KURIKULUM PROGRAM STUDI STATISTIKA FAKULTAS …bp2ai.akprind.ac.id/doc/kkni/kkni-06.pdf · 1990 tersusun atas kerjasama dengan Jurusan Matematika, FMIPA, Universitas Gajah Mada. Kurikulum

KURIKULUM

PROGRAM STUDI STATISTIKA

FAKULTAS SAINS TERAPAN

INSTITUT SAINS & TEKNOLOGI AKPRIND

YOGYAKARTA

2016

ii

IDENTITAS PROGRAM STUDI Program Studi : STATISTIKA

Jurusan/Fakultas : STATISTIKA/ FAKULTAS SAINS TERAPAN

Nomor SK Pendirian : 0146/O/1989Tertanggal 16 Maret 1989

Akreditasi Program Studi : SK BAN-PT No. 293/SK/BAN-PT/Akred/S/VIII/2014

tertanggal 23 Agustus 2014

Nama Kurikulum : Kurikulum Berbasis KKNI

Ketua Program Studi : Dra. Noeryanti, M.Si

Laboratorium : STATISTIKA

Yogyakarta, 8 April 2016

Fakultas Sains Terapan Jurusan Statistika

Ketua Tim Kurikulum Ketua

Dekan,

Hadi Prasetyo Suseno, ST, MSi Dra. Noeryanti, M.Si NIK : 83 1058 207 E NIP : 195804261987032002

iii

iv

v

vi

SALINAN SURAT TUGAS TIM KURIKULUM

vii

viii

ix

KATA PENGANTAR

Puji syukur kami panjatkan ke hadirat Allah Yang Maha Esa atas segala rahmat dan

karunia-Nya sehingga penyusunan Kurikulum Program Studi Statistika S1, Jurusan

Statistika, Fakultas Sains Terapan, Institut Sains & Teknologi AKPRIND Yogyakarta dapat

diselesaikan.

Program Studi Statistika di Jurusan Statistika yang didirikan pada Tahun 1990

berdasarkan Surat Keputusan Menteri Pendidikan dan Kebudayaan No:0606/O/1990

tanggal 15 September 1990. Pada tanggal23 Agustus 2014Program Studi Statistika

mendapat status terakreditasi nilai B berdasarkan Surat Keputusan Badan Akreditasi

Nasional Perguruan Tinggi SK BAN-PT No. 293/SK/BAN-PT/Akred/S/VIII/2014.

Program Studi Statistika mempunyai konsentrasi Statistika Industri dan Komputasi

dengan matakuliah pendukung: Organisasi dan Manajemen Industri, Riset Pemasaran, Uji

Hidup dan Keandalan, Pengendalian Kualitas Produksi, Pengantar Pemodelan Spasial,

Official Statistics (BPS), Manajemen Logistik, Manajemen Keuangan, Manajemen Resiko,

Pengantar Uji Hidup dan Keandalan, Ekonometrika, Model Antrian Terapan, Datamining,

Basis Data, Pemrograman Internet dan Multimedia, Komputasi Statistika, Pengenalan

Software Statistika dan Sistem Informasi Manajemen.

Sejak didirikan hingga saat ini, Kurikulum Program Sudi Statistika telah mengalami

beberapa kali peninjauan yakni Tahun 1995, 2002, 2007, 2012 dan 2016.Kurikulum Tahun

1990 tersusun atas kerjasama dengan Jurusan Matematika, FMIPA, Universitas Gajah

Mada. Kurikulum Tahun 1995 mengacu pada Kurikulum Nasional berdasarkan SK

Mendikbud Nomor: 0219/U/1995. Kurikulum Tahun 2002 mengacu pada SK Menteri

Pendidikan Nasional Nomor: 232/U/2000 dan Nomor: 045/U/2002. Kurikulum 2007 berbasis

kompetensi. Kurikulum 2012 berbasis SCL (Student Centered Learning).

Kurikulum 2016 berbasis KKNI berdasarkan SK

Nomor:005/SKEP/REK/IX/2015menyatakan bahwa beban studi program Sarjana sekurang-

kurangnya 144 (seratus empat puluh empat) sks dan sebanyak-banyaknya 147 (seratus

empat puluh tujuh) sks yang dijadwalkan untuk 8 (delapan) semester.

