Buku Panduan Kurikulum Program Studi S1 Statistika UI PDF

PANDUAN KURIKULUM
PROGRAM STUDI S1 STATISTIKA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS INDONESIA
DAFTAR ISI
1. Pendahuluan ...................................................................................................................... 1
2. Visi, Misi, dan Tujuan ...................................................................................................... 1
2.1. Visi ............................................................................................................................... 1
2.2. Misi .............................................................................................................................. 2
2.3. Tujuan ......................................................................................................................... 2
3. Kualifikasi dan Kompetensi Lulusan .............................................................................. 2
4. Struktur dan Isi Kurikulum ............................................................................................. 4
4.1. Struktur Kurikulum .................................................................................................. 4
4.2. Kategori Kompetensi Utama .................................................................................. 25
4.3. Rincian Kurikulum .................................................................................................. 29
5. Kewenangan Penentu Kurikulum dan Peninjauan Kurikulum ................................. 45
6. Peluang bagi Mahasiswa untuk Mengembangkan Diri ............................................... 46
7. Rujukan yang Digunakan (Benchmark)........................................................................ 47
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 2011, Departemen Matematika memiliki 36 orang staf pengajar tetap dan 2 orang
pengajar tidak tetap yang merupakan staf pengajar yang sudah memasuki masa pensiun tetapi
masih dibutuhkan tenaganya. Kualifikasi staf pengajar bervariasi mulai dari S1 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 4 peminatan di Departemen Matematika, yaitu
Matematika Murni, Komputasi, Riset Operasi, dan Statistika & Aktuaria. Selain itu ada lebih
dari enam staf pengajar statistika, dua diantaranya sudah bergelar doktor. Pada tahun ini
Program Studi S1 Statistika akan mulai didirikan.
2. Visi, Misi, dan Tujuan
2.1. Visi
Program Studi S1 Statistika Departemen Matematika FMIPA UI menjadi institusi yang
kuat di tingkat nasional dan diakui di tingkat internasional, 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.
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 aktuaria untuk menyelesaikan
persoalan teoritis maupun terapan.
2. Mampu belajar secara mandiri dan beradaptasi terhadap perkembangan konsep dan
metode-metode dalam statistika dan aktuaria 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 aktuaria.
4. Mampu bekerja sama, berkomunikasi, dan bertanggung jawab sesuai bidang
ilmunya, baik secara nasional maupun internasional.
3. Kualifikasi dan Kompetensi Lulusan
Program Studi S1 Statistika Departemen Matematika FMIPA UI bertujuan

menghasilkan sarjana yang menguasai ilmu statistika sehingga mampu menerapkan serta
mengikuti perkembangan bidang statistika dan bidang lainnya yang terkait.
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 di bawah ini.
2
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 memformulasikan permasalahan statistika di suatu bidang,
membuat disain, dan melakukan pengumpulan data.
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
4. Struktur dan Isi Kurikulum
4.1. 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), Modul
Workshop Pengajaran Statistika dan Raker FPTSI di Malang pada 12 – 14 April 2013, 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 PS, KKNI Level 6 yang tertuang dalam
matriks nol pada Tabel 1, perkembangan IPTEK, kebutuhan pasar dan pembentukan
kematangan intelektual peserta didik.
4
Tabel 1 Matriks Nol Program Studi Statistika
KKNI LEVEL 6 PROFIL LULUSAN/KOMPETENSI UMUM TAGIHAN

- Mampu mengaplikasikan bidang - Mampu mengidentifikasi permasalahan dunia - Laporan Akhir Praktek Kerja Lapangan
keahliannya dan memanfaatkan IPTEKS nyata ke dalam model statistika - Skripsi
pada bidangnya dalam penyelesaian - Mampu memproses data dalam suatu
masalah serta mampu beradaptasi terhadap permasalahan statistika
situasi yang dihadapi - Mampu menerapkan teori dan konsep statistika
dalam penyelesaian masalah
- Menguasai konsep teoritis bidang - Tugas Mata Kuliah (Kelompok/Individu)
pengetahuan tertentu secara umum dan - Mampu membuktikan kembali teori-teori statistika - Hasil ujian tertulis dari setiap mata kuliah
konsep teoritis bagian khusus dalam bidang - Mampu mengilustrasikan teori statistika dalam - Skripsi
pengetahuan tersebut secara mendalam suatu contoh riil
serta mampu memformulasikan - Mampu menganalisis teori dan konsep statistika
penyelesaian masalah prosedural - Mampu mengoperasikan teori-teori statistika
- Mampu mengambil keputusan yang tepat - Mampu menafsirkan teori-teori statistika - Tugas Mata Kuliah (Kelompok/Individu)
berdasarkan analisis informasi dan data, - Mampu merekomendasikan hasil analisis dari - Hasil ujian tertulis dari setiap mata kuliah
dan mampu memberikan petunjuk dalam model statistika - Skripsi
memilih berbagai alternatif solusi secara - Mampu menafsirkan hasil analisis dari model
mandiri dan kelompok statistika
- Mampu mengaitkan teori yang satu dengan yang
lain dalam statistika
- Mampu menerapkan teori dan konsep statistika
dalam penyelesaian masalah
- Bertanggung jawab pada pekerjaan sendiri - Mampu menyesuaikan diri dengan kebutuhan - Tugas Mata Kuliah (Kelompok/Individu)
dan dapat diberi tanggung jawab atas profesi - Hasil ujian tertulis dan praktikum dari setiap
pencapaian hasil kerja organisasi - Mampu memperjelas teori dan konsep statistika mata kuliah
- Mampu menjelaskan penggunaan statistika dalam - Tugas praktikum mata kuliah
kehidupan sehari-hari - Skripsi
- Mampu menggunakan perangkat lunak statistika
- Mampu menjelaskan model statistika
5
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-learning yang 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 staff 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 prasarat matakuliah berikutnya.
6
Tabel 2 Matriks I: Rumpun dan Tataran Kompetensi
Tataran
Kompetensi Utama Kompetensi Pendukung Kompetensi Lainnya
Rumpun
- Mampu menjelaskan dan teori dan konsep dasar Statistika - Memiliki integritas dan mampu menghargai
- Mampu menjelaskan teori dasar Matematika orang lain
Dasar dan - Mampu menerapkan konsep dasar komputasi dan - Mampu berpikir kritis, kreatif, dan inovatif
Kepribadian pemrograman sederhana untuk memecahkan hal-hal yang serta memiliki keingintahuan intelektual
berkaitan dengan Statistika untuk memecahkan masalah pada tingkat
individual dan kelompok.
- Mampu mengikuti - Mampu menganalisis permasalahan dunia nyata dan
perkembangan Statistika menyelesaikannya dengan menggunakan metode-metode
dan/atau Aktuaria. Statistika yang tepat
Bidang Ilmu - Mampu merancang, - Mampu mengidentifikasi teori Statistika pada
menganalisis dan menyelesaikan perkembangan sains dan teknologi
masalah statistika, aktuaria, dan - Mampu menyelesaikan model yang berkaitan dengan
terapannya Statistika dan menganalisis hasil yang didapat
- Mampu mengembangkan diri - Mampu mengoperasikan dan memanfaatkan
sesuai dengan kebutuhan teknologi informasi komunikasi sebagai
Keahlian profesi. pendukung bidang Statistika.
Berkarya - Mampu mengikuti - Memiliki jiwa kewirausahaan yang
perkembangan sains dan bercirikan inovasi dan kemandirian yang
teknologi. berlandaskan etika.
- Mampu menghadapi daya saing
Perilaku - Mampu menggunakan bahasa lisan dan
dalam dunia kerja.
Berkarya tulisan dalam Bahasa Indonesia dan Bahasa
Inggris dengan baik.
- Mampu menerapkan ilmu Statistika untuk menjawab
- Memiliki kepekaan dan kepedulian terhadap
kebutuhan masyarakat di segala lapisan
masalah lingkungan, kemasyarakatan,
Kehidupan - Mampu mengambil keputusan yang tepat berdasarkan bangsa dan negara.
Bermasyarakat analisis informasi dan data, dan mampu memberikan
petunjuk dalam memilih berbagai alternatif solusi secara
mandiri dan kelompok.
7
Tabel 3 Matriks II: Pengalaman Belajar
Mata Kuliah Wajib Universitas (18 SKS)

