 50 Uji Evaluasi Kuis
Hipotesis
XIII 25 100 Kuasa Uji Pengertian Ceramah dan
Paradigma Neyman Diskusi
-Pearson
26 50 Kuasa Uji Uji optimal: Lemma Ceramah dan
Neyman - Pearson Diskusi
XIV 27 100 Kuasa Uji Uji paling kuasa Ceramah dan
seragam Uji rasio Diskusi
kemungkinan
28 50 Kuasa Uji Kuasa uji khusus Ceramah dan
pada uji t nilai Diskusi
tengah dua sample
berpasangan
XV 29 100 Selang Pengertian Ceramah dan
Kepercaya SK untuk sampel Diskusi
an besar SK untuk u
dan u r U2
30 50 Selang Selang kepercayaan Ceramah dan
Kepercaya untuk o2 Diskusi
an SK untuk %
XVI 31 100 Dualitas Dualitas antara Ceramah dan
antara pengujian hipotesis Diskusi
pengujian dan selang
hipotesis kepercayaan
dan
selang
kepercayaa
n
32 50 Dualitas Evaluasi Kuis
antara
pengujian
hipotesis
dan
-_i__
F. PENILAIAN

e
1 Kuis 20
3 UTS 30
4 UAS 40
Jumlah 100
– Nilai kuis = l/4(kuisl + kuis2 + kuis 3 + kuis 4)
UTS - catatan
tertutup UAS -
catatan tertutup
- Nilai Akhir: menggunakan standar penilaian
Kisaran nilai Huruf
Mutu
> 80.1 A
75.1 -80.0 B+
70.1-70.5 B
65.1-70.0 C+
55.1 -65.0 C
50.1 -55,0 D+
45.1 -50.0 D
<45 E
G. PUSTAKA ACUAN
1. Bain, Lee. J., Engelhardt, M, 1992, Introduction to Probability
and Mathematical Statistics. Duxbury Press, California
2. Dudewiscz, E.T dan Mishra. 1995. Statistika dan Matematika
Modern. Terjemahan R.K Sembiring. ITB. Bandung.
3. mendenhall, W., Scheaffer, R. L., Wackerly, D. D. 1981.
Mathematical statistics with Application. Duxburry Press, Boston
4. Rice, J. A. 1995. Mathematical Statistics and Data analysis.
Duxbury Press, California.
5. Roussas, G. G. 1973. A first Course in Mathematical Statistics.
Mei Ya Publication Inc., Taipei, Taiwan
H. MONITORING

oleh mahasiswa,
SEMESTER
(RPKPS)
A. MATA KULIAH
Nama Mata x Statistika Pengendalian
Kuliah Mutu
Kode/sks : MAS 4232 / 3 ,
Semester : Genap
Status :W
(Wajib/Pilihan)
Prasyarat : MAS 4221

i. Mahasiswa mampu mengetahui dan menentukan
mutu yang baik dari suatu hasil proses dengan
mengadakan pengujian statistika yang tepat dan
cepat terlebih dahulu
ii. Mahasiswa mampu menentukan uji statistik yang
paling cocok bagi pengendalian mutu.

