Mata Kuliah
Oleh:
LO12 Mahasiswa mampu berperan aktif dalam kelompok membuat/mempresentasikan laporan TUBES dengan menerapkan metode statistika
pada objek persoalan
[2] Walpole, Ronald E., Myers, Raymond H., Myers, Sharon L. (2013), Essentials of Probability & Statistics for Engineers & Scientists, Pearson
Education, United States of America.
[3] Wiyono., Alhilman J., Yanuar, Agus A. (2016), Buku Ajar: Statistika Industri, Bandung.
Pendukung :
[4] More, David S., McCabe, Georige P. And Craig, Bruce A. (2009), Introduction to the Practice of Statistics, W. H. Freeman and Company,
New York.
[5] Sekaran, Uma. (2009), Research Methods for Bussiness, John Willey and Sons Ltd., United Kingdom.
Media Pembelajaran Software : Hardware :
SPSS ver.19 Laptop dan Infocus
Team Teaching JUD, WIY, AXY, HLL
Matakuliah Syarat Probabilitas dan Statistik (SEH1F3)
Mg Kemampuan Akhir Materi Metode Asesmen
Ke- Sesuai tahapan belajar Pembelajaran Pembelajaran Metode Kriteria Waktu Baseline Target Bobot (%)
(Sub-CP-MK) Pelaksanaan Pencapaian
LO6 4. Uji hipotesis menyangkut rataan UAS Nilai>50 Minggu ke: 16 NA Min 50% 7.00%
Mahasiswa mampu 5. Uji hipotesis menyangkut proporsi Nilai > 50
memecahkan masalah 6. Uji hipotesis menyangkut variasi
pengujian hipotesis
menyangkut rataan,
proporsi dan variansi
[Pustaka: V]
[1: Ch. 8][2: Ch. 6][3: Ch. 6]
VI. UJI CHI-SQUARE
11 LO7 1. Goodness of fit o Tatap Muka UAS Nilai>50 Minggu ke: 16 NA Min 50% 7.00%
Mahasiswa mampu 2. Uji independesi o Diskusi Nilai > 50
memecahkan masalah [TM: 1x(3x50”)]
6
[Pustaka: VI]
[1: Ch. 11][2: Ch. 6][3: Ch. 7]
VII. ANALISIS VARIANSI (ANOVA)
12 LO8 1. ANOVA One-Way o Tatap Muka UAS Nilai>50 Minggu ke: 16 NA Min 50% 7.00%
Mahasiswa mampu mampu o Diskusi Nilai > 50
memecahkan masalah [TM: 1x(3x50”)]
[PT : 1x(3x50’)]
pengujian hipotesis
[BM: 1x(3x60”)]
kesamaan rataan 1 faktor
(perlakuan)
LO9 2. ANOVA Two-Way Tugas -4 Nilai>70 Minggu ke: 12- NA Min 50% 3.75%
Mahasiswa mampu mampu 13 Nilai > 70
memecahkan masalah
pengujian hipotesis
kesamaan rataan perlakuan
dengan faktor blok
[Pustaka: VII]
[1: Ch. 12][2: Ch. 8][3: Ch. 8]
VIII. ANALISIS REGRESI DAN KORELASI
13 LO10 1. Model Prediksi Regresi Linier o Tatap Muka UAS Nilai>50 Minggu ke: 16 NA Min 50% 7.00%
Mahasiswa mampu mampu Sederhana o Diskusi Nilai > 50
memecahkan masalah 2. Pengujian Regresi Linier Sederhana o Bimbingan
pengujian model regresi 3. Analisis Korelasi [TM: 1x(3x50”)]
4. Pengujian korelasi [PT : 1x(3x50’)]
dan korelasi
[BM: 1x(3x60”)]
[Pustaka: VIII]
[1: Ch. 10][2: Ch. 7][3: Ch. 9]
IX. UJI NON-PARAMETRIK
14 LO11 1. Uji Tanda o Tatap Muka UAS Nilai>50 Minggu ke: 16 NA Min 50% 7.00%
