Portofolio Perkuliahan

UNIVERSITAS BRAWIJAYA
FAKULTAS MIPA
JURUSAN STATISTIKA / PROGRAM STUDI SARJANA
STATISTIKA
Mata Kuliah : Statistika Kode: MAS61327 RMK : Semester :
Sosial Sosial Ekonomi Ganjil
dan Ekonomi
Dosen Achmad Efendi, S.Si., M.Sc., Ph.D
Pendahuluan
Mata kuliah Statistika Sosial adalah mata kuliah yang sudah diampun oleh dosen pengajar
selama sekitar 4 tahun. Di awal mengajar tahun 2015, kami banyak belajar dan menyamakan
persepsi dengan para mahasiswa. Kami juga mengikuti perkembangan peran Statistika untuk
aplikasi di bidang sosial. Hal lain yang kami lakukan adalah banyak diskusi dengan para
dosen senior yang telah lebih lama mengampu mata kuliah yang terkait dengan mata kuliah
ini. Kemudian mengenai hasil akhir dari pemahaman mahasiswa, akhirnya kembali kepada
kemampuan dasar mahasiswa dan pemahaman mereka akan mata kuliah – mata kuliah
pendukung. Namun dosen pengajar akan tetap mempelajari seluruh karakter mahasiswa yang
mungkin jadi kendala di dalam pemahaman mereka, dan merubah strategi pengajaran jika
diperlukan. Lebih jauh lagi, MK ini berupa kelanjutan dan aplikasi dari beberapa mata kuliah
lainnya, antara lain: MK Pengantar Analisis Regresi, MK Analisis Multivariat I, dan lain
sebagainya.

1 Tujuan
Tujuan Umum:
Mata kuliah dengan ruang lingkup masalah sosial, penggunaan statistik untuk masalah
sosial, dan mendidik mahasiswa untuk memiliki kemampuan riset sosial

Mata kuliah ini diajarkan untuk mendukung Capaian Pembelajaran Program Studi
(Intended Learning Outcome - ILO) berikut ini:
- ILO 1: Menguasai konsep dasar keilmuan dan metode analisis statistika yang
dapat diaplikasikan pada bidang komputasi, sosial humaniora, ekonomi, industri
dan hayati.
- ILO 2: Mampu menyusun dan atau memilih rancangan pengumpulan/
pembangkitan data secara efisien dan menerapkan dalam bentuk survei,
percobaan, atau simulasi.
- ILO 3: Mampu mengelola dan menganalisis data, menyelesaikan permasalahan
nyata menggunakan metode statistika di bidang komputasi statistika, sosial
humaniora, ekonomi, industri dan hayati dengan bantuan perangkat lunak, serta
menyajikan dan mengkomunikasikan hasilnya.
- ILO 5: Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif
secara mandiri, dengan hasil yang bermutu dan terukur dalam implementasi
ilmu pengetahuan dan teknologi yang menerapkan nilai humaniora berdasarkan
kaidah, tata cara dan etika ilmiah
- ILO 8: Mampu menerapkan dan menginternalisasi semangat kemandirian,
kejuangan, kewirausahaan berdasarkan nilai, norma, dan etika akademik serta
nilai Pancasila dalam segala aspek kehidupan.

1
 Sedangkan capaian pembelajaran dari Mata Kuliah (Course Learning Outcome - CLO)
Statistika Sosial ini adalah:
- CLO 1: Mahasiswa mampu merumuskan masalah sosial dan menelitinya
- CLO 2: Mahasiswa mampu mengaplikasikan kemampuan statistik untuk
penelitian sosial
- CLO 3: Mahasiswa memiliki kemampuan menjadi konsultan dalam bidang riset
sosial

