BUKU RANCANGAN PENGAJARAN

MATA AJAR

STATISTIKA DAN PROBABILITAS

oleh

Tim Dosen
Mata Ajar Statistika dan Probabilitas

Fakultas Teknik
Universitas Indonesia
Depok, Februari 2016

1
 DAFTAR ISI

hlm.
PENGANTAR 4
BAB 1 INFORMASI UMUM 5
BAB 2 KOMPETENSI (CAPAIAN PEMELAJARAN) MATA 6
AJAR
1. Kompetensi (Capaian Pembelajaran Terminal) 6
2. Subkompetensi (Capaian Pembelajaran Penunjang) 7
3. Bagan Alir Capaian Pembelajaran 8
BAB 3 BAHASAN DAN RUJUKAN 9
BAB 4 TAHAP PEMELAJARAN 12
BAB 5 RANCANGAN TUGAS DAN LATIHAN 15
BAB 6 EVALUASI HASIL PEMELAJARAN 17
BAB 7 MATRIKS KEGIATAN 20
LAMPIRAN CONTOH SOAL TUGAS DAN EVALUASI 30

2
 PENGANTAR

Pengetahuan dalam Statistika dan Probabilitas memiliki peran yang penting dalam
bidang ilmu Teknik, baik untuk penelitian maupun aplikasi di industri. Dalam banyak situasi,
pengolahan dan analisis data sangat tergantung pada aplikasi metode Statistika, di mana
penggunaannya dapat menyediakan dasar bagi penjelasan yang logis mengenai hubungan
yang terjadi antar variabel. Sebagai mata ajar dasar Teknik untuk program S1, Statistika dan
Probabilitas akan memberikan pengetahuan dan keahlian dasar bagi mahasiswa untuk
menangani data dan informasi secara tepat, mulai dari Statistika Deskriptif sampai dengan
Statistika Inferensial.

Buku Rancangan Pemelajaran (BRP) ini disusun sebagai pedoman bagi pengajar
untuk memberikan pemelajaran mata ajar Statistika dan Probabilitas. Dengan menggunakan
BRP ini, setiap pengajar dapat memahami tujuan pemelajaran, dan mempersiapkan setiap
topik pemelajaran dengan baik dan sistematis.

Akhir kata, tim penyusun mengucapkan terimakasih kepada berbagai pihak di

lingkungan Fakultas Teknik Universitas Indonesia dan semua pihak yang telah membantu
dan menginspirasi disusunnya BRP ini. Setiap komentar, kritikan, koreksi dan saran, sangat
dibutuhkan untuk penyempurnaan BRP ini.

Depok, 13 Februari 2016

Tim Dosen

3
 BAB 1 INFORMASI UMUM

1. Nama Fakultas /Jenjang : Teknik /Sarjana (S1)

2. Nama mata kuliah : Statistika dan Probabilitas
3. Kode mata kuliah : ENGE600010
4. Semester ke- : (dibuka pada sem ganjil & genap,
sesuai kurikulum Prodi S1)

5. Jumlah SKS :2
6. Metode pembelajaran : Aktif
7. Mata kuliah yang menjadi prasyarat :-
8. Menjadi prasyarat untuk mata kuliah :
9. Integrasi antara mata kuliah :-

10. Deskripsi mata kuliah :

Statistika dan probabilitas merupakan cabang ilmu Matematika terapan yang banyak
dimanfaatkan sebagai metode ilmiah dalam mengumpulkan, mengklasifikasikan,
merangkum, menyajikan, menginterpretasikan dan menganalisis data dan informasi
untuk mendukung kesimpulan yang valid dan handal dalam situasi dimana terdapat
unsur ketidakpastian dan variasi. Kesimpulan yang diambil, akan dijadikan dasar
dalam proses pengambilan keputusan. Capaian mata ajar Statistika dan Probabilitas
adalah mahasiswa dapat menangani data dan informasi kuantitatif. Capaian tersebut
meliputi tahapan deskriptif dan inferensial. Tahapan deskriptif meliputi
mengumpulkan, mengolah, dan menyajikan data dalam cara yang ilmiah. Sedangkan
tahapan inferensial meliputi proses estimasi, penarikan kesimpulan berdasarkan data
yang tersedia dan hubungan antar variabel. Metode pemelajaran yang diterapkan
adalah aktif. Setelah lulus dari kuliah ini, mahasiswa diharapkan dapat menerapkan
pengetahuan dalam Statistika dan Probabilitas dalam melakukan eksperimen untuk
tugas laboratorium maupun penelitian dalam tugas akhir. Bahasa pengantar dalam
mata kuliah ini adalah Bahasa Indonesia

4
BAB 2 KOMPETENSI (CAPAIAN PEMELAJARAN) MATA AJAR
STATISTIKA DAN PROBABILITAS

2.1 Kompetensi (Capaian Pemelajaran Terminal)

Setelah menyelesaikan mata kuliah ini, mahasiswa mampu menganalisis data dan informasi
kuantitatif, mulai dari tahap deskriptif, yang meliputi pengumpulan, pengorganisasian, dan
penyajian data dengan metode ilmiah, sampai dengan tahap induktif atau inferensial, yang
meliputi proses estimasi dan penarikan kesimpulan berdasarkan data yang tersedia dan relasi
antar variabel (C4).

5
2.2 Subkompetensi (Capaian Pembelajaran Penunjang)

2.2.1 Mahasiswa dapat menjelaskan peran Statistika, aplikasinya dalam bidang Teknik dan
prosedur dasar pemecahan masalah berdasarkan metode ilmiah (C2).