mampu :
i. Menyebutkan beberapa manfaat penggunaan
kualitas kontrol dalam proses industri
ii Mengulang pengertian-pengertian statistik yang
diperlukan dalam kualitas kontrol dan dapat
menggunakan distribusi peluang dalam pemodelan
iii Menarik kesimpulan tentang hasil suatu proses
iv Memantau dan mengawasi suatu proses.
v Membuat control chart dan menjelaskan akibat
terjadinya variasi dalam produksi
vi Membuat control chart dan menjelaskan akibat
terjadinya variasi dalam produksi.
vii Membuat control chart pengendalian proses
statistik lain yang berguna dalam keadaan tertentu
viii Menganalisis kapabilitas (kemampuan) proses
ix Menerapkan sampling penerimaan
E. JADWAL
KEGIATAN
Minggu
Pertemuan ke-
Waktu (menit)
Pokok Bahasan
Sub Pokok Bahasan
Metode
I
1
100
Pendahuluan
Penjelasan Materi yang dibahas MK Statistika Pengendalian Mutu
Ceramah
2
50
Jaminan kualitas dalam bisnis
Arti kualitas, Jaminan kualitas teknologi dan produktivitas, biaya
kualitas, metode jaminan kualitas
Ceramah
¡1
3
100
Pemodelan
Kualitas
Proses
Penggambaran variasi, beberapa distribusi diskrit, beberapa
distribusi kontinu, beberapa pendekatan yang berguna
Ceramah
4
50
Pemodelan
Kualitas
Proses
Latihan soal & pembahasan
Diskusi
III
5
100
Inferensi Tentang Kualitas Proses
Statistik dan distribusi sampling, penaksiran parameter, uji
hipotesis
Ceramah
6
50
Latihan soal & jxmbahasan
Diskusi
7
100
Proses Bekerjanya ■Grafik Pengendali
Sebab-sebab tak terduga dan terduga variabilitas kualitas, dasar
statistik grafik pengendali, analisis pada grafik pengendali,
penerapan
Ceramah
i Jumlah tatap 32 kali (dalam 16 minggu)
muka minggu ke 8 UTS dan minggu ke 17 U
AS
mandiri
presentasi bahasan selesai .dibahas
- Sifat : Kuis - catatan tertutup
UTS - catatan
tertutup UAS -
catatan tertutup
Kisaran nilai Huruf
Mutu
> 80.1 A
75.1-80.0 B+
70.1-70.5 B
65.1 - 70.0 C+
55.1-65.0 C
50,1 -55,0 D+
45.1-50.0 D
<45 E
G.PUSTAKA ACUAN
1. Cochran, W.G., 1977. Sampling Tehniques, John Wiley and
Sons, New York.
2. Grant, E.L., 1988. Statistical Quality Control, Prentice Hall,
New York.
3. Gupta, 1981. Statistics Quality Control, McGraw Hill
Publication, New York.
H.MONITORING
mahasiswa mendapat nilai > C dan maksimal 20% mendapat nilai
<D
Proses 11
XI 21 100 Sampling Sampling Ceramah
Penerimaa penerimaan
n Atribut I tunggal dan ganda
22 50 Sampling Latihan soal & Diskusi
Penerimaa pembahasan
n Atribut I
XII 23 100 Sampling Sampling Ceramah
Penerimaa penerimaan darab,
n Atribut sekuensial dan
II PCTK
24 50 Sampling Latihan soal & Diskusi
Penerimaa pembahasan
n Atribut
II
XIII 25 100 Sampling Sampling Ceramah
Penerimaa penerimaan MIL
n Atribut STD 105D, Dodge
III Romig
26 50 Kuis II
XIV 27 100 Sampling Sampling Ceramah
n Variabel variabel dengan
I pengendalian
parameter proses
28 50 Sampling Latihan Diskusi
Penerimaa soal &
n Variabel pembahasa
I n
XV 29 100 Sampling Sampling Ceramah
n Variabel variabel dengan
II pengendalian
proporsi item cacat
30 50 Sampling Latihan Diskusi
Penerimaa soal &
n Variabel pembahasa
II n
XVI ai 100 Presentasi Contoh-contoh Diskusi
Makalah I kasus penerapan
32 50 Presentasi Contoh-contoh Diskusi
Makalah kasus penerapan
II
XVII 33 120 UAS
- Nilai kuis = 1/2

