UNIVERSITAS MERCU BUANA

FAKULTAS : ILMU KOMPUTER

PROGRAM STUDI : INFORMATIKA

No. Dokumen 02-3.04.1.02 Distribusi

Tgl. Efektif
RENCANA PEMBELAJARAN SEMESTER
Mata Kuliah Kode Rumpun MK Bobot (SKS) Semester Tanggal Penyusunan
XXX 3 I DD-MM-YYY
Otorisasi Dosen Pengemban RPS Koordinator RMK Ketua Program Studi

Dr Yaya Sudarya,.M.Kom Dr Yaya Sudarya,.M.Kom Desi Ramayanti, S.Kom, MT

Capaian CPL - Prodi
Pembelajaran kode Mampu mehamami dan menjelakan tentang statistik, Statistika, dan Jenis Statistika
Mampu mehamami dan menentukan ukuran pemusatan data baik data tunggal maupun data berkelompok
Mampu mehamami dan menentukan ukuran penyebaran data baik data tunggal maupun data berkelompok
Mampu memahami, menjelaskan dan menyelesaikan soal tentang Teori Peluang
Mampu memahami dan menentukan nilai Peluang Bersyarat, Peluang Bebas, dan Teorema Bayes
Mampu memahami Variabel Random
Mampu memahami dan menyelesaikan Fungsi Distribusi Peluang
CP - Mata Kuliah
kode Mampu menentukan peluang suatu kejadian melalui distribusi peluang
Mampu memahami distribusi diskret variabel random
Mampu memahami distribusi kontinyu variabel random
Mampu memahami Dalil Limit Pusat
Mampu memahami dan menjelaskan konsep pendugaan parameter dan kriteria pendugaan yang baik
Mampu memahami dan menerapkan uji Chi Square dan uji T
Mampu memahami dan menentukan koefisien regresi dan korelasi antar variabel acak
Deskripsi Mata Kuliah Statistika dan Probabilitas merupakan mata kuliah wajib di Prodi Informatika dengan Bobot 3 SKS. Mata Kuliah ini membahas tentang Pengertian Statistika dan Jenisnya, Ukuran Pemusatan dan Penyebaran Data,
Singkat Mata Peluang suatu Kejadian, Distribusi Peluang, Variabel Random, Pendugaan parameter, dan Uji Hipotesis, serta Regresi dan Korelasi.
Kuliah
Materi 1 Pengertian Statistika
Pembelajaran/ 2 Ukuran Pemusatan dan Penyebaran Data
Pokok Bahasan 3 Teori Peluang
4 Fungsi Distribusi Peluang
5 Pendugaan Parameter
6 Uji Beda
7 Regresi dan Korelasi

Pustaka Utama:
Ronald E. Walpole, Pengantar Statistia, Gramedia Pustaka Utama, Jakarta, 1997
Sudjana, Prof, Metoda Statistika,Tarsito, Edisi VII, 2016, ISBN-13: 978-979-9185-37-2
Freedman, D.A. (2005) Statistical Models: Theory and Practice, Cambridge University Press. ISBN 978-0-521-67105-7
Agresti, Alan; David B. Hichcock (2005). "Bayesian Inference for Categorical Data Analysis" (PDF). Statistical Methods & Applications. 14 (14): 298
Title Applied Statistics; Author(s) Mohammed A. Shayib; Publisher: bookboon (2013);
The element of Statistical learning, Trevor Hastie, Robert Tibshirani, Jerome Friedman
Nikoletseas, M. M. (2014) "Statistics: Concepts and Examples." ISBN 978-1500815684
Pendukung:

1
 1 Robert V. Hogg & Allen T. Craig. Introduction to Mathematical Statistics. Prentice Hall. New Jersey.
2 Suharyadi & Purwanto, SK. Statiska untuk Ekonomi dan Keuangan Modern. Penerbit Salemba Empat.

Media Perangkat Lunak: Perangkat Keras:

Pembelajaran SPSS, SAS, r, MINITAB, MATLAB KOMPUTER, LCD

Team Teaching
Mata Kuliah
Prasyarat

Minggu Sub-CP-MK Materi Pembelajaran Indikator Kriteria & Bentuk Metode Pembelajaran pengalaman Belajar Bobot Penilaian
Ke- (sebagai kemampuan akhir yang [Pustaka] Penilaian [estimasi waktu] Mahasiswa
diharapkan
(1) (2) (3) (4) (5) (6) (7) (8)
1 1. Memahami Sistem Perkuliahan, 1. Kontrak Perkuliahan, 2. Pengertian Mahasiswa mencatat materi kuliah, 1. Mahasiswa memahami dan Ceramah, diskusi, case menyelesaikan kasus 5%
Tata Tertib Kuliah, dan Kriteria dan Jenis Statistika mahasiswa bertanya dan berdiskusi menyetujui kontrak based learning
Penilaian; 2. Memahami Dasar perkuliahan, 2. dapat
Statistika membedakan antara statistik
dan Statistika, dan jenis-jenis
2 Mahasiswa dapat menentukan nilai Statistika memahami dan
Mahasiswa Ceramah, diskusi, Menyelesaikan soal 5%
ukuran pemusatan data Mahasiswa mencatat materi kuliah dapat menyelesaikan soal-soal problem based learning
Ukuran Pemusatan dan mengerjakan soal-soal yang tentang ukuran pemusatan
diberikan data baik data tunggal maupun
data berkelompok
3 Mahasiswa dapat menentukan nilai Ukuran Penyebaran Mahasiswa mencatat materi kuliah Mahasiswa memahami dan Ceramah, diskusi, Menyelesaikan soal 5%
ukuran penyebaran data dan mengerjakan soal-soal yang dapat menyelesaikan soal-soal problem based learning
diberikan tentang ukuran penyebaran
4 Mahasiswa dapat memahami Teori 1. Konsep Dasar Probabilitas, 2. Mahasiswa mencatat materi kuliah data baik data
Mahasiswa tunggal maupun
memahami dan Ceramah, diskusi, Menyelesaikan soal 5%
Peluang Pendekatan Probabilitas dan mengerjakan soal-soal yang dapat menyelesaikan soal-soal problem based learning
diberikan tentang probabilitas
5 Mahasiswa dapat memahami dan 1. Peluang Bersyarat, 2. Peluang Mahasiswa memahami dan Ceramah, diskusi, Menyelesaikan soal 5%
menentukan nilai Peluang Bersyarat, Bebas, 3. Teorema Bayes dapat menyelesaikan soal-soal problem based learning
Mahasiswa mencatat materi kuliah
Peluang Bebas, dan Teorema Bayes tentang peluang bersyarat,
dan mengerjakan soal-soal yang
peluang bebas, dan Teorema
diberikan
Bayes

6 Mahasiswa dapat memahami Variabel Fungsi Distribusi Peluang
Random Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
7 Mahasiswa dapat memahami Fungsi Pengantar Distribusi Sampling
Distribusi Peluang Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
8 Evaluasi tengah semester : melakukan validasi hasil penilaian, evaluasi dan perbaikan proses pembelajaran berikutnya
Mahasiswa memahami dan Ceramah, diskusi, Menyelesaikan soal 5%
dapat menyelesaikan soal-soal problem based learning
tentang ukuran penyebaran
data baik data tunggal maupun
data berkelompok
Mahasiswa memahami dan Ceramah, diskusi, Menyelesaikan soal 5%
dapat menyelesaikan soal-soal problem based learning
tentang ukuran penyebaran
data baik data tunggal maupun
data berkelompok

2
Minggu Sub-CP-MK
Ke- (sebagai kemampuan akhir yang
diharapkan
9 Mahasiswa dapat menentukan
peluang suatu kejadian melalui
distribusi peluang
10 Mahasiswa dapat memahami
distribusi diskret variabel random
11 Mahasiswa dapat memahami
distribusi kontinyu variabel random
12 Mahasiswa dapat memahami Dalil
Limit Pusat
13 1. Mahasiswa dapat memahami dan
menjelaskan konsep pendugaan
parameter; 2. mahasiswa dapat
memahami dan menjelaskan kriteria
pendugaan yang baik
14 1. Mahasiswa dapat memahami dan
menentukan sebaran normal melalui
uji Chi Kuadrad 2. Mahasiswa dapat
menentukan uji beda menggunakan
15 uji T
Mahasiswa dapat memahami
penerapan statistika di bidang IT
16
Materi Pembelajaran
[Pustaka]
Interval Taksiran
Pengujian Hipotesis
Uji Kesesuaian menggunakan Chi
Square dan Uji t
Analisis Regresi Linier Sederhana
Korelasi & Determinasi
Regresi Berganda dan Non Linier
Penerapan Statistika di Bidang
Teknologi Informasi (Data Science, Big Mahasiswa mencatat materi kuliah
Data, Predictive Analysis)
Evaluasi Akhir Semester : Melakukan validasi penilaian akhir dan menentukan kelulusan mahasiswa
Indikator
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
Mahasiswa mencatat materi kuliah
dan mengerjakan soal-soal yang
diberikan
dan mengerjakan soal-soal yang
diberikan
Kriteria & Bentuk Metode Pembelajaran pengalaman Belajar Bobot Penilaian
Penilaian [estimasi waktu] Mahasiswa
Mahasiswa memahami dan Ceramah, diskusi, Menyelesaikan soal 5%
dapat menyelesaikan soal-soal problem based learning
tentang interval taksiran
Mahasiswa memahami dan Ceramah, diskusi, Menyelesaikan soal 5%
dapat menyelesaikan soal-soal problem based learning
tentang pengujian hipotesis
Mahasiswa memahami dan Ceramah, diskusi, Menyelesaikan soal 5%
dapat menyelesaikan soal-soal problem based learning
tentang selang kepercayaan
baik untuk sampel kecil
maupun sampel besar
Mahasiswa memahami dan Ceramah, diskusi, Menyelesaikan soal 5%
dapat menyelesaikan soal-soal problem based learning
tentang berbagai distribusi dari
sample total dan sample mean
yang berasal dari sample
random berdistribusi normal
Mahasiswa memahami dan Ceramah, diskusi, Menyelesaikan soal 5%
dapat menyelesaikan soal-soal problem based learning
tentang korelasi dan
determinasi
Mahasiswa memahami dan Ceramah, diskusi, Menyelesaikan soal 5%
dapat menyelesaikan soal-soal problem based learning
tentang regresi berganda
Mahasiswa memahami dan Ceramah, diskusi, Menyelesaikan soal 5%
dapat membuat paper atau problem based learning
makalah mengenai penerapan
statistika khususnya anilisis
data