2.2.2 Mahasiswa dapat mengkalkukasi ukuran-ukuran deskriptif data secara komprehensif

yang menjadi karakteristik dasar dari distribusi, meliputi ukuran-ukuran pemusatan
(central tendency), penyebaran (dispersion), kemiringan (skewness) and keruncingan
(kurtosis) (C3).

2.2.3 Mahasiswa mampu menyajikan data ke dalam bentuk distribusi frekuensi dan grafik
penyajian data yang sesuai, seperti histogram, diagram batang, diagram pencar dan
yang lainnya (C3).

2.2.4 Mahasiswa dapat menggunakan konsep distribusi probabilitas, fungsi distribusi

kumulatif dan fungsi kepadatan probabilitas, untuk data diskrit maupun kontinu (C3).

2.2.5 Mahasiswa dapat mengaplikasikan distribusi diskrit teoritis (Binomial, Geometric,

Hypergeometric dan Poisson) untuk memecahkan masalah-masalah yang berkaitan
dengan bidang teknik (C3).

2.2.6 Mahasiswa dapat mengaplikasikan distribusi kontinu teoritis (Seragam Kontinu,

Gaussian/normal, dan Chi-square) untuk memecahkan masalah-masalah yang
berkaitan dengan bidang teknik (C3).

2.2.7 Mahasiswa dapat menyusun distribusi sampling dari mean dan proporsi termasuk
menghitung mean dan deviasi standar dari distribusi-distribusi sampling tersebut (C3).

2.2.8 Mahasiswa melakukan estimasi mean dan variansi populasi berdasarkan data
/informasi dari sampel (C3).

2.2.9 Mahasiswa dapat menyimpulkan parameter populasi dari satu atau dua sampel dengan
menggunakan prosedur uji hipotesis untuk mean dan variansi, dan juga dengan
menggunakan beberapa prosedur uji hipotesis tingkat lanjut (Uji Chi-square) (C4).

2.2.10 Mahasiswa dapat mengkaitkan hubungan yang terjadi antar variabel dalam persamaan
regresi linier sederhana termasuk memvalidasinya dengan analisis korelasi untuk
tujuan prediksi (C4).

6
2.3 Bagan Alir Kompetensi

Mahasiswa mampu menganalisis data dan informasi kuantitatif, mulai dari tahap deskriptif, sampai dengan tahap
induktif atau inferensial

2.2.10 Mahasiswa dapat mengkaitkan hubungan yang terjadi antar variabel dalam persamaan regresi linier sederhana
termasuk memvalidasinya dengan analisis korelasi untuk tujuan prediksi

2.2.9 Mahasiswa dapat menyimpulkan parameter populasi dari satu atau dua populasi dengan menggunakan prosedur
uji hipotesis untuk mean dan variansi, dan juga dengan menggunakan beberapa prosedur uji hipotesis tingkat lanjut
(Uji Chi-square)

2.2.8 Mampu melakukan estimasi mean dan variansi populasi berdasarkan data /informasi dari sampel

2.2.7 Mampu menyusun distribusi sampling dari mean , menghitung mean dan deviasi standar dari distribusi-
distribusi sampling tersebut

2.2.6 Mampu mengaplikasikan distribusi kontinu teoritis (Seragam Kontinu, Gaussian/normal, dan Chi-square) untuk
memecahkan masalah-masalah yang berkaitan dengan bidang teknik

2.2.5 Mampu mengaplikasikan distribusi diskrit teoritis (Seragam Diskrit, Binomial & Multinomial, Geometric,
Hypergeometric dan Poisson) untuk memecahkan masalah-masalah yang berkaitan dengan bidang teknik

2.2.4 Mampu dapat mengaplikasikan konsep distribusi probabilitas, fungsi distribusi kumulatif dan fungsi kepadatan
probabilitas, untuk data diskrit maupun kontinu

2.2.3 Mampu menyajikan data ke dalam bentuk distribusi frekuensi dan grafik penyajian data yang sesuai, seperti
histogram, diagram batang, diagram pencar dan yang lainnya

2.2.2 Mahasiswa dapat mengkalkukasi data secara komprehensif menjadi karakteristik dasar dari distribusi, meliputi
ukuran-ukuran pemusatan (central tendency), penyebaran (dispersion), kemiringan (skewness) dan keruncingan
(kurtosis)

2.2.1 Mampu menjelaskan peran Statistika, aplikasinya dalam bidang Teknik dan prosedur dasar pemecahan masalah
berdasarkan metode ilmiah

7
 BAB 3 BAHASAN DAN RUJUKAN

3.1 Kompetensi / Subkompetensi, Pokok Bahasan, Subpokok Bahasan,

Estimasi Waktu, dan Rujukan

Kompetensi/ Estimasi
Sub Pokok Bahasan Subpokok Bahasan Waktu Rujukan
kompetensi
2.2.1 Pendahuluan 1.1 Ikhtisar : Statistika, Sampel, 2 x 50 [1] Bab.1
Statistika dan Populasi menit
Analisis Data 1.2 Peran Statistika dan Aplikasinya [2] Bab.1
dalam bidang Teknik
1.3 Peran Komputer dalam Statistka [3] Bab.1

2.2.3 Statistika Deskriptif 2.1.Ukuran-ukuran Pemusatan 1 x 50 [1] Bab 2

bagian ke-1 2.2.Ukuran-ukuran Penyebaran menit
[2] Bab 1

[3] Bab 1

2.2.2 Statistika Deskriptif 2.3. Data diskrit dan kontinu 1 x 50 [1] Bab 2
bagian ke-2 2.4.Prosedur sampling, pengumpulan menit
dan pengorganisasian data [2] Bab 1
2.5.Metode Grafis dan Deskripsi Data
[3] Bab.1