Pengalaman Belajar Ruang Lingkup Materi
Media dan
No Kompetensi (substansi pokok bahasan Mata Kuliah Indikator Asesmen
Sub Kompetensi Aktivitas Teknologi
dan sub pokok bahasan)
1 Memiliki kemampuan 1. Memiliki kepekaan Kuliah Interaktif, Diskusi 1. Bahasa Indonesia Papan Tulis, OHP, 1. MPKT Sains (6 1. Mampu berpikir kritis, kreatif UTS, UAS,
dasar untuk dan kepedulian terhadap kelompok, Presentasi hasil 2. Pancasila LCD, Komputer, SKS) dan inovatif serta memiliki Tugas,
mengembangkan diri masalah lingkungan, diskusi, Mengerjakan soal- 3. Kewiraan Buku Teks, 2. MPKT Sosial keingintahuan intelektual. Presentasi,
sesuai dengan kemasyarakatan, bangsa soal yang diberikan 4. Penalaran Kuantitatif Diktat, e-sources dan Humaniora 2. Mampu menyelesaikan masalah Makalah,
kebutuhan profesi dan negara. perorangan atau kelompok 5. Masalah lingkungan (6 SKS) secara individual dan kelompok Borang
2. Mampu menggunakan 3. Bahasa Inggris Keaktifan
bahasa lisan dan tulisan (3 SKS)
dalam Bahasa Indonesia
dan Bahasa Inggris
dengan baik.
2 Memiliki kemampuan Memiliki integritas dan 1. Mahasiswa berdiskusi Materi MPKT Sains; Papan Tulis, OHP, MPK Agama (2 (Mengikuti indikator yang telah UTS, UAS,
dasar untuk mampu menghargai mengenai materi yang Materi MPKT Sosial LCD, Komputer, SKS) dan ditetapkan UI) Tugas,
mengembangkan diri orang lain diberikan dan humaniora; Buku Teks, Diktat Olahraga (1 SKS) Presentasi,
sesuai dengan mempresentasikan hasil Agama dan Olahraga Makalah,
kebutuhan profesi diskusi Borang
2. Mahasiswa diberikan Keaktifan.
permasalahan untuk
didiskusikan dan
diselesaikan secara
berkelompok.
3. Mahasiswa
mempresentasikan hasil
penyelesaian
8
Mata Kuliah Wajib Rumpun Ilmu (5 SKS)
Media dan
1 Mampu mengikuti Mampu menjelaskan Kuliah Interaktif, Diskusi Definisi Probabilitas; Papan Tulis, OHP, Metode Statistika 1. Mampu menghitung UTS, UAS,
perkembangan konsep dasar statistika kelompok, Presentasi hasil Variabel acak dan LCD, Komputer, (2 SKS) probabilitas dari suatu peristiwa Kuis, Tugas,
Statistika diskusi, Mengerjakan soal- distribusi probabilitas; Software, Buku sederhana dan variabel acak Presentasi
soal yang diberikan, Pengenalan distribusi; Teks, Diktat 2. Mampu menghitung.
Distribusi Sampling; probabilitas sesuai dengan
Interferensi Statistik distribusi eksask atau distribusi
pendekatan dari suatu statistik.
3. Mampu menghitung batas-batas
dari suatu interval kepercayaan.
4. Mampu menerapkan teknik-
teknik pengujian hipotesis.
2 Memiliki kemampuan - Mampu Kuliah Interaktif, Diskusi Materi Fisika Papan Tulis, OHP, Fisika Dasar 1 1 Mampu menjelaskan konsep UTS, UAS,
untuk mengikuti mengoperasikan dan kelompok, Presentasi hasil LCD, Komputer, (3 SKS) dasar sains Kuis, Tugas,
perkembangan Sains memanfaatkan diskusi, Mengerjakan soal- Software, Buku Presentasi
dan teknologi. teknologi informasi soal yang diberikan, Teks, Diktat
komunikasi sebagai
pendukung bidang
matematika
- Mampu
mengidentifikasi teori
matematika pada
perkembangan sains
dan teknologi
9
Mata Kuliah Wajib Fakultas (8 SKS)
Media dan
Mampu mengikuti Mampu menjelaskan Kuliah Interaktif, Diskusi Definisi Probabilitas; Papan Tulis, OHP, Metode Statistika 1. Mampu menghitung probabilitas dari UTS, UAS,
perkembangan konsep dasar statistika kelompok, Presentasi hasil Variabel acak dan LCD, Komputer, (2 SKS) suatu peristiwa sederhana dan Kuis,
Statistika diskusi, Mengerjakan soal- distribusi probabilitas; Software, Buku variabel acak Tugas,
soal yang diberikan, Pengenalan distribusi; Teks, Diktat 2. Mampu menghitung. probabilitas Presentasi
Distribusi Sampling; sesuai dengan distribusi eksask atau
1 Interferensi Statistik distribusi pendekatan dari suatu
statistik.
3. Mampu menghitung batas-batas dari
suatu interval kepercayaan.
4. Mampu menerapkan teknik-teknik
pengujian hipotesis.
Memiliki kemampuan Mampu menjelaskan Kuliah Interaktif, Diskusi Sistem persamaan linier; Papan Tulis, OHP, Aljabar Linier 1. Mampu menjelaskan konsep sistem UTS, UAS,
untuk mengikuti teori dasar Aljabar Linier kelompok, Presentasi hasil Determinan; Vektor di R2 LCD, Komputer, Elementer persamaan linear, matriks, ruang Kuis,
perkembangan diskusi, Mengerjakan soal- dan R3; Ruang Software, Buku (2 SKS) Euclid, transformasi Linear dan Nilai Tugas,
matematika dan soal yang diberikan, Euclid;Ruang Vektor Teks, Diktat eigen. Presentasi
2
statistika Umum 2. Mampu mencari solusi sistem
persamaan linear, determinan
3. Mampu menentuan keterkaitan sifat
dalam ruang Euclid
Mampu Mampu menjelaskan Kuliah Interaktif, Diskusi --Sesuai dengan yang Papan Tulis, OHP, Kimia Dasar 1 --Sesuai dengan yang ditetapkan oleh UTS, UAS,
mengembangkan diri konsep dasar Kimia kelompok, Presentasi hasil ditetapkan oleh Fakultas-- LCD, Komputer, (2 SKS) Fakultas-- Kuis,
3
sesuai dengan diskusi, Mengerjakan soal- Software, Buku Tugas,
kebutuhan profesi soal yang diberikan, Teks, Diktat Presentasi
Mampu Mampu menjelaskan Kuliah Interaktif, Diskusi --Sesuai dengan yang Papan Tulis, OHP, Biologi Umum --Sesuai dengan yang ditetapkan oleh UTS, UAS,
mengembangkan diri konsep dasar Biologi kelompok, Presentasi hasil ditetapkan oleh Fakultas-- LCD, Komputer, (2 SKS) Fakultas-- Kuis,
4
sesuai dengan diskusi, Mengerjakan soal- Software, Buku Tugas,
kebutuhan profesi soal yang diberikan, Teks, Diktat Presentasi
10
Mata Kuliah Wajib Departemen (39 SKS)
Pengalaman Belajar Ruang Lingkup Materi (substansi
Media dan
No Kompetensi pokok bahasan dan sub pokok Mata Kuliah Indikator Asesmen
bahasan)
1 Mampu mengikuti Mampu menjelaskan teori Kuliah Interaktif, Logika: Proposisi, Kalimat Proposisi, Papan Tulis, Logika & 1. Mampu menjelaskan konsep logika UTS, UAS,
perkembangan dasar matematika Diskusi kelompok, Aturan Inferensi, Induksi Matematika; OHP, LCD, Teori dan teori bilangan. Kuis,
sains dan Presentasi hasil Teori Bilangan: Bilangan, Aritmatika Komputer, Bilangan 2. Mampu menggunakan konsep logika Tugas,
teknologi diskusi, Mengerjakan Modular Software, Buku (2 SKS) dan teori bilangan untuk Presentasi
soal-soal yang Teks, Diktat menyelesaikan masalah
diberikan,
2 Mampu mengikuti Mampu menjelaskan teori Kuliah Interaktif, Barisan dan deret; Geometri dalam Papan Tulis, Matematika 1. Mampu menjelaskan konsep dasar UTS, UAS,
perkembangan dasar kalkulus Diskusi kelompok, Ruang dan vektor; Fungsi bernilai OHP, LCD, Dasar 2 kalkulus Kuis,
sains dan Presentasi hasil vektor; Fungsi peubah banyak: Turunan, Komputer, (4 SKS) 2. Mampu mememecahkan masalah Tugas,
teknologi diskusi, Mengerjakan Integral lipat . Software, Buku terapan kalkulus. Presentasi
soal-soal yang Teks, Diktat
diberikan,
3 Mampu mengikuti Mampu menjelaskan teori Kuliah Interaktif, Kalkulus vektor: Integral garis, integral Papan Tulis, Matematika 1. Mampu menjelaskan konsep dasar UTS, UAS,
perkembangan kalkulus lanjutan Diskusi kelompok, permukaan; Integral tak wajar; Deret: OHP, LCD, Dasar 3 kalkulus. Kuis,
sains dan Presentasi hasil deret fungsi, deret kuasa, deret Taylor Komputer, (4 SKS) 2. Mampu mememecahkan masalah Tugas,
teknologi diskusi, Mengerjakan dan deret Maclaurin, konvergensi Software, Buku terapan kalkulus. Presentasi
soal-soal yang seragam; Deret Fourier, Integral Fourier Teks, Diktat
diberikan,
4 Mampu mengikuti Mampu menjelaskan teori Kuliah Interaktif, Ruang vektor umum; Ruang hasil kali Papan Tulis, Aljabar 1. Mampu menjelaskan konsep dasar UTS, UAS,
perkembangan dasar matematika Diskusi kelompok, dalam; Nilai dan vektor eigen; OHP, LCD, Linear 1 ruang vektor, Ruang Eigen, Kuis,
sains dan Presentasi hasil Transformasi Linier; Topik Komputer, (2 SKS) Transformasi Linier dalam bentuk Tugas,
teknologi diskusi, Mengerjakan tambahan:Aplikasi pada PD, bentuk Software, Buku umum. Presentasi
soal-soal yang kuadratik, Least Squares fitting to Data, Teks, Diktat 2. Mampu membuktikan teorema yang
diberikan, Dekomposisi LU berkaitan.
3. Mampu menentuan keterkaitan sifat
dalam aljabar linier
5 Memiliki - Mampu menganalisis Kuliah Interaktif, Pengukuran dan penyelesaian masalah Papan Tulis, Matematika 1. Mampu menerangkan konsep-konsep UTS, UAS,
kemampuan permasalahan dunia Diskusi kelompok, Bunga; Anuitas dasar dan anuitas OHP, LCD, Keuangan bunga &memodelkan permasalahan riil Kuis,
merancang, nyata dan Presentasi hasil umum; Amortization and sinking fund; Komputer, (4 SKS) yang menyangkut bunga sesuai dengan Tugas,
menganalisis dan memodelkannya ke diskusi, Mengerjakan Tingkat hasil Software, Buku konsep bunga Presentasi
menyelesaikan dalam bentuk matematis soal-soal yang Teks, Diktat 2. Mampu menerangkan konsep anuitas
masalah - Mampu menyelesaikan diberikan, dasar, anuitas yang lebih umum serta
Matematika dan model matematis dan memodelkan masalah riil yang
terapannya menganalisis hasil yang menyangkut anuitas
didapat 3. Mampu menghitung sisa hutang dari
suatu amortisasi, membuat schedules
amortisasi &sinking funds
4. Mampu menganalisis aliran keuangan
dan menghitung tingkat reinvestasi
11
Media dan
bahasan)
6 Mampu Mampu mengunakan Kuliah Interaktif, Pengenalan fasilitas software (R, SPSS, Papan Tulis, Algoritma Mampu menggunakan beberapa software UTS, UAS,
mengikuti berbagai software statistika Diskusi kelompok, Minitab, Eviews, Mathematica), OHP, LCD, dan Perangkat statistika seperti R, SPSS, Minitab, Kuis,
perkembangan Presentasi hasil manajemen data (entry data, import, Komputer, Lunak Eviews, Mathematica sebagai penunjang Tugas,
sains dan diskusi, Mengerjakan export dan transformasi data), statistika Software, Buku Statistika untuk menyelesai-kan masalah-masalah Presentasi
teknologi. soal-soal yang deskriptif (ukuran pemusatan dan Teks, Diktat (3 SKS) riil yang berkaitan dengan statistika.
diberikan, penyebaran data, grafik), inferensi
statistika dasar (interval kepercayaan, uji
hipotesis mean, proporsi, dan variansi,
uji chi square), simulasi Monte Carlo.
7 Mampu Mampu mengoperasikan Kuliah Interaktif, Review Aljabar Linear, Kalkulus, dan Papan Tulis, Metode 1. Mampu menerangkan konsep-konsep UTS, UAS,
mengikuti dan memanfaatkan Diskusi kelompok, Algoritma: Vektor dan Norm Vektor, OHP, LCD, Numerik dasar untuk metode-metode numerik Kuis,
perkembangan teknologi informasi Presentasi hasil Matrik dan Norm Matrik, Komputer, (4 SKS) 2. Mampu menerangkan penyelesaikan Tugas,
sains dan komunikasi sebagai diskusi, Mengerjakan Konvergen dan teorema titik tetap, Software, Buku numerik dari beberapa permasalahan Presentasi
teknologi. pendukung bidang soal-soal yang Round-off error, Efisiensi, akurasi dan Teks, Diktat matematika
statistika dan/atau aktuaria diberikan, stabilitas; Solusi persamaan satu 3. Mampu melakukan simulasi komputer
variabel; Aproksimasi dan interpolasi; untuk beberapa penyelesain secara
Diferensial dan integral numerik; numerik
Metode langsung dan iteratif untuk
sistem persamaan linear
8 Mampu Mampu menjelaskan Kuliah Interaktif, Konsep Teori Probabilitas dan Distribusi; Papan Tulis, Statistika 1. Mampu menentukan probabilitas dari UTS, UAS,
mengikuti konsep dasar statistika Diskusi kelompok, Distribusi-distribusi Multivariat; OHP, LCD, Matematika 1 suatu peristiwa dan variabel random Kuis,
perkembangan Presentasi hasil Distribusi khusus; Distribusi dari fungsi Komputer, (4 SKS) serta probabilitas bersyaratnya. Tugas,
Statistika dan/atau diskusi, Mengerjakan variabel random Software, Buku 2. Mampu mengidentifikasi variabel Presentasi
Aktuaria. soal-soal yang Teks, Diktat random, probability density function
diberikan, (pdf), fungsi distribusi, ekspektasi
matematik serta fungsi pembangkit
momen.
3. Mampu menentukan distribusi dan
ekspektasi dua variabel random,
distribusi dan ekspektasi bersyarat.
4. Mampu menentukan distribusi-
distribusi dari variabel-variabel
random dan statistik-statistik.
9 Mampu Mampu menjelaskan Kuliah Interaktif, Limit distribusi; Taksiran Titik; Papan Tulis, Statistika 1. Mampu mendapatkan limit disribusi UTS, UAS,
mengikuti konsep dasar statistika Diskusi kelompok, Statistik cukup; Fisher informasi dan OHP, LCD, Matematika 2 dari suatu variable random dengan Kuis,
perkembangan Presentasi hasil batas bawah Rao-Cramer; Pengujian Komputer, (4 SKS) menggunakan teknik-teknik penentuan Tugas,
Statistika dan/atau diskusi, Mengerjakan hipotesis Software, Buku limit distribusi Presentasi
Aktuaria. soal-soal yang Teks, Diktat 2. Mampu mendapatkan taksiran titik dari
diberikan, suatu parameter dengan menggunakan
metode maksimum likelihood dan
metode moment
3. Mampu memeriksa ke-unbiased-an dan
kekonsistenan dari suatu penaksir
4. Mampu mendapatkan statistik cukup,
penaksir unbiased
12
Media dan
bahasan)
10 Memiliki - Mampu Kuliah Interaktif, Penelitian sebagai suatu pendekatan Papan Tulis, Metode 1. Mampu melakukan penelitian awal di UTS, UAS,
kemampuan mengoperasikan dan Diskusi kelompok, untuk memperoleh kebenaran; Berbagai OHP, LCD, Penelitian bidang statistika Kuis,
untuk mengikuti memanfaatkan teknologi Presentasi hasil metode dan macam penelitian; Komputer, (2 SKS) 2. Mampu menuliskan hasil penelitian Tugas,
perkembangan informasi komunikasi diskusi, Mengerjakan Penentuan topik dan masalah penelitian; Software, Buku & menggunakan kaidah ilmiah Presentasi
Sains dan sebagai pendukung soal-soal yang Konsep, variabel dan sistem variabel; Teks, Diktat Skripsi
teknologi. bidang matematika diberikan, Perumusan hipotesis; Rencana (6 SKS)
- Mampu penelitian dan langkah-langkah dalam
mengidentifikasi teori meneliti; Relasi dan variabel
matematika pada pengganggu; Metode eksperimen;
perkembangan sains dan Sumber-sumber kesalahan dan
teknologi generalisasi; Metode survei serta
konstruksi pertanyaan dalam survei;
Teknik pengambilan sampel; Validitas
dan Reliabilitas; Praktek pembuatan
proposal penelitian; Penulisan laporan
penelitian
13
Mata Kuliah Wajib Program Studi (44 SKS)
Pengalaman Belajar Ruang Lingkup Materi (substansi pokok Media dan
No Kompetensi Mata Kuliah Indikator Asesmen
Sub Kompetensi Aktivitas bahasan dan sub pokok bahasan) Teknologi
1 Mampu merancang, Mampu menerapkan Kuliah Interaktif, Uji Chi Kuadrat: Uji Independensi, Uji Papan Metode 1. Mampu memutuskan analisis dasar UTS, UAS,
menganalisis dan konsep dasar Diskusi kelompok, Homogenitas, Uji Kecocokan; Regresi Linier Tulis, OHP, Statistika yang tepat saat diperhadapkan pada Kuis,
menyelesaikan pengujian hipotesis Presentasi hasil diskusi, Sederhana; Analisis Variansi Satu Arah. LCD, Lanjut data real Tugas,
masalah statistika, dan analisis Mengerjakan soal-soal Komputer, (2 sks) 2. Dapat menjelaskan dengan benar Presentasi
aktuaria, dan statistika secara yang diberikan. Software, pemodelan dasar dalam statistika
terapannya. tepat berdasarkan Buku Teks,
data. Diktat
2 Mampu mengikuti Mampu menjelaskan Kuliah Interaktif, Sistem bilangan riil; sifat aljabar, keterurutan, Papan Analisis Real 1. Mampu menjelaskan konssep UTS, UAS,
perkembangan teori dasar Diskusi kelompok, kelengkapan, supremum dan infimum beserta Tulis, OHP, (4 sks) analisis yang lebih menekankan Kuis,
Statistika dan/atau Matematika, Presentasi hasil diskusi, aplikasinya, barisan, pengenalan deret, limit LCD, ’kenapa’ dan ’bagaimana jika’ Tugas,
Aktuaria. Statistika dan/atau Mengerjakan soal-soal fungsi, fungsi kontinu,keterturunan, Integral Komputer, 2. Mampu menuangkan konsep Presentasi
Aktuaria yang diberikan. Riemann. Software, analisis pada sistem bilangan riel,
Buku Teks, barisan dan konvergensi, limit
Diktat sebuah fungsi dan kontinuitas
fungsi serta konsep turunan dan
integral
3 Mampu Mampu Kuliah Interaktif, Matriks: partisi matriksdisertai opersi- Papan Teori Matriks 1. Mampu mengenali persamaan UTS, UAS,
menjelaskan konsep menyelesaikan Diskusi kelompok, operasinya, rank dan invers dari partisi matriks, Tulis, OHP, Statistika fungsi yang dapat diekspresikan Kuis,
dasar pemodelan model Statistika dan Presentasi hasil diskusi, determinan, invers yang diperumum. LCD, (3 sks) dalam bentuk matriks Tugas,
Statistika dan Aktuaria serta Mengerjakan soal-soal Dekomposisi bentuk matriks kuadrat dan Komputer, 2. Mampu membentuk turunan vektor Presentasi
Aktuaria menganalisis hasil yang diberikan, Cholesky. Linier, bilinier. Turunan vektor, Software, atau matriks dari fungsi beserta
yang didapat. matriks dari fungsi beserta turunan tingkat tinggi Buku Teks, turunan tingkat tinggi dan turunan
dan turunan parsial. Matriks, sub matriks dan Diktat parsialnya
matriks partisi, sifat operasi, trace,pada matriks,
rank, determinan dan invers pada matriks partisi
4 Mampu Mampu menjelaskan Kuliah Interaktif, Aljabar dan Aljabar Sigma, Ukuran Probabilitas Papan Pengantar 1. Mampu menjelaskan konsep- UTS, UAS,
menjelaskan teori dengan benar Diskusi kelompok, pada suatu Sigma-Aljabar dan sifat-sifatnya. Tulis, OHP, Teori konsep probabilitas secara Kuis,
dasar Statistika dan konsep-konsep Presentasi hasil diskusi, Variabel Random, fungsi dari variabel random, LCD, Probabilitas mendalam dalam kaitannya dengan Tugas,
Aktuaria. probabilitas dan Mengerjakan soal-soal ekspektasi dari variabel random Komputer, (2sks) pendekatan teori ukur Presentasi
mengkaitkannya yang diberikan Buku Teks, 2. Mampu menjelaskan konsep
dengan data/ perorangan atau Diktat tentang variabel random, fungsi
kejadian di dunia kelompok dari variabel random, ekspektasi
nyata dari variabel random
5 Mampu Mampu memberikan Kuliah Interaktif, Pendahuluan:konsep dasar pengambilan sampel; Papan Teknik 1. Mampu menjelaskan konsep dasar UTS, UAS,
mengembangkan saran cara Diskusi kelompok, Sampling acak sederhana; Sampling acak Tulis, OHP, Sampling pengambilan sampel. Kuis,
diri sesuai dengan pengambilansampel Presentasi hasil diskusi, sistematis; Sampling acak stratifikasi; Sampling LCD, (3 SKS) 2. Mampu menjabarkan jenis-jenis Tugas,
kebutuhan profesi. data pada suatu Mengerjakan soal-soal acak kelompok Komputer, sampling acak Presentasi,
rencana penelitian yang diberikan Buku Teks, 3. Mampu menentukan penaksiran Makalah
perorangan atau Diktat paramater populasi
kelompok 4. Mampu menentukan ukuran sampel
pada masing-masing penaksiran
parameter populasi
5. Mampu menentukan taksiran dari
variansi statistik
14
6 Mampu Mampu mengambil Kuliah Interaktif, Pendahuluan: Statistika deskriptif, inferensial dan Papan Statistika Mahasiswa dapat memilih Uji UTS, UAS,
menerapkan konsep keputusan yang Diskusi kelompok, beberapa pengertian yang digunakan dalam Tulis, OHP, Nonparametri Statistik Nonparametrik yang tepat Kuis,
dasar statistika dan tepat berdasarkan Presentasi hasil diskusi, statistika nonparametric, Uji Binomial & CI, Uji LCD, k untuk setiap data yang dihadapi Tugas,
aktuaria secara tepat analisis informasi Mengerjakan soal-soal kuantil dan CI, Uji ChiSquare, Kolmogorov dan Komputer, (3 SKS) Presentasi,
berdasarkan data. dan data, dan yang diberikan Cox Stuart, Mc Nemar, Sign Test, Wilcoxon test, Buku Teks, Praktikum
mampu memberikan perorangan atau Randomization, Mann-Whitney & CI, Smirnov, Diktat
petunjuk dalam kelompok Squared Rank Test dan quiz, Uji Klottz,
memilih berbagai Smirnov, Cramer von Mises, Uji Kruskal Wallis
alternatif solusi dan tabel kontingensi r x s, Uji Koefisien korelasi
secara mandiri dan Kendall Tau, Uji Quade dan Friedman, Regresi
kelompok. Nonparametrik, Regresi monotonik. Review
statistika nonparametrik dan membahas jounal
yang berkaitan dengan statistika nonparametric.
7 Mampu mengikuti Mampu mengambil Kuliah Interaktif, Aljabar matriks, karakter dan penyajian data Papan Analisis 1. Mampu menjelaskan secara UTS, UAS,
perkembangan keputusan yang Diskusi kelompok, multivariat : Tulis, Multivariat 1 matematis suatu data multivariat Tugas,
Statistika dan/atau tepat berdasarkan Presentasi hasil diskusi, Eigen value, eigen vektor, Mengubah basis, OHP, ( 3 SKS) 2. Menjelaskan teori dan aplikasi data Presentasi,
Aktuaria analisis informasi Mengerjakan soal-soal Multivariat Normal Density Function, Estimasi LCD, multivariat Makalah
dan data, dan yang diberikan dalam Multivariat Normal; Pengujian mean satu, Komputer,
mampu memberikan perorangan atau dua atau lebih populasi dan mengelompokkan Software,
petunjuk dalam kelompok data kontinu: Bivariat Anova, Multivariat Anova Buku Teks,
memilih berbagai (Manova), Analisis Komponen Utama & Analisis Diktat;
alternatif solusi Faktor, Analisis Jurnal
secara mandiri dan
kelompok.
8 Mampu Mampu mengambil Kuliah Interaktif, Rantai Markov untuk waktu diskrit dan kontinu; Papan Proses 1. Mampu membedakan jenis proses UTS, UAS,
mengembangkan keputusan yang Diskusi kelompok, Proses Poisson; Aplikasi Rantai Markov dan Tulis, OHP, Stokastik 1 stokastik berdasarkan ruang keadaan Kuis,
diri sesuai dengan tepat berdasarkan Presentasi hasil diskusi, aplikasi Proses Poisson ; Proses Renewal LCD, (3 SKS) dan ruang parameter Tugas,
kebutuhan profesi. analisis informasi Mengerjakan soal-soal Komputer, 2. Mampu mengidentifikasi suatu Presentasi,
dan data, dan yang diberikan Buku Teks, permasalahan sebagai rantai Markov Makalah
mampu memberikan perorangan atau Diktat atau Proses Poisson.
petunjuk dalam kelompok 3. Mampu menginterpretasikan matrik
memilih berbagai transisi dari rantai Markov
alternatif solusi
secara mandiri dan
kelompok.
9 Mampu Mampu Kuliah Interaktif, Pendahuluan Regresi Linier Sederhana, Asumi- Papan Analisis Mampu membentuk model regresi UTS, UAS,
menjelaskan konsep menganalisis Diskusi kelompok, asumsi dalam pemodelan, Analisis Regresi Linier Tulis, OHP, Regresi 1 linier dan dapat menggunakannya Kuis,
dasar pemodelan permasalahan dunia Presentasi hasil diskusi, Sederhana, Analisis Regresi Linier Berganda, LCD, (3 SKS) dengan baik dan benar dalam Tugas,
Statistika. nyata dan Mengerjakan soal-soal Pembentukan Model: Variabel independent Komputer, permasalahan nyata. Presentasi,
memodelkannya ke yang diberikan kuantitatif dan kualitatif, First Order Model, Buku Teks, Makalah
dalam bentuk perorangan atau Second Order Model, Some Regression Pitfalls. Diktat
pemodelan Statistika kelompok
15
10 Mampu mengambil Mampu Kuliah Interaktif, Peninjauan konsep-konsep statistika yang Papan Rancangan Mahasiswa mampu menerapkan UTS, UAS,
keputusan yang menganalisis Diskusi kelompok, diperlukan (sampel acak, dll), Model matematika Tulis, OHP, Percobaan 1 konsep model matematika dan Kuis,
tepat berdasarkan permasalahan dunia Presentasi hasil diskusi, dan pemisalan-pemisalan dasar, Taksiran kuadrat LCD, (3 SKS) pemisalan-pemisalan dasar ANOVA Tugas,
analisis informasi nyata dan Mengerjakan soal-soal terkecil; persamaan-persamaan normal, Fungsi Komputer, pada data nyata. Presentasi,
dan data, dan memodelkannya ke yang diberikan estimable, Teorema Gauss-Markov, Bentuk Buku Teks, Makalah
mampu dalam bentuk perorangan atau kanonik pemisalan dasar, Konstruksi elipsoida Diktat
memberikan Statistika, serta kelompok kepercayaan, Statistik uji F. Metode contrast
petunjuk dalam mampu menjelaskan Scheffe dan Tukey.
memilih berbagai dengan benar
alternatif solusi konsep acak,
secara mandiri dan variansi,
kelompok. kehomogenan data.
11 Mampu mengikuti Mampu mengambil Kuliah Interaktif, Modeling; Beberapa ukuran dasar distribusi: Papan Model Pembahasan mengenai kelas – kelas UTS, UAS,
perkembangan sains keputusan yang Diskusi kelompok, momen, kuantil, fungsi pembangkit dan jumlah Tulis, OHP, Kerugian 1 distribusi loss; yang meliputi kelas Kuis,
dan teknologi. tepat berdasarkan Presentasi hasil diskusi, dari variable random; tail distributions, ukuran LCD, (3 SKS) distribusi diskrit dan kontinu. Akan Tugas,