Masing – masing Capaian Pembelajaran Mata Kuliah (CLO) memberikan dukungan

terhadap Capaian Pembelajaran Program Studi (ILO) dengan presentase tertentu yang
detilnya dapat dilihat pada matriks hubungan antara CLO MK Statistika Sosial dan
ILO yang disajikan pada Tabel 1.
Tabel 1. Matriks Hubungan antara CLO dan ILO MK Statistika Sosial
ILO1 ILO2 ILO3 ILO4 ILO5 ILO6 ILO7 ILO8
CLO1 0,33 0,33 0 0 0,33 0 0 0
CLO2 0,25 0,25 0,25 0 0,25 0 0 0
CLO3 0,25 0,25 0,25 0 0 0 0 0,25

2 Strategi Pembelajaran
Perkuliahan ini menyajikan beberapa materi yang bersifat teori dan aplikasi. Untuk itu
digunakan strategi berikut ini:
- Menyediakan akses materi sebelum perkuliahan (dalam file pdf/ppt dan pada
forum di Google Classroom).
- Menyajikan materi secara detil
- Menyajikan materi tentang tata cara presentasi bahan kesimpulan statistika.
- Menyajikan materi di depan kelas dengan cara elaborasi detil seluruh teori yang
disajikan pada power point
- Meminta masukan dari mahasiswa selama sesi penyajian materi mengenai
perlunya dosen menjelaskan ulang atau memperlambat kecepatan di dalam
menjelaskan.
- Meminta masukan dan komentar mahasiswa akan presentasi teman sekelasnya.
Untuk membiasakan mahasiswa dalam berpendapat dan menilai secara sopan
rekan sejawatnya,
- Memberikan latihan kasus yang serupa dengan contoh yang sudah dijelaskan
dosen dan analisis serta presentasi hasilnya.
- Memberikan tugas untuk kasus yang memerlukan banyak waktu untuk elaborasi,
sehingga harus dikerjakan di rumah. Tugas dikerjakan secara mandiri di rumah,
dengan masih memungkinkan untuk mengakses materi/catatan.
- Menjelaskan ulang bagian-bagian yang dirasa kurang dipahami pada pertemuan
berikutnya.

3 Pengelolaan Perkuliahan
Mata kuliah ini adalah mata kuliah 2 sks. Pertemuan terjadwal satu minggu sekali (2
kali 50 menit) selama 14 minggu. Untuk UTS dilaksanakan terjadwal setelah 7 kali
pertemuan, sedangkan UAS juga dilaksanakan terjadwal setelah pertemuan ke 14.
Perkuliahan:
- Jadwal: Pertemuan dijadwalkan setiap hari Jumat, jam 10.15 – 12.05 WIB.
- Pada setiap pertemuan dosen menyajikan materi pada dua sks pertama. 15
2
 sampai 20 menit dari satu sks terakhir digunakan mahasiswa untuk berlatih dan
diskusi.
- Pertanyaan dari mahasiswa dilakukan pada saat penjelasan dosen atau pada saat
diskusi dan mahasiswa bebas untuk bertanya dan diskusi.
- Setiap pertemuan mempunyai capaian pembelajaran yang spesifik sesuai materi
yang disampaikan. Untuk mengukur ketercapaiannya, telah dirancang
pemberian kuis dan tugas. Hasil kuis dan tugas tersebut dijadikan bahan
evaluasi, untuk mengulang bagian – bagian yang dirasa perlu pada pertemuan
selanjutnya. Sesuai yang dirancang pada RPS, untuk mata kuliah ini diberikan
beberapa asesesment dengan materi dan bobot setiap assessment terhadap nilai
akhir seperti yang tersaji pada Tabel 2. Semua bentuk penilaian di atas harus
dikerjakan secara mandiri atau berkelompok oleh para mahasiswa.

4 Isi Perkuliahan
1. Konsep dasar riset sosial, jenis, desain, dan proses riset sosial
2. Pengertian dan konstruksi variabel
3. Instrumen penelitian
4. Survey dan FGD (Focus Group Discussion)
5. Validitas dan reliabilitas
6. Proposal dan kuisioner
7. Pengumpulan data
8. Analisis data riset sosial
9. Metode Sampling
10. Korelasi dan regresi linier
11. Regresi logistik dan Poisson
12. Analisis Jalur, analisis faktor, dan analisis komponen utama
13. Presentasi 1
14. Presentasi 2

Kesesuaian antara materi perkuliahan yang dirancang pada kurikulum dengan

praktiknya dapat dilihat pada Lampiran 1.