2.2.4 Probabilitas & 3.1 Konsep Probabilitas : ruang 4 x 50 [1] Bab 3

Variabel acak sampel dan kejadian (events) menit dan 4
3.2 Probabilitas sebuah kejadian
3.3 Aturan-aturan dalam Probabiltas : [2] Bab 2
penjumlahan, perkalian, bersyarat,
Bayes’ Rule [3] Bab 2
3.4 Konsep Variabel Acak dan 3
3.5 Distribusi Probabilitas Diskrit
3.6 Distribusi Probabilitas Kontinu
3.7 Distribusi Probabilitas dengan
parameter
3.8 Mean dari Variabel acak
3.9 Variansi dari Variabel acak
2.2.5 Beberapa Distribusi 5.1 Distribusi Seragam Diskrit 4 x 50 [1] Bab 5
Probabilitas Diskrit 5.2 Distribusi Binomial & menit
Multinomial [2] Bab 3
5.3 Distribusi Hypergeometrik
5.4 Distribusi Geometrik [2] Bab 5
5.5 Distribusi Poisson
8
 2.2.6 Beberapa Distribusi 6.1 Distribusi Seragam Kontinu 4 x 50 [1] Bab 6
Probabilitas Kontinu 6.2 Distribui Normal menit
6.3 Distribusi Chi Square [2] Bab 4

[3] Bab 6

2.2.7 Distribusi Sampling 7.1 Definisi dan konsep dasar 2 x 50 [1] Bab 7
7.2 Distribusi Sampling menit
7.3 Distribusi sampling dari Mean [2] Bab 5
7.4 Distribusi sampling dari Variansi
[3] Bab 8

2.2.8 Estimasi 8.1 Statistika Inferensial 4 x 50 [1] Bab 8

8.2 Metode klasik estimasi : titik dan menit
interval [2] Bab 6
8.3 Satu Populasi : Estimasi Mean
8.4 Dua Populasi : Estimasi perbedaan [3] Bab 9
antara Dua Mean
8.5 Satu Populasi : Estimasi Variansi
8.6 Dua Populasi : Estimasi rasio
antara dua Variansi
8.7 Penentuan ukuran sampel
2.2.9 Uji Hipotesis Satu 9.1. Uji Hipotesis : Konsep Umum 4 x 50 [1] Bab 9,
dan Dua Populasi 9.2. Pengujian Hipotesis menit 10 dan 11
9.3. Uji Satu atau Dua Ujung (arah)
9.4. P values pengambilan keputusan [2] Bab 8,
dalam pengujian 9, dan 10
9.5. Uji Mean : Satu atau Dua
Populasi [3] Bab 10
9.6. Uji Variansi : Satu atau Dua dan 13
Populasi
9.7. Chi square Test : Goodness of Fit
dan Independensi

2.2.10 Regresi Linier 10.1. Pendahuluan Regresi Linier 2 x 50 [1] Bab 12

Sederhana 10.2. Model Regresi Linier Sederhana menit
10.3. Inference berkaitan dengan [2] Bab 12
koefisien-koefisien Regresi
10.4. Analisis Korelasi Linier [3] Bab 11
Sederhana

3.2 Daftar Rujukan :

[1] Harinaldi, ”Prinsip-prinsip Statistik untuk Teknik dan Sains”, Erlangga, 2006.

9
[2] Devore, J.L., Probability and Statistics for Engineering and The Sciences (5th Ed.),
Duxbury, 2000

[3] Walpole, Ronald E, Probability & Statistics For Engineers & Scientist, 8th Ed, Pearson
Prentice Hall, 2007

10
 BAB 4 TAHAP PEMELAJARAN

Kompetensi/ Tahap Pemelajaran** Media

Teknologi
Subkompetensi* Orientasi Latihan Umpan Balik
(%) (%) (%)
2.2.1 Penjelasan awal Pemelajaran Klarifikasi Presentasi
Pengajar tentang aktif (small dari Pengajar media visual
pendahuluan group atas
Statistika dan discussion) pemelajaran
Probabilitas (30%) tentang bidang aktif melalui
Statistika dan diskusi
Probabilitas serta kelompok
perannya dalam kecil (20%)
bidang ilmu
Teknik (50%)
2.2.2 Penjelasan awal oleh Pemelajaran Klarifikasi Presentasi
Pengajar tentang aktif tentang dari Pengajar media visual,
Statistika Deskriptif data, atas hasil piranti lunak
aplikasi
(30%) karakteristik dan pemelajaran
Statistika
cara penyajian aktif tentang
melalui dan data dan
Cooperative deskripsinya
Learning (CL) (20%)
dalam kelompok
kecil (50%)
2.2.3 Penjelasan awal oleh Pemelajaran Klarifikasi Presentasi
Pengajar tentang aktif melalui tugas media visual,
tugas kelompok Contextual kelompok piranti lunak
aplikasi
pengumpulan dan Instruction (CI) Statistik
Statistika
penyajian data dalam deskriptif
(10%) merencanakan (20%)
pengumpulan
data di lapangan
(70%)
2.2.4 Penjelasan awal oleh Pemelajaran Pembahasan Presentasi
Pengajar tentang aktif CL dalam Pengajar atas media visual,
Konsep Probabilitas kelompok kecil tugas piranti lunak
aplikasi
dan variable acak tentang Probabilitas
Statistika
(20%) Probabilitas dan dan Variabel