Mahasiswa mampu mampu 2. Uji Wilcoxon o Diskusi Nilai > 50
memecahkan masalah 3. Wilcoxon Rank Sum Test o Kuis
pengujian hipotesis 4. Uji Kruskal Wallis o Tugas Besar:
statistika non parametrik 5. Uji Runtun Bimbingan
6. Uji Rang-Spearman [TM: 1x(3x50”)]
[PT : 1x(3x50’)]
[BM: 1x(3x60”)]
7
[Pustaka: IX]
[1: Ch. 13][2: Ch. 6][3: Ch. 10]
X. TUGAS BESAR
15 LO12 NA Presentasi TUBES Nilai>70 Minggu ke: 13- NA Min 50% 15%
Mahasiswa mampu TM: 1x(3x50”)] 15 Nilai > 70
[PT : 1x(3x50’)]
berperan aktif dalam
[BM: 1x(3x60”)]
kelompok
membuat/mempresentasik
an laporan TUBES dengan
menerapkan metode
statistika
pada objek persoalan
Catatan : 1 sks = (50’ TM + 50’ PT + 60’ BM)/Minggu BM = Belajar Mandiri T = Teori (aspek ilmu pengetahuan)
TM = Tatap Muka (Kuliah) PS = Praktikum Simulasi (1sks=2,76 jam/minggu) P = Praktek (aspek ketrampilan kerja)
PT = Penugasan Terstruktur. PL = Praktikum Langsung (1 sks = 2,76 jam/minggu)
8
SILABUS
Mata Kuliah : STATISTIKA INDUSTRI
Kode/bobot/Semester : SEH2A3 / 3 sks / 3
PO2 Kemampuan menganalisis permasalahan, melakukan identifikasi dan mendefinisikan kebutuhan komputasi
yang bersesuaian dengan solusi
Pustaka Utama :
[1] Bluman, Allan G. (2012), Elementary Statistics A Step by Step Approach, 7th.Ed., Mc Graw Hill, New York.
[2] Walpole, Ronald E., Myers, Raymond H., Myers, Sharon L. (2013), Essentials of Probability & Statistics for
Engineers & Scientists, Pearson Education, United States of America.
[3] Wiyono, Alhilman J., Yanuar, Agus A. (2016), Buku Ajar: Statistika Industri, Bandung.
Pustaka Penunjang :
[4] More, David S., McCabe, Georige P. And Craig, Bruce A. (2009), Introduction to the Practice of Statistics, W. H.
Freeman and Company, New York.
[5] Sekaran, Uma. (2009), Research Methods for Bussiness, John Willey and Sons Ltd., United Kingdom.
9
RANCANGAN TUGAS
Tugas Besar
Matakuliah (kode) Statistika Industri (SEH2A3)
SKS/Semester 3/3
Metode Project Based Learning
1. TUJUAN Ketepatan mengaplikasikan metode statistika dan ketajaman menganalisisnya
pada objek persoalan
2. LEARNING OUTCOMES LO12 Mahasiswa mampu berperan aktif dalam kelompok membuat/
mempresentasikan laporan TUBES dengan menerapkan metode statistika
pada objek persoalan
3. URAIAN TUGAS
a. Objek garapan Objek persoalan hasil eksperimen eksperimen/observasi/ penelitian sendiri
(primer/sekunder).
b. Yang harus dikerjakan (1) Menjelaskan persoalan, menetukan metode statistika yang sesuai,
dan batasan-batasan menghitung, menganalisis dan menyimpulkan.
(2) Tugas dikerjakan secara berkelompok dan satu kelas dibagi menjadi 5
kelompok.