(kuisl + kuis2)
No.
Komponen Penilaian
Presentase
1
Kuis
20
2
Tugas/presentasi tugas
10
3
UTS
30
4
UAS
40
Jumlah
100
F. PENILAIAN
grafik pengendali
8 50 Kuis I
v 9 100 Grafik Pendahuluan, Ceramah
Pengendal Grafik pengendali
i bagian tak sesuai,
Sifat Grafik pengendali
ketidaksesuaian
10 50 Latihan Diskusi
soal &
pembahasa
n
VI 11 100 Grafik Pendahuluan, Ceramah
pengendal Grafik pengendali
i x dan R, grafik
Variabel pengendali
variable yang lain,
Pemilihan antara
grafik pengendali
sifat dan variable,
Garis petunjuk
guna
melaksanakan
grafik pengendali
soal &
pembahasa
n
VII 13 100 Teknik Grafik pengendali Ceramah
Pengendal terubah, Grafik
ian Proses pengendali jumlah
statistik komulatif, Grafik
Yang Lain pengendali rata-
rata tertimbang
soal &
pembahasa
n
VIII 15 100 UTS Evaluasi materi I - Ceramah
VII
16 50
Bahas Diskusi
UTS
IX 17 100 Analisis Prosedur untuk Ceramah
Kapabilita mengestimasi
s Proses I kapabilitas proses,
hubungan
spesifikasi dan
kapabilitas proses,
rasio kapabilitas
proses
18 50 Analisis Latihan soal & Diskusi
Kapabilita pembahasan
s Proses I
X 19 100 Analisis Prosedur analisa Ceramah
Kapabilita kapabilitas proses
s Proses II dengan observasi
tunggal, dengan
informasi peta
kendali, penetapan
batas toleransi
rakitan dan
komponen,
estimasi batas
natural proses
20 50 Analisis Latihan soal & Diskusi
Kapabilita pembahasan
s
SEMESTER
(RPKPS)
A. MATA KULIAH
Nama Mata Riset Operasi
Kuliah
Kode/sks MAS 4241 / 3
Semester Genap
Status P
(Wajib/Pilihan)
Prasyarat MAS 4141, MAS 4211
Menguasai prinsip riset operasi
Menerapkan model - model dalam riset operasi
i. Memanage dan mengorganisir
ii Membuat program komputer
ii Mengaplikasikan berbagai program komputer
iii Berpikir logis, kritis dan analitis
iv Menjadi konsultan statistika
v Mengkomunikasikan kembali hasil analisis dan
vi Merumuskan hasil dan menarik kesimpulan
secara sahih
vii Menganalisis data
vii Mengidentifikasi masalah dan memilih model
! yang tepat
ix Menterjemahkan masalah hayati dan ekonomi ke
logika statistika
UAS
u. Belajar Tidak ada
mandiri
E, JADWAL
KEGIATAN
Minggu
Pertemuan ke-
Waktu (menit)
Pokok Bahasan
Sub Pokok Bahasan
Metode
I
1
100
Jaringan
- Definisi dasar
- Shortest Path Problem
- Maximum Flow Problems
Ceramah
II
2
100
Jaringan
- CPM dan PERT
Ceramah dan Diskusi
III
3
100
Jaringan
- Minimum Cost Network Flow Problems
- Minimum Spanning Tree Problem
Ceramah dan Diskusi
IV
4
100
Pemrograman Dinamik
- Network Problem
Ceramah dan Diskusi
V
5
100
Pemrograman Dinamik
Inventory Problem - Resource Allocation Problem
Ceramah dan Diskusi
VI
6
100
Pemrograman Dinamik
Equipment Replacement Problem - Formulasi rekursi dinamic programming
Ceramah dan Diskusi
VII
7
100
Goal
Program m ing
Goal Programming
Ceramah dan Diskusi
VIII
8
100
Evaluasi
Bahan minggu pertama sampai minggu ke tujuh
UTS
IX
100
Model Sediaaan
- Dasar - dasar model sediaan
- Model Ecanomic Order Quantity Dasar
- Pengaruh dari Lead Time yang Tidak sama dengan Nol
Ceramah dan Diskusi
X
10
100
Model
sediaan
Deterministik
- EOQ Model dengan Back Orders
- Kapan Model Determonistik EOQ
Ceramah dan Diskusi

dipergunakan
XI 11 100 Model - Analisis Ceramah dan
sediaan Marjinal Diskusi
Probabilist - Newspaper
ik Boy Problem
- EOQ
dengan
Permintaan
Probabiltstik
(r,q) Model
XII 100 Sistem - Proses antrian Ceramah dan
Antrian Queueing Diskusi
Formula
- Notasi pada
Model Antrian
XIII 13 100 Sistem - Kedatangan Ceramah dan
Antrian Sebagai Proses Diskusi
Poisson, Waktu
Layanan
Eksponensial
XIV 14 100 Sistem - Sistem M/M/l Ceramah dan
Antrian Sistem M/M/co Diskusi
- Sistem M/M/s
XV 15 100 Rantai - Proses Ceramah dan
Markov Stokastik di Diskusi
dalam waktu
diskrit
- Rantai Markov
- Peluang
Transisi n-
langkah
- Klasifikasi state
di dalam
Rantai Markov
XVI 16 100 Rantai - Peluang steady Ceramah dan
Markov state suatu Diskusi
rantai markov
- Peluang steady
state di
dalam
pengambilan
keputusan
- Nilai kuis = l/4(kuisl + kuis2 +