11
 Variabel acak Acak (20%)
(60%)
2.2.5 Penjelasan awal oleh Pemelajaran Klarifikasi Presentasi
Pengajar tentang aktif CL dalam dari Pengajar media visual,
beberapa distribusi kelompok kecil atas piranti lunak
aplikasi
probabilitas diskrit tentang pemelajaran
Statistika
(20%) Distribusi Diskrit aktif melalui
(60%) CL dalam
Distribusi
Diskrit (20%)
2.2.6 Penjelasan awal oleh Pemelajaran Klarifikasi Presentasi
Pengajar tentang aktif CL dalam dari Pengajar media visual,
beberapa distribusi kelompok kecil atas piranti lunak
aplikasi
probabilitas kontinu tentang pemelajaran
Statistika,
(20%) Distribusi aktif melalui Kuis
Kontinu (60%) CL dalam
Distribusi
Kontinu
(20%)
2.2.7 Penjelasan awal oleh Pemelajaran Klarifikasi Presentasi
Pengajar tentang aktif CL dalam Pengajar atas media visual,
Distribusi Sampling kelompok kecil tugas materi piranti lunak
aplikasi
(30%) tentang Distribusi
Statistika
Distribusi Sampling
Sampling (50%) (20%)
2.2.8 Penjelasan awal oleh Pemelajaran Klarifikasi Presentasi
Pengajar tentang aktif CL dalam Pengajar atas media visual,
Estimasi (30%) kelompok kecil tugas materi piranti lunak
aplikasi
tentang Estimasi Estimasi
Statistika
(50%) (20%)

2.2.9 Penjelasan awal oleh Pemelajaran Klarifikasi Presentasi

Pengajar tentang Uji aktif CL dalam dari Pengajar media visual,
Hipotesis Satu dan kelompok kecil atas piranti lunak
aplikasi
Dua Sampel (30%) tentang Uji pemelajaran
Statistika,
Hipotesis (50%) aktif melalui Kuis
CL (20%)

2.2.10 Penjelasan awal oleh Pemelajaran Klarifikasi Presentasi

Pengajar Regresi aktif problem- dari Pengajar media visual,
Linier Sederhana based learning atas piranti lunak
aplikasi
12
 dan Analisis (PBL) melalui pemelajaran Statistika
Korelasi kasus/masalah aktif melalui
yang ingin PBL (20%)
(20%)
mengkaitkan
hubungan dua
variabel (60%)

Catatan:
*Kode angka di sini mengacu kepada nomor urut subkompetensi pada Bab 2 (hlm. 6).
**Tahap pembelajaran terdiri atas tiga, yakni orientasi (O), latihan (L), dan umpan Balik (U).
Pada orientasi, pengajar memberikan penjelasan awal tentang pokok bahasan, materi dan metode
latihan, waktu yang digunakan, dan sistem penilaian. Pada tahap latihan, mahasiswa melakukan
aktivitas latihan sesuai dengan metode pembelajaran yang diterapkan (diskusi kelompok kecil,
cooperative learning (CL), Contextual Instruction (CI), atau Problem-based Learning (PBL)).
Pada tahap umpan balik, pengajar memberikan klarifikasi atas latihan yang telah dilaksanakan
oleh mahasiswa dan dapat diikuti penugasan yang dikerjakan di rumah, termasuk tugas membaca
bahan bacaaan untuk pertemuan berikutnya. Dalam hal metode pembelajaran, diterapkan a
metode pembelajaran aktif sebagai berikut. (1) Diskusi kelompok kecil (small group
discussion) diadakan di dalam kelas dengan kelompok diskusi beranggotakan 4-5 orang. Dalam
diskusi kelompok kecil, mahasiswa dibagi atas kelompok-kelompok kecil beranggotakan 4-5
orang. Kelompok-kelompok kecil mahasiswa tersebut mendiskusikan topik yang sama yang
diberikan oleh pengajar. Umpan balik diberikan pengajar di akhir kelas setelah diskusi kelompok
kecil untuk mengklarifikasi pemahaman mahasiswa. (2) Cooperative Learning, diadakan
dengan cara mahasiswa secara berkelompok mengerjakan latihan soal tentang materi yang
dibahas, yang disediakan oleh pengajar di dalam kelas. Umpan balik diberikan oleh pengajar di
akhir kelas dalam pengecekan bersama hasil pengerjaan latihan. (3) Contextual Instruction,
dilakukan dengan cara memberi kesempatan kepada mahasiswa untuk melakukan pengumpulan
data secara langsung untuk sebuah masalah yang ingin diteliti. Umpan balik dari pengajar adalah
memberikan klarifikasi dan masukan tentang pemilihan data yang sebaiknya dikumpulkan. (4)
Problem-based Learning, dilakukan terhadap sebuah kasus yang ingin mengkaitkan hubungan
antar variabel yang diberikan oleh pengajar, mahasiswa akan mengidentifikasi variabel mana
yang merupakan variable bebas dan mana yang merupakan variable terikat, lalu melakukan
regresi linier sederhana dan analisis korelasi. Umpan balik dari pengajar adalah mengklarifikasi
output hasil pemelajaran aktif PBL ini.

13
 BAB 5 RANCANGAN TUGAS DAN LATIHAN

5.1 Tujuan Tugas (Kemampuan Akhir yang Diharapkan)

Dengan mengerjakan tugas mata ajar Statistika dan Probabilitas, baik tugas individu maupun
kelompok, mahasiswa akan mendapatkan pemahaman yang lebih mendalam tentang materi
ajar Statistka dan Probabilitas, sehingga mendukung tercapainya capaian pemelajaran.
Dengan mengerjakan tugas-tugas, mahasiswa juga akan lebih terlatih dalam menyelesaikan
permasalahan dengan metode Statistika dan Probabilitas.