Pada kegiatan itu Program Studi Statistika mendatangkan tenaga ahli dari FMIPA

UGM, stake holder dan alumni. Hasil dari workshop Kurikulum tanggal 4 Januari 2016

dengan narasumber dari Jurusan statistik UGM, stakeholder (BPS DIY dan Senior Analyst

dan internal Adjuster ClaimPT Asuransi Wahana Tata) dan alumni menghasilkan beberapa

perubahan diantaranya

1. Penentuan jumlah sks yang ditempuh sekurang-kurangnya 144 sks yang terdiri atas

107 sks matakuliah wajib dan sekurang kurangnya 37 sks matakuliah pilihan

x

2. Penambahan 4 mata kuliah baru yaitu Statistika Ekonomi, Metodologi Penelitian,

Pengantar Model Spasial, dan Manajemen Resiko

3. Perubahan nama mata kuliah dan perubahan bobot sks mata kuliah

4. Perubahan mata kuliah pilihan menjadi wajib atau sebaliknya

5. Penambahan dan penghapusan matakuliah pilihan

6. Syarat nilai kelulusan mata kuliah Pendidikan Agama, Pancasila, Kewarganegaraan,

Kerja Praktek, Praktek Kerja Pada Industri (PKPI)dan Skripsi minimal dengan nilai C

Akhir kata, kami menyadari bahwa isi kurikulum Program Studi Statistika ini masih

jauh dari sempurna. Oleh karena itu pengelola Program Studi Statistika mengharapkan

masukan dan kritikan yang dimaksudkan untuk memperbaiki struktur dan materi kurikulum

ini.

Semoga kurikulum ini dapat menjadi pegangan dan bermanfaat bagi siapa saja yang

memerlukan untuk mengetahui lebih dalam tentang pendidikan pada Program Studi

Statistika Intitut Sains &Teknologi AKPRIND.

Yogyakarta 8 April 2016

Ketua Jurusan Statistika

Dra. Noeryanti, M.Si

xi

DAFTAR ISI

IDENTITAS PROGRAM STUDI .............................................................................................ii

KATA PENGANTAR ............................................................................................................. ix

DAFTAR ISI .......................................................................................................................... xi

BAB I VISI, MISI, DAN TUJUAN PROGRAM STUDI............................................................. 1

BAB II CAPAIAN PEMBELAJARAN PROGRAM STUDI STATISTIKA .................................. 2

BAB III BAHAN KAJIAN DAN PENETAPAN MATAKULIAH .................................................. 8

BAB IV DESKRIPSI MATAKULIAH ..................................................................................... 15

BAB V EVALUASI CAPAIAN PEMBELAJARAN PROGRAM STUDI .................................. 58

BAB VI SYARAT KELULUSAN ........................................................................................... 65

DASAR PENYUSUNAN KURIKULUM ................................................................................ 66

LAMPIRAN ......................................................................................................................... 67

1

BAB I VISI, MISI, DAN TUJUAN PROGRAM STUDI

1.1 Visi Program Studi

Visi Jurusan Statistika adalah menjadikan jurusan yang bertaraf nasional dalam

bidang statistika serta penerapannya di bidang pendidikan, penelitian, pengabdian

masyarakat, dan menciptakan lulusan yang kompeten dan unggul di bidang Statistika

Industri dan Komputasi.

1.2 Misi Program Studi

Untuk memenuhi visi tersebut Jurusan Statistika mempunyai misi sebagai berikut:

a. Misi Pendidikan : Meningkatkan ilmu pengetahuan statistika sebagai dasar bagi

pengembangan ilmu pengetahuan dan teknologi.

b. Misi Riset: Memotivasi, memelihara dan memberdayakan kelompok penelitian pada

bidang statistika serta menjadi pusat layanan penelitian dan pelatihan terapan

statistika

c. Misi pengabdian: meningkatkan pelayanan pada ilmu-ilmu lain,serta pelayanan

kepada masyarakat.