analisis informasi Mengerjakan soal-soal resiko dan penggunaannya (VaR dan TVaR); Komputer, dipelajari karakteristik distribusi, Presentasi
dan data, dan yang diberikan. Model – model aktuaria: karakteristik model- Software, konstruksi distribusi yang baru,
mampu memberikan model aktuaria, model–model kontinu, beberapa Buku Teks, penaksiran parameter dan pemodelan
petunjuk dalam distribusi khusus dan keteraitannya, Linear Diktat masalah dengan menggunakan
memilih berbagai exponential family distribution, TVaR untuk distribusi – distribusi tersebut.
alternatif solusi distribusi yang kontinu, Extreme value
secara mandiri dan distributions; Kelas distribusi diskrit : Distribusi
kelompok. 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, MLE,
Variansi dan estimasi interval, Estimasi
Bayesian, Estimasi untuk distribusi diskrit,
Analisis data eksploratori.
16
12 Mampu Mampu Kuliah Interaktif, Masalah Multikolinearitas; Transformasi Data; Papan Analisis Mahasiswa mampu membedakan UTS, UAS,
menjelaskan konsep menganalisis Diskusi kelompok, Analisis Residual: Heteroskedastisitas, Tulis, OHP, Regresi 2. berbagai metode pemodelan linier dan Kuis,
dasar pemodelan permasalahan dunia Presentasi hasil diskusi, Ketidaknormalan, Outlier, Autokolinearitas; LCD, (3 SKS) dapat menggunakan-nya dengan baik Tugas,
Statistika. nyata dan Mengerjakan soal-soal Regresi linier piecewise, weighted leastsquare; Komputer, dan benar dalam permasalahan nyata. Presentasi,
memodelkannya ke yang diberikan Regresi logistic sederhana dan ganda: interpretasi Buku Teks, Makalah
dalam bentuk perorangan atau koefisien, odds ratio, pengujian model, estimasi, Diktat
pemodelan Statistika kelompok seleksi variable; table kontingensi, pemodelan
serta dapat log linier; aplikasi pada permasalahan nyata,
memberikan jalan interpretasi.
keluar apabila ada
asumsi pemodelan
yang tidak dipenuhi
13 Mampu mengikuti Mampu Kuliah Interaktif, Analisis Korelasi Kanonik: Korelasi & Variat Papan Analisis Mahasiswa mampu mengenali UTS, UAS,
perkembangan mengidentifikasi Diskusi kelompok, kanonik, pendekatan geometr & analitis untuk Tulis, OHP, Multivariat 2 (mendeteksi) suatu permasalahan Kuis,
Statistika dan/atau teori statistika Presentasi hasil diskusi, korelasi kanonic, Test of significance, Hubungan LCD, (3 SKS) dunia nyata yang dapat dimodelkan Tugas,
Aktuaria. dan/atau aktuaria Mengerjakan soal-soal analisis korelasi kanonic dengan teknik Komputer, dan dianalisis menggunakan analisis Presentasi
pada perkembangan yang diberikan Multivariate lainnya. Analisis Komponen Utama Software, multivariate.
sains dan teknologi. perorangan atau (PCA): dasar geometri & Aljabar dari Komponen Buku Teks,
kelompok Utama, analisis komponen utama, plot Diktat
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.
14 Mampu merancang, Mampu menerapkan Kuliah Interaktif, Prinsip dasar rancangan, Analisis Variansi, Papan Rancangan Mahasiswa dapat menentukan model UTS, UAS,
menganalisis dan konsep dasar Diskusi kelompok, Rancangan Acak Sempurna, Rancangan Blok Tulis, OHP, Percobaan 2 rancangan percobaan yang sesuai Kuis,
menyelesaikan statistika dan Presentasi hasil diskusi, Acak Lengkap, Rancangan Blok Acak Tak LCD, (2 SKS) dengan permasalahan yang dihadapi Tugas,
masalah statistika, aktuaria secara tepat Mengerjakan soal-soal Lengkap Seimbang, Rancangan Bujur Sangkar Komputer, dan mampu menganalisis data yang Presentasi
aktuaria, dan berdasarkan data. yang diberikan Latin, Graeco Latin Square, Rancangan Software, diperoleh.
terapannya. perorangan atau Faktorial, Rancangan Faktorial 2k, Bloking dan Buku Teks,
kelompok Counfounding dalam Faktorial 2k, Rancangan Diktat
Fraksional Faktorial, Aturan EMS, Rancangan
Nested dan Split Plot.
17
15 Mampu Mampu mengambil Kuliah Interaktif, Pendahuluan, konsep dasar runtun waktu; Papan Runtun 1. Mampu menjelaskan konsep dasar UTS, UAS,
menganalisis keputusan yang Diskusi kelompok, kestasioneran; fungsi autokorelasi, model untuk Tulis, OHP, Waktu teori runtun waktu Kuis,
permasalahan dunia tepat berdasarkan Presentasi hasil diskusi, runtun stasioner (ARIMA Model) , model untuk LCD, (3 SKS) 2. Mampu membentuk model Tugas,
nyata dan analisis informasi Mengerjakan soal-soal runtun non stasioner, spesifikasi model, estimasi Komputer, berdasarkan data runtun waktu Presentasi,
memodelkannya ke dan data, dan yang diberikan parameter model, diagnostic model, peramalan, Buku Teks, Praktikum
dalam bentuk mampu memberikan perorangan atau model musiman (SARIMA Model). Diktat
Statistika dan petunjuk dalam kelompok
Aktuaria. memilih berbagai
alternatif solusi
secara mandiri dan
kelompok.
16 Mampu berinovasi Memiliki jiwa Kuliah Interaktif, Mindset Kewirausahaan - Konsep Dasar Papan Kewirausahaa Mahasiswa mamiliki bekal untuk UTS, UAS,
dengan kreatif kewirausahaan yang Diskusi kelompok, Kewirausahaan - Pengertian kewirausahaan dan Tulis, OHP, n membuka lapangan usaha/pekerjaan. Kuis,
untuk mengisi bercirikan inovasi Presentasi hasil diskusi, wirausaha - Wirausaha dan Manajer. LCD, Tugas,
kebutuhan dan kemandirian Mengerjakan soal-soal Karakteristik dan Motivasi Wirausaha - Komputer, Presentasi,
masyarakat yang berlandaskan yang diberikan Karakteristik/sifat Wirausaha - Perilaku Buku Teks, Praktikum
berdasarkan Ilmu etika perorangan atau Wirausaha - Faktor-faktor motivasi. Usaha Kecil Diktat
Statistika dan kelompok dan Menengah - Bisnis - Jenis-jenis Organisasi
Aktuaria 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.
18
Mata Kuliah Pilihan
1 Mampu Mampu mengambil Kuliah Interaktif, Konsep dasar; Bagan kendali untuk variabel Papan Statistika Mahasiswa mampu menjelaskan dan UTS, UAS,
menghadapi daya keputusan yang tepat Diskusi kelompok, (bagan dan R; bagan dan S); Bagan kendali Tulis, OHP, Pengendalian menggunakan teori statistika pada Kuis,
saing dalam dunia berdasarkan analisis Presentasi hasil untuk bagian yang ditolak; Bagan kendali untuk LCD, Mutu persoalan pengendalian mutu Tugas,
kerja. informasi dan data, dan diskusi, Mengerjakan ketidak sesuaian; Bagan kendali untuk Komputer, (3 SKS) Presentasi
mampu memberikan soal-soal yang ketidaksesuaian per unit; Rational Subgrouping; Software,
petunjuk dalam memilih diberikan perorangan Batas Probabilitas untuk bagan kendali dan R; Buku Teks,
berbagai alternatif solusi atau kelompok Batas probabilitas untuk bagan kendali untuk Diktat
secara mandiri dan ketidaksesuaian dan untuk bagan kendali untuk
kelompok. ketidaksesuaian per unit; Analisis dari kapabilitas
proses; Analisis pareto; Diagram sebab-akibat;
Bagan kendali untuk rata-rata bergerak; Bagan
kendali dengan trend linier; Cumulative Sum
Control Chart.
2 Mampu Mampu mengambil Kuliah Interaktif, Pendahuluan: alasan melakukan survei dan Papan Metode Mahasiswa mampu menjelaskan apa yang UTS, UAS,
merancang, keputusan yang tepat Diskusi kelompok, komponen-komponen dalam survei; Error dalam Tulis, OHP, Survei dimaksud dengan suatu survei, alasan Kuis,
menganalisis dan berdasarkan analisis Presentasi hasil survei, Complex sampling : menentukan metode LCD, (3 SKS) mengapa dilakukan survei, macam-macam Tugas,
menyelesaikan informasi dan data, dan diskusi, Mengerjakan sampling yang tepat, sample frame, unit sampel, Komputer, survei, bagaimana merancang alat ukur Presentasi
masalah statistika, mampu memberikan soal-soal yang ukuran sampel, alokasi sampel; Menangani non- Software, untuk survei, bagaimana merancang dan
aktuaria, dan petunjuk dalam memilih diberikan perorangan response dalam survei; Metode pengumpulan Buku Teks, melaksanakan suatu survei serta mampu
terapannya. berbagai alternatif solusi atau kelompok data, Merancang kuesioner; Mempersiapkan data Diktat melakukan survei dengan metode yang
secara mandiri dan untuk analisis; Kode etik dalam survei; benar.
kelompok Menentukan Survei Error; Merancang Quick
Count.
3 Mampu Mampu menganalisis Kuliah Interaktif, Teori bunga dan probabilitas, Peubah acak untuk Papan Matematika 1. Mampu menerapkan berbagai perangkat UTS, UAS,
merancang, permasalahan dunia nyata Diskusi kelompok, usia kegagalan; contoh dari model survival Tulis, OHP, Aktuaria 1 matematika untuk memodelkan dampak Kuis,
menganalisis dan dan memodelkannya ke Presentasi hasil parametrik; peubah acak untuk waktu kegagalan; LCD, (3 SKS) finansial dari suatu kontrak antar agen- Tugas,
menyelesaikan dalam bentuk Statistika diskusi, Mengerjakan central rate; model survival pilihan. Definisi tabel Komputer, agen ekonomi, sebagai akibat dari suatu Presentasi
masalah statistika, dan Aktuaria. soal-soal yang usia; bentuk tradisional dari tabel usia; Software, ketidakpastian di masa depan. Mahasiswa
aktuaria, dan diberikan. penurunan fungsi dari jumlah hidup; metode Buku Teks, diharapkan mampu menjelaskan dengan
terapannya. untuk usia non-integral; tabel usia pilihan; Diktat baik konsep dasar matematika asuransi
ringkasan tabel usia. Model stokhastik diskrit; jiwa, dan pendekatan aktuaria dalam
pendekatan deterministik grup; model stokhastik menaksir tarif dari berbagai kontrak
kontinu; model pembayaran tertentu di masa keuangan yang menimbulkan klaim
depan dengan pembayaran yang beragam. Model finansial tertentu di masa depan
anuitas seumur hidup; model anuitas sementara; (contingent financial claim)
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.
19
4 Mampu Mampu menganalisis Kuliah Interaktif, Pendahuluan tentang Data Spasial, Proses Papan Statistika Mahasiswa mampu menjelaskan apa yang UTS, UAS,
mengembangkan permasalahan dunia nyata Diskusi kelompok, Spasial, Fungsi Kovariansi, Model-model Tulis, OHP, Spasial dimaksud dengan data spasial, fungsi Kuis,
diri sesuai dengan dan memodelkannya ke Presentasi hasil Semivariogram, Semivariogram Eksperimental, LCD, (3 SKS) kovariansi spasial, model –model Tugas,
kebutuhan profesi. dalam bentuk Statistika diskusi, Mengerjakan Model Linier Umum, Interpolasi dan Prediksi Komputer, semivariogram, bagaimana menghitung Presentasi
dan Aktuaria soal-soal yang Spatial, Metode Kriging: Simple Kriging, Software, semivariogram eksperimental dan
diberikan perorangan Ordinary Kriging, Universal Kriging dan Buku Teks, menentukan model semivariogram yang
atau kelompok Multivariat Kriging (CoKriging). Diktat cocok dengan data, serta mampu
memodelkan data spatial secara tepat
untuk memecahkan masalah –masalah
yang terkait dengan data spatial.
5 Mampu Mampu menganalisis Kuliah Interaktif, Benefit Premiums; Benefit Reserves, Analysis of Papan Matematika Mampu menerapkan berbagai perangkat UTS, UAS,
merancang, permasalahan dunia nyata Diskusi kelompok, Benefit Reserves, Special Topics. Tulis, OHP, Aktuaria 2 matematika untuk memodelkan dampak Kuis,
menganalisis dan dan memodelkannya ke Presentasi hasil LCD, (3 SKS) finansial dari suatu kontrak antar agen- Tugas,
menyelesaikan dalam bentuk Statistika diskusi, Mengerjakan Komputer, agen ekonomi, sebagai akibat dari suatu Presentasi
masalah statistika, dan Aktuaria. soal-soal yang Software, ketidakpastian di masa depan. 2. Mampu
aktuaria, dan diberikan. Buku Teks, menjelaskan dengan baik konsep dasar
terapannya. Diktat matematika asuransi jiwa, dan pendekatan
aktuaria dalam menaksir tarif dari berbagai
kontrak keuangan yang menimbulkan
klaim finansial tertentu di masa depan
(contingent financial claim)
6 Mampu Mampu mengambil Kuliah Interaktif, Memeriksa reliabilitas dan validitas alat ukur. Papan Analisis Data Mahasiswa dapat mempersiapkan data UTS, UAS,
merancang, keputusan yang tepat Diskusi kelompok, Mempersiapkan data untuk analisis. Mengubah Tulis, OHP, Kuantitatif untuk analisis, mengerti metode-metode Kuis,
menganalisis dan berdasarkan analisis Presentasi hasil data kontinu menjadi data katagorik. LCD, (3 SKS) statistika dan masing-masing kegunaan- Tugas,
menyelesaikan informasi dan data, dan diskusi, Mengerjakan Menganalisis data berdasarkan deskripsi data. Komputer, nya. menganalisis data dengan metode Presentasi
masalah statistika, mampu memberikan soal-soal yang Menganalisis data berdasarkan metode-metode Software, yang tepat dan menyimpulkan hasil
aktuaria, dan petunjuk dalam memilih diberikan perorangan statistika dasar yang tepat. Menganalisis data Buku Teks, analisis data untuk menjawab tujuan
terapannya. berbagai alternatif solusi atau kelompok dengan metode SEM. Memilih metode yang tepat Diktat penelitian.
secara mandiri dan untuk menganalisis data lapangan dan meng-
kelompok. komunikasikan hasil analisis data yang didapat.
7 Mampu Mampu mengambil Kuliah Interaktif, Pendahuluan:Normative & Descriptive decision Papan Teori Mahasiswa dapat menjelaskan dengan UTS, UAS,
mengembangkan keputusan yang tepat Diskusi kelompok, theory,Rational & right decision, Risk, Ignorance Tulis, OHP, Keputusan benar serta menggunakan teori Kuis,
diri sesuai dengan berdasarkan analisis Presentasi hasil ,Certainty, Certainty Trees, Decision Matrix; LCD, Statistika pengambilan keputusan pada beberapa Tugas,
kebutuhan profesi. informasi dan data, dan diskusi, Mengerjakan Decision under ignorance: Maximax Rule, Komputer, (3 SKS) kondisi dan dengan beberapa metode. Presentasi
mampu memberikan soal-soal yang Minimax Regret Rule, Optimist-Pessimist Rule; Software,
petunjuk dalam memilih diberikan perorangan Decision under risk: Maximum Expected Value, Buku Teks,
berbagai alternatif solusi atau kelompok Bayesian Decision Theory; Utility Theory : Diktat
secara mandiri dan Interval utility score, Monetary values vs utility,
kelompok. Von Neumann-Morgenstern Utility Theory,
Criticism of Utility Theory; Causal Decision
Theory; Scoring rules; Value of information.
20
8 Mampu mengikuti Mampu menerapkan Kuliah Interaktif, The Forecasting Perspective: Why Forecast, Papan Metode Mahasiswa mampu menjelaskan berbagai UTS, UAS,
perkembangan konsep dasar statistika dan Diskusi kelompok, Overview of Forecasting Technique, Basic Step Tulis, OHP, Peramalan metode peramalan statistika yang berlaku Kuis,
Statistika dan/atau aktuaria secara tepat Presentasi hasil in a Forecasting Task. Basic Forecasting Tools: LCD, Statistika di berbagai bidang bisnis, seperti Tugas,
Aktuaria. berdasarkan data. diskusi, Mengerjakan Time Series and Cross Sectional Data, Graphical Komputer, (3 SKS) smoothing eksponensial, dekomposisi Presentasi
soal-soal yang Summaries, Numerical Summaries, Measuring Software, musiman, dan lainnya. Penekanannya
diberikan perorangan Forecast Accuracy, Prediction Intervals, Least Buku Teks, untuk menerapkan metode ini pada data
atau kelompok Square Estimates, Transformation and Diktat real menggunakan paket fitur lengkap
Adjustments. Time Series Decomposition: seperti paket spreadsheet (Excel).
Principles of Decomposition, Moving Averages,
Local Regression Smoothing, Classical
Decomposition, Census Bureau Methods, STL
Decomposition, Forecasting Decomposition.
Exponential Smoothing Methods: The
forecasting scenario, Averaging Methods,
Exponential Smoothing Methods, A Comparison
of Methods, General Aspects of Smoothing
Methods. Application.
9 Mampu mengikuti Mampu mengidentifikasi Kuliah Interaktif, Pendahuluan: Teknik komputasi untuk mining Papan Statistika Mahasiswa mampu menjelaskan dasar- UTS, UAS,
perkembangan teori statistika dan/atau Diskusi kelompok, informasi berjumlah besar yang diproduksioleh Tulis, OHP, Genom dasar statistika genome yang dapat Kuis,
sains dan aktuaria pada Presentasi hasil perkembangan di biologi, seperti genome LCD, (3SKS) digunakan untuk riset lebih lanjut di topic Tugas,
teknologi. perkembangan sains dan diskusi, Mengerjakan sequencingdan teknologi microarrray. Komputer, bioinformatika, terutama: Presentasi
teknologi. soal-soal yang Topik utama meliputi: Software, 1. the bioinformatics terminology,
diberikan perorangan 1. DNAand protein sequence alignment, Buku Teks, 2. main bioinformatics problems,
atau kelompok 2. sequence motifs/patterns, Diktat
3. phylogenetic trees,
4. protein structures: prediction, alignment,
classification
5. microarray data analysis: normalization,
clustering
6. biological networks.
10 Mampu Mampu mengambil Kuliah Interaktif, Aggregate loss model, Discrete time ruin model, Papan Model Mampu menerapkan pemodelan lebih UTS, UAS,
menghadapi daya keputusan yang tepat Diskusi kelompok, Continuous time ruin model, Konstruksi model Tulis, OHP, Kerugian 2 lanjut pada data kerugian; seleksi Kuis,
saing dalam dunia berdasarkan analisis Presentasi hasil secara empiris, Seleksi model, Estimasi dan LCD, (3 SKS) model,dan kredibilitas. Simulasi juga Tugas,
kerja. informasi dan data, dan diskusi, Mengerjakan seleksi model untuk model yang kompleks, Komputer, dilakukan untuk mendapatkan pemahaman Presentasi
mampu memberikan soal-soal yang Kredibilitas, Simulasi. Software, yang lebih komprehensif.
petunjuk dalam memilih diberikan. Buku Teks,
berbagai alternatif solusi Diktat
secara mandiri dan
kelompok.
21
11 Mampu mengikuti Mampu menerapkan Kuliah Interaktif, Teori Pembaharuan (Renewal Theory) dan Papan Proses Mampu menerapkan i model probabilitas UTS, UAS,
perkembangan konsep dasar statistika dan Diskusi kelompok, Aplikasinya : Pendahuluan Teori Pembaharuan, Tulis, OHP, Stokastik 2 dan melibatkan berbagai teori yang Kuis,
sains dan aktuaria secara tepat Presentasi hasil Distribusi dari N(t), Teorema Limit dan LCD, (3 SKS) seimbang dengan aplikasinya. Tugas,
teknologi. berdasarkan data. diskusi, Mengerjakan Aplikasinya, Reneal Reward Process, Komputer, Presentasi
soal-soal yang Regenerative Process, Semi Markov Process, The Software,
diberikan. Inspection Paradox, Computing the Renewal Buku Teks,
Function, Application to Patterns. Diktat
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.
12 Mampu Memiliki kepekaan dan Kuliah Interaktif, Konsep Dasar Ekonomi Mikro, Teori Perilaku Papan Teori Mikro Dapat menjelaskan pengertian konsep UTS, UAS,
mengambil kepedulian terhadap Diskusi kelompok, Konsumen, Teori Produksi, Biaya Produksi. Tulis, OHP, Ekonomi teori Kuis,
keputusan yang masalah lingkungan, Presentasi hasil Struktur Pasar, Keseimbangan firm. Mekanisme LCD, (3 SKS) Ekonomi Mikro dengan menggunakan Tugas,
tepat berdasarkan kemasyarakatan, bangsa diskusi, Mengerjakan pasar dan kebijakan pemerintah Komputer, pendekatan verbal, pendekatangrafik serta Presentasi
analisis informasi dan negara soal-soal yang Software, pendekatan matematis. Selain itu juga
dan data, dan diberikan. Buku Teks, mampu menjelaskan beberapa konsep
mampu Diktat dasar dalam makroekonomi, dasar teori
memberikan makroekonomi yang kuat. Memperoleh
petunjuk dalam gambaran riil dari teori-teori yang
memilih berbagai diperolehnya dalam praktek sehari-hari.
alternatif solusi Mampu menerapkan teori dalam
secara mandiri menganalisis gejala ekonomi yang
dan kelompok. berkaitan dengan makroekonomi.
13 Memiliki Mampu mengambil Kuliah Interaktif, Mata kuliah ini membahas tentang beberapa Papan Teori Mampu menjelaskan beberapa konsep
kepekaan dan keputusan yang tepat Diskusi kelompok, konsep dasar dalam ekonomi makro, kebijakan Tulis, OHP, Makroekono dasar dalam makroekonomi, dasar teori
kepedulian berdasarkan analisis Presentasi hasil ekonomi makro, kegiatan ekonomi masyarakat LCD, mi makroekonomi yang kuat.
terhadap masalah informasi dan data, dan diskusi, Mengerjakan dan pendapatan nasional, analisis pendapatan Komputer, (3 SKS) Memperoleh gambaran riil dari teori-teori
lingkungan, mampu memberikan soal-soal yang nasional, permintaan dan penawaran akan uang, Software, yang diperolehnya dalam praktek sehar-
kemasyarakatan, petunjuk dalam memilih diberikan. keseimbangan umum pasar produk dan pasar Buku Teks, hari. Mampu menerapkan teori dalam
bangsa dan berbagai alternatif solusi uang, permintaan uang dan kebijakan stabilisasi, Diktat menganalisis gejala ekonomi yang
negara. secara mandiri dan teori permintaan agregat dalam perekonomian berkaitan dengan makroekonomi.
kelompok. terbuka, teori penawaran agregat dalam
perekonomian terbuka, makroekonomi
ekuilibrium dalam perekonomian terbuka
22
14 Mampu mengikuti Mampu menjelaskan teori Kuliah Interaktif, Model regresi linier dan permasalahannya, Papan Ekonometrika Mahasiswa mampu menggunakan metode- UTS, UAS,
perkembangan dasar Matematika, Diskusi kelompok, estimasi model non linier dan MLE, distributed Tulis, OHP, (3 SKS) metode ekonometrika untuk Kuis,
Statistika dan/atau Statistika dan/atau Presentasi hasil lag model, Granger causality, model persamaan LCD, menyelesaikan masalah-masalah ekonomi, Tugas,
Aktuaria. Aktuaria diskusi, Mengerjakan simultan, model panel data, dan model time Komputer, bisnis dan keuangan. Presentasi
soal-soal yang series, penerapan ekonometri dengan Software,
diberikan. menggunakan perangkat lunak statistikauntuk Buku Teks,
menyelesaikan masalah-masalah ekonomi, bisnis, Diktat
dan keuangan.
15 Mampu Mampu mengidentifikasi Kuliah Interaktif, Kuantitas-kuantitas dasar pada analisa survival: Papan Analisis Memperkenalkan mahasiswa dengan UTS, UAS,
menganalisis teori statistika dan/atau Diskusi kelompok, Pendahuluan: contoh - contoh kasus dan tipe data Tulis, OHP, Survival teknik-teknik analisis statistik untuk data Kuis,
permasalahan aktuaria pada Presentasi hasil pada survival analysis, Fungsi survival, Fungsi LCD, (3 SKS) waktu hingga peristiwa tertentu terjadi Tugas,
dunia nyata dan perkembangan sains dan diskusi, Mengerjakan hazard, Fungsi mean residual life dan median Komputer, (time to event data). Mahasiswa mampu Presentasi,
memodelkannya teknologi. soal-soal yang life, Model - model parametrik untuk data Buku Teks, menjelaskan dengan benar cara Makalah
ke dalam bentuk diberikan perorangan survival; Pemancungan dan Penyensoran: Diktat memperlakukan time to event data untuk
Statistika dan atau kelompok Pendahuluan, Penyensoran kanan, Penyensoran kepentingan analisis serta permodelan, dan
Aktuaria. kiri atau interval, Pemancungan, Konstruksi mampu melakukan berbagai tehnik
likelihood untuk data terpancung dan tersensor; analisis statistik baik pada data- survival
Penaksiran nonparametrik pada data tersensor time yang tersensor (censored) maupun
kanan dan terpancung kiri: Uji hipotesis:; Regresi yang terpancung (truncated)
hazard proporsional semiparametrik dengan
kovariate tetap
16 Mampu Mampu mengambil Kuliah Interaktif, Pada mata kuliah ini akan dipelajari metode – Papan Analisis Data 1. Mampu menjelaskan konsep-konsep UTS, UAS,
menganalisis keputusan yang tepat Diskusi kelompok, metode untuk menganalisis data kategorik, Tulis, OHP, Katagorik dan tehnik pemodelan data katagorik Kuis,
permasalahan berdasarkan analisis Presentasi hasil berdasarkan perspektif maksimum likelihood LCD, (3 SKS) 2. Mampu menggunakan model yang tepat Tugas,
dunia nyata dan informasi dan data, dan diskusi, Mengerjakan (frequentist). Topik pokok yang dibahas adalah Komputer, pada penyelesaian masalah-masalah riil. Presentasi,
memodelkannya mampu memberikan soal-soal yang statistika descriptive dan inferensi untuk table Buku Teks, praktikum
ke dalam bentuk petunjuk dalam memilih diberikan perorangan kontingensi dua arah dan tiga arah, generalized Diktat
Statistika dan berbagai alternatif solusi atau kelompok linear models untuk response yang diskrit, binary
Aktuaria. secara mandiri dan regression models (dengan penekanan pada
kelompok. regresi logistic), multi-category logit models
untuk response yang nominal dan ordinal, model
loglinier untuk table kontingensi, dan matched
pairs.
23
Untuk menyelesaikan Program Studi S1 Statistika Departemen Matematika FMIPA 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 SKS Total