kuis 3 + kuis 4)
No.
Komponen Penilaian
Presentase
1
Kuis
20
2
10
3
UTS
30
4
UAS
40
Jumlah
100
F. PENILAIAN
Sifat : Kuis - catatan tertutup UTS -
catatan tertutup UAS - catatan
tertutup Nilai Akhir: menggunakan
standar penilaian
Kisaran nilai Huruf
Mutu
> 80.1 A
75.1 -80.0 B+
70.1-70.5 B
65.1-70.0 C+
55.1 -65.0 C
50.1 -55.0 D+
45.1 -50.0 D
<45 E
G. PUSTAKA ACUAN
1. Taha, H. 1997. Riset Operasi. Bina Aksara, Jakarta
2. Hillier, F. S dan Lieberman. 1980. Introduction to Operation
Research. Holden -Day Inc> California
3. Wagner, H. 1982. Principles of Operation Research. Prentice
Hall, New York
4. Winston, W. L. 1994. Operation Research: Application &
Algorithm 3rd edition. Duxbury Pers California
H. MONITORING
oleh mahasiswa,
SEMESTER
(RPKPS)
A. MATA KULIAH
Nama mata : Analisis

kuliah Variansi
Kode/sks : MAS 4223 3
Semester : III
Status :P
(Wajib/Pilihan)
Prasyarat : MAS 4221
Membekali mahasiswa pengetahuan tentang :

1. Asumsi-asumsi yang harus dipenuhi dan fungsinya masing-
masing
2. Cara-cara mengatasi asumsi yang tidak memenuhi.
3 Analisis klasifikasi satu arah
4 Analisis klasifikasi dua arah, tanpa interaksi; dengan
interaksi, sub-sampling
5. Analisis klasifikasi 3 arah : tanpa interaksi, interaksi 2
faktor, interaksi 3 faktor.
C. OUTCOME PEMBELAJARAN Setelah

menempuh mata kuliah ini diharapkan mahasiswa
dapat
1. Menguji apakah data memenuhi asumsi analisis ragam
2. Memilih dan melakukan analisis ragam klasifikasi satu arah atau
yang lain, yang sesuai dengan tujuan yang ingin dicapai.
i. Jumlah : 16. Kuis, minggu ke 5 dan 13. UTS ke 8, UAS ke
tatap muka 16
ii. Belajar : Melakukan analisis ragam terhadap data yang tidak
mandiri memenuhi asumsi dalam berbagai tingkat atau kasus.
Dan mencari perbedaan hasil bila asumsi yang tidak
terpenuhi tersebut dapat diatasi
iii Tugas dan : Mengambil satu atau dua dari hasil belajar sendiri
untuk dipresentasikan . Hasil evaluasi sebagai bonus
. presentasi nilai bagi penyaji dan penanya.
iv. Kuis 2 kali: minggu ke 5 dan ke-I3.
E. JADWAL KEGIATAN
Mingg Pertemu Waktu Pokok Bahasan Sub-pokok Metod
u ke an (menit bahasan e
)
1 i; 2 150 Pendahuluan -. Konsep dasar Diskus
-. R. Dalam i
Sampel -. R.
Antar Sampel -.
Pengaruh
perlakuan dan
statistik uji
2 3 ;4 150 Asumsi-2 -. Normalitas : Diskus
fungsi dan i
pengujian
-. Homogenitas :
fungsi dan
pengujian
-. Saling bebas :
fungsi dan
pengujian
3 5;6 150 Klasifikasi satu -. Deskripsi -. Diskus
arah Model Linier -. i
Penguraian hasil
amatan ke dlm
komponen-2 -.
JK-komponen- 2
, tabel anava,
Contoh & tugas
4 7;8 150 KUIS-1 Minggu 1 s/d 3
(teori dan
hitungan)
5 9 ; 10 150 Penjelasan soal Diskus
kuis i
6 11 ; 12 150 Klasifikasi 2 - -. Deskripsi -. Diskus
arah (tanpa Model Linier -. i
interaksi Penguraian hasil
amatan ke dlm
komponen-2 -.
JK-komponen- 2
, tabel anava,
Contoh & tugas
7 13 ; 14 150 (lanjutan) Lfisiensi thd Diskus
Kias 1 arah, i
Contoh
8 15 ; 16 150 Klasifikasi 2 - -. Deskripsi -. Diskus
arah (dengan Model Linier -. i
interaksi) Penguraian hasil
amatan ke dlm
komponen-2 -.
JK-komponen- 2
, tabel anava, -.
Contoh & tugas.
-. --. Pengaruh S,
U, I
9 1 7 ; 18 150 UTS Minggu 1 s/d 8
10 1 9 ; 20 150 Analisa Sub- -. Deskripsi -. Diskus