1.3 Tujuan Program Studi

Pendidikan Sarjana Statistika di Fakultas Sains Terapan (FST), Institut Sains &

Teknologi AKPRIND Yogyakarta bertujuan mencetak lulusan pada program sarjana S1 yang

diharapkan dapat:

a. Berfikir secara logis dan analitis dalam setiap menyelesaikan suatu masalah.

b. Memahami pengetahuan dasar Statistika dan Komputasi serta mampu

mengembangkan diri baik dibidang profesi, studi lanjut, penelitian dan iptek yang

berwawasan lingkungan dan mampu menerapkan manajemen mutu.

c. Menyesuaikan diri dengan lingkungan kerjanya.

Sementara itu, sasaran Jurusan Statistika di Fakultas Sains Terapan (FST), Institut

Sains & Teknologi AKPRIND Yogyakarta adalah mencetak lulusan yang menguasai

pengetahuan, teknik ketrampilan dan tools dibidang statistika sehingga dapat meniti karir di

berbagai bidang.

2

BAB II CAPAIAN PEMBELAJARAN PROGRAM STUDI STATISTIKA

Profil dan capaian pembelajaran (kompetensi lulusan) Program Studi Statistika S-1

dirumuskan dengan mengacu pada kualifikasi umum KKNI, profil generik lulusan IST

AKPRIND, dan kompetensi softskills lulusan IST AKPRIND.

2.1 Profil Lulusan Program Studi Statistika

Profil lulusan program studi Statistika adalah seperti pada Tabel 2.1 berikut ini :

Tabel 2. 1 Profil lulusan program studi Statistika

No Profil Lulusan Keterangan

1 Konsultan Riset dan Data Analyst,

orang yang ahli dalam bidang penelitian, pengolahan dan analisis data menggunakan konsep dan metode statistika dalam mendukung penyelesaian permasalahan di berbagai bidang.

2 Akademisi, orang yang melakukan aktifitas pengajaran dan penelitian di suatu institusi atau lingkungan pendidikan

3 Programmer, orang yang melakukan pengembangan software pendukung analisis statistika

4 Manajer Quality Control orang yang memanajemen proses pengendalian kualitas produk dan jasa di suatu industri.

5 Aktuaris, orang yang ahli dalam bidang matematika aktuaria. 6 Technopreneur orang yang memiliki jiwa entrepreneurship yang

mendedikasikan dirinya pada bidang statistika

2.2 Capaian Pembelajaran Lulusan Program Studi Statistika

2.2.1 Aspek Sikap dan Tata Nilai

Lulusan program studi statistika Institut Sains & Teknologi AKPRIND Yogyakarta

adalah sarjana yang memiliki karakter sikap dan tata nilai seperti Tabel 2.2 berikut

Tabel 2. 2 Capaian Pembelajaran Aspek Sikap dan Tata Nilai

No Sikap dan Tata Nilai Kode*

1 Bertakwa kepada Tuhan Yang Maha Esa dan mampu menunjukkan sikap religius; ST1

2 Menjunjung tinggi nilai kemanusiaan dalam menjalankan tugas berdasarkan agama,moral, dan etika; ST2

3 Berkontribusi dalam peningkatan mutu kehidupan bermasyarakat, berbangsa, bernegara, dan kemajuan peradaban berdasarkan Pancasila; ST3

4 Berperan sebagai warga negara yang bangga dan cinta tanah air, memiliki nasionalisme serta rasa tanggungjawab pada negara dan bangsa; ST4

5 Menghargai keanekaragaman budaya, pandangan, agama, dan kepercayaan, serta pendapat atau temuan orisinal orang lain; ST5

6 Bekerja sama dan memiliki kepekaan sosial serta kepedulian terhadap ST6

3

masyarakat dan lingkungan;

7 Taat hukum dan disiplin dalam kehidupan bermasyarakat dan bernegara; ST7 8 Menginternalisasi nilai, norma, dan etika akademik; ST8

9 Menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri; dan ST9

10 Menginternalisasi semangat kemandirian, perjuangan, dan kewirausahaan ST10

2.2.2 Aspek Keterampilan Umum


adalah sarjana yang memiliki keterampilan umum sebagaimana Tabel 2.3 berikut

Tabel 2. 3n Capaian Pembelajaran Aspek Keterampilan Umum

No Capaian Pembelajaran Aspek Keterampilan Umum Kode*

1 Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang keahliannya;

