Student Information System
RPS: Session, Learning Material, Reference, Assessment/Rubric
Info
Search Subject
Subject Name :
Landscape
Kode Matakuliah
Nama Matakuliah
sks
Creator
Reviewer
Action
Kurikulum Sistem Informasi 2023/2024
III6307
Probabilitas dan Statistika
3.00
2128 Dr. Dedy Sugiarto
1762 Drs. Syaifudin -, M.Si., Ph.D.
RPS
|
Assessment Map
Kurikulum Informatika 2023/2024
III6307
Probabilitas dan Statistika
3.00
2128 Dr. Dedy Sugiarto
1762 Drs. Syaifudin -, M.Si., Ph.D.
RPS
|
Assessment Map
RPS Detail
Matakuliah
Course Profile
History
Kode Matakuliah
III6307
Nama Matakuliah
Probabilitas dan Statistika
sks
3.00
Semester Name
Subject Code
Subject Name
Group Name
Group Code
Portfolio
Evidence
Genap 2023/2024 (R)
III6307
Probabilitas dan Statistika
TIF-02
02
Portofolio
Tidak Diijinkan
Genap 2023/2024 (R)
III6307
Probabilitas dan Statistika
TIF-01
01
Portofolio
Tidak Diijinkan
Genap 2023/2024 (Rmd)
III6307
Probabilitas dan Statistika
TIF-02
02
Portofolio
Tidak Diijinkan
Genap 2023/2024 (Rmd)
III6307
Probabilitas dan Statistika
TIF-01
01
Portofolio
Tidak Diijinkan
Review History
RPS Review History
No
Review
Review By
Review Date
1
Sudah sesuai
Syaifudin
2024-07-10 15:52:08
2
KAD sudah sesuai
Syaifudin
2024-07-10 15:52:37
3
Total penilaian sudah 100%
Syaifudin
2024-07-10 15:53:36
4
Masing-masing pertemuan sudah sesuai
Syaifudin
2024-07-10 15:54:09
Capaian Pembelajaran (CP) terkait
Capaian Pembelajaran (CP)
SIKAP
1
Mahasiswa mampu menunjukkan sikap Tri Krama Universitas Trisakti: Takwa Tekun Terampil, Asah Asih Asuh, Satria, Setia Sportif dan berjiwa wirausaha (S.a)
Students can demonstrate the Tri Krama attitude of Trisakti University: being devoted, diligent, skilled, compassionate, nurturing, honorable, loyal, sportsmanlike, and entrepreneurial spirit. (S.a)
No
Detail
Course Learning Outcomes
Action
1
Show/Hide
CPMK 1 Mahasiswa mampu menunjukkan sikap Takwa, Tekun, Trampil
CPMK 1 Students are able to show an attitude of piety, perseverance, skill
(3,3)
No
Session Learning Outcomes - Description (Cognitive Level,Knowledge Level)
Action
1
KAD 1 Mahasiswa mampu menunjukkan aktif dalam belajar di kelas, hadir dan mengumpulkan tugas tepat waktu
KAD 1 Students are able to demonstrate active learning in class, attend and submit assignments on time
(3,3)
PENGETAHUAN
2
Mahasiswa mampu menjelaskan konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat. (P.b)
Students can explain the theoretical concepts of Computer Science/Informatics in designing and simulating multi-platform technology applications relevant to the needs of industry and society. (P.b)
No
Detail
Course Learning Outcomes
Action
1
Show/Hide
CPMK 2 Memahami konsep dasar statistika dan mampu meringkas dan menyajikan data (statistika deskriptif) melalui penggunaan python atau R
CPMK 2 Understand the basic concepts of statistics and be able to summarize and present data (descriptive statistics) through the use of Python or R
(2,2)
No
Session Learning Outcomes - Description (Cognitive Level,Knowledge Level)
Action
1
KAD 2 Mampu memahami konsep probabilitas dan kaitannya dengan statistika (deskriptif dan inferensi)
KAD 2 Able to understand the concept of probability and its relationship to statistics (descriptive and inference)
(2,2)
2
KAD 3 Mampu memahami perhitungan berbagai ukuran-ukuran statistika (lokasi, keragaman, bentuk) serta menyajikan data dengan metode grafik
KAD 3 Able to understand the calculation of various statistical measures (location, diversity, shape) and present data using graphical methods
(2,3)
2
Show/Hide
CPMK 3 Mampu memahami perhitungan probabilitas kejadian dan probabilitas peubah acak
CPMK 3 Able to understand the calculation of the probability of events and the probability of random variables
(2,3)
No
Session Learning Outcomes - Description (Cognitive Level,Knowledge Level)
Action
1
KAD 4 Mampu memahami konsep ruang sampel dan kejadian serta menghitung titik sampel
KAD 4 Able to understand the concept of sample space and events and counting sample points
(2,3)
2
KAD 5 Mampu memahami aturan-aturan probabilitas, menghitung probabilitas kejadian, probabilitas bersyarat serta probabilitas kejadian dengan menggunakan kaidah bayes
KAD 5 Able to understand the rules of probability, calculate the probability of an event, the conditional probability and the probability of an event using the Bayesian rule manually and using python or R