sampl. (Kias. 1 - Model Linier -. i
arah) Penguraian hasil
amatan ke dlm
komponen-2 -.
JK-komponen —
2 , tabel anava,
Contoh & tugas
11 21 ; 2 2 150 Analisa Sub- -. Deskripsi -. Diskus
sampl. (Kias. 2 - Model Linier -. i
arah) Penguraian hasil
amatan ke dlm
komponen-2 -.
JK-komponen-2 ,
tabel anava,
Contoh & tugas
12 2 3 ; 24 150 Kias. 3-arah -. Deskripsi -. Diskus
(tanpa interaksi) Model Linier -. i
Penguraian hasil
amatan ke dlm
komponen-2 -.
JK-komponen-2 ,
tabel anava
13 2 5 ; 26 150 KUIS-2 Minggu 10 s/d
12
14 2 7 ; 28 150 (lanjutan) - Efisiensi Diskus
Relatif, thd Kias. i
1-arah dan 2-
arah
15 29; 30 150 Kias. 3-arah -. Deskripsi -. Diskus
(interaksi 2 Model Linier -. i
faktor) Penguraian hasil
amatan ke dlm
komponen-2 -.
Contoh & tugas
16 31 ;32 150 Review all & Diskus
diskusi umum i
F.
Komponen
penilaian:
PENILAIAN
No.
Komponen penilaian
Prosentase
1
Kuis
10
2
Tugas
20
3
UTS
30
4
UAS
30
5
Praktikum/responsi
10
Jumlah
100
G. PUSTAKA ACUAN
Pustaka acuan:
1. Box, G.E.P., W.G. Hunter and J.S. Hunter, 1978. Statistics for
Experimenters. John Wiley & Sons, Inc. New York
2. Steel, R.D.G. dan J.H. Torrie, 1991. Prinsip dan Prosedur
Statistika. Suatu Pendekatan Biometrik. Terjemahan. Edisi ke dua. PT
Gramedia PU. Jakarta.
3. Yitnosumarto, S. ,1991. Percobaan : Perancanagan, Analisis
dan Interpretasinya. PT. Gramedia PU. Jakarta.
RENCANA PROGRAM & KEGIATAN
(R PK PS)
A. MATA KULIAH
Nama Mata Kuliah Analisis Regresi Lanjutan
Kode/sks MAS 4235/1+1
Semester IV,VI
Status (Wajib/Pilihan) P
Prasyarat MAS 4231
D. JUMLAH JAM DAN
PEMBAGIANNYA
i
Jumlah tatap muka
16 kali (@ 50 menit), minggu ke-9 UTS (100 menit)
ii
Belajar mandiri
l-2jam/minggu
111
Tugas dan presentasi
1-2 jam/minggu
iv
Kuis
2 kali (@ 50 menit)
i Mahasiswa mampu melakukan pemodelan masalah regresi
linier berganda
Mahasiswa mampu menduga parameter model regresi
1 linier berganda dan memilih regresi linier terbaik
Mahasiswa mampu mengidentifikasi adanya pelanggaran
iii asumsi regresi linier, khususnya multikolinieritas
iv Mahasiswa mampu menangani pelanggaran asumsi regresi
linier
Mahasiswa mampu melakukan pemodelan analisis
v regresi lag dan menginterpretasikan
vi Mahasiswa mampu melaksanakan model pertumbuhan
dan menginterpretasikan
Mahasiswa mampu melaksanakan model nonlinier
vii intrinsic dan menginterpretasikan
Mahasiswa mampu menyelesaikan kasus yang berkaitan
Vili dengan masalah regresi dan menginterpretasikan
i Mampu berpikir logis, kritis dan analitis
ii Mampu mengaplikasikan software SPSS, Minitab
iii Mampu menerjemahkan masalah hayati dan ekonomi ke
logika statistika
iv Mampu mengidentifikasi masalah dan memilih model
yang tepat
v Mampu menganalisis data
vi Mampu menimuskan hasil dan menarik kesimpulan secara
sahih
vii Mampu mengkomunikasikan kembali hasil analisis dan
viii Mampu menjadi konsultan statistika
323
E. JADWAL
KEGIATAN
Minggu
324
Pertemuan ke-
325
Waktu (menit)
326
Pokok Bahasan
327
Sub Pokok Bahasan
328
Metode (Ceramah/Diskusi/Kuis)
329
I
330
1
331
50
332
Pendahuluan
333
a. Kontrak Kuliah
334
b. Referensi
335
Ceramah
336
II
337
2
338
50
339
Review Regresi Linier Berganda
340
a. Model Umum.
341
parameter
342
Ceramah dan Diskusi
343
III
344
3
345
50
346
Pemilihan regresi linier terbaik
347
a. Metode Best subset
348
Ceramah dan Diskusi
349
IV
350
4
351
50
352
Pemilihan regresi linier terbaik
353
b. Metode Stepwise
354
Ceramah dan Diskusi
355
V
356
5
357
50
358
Asumsi Regresi Linier
359
a. Pemeriksaan asumsi.
360
Ceramah dan Diskusi, Kuis I
361
VI
362
6
363
50
364