KU1

2 Mampu menunjukkan kinerja mandiri, bermutu, dan terukur; KU2 3 Mampu mengkaji implikasi pengembangan atau implementasi ilmu

pengetahuan teknologi yang memperhatikan dan menerapkan nilai humaniora sesuai dengan keahliannya berdasarkan kaidah, tata cara dan etika ilmiah dalam rangka menghasilkan solusi, gagasan, desain atau kritik seni, menyusun deskripsi saintifik hasil kajiannya dalam bentuk skripsi atau laporan tugas akhir, dan mengunggahnya dalam laman perguruan tinggi;

KU3

4 Menyusun deskripsi saintifik hasil kajian tersebut di atas dalam bentuk skripsi atau laporan tugas akhir, dan mengunggahnya dalam laman perguruan tinggi;

KU4

5 Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya, berdasarkan hasil analisis informasi dan data;

KU5

6 Mampu memelihara dan mengembang-kan jaringan kerja dengan pembimbing, kolega, sejawat baik di dalam maupun di luar lembaganya;

KU6

7 Mampu bertanggungjawab atas pencapaian hasil kerja kelompok dan melakukan supervisi dan evaluasi terhadap penyelesaian pekerjaan yang ditugaskan kepada pekerja yang berada di bawah tanggungjawabnya;

KU7

8 Mampu melakukan proses evaluasi diri terhadap kelompok kerja yang berada dibawah tanggung jawabnya, dan mampu mengelola pembelajaran secara mandiri

KU8

9 Mampu mendokumentasikan, menyimpan, mengamankan, dan menemukan kembali data untuk menjamin kesahihan dan mencegah plagiasi.

KU9

2.2.3 Aspek Keterampilan Khusus


adalah sarjana yang memiliki keterampilan khusus sebagaimana Tabel 2.4 berikut

4

Tabel 2. 4 Aspek Keterampilan Khusus Berdasarkan Profil Lulusan

No Profil Lulusan Aspek Keterampilan Khusus


1. Mampu menyusun dan atau memilih rancangan pengumpulan/ pembangkitan data yang efisien dan menerapkannya dalam bentuk survei, percobaan, atau simulasi.

2. Mampu melakukan manajemen dan analisis data menggunakan teknik-teknik statistika dengan bantuan perangkat lunak.

3. Mampu menyelesaikan permasalahan nyata secara statistika dan mampu menyajikan serta mengkomunikasikan dalam bentuk yang mudah dipahami baik secara tertulis maupun lisan.

2 Akademisi, 1. Mampu menyusun dan atau memilih rancangan pengumpulan/ pembangkitan data yang efisien dan menerapkannya dalam bentuk survei, percobaan, atau simulasi.



3 Programmer, 1. Mampu melakukan manajemen dan analisis data menggunakan teknik-teknik statistika dengan bantuan perangkat lunak.


4 Manajer Quality Control 1. Mampu menyusun dan atau memilih rancangan pengumpulan/ pembangkitan data yang efisien dan menerapkannya dalam bentuk survei, percobaan, atau simulasi.



5 Aktuaris, 1. Mampu menyusun dan atau memilih rancangan pengumpulan/ pembangkitan data yang efisien dan menerapkannya dalam bentuk survei, percobaan, atau simulasi.


3. Mampu menyelesaikan permasalahan nyata secara statistika dan mampu menyajikan serta mengkomunikasikan dalam bentuk yang mudah

5

dipahami baik secara tertulis maupun lisan. 6 Technopreneur 1. Mampu menyelesaikan permasalahan nyata

secara statistika dan mampu menyajikan serta mengkomunikasikan dalam bentuk yang mudah dipahami baik secara tertulis maupun lisan.

Berdasarkan aspek keterampilan khusus di setiap profil lulusan, maka dapat

dirangkum capaian pembelajaran khusus seperti pada Tabel 2.5 berikut :

Tabel 2. 5 Capaian Pembelajaran Program Studi Statistika Aspek Keterampilan Khusus

No Capaian Pembelajaran Aspek Keterampilan Khusus Kode*

1 Mampu menyusun dan atau memilih rancangan pengumpulan/ pembangkitan data yang efisien dan menerapkannya dalam bentuk survei, percobaan, atau simulasi.