5 Peserta Kuliah
Mata kuliah ini adalah mata kuliah wajib yang diikuti oleh Mahasiswa Program Studi
Sarjana Statistika FMIPA UB, angkatan 2017, dan beberapa dari angkatan 2016 yang
karena satu dan lain hal tidak dapat mengambil mata kuliah pilihan ini pada tahun lalu.
Mata kuliah ini diikuti oleh 49 mahasiswa, dengan komposisi 10 mahasiswa angkatan
2016 dan 39 mahasiswa angkatan 2017.

6 Persentase Kehadiran
Kehadiran dosen adalah 100% sedangkan kehadiran mahasiswa rata – rata sebesar 98%

7 Sistem Evaluasi
- Evaluasi per minggu melalui tugas dan atau kuis. Tujuan dari evaluasi ini adalah
untuk menggali pemahaman mahasiswa apakah sudah sesuai dengan tujuan
perkuliahan di setiap minggu/pertemuan.
- Evaluasi beberapa materi melalui Kuis yang mengukur pemahaman dari 3 atau 4
pertemuan. Tipe soal menyerupai soal UTS/UAS, sehingga mahasiswa
mempunyai bayangan mengenai persiapan menghadapi UTS/UAS.
- Evaluasi materi sampai dengan tengah semester melalui UTS, yang

3
 diselenggarakan secara terjadwal.
- Evaluasi materi setelah tengah semester sampai dengan akhir semester melalui
UAS, yang diselenggarakan secara terjadwal.
- Soal Kuis, UTS, dan UAS lebih banyak open book karena memungkinkan
mahasiswa untuk berpikir secara lebih luas, tidak sekedar yang ada di buku atau
bahan kuliah, dan juga menstimulus mahasiswa untuk banyak presentasi dan
diskusi.
Pada minggu UTS dan UAS seluruh kegiatan perkuliahan diliburkan, sehingga
mahasiswa konsentrasi untuk menghadapi UTS/UAS. Materi yang dievaluas untuk
setiap asessment dan bobotnya dapat dilihat pada Tabel 2.

Tabel 2. Asesmen dan materi yang diukur, serta pembobotan setiap assessment terhadap
nilai akhir dan Capaian Pembelajaran Mata Kuliah (Course Learning Outcome – CLO)
Statistika Sosial
Bobot
Asesment Materi terhadap CLO 1 CLO 2 CLO 3
Nilai akhir
ABS1 Kehadiran dan keaktifan 0,05 0,33 0,33 0,33
Pengertian dan konstruksi variabel;
T1 0,15 0,5 0,5 0
Instrumen penelitian; Survey dan FGD
T2 Proposal dan kuisioner 0,15 0 0,5 0,5
Validitas dan reliabilitas; Pengumpulan
UTS1 0,25 0,5 0,5 0
data
Regresi logistik dan Poisson; Analisis
UAS1 Jalur, analisis faktor, dan analisis 0,25 0 0,5 0,5
komponen utama
UKK1 Presentasi 1; Presentasi 2 0,15 0 0 1

8 Pengamatan Kelas
Di dalam perkuliahan mahasiswa aktif berpartisipasi baik itu di dalam mengajukan
pertanyaan maupun bersedia maju ke depan untuk menyelesaikan kasus di white board.
Sayangnya hanya sekitar 40% dari mahasiswa saja yang berpartisipasi aktif. Secara
tidak langsung mahasiswa sudah mempunyai pola di dalam pengaturan tempat duduk
mereka di dalam kelas. Beberapa pengamatan bagi mahasiswa yang bersifat pasif ini:
- Berpandangan kosong di kelas, tidak ada respons ketika diminta informasi
mengenai pemahaman mereka
- Berdiskusi sendiri
- Ada bahkan di antara mereka yang tidak membuka catatan apapun di atas
bangku kuliah.
Untuk mengantisipasi kecepatan pemahaman yang tidak seragam, maka dosen mengatur
ulang waktu penyampaian, sesuai dengan observasi mengenai pemahaman mahasiswa.
Oleh sebab itu ada beberapa materi yang diundurkan waktu penyampaiannya pada
minggu setelah jadwal yang seharusnya, tanpa mengurangi keseluruhan materi yang
harus disampaikan.