Mata Kuliah Wajib Universitas 18
Rumpun Sainstek 5
Fakultas 8 116
Departemen 37
Prodi 48
Pilihan 28 28
Total 144
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 sesuai dengan minatnya. Mata kuliah
pilihan dibagi menjadi beberapa bidang minat yaitu bidang Statistika Murni, Statistika
Aktuaria, dan Statistika Terapan (Psikometri dan Sosial, Spasial, Kesehatan). Di dalam
struktur mata kuliah pilihan disediakan beberapa mata kuliah Topik Khusus yang
dimaksudkan untuk menampung minat mahasiswa dalam bidang minat 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.
24
4.2. 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.
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 Kode Kompetensi
Mampu menyusun dan/atau memilih rancangan

KK1 pengumpulan/pembangkitan data yang efisien dan
menerapkannya dalam bentuk survei, percobaan,
atau simulasi.
Mampu melakukan manajemen dan analisis data
Keterampilan di Bidang KK2 menggunakan teknik-teknik statistika dengan
Kerja
bantuan perangkat lunak.
Mampu menyelesaikan permasalahan nyata
KK3 secara statistika dan mampu menyajikan serta
mengkomunikasikan dalam bentuk yang mudah
dipahami baik secara tertulis maupun lisan.
Menguasai konsep dasar keilmuan statistika dan
PP1 metode-metode analisis statistika yang dapat
Penguasaan Pengetahuan diaplikasikan pada berbagai bidang terapan.
PP2 Menguasai Teknologi Informasi dan Komunikasi
(TIK) yang berkaitan dengan Statistika
Parameter Kode Kompetensi
KM1 Mampu bekerjasama dan berkomunikasi dalam