KK1

2 Mampu melakukan manajemen dan analisis data menggunakan teknik-teknik statistika dengan bantuan perangkat lunak.

KK2

3 Mampu menyelesaikan permasalahan nyata secara statistika dan mampu menyajikan serta mengkomunikasikan dalam bentuk yang mudah dipahami baik secara tertulis maupun lisan.

KK3

2.2.4 Aspek Penguasaan Pengetahuan


adalah sarjana yang memiliki penguasaan pengetahuan sebagaimana Tabel 2.6 berikut

Tabel 2. 6 Aspek Penguasaan Pengetahuan Berdasarkan Profil Lulusan

No Profil Lulusan Aspek Penguasaan Pengetahuan


1. Menguasai teori dan konsep dasar statistika dalam hal teori secara mendalam, dan mampu menerapkan metode-metode analisis statistika untuk problem solving

2. Mampu memanfaatkan dengan baik teknologi dan software statistika dalam pembelajaran dan penelitian statistika

3. Memiliki kemampuan yang sangat baik dalam mengkomunikasikan ilmu statistika baik secara tertulis maupun secara lisan

2 Akademisi, 1. Menguasai dasar–dasar matematika dan statistika dan mampu mengembangkannya


3 Programmer, 1. Menguasai teori dan konsep dasar statistika dalam hal teori secara mendalam, dan mampu menerapkan metode-metode analisis statistika untuk problem solving

2. Mampu memanfaatkan dengan baik teknologi dan software statistika dalam pembelajaran dan penelitian statistika.

3. Memiliki kemampuan untuk menerapkan dan

6

mengembangkan statistika dalam menyelesaikan permasalahan di bidang industry dan bidang-bidang lainnya

4 Manajer Quality Control 1. Menguasai teori dan konsep dasar statistika dalam hal teori secara mendalam, dan mampu menerapkan metode-metode analisis statistika untuk problem solving

2. Memiliki kemampuan untuk menerapkan dan mengembangkan statistika dalam menyelesaikan permasalahan di bidang industri dan bidang-bidang lainnya

5 Aktuaris, 1. Menguasai dasar–dasar matematika dan statistika dan mampu mengembangkannya


6 Technopreneur 1. Memiliki kemampuan yang sangat baik dalam mengkomunikasikan ilmu statistika baik secara tertulis maupun secara lisan

2. Memiliki kemampuan untuk menerapkan dan mengembangkan statistika dalam menyelesaikan permasalahan di bidang industri dan bidang-bidang lainnya

Berdasarkan aspek penguasaan pengetahuan di setiap profil lulusan, maka dapat

dirangkum capaian pembelajaran khusus seperti pada Tabel 2.7 berikut :

Tabel 2. 7 Capaian Pembelajaran Program Studi Statistika Aspek Penguasaan

Pengetahuan

No Capaian Pembelajaran Aspek Penguasaan Pengetahuan Kode*

1 Menguasai dasar–dasar matematika dan statistika dan mampu mengembangkannya

PP1

2 Menguasai teori dan konsep dasar statistika dalam hal teori secara mendalam, dan mampu menerapkan metode-metode analisis statistika untuk problem solving

PP2

3 Mampu memanfaatkan dengan baik teknologi dan software statistika dalam pembelajaran dan penelitian statistika.

PP3

4 Memiliki kemampuan yang sangat baik dalam mengkomunikasikan ilmu statistika baik secara tertulis maupun secara lisan.

PP4

5 Memiliki kemampuan untuk menerapkan dan mengembangkan statistika dalam menyelesaikan permasalahan di bidang industri dan bidang-bidang lainnya

PP5

2.3 Keterkaitan Profil Lulusan dengan Capaian Pembelajaran Program Studi Statistika

Keterkaitan profil lulusan terhadap capaian pembelajaran lulusan program studi

statistika dapat dilihat pada Tabel 2.8.