Tabel Uraian Tugas

Kompetensi/ Penugasan* Ruang Cara Batas Waktu Luaran Tugas

Subkompetensi Lingkup Pengerjaan yang
Dihasilkan
2.2.2 Latihan Soal Statistika Individual 1 minggu Jawaban
dari Buku Deskripsi : di rumah Latihan Soal
Tipe data, dan (PR)
penyajiannya
2.2.3 Pengumpulan Pengumpulan Kelompok 2 minggu Data Mentah
Data data di
lapangan
2.2.4 Latihan Soal Probabilitas Individual 1 minggu Jawaban
dari buku dan Variabel di rumah Latihan Soal
teks Acak (PR)
2.2.5 Latihan Soal Distribusi Individual 1 minggu Jawaban
dari buku Probabilitas di rumah Latihan Soal
teks Diskrit (PR)
2.2.6 Analisis -Statistika Kelompok 2 minggu Paper
distribusi Deskripsi :
Data yang Ukuran
dikumpulkan Pemusatan dan
berdasarkan Penyebaran
karakteristik (termasuk tipe
Distribusi data dan
Populasi penyajian)
-Distribusi
Probabilitas
Kontinu (dan
diskrit)
2.2.7 Latihan soal Distribusi Individual 1 minggu Jawaban
dari buku sampling di rumah Latihan Soal
teks (PR)

14
 2.2.8 Latihan soal Estimasi Individual 1 minggu Jawaban
dari buku di rumah Latihan Soal
teks (PR)
2.2.9 Pengujian Uji Hipotesis Kelompok 1 minggu Paper
Hipotesis
terhadap data
yang
dikumpulkan

Catatan: *Contoh tugas kelompok terlampir.

5.2 Kriteria Penilaian

Nilai akhir tugas diberikan dengan kriteria penilaian sebagai berikut.
1. PR Individu @ 3%, dengan komponen : (1) ketepatan jawaban (80%) dan (2) Nilai
diskusi CL (20%) : (1) keaktifan mengemukakan gagasan (20%); (2) kejelasan
penyampaian gagasan (30%); (3) ketepatan argumentasi (20%); (4) pemakaian bahasa
dalam penyampaian gagasan (20%); (4) sikap dalam menyampaikan gagasan (10%).
2. Tugas Kelompok @ 10 %, dengan komponen : (1) Paper (50%) : (1) Isi (40%); (2)
Bahasa (30%); (3) kerapian (30%), dan (2) Nilai diskusi CI (50%) : (1) keaktifan
mengemukakan gagasan (20%); (2) kejelasan penyampaian gagasan (30%); (3)
ketepatan argumentasi (20%); (4) pemakaian bahasa dalam penyampaian gagasan
(20%); (4) sikap dalam menyampaikan gagasan (10%).

15
 BAB 6 EVALUASI HASIL PEMELAJARAN

6.1 Evaluasi Akhir

Bentuk* Instrumen Frekuensi Bobot (%)
Latihan individual Latihan Soal Buku 5 15
Teks
Tugas Kelompok Paper 2 20
Kuis Soal Ujian Tertulis 2 20
UTS Soal Ujian Tertulis 1 20
UAS Soal Ujian Tertulis 1 25
Total 100
BAN PT harus di atas 20%

6.2 Asesmen
Kompetensi Ranah dan Tingkatan Jenis Asesmen (Per Nilai Kelulusan
Setiap Kompetensi)
2.2.1 C2 (menjelaskan) - Evaluasi kelompok Minimal 60
2.2.2 C3 (menggambarkan) - Latihan individual s.d.a.
2.2.3 C3 (mengkalkulasi) - Evaluasi data Tepat/Tidak
2.2.4 C3 (menerapkan) - Latihan individual Minimal 60

2.2.5 C3 (menerapkan) - Latihan individual s.d.a.

2.2.6 C3 (menerapkan) - Evaluasi kelompok s.d.a.

- Evaluasi paper
2.2.7 C3 (mengonsepkan) - Latihan individual s.d.a.

2.2.8 C3 (mengestimasi) - Latihan individual s.d.a.

2.2.9 C4 (menyimpulkan) - Evaluasi kelompok s.d.a.

- Evaluasi paper
2.2.10 C4 (mengaitkan) - Evaluasi kelompok s.d.a

Catatan: *Contoh soal evaluasi terlampir.

16
6.3 Pedoman Kriteria Penilaian
Konversi nilai akhir mengikuti ketentuan konversi nilai yang berlaku di Universitas
Indonesia sebagai berikut.

Nilai Angka Nilai Huruf Bobot

85—100 A 4,00
80—<85 A- 3,70
75—<80 B+ 3,30
70—<75 B 3,00
65—<70 B- 2,70
60—<65 C+ 2,30
55—<60 C 2,00
40—<55 D 1,00
<40 E 0,00
Kriteria Penilaian (Rubrik) :

a. Presentasi materi :
Nilai 90 : apabila mahasiswa dapat mempresentasikan materi dengan bahasa
Indonesia yang tepat, penjelasan yang dapat dipahami, menguasai
materi, bahasa tubuh yang baik

Nilai 70-89 : apabila mahasiswa dapat mempresentasikan materi dengan

penjelasan yang dapat dipahami, menguasai materi dengan baik,
bahasa tubuh yang baik.