Penanganan Heteroskeda stisitas
365
a. Tansformasi
366
Ceramah dan Diskusi
367
VII
368
7
369
50
370
Penanganan Midtikolinie ritas
371
a. Principal Componen Analysis
372
Ceramah dan Diskusi
373
VIII
374
8
375
50
376
Penanganan Multikolinie ritas
377
b. Ridge Regression
378
Ceramah dan Diskusi
379
IX
380
9
381
100
382
UTS
383
384
385
X
386
10
387
50
388
Regresi Polinomial
389
a. Definisi
390
parameter.
391
Ceramah dan Diskusi
392
XI
393
II
394
50
395
Model
396
Distribusi
397
Lag
398
a. Definisi
399
parameter:
Koyck
Pendekatan
400
Ceramah dan Diskusi
401
XII
402
12
403
50
404
Model
405
Distribusi
406
Lag
407
c. Pendekatan Almon
408
Ceramah dan Diskusi
409
XIII
410
13
411
50
412
Model
413
Pertumbuhan
414
a. Definisi
415
b. Model Umum
416
Ceramah dan Diskusi, Kuis II
417
XIV
418
14
419
50
420
Model
421
Pertumbuhan
422
c. Pendugaan parameter
423
Ceramah dan Diskusi
424
XV
425
15
426
50
427
Regresi
428
nonlinier
429
Intrinsik
430
a. Definisi
431
b. Model umum
432
Ceramah dan Diskusi
433
XVI
434
16
435
50
436
Regresi
437
Nonlinier
438
Intrinsik
439
a. Pendugaan parameter
440
Ceramah dan Diskusi
441
442
F.
Nilai kuis = V£
PENILAIAN
(kuisl + kuis2)
Sifat: Kuis - catatan
tertutup UTS -
catatan tertutup
UAS - catatan
tertutup
No.
443
Komponen Penilaian
444
Presentase
445
1
446
Kuis
447
20
448
2
449
450
10
451
3
452
UTS
453
30
454
4
455
UAS
456
40
457
458
Jumlah
459
100
460
Kisaran Huni f
Nilai Mum
* 80.1 A
75.1-80.0 B+
70.1-75.0 B
65.1 -70.0 C+
55.1-65.0 C
50.1-55.0 D+
45.1 - 50.0 D
s; 45 E
G. PUSTAKA ACUAN
Draper, N. R and H. Smith [1992], Applied Regression Analysis,
(diterjemahkan oJeh Bambang Sumantri), PT Gramedia,
Jakarta.
Montgomery, Douglas. C and Elizabeth A. Peck [1992],
Introduction to Linear Regression Analysis, Wiley, New
York.
Myers, R. H [1990], Classical and Modern Regression with
Applications, PWS-Kent Publishers, Boston.
Sembiring, R.K [1995], Analisis Regresi, Penerbit ITB, Bandung.
Weisberg, Stanford [1985], Applied Linear Regression, Wiley,
New York.
461
SEMESTER
(RPKPS)
A. MATA KULIAH
Nama Mata Teknik Sampling & Survai
Kuliah
Kode / sks MAS 4112/ 3
Semester V
Status W
(Wajib/Pilihan)
Prasyarat MAS 4218 (Pengantar Teori
Peluang)
i. Mahasiswa memahami konsep dasar dan masalah-
masalah yang sering muncul dalam sampling
ii. Pemahaman mahasiswa terhadap penarikan contoh
berpeluang dan tanpa pertimbangan peluang
iii. Pemahaman terhadap cara-cara memilih metode
sampling yang tepat, sesuai dengan karakteristik
populasi serta prosedur pendugaan parameter
populasi
iv. Mahasiswa mampu menerapkan sampling pada
kejadian sehari-hari yang ada di sekelilingnya
i. Mahasiswa mampu menentukan populasi dan
membuat kerangka sampling dengan benar
ii. Mahasiswa dapat menentukan metode sampling
yang sesuai dengan populasi di mana sample
diambil serta menentukan ukuran sampel
iii. Mahasiswa dapat menduga karakteristik populasi
yang dipelajari berdasarkan statistik yang diperoleh
iv. Mahasiswa dapat menjadi konsultan untuk masalah
yang berkaitan dengan cara-cara menentukan unit
sampel
muka UTS :
mingguke-8 UAS
: mingguke-16
ii. Tugas dan Presentasi 1 : minggu
presentasi ke- 5 Presentasi 2 :
minggu ke- 12
iii. Kuis (@50 2 kali, untuk mengetahui tingkat
penguasaan mhs terhadap materi
menit)
Minggu Perte Sub Pokok Metode
muan Pokok (Ceramah
ke- Bahasan
Bahasa /Diskusi/Kuis
Waktu n
(menit)
1 Kontrak perkuliahan, garis besar
100 Pendah materi perkuliahan, penilaian, Ceramah
uluan penyegaran konsep statistika
50 Definisi dalam sampling: populasi, Ceramah