tim serta bertanggungjawab terhadap pekerjaan.
Kemamuan Manajerial
KM2 Memiliki etika profesi dalam penerapan statistika.
25
Tabel 6 Struktur Kurikulum Berdasarkan Kategori Kompetensi Utama
KOMPE CAPAIAN SM
SASARAN PARAMETER MATA KULIAH SKS %
TENSI PEMBELAJARAN T
Moral/Agama Agama 2 1 14%
Keahlian Bahasa Bahasa Inggris 3 2
Susun dan KM1: Seni/Olahraga MPK Seni/OR 1 1
Sikap dan
mengomunikasi Kerjasama dan
Tata Nilai Karakter MPKT A 6 7
kan ide komunikasi tim
Kerjasama MPKT B 6 1
Praktek Kerja Lapangan 2 7
Mampu Biologi Umum 2 3 10%
menerapkan Kemampuan Dasar
pengetahuan Kemipaan Kimia Dasar 1 2 2
matematika, Fisika Dasar 1 3 2
KM2 : Etika
statistika dan
Profesi dalam Matematika Dasar 1 2 1
Umum sains
penerapan
Publikasi statisika Metode Statistika 2 1
Aljabar Linier Elementer 2 2
Metode Penelitian 2 5
Dasar-dasar Aljabar Linier I 2 2 46%
Menguasai ilmu Matematika
dasar Analisis Real 4 3
matematika dan Logika & Teori Bilangan 3 1
statistika
Matematika Dasar 2 4 2
Matematika Dasar 3 4 3
Menerapkannya Dasar-Dasar Statistika Pengantar Teori Probabilitas 2 4
/aplikasikan
Statistika Matematika 1 4 3
Statistika Matematika 2 4 4
Menyelesaikan
permasalahan Teori Matriks Statistika 3 4
dengan teori Analisis Regresi 1 3 5
statistika
Metode Statistika Lanjut 2 2
PP1 : Konsep
Dasar Matematika Keuangan 4 4
Utama Mengetahui Analisis Regresi 2 3 6
dasar-dasar
komputasi Analisis Multivariate 1 3 5
khususnya
untuk statistika Analisis Multivariate 2 3 6
Proses Stokastik 1 3 5
Teknik Sampling 3 4
Statistika Non-Parametrik 3 4
Runtun Waktu 3 6
Model Kerugian 1 3 5
Rancangan Percobaan 1 2 5
Rancangan Percobaan 2 2 6
Metode Numerik 4 3 5%
PP2 : Perangkat Dasar-dasar
Lunak Komputasi Algoritma Perangkat Lunak
3 3
Statistika
26
KOMPE CAPAIAN SM
SASARAN PARAMETER MATA KULIAH SKS %
TENSI PEMBELAJARAN T
PP1,PP2,KK3 Akademisi/Peneliti Model Kerugian 2 3 5 58%
KK1, KK2,
Biostatistician Rancangan Percobaan 2 2 6
KK3
PP2, KK3 Geospasial Ekonometrika 3 7
KK1, KK2 Market Research Teori Mikro Ekonomi 3 5
KK1, KK2 Pasar Modal Teori Makro Ekonomi
PP1, PP2, KK2,
Perbankan Matematika Aktuaria 2 3 6
KK3
PP1, KK2, KK3 Psikometrika Matematika Aktuaria 1 3 5
KK1, KK3 Saham Kewirausahaan 2 6

PP1, KK1,
Wira usaha Proses Stokastik 2 3 5
KK2, KK3
PP1, PP2, KK3 Big Data Analisis Survival 6 5
PP1, KK1, Analisis Data
3 6
KK2, KK3 Kategorik/Kuantitatif
Khusus KK1, KK2 Metode Peramalan Statistika 3 5
KK1, KK3 Metode Survei 3 5
KK1, KK3 Psikometrika 3 6
PP1, PP2, KK1 Teori Probabilitas 2 5

PP1, PP2, KK1,
Model Linier Umum 3 7
KK2, KK3
KK1, KK2,
Statistika Bayesian 3 5
KK3
KK1, KK2,
Statistika Genome 3 6
KK3
PP1, PP2, KK2,
Statistika Pengendalian Mutu 3 4
KK3
PP1, PP2, KK1,
Statistika Spasial 3 6
KK2, KK3
PP1, KK1, KK3 Teori Keputusan 3 5
Skripsi 6 6
27
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 SKS Mata Kuliah Terkait di Prodi Statistika SKS

FORSTAT (IndoMS)
Kalkulus 6 Matematika Dasar 1 2
Matematika Dasar 2 4
Aljabar Matriks 3 Teori Matriks Statistika 3
Aljabar Linier Elementer 2
Aljabar Linier 1 2
Algoritma dan 3 Algoritma dan Perangkat Lunak Statistika 3
Pemrograman Metode Numerik 4
Analisa Data Eksplorasi 6 Analisa Data Kategorik 3
Basis Data/ Data Mining Data Mining 3
Metode Statistika 12 Metode Statistika 2
Metodologi Penelitian Metodologi Penelitian 2
Rancangan Percobaan Rancangan Percobaan 4
Analisis dan Perancangan Sampling 3
Survey Metode Statistika Lanjut 2
Pengantar Statistika 22 Statistika Matematika 1 4
Matematika 1 (Peluang)
Pengantar Statistika Statistika Matematika 2 4
Matematika 1 (Inferensia)
Analisis Regresi/ Pengantar Analisis Regresi 1 3
Model Linier
Statistika Non Parametrik Statistika Non Parametrik 3
Analisis Data Kategorik Data Kategorik 3
Analisis Runtun Waktu Runtun Waktu 3
Analisis Multivariat Analisis Multivariat 1 3
Analisis Multivariat 2 3
Analisis Regresi 2 3
Komputasi Saintifik
Praktek Kerja Lapangan 6 Kewirausahaan 2
Tugas Akhir/ Karya Ilmiah Skripsi 6
28
4.3. 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
Sem
No Kode Nama Mata Kuliah SKS Prasyarat
ester
1 UIGE600002 MPKT Sains 1 6
2 UIGE600020-48 Olahraga/Seni 1 1
3 UIGE600003 Bahasa Inggris 1 3
MPKT Sosial dan
4 UIGE600001 2 6
Humaniora
5 UIGE600010-15 Agama 2 2
Total 18
Tabel 9 Mata Kuliah Wajib Rumpun Ilmu
Sem
ester
1 UIST601110 Matematika Dasar 1 1 2
2 UIST601111 Fisika Dasar 1 2 3
Total 5
Tabel 10 Mata Kuliah Wajib Fakultas
Sem
ester
1 SCMA601200 Metode Statistika 1 2
2 SCMA601120 Aljabar Linier Elementer 1 2
3 SCCH601103 Kimia Dasar 1 2 2
4 SCBI601112 Biologi Umum 3 2
Total 8
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.
29
Tabel 11 Mata Kuliah Wajib Departemen
Sem
ester
1 SCMA601101 Logika & Teori Bilangan 1 3
2 SCMA601111 Matematika Dasar 2 2 4 Matematika Dasar 1
3 SCMA601121 Aljabar Linier 1 2 2 Aljabar Linier Elementer
4 SCMA602112 Matematika Dasar 3 3 4 Matematika Dasar 2
Algoritma dan Perangkat
5 SCMA602402 Metode Numerik 3 4 Lunak Statistik, Matematika
Dasar 2, Aljabar Linier 1
6 SCMA602211 Statistika Matematika 1 3 4 Metode Statistika
7 SCMA602521 Matematika Keuangan 4 4 Matematika Dasar 2
8 SCMA602212 Statistika Matematika 2 4 4 Statistika Matematika 1
9 SCMA603909 Metode Penelitian 4 2 Telah memperoleh 70 SKS
10 Skripsi 6 6
Total 37
Tabel 12 Mata Kuliah Wajib Program Studi
Sem
ester
1 SCST601001 Metode Statistika Lanjut 2 2 Metode Statistika
2 SCST602002 Algoritma dan Perangkat 3 3 Logika & Teori Bilangan,
Lunak Statistika Metode Statistika Lanjut
3 SCST602003 Analisis Real 3 4 Matematika Dasar 3
4 SCST602005 Pengantar Teori 4 2 Analisis Real
Probabilitas
5 SCST602006 Statistika Nonparametrik 4 3 Statistika Matematika 1
6 SCST602007 Teknik Sampling 4 3 Statistika Matematika 1
7 SCST602008 Teori Matriks Statistika 4 3 Aljabar Linear 1,
Matematika Dasar 2
8 SCST603009 Analisis Multivariat 1 5 3 Statistika Matematika 2,
Teori Matriks Statistika
9 SCST603010 Analisis Regresi 1 5 3 Statistika Matematika 2,
Teori Matriks Statistika
10 SCST603011 Matematika Aktuaria 1 5 3 Statistika Matematika 2
11 SCST603012 Model Kerugian 1 5 3 Statistika Matematika 2
12 SCST603013 Proses Stokastik 1 5 3 Statistika Matematika 1
13 SCST603014 Rancangan Percobaan 1 5 2 Statistika Matematika 2
14 SCST603015 Analisis Multivariat 2 6 3 Analisis Multivariat 1
15 SCST603016 Analisis Regresi 2 6 3 Analisis Regresi 1
16 SCST603017 Rancangan Percobaan 2 6 2 Rancangan Percobaan 1
17 SCST603018 Runtun Waktu 6 3 Analisis Regresi 1
Total 48
30
Tabel 13 Mata Kuliah Pilihan Bidang Statistika Murni
Sem
ester
1 SCST603101 Statistika Bayesian 5 3 Statistika Matematika 2
2 SCST603102 Teori Keputusan 5 3 Statistika Matematika 2
3 SCST603103 Metode Peramalan 6 3 Statistika Matematika 1
Statistika
4 SCST603104 Proses Stokastik 2 6 3 Proses Stokastik 1
5 SCST603105 Teori Probabilitas 6 2 Pengantar Teori Probabilitas
6 SCST604106 Analisis Data Kategorik 7 3 Analisis Regresi 2
7 SCST604107 Model Linear Umum 7 3 Analisis Regresi 2
8 SCST603911 Topik Khusus 1 5 3
Total 29
Tabel 14Mata Kuliah Pilihan Bidang Aktuaria
Sem
ester
1 SCST603201 Analisis Survival 5 3 Statistika Matematika 2
2 SCST603202 Teori Mikro Ekonomi 5 3 Analisis Regresi 1
3 SCST603203 Matematika Aktuaria II 6 3 Matematika Aktuaria 1
4 SCST603204 Model Kerugian 2 6 3 Statistika Matematika 2
5 SCST603205 Teori Makro Ekonomi 6 3 Teori Mikro Ekonomi
6 SCST604206 Ekonometrika 7 3 Analisis Regresi 2, Runtun
Waktu
Total 27
31
Tabel 15Mata Kuliah Pilihan Bidang Statistika Terapan
Sem
No Kode Nama SKS Prasyarat
ester
1 SCST603301 Kewirausahaan 5 2
2 SCST603302 Metode Survei 5 3 Metode Statistika
3 SCST603303 Statistika Genom 5 3 Metode Statistik, Algoritma
dan Perangkat Lunak
Statistika
4 SCST603304 Statistika Pengendalian 5 3 Statistika Matematika 1
Mutu
5 SCST603305 Analisis Data Kuantitatif 6 3 Analisis Multivariat 2,
Analisis Data Kategorik
6 SCST603306 Data Mining 6 3 Algoritma dan Perangkat
Lunak Statistika
7 SCST603307 Psikometrika 6 3 Analisis Regresi 1
8 SCST603308 Statistika Spasial 6 3 Analisis Regresi 1
9 SCST604309 Praktek Kerja Lapangan 7 2
Total 34
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 sampai dengan Tabel 15.
Memperhatikan kompetensi yang diharapkan pada Tabel 6, mahasiswa harus
mengambil Mata Kuliah Pilihan yang dapat dipilih di antara Mata Kuliah yang tercantum
pada Tabel 12 sampai dengan Tabel 14.
Tabel 16 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 ada pada Lampiran.
32
Tabel 16 Keseluruhan Mata Kuliah pada Delapan Semester
SEMESTER 1 SEMESTER 2 SEMESTER 3 SEMESTER 4