9 Hasil Belajar
Hasil belajar setiap mahasiswa tercermin dari nilai di setiap assessment. Nilai – nilai
tersebut dengan bobot masing – masing diolah menjadi nilai akhir, yang nantinya sesuai
dengan aturan konversi, dirubah menjadi nilai angka yang dicetak pada KHS/Transkrip

4
mahasiswa. Selain diolah menjadi nilai akhir, nilai di setiap assessment, dengan
memperhatikan persentase kontribusi CLO terhadap setiap ILO (Tabel 1) dan bobot
setiap assessment terhadap CLO (Tabel 2), diolah dengan bantuan software OBES,
sehingga setiap mahasiswa juga mempunyai nilai di setiap CLO dan ILO.

Deskripsi nilai dari setiap CLO dapat dilihat pada Tabel 3, dan Gambar 1. Gambar 1 (a)
menyajikan indeks capaian rata – rata mahasiswa pada masing – masing CLO. Gambar
1 (b) menyajikan persentase mahasiswa dengan nilai capaian di atas 60. Pada kedua
gambar, setiap sudut dari segi lima merepresentasikan setiap CLO, dan lintasan segi
lima terluar menunjukkan capaian yang paling tinggi. Semakin luar posisi garis biru,
maka semakin tinggi indeks capaian dari suatu CLO. Sesuai dengan kategori capaian
yang tersaji pada Tabel 4, dapat disimpulkan beberapa hal berikut ini:
- Semua CLO secara rata – rata mencapai nilai satisfactory, dengan rata – rata di
atas 71,32.
- Capaian pembelajaran yang bersifat penerapan dan interpretasi (CLO1 -
Mahasiswa mampu merumuskan masalah sosial dan menelitinya Mahasiswa
mampu merumuskan masalah sosial dan menelitinya).
- Semua CLO berada pada kategori persentase tinggi (HIGH) dalam hal
banyaknya mahasiswa dengan nilai capaian di atas 60.

Tabel 3. Deskripsi Nilai dan Kategori Capaian untuk Setiap CLO MK Statistika Sosial
CLO1 CLO2 CLO3

Rata - rata 69,33 70,1 74,55

SATI
SFAC
Kategori Capaian SATISFACTORY SATISFACTORY
TOR
Y
Banyaknya mahasiswa
46 47 48
dengan CLO>60
Persentase mahasiswa
93,88 95,92 97,96
dnegan CLO>60
Kategori Persentase HIGH HIGH HIGH

Tabel 4. Kategori nilai CLO/ILO, dan Kategori Persentase Mahasiswa yang mencapai
CLO/ILO >60
Kategori nilai CLO/ILO Kategori persentase mhs dengan CLO/ILO>60
Skor >=80 EXCELLENT Persen>=70 HIGH
65<= Skor <80 SATISFACTORY 60 <= Persen < 70 MEDIUM
50<= Skor <65 DEVELOPING 50 <= Persen < 60 LOW
0<= Skor <50 UNSATISFACTORY Persen < 50 VERY LOW

5
 Weighted-avg-based Student num-based
CLO's AI CLO's AI
CLO1 CLO1
100 100
50 95
0 90
CLO3 CLO2 CLO3 CLO2

Achievement Index of MAS61327 Achievement Index of MAS61327

Gambar 1. Visualisasi (a) indeks capaian dan (b) presentasi mahasiswa dengan capaian
>60 di setiap CLO MK Statistika Sosial