(2,2)
3
KAD 6 Mampu menghitung peluang peubah acak binom dan poisson
KAD 6 Able to calculate probability of binomial and poisson random variables
(2,2)
4
KAD 7 Mampu menghitung peluang peubah acak normal dan eksponensial
KAD 7 Able to calculate probability of normal and exponential random variables
(2,2)
3
Show/Hide
CPMK 4 Mampu menghitung pendugaan interval serta pengujian hipotesis dari parameter populasi
CPMK 4 Able to calculate interval estimation and hypothesis testing of population parameters
(2,2)
No
Session Learning Outcomes - Description (Cognitive Level,Knowledge Level)
Action
1
KAD 8 Mampu menghitung pendugaan interval untuk satu rata-rata populasi, selisih dua rata-rata populasi, satu proporsi populasi dan selisih dua proporsi populasi secara manual dan menggunakan python atau R
KAD 8 Able to calculate interval estimation for one population mean, the difference between two population means, one population proportion and the difference between two population proportions manually and using python or R
(2,2)
2
KAD 9 Mampu melakukan pengujian hipotesis untuk satu rata-rata populasi dan satu proporsi populasi secara manual dan menggunakan python atau R
KAD 9 Able to perform hypothesis testing for one population mean and one population proportion manually and using python or R
(2,2)
3
KAD 10 Mampu melakukan pengujian kesesuaian dengan distribusi normal serta pengujian hubungan antar dua peubah kategorik (uji kebebasan)
KAD 10 Able to perform goodness of fit test for normal distribution and test the relationship between two categorical variables (independence test)
(2,2)
4
Show/Hide
CPMK 5 Mampu melakukan analisis regresi dan korelasi
CPMK 5 Able to perform regression and correlation analysis
(2,2)
No
Session Learning Outcomes - Description (Cognitive Level,Knowledge Level)
Action
1
KAD 11 Mampu membuat, menguji dan menginterpretasi persamaan regresi linier sederhana dan berganda menggunakan python atau R
KAD 11 Be able to create, test and interpret simple and multiple linear regression equations using python or R
(2,2)
2
KAD 12 Mampu menampilkan, menguji dan menginterpretasi korelasi linier antar variabel menggunakan python atau R
KAD 12 Be able to display, test, and interpret linear correlations between variables using python or R
(2,2)
5
Show/Hide
Mampu melakukan analisis ragam
Mampu melakukan analisis ragam
(2,2)
No
Session Learning Outcomes - Description (Cognitive Level,Knowledge Level)
Action
1
KAD 13 Mampu memahami konsep analisis ragam dan rancangan eksoerimen serta melakukan dan interpretasi analisis ragam satu arah menggunakan python atau R
KAD 13 Able to understand the concept of analysis of variance and experimental design and perform and interpret one-way analysis of variance using python or R
(2,2)
6
Show/Hide
Mampu melakukan uji statistika non parametrik
Able to perform non-parametric statistical tests
(2,2)
No
Session Learning Outcomes - Description (Cognitive Level,Knowledge Level)
Action
1
KAD 14 Mampu melakukan dan interpretasi hasil pengujian statistika non parametrik Mann-Whitney U, Wilcoxon Signed-Rank, Kruskal-Wallis, Spearman Correlation menggunakan python atau R
KAD 14 Able to perform and interpret the results of non-parametric statistical tests Mann-Whitney U, Wilcoxon Signed-Rank, Kruskal-Wallis, Spearman Correlation using python or R
(2,2)
RPS per Session
Sesi Ke
KAD
Bahan Kajian
Metoda Pembelajaran
Waktu Belajar (Menit)
Pengalaman Belajar Mahasiswa
Referensi
Kriteria Penilaian (Indikator)
1
Pengertian statistika, pembagian ilmu statistika, peran statistika dalam sains data, pengenalan python dan R
Tutorial
Diskusi
150.00
Mendengarkan paparan dosen, berdiskusi dan mengerjakan soal latihan, praktek menggunakan python/R
Walpole RE, Myers RH, Myers SL, Ye K(2016)
Thomas Haslwanter(2016)
Idriwal M, Elfira F, D Sugiarto, Ratna Mira Y(2023)
Dedy Sugiarto, Dimmas Mulya, Syandra Sari, Anung B Ariwibowo, Is Mardianto, Muhammad Azka Aulia, Fit(2023)
Praktikum - 3.00 %
Tugas - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menunjukkan sikap Tri Krama Universitas Trisakti: Takwa Tekun Terampil, Asah Asih Asuh, Satria, Setia Sportif dan berjiwa wirausaha (S.a)
Students can demonstrate the Tri Krama attitude of Trisakti University: being devoted, diligent, skilled, compassionate, nurturing, honorable, loyal, sportsmanlike, and entrepreneurial spirit. (S.a)
CPMK