Termino kerangka contoh, unit contoh
logi
Tahapan sampling, kesalahan
Konsep dasar dalam penarikan sample, grafik Ceramah
100 penarikan ukuran sample versus besarnya
contoh kesalahan
50 Dasar Inventarisasi
penarikan masalah Diskusi
contoh
III Identifikasi Contoh-contoh masalah Disku

100 masalah di mana harus
lingkungan dilakukan sampling si
karena sensus tidak
mungkin
50 Sampling Acak Pengambilan sampel dengan Ceramah

Sederhana (Simple atau tanpa pengembalian,
Random kombinasi outcome
Sampling)
IV Menduga rata-rata dan ragam
100 idem populasi secara empiris dan
dengan rumus
50 Menduga total dan proporsi

idem populasi, contoh soal Ceramah
100
idem Menentukan n Ceramah
10 50 ide Bahan s/d minggu ke IV Kuis

m
VI Terapan,
11 100 idem penyeles
aian a alahan____________
beberap permas Diskusi
12 50 idem S AS Presentasi
VII
13 100 ide S AS Presentasi
m
50 Sampling Acak Prosedur pelapisan dan

14 Berlapis sampling acak, alokasi Ceramah,
(Stratified sampel dalam tiap lapisan. tugas
Random
Sampling
VIII 15 100 UTS Bahan minggu ke I - VII
16 Pendugaan bagi rata-rata, Ceramah

50 idem ragam dan proporsi populasi. , tugas
Efisiensi terhadap SAS~
IX penentuan n, soal, penerapan Ceramah
17 100 idem SAS dalam SAB / diskusi
50 Penarikan Cara menentukan unit contoh, Ceramah

contoh linear systematic, cyclic
sistematis systematic
X 50 Simple Unit primer dan unit sekunder,

19 20 Cluster hitung n , menduga parameter
Sampling
100 Lanjutan
idem
XI Aplikasi SRS dan cluster dalam