Selain nilai untuk capaian pembelajaran mata kuliah (CLO), dapat dianalisis pula nilai
dari setiap ILO yang didukung oleh mata kuliah ini. Deskripsi mengenai pencapaian
ILO dari mata kuliah ini disajikan pada Tabel 5, dan Gambar 2. Gambar 2 (a)
menyajikan indeks capaian rata – rata mahasiswa pada masing – masing ILO yang
didukung oleh mata kuliah ini. Gambar 2 (b) menyajikan persentase mahasiswa dengan
nilai capaian di atas 60. Pada kedua gambar, setiap sudut dari segi delapan
merepresentasikan setiap ILO, dan lintasan segi delapan terluar menunjukkan capaian
yang paling tinggi. Semakin luar posisi garis biru, maka semakin tinggi indeks capaian
dari suatu ILO.

Beberapa hal yang dapat disimpulkan dari dukungan mata kuliah ini terhadap Capaian
Pembelajaran Program Studi (ILO):
- Semua ILO berada pada kategori capaian Satisfactory yaitu:
Terdapat 100% mahasiswa yang memiliki nilai capaian di atas 60 untuk semua
ILO.

Tabel 5. Deskripsi Nilai dan Kategori Capaian untuk Setiap ILO yang didukung oleh
MK Statistika Sosial
ILO ILO5 IL ILO
ILO1 ILO2 ILO3 ILO8
4 O6 7
Rata -
rata
71,42 71,42 72,19 69,79 74,55
terbobo
ti
Katego
ri SATISFAC SATISFAC SATISFAC SATISFAC SATISFAC
Capaia TORY TORY TORY TORY TORY
n
Banyak
nya
mahasi
swa 48 48 48 48 48
dengan
ILO>6
0
Persent
ase
97,96 97,96 97,96 9,96 97,96

6
 mahasi
swa
dnegan
ILO>6
0
Kateg HI HI
HIGH HIGH HIGH HIGH HIGH
ori GH GH

Student num-based ILO's Weighted-avg-based

AI ILO's AI
ILO1 ILO1
100 100
ILO8 99 ILO2 ILO8 80 ILO2
60
98
40
97 20
ILO7 96 ILO3 ILO7 0 ILO3

ILO6 ILO4 ILO6 ILO4

ILO5 ILO5

Achievement Index of MAS61327 Achievement Index of MAS61327

Gambar 2. Visualisasi (a) indeks capaian dan (b) presentasi mahasiswa dengan capaian
>60 di setiap ILO yang didukung oleh MK Statistika Sosial

10 Kendala
- Kemampuan/pemahaman mahasiswa mengenai Pengantar Analisis Regresi,
Analisis Multivariate, dan Analisis Data Kategorik dirasa kurang merata di
seluruh mahasiswa di mana topik tersebut adalah dasar untuk memahami materi
di MK ini
- Keengganan mahasiswa untuk bertanya, berdiskusi, dan menyampaikan saran
untuk dosen dan rekan sesama mahasiswa dirasa kurang. Terkesan mahasiswa
belum optimal untuk hal ini.

11 Distribusi Nilai
Nilai akhir diperoleh dari pembobotan seluruh komponen penilaian/asessment seperti
yang disajikan pada kolom tiga di Tabel 2. Sedangkan statistika deskriptif dari nilai
akhir dapat dilihat di Tabel 6.

Tabel 6. Statistika Deskriptif Nilai Akhir Statistika Sosial 2019/2020

Mean 78,56633
Median 79,75
Mode 84,55
Simpangan baku 10,4954
Range 75,95
Minimum 12
Maximum 87,95

Setelah dikonversi menjadi nilai huruf sesuai standar konversi penilaian, sebaran nilai
huruf dapat dilihat pada Gambar 3. Gambar tersebut menunjukkan bahwa terdapat lebih

7
 dari separuh mahasiswa memiliki nilai di atas B, bahkan persentase terbesar ada pada
nilai A dan B+. Terdapat satu orang mahasiswa yang mendapat nilai E, karena yang
bersangkutan tidak masuk kuliah dan mengikuti Kuis, UTS, dan UAS.