: CPMK 1 Mahasiswa mampu menunjukkan sikap Takwa, Tekun, Trampil
CPMK 1 Students are able to show an attitude of piety, perseverance, skill
KAD
: KAD 1 Mahasiswa mampu menunjukkan aktif dalam belajar di kelas, hadir dan mengumpulkan tugas tepat waktu
KAD 1 Students are able to demonstrate active learning in class, attend and submit assignments on time
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
1. Keaktifan dalam belajar di kelas
Activeness in learning in class
Tugas 5.00 %
PI Description
PI Assessment Methods
2. Ketepatan dan kelengkapan laporan praktikum
Accuracy and completeness of practical reports
Praktikum 3.00 %
2
Pengantar probabilitas, statistika deskriptif, statistika inferensi
Tutorial
150.00
Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R
Walpole RE, Myers RH, Myers SL, Ye K(2016)
Praktikum - 3.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menjelaskan konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat. (P.b)
Students can explain the theoretical concepts of Computer Science/Informatics in designing and simulating multi-platform technology applications relevant to the needs of industry and society. (P.b)
CPMK
: CPMK 2 Memahami konsep dasar statistika dan mampu meringkas dan menyajikan data (statistika deskriptif) melalui penggunaan python atau R
CPMK 2 Understand the basic concepts of statistics and be able to summarize and present data (descriptive statistics) through the use of Python or R
KAD
: KAD 2 Mampu memahami konsep probabilitas dan kaitannya dengan statistika (deskriptif dan inferensi)
KAD 2 Able to understand the concept of probability and its relationship to statistics (descriptive and inference)
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Ketepatan dan kelengkapan laporan praktikum
Accuracy and completeness of practical reports
Praktikum 3.00 %
3
Penyajian data dan interpretasi data menggunakan ukuran-ukuran grafik statistik
Tutorial
150.00
Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R
Walpole RE, Myers RH, Myers SL, Ye K(2016)
Praktikum - 3.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menjelaskan konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat. (P.b)
Students can explain the theoretical concepts of Computer Science/Informatics in designing and simulating multi-platform technology applications relevant to the needs of industry and society. (P.b)
CPMK
: CPMK 2 Memahami konsep dasar statistika dan mampu meringkas dan menyajikan data (statistika deskriptif) melalui penggunaan python atau R
CPMK 2 Understand the basic concepts of statistics and be able to summarize and present data (descriptive statistics) through the use of Python or R
KAD
: KAD 3 Mampu memahami perhitungan berbagai ukuran-ukuran statistika (lokasi, keragaman, bentuk) serta menyajikan data dengan metode grafik
KAD 3 Able to understand the calculation of various statistical measures (location, diversity, shape) and present data using graphical methods
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Ketepatan dan kelengkapan laporan praktikum
Accuracy and completeness of practical reports
Praktikum 3.00 %
4
Konsep ruang sampel, kejadian dan menghitung titik sampel
Tutorial
150.00
Mendengarkan paparan dosen dan mengerjakan soal latihan
Walpole RE, Myers RH, Myers SL, Ye K(2016)
Tugas - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menjelaskan konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat. (P.b)
Students can explain the theoretical concepts of Computer Science/Informatics in designing and simulating multi-platform technology applications relevant to the needs of industry and society. (P.b)
CPMK
: CPMK 3 Mampu memahami perhitungan probabilitas kejadian dan probabilitas peubah acak
CPMK 3 Able to understand the calculation of the probability of events and the probability of random variables
KAD
: KAD 4 Mampu memahami konsep ruang sampel dan kejadian serta menghitung titik sampel
KAD 4 Able to understand the concept of sample space and events and counting sample points
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Ketepatan dan kelengkapan tugas
Accuracy and completeness of tasks
Tugas 5.00 %
5
Aturan-aturan probabilitas, probabilitas suatu kejadian, probabilitas bersyarat dan kaidah bayes
Tutorial
150.00
Mendengarkan paparan dosen dan mengerjakan soal latihan
Walpole RE, Myers RH, Myers SL, Ye K(2016)