7

Tabel 2. 8 Keterkaitan Profil Lulusan terhadap Capaian Pembelajaran

Profil Lulusan Capaian Pembelajaran Lulusan Prodi

Konsultan Riset dan Data Analyst ST1 s/d ST10; PP2 s/d PP4 ; KK1 s/d KK3; KU1 s/d

KU9

Akademisi ST1 s/d ST10; PP1 s/d PP2; KK1 s/d KK3; KU1 s/d

KU9

Programmer ST1 s/d ST10; PP2, PP3, PP5; KK2 s/d KK3; KU1

s/d KU9

Manajer Quality Control ST1 s/d ST10; PP2, PP5; KK1 s/d KK3; KU1 s/d

KU9 Aktuaris ST1 s/d ST10; PP1 s/d PP2; KK1 s/d KK3; KU1 s/d

KU9

Technopreneur ST1 s/d ST10; PP4 s/d PP5; KK1; KU1 s/d KU9

2.4 Profil Generik Lulusan IST AKPRIND

2.4.1 Capaian Pembelajaran Lulusan (CPL) IST AKPRIND Yogyakarta

Lulusan Institut Sains & Teknologi AKPRIND Yogyakara akan dibekali ilmu dan

pengetahuan agar memiliki :

a. Unggul pada bidangnya

b. Memiliki pemahaman metodologi ilmiah

c. Memiliki pemahaman peran iptek dalam pemecahan masalah masyarakat

d. Memiliki kemampuan adaptasi dengan perubahan dinamis

e. Memiliki kemampuan berperilaku efektif dan komunikatif

f. Memiliki wawasan kebangsaan

g. Memiliki wawasan lingkungan dan penjaminan mutu

2.4.2 Kesesuaian CPL Program Studi dengan CPL Generik IST AKPRIND

Tabel 2.9.menunjukkan kesesuaian antara capaian pembelajaran program studi

Statistika terhadap capaian pembelajaran generic Institut Sains & Teknologi AKPRIND

Yogyakarta.

Tabel 2. 9 Kesesuaian CPL Program Studi Statistika dengan CPL Generik Institut Sains &

Teknologi AKPRIND Yogyakarta

Kode CPL PROFIL LULUSAN PROGRAM SARJANA INSTITUT SAINS &

TEKNOLOGI AKPRIND YOGYAKARTA

8

1. M

emili

ki k

eung

gula

n pa

da b

idan

gnya

2. M

emili

ki p

emah

aman

m

etod

olog

i ilm

iah

3. M

emili

ki p

emah

aman

IP

TE

K d

alam

pe

mec

ahan

mas

alah

m

asya

raka

t

4. M

emili

kike

mam

puan

ad

apta

si d

enga

n pe

ruba

han

dina

mis

5. M

emili

ki k

emam

puan

be

rper

ilaku

efe

ktif

dan

kom

unik

atif

6. M

emili

kiW

awas

an

keba

ngsa

an

7. M

emili

ki w

awas

an

lingk

unga

n da

n pe

njam

inan

mut

u

ST1 √ √ ST2 √ √ √ ST3 √ √ √ ST4 √ √ ST5 √ ST6 √ √ ST7 √ √ √ ST8 √ √ ST9 √ √ ST10 √ √ KU1 √ √ KU2 √ √ √ KU3 √ √ √ KU4 √ √ KU5 √ √ √ KU6 √ √ KU7 √ √ KU8 √ √ KU9 √ √ √ KK1 √ √ √ √ √ KK2 √ √ √ √ KK3 √ √ √ √ √ √ PP1 √ √ √ PP2 √ √ √ PP3 √ √ √ PP4 √ √ PP5 √ √ √ √ √ √ √

2.5 Kompetensi Softskill Lulusan IST AKPRIND Yogyakarta

Kurikulum dari program studi Statistika memiliki materi dan metode pembe-

lajaran/evaluasi yang membentuk kompetensi softskill lulusan Institut Sains & Teknologi

AKPRIND Yogyakarta, yaitu:

1) Manajemen pribadi: Kemampuan untuk memotivasi diri dan mengatur perilaku

sesuai dengan tujuan, dengan sikap positif dan percaya diri dalam berbagai situasi.