Kode MATA KULIAH SKS Kode MATA KULIAH SKS Kode MATA KULIAH SKS Kode MATA KULIAH SKS
Wajib
MPKT Sosial dan Statistika
UIGE600002 MPKT Sains 6 UIGE600001 6 SCBI601112 BiologiUmum 2 SCMA602212 4
Humaniora Matematika 2
UIGE600010- Statistika Matematika
UIGE600003 Bahasa Inggris 3 Agama 2 SCMA602211 4 SCMA602521 4
15 Matematika I Keuangan
Algoritma dan
UIGE600020- Teori Matriks
Olahraga/Seni 1 UIST601111 Fisika Dasar 1 3 SCST602002 Perangkat Lunak 3 SCST602008 3
48 Statistika
Statistika
Statistika
UIST601110 Matematika Dasar 1 2 SCMA601121 Aljabar Linier 1 2 SCMA602112 Matematika Dasar 3 4 SCST602006 3
Nonparametrik
Aljabar Linier
SCMA601120 2 SCMA601111 Matematika Dasar 2 4 SCMA602402 Metode Numerik 4 SCST602007 Teknik Sampling 3
Elementer
Logika & Teori Metode Statistika Pengantar Teori
SCMA601101 2 SCST601001 2 SCST602003 Analisis Real 4 SCST602005 2
Bilangan Lanjut Probabilitas
SCMA601401 Metode Statistika 2 SCMA603909 Metode Penelitian 2
SCCH601103 Kimia Dasar 1 2
20 19 21 21
33
SEMESTER 5 SEMESTER 6 SEMESTER 7 SEMESTER 8
Kode MATA KULIAH SKS Kode MATA KULIAH SKS Kode MATA KULIAH SKS Kode MATA KULIAH SKS
Wajib Wajib Wajib Wajib
SCST603010 Analisis Regresi 1 3 SCST603018 Runtun Waktu 3 SCMA604902 Skripsi 6 SCMA604902 Skripsi 6
SCST603009 Analisis Multivariat 1 3 SCST603015 Analisis Multivariat 2 3
SCST603011 Matematika Aktuaria 1 3 SCST603016 Analisis Regresi 2 3
SCST603012 Model Kerugian 1 3 SCST603017 Rancangan Percobaan 2 2
SCST603013 Proses Stokastik 1 3
SCST603014 Rancangan Percobaan 1 2
17 11 6 6
Pilihan Bidang Murni
SCST603101 Statistika Bayesian 3 SCST603104 Proses Stokastik 2 3 SCST604106 Analisis Data Kategorik 3
SCST603102 Teori Keputusan 3 SCST603103 Metode Peramalan Statistika 3 SCST604107 Model LinearUmum 3
SCST603911 Topik Khusus 1 3 SCST603105 Teori Probabilitas 2 SCST604913 Topik Khusus 3 3
SCST603912 Topik Khusus 2 3
Pilihan Bidang Aktuaria
SCST603202 Teori Mikro Ekonomi 3 SCST603203 Matematika Aktuaria 2 3 SCST604206 Ekonometrika 3
SCST603201 Analisis Survival 3 SCST603204 Model Kerugian 2 3 SCST604923 Topik Khusus 3 3
SCST603921 Topik khusus 1 3 SCST603205 Teori Makro Ekonomi 3
SCST603922 Topik Khusus 2 3
Pilihan Bidang Terapan
SCST603304 Statistika Pengendalian Mutu 3 SCST603308 Statistika Spasial 3 SCST604309 Praktek Kerja Lapangan 2
SCST603301 Kewirausahaan 2 SCST603305 Analisis Data Kuantitatif 3 SCST604933 Topik Khusus 3 3
SCST603302 Metode Survei 3 SCST603306 Data Mining 3
SCST603303 Statistika Genom 3 SCST603307 Psikometrika 3
SCST603931 Topik khusus 1 3 SCST603932 Topik Khusus 2 3
34
Gambar 2 Jejaring Mata Kuliah
35
Tabel 17 Silabus Mata Kuliah Program Studi S1 Statistika
No. NAMA KULIAH SKS TUJUAN SILABUS PUSTAKA
1 Metode Statistika 2 Mahasiswa mampu menjelaskan konsep-konsep Probabilitas, Probabilitas Bersyarat; Variabel Acak dan R. E. Walpole, R. H. Myers, S.L. Myers & K.Ye.
dasar statistika dan penggunaannya Distribusi Probabilitas; Pengenalan Distribusi: Distribusi Probability & Statistics for Engineers and Scientists,
ProbabilitasVariabel Acak Diskrit (Distribusi Binomial, 7th ed, 2002, Prentice Hall International Edition.
Distribusi Poisson, Distribusi Hipergeometrik), Distribusi J. T. Mc Clave & F. H. Dietruch., Statistics, 9th ed.,
Probabilitas Variabel Acak Kontinu (Distribusi Normal), 2003, Prentice Hall
Distribusi Sampling, Dalil Limit Pusat, Distribusi Chi Kuadrat, R. A. Johnson, & G. K. Bhattacharyya, Statistics:
Distribusi t, Distribusi F; Inferensi statistik: Penaksiran Interval Principles and Methods, 3rd ed., 1996, John Willey &
dan Pengujian Hipotesis untuk satu populasi dan dua populasi. Sons
2 Metode Statistika 2 Mahasiswa mampu menjelaskan konsep-konsep Uji Chi Kuadrat: Uji Independensi, Uji Homogenitas, Uji R. E. Walpole, R. H. Myers, S.L. Myers & K.Ye.
Lanjut dasar inferensi statistika dan penggunaannya Kecocokan; Regresi Linier Sederhana; Analisis Variansi Satu Probability & Statistics for Engineers and Scientists,
Arah. 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
3 Algoritma & 2 Mahasiswa dapat menggunakan beberapa Pengenalan fasilitas software (R, SPSS, Minitab, Eviews, Peter Dalgaard, Introductory Statistics with R, 2004,
Perangkat Lunak software statistika seperti R, SPSS, Minitab, Mathematica), manajemen data (entry data, import, export dan Springer
Statistika Eviews, Mathematica sebagai penunjang untuk transformasi data), statistika deskriptif (ukuran pemusatan dan Andy Field, Discovering Statistics Using SPSS
menyelesai-kan masalah-masalah riil yang penyebaran data, grafik), inferensi statistika dasar (interval (Introducing Statistical Method), 3rd ed, 2009,
berkaitan dengan statistika. kepercayaan, uji hipotesis mean, proporsi, dan variansi, uji chi SAGE Publication Ltd.
square), simulasi Monte Carlo. 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.
4 Analisis Real 4 Mahasiswa mampu menjelaskan konsep analisis Sistem bilangan real: sifat aljabar, keterurutan, kelengkapan, Robert G. Bartle & Donald R. Sherbert, Introduction
yang lebih menekankan ‘kenapa’ dan ‘bagaimana supremum dan infimum beserta aplikasinya, Barisan, Pengenalan to Real Analysis, 3rd ed., 2000, John Wiley & Sons,
jika’ dari pada sekedar memakai prosedur deret, Limit fungsi, Fungsi kontinu, Keterturunan, dan Integral Inc.
pemecahan masalah. Pada kuliah ini konsep Riemann. R.P. Burn, Numbers and Functions Steps into
analisis akan dituangkan pada Sistem Bilangan Analysis, 2nd ed.,2004, Cambridge University
Real, Barisan dan Konvergensi, Limit sebuah Press.
Fungsi, dan kontinuitas sebuah fungsi, serta
konsep turunan dan integral.
36
5 Teori Matriks 3 Mahasiswa mampu mengenali suatu persamaan Pada kuliah ini dibahas partisi matriks disertai dengan operasi D. A. Harville, Matrix Algebra from Statistician’s
Statistika fungsi yang dapat dieks-presikan dalam bentuk perkalian, penjumlahan dan transpose. Rank dan invers dari Perspective, 2000, Springer-Verlag, New York.
matriks. Mahasiswa dapat membentuk turunan partisi matriks. Determinan, Invers yang diperumum.
vektor atau matriks dari fungsi beserta turunan Dekomposisi bentuk matriks kuadrat dan Cholesky. Linier,
tingkat tinggi dan turunan parsial. 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 invers pada
matriks partisi, Generalized Inverses (Invers yang diperumum),
Sistem Linier pada Generalized Inverses matriks (matriks yang
diperumum), Linier, Bilinier dan Quadratic Form pada matriks
partisi, Turunan vektor atau matriks dari fungsi beserta sifat-
sifatnya, Turunan orde dua dan turunan parsial dari matriks
invers, Turunan dari Generalized Inverses, Kronecker Product
dan operasinya.
6 Pengantar Teori 2 Mahasiswa mampu memahami konsep-konsep Aljabar dan Aljabar Sigma,Ukuran Probabilitas (Probability Athreya, K. B. and Lahiri, S. N. (2006). Measure
Probabilitas probabilitas secara mendalam, dalam kaitannya Measure) pada suatu Sigma Aljabar dan Sifat-sifatnya,Variabel Theory and Probability Theory. Springer.
dengan pendekatan teori ukur. Random dan Vektor Random serta sifat-sifatnya, Fungsi H. Körezlioğlu and A. Bastıyalı Hayfavi : Elements
Distribusi dari Variabel Random dan Vektor Random, Fungsi
of Probability Theory, METU Press, 2001.
dari Variabel Random, Ekspektasi dari Variabel Random.
Durrett, R. A. (1996). Probability: Theory and
Examples. Duxburry Press.
7 Teori Probabilitas 2 Mahasiswa mampu memahami konsep-konsep Ruang Lp, Momen dan Fungsi Pembangkit Momen, Fungsi Athreya, K. B. and Lahiri, S. N. (2006). Measure
probabilitas secara mendalam, dalam kaitannya Karakteristik, Probabilitas Bersyarat, Sifat-sifat dari Ekspektasi Theory and Probability Theory. Springer.
dengan pendekatan teori ukur. Bersyarat, Vektor-vektor Gaussian. A. N. Shiryaev: Probability, Springer-Verlag, 1995.
8 Teknik Sampling 3 Mahasiswa mampu menjelaskan beberapa cara Pendahuluan; Sampling Acak sederhana; Sampling sistematik; Cochran, W, Sampling Technique,3rd ed., 1977, John
pengambilan sampel, konsep penaksiran Sampling Stratifikasi; Sampling dengan probabilitas sebanding Wiley.
parameter untuk masing-masing teknik dengan ukuran sampel; Sampling kelompok; Sampling R. L. Scheffer, W. Mendenhal, & et. al, Elementary
pengambilan sampel dan dapat memilih teknik kelompok bertingkat; taksiran ratio dan taksiran regresi. Survey Sampling, 5th ed., 1995, PWS-Kent, Publ.Co.
pengambilan sampel yang tepat di lapangan Michael Borenstein, Hannah Rothstein, Jacob Cohen,
Sample Power2.0, 2001, SPSS Inc – USA.
9 Analisis Multivariat 1 3 Mahasiswa mampu menjelaskan konsep-konsep Pengenalan Materi dan prinsip dasar aljabar matriks dalam A.C. Rencher, Methods of Multivariate Analysis, 2nd
dasar dalam analisis multivariate dan mampu analisis multivariate: fungsi dari analisis multivariat dalam suatu ed., 2002, Wiley Series in Probability & Statistics,
menentukan model (analisis) yang sesuai dengan kondisi di lapangan, prinsip dasar analisis univariat dan analisis Canada.
data. multivariat, perbedaan metode dependensi dan independensi, S. Sharma, Applied Multivariate Techniques, 1996,
analisis data menggunakan analisis multivariate. Karakter dan John Wiley & Sons, New York.
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).
10 Analisis Multivariat 3 Memperkenalkan mahasiswa dengan analisis Analisis Korelasi Kanonik: Korelasi & Variat kanonik, A.C. Rencher, Methods of Multivariate Analysis, 2nd
2 multivariate lanjutan sehingga mampu mengenali pendekatan geometr & analitis untuk korelasi kanonic, Test of ed., 2002, Wiley Series in Probability & Statistics,
(mendeteksi) suatu permasalahan dunia nyata significance, Hubungan analisis korelasi kanonic dengan teknik Canada.
37
yang dapat dimodelkan dan dianalisis Multivariate lainnya. Analisis Komponen Utama (PCA): dasar S. Sharma, Applied Multivariate Techniques, 1996,
menggunakan analisis multivariate. geometri & Aljabar dari Komponen Utama, analisis komponen John Wiley & Sons, New York.
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.
11 Proses Stokastik 1 3 Mahasiswa mampu menjelaskan konsep dasar Pendahuluan; Variabel Acak, Variabel Acak Diskrit dan Sheldon M.Ross, W. Introduction to Probability
dari proses stokastik dan mampu Kontinu, Ekpektasi Variabel Acak, Peluang Bersyarat dan Models, 10th Edition, 2010, Academic Press.
menggunakannya untuk mengembangkan dan Ekpektasi Bersyarat H.M. Taylor & S. Karlin, An introduction to
menganalisa model probabilitas yang menangkap Rantai Markov: Pendahuluan, Persamaan Chapman- Stochastic Modelling, 3rd ed., 1998, Academic
fitur menonjol dari sebuah sistem sehingga dapat Kolmogorov, Klasifikasi Keadaan, Limiting Probabilities, Press.
diprediksi efek jangka panjang dan jangka pendek Beberapa aplikasi rantai Markov, Mean time Spent in Transient
dari keacakan/randomness dalam sistem tersebut. 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
12 Proses Stokastik 2 3 Mata kuliah ini adalah lanjutan dari proses Teori Pembaharuan (Renewal Theory) dan Aplikasinya : Sheldon M.Ross, W. Introduction to Probability
stokastik I dan bertujuan untukmempela-jari Pendahuluan Teori Pembaharuan, Distribusi dari N(t), Teorema Models, 10th Edition, 2010, Academic Press.
model probabilitas dan melibatkan berbagai teori Limit dan Aplikasinya, Reneal Reward Process, Regenerative Robin Cunningham, FSA dkk, Models for
yang seimbang dengan aplikasinya. Process, Semi Markov Process, The Inspection Paradox, Quantifying Risk, 2nd Edition, 2006, Actex
Computing the Renewal Function, Application to Patterns. Publication, Inc. Winsted Connecticut
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.
13 Analisis Regresi 1 3 Mahasiswa memahami pembentukan model Pendahuluan Regresi Linier Sederhana, Asumi-asumsi dalam W. Mendenhall & T. Sincich, A Second Course in
regresi linier dan dapat menggunakannya dengan pemodelan, Analisis Regresi Linier Sederhana, Analisis Regresi Statistics: Reghression Analysis, 1996, Prentice
baik dan benar dalam permasalahan nyata. Linier Berganda, Pembentukan Model: Variabel independent Hall Inc., New Jersey.
kuantitatif dan kualitatif, First Order Model, Second Order
Model, Some Regression Pitfalls.
38
14 Analisis Regresi 2 3 Mahasiswa memahami berbagai metode Masalah Multikolinearitas; Transformasi Data; Analisis W. Mendenhall & T. Sincich, A Second Course in
pemodelan linier dan dapat menggunakan-nya Residual: Heteroskedastisitas, Ketidaknormalan, Outlier, Statistics: Reghression Analysis, 1996, Prentice
dengan baik dan benar dalam permasalahan Autokolinearitas; Regresi linier piecewise, weighted leastsquare; Hall Inc., New Jersey.
nyata. Regresi logistic sederhana dan ganda: interpretasi koefisien, odds
ratio, pengujian model, estimasi, seleksi variable; table
kontingensi, pemodelan log linier; aplikasi pada permasalahan
nyata, interpretasi.
15 Rancangan Percobaan 3 Mahasiswa memahami konsep model matematika Peninjauan konsep-konsep statistika yang diperlukan (sampel Hardeo Sahai and Mohamed I. Ageel, The Analysis of
1 dan pemisalan-pemisalan dasar ANOVA dan acak, dll), Model matematika dan pemisalan-pemisalan dasar, Variance: Fixed, Random and Mixed Models,
penerapannya pada data. Taksiran kuadrat terkecil; persamaan-persamaan normal, Fungsi 2000, Birkhauser.
estimable, Teorema Gauss-Markov, Bentuk kanonik pemisalan Scheffe, The Analysis of Variance, John Wiley &
dasar, Konstruksi elipsoida kepercayaan, Statistik uji F. Metode Sons, Inc., New Jersey, 1959.
contrast Scheffe dan Tukey. C.W. Donald, H.S. John, A First Course in the
Design of Experiments: A Linear Models
Approach, 2000, Weber, New York.
16 Runtun Waktu 3 Mahasiswa mampu menjelaskan konsep dasar Pendahuluan, Konsep dasar runtun waktu; Kestasioneran; Fungsi J.D. Cryer, et.al. Time Series Analysis with
teori runtun waktu dan membentuk model Autokorelasi, Model untuk Runtun Stasioner (ARIMA Model), Applications in R, 2008, Springer Texts in
berdasarkan data runtun waktu. Model untuk Runtun Non Stasioner, Spesifikasi Model, Estimasi Statistics.
Parameter Model, Diagnostik Model, Peramalan, Model Box, G. et G. Jenkins, Time Series Analysis:
Musiman (SARIMA Model). Forecasting and Control, 1970, Holden-Day.
17 Statistika 3 Mahasiswa dapat memilih Uji Statistik Pendahuluan: Statistika deskriptif, inferensial dan beberapa Conover, W.J., 1980, Practical Nonparametric
Nonparametrik Nonparametrik yang tepat pengertian yang digunakan dalam statistika nonparametric, Uji Statistics 2 ed., John Wiley Sons, New York
untuk setiap data yang dihadapi 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.
18 Statistika Bayesian 3 Mata kuliah ini menjelaskan tentang konsep Pendahuluan, Inferensi Bayesian untuk Variabel Random William M.Bolstad, Introduction to Bayesian
inferensi statistika berdasarkan metode Bayesian Diskrit, Inferensi Bayesian untuk Proporsi Binomial, Comparing Statistics, 2nd Edition, 2007, John Wiley & Sons
Bayesian and Frequentist Inference for Proportion, Inferensi
Bayesian untuk Selisih Dua Mean, Inferensi Bayesian untuk
Regresi Linear Sederhana.
19 Analisis Data 3 Mahasiswa mampu menjelaskan konsep-konsep Pada mata kuliah ini akan dipelajari metode – metode untuk A. Agresti Categorical Data Analysis, 2nd edition,
Kategorik dan teknik pemodelan data kategorik serta menganalisis data kategorik, berdasarkan perspektif maksimum 2002, Wiley.
penerapannya pada masalah-masalah real. likelihood (frequentist). Topik pokok yang dibahas adalah Laura A. Thompson, S-PLUS (and R) Manual to
statistika descriptive dan inferensi untuk table kontingensi dua Accompany Agresti’s Categorical Data Analysis
arah dan tiga arah, generalized linear models untuk response (2002), 2nd edition, 2006.
yang diskrit, binary regression models (dengan penekanan pada
regresi logistic), multi-category logit models untuk respons yang
nominal dan ordinal, model loglinier untuk table kontingensi,
39
dan matched pairs.