Ujian Tengah Semester - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menjelaskan konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat. (P.b)
Students can explain the theoretical concepts of Computer Science/Informatics in designing and simulating multi-platform technology applications relevant to the needs of industry and society. (P.b)
CPMK
: CPMK 3 Mampu memahami perhitungan probabilitas kejadian dan probabilitas peubah acak
CPMK 3 Able to understand the calculation of the probability of events and the probability of random variables
KAD
: KAD 5 Mampu memahami aturan-aturan probabilitas, menghitung probabilitas kejadian, probabilitas bersyarat serta probabilitas kejadian dengan menggunakan kaidah bayes
KAD 5 Able to understand the rules of probability, calculate the probability of an event, the conditional probability and the probability of an event using the Bayesian rule manually and using python or R
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Ketepatan dalam menjawab soal ujian
Accuracy in answering exam questions
Ujian Tengah Semester 5.00 %
6
Probabilitas peubah acak binom dan poisson
Tutorial
150.00
Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R
Walpole RE, Myers RH, Myers SL, Ye K(2016)
Ujian Tengah Semester - 10.00 %
Praktikum - 3.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menjelaskan konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat. (P.b)
Students can explain the theoretical concepts of Computer Science/Informatics in designing and simulating multi-platform technology applications relevant to the needs of industry and society. (P.b)
CPMK
: CPMK 3 Mampu memahami perhitungan probabilitas kejadian dan probabilitas peubah acak
CPMK 3 Able to understand the calculation of the probability of events and the probability of random variables
KAD
: KAD 6 Mampu menghitung peluang peubah acak binom dan poisson
KAD 6 Able to calculate probability of binomial and poisson random variables
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
1. Ketepatan dalam menjawab soal ujian
Accuracy in answering exam questions
Ujian Tengah Semester 10.00 %
PI Description
PI Assessment Methods
2. Ketepatan dan kelengkapan laporan praktikum
Accuracy and completeness of practical reports
Praktikum 3.00 %
7
Probabilitas peubah acak normal dan eksponensial, aplikasi sebaran normal dan eksponensial
Tutorial
150.00
Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R
Walpole RE, Myers RH, Myers SL, Ye K(2016)
Praktikum - 3.00 %
Ujian Tengah Semester - 10.00 %
Tugas - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menjelaskan konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat. (P.b)
Students can explain the theoretical concepts of Computer Science/Informatics in designing and simulating multi-platform technology applications relevant to the needs of industry and society. (P.b)
CPMK
: CPMK 3 Mampu memahami perhitungan probabilitas kejadian dan probabilitas peubah acak
CPMK 3 Able to understand the calculation of the probability of events and the probability of random variables
KAD
: KAD 7 Mampu menghitung peluang peubah acak normal dan eksponensial
KAD 7 Able to calculate probability of normal and exponential random variables
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
1. Ketepatan dalam menjawab soal ujian
Accuracy in answering exam questions
Ujian Tengah Semester 10.00 %
PI Description
PI Assessment Methods
2. Ketepatan dan kelengkapan laporan praktikum
Accuracy and completeness of practical reports
Praktikum 3.00 %
PI Description
PI Assessment Methods
3. Ketepatan dan kelengkapan tugas
Accuracy and completeness of tasks
Tugas 5.00 %
8
Pendugaan interval rata-rata dan proporsi populasi
Tutorial
150.00
Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R
Walpole RE, Myers RH, Myers SL, Ye K(2016)
Praktikum - 3.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menjelaskan konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat. (P.b)
Students can explain the theoretical concepts of Computer Science/Informatics in designing and simulating multi-platform technology applications relevant to the needs of industry and society. (P.b)
CPMK
: CPMK 4 Mampu menghitung pendugaan interval serta pengujian hipotesis dari parameter populasi
CPMK 4 Able to calculate interval estimation and hypothesis testing of population parameters
KAD