25
22
21
20

15

10

5
5
1
0 0 0 0
0
A B+ B C+ C D+ D E

Gambar 3. Sebaran nilai akhir huruf MK Statistika Sosial 2019/2020

12 Kesimpulan
- Dengan segala kendala dan kemampuan dasar mahasiswa, nilai akhir yang
diperoleh masih mencerminkan bahwa strategi dan cara pembelajaran dapat
diterima dengan baik oleh sebagian besar mahasiswa.
- Sedikit melesetnya rencana jadwal penyampaian materi dengan realisasinya,
yang awalnya bertujuan untuk menyesuaikan kecepatan dengan kemampuan
mahasiswa, malah mengorbankan waktu pembahasan di materi tertentu,
sehingga hasil pembelajaran di materi tersebut menjadi tidak optimal.
13 Rekomendasi Perbaikan
- Perlunya mengakomodir topik-topik penelitian sosial terbaru.
- Perlunya mendorong mahasiswa untuk lebih banyak dan berani dalam
menyampaikan pendapat
- Pembiasaan mahasiswa untuk berdiskusi dan bekerjasama dalam tim

8
Lampiran 1
8
Min
da
ggu Rencana 1 2 3 4 5 6 7 10 11 12 13 14 15 16 17
n
ke
9
Kontrak
kuliah,
Konsep dasar pendahl
riset sosial, uan,
1 jenis, desain, riset
dan proses riset kuantitat
sosial. if dan
komutat
if
Pengertian
konsep/konstruk
si dan variabel,
Penak
definisi
siran
operasional,
param
hubungan antar
eter
2 variabel
regresi
(hipotesis), dan
linier
hubungan antar
sederh
definisi
ana
operasional
(hipotesis
statistik).
Langk
Pembuatan ah
instrumen pembu
3
penelitian atan
(kuisioner). kuisio
ner
4 Kuis 1 Kuis 1
Ranca
Berbagai ngan
metode penent
5
penelitian sosial uan
(survey, FGD) sampe
l

9
 8
Min
da
ggu Rencana 1 2 3 4 5 6 7 10 11 12 13 14 15 16 17
n
ke
9
Validita
Pengujian
s dan
6 validitas dan
reliabilit
reliabilitas
as
Penyusunan
Regre
proposal,
si
7 kuisioner. Dan
logisti
rencana
k
sampling
8 U
dan T
9 S
Analisis data,
aplikasi riset Overdispe
sosial, rsed
penyusunan model,
10
laporan dan cara regresi
interpretasi serta logistic
presentasi ordinal
laporan
Review metode Review
statistika: analisis
11
Korelasi dan multivaria
regresi liniear te
Review metode
Pengantar
statistika: tabel
12 analisis
kontingensi,
SEM
regresi logistik
Review metode
statistika:
13 Tugas 1
regresi Poisson,
regresi binomial

10
 8
Min
da
ggu Rencana 1 2 3 4 5 6 7 10 11 12 13 14 15 16 17
n
ke
9
Review metode
statistika:
Analisis jalur,
Presen
14 analisis faktor,
tasi 1
analisis
komponen
utama
Presentasi 1, Presen
15
SEM tasi 2
Evaluasi
materi-
materi
Presentasi 2,
16 sebelum
SEM
nya, dan
latihan
soal
17 UAS UAS
87,76 95,92 77,55 85,71 91,84 97,96 100,0 100,00
Kehadiran (%)
91,84% % % % % 83,67% % 97,96% 89,80% 93,88% 97,96% % 0% %