20 Model Linier Umum 3 Memperkenalkan kepada mahasiswa tentang Pada Generalized linear models (GLMs) akan dipelajari G.A. Seber and A.J. Lee, Linear Regression Analysis
bentuk umum dari persamaan linier dan kerangka pemersatu dari regresi. Contoh dari GLM meliputi (2nd Ed), 2003, John Wiley & Sons.
bagaimana menganalisis data dengan berbagai regresi linear, model log-linear, dan regresi logistik. GLMs dapat P. McCullagh and J.A. Nelder, Generalized Linear
jenis variable dependen. digunakan untuk memodelkan data kontinu, biner, ordinal, Models (2nd Ed), 1989, Chapman & Hall.
nominal, dan count data. Kuliah ini meliputi parameterisasi
model, estimasi parametrik dan semiparametrik, inferensi, dan
interpretasi model.
21 Teori Keputusan 3 Mahasiswa dapat mengerti tentang teori Pendahuluan :Nomative & Descriptive decision theory,Rational Michael D. Resnik, Choices, An Introduction to
Statistika pengambilan keputusan pada beberapa kondisi & right decision, Risk, Ignorance,Certainty, Certainty Trees, Decision Theory, 1987, University of Minnesota
dan dengan beberapa metode. Decision Matrix; Decision under ignorance: Maximax Rule, Press, London
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.
22 Statistika 3 Mahasiswa mampu menjelaskan dan Konsep dasar; Bagan kendali untuk variabel (bagan dan R; E. L. Grant & R. S. Leavenmorth., Statistical Quality
Pengendalian Mutu menggunakan teori statistika pada persoalan bagan dan S); Bagan kendali untuk bagian yang ditolak; Bagan Control; 7th ed, 1999, McGraw-Hill, New York.
pengendalian mutu kendali untuk ketidak sesuaian; Bagan kendali untuk Douglas C. Montgomery, Introduction to Statistical
ketidaksesuaian per unit; Rational Subgrouping; Batas Quality Control , 4th ed., 2002, John Wiley &
Probabilitas untuk bagan kendali dan R; Batas probabilitas Sons, New York.
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 dengan trend linier;
Cumulative Sum Control Chart.
23 Rancangan Percobaan 3 Mahasiswa dapat menentukan model rancangan Prinsip dasar rancangan, Analisis Variansi, Rancangan Acak Douglas C. Montgomery, Design and Analysis
2 percobaan yang sesuai dengan permasalahan yang Sempurna, Rancangan Blok Acak Lengkap, Rancangan Blok Experiments, 5th ed.,2001, John Wiley & Sons,
dihadapi dan mampu menganalisis data yang Acak Tak Lengkap Seimbang, Rancangan Bujur Sangkar Latin, New York.
diperoleh. Graeco Latin Square, Rancangan Faktorial, Rancangan Faktorial William G. Cochran & Gertrude M. Cox.,
2k, Bloking dan Counfounding dalam Faktorial 2k, Rancangan Experimental Designs, 2nd ed., 1992, John Wiley
Fraksional Faktorial, Aturan EMS, Rancangan Nested dan Split & Sons.
Plot.
24 Analisis Survival 3 Memperkenalkan mahasiswa dengan teknik- Kuantitas-kuantitas dasar pada analisa survival: J. P. Klein, & M. L. Moeschberger, Survival
teknik analisis statistik untuk data waktu hingga Pendahuluan: contoh - contoh kasus dan tipe data pada survival Analysis: Techniques for Censored and Truncated
peristiwa tertentu terjadi (time to event data). analysis, Fungsi survival, Fungsi hazard, Fungsi mean residual Data, 1997, New York: Springer-Verlag Inc.
Mahasiswa mampu menjelaskan dengan benar life dan median life, Model - model parametrik untuk data D. London, Survival Models and their simulation,
cara memperlakukan time to event data untuk survival; Pemancungan dan Penyensoran: Pendahuluan, 1998, Actex Publications.
kepentingan analisis serta permodelan, dan Penyensoran kanan, Penyensoran kiri atau interval, M. Gauger, Course 3 Student Manual (Vol.1), 2000,
mampu melakukan berbagai tehnik analisis Pemancungan, Konstruksi likelihood untuk data terpancung dan Actex Publications.
statistik baik pada data-data survival time yang tersensor; Penaksiran nonparametrik pada data tersensor
tersensor (censored) maupun yang terpancung kanan dan terpancung kiri: Pendahuluan, Pendugaan untuk
(truncated) 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
mean dan median survival time, Estimator untuk fungsi survival
40
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.
25 Statistika Spatial 3 Mahasiswa mampu menjelaskan apa yang Pendahuluan tentang Data Spasial, Proses Spasial, Fungsi N. A. C. Cressie Statistics for Spatial Data (1993),
dimaksud dengan data spasial, fungsi kovariansi Kovariansi, Model-model Semivariogram, Semivariogram John Wiley & Sons.
spasial, model –model semivariogram, bagaimana Eksperimental, Model Linier Umum, Interpolasi dan Prediksi O. Schabenberger and C. A Gotway. Statistical
menghitung semivariogram eksperimental dan Spatial, Metode Kriging: Simple Kriging, Ordinary Kriging, Methods for Spatial Data Analysis(2005),
menentukan model semivariogram yang cocok Universal Kriging dan Multivariat Kriging (CoKriging). Chapman & Hall.
dengan data, serta mampu memodelkan data W. N. Venables and B. D. Ripley Modern Applied
spatial secara tepat untuk memecahkan masalah – Statistics with S. Fourth Edition (2002), Springer.
masalah yang terkait dengan data spatial. Isaaks, E.H. and Srivastava, R.M. (1989), An
Introduction to Applied Geostatistics,Oxford Univ.
Press.
26 Metode Survei 3 Mahasiswa mampu menjelaskan apa yang Pendahuluan: alasan melakukan survei dan komponen- John W. Creswell, Research Design, 3 ed, 2009, Sage
dimaksud dengan suatu survei, alasan mengapa komponen dalam survei; Error dalam survei, Complex sampling Publication Inc
dilakukan survei, macam-macam survei, : menentukan metode sampling yang tepat, sample frame, unit Jr. Floyd J. Fowler, Survey Research Method, 4ed,
bagaimana merancang alat ukur untuk survei, sampel, ukuran sampel, alokasi sampel; Menangani non- 2009, Sage Publication Inc
bagaimana merancang dan melaksanakan suatu response dalam survei; Metode pengumpulan data, Merancang Louis M. Rea, Designing and Conducting Survey
survei serta mampu melakukan survei dengan kuesioner; Mempersiapkan data untuk analisis; Kode etik dalam Research, 3 ed, 2005, John Wiley & Sons, Inc,
metode yang benar. survei; Menentukan Survei Error; Merancang Quick Count. USA
27 Metode Peramalan 3 Mahasiswa mampu menjelaskan berbagai metode The Forecasting Perspective: Why Forecast, Overview of Steven C. Wheelwright dkk, Forecasting: Methods
Statistika peramalan statistika yang berlaku di berbagai Forecasting Technique, Basic Step in a Forecasting Task. Basic and Applications, 3rd edition 2008, Wiley.
bidang bisnis, seperti smoothing eksponensial, Forecasting Tools: Time Series and Cross Sectional Data, Stephen A. Delurgio, Richard D Irwin, Forecasting
dekomposisi musiman, dan lainnya. Graphical Summaries, Numerical Summaries, Measuring Principles and Applications, 1st edition 1998.
Penekanannya untuk menerapkan metode ini pada Forecast Accuracy, Prediction Intervals, Least Square Estimates,
data real menggunakan paket fitur lengkap seperti Transformation and Adjustments. Time Series Decomposition:
paket spreadsheet (Excel). Principles of Decomposition, Moving Averages, Local
Regression Smoothing, Classical Decomposition, Census Bureau
Methods, STL Decomposition, Forecasting Decomposition.
Exponential Smoothing Methods: The forecasting scenario,
Averaging Methods, Exponential Smoothing Methods, A
Comparison of Methods, General Aspects of Smoothing
Methods. Application.
28 Psikometrika 3 Mahasiswa mengerti tentang arti pengukuran, alat Pengukuran, alat-alat pengukuran, construct, bagaimana Charles L. Hulin, Fritz Drasgow, Charles K.Parsons,
pengukuran, model pengukuran dan dapat mengukur suatu construct; Classical Test Theory, Model Item Response Theory, 1983, Dow Jones-Irwin,
membuat alat ukur (khususnya di bidang pengukuran berdasarkan Classical Test Theory, Reliabilitas dan USA.
psikologi) dengan baik dan akurat. taksirannya, Validitas dan taksirannya, Item Response Theory 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.
29 Ekonometrika 3 Mahasiswa mampu menggunakan metode-metode Model regresi linier dan permasalahannya, estimasi model non Robert S. Pindyck & Daniel L.
ekonometrika untuk menyelesaikan masalah- linier dan MLE, distributed lag model, Granger causality, model Rubinfeld,Econometric Models and Economic
masalah ekonomi, bisnis dan keuangan. persamaan simultan, model panel data, dan model time series, Forecast, 4th ed, 2000, Mcgraw Hill Higher
41
penerapan ekonometri dengan menggunakan perangkat lunak Education

