No. Dok.

: 01

RENCANA PEMBELAJARAN SEMESTER Tgl. Terbit : 29/03/2021

PROGRAM STUDI ILMU AKTUARIA

No. Revisi : 01
Tahun Ajaran 2020 - 2025

Hal : 1/15

IDENTITAS MATA KULIAH

MATA KULIAH KODE DOSEN PENGAMPU BOBOT (SKS) SEMESTER TANGGAL PENYUSUNAN

Metode Peramalan / Forecasting Methods AK201421 Abrari Noor Hasmi, S.Si., M.Si. 3 3 27 Maret 2021

OTORISASI

KOORDINATOR MATA KULIAH PENYUSUN RPS KOORDINATOR PROGRAM STUDI

NAMA TANDA TANGAN NAMA TANDA TANGAN NAMA TANDA TANGAN

Abrari Noor Hasmi, S.Si., Muhammad Azka, S.Si.,

M.Si. M.Sc.

CAPAIAN CAPAIAN PEMBELAJARAN LULUSAN (CPL) YANG DITITIPKAN PADA MATA KULIAH
PEMBELAJARAN
(CP) Aspek Sikap:

S.8 Menginternalisasi nilai, norma, dan etika akademik.

 No. Dok. : 01

RENCANA PEMBELAJARAN SEMESTER Tgl. Terbit : 29/03/2021

PROGRAM STUDI ILMU AKTUARIA

No. Revisi : 01
Tahun Ajaran 2020 - 2025

Hal : 2/15

Aspek Ketrampilan Umum:

KU.2 Mampu menunjukkan kinerja mandiri, bermutu, dan terukur.

Aspek Pengetahuan:

P.2 Menguasai konsep teoritis dan pemahaman yang mendalam dalam bidang matematika, teori peluang, statistika, analitika data,
keuangan dan bidang ilmu yang relevan.

Aspek Keterampilan Khusus:

KK.2 Memiliki kemampuan menerapkan konsep algoritma dan pemrograman serta ilmu data untuk memecahkan masalah di bidang aktuaria
dan pengelolaan risiko.

KK.3 Memiliki kemampuan yang setara dengan ajun aktuaris (ASAI) dalam melakukan identifikasi, pemodelan dan pengelolaan risiko secara
kuantitatif.

CAPAIAN PEMBELAJARAN MATA KULIAH (CPMK)

Mahasiswa mampu menerapkan metode peramalan data runtun waktu dari permasalahan atau fenomena sederhana untuk memperoleh
 No. Dok. : 01

RENCANA PEMBELAJARAN SEMESTER Tgl. Terbit : 29/03/2021

PROGRAM STUDI ILMU AKTUARIA

No. Revisi : 01
Tahun Ajaran 2020 - 2025

Hal : 3/15

informasi atau perkiraan di masa depan.

METODE
PENILAIAN dan
KAITAN dengan Sub-CPMK
Komponen Penilaian Presentase
CPL 1 2 3 4 5 6