Nilai 60-69 : apabila mahasiswa dapat mempresentasikan materi dengan

penjelasan yang dapat dipahami dengan bahasa tubuh yang baik

b. Diskusi Kelompok
a. Nilai 90 – 100 : Apabila mahasiswa dapat menjelaskan, menghubungkan,
menerapkan, membedakan, menyimpulkan, dengan
ketepatan 90-100% dari pertanyaan dan persoalan yang
diberikan dalam setiap penugasan
b. Nilai 70 – 89 : Apabila mahasiswa dapat menjelaskan, menghubungkan,
menerapkan, membedakan, menyimpulkan, dengan
ketepatan 70 – 89 % dari pertanyaan dan persoalan yang
diberikan dalam setiap penugasan
c. Nilai 60 – 79 : Apabila mahasiswa dapat menjelaskan, menghubungkan,
menerapkan, membedakan, menyimpulkan dengan ketepatan
17
 60 – 79 % dari pertanyaan dan persoalan yang diberikan
dalam setiap penugasan
d. Nilai 50 – 59 : Apabila mahasiswa dapat menjelaskan, menghubungkan,
menerapkan, membedakan, menyimpulkan dengan ketepatan
50 – 59 % dari pertanyaan dan persoalan yang diberikan
dalam setiap penugasan
e. Nilai 0 – 49 : Apabila mahasiswa dapat menjelaskan, menghubungkan,
menerapkan, membedakan, menyimpulkan dengan ketepatan
0 – 49 % dari pertanyaan dan persoalan yang diberikan
dalam setiap penugasan

18
 BAB 7 MATRIKS KEGIATAN

Perte- Kompetensi/ Tahap Pokok Bahasan/ Media Ranah Kriteria Penilaian Penanggung
muan Sub- Pembelajaran Subpokok Bahasan Teknologi dan (Indikator) Jawab
ke- kompetensi Tingkat-
O L U
an
(%) (%) (%)
1 2.2.1 30 50 20 -Penjelasan mengenai kontrak Presentasi C2 100 % diskusi Dosen
kuliah, yaitu : media visual kelompok
a. capaian pemelajaran (1) Keaktifan
b. tata tertib perkuliahan; mengemuka-
muatan kan gagasan
c. metode perkuliahan (20%);
d. evaluasi hasil pemelajaran. (2) Kejelasan
-Pendahuluan Statistika dan penyampaian
Analisis Data gagasan (30%);
a. Ikhtisar : Statistika, (3) Ketepatan
Sampel, Populasi argumentasi
b. Peran Statistika dan (20%);
Aplikasinya dalam bidang (4) Pemakaian
Teknik bahasa dalam
c. Peran Komputer dalam penyampaian
Statistka gagasan (20%);
(5) Sikap dalam
penyampaian
gagasan (10%)

19
2 2.2.2 30 50 20 Statistika Deskriptif bagian 1 Presentasi C3 80 % Tugas Dosen
a. Ukuran-ukuran Pemusatan media visual, Individu (100%
b. Ukuran-ukuran Penyebaran piranti lunak ketepatan) + 20 %
aplikasi CL :
Statistika (1) Keaktifan
mengemuka-
kan gagasan
(20%);
(2) Kejelasan
penyampaian
gagasan (30%);
(3) Ketepatan
argumentasi
(20%);
(4) Pemakaian
bahasa dalam
penyampaian
gagasan (20%);
(5) Sikap dalam
penyampaian
gagasan (10%)
3 2.2.3 10 70 20 Statistika Deskriptif bagian 2 Presentasi C3 50 % Data Mentah Dosen
a. Data diskrit dan kontinu media visual, yang dikumpulkan
b. Prosedur sampling, piranti lunak (40 % isi, 30 %
pengumpulan dan aplikasi bahasa, 30 %
pengorganisasian data Statistika kerapian) + 50%
c. Metode Grafis dan Deskripsi CI:
Data (1) Keaktifan
mengemuka-
kan gagasan
(20%);
(2) Kejelasan
20
 penyampaian
gagasan (30%);
(3) Ketepatan
argumentasi
(20%);
(4) Pemakaian
bahasa dalam
penyampaian
gagasan (20%);
(5) Sikap dalam
penyampaian
gagasan (10%)