: KAD 8 Mampu menghitung pendugaan interval untuk satu rata-rata populasi, selisih dua rata-rata populasi, satu proporsi populasi dan selisih dua proporsi populasi secara manual dan menggunakan python atau R
KAD 8 Able to calculate interval estimation for one population mean, the difference between two population means, one population proportion and the difference between two population proportions manually and using python or R
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Ketepatan dan kelengkapan laporan praktikum
Accuracy and completeness of practical reports
Praktikum 3.00 %
9
Pengujian hipotesis untuk satu rata-rata dan satu proporsi populasi
Tutorial
150.00
Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R
Walpole RE, Myers RH, Myers SL, Ye K(2016)
Ujian Akhir Semester - 5.00 %
Praktikum - 3.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menjelaskan konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat. (P.b)
Students can explain the theoretical concepts of Computer Science/Informatics in designing and simulating multi-platform technology applications relevant to the needs of industry and society. (P.b)
CPMK
: CPMK 4 Mampu menghitung pendugaan interval serta pengujian hipotesis dari parameter populasi
CPMK 4 Able to calculate interval estimation and hypothesis testing of population parameters
KAD
: KAD 9 Mampu melakukan pengujian hipotesis untuk satu rata-rata populasi dan satu proporsi populasi secara manual dan menggunakan python atau R
KAD 9 Able to perform hypothesis testing for one population mean and one population proportion manually and using python or R
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
1. Ketepatan dalam menjawab soal ujian
Accuracy in answering exam questions
Ujian Akhir Semester 5.00 %
PI Description
PI Assessment Methods
2. Ketepatan dan kelengkapan laporan praktikum
Accuracy and completeness of practical reports
Praktikum 3.00 %
10
Pengujian kesesuaian distribusi (Goodness of Fit) dan uji kebebasan (independence test)
Tutorial
150.00
Mendengarkan paparan dosen dan mengerjakan soal latihan
Walpole RE, Myers RH, Myers SL, Ye K(2016)
Ujian Akhir Semester - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menjelaskan konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat. (P.b)
Students can explain the theoretical concepts of Computer Science/Informatics in designing and simulating multi-platform technology applications relevant to the needs of industry and society. (P.b)
CPMK
: CPMK 4 Mampu menghitung pendugaan interval serta pengujian hipotesis dari parameter populasi
CPMK 4 Able to calculate interval estimation and hypothesis testing of population parameters
KAD
: KAD 10 Mampu melakukan pengujian kesesuaian dengan distribusi normal serta pengujian hubungan antar dua peubah kategorik (uji kebebasan)
KAD 10 Able to perform goodness of fit test for normal distribution and test the relationship between two categorical variables (independence test)
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Ketepatan dalam menjawab soal ujian
Accuracy in answering exam questions
Ujian Akhir Semester 5.00 %
11
Konsep regresi, regresi linier sederhana, regresi linier berganda
Tutorial
150.00
Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R
Walpole RE, Myers RH, Myers SL, Ye K(2016)
Praktikum - 3.00 %
Ujian Akhir Semester - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menjelaskan konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat. (P.b)
Students can explain the theoretical concepts of Computer Science/Informatics in designing and simulating multi-platform technology applications relevant to the needs of industry and society. (P.b)
CPMK
: CPMK 5 Mampu melakukan analisis regresi dan korelasi
CPMK 5 Able to perform regression and correlation analysis
KAD
: KAD 11 Mampu membuat, menguji dan menginterpretasi persamaan regresi linier sederhana dan berganda menggunakan python atau R
KAD 11 Be able to create, test and interpret simple and multiple linear regression equations using python or R
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
1. Ketepatan dalam menjawab soal ujian
Accuracy in answering exam questions
Ujian Akhir Semester 5.00 %
PI Description
PI Assessment Methods
2. Ketepatan dan kelengkapan laporan praktikum
Accuracy and completeness of practical reports
Praktikum 3.00 %
12
Korelasi linier, scatter plot, koefisien determinasi
Tutorial
150.00
Mendengarkan paparan dosen dan mengerjakan soal latihan