Tugas 1 6.6 ✔

Posttest 1 5 ✔

Kuis 1 7.5 ✔ ✔ ✔

Tugas 2 6.6 ✔

Ujian Tengah Semester 25 ✔ ✔ ✔ ✔

Kuis 2 7.5 ✔ ✔

Posttest 2 5 ✔ ✔

Tugas 3 6.6 ✔

Posttest 3 5 ✔ ✔

Ujian Akhir Semester 25 ✔ ✔ ✔

 No. Dok. : 01

RENCANA PEMBELAJARAN SEMESTER Tgl. Terbit : 29/03/2021

PROGRAM STUDI ILMU AKTUARIA

No. Revisi : 01
Tahun Ajaran 2020 - 2025

Hal : 4/15

Total 100

DESKRIPSI Mata kuliah peramalan merupakan mata kuliah lanjut yang berisi metode-metode dalam memprediksi kejadian di masa depan berdasarkan data
SINGKAT MK historis runtun waktu. Mata kuliah ini dapat diaplikasikan dalam berbagai bidang. Mata kuliah ini akan dikhususkan untuk menganalisis
peramalan dari data runtun waktu. Data runtun waktu akan dikelompokkan berdasarkan sifatnya seperti ada tidaknya trend dalam data, ada
pola musiman, serta data yang memiliki volatilitas yang tinggi. Metode peramalan yang digunakan akan disesuaikan dengan sifat data dan tujuan
peramalan. Melalui mata kuliah ini mahasiswa diharapkan mampu melakukan analisis data runtun waktu dan mengambil keputusan berdasarkan
hasil peramalan di masa mendatang. Pembelajaran akan dilakukan melalui aktivitas diskusi dan tatap muka di kelas untuk memperdalam
pemahaman teoritis dan analisis. Selain itu, mahasiswa akan diperkenalkan pemrograman dasar R yang akan digunakan sebagai tools dalam
analisis data.  Capaian pembelajaran akan diukur melalui nilai tugas, mini project, evaluasi tengah semester, dan evaluasi akhir semester.

BAHAN KAJIAN 1. Dasar-dasar metode peramalan

2. Pengenalan software R dan Minitab untuk peramalan

3. Konsep dasar stasioneritas dalam data

4. Metode rata-rata sederhana dan bergerak

5. Metode penghalusan (smoothing data)

6. Metode dekomposisi dan analisis trend

7. Metode runtun waktu stasioner ARMA

8. Metode runtun waktu tidak stasioner ARIMA

 No. Dok. : 01

RENCANA PEMBELAJARAN SEMESTER Tgl. Terbit : 29/03/2021

PROGRAM STUDI ILMU AKTUARIA

No. Revisi : 01
Tahun Ajaran 2020 - 2025

Hal : 5/15

9. Metode runtun waktu musiman (SARIMA)

10. Metode runtun waktu intervensi (Intervention modelling

PUSTAKA UTAMA

1. Makridakis, S. G., Wheelwright, S. C., & Hyndman, R. J. (1998). Forecasting: methods and applications. John Wiley & Sons.

2. Cryer, Jonathan D., & Chan, Kung-Sik. (2008). Time Series Analysis with Applications in R. Springer.

PENDUKUNG

1. Brockwell, P. J., & Davis, R. A. (2002). Intorduction to Time Series and Forecasting. Springer.

2. Montgomery, D.C, Jennings, C.L., & Kulahci, M. (2007).Introduction to Time Series Analysis and Forecasting. John Wiley & Sons..

MEDIA 1. Perangkat Lunak: Microsoft power point

PEMBELAJARAN 2. Perangkat Keras: Laptop, LCD, dan Proyektor
3. Zoom meeting
4. LMS kuliah.itk.ac.id

MATA KULIAH AK201417. Model Linier

PRASYARAT
 No. Dok. : 01

RENCANA PEMBELAJARAN SEMESTER Tgl. Terbit : 29/03/2021

PROGRAM STUDI ILMU AKTUARIA

No. Revisi : 01
Tahun Ajaran 2020 - 2025

Hal : 6/15

PETA KOMPETENSI
 No. Dok. : 01

RENCANA PEMBELAJARAN SEMESTER Tgl. Terbit : 29/03/2021

PROGRAM STUDI ILMU AKTUARIA

No. Revisi : 01
Tahun Ajaran 2020 - 2025

Hal : 7/15
 No. Dok. : 01

RENCANA PEMBELAJARAN SEMESTER Tgl. Terbit : 29/03/2021

PROGRAM STUDI ILMU AKTUARIA

No. Revisi : 01
Tahun Ajaran 2020 - 2025

Hal : 8/15

RENCANA PEMBELAJARAN SEMESTER

Minggu Sub-CPMK Bahan Kajian Bentuk/ Aktivitas Belajar/Deskripsi Penilaian Duras

ke- (Kemampuan akhir yg Metode Penilaian i
direncanakan) Pembelaj (meni
aran Kriteria Indikator Bobo t)
Online Offline
t

(1) (2) (4) (5) (6) (7) (8) (9) (10) (12)