4 2.2.4 20 60 20 Probabilitas dan Variabel Acak : Presentasi C3 80 % Tugas Dosen

a. Konsep Probabilitas : ruang media visual, Individu (100%
sampel, kejadian (events), piranti lunak ketepatan) + 20 %
menghitung sampel points aplikasi CL :
b. Probabilitas sebuah kejadian Statistika (1) Keaktifan
c. Aturan-aturan dalam mengemukakan
Probabiltas : penjumlahan, gagasan (20%);
perkalian, bersyarat, Bayes’ (2) Kejelasan
Rule penyampaian
d. Konsep Variabel Acak gagasan (30%);
e. Distribusi Probabilitas Diskrit (3) Ketepatan
f. Distribusi Probabilitas Kontinu argumentasi
g. Distribusi Probabilitas dengan (20%);
parameter (4) Pemakaian
bahasa dalam
penyampaian
gagasan (20%);
(5) Sikap dalam
penyampaian
21
 gagasan (10%)
5 2.2.5 20 60 20 Beberapa Distribusi Probabilitas Presentasi C3 (1)Keaktifan Dosen
Diskrit : media visual, mengemukakan
a. Distribusi Binomial piranti lunak gagasan (20%);
b. Distribusi Poisson aplikasi (2) Kejelasan
c. Distribusi Hipergeometrik Statistika penyampaian
d. Distribusi Geometrik gagasan (30%);
(3) Ketepatan
argumentasi
(20%);
(4) Pemakaian
bahasa dalam
penyampaian
gagasan (20%);
(5) Sikap dalam
penyampaian
gagasan (10%)
6 2.2.5 dan 20 60 20 a. Distribusi Seragam Presentasi C3 80 % Tugas Dosen
2.2.6 Kontinu media visual, Individu (100%
b. Distribusi Probabilitas piranti lunak ketepatan) + 20 %
Kontinu : Normal aplikasi CL :
Statistika (1) Keaktifan
mengemukakan
gagasan (20%);
(2) Kejelasan
penyampaian
gagasan (30%);
(3) Ketepatan
argumentasi
(20%);
(4) Pemakaian
bahasa dalam
22
 penyampaian
gagasan (20%);
(5) Sikap dalam
penyampaian
gagasan (10%)
7 2.2.6 20 60 20 Beberapa Distribusi Probabilitas Presentasi C3 50 % Paper (40 % Dosen
Kontinu lainnya : media visual, isi, 30 % bahasa,
piranti lunak 30 % kerapian) +
a. Distribusi Chi Square aplikasi 50% CI :
Statistika, (1) Keaktifan
Kuis mengemukakan
gagasan (20%);
(2) Kejelasan
penyampaian
gagasan (30%);
(3) Ketepatan
argumentasi
(20%);
(4) Pemakaian
bahasa dalam
penyampaian
gagasan (20%);
(5) Sikap dalam
penyampaian
gagasan (10%)
8 UJIAN TENGAH SEMESTER
9 2.2.7 30 50 20 Distribusi Sampling : Presentasi C3 80 % Tugas Dosen
a. Definisi dan Konsep Dasar media visual, Individu (100%
b. Distribusi Sampling piranti lunak ketepatan) + 20 %
c. Distribusi Sampling dari aplikasi CL :
Mean Statistika (1) Keaktifan
d. Distribusi Sampling dari mengemukakan
23
 Variansi gagasan (20%);
(2) Kejelasan
penyampaian
gagasan (30%);
(3) Ketepatan
argumentasi
(20%);
(4) Pemakaian
bahasa dalam
penyampaian
gagasan (20%);
(5) Sikap dalam
penyampaian
gagasan (10%)
10 2.2.8 30 50 20 Estimasi bagian : Presentasi C3 Diskusi CL : Dosen
a. Statistika Inferensial media visual, (1) Keaktifan
b. Metode estimasi Klasik piranti lunak mengemukakan
c. Satu Sampel : Estimasi Mean aplikasi gagasan (20%);
d. Dua Sampel : Estimasi Statistika (2) Kejelasan
Perbedaan Dua Mean penyampaian
gagasan (30%);
(3) Ketepatan
argumentasi
(20%);
(4) Pemakaian
bahasa dalam
penyampaian
gagasan (20%);
(5) Sikap dalam
penyampaian
gagasan (10%)
11 2.2.8 30 50 20 Estimasi bagian 2 : Presentasi C3 80 % Tugas Dosen
24
 a. Satu Populasi : estimasi media visual, Individu (100%
Variansi piranti lunak ketepatan) + 20 %
b. Dua Populasi : estimasi rasio aplikasi CL :
antara dua variansi Statistika (6) Keaktifan
c. Penentuan ukuran sampel mengemukakan
gagasan (20%);
(7) Kejelasan
penyampaian
gagasan (30%);
(8) Ketepatan
argumentasi
(20%);
(9) Pemakaian
bahasa dalam
penyampaian
gagasan (20%);
Sikap dalam
penyampaian
gagasan (10%)

12 2.2.9 30 50 20 Uji Hipotesis Presentasi C4 80 % Tugas Dosen

a. Hipotesis Statistika : Konsep media visual, Individu (100%
Umum piranti lunak ketepatan) + 20 %
b. Pengujian Hipotesis Statistika aplikasi CL :
c. Uji Satu atau Dua arah Statistika (1) Keaktifan
(Ujung) mengemukakan
d. P values pengambilan gagasan (20%);
keputusan dalam pengujian (2) Kejelasan
e. Uji Mean : Satu atau Dua penyampaian
Populasi gagasan (30%);
(3) Ketepatan
argumentasi
25
 (20%);
(4) Pemakaian
bahasa dalam
penyampaian
gagasan (20%);
(5) Sikap dalam
penyampaian
gagasan (10%)
13 2.2.9 30 50 20 Uji Hipotesis Presentasi C4 80 % Tugas Dosen
a. Uji Variansi : Satu Populasi media visual, Individu (100%
b. Uji Variansi : Dua Populasi piranti lunak ketepatan) + 20 %
aplikasi CL :
Statistika (1) Keaktifan
mengemukakan
gagasan (20%);
(2) Kejelasan
penyampaian
gagasan (30%);
(3) Ketepatan
argumentasi
(20%)
(4) Pemakaian
bahasa dalam
penyampaian
gagasan (20%);
(5) Sikap dalam
penyampaian
gagasan (10%)

14 2.2.9 30 50 20 Uji Chi Square : Presentasi C4 50 % Paper (40 % Dosen

a. Uji Keselarasan media visual, isi, 30 % bahasa,
b. Uji Independensi piranti lunak 30 % kerapian) +
26
 aplikasi 50% CI :
Statistika, (6) Keaktifan
Kuis mengemukakan
gagasan (20%);
(7) Kejelasan
penyampaian
gagasan (30%);
(8) Ketepatan
argumentasi
(20%)
(9) Pemakaian
bahasa dalam
penyampaian
gagasan (20%);
(10) Sikap
dalam
penyampaian
gagasan (10%)
15 2.2.10 20 60 20 Regresi Linier Sederhana Presentasi C4 100 % diskusi Dosen
a. Pendahuluan Regresi Linier media visual, kelompok PBL :
b. Model Regresi Linier piranti lunak (1) Keaktifan
Sederhana aplikasi mengemuka-
c. Inference berkaitan dengan Statistika kan gagasan
koefisien-koefisien Regresi (20%);
d. Analisis Korelasi Linier (2) Kejelasan
Sederhana penyampaian
gagasan (30%);
(3) Ketepatan
argumentasi
(20%);
(4) Pemakaian
bahasa dalam
27
 penyampaian
gagasan (20%);
Sikap dalam
penyampaian
gagasan (10%)
16 UJIAN AKHIR SEMESTER