statistikauntuk menyelesaikan masalah-masalah ekonomi, bisnis, Fumio Hayashi, Econometrics, 2000, Princeton
dan keuangan. University Press
Nachrowi D. N & Hardius Usman, Pendekatan
Populer dan Praktis Ekonometrika untuk Analisis
Ekonomi dan Keuangan, 2006, Lembaga Penerbit
FE Universitas Indonesia
Nachrowi D. N & Hardius Usman, Penggunaan
Teknik Ekonometrika, 2002, Rajawali Pers
30 Teori Statistika 3 Pada kuliah ini akan dikenalkan beberapa konsep Konsep populasi dan sample, random sampling, randomisasi, Kleinbaum, D.G., M. Klein. Survival Analysis: a self-
Kesehatan dasar statistika dan pentingnya berfikir secara Statistika descriptive, Pengujian hipotesis, Meta analysis, learning text, 2nd ed. Springer. 2005
statistika, sehingga mahasiswa dapat Analisis survival : kuantitas dasar, estimasi Kaplan-Meier, David Collet. Modelling Survival Data in Medical
mengapresiasi tulisan ilmiah mengenai uji-uji Regresi Cox-PH, Regresi Cox Stratifikasi, Regresi Cox yang Research., 2nd ed. Chapman & Hall/CRC. 2003
diagnostic baru, treatment dan prognosis, diperluas.
sehingga mampu memahami bukti klinis yang
relevan terkait dengan pengambilan suatu
keputusan medis.
31 Analisis Data 3 Mahasiswa dapat mempersiapkan data untuk Memeriksa reliabilitas dan validitas alat ukur. Mempersiapkan Donald J.Treiman, Quantitative Data Analysis, 2009,
Kuantitatif analisis, mengerti metode-metode statistika dan data untuk analisis. Mengubah data kontinu menjadi data John Wiley & Sons.
masing-masing kegunaan-nya. Menganalisis data katagorik. Menganalisis data berdasarkan deskripsi data. Victoria Bernhardt, Data Analysis, 2 ed, 2004, Eye on
dengan metode yang tepat dan menyimpulkan Menganalisis data berdasarkan metode-metode statistika dasar Education, Inc.
hasil analisis data untuk menjawab tujuan yang tepat. Menganalisis data dengan metode SEM. Memilih Peck Olsen Devore, Introduction to Statistics and Data
penelitian. metode yang tepat untuk menganalisis data lapangan dan meng- Analysis, 2001, Duxbury, USA.
komunikasikan hasil analisis data yang didapat.
32 Matematika Aktuaria 3 Memperkenalkan mahasiswa dengan berbagai Teori bunga dan probabilitas, Peubah acak untuk usia kegagalan; R. Cunningham, T. Herzog, R. London. Model for
1 perangkat matematika yang digunakan untuk contoh dari model survival parametrik; peubah acak untuk waktu Quantifying Risk 3rd Edition. ACTEX Academic
memodelkan dampak finansial dari suatu kontrak kegagalan; central rate; model survival pilihan. Definisi tabel Series, 2008.
antar agen-agen ekonomi, sebagai akibat dari usia; bentuk tradisional dari tabel usia; penurunan fungsi dari
suatu ketidakpastian di masa depan. Mahasiswa jumlah hidup; metode untuk usia non-integral; tabel usia pilihan;
diharapkan mampu menjelaskan dengan baik ringkasan tabel usia. Model stokhastik diskrit; pendekatan
konsep dasar matematika asuransi jiwa, dan deterministik grup; model stokhastik kontinu; model pembayaran
pendekatan aktuaria dalam menaksir tarif dari tertentu di masa depan dengan pembayaran yang beragam.
berbagai kontrak keuangan yang menimbulkan Model anuitas seumur hidup; model anuitas sementara; model
klaim finansial tertentu di masa depan (contingent anuitas seumur hidup tertunda; anuitas tertentu di masa depan
financial claim) 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.
33 Matematika Aktuaria 3 Mata kuliah ini merupakan lanjutan dari Benefit Premiums; Benefit Reserves, Analysis of Benefit N. L Bowers, H. U Gerber, J. C Hickman, D. A
2 Matematika Aktuaria I. Dalam mata kuliah ini Reserves, Special Topics. Jones, C. J Nesbit, Actuarial Mathematics, 1997,
akan diperkenalkan berbagai perangkat Society of Actuaries, Istaca, Illinois.
matematika yang digunakan untuk memodelkan H. U. Gerber, Life Insurance Mathematics, 3rd ed,
dampak finansial dari suatu kontrak antar agen- New York: Springer-Verlag, Inc.
agen ekonomi, sebagai akibat dari suatu M. Gauger, Course 3 Student Annual (Vol. I), 2000,
ketidakpastian di masa depan. Mahasiswa Actex Publications
diharapkan mampu menjelaskan dengan baik
konsep dasar matematika asuransi jiwa, dan
42
pendekatan aktuaria dalam menaksir tarif dari

berbagai kontrak keuangan yang menimbulkan
klaim finansial tertentu di masa depan (contingent
financial claim)
34 Model Kerugian 1 3 Kuliah ini mencakup pembahasan mengenai kelas Modeling; Beberapa ukuran dasar distribusi: momen, kuantil, Loss Models: From Data to Decisions, by Stuart A.
– kelas distribusi loss; yang meliputi kelas fungsi pembangkit dan jumlah dari variable random; tail Klugman, Harry H. Panjer and Gordon E. Wilmot,
distribusi diskrit dan kontinu. Akan dipelajari distributions, ukuran resiko dan penggunaannya (VaR dan 3rd edition. John Wiley and Sons, 2008.
karakteristik distribusi, konstruksi distribusi yang TVaR); Model – model aktuaria: karakteristik model-model S.A. Klugman, H.H. Panjer and G.E. Wilmot, Loss
baru, penaksiran parameter dan pemodelan aktuaria, model – model kontinu, beberapa distribusi khusus dan Models: From Data to Decisions, by Stuart A, 3rd
masalah dengan menggunakan distribusi – keteraitannya, Linear exponential family distribution, TVaR ed. John Wiley and Sons, 2008.
distribusi tersebut. 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,
MLE, Variansi dan estimasi interval, Estimasi Bayesian,
Estimasi untuk distribusi diskrit, Analisis data eksploratori.
35 Model Kerugian 2 3 Kuliah ini mencakup pembahasan mengenai Aggregate loss model, Discrete time ruin model, Continuous Loss Models: From Data to Decisions, by Stuart A.
pemodelan lebih lanjut pada data kerugian; time ruin model, Konstruksi model secara empiris, Seleksi Klugman, Harry H. Panjer and Gordon E. Wilmot,
seleksi model,dan kredibilitas. Simulasi juga model, Estimasi dan seleksi model untuk model yang kompleks, 3rd edition. John Wiley and Sons, 2008.
dilakukan untuk mendapatkan pemahaman yang Kredibilitas, Simulasi.
lebih komprehensif.
36 Kewirausahaan 3 Mahasiswa mamiliki bekal untuk mem-buka Mindset Kewirausahaan - Konsep Dasar Kewirausahaan - Longenecker, G Justin, moore, Carlos W, Petty
lapangan usaha/pekerjaan. Pengertian kewirausahaan dan wirausaha - Wirausaha dan William. 2001. Kewirausahaan (Manajemen
Manajer. Karakteristik dan Motivasi Wirausaha - Usaha Kecil) Jilid I dan II. Jakarta: Salemba
Karakteristik/sifat Wirausaha - Perilaku Wirausaha - Faktor- Empat.
faktor motivasi. Usaha Kecil dan Menengah - Pengertian - Meredith, Geffrey G, et. al. 2000. Kewirausahaan
Kewirausahaan dan Pembangunan Ekonomi - Sektor-sektor (Teori dan Praktek). Jakarta: Ppm
Usaha Kecil - Keberhasilan dan Kegagalan - Strategi Goldstein, Arnold S Ph.D. Modal Dengkul.
Pengembangan. A. Karakteristik Aktivitas Bisnis - Sifat Sistem Hakim, Rusman. Dengan Wirausaha Menepis Bisnis.
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
43
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.
37 Teori Mikro Ekonomi 3 Konsep Dasar Ekonomi Mikro, Teori Perilaku Mampu Konsep Dasar Ekonomi Mikro, Teori Perilaku Sukirno, S. (2006). Mikro Ekonomi. PT Raja
Konsumen, Teori Produksi, Biaya Produksi. Konsumen, Teori Produksi, Biaya Produksi. Struktur Pasar, Grafindo Persada.
Struktur Pasar, Keseimbangan firm. Mekanisme Keseimbangan firm. Mekanisme pasar dan kebijakan Samuelson, P.A dan Nordhous. (2004). Ekonomi
pasar dan kebijakan pemerintah.. pemerintah. 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
38 Teori Makro 3 Kebijakan ekonomi makro, kegiatan ekonomi Mampu menjelaskan beberapa konsep dasar dalam Sukirno, S. (2006). Mikro Ekonomi. PT Raja
Ekonomi masyarakat dan pendapatan nasional, analisis makroekonomi, dasar teori makroekonomi yang kuat. Grafindo Persada.
pendapatan nasional, permintaan dan penawaran Memperoleh gambaran riil dari teori-teori yang diperolehnya Samuelson, P.A dan Nordhous. (2004). Ekonomi
akan uang, keseimbangan umum pasar produk dalam praktek sehar-hari. Mampu menerapkan teori dalam Mikro.
dan pasar uang, permintaan uang dan kebijakan menganalisis gejala ekonomi yang berkaitan dengan Rahardja, P& Manurung, M. (1999).Teori Ekonomi
stabilisasi, teori permintaan agregat dalam makroekonomi. Mikro. Lembaga Penerbit Ekonomi UI.
perekonomian terbuka, teori penawaran agregat Algifari.(2003).Ekonomi Mikro, Teori dan Kasus.
dalam perekonomian terbuka, makroekonomi STIE YKPN Yogyakarta.
ekuilibrium dalam perekonomian terbuka 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
44
5. 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.
45
6. 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, Meterologi dan Geofiska, BAPEDAL/SARPEDAL,
BKPM.
• Peluang bekerja yang sangat luas dalam bidang Keungan 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.
46
7. 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 statistik 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 satatistika luar negeri, antara lain :
 Departemen statistika Stanford University, 2012.
 American Statistical Association (ASA), USA.
 Studies Mathematics and physics Universty of Queensland
47

Buku Panduan Kurikulum Program Studi S1 Statistika UI PDF

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

Buku Panduan Kurikulum Program Studi S1 Statistika UI PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

PANDUAN KURIKULUM

PROGRAM STUDI S1 STATISTIKA

Departemen (d/h Jurusan) Matematika didirikan pada tahun 1961, bersama-sama

2. Visi, Misi, dan Tujuan

3. Kualifikasi dan Kompetensi Lulusan

Program Studi S1 Statistika Departemen Matematika FMIPA UI bertujuan

Berdasarkan penggabungan dari beberapa kompetensi ini maka sarjana statistika

4.1. Struktur Kurikulum

Struktur kurikulum Program Studi S1 Statistika Departemen Matematika FMIPA UI

KKNI LEVEL 6 PROFIL LULUSAN/KOMPETENSI UMUM TAGIHAN

Mata Kuliah Wajib Universitas (18 SKS)

Jenis Mata Kuliah SKS Total

Parameter Kode Kompetensi

Mampu menyusun dan/atau memilih rancangan

Parameter Kode Kompetensi

KM1 Mampu bekerjasama dan berkomunikasi dalam

KK1, KK3 Saham Kewirausahaan 2 6

KK1, KK3 Metode Survei 3 5

KK1, KK3 Psikometrika 3 6

PP1, PP2, KK1 Teori Probabilitas 2 5

Tabel 7 Padanan Kurikulum Program Studi Statistika dengan Kurikulum IndoMS

Kurikulum Minimal SKS Mata Kuliah Terkait di Prodi Statistika SKS

Tabel 8 Mata Kuliah Wajib Universitas

Tabel 9 Mata Kuliah Wajib Rumpun Ilmu

Tabel 10 Mata Kuliah Wajib Fakultas

Tabel 12 Mata Kuliah Wajib Program Studi

Tabel 14Mata Kuliah Pilihan Bidang Aktuaria

Memperhatikan kompetensi yang diharapkan pada Tabel 5, mahasiswa harus

SEMESTER 1 SEMESTER 2 SEMESTER 3 SEMESTER 4

No. NAMA KULIAH SKS TUJUAN SILABUS PUSTAKA

dan matched pairs.

untuk data terpancung kiri dan tersensor kanan; Uji hipotesis:

penerapan ekonometri dengan menggunakan perangkat lunak Education

pendekatan aktuaria dalam menaksir tarif dari

Usaha. Perencanaan Strategis Bagi Wirausaha - Tantangan

Kurikulum Program Studi S1 Statistika merujuk pada program S1 maupun S2 di

Anda mungkin juga menyukai