Dasar-dasar
metode
peramalan:
TM :
Mampu menjelaskan ●Langkah dasar Kuliah/ 150
konsep dasar dalam peramalan Ketepatan ● Mampu mengidentifikasi
Simulasi Tugas
peramalan dan ●Karakteristik data analisis karakteristik data time series KT :
1 dengan ekplorasi 0%
fungsi dasar analisis runtun waktu. Tugas 1 eksplorasi (stasioner, trend, musiman, dan 180
program program R
data dalam program ●Pre processing data siklik)
R KM :
Rstudio data 180

2 Mampu menerapkan Statistika Dasar Kuliah/ Tugas Ketepatan ● Mampu menerapkan Langkah- 6.7% TM :
 No. Dok. : 01

RENCANA PEMBELAJARAN SEMESTER Tgl. Terbit : 29/03/2021

PROGRAM STUDI ILMU AKTUARIA

No. Revisi : 01
Tahun Ajaran 2020 - 2025

Hal : 9/15

dalam Peramalan
150
●Plot data runtun
analisis KT :
waktu
stasioneritas langkah dengan tepat 180
●Uji Stasioneritas
data
●ACF dan PACF KM :
180
metode analisis Simulasi analisis
stasioneritas dalam dengan data
data runtun waktu ●Transformasi program ● Hasil sesuai
data ● Analisis yang diberikan relevan TM :
R
(Differencing, log, 150
box cox) KT :
3 ●Trend & Seasonal 5%
180
Adjustment
●Evaluasi KM :
180
Peramalan

4 Mampu menerapkan ●Konsep dasar  Kuliah/ Menonton Tugas Ketepatan ● Mampu menerapkan lagkah- 0% TM :
metode rata-rata ●Model Moving Simulasi Video peramalan analisis langkah peramalan dengan tepat 150
sederhana dengan Pembelajar data runtun data dan ● Hasil peramalan sesuai
average ● Analisis yang diberikan relevan KT :
program an, waktu peramalan 180
●Jenis model R dengan
moving
 No. Dok. : 01

RENCANA PEMBELAJARAN SEMESTER Tgl. Terbit : 29/03/2021

PROGRAM STUDI ILMU AKTUARIA

No. Revisi : 01
Tahun Ajaran 2020 - 2025

Hal : 10/15

KM :
averaging average
180

TM :
Tugas
Kuliah/ 150
●Pengenalan Menonton analisis data Ketepatan
Simulasi ● Mampu menerapkan metode
●Jenis Metode Video dengan analisis 14.1 KT :
5 dengan dengan tepat
Pembelajar metode data dan % 180
program ● Hasil peramalan sesuai
penghalusan an, Tugas 2 exponensial peramalan
R KM :
Mampu menerapkan smoothing
180
metode penghalusan

●Penghalusan ●Analisis yang diberikan relevan TM :

150
dengan kompo Menonton
Video KT :
6 nen musiman 0%
Pembelajar 180
( Additive dan an,
KM :
180
Multiplikatif )

7 Kuis 1 Mini project Simulasi Menonton Mini project Ketepatan ●Mampu menerapkan metode 0% TM :
analisis data dengan Video analisis dengan tepat 150
● Penerapan program Pembelajar data dan ●Hasil peramalan sesuai
metode dasar KT :
R an, peramalan
 No. Dok. : 01

RENCANA PEMBELAJARAN SEMESTER Tgl. Terbit : 29/03/2021

PROGRAM STUDI ILMU AKTUARIA

No. Revisi : 01
Tahun Ajaran 2020 - 2025

Hal : 11/15

time series ●Analisis yang diberikan relevan 180

Peramalan
dengan KM :
smoothing 180

8 Ujian Tengah Semester

●Konsep Dasar TM :
●Analisis trend 150
●Rasio MA pada Kuliah/ KT :
classical Menonton Ketepatan ●Mampu menerapkan metode
Mampu menerapkan Simulasi Tugas 180
dekomposisi Video analisis dengan tepat
9 model dekomposisi dengan analisis 0%
●Pengembangan Pembelajar data dan ●Hasil peramalan sesuai KM :
dan analisis trend program dekomposisi
pada metode an, peramalan ●Analisis yang diberikan relevan 180
R
dekomposisi

10 ● Konsep Dasar Kuliah/ Menonton Tugas Ketepatan ●Mampu menerapkan metode 0% TM :