(3) Keberhasilan dalam ketajaman memaparkan suatu persoalan, metode
statistik yang digunakan dan membuat kesimpulan.
c. Metode/cara (1) Diskusi dan kerja secara kelompok untuk menentukan objek persoalan hasil
pengerjaan, acuan yang eksperimen eksperimen/observasi/penelitian sendiri (primer/sekunder)
digunakan (2) Menyusun laporan dengan sistematika:
Cover
Kata Pengantar
Profil Individu dan Kelompok (penyajian dengan grafik)
Daftar Isi
I. Pendahuluan (Latarbelakang dan Rumusan/Identifikasi Masalah)
II. Teknik Sampling & Metode Statistika
III. Pengumpulan & Pengolahan data
IV. Analisis
V. Kesimpulan
Daftar Pustaka
(3) Pembimbingan/diskusi pembuatan tugas besar dengan dosen matakuliah.
(4) Merancang dan menyiapkan slide untuk presentasi.
d. Deskripsi luaran (output) (1) Hasil dapat berupa Laporan Makalah, e-Learning, dsb.
tugas yang dihasilkan/ (2) Slide presentasi setiap kelompok.
dikerjakan
(3) Laporan di buat dengan format : A4, font : Calibri,size12pt,margin L/R/T/B 2-
1.5-1-1, minimum 15 halaman. Dikumpulkan dalam bentuk softcopy format:
[Tubes _<laporan>_<statin>_<kelas>_<nama kelompok>.rtf].
(4) Slide Presentasi PowerPoint (Text, grafik, tabel, gambar, animasi,video clips.)
minimun 10 slide. Dikumpulkan dalam bentuk softcopy format:
[Tubes _<presentasi>_<statin>_<kelas>_<nama kelompok>.rtf].
(5) Softcopy di emailkan pada H-1 jadwal kuliah presentasi dan hardcopy laporan,
slider presentasi serta poster diserahkan sebelum presentasi.
4. KRITERIA PENILAIAN a. Laporan Tubes (60%) :
Kesesuain format dan sistematika, ketepatan pernyataan persoalan,
14
Pemetaan penilaian evaluasi hasil pembelajaran menggunakan Nilai Skor Matakuliah (NSM) berdasarkan
penjumlahan terbobot dari komponen nilai Ujian Tengah Semester (35%), Ujian Akhir Semester (35%) dan
Tugas-tugas (30%) yang sebelumnya dihitung dengan cara menjumlahkan 12 Learning Outcomes (LO) dari
variabel Student Outcomes yaitu SO1 sehingga diperoleh total bobot untuk UTS, UAS dan Tugas sebanyak
100%, sbb:
Selanjutnya NSM diperoleh dengan menjumlahkan setiap capaian skor asesmen LO untuk UTS, UAS dan
Tugas dengan rumus:
𝐶𝑎𝑝𝑎𝑖𝑎𝑛 𝑆𝑘𝑜𝑟𝐴𝑠𝑒𝑠𝑚𝑒𝑛 𝐿𝑂
𝑁𝑆𝑀 = ∑ ( 𝑥 𝐵𝑜𝑏𝑜𝑡 𝐿𝑂 𝑥 100%)
𝐵𝑜𝑏𝑜𝑡 𝑆𝑘𝑜𝑟
NSM dikonversi menjadi harkat indeks Nilai Mata Kuliah (NMK) yang dinyatakan dalam huruf mutu dengan
menggunakan Penilaian Acuan Kriteria (PAK).
Dan bagi mahasiswa yang nilainya tidak lengkap karena tidak mengikuti UTS atau UAS, maka diberikan
nilai T yang berarti harus mengikuti ujian susulan. Untuk mengikuti ujian reguler, ujian susulan dan ujian
khusus, terdapat persyaratan dan prosedur yang terdapat dalam aturan akademik yang harus dipenuhi
mahasiswa, misalnya untuk dapat mengikuti UAS mahasiswa wajib mengikuti kegiatan akademik dengan
kehadiran minimal sebesar 75% dan untuk mengikuti ujian susulan harus daftar terlebih dahulu ke admin
Fakultas yang dilaksanakan 1–2 minggu setelah UTS/UAS selesai.