2) Keterampilan sintesis dan analisis: Keterampilan untuk menggunakan penalaran

terhadap pengetahuan dan pengalaman menemukan masalah dan solusinya.

9

3) Belajar sepanjang hayat: Menggunakan kesempatan belajar formal maupun

informal dalam kehidupan individu untuk memelihara pengembangan dan

peningkatan dirinya.

4) Kemampuan komunikasi: Kemampuan untuk menyampaikan dan menerima

pendapat pihak lain secara bijaksana, baik secara lisan maupun tulisan.

5) Kemampuan kerjasama kelompok: Kemampuan untuk bekerja sama dengan

anggota kelompok dengan berbagai karakter, untuk tercapainya tujuan bersama.

6) Keterbukaan terhadap keberagaman: Sikap saling menghargai dan toleransi

terhadap orang lain yang berbeda suku bangsa, agama, latar belakang, sosial,

ekonomi, dan perbedaan lainnya.

7) Integritas dan konsisten terhadap nilai: Kemampuan untuk bertindak konsisten

sesuai dengan nilai-nilai agama, moral dan etika yang ada di tengah masyarakat.

8) Keterampilan Organisasi: Kemampuan untuk mengelola berbagai sumber daya

organisasi, menetapkan prioritas, membuat perencanaan dan mengkoordinasikan

kegiatan untuk menyelesaikan kerja secara efisien, sehingga sasaran kerja tercapai.

9) Kepemimpinan: Kemampuan untuk menjadi tauladan, membantu, memotivasi dan

mempengaruhi orang untuk bekerja menuju suatu tujuan bersama.

Tabel 2.10 menunjukkan kesesuaian antara capaian pembelajaran program studi

Statistika terhadap kompetensi softskill lulusan Institut Sains & Teknologi AKPRIND

Yogyakarta

Tabel 2. 10 Kesesuaian CPL Program Studi Statistika dengan Kompetensi Softskill Lulusan

Institut Sains & Teknologi AKPRIND Yogyakarta

Kode CPL

KOMPETENSI SOFTSKILL LULUSAN INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA YOGYAKARTA

1.

Man

ajem

en

prib

adi

2. K

eter

ampi

lan

sint

esis

dan

an

alis

is

3. B

elaj

ar

sepa

njan

g ha

yat

4. K

emam

puan

ko

mun

ikas

i

5. K

emam

puan

ke

rjasa

ma

kelo

mpo

k

6. K

eter

buka

an

terh

adap

ke

bera

gam

an

7. In

tegr

itas

dan

kons

iste

n te

rhad

ap n

ilai

8. K

eter

ampi

lan

Org

anis

asi

9.

Kep

emim

pina

n

ST1 √ √ √ √ ST2 √ √ ST3 √ √ √ ST4 √ √ ST5 √ √ ST6 √ √ √ ST7 √ √ √ ST8 √ √ √ ST9 √ √

10

ST10 √ KU1 √ KU2 √ √ KU3 √ √ √ KU4 √ √ √ KU5 √ KU6 √ √ √ √ KU7 √ √ √ KU8 √ √ √ KU9 √ √ KK1 √ √ √ √ √ √ √ √ KK2 √ √ √ √ √ √ √ √ KK3 √ √ √ √ √ √ √ √ √ PP1 √ √ √ √

PP2 √ √ √ √

PP3 √ √ √ √ PP4 √ √ √ √ PP5 √ √ √ √ √ √ √ √ √

8

BAB III BAHAN KAJIAN DAN PENETAPAN MATAKULIAH

Bab ini menyajikan tentang bahan kajian dan capaian pembelajaran untuk menetapkan

mata kuliah.

3.1 Bahan Kajian Program Studi

Capaian pembelajaran Program Studi Statistika untuk memenuhi kualifikasi lulusan

Sarjana Program Studi Statistika sesuai KKNI level 6 dapat dilihat pada Tabel 3.1.