Model AR Simulasi Video simulasi analisis dengan tepat 150
● Konsep Dasar dengan Pembelajar ARMA data dan ●Hasil peramalan sesuai
Mampu membangun KT :
Model MA program an, dengan R peramalan 180
model ARMA R
KM :
 No. Dok. : 01

RENCANA PEMBELAJARAN SEMESTER Tgl. Terbit : 29/03/2021

PROGRAM STUDI ILMU AKTUARIA

No. Revisi : 01
Tahun Ajaran 2020 - 2025

Hal : 12/15

180

● Analisis yang diberikan relevan TM :

●ARMA model
150
untuk data
stasioner KT :
11 7.5%
●Penentuan orde 180
dan Estimasi
KM :
Model
180

● Stasioneritas ● Mampu menerapkan metode TM :

dan differencing Kuliah/ dengan tepat 150
Menonton Tugas Ketepatan ● Hasil peramalan sesuai
● Konsep dasar Simulasi
Video simulasi analisis ● Analisis yang diberikan relevan KT :
12 Mampu model ARIMA dengan 0% 180
Pembelajar ARMA data dan
mengaplikasikan ● Penentuan orde program
an, dengan R peramalan
model ARIMA dan Estimasi R KM :
model 180

13 Kuliah/ Menonton Tugas Ketepatan ● Mampu menerapkan metode 5% TM :

Simulasi Video simulasi analisis dengan tepat 150
●Konsep Dasar dengan Pembelajar SARIMA data dan
SARIMA KT :
program an, dengan R peramalan 180
●Penentuan Orde R
Mampu dan Estimasi KM :
mengaplikasikan model
 No. Dok. : 01

RENCANA PEMBELAJARAN SEMESTER Tgl. Terbit : 29/03/2021

PROGRAM STUDI ILMU AKTUARIA

No. Revisi : 01
Tahun Ajaran 2020 - 2025

Hal : 13/15

model SARIMA ●Simulasi seasonal 180

● Hasil peramalan sesuai TM :

● Analisis yang diberikan relevan 150
Menonton
Video KT :
14 6.7%
Pembelajar 180
an, Tugas 3
KM :
180

● Mampu menerapkan metode TM :

dengan tepat 150
Simulasi Menonton Ketepatan
Mampu menjelaskan ● Hasil peramalan sesuai
●Project tugas dengan Video Project analisis ● Analisis yang diberikan relevan KT :
15 metode Arima dan 5%
besar program Pembelajar analisis data data dan 180
Sarima
R an, peramalan
KM :
180

16 UJIAN AKHIR SEMESTER

KOMPOSISI NILAI EVALUASI

Komponen Penilaian Persentasi Nilai

Tugas Besar 20%

 No. Dok. : 01

RENCANA PEMBELAJARAN SEMESTER Tgl. Terbit : 29/03/2021

PROGRAM STUDI ILMU AKTUARIA

No. Revisi : 01
Tahun Ajaran 2020 - 2025

Hal : 14/15

Quiz 15%

UTS 25%

UAS 25%

Tugas Harian 15%

SKALA HASIL PENILAIAN (sesuai dengan Panduan Akademik)

Nilai Angka Nilai Huruf

86 ≤ Nilai = 100 A

76 ≤ Nilai < 86 AB

66 ≤ Nilai < 76 B

56 ≤ Nilai < 66 BC

51 ≤ Nilai < 56 C

41 ≤ Nilai < 51 D

0 = Nilai < 41 E
 No. Dok. : 01

RENCANA PEMBELAJARAN SEMESTER Tgl. Terbit : 29/03/2021

PROGRAM STUDI ILMU AKTUARIA

No. Revisi : 01
Tahun Ajaran 2020 - 2025

Hal : 15/15

KONTRAK KULIAH :

● KECURANGAN yang meliputi kegiatan plagiat, curang, dan/atau menyontek dalam setiap EVALUASI dan/atau KUIS akan diberikan sanksi NILAI 0 kepada
mahasiswa yang bersangkutan.
● Mahasiswa yang melakukan KECURANGAN DALAM PENGISIAN DAFTAR HADIR akan diberikan sanksi TIDAK LULUS.