Walpole RE, Myers RH, Myers SL, Ye K(2016)
Tugas - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menjelaskan konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat. (P.b)
Students can explain the theoretical concepts of Computer Science/Informatics in designing and simulating multi-platform technology applications relevant to the needs of industry and society. (P.b)
CPMK
: CPMK 5 Mampu melakukan analisis regresi dan korelasi
CPMK 5 Able to perform regression and correlation analysis
KAD
: KAD 12 Mampu menampilkan, menguji dan menginterpretasi korelasi linier antar variabel menggunakan python atau R
KAD 12 Be able to display, test, and interpret linear correlations between variables using python or R
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Ketepatan dan kelengkapan tugas
Accuracy and completeness of tasks
Tugas 5.00 %
13
Analisis ragam satu arah
Tutorial
150.00
Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R
Walpole RE, Myers RH, Myers SL, Ye K(2016)
Ujian Akhir Semester - 5.00 %
Praktikum - 3.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menjelaskan konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat. (P.b)
Students can explain the theoretical concepts of Computer Science/Informatics in designing and simulating multi-platform technology applications relevant to the needs of industry and society. (P.b)
CPMK
: Mampu melakukan analisis ragam
Mampu melakukan analisis ragam
KAD
: KAD 13 Mampu memahami konsep analisis ragam dan rancangan eksoerimen serta melakukan dan interpretasi analisis ragam satu arah menggunakan python atau R
KAD 13 Able to understand the concept of analysis of variance and experimental design and perform and interpret one-way analysis of variance using python or R
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
1. Ketepatan dalam menjawab soal ujian
Accuracy in answering exam questions
Ujian Akhir Semester 5.00 %
PI Description
PI Assessment Methods
2. Ketepatan dan kelengkapan laporan praktikum
Accuracy and completeness of practical reports
Praktikum 3.00 %
14
Statistika non parametrik
Tutorial
Diskusi
150.00
Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R
Walpole RE, Myers RH, Myers SL, Ye K(2016)
Praktikum - 3.00 %
Ujian Akhir Semester - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menjelaskan konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat. (P.b)
Students can explain the theoretical concepts of Computer Science/Informatics in designing and simulating multi-platform technology applications relevant to the needs of industry and society. (P.b)
CPMK
: Mampu melakukan uji statistika non parametrik
Able to perform non-parametric statistical tests
KAD
: KAD 14 Mampu melakukan dan interpretasi hasil pengujian statistika non parametrik Mann-Whitney U, Wilcoxon Signed-Rank, Kruskal-Wallis, Spearman Correlation menggunakan python atau R
KAD 14 Able to perform and interpret the results of non-parametric statistical tests Mann-Whitney U, Wilcoxon Signed-Rank, Kruskal-Wallis, Spearman Correlation using python or R
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
1. Ketepatan dan kelengkapan laporan praktikum
Accuracy and completeness of practical reports
Praktikum 3.00 %
PI Description
PI Assessment Methods
2. Ketepatan menjawab soal ujian
Accuracy in answering exam questions
Ujian Akhir Semester 5.00 %
Assessment Component
Assessment Detail
No
Component Name
Weightage
1
Praktikum
30
2
Tugas
20
3
Ujian Akhir Semester
25
4
Ujian Tengah Semester
25
Total
100
Daftar Referensi
1. Walpole RE, Myers RH, Myers SL, Ye K. Probability & Statistics for Engineers & Scientists 9th Edition. Pearson Education Limited. 2016
2. Thomas Haslwanter. An Introduction to Statistics with Python. Springer. 2016
3. Walpole RE, Myers RH, Myers SL, Ye K. Probability & Statistics for Engineers & Scientists 9th Edition. Pearson Education Limited. 2016
4. Idriwal M, Elfira F, D Sugiarto, Ratna Mira Y. Pelatihan Penerapan Metode Statistika dan Integrasi Google Workspace untuk Visualisasi Data dengan Platform Google Data Studio di SMA Negeri 17 Jakarta. Abdimas Universal Jurnal PKM. 2023
5. Dedy Sugiarto, Dimmas Mulya, Syandra Sari, Anung B Ariwibowo, Is Mardianto, Muhammad Azka Aulia, Fit. Topic Modeling of Raja Ampat Tourism on TripAdvisor Sites Using Latent Dirichlet Allocation. Lecture Notes in Electrical Engineering (LNEE, vol. 2023