11
Lampiran 2. Daftar Rincian Nilai
No NIM Nama ABS1 T1 T2 Presentasi UTS1 UAS1
1 '165090501111004 Siti Nurlita Halisyah 100 85 83 82 55 60
2 '165090501111011 Windri Istyarini 100 85 78 77 45 40
3 '165090501111024 Alfisyah Muharramah Irdiana 100 85 80 77 55 90
4 '165090501111025 Nurul Aini Fauzah Rahim 100 83 83 82 65 78
5 '165090501111035 Tobias Surya Chrismanata 100 85 76 76 45 80
6 '165090507111015 Anindya Darmastuti 100 80 75 77 50 55
7 '165090507111029 Anisa Dian Rahmawati 100 83 78 77 70 75
8 '165090507111041 Sutomo Musa Amien 100 83 78 77 40 52
9 '165090507111043 Zulfikar Zein Mochtar 100 82 76 77 60 58
10 '165090507111044 Christopel Daniel Mairil 100 80 82 77 40 60
11 '175090500111001 Nur Khamidah 100 85 83 82 60 80
12 '175090500111007 Endang Krisnawati 100 85 78 77 75 68
13 '175090500111010 Gina Amalia Husna 100 85 80 77 65 75
14 '175090500111013 Rizki Nurani Aisha 100 83 83 82 70 85
15 '175090500111014 Gusti Agung Ayu Devi Indra Suari 100 85 76 77 60 80
16 '175090500111017 Erlinda Citra Lucki Efendi 100 80 75 77 65 77
17 '175090500111018 Melati Fitriyani 100 83 78 77 60 78
18 '175090500111019 Sausan Dian Maulida 100 83 78 77 50 70
19 '175090500111023 Nurul Rismasari 100 82 76 77 65 73
20 '175090500111026 Tamara Rezti Syafriana 100 80 82 82 45 55
21 '175090500111039 Zidane Ariyandy 100 85 83 82 60 60
22 '175090500111041 Femy Rahayu Quientania 100 85 78 77 60 80
23 '175090501111003 Yuli Rochmawati 100 85 80 77 73 63
24 '175090501111004 Rosi Dwi Lestari 100 83 83 82 60 70
25 '175090501111008 Dara Septya Salsabilla 100 85 76 77 55 63
26 '175090501111013 Inka Dia Rista 100 80 75 77 73 78

12
27 '175090501111015 Aliyah Husnun Azizah 100 83 78 77 68 63
28 '175090501111017 Dinda Barristya Rahma 100 83 78 77 60 68
29 '175090501111019 Vaulita Qatrunnada 100 82 76 77 60 60
30 '175090501111020 Kushartanti Alifah 100 80 82 77 65 63
31 '175090501111022 Harsony 100 85 83 77 50 63
32 '175090501111023 Septika Ningrum Riski Irawati 100 85 78 77 65 78
33 '175090501111025 Aprilliah 100 85 80 77 63 60
34 '175090501111032 Fahmy Kurniawan Putra 100 83 83 82 50 78
35 '175090507111004 Isfar Hakim Ramdani 100 85 76 77 55 68
36 '175090507111005 Clarita Dewi Puspita Sari 100 80 75 77 70 67
37 '175090507111006 Putri Apriliyanti 100 83 78 77 65 63
38 '175090507111010 Laksmi Adlina Yudihartin 100 83 78 77 53 60
39 '175090507111013 Bulan Permatasari 100 82 76 77 60 70
40 '175090507111014 Fachira Haneinanda Junianto 100 80 82 82 65 82
41 '175090507111017 Bestari Archita Safitri 100 85 83 82 68 75
42 '175090507111018 Unzilatur Rohmah 100 0 0 0 0 0
43 '175090507111022 Nabila Azarin Balqis 100 85 80 77 68 77
44 '175090507111029 Moses Galuh Wilianto 100 83 83 82 58 65
45 '175090507111030 Febrina Khairani 100 85 76 77 63 65
46 '175090507111033 Augy Kezia Anggoro 100 80 75 77 60 60
47 '175090507111036 Annas Nandhia Rakhman 100 83 78 77 48 75
48 '175090507111037 Nefranita Halevi 100 83 78 77 53 60
49 '175090507111040 Nandia Pradianti 100 82 76 77 53 68

13