28
LAMPIRAN

CONTOH SOAL TUGAS DAN EVALUASI

A. Contoh Pertanyaan dan Topik Diskusi

 Pertanyaan : Diskusikan apa saja peran Statiska dan Probabilitas dalam bidang ilmu
Teknik

 Permainan dalam Probabilitas : Monty Hall Problem

B. Contoh Tugas (Tugas Individu)

 Isian : Dari daftar di bawah ini, sebutkan mana yang termasuk data diskrit maupun
data kontinyu:
(a) banyaknya curah hujan (dalam milimeter) di kota Bogor dalam berbagai
bulan selama satu tahun
(b) kecepatan sebuah mobil dalam kilometer perjam
(c) Jumlah uang kertas Rp.100.000,- yang beredar di Indonesia dalam setiap saat
(d) Jumlah mahasiswa yang mendaftar di Universitas Indonesia pertahunnya
selama dua dekade terakhir
(e) Status perkawinan seseorang dalam suatu negara
(f) Jangkauan jarak tembak sebuah proyektil
 Essay : Jelaskan perbedaan bar chart dan histogram

C. Contoh Tugas (Tugas Kelompok)

Pilihlah sebuah topik masalah yang ingin diselesaikan, lalu kumpulkan data yang dibutuhkan
untuk memecahkan masalah tersebut. Jika memungkinkan, kumpulkan dua tipe data, kualitatif
dan kuantitatif. Lakukan penyajian data dengan tabel dan metode grafis. Lalu hitung ukuran
pemusatan dan penyebaran dari data kuantitatif yang dikumpulkan. Buatlah analisis anda
terhadap data yang anda kumpulkan.

D. Contoh Soal UTS

 Data waktu nyala (detik) dari material-material yang mudah terbakar:

2,58 2,51 4,04 6,43 1,58 4,32 2,20 4,19

4,79 6,20 1,52 1,38 3,87 4,54 5,12 5,15

5,50 5,92 4,56 2,46 6,90 1,47 2,11 2,32

29
6,75 5,84 8,80 7,40 4,72 3,62 2,46 8,75

2,65 7,86 4,71 6,25 9,45 12,80 1,42 1,92

7,60 8,79 5,92 9,65 5,09 4,11 6,37 5,40

11,25 3,90 5,33 8,64 7,41 7,95 10,60 3,81

3,78 3,75 3,10 6,43 1,70 6,40 3,24 1,79

4,90 3,49 6,77 5,62 9,70 5,11 4,50 2,50

5,21 1,76 9,20 1,20 6,85 2,80 7,35 11,75

Tugas anda:

a. Tentukan jumlah kelas pengelompokan, interval, dan batas kelas.

b. Hitung mean, median, modus.
c. Hitung pula kemencengan, deviasi standar, kuartil pertama dan ketiga.
d. Hitung koefisien variasi serta gambarkan boxplot.
e. Analisis informasi yang anda peroleh di atas.

 Manajer humas sebuah perusahaan penerbangan domestik prihatin atas

meningkatnya jumlah pengaduan atas kerusakan bagasi yang menggunakan jasa
penerbangan perusahaan tersebut. Suatu sampel acak yang dicatat di dua bandar
udara memberikan data sebagai berikut. Di bandar udara A, dari 760 buah koper
yang ditangani 44 di antaranya rusak. Di bandar udara B, dari 830 buah koper yang
ditangani 60 di antaranya mengalami kerusakan. Dengan menggunakan tingkat
kepentingan 0,05, tentukan apakah terdapat perbedaan yang berarti terhadap klaim
kerusakan bagasi di kedua terminal?

E. Contoh Soal UAS

 Suatu penelitian ingin melihat apakah peningkatan konsentrasi substrat akan
memberikan pengaruh yang berarti pada kecepatan suatu reaksi kimia. Dengan
konsentrasi substrat sebesar 1.5 mol per liter, reaksi dicoba sebanyak 15 kali dengan
kecepatan rata-ratanya 7.5 mikromol per 30 menit dengan standard deviasi 1.5.
Dengan konsentrasi substrat 2.0 mol per liter, reaksi dicoba dengan sebanyak 12 kali
dengan kecepatan rata-ratanya ternyata 8.8 mikromol per 30 menit dan standard
deviasi 1.2. Uji apakah peningkatan konsentrasi substrat tersebut menaikkan
kecepatan rata-ratanya lebih dari 0.5 mikromol per 30 menit? Gunakan taraf nyata

30
 0.01 dan asumsikan bahwa kedua populasinya mendekati distribusi normal dengan
variansi yang sama.

 Artikel dengan judul “ Objective Measurement of the Stretchability of Mozzarella

cheese” (Journal of Texture Studies, 1992 : 185 – 194) melaporkan eksperimen yang
dilakukan untuk meneliti bagaimana perilaku keju mozzarella pada temperatur yang
bervariasi. Jika dari eksperimen tersebut didapatkan data temperatur (0F) berikut : 59
63 68 72 74 78 83; Elongasi % : 118 182 247 208 197 135 132
a. Buatlah diagram pencarnya
b. Mana variabel yang merupakan variabel independen, mana variabel dependen
pada masalah ini
c. Apakah yang dapat disimpulkan mengenai hubungan temperature dengan elongasi
pada keju mozzarella?

31