21 100 idem masalah sehari-hari
Svarat neneuunaan nendnuaan

F.
PENILAIAN
XII
23
100
idem
Lanjutan
24
50
Bahan minggu VII -XII
Kuis
XIII
25
100
P C berpeluang sebanding
Metode pendugaan
Ceramah
26
50
Penduga rasio
Syarat, metode pendugaan, menentukan n
Ceramah/ Diskusi
XIV
27
100
idem
Lanjutan
Ceramah/ diskusi
28
50
Penduga regresi
Metode pendugaan terhadap rata-rata, total populasi dan proporsi
Ceramah/ diskusi
XV
29
100
Efisiensi relative terhadap metode lainnya
Ceramah/ diskusi
30
50
Lanjutan
Penduga rasio dan penduga regresi
Presentasi/ Diskusi
XVI
31
100
Penarikan contoh bertahap ganda
Metode pengambilan unit contoh, kombinasi beberapa metode
Ceramah/ diskusi
32
50
Perbandingan dengan penduga rasio dan penduga regresi
Ceramah/ diskusi
XVI
UAS
Bahan satu semester
No. Komponen Penilaian Presentase
1 Kuis 10
3 UTS 30
4 UAS 40
Jumlah 100
– Nilai kuis = Vi (kuisl + kuis2)
UTS & UAS - buka rumus
- Standar penentuan nilai akhir (huruf mutu)
Kisaran nilai Huruf Mutu
> 80.1 A
75.1 -80.0 B+
70.1-70.5 B
65.1 -70.0 C+
55.1 -65.0 C
50.1-55.0 D+
45.1-50.0 D
<45 E

RPKPS

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

RPKPS

Diunggah oleh

Hak Cipta:

Format Tersedia

RENCANA PROGRAM & KEGIATAN PEMBELAJARAN SEMESTER

No. Komponen Prosenta

Nilai Akhir: menggunakan standar penilaian

Jumlah jam dan

D. JUMLAH JAM DAN PEMBAGIANNYA

Nilai akhir menggunakan standar penilaian : tranformasi ke

Nama Mata Statistika Matematika I

Setelah menempuh mata kuliah ini diharapkan mahasiswa mampu :

Nama Mata Pengantar Rancangan

D. JUMLAH JAM DAN PEMBAGIANNYA

i Jumlah tatap 16 kali

2 50 Dasar-dasar Unsur-unsur Ceramah

No. Komponen Penilaian Prosentas

- Sifat : Tes kecil - catatan tertutup

1. Gomez, K. A. and Gomez, A.A. 1976. Statistical Procedures

2. Hogg. R. V. Dan Craig, A. T., 1978. Introduction to

RENCANA PROGRAM DAN KEGIATAN

ii Mahasiswa mampu membuat

Jumlah jam dan

D. JUMLAH JAM DAN PEMBAGIANNYA

Minggu Sub Pokok Bahasan

Kompone Jumlah 100

Setelah menempuh mata kuliah ini diharapkan mahasiswa mampu :

Outcome dari pembelajaran mata kuliah ini adalah mahasiswa

D. JUMLAH JAM DAN PEMBAGIANNYA

Nama Mata • Statistika Matematika II

Setelah menempuh mata kuliah ini diharapkan mahasiswa mampu:

D. JUMLAH JAM DAN PEMBAGIANNYA

No. Komponen Penilaian Prosentas

1. Berdasarkan kegiatan mingguan :

Setelah menempuh mata kuliah ini diharapkan mahasiswa mampu :

Outcome dari pembelajaran mata kuliah ini adalah mahasiswa

- Nilai kuis = 1/2

iii. Tugas dan Tugas diberikan setiap kali satu

- Nilai kuis = l/4(kuisl + kuis2 +

Nama mata : Analisis

Membekali mahasiswa pengetahuan tentang :

C. OUTCOME PEMBELAJARAN Setelah

10 1 9 ; 20 150 Analisa Sub- -. Deskripsi -. Diskus

50 Definisi dalam sampling: populasi, Ceramah

III Identifikasi Contoh-contoh masalah Disku

50 Sampling Acak Pengambilan sampel dengan Ceramah

50 Menduga total dan proporsi

10 50 ide Bahan s/d minggu ke IV Kuis

50 Sampling Acak Prosedur pelapisan dan

16 Pendugaan bagi rata-rata, Ceramah

50 Penarikan Cara menentukan unit contoh, Ceramah

X 50 Simple Unit primer dan unit sekunder,

XI Aplikasi SRS dan cluster dalam

Svarat neneuunaan nendnuaan

Anda mungkin juga menyukai