Tabel 3.1 Bahan Kajian dan Capaian Pembelajaran

KODE BAHAN KAJIAN Uraian Isi Bahan Kajian Kode

( 1 ) ( 2 ) ( 3 ) ( 4 )

1. Matematika Teori

1.1. Konsep dasar kalkulus untuk merumuskan dan memecahkan masalah-masalah dalam bidang statistika

1.2. Pengertian dan konsep matematika untuk memecahkan berbagai masalah yang berkaitan dengan logika.

1.3. Konsep kalkulus lanjut sebagai dasar penguasaan Statistika

1.4. Pegertian dan konsep aljabar linear sebagai dasar untuk pemahaman teori Statistika

1.1. Ajabar Linear 1 (AL 1 ) 1.2. Aljabar Linear 2 (AL 2) 1.3. Kalkulus 1 (K1) 1.4. Kalkulus 2 (K2) 1.5. Kalkululus Lanjut (KL) 1.6. Logika Fuzy (LF) 1.7. Logika Matematika

(LM)

2. Matematika Terapan 2.1. Pengertian dan teknis perhitungan secara numerik dengan menggunakan metode numerik

2.2. Pengertian dan konsep dasar tentang persamaan diferensial, Pengantar Model Matematik, Matematika Diskrit

2.3. Penerapan mateatika Teori untuk meneyelesaikan permasalahan optimasi dan riset operasi

2.1 Matematika Diskrit (MD) 2.2 Metode Numerik (MN) 2.3 Persamaan diferensial

(PD) 2.4 Pengantar Model

Matematika (PMM) 2.5 Riset Operasi (RO) 2.6 Teori Optimasi(TO)

3. Statistika Teori

3.1. Pengertian dan konsep tentang statistika deskriptif dan inferensi statistika

3.2. Indentifikasi dan aplikasi nya dengan menerapkan analisis data statistika yang berkaitan dengan Uji goodness of fit, uji independensi, uji homogenitas dll

3.3. Pengertian dan konsep dasar teori probabilitas, meliputi distribusi probabilitas (diskrit maupn kontinu) , distribusi gabungan, marginal dll

3.1 Analisis Regresi (AR) 3.2 Eksplorasi Data (ED) 3.3 Metode Kuantitatif (MK) 3.4 Metode Statistika 1

(MS1) 3.5 Metode Statistika 2

(MS2) 3.6 Metode Statistika

Nonparametrik (MSN) 3.7 Pengantar Model

Linear (PML) 3.8 Pengantar Proses

Stokastik (PPS) 3.9 Pengantar Teori

Probabilitas (PTP) 3.10 Pengantar Teori

Ukuran dan Probabilitas (PTU)

3.11 Rancangan Percobaan (RC)

9

3.12 Statistika Multivariat (SM)

3.13 Teori Statistika 1 (TS 1) 3.14 Teori Statistika 2 (TS 2)

4. Statistika Terapan

4.1. Pengertian aktuaria, konsep dasar serta karakterisasi matematika yang banyak digunakan di bidang keuangan, konsep dasar matematika asuransi dan pendekatan aktuaria dalam menaksisr tarif diberbagai kontrak keuangan

4.2. Konsep data spasial danstatistik spasial terkait dengan uji efek spasial, pemodelan spasial serta intrepetasi hasil analisis spasial

4.3. Penerapan dasar statistika dalam perkembangan iptek dan topik statistika erkini khususnya terkait dengan industri dan komputasi.

4.1 Analisis Data Kategorik (ADK)

4.2 Biostatistika(BIO) 4.3 Matematika Aktuaria

(MAK) 4.4 Model Antrian

Terapan (MAT) 4.5 Metode Peramalan (

MP) 4.6 Metodologi Penelitian

(MT) 4.7 Kapita Selekta

Statistika (KSS) 4.8 Pengantar Model

Spasial (PMS) 4.9 Pengantar Runtun

Waktu (PRW) 4.10 Statistika Sosial (SS) 4.11 Teknik Sampling &

Survey (TSS)

5. Pengetahuan Komputasi

5.1. Pengetahuan tentang pengantar komputer, Algoritma dan pemrograman serta basis data

5.2. Pengetahuan tentang komputasi statistika yang terkait dengan software statistika misalnya software R, Eviews, dll

5.1 Algoritma & Pemrograman (AP)

5.2 Basis Data (BD) 5.3 Datamining (DM) 5.4 Jaringan Syaraf Tiruan

(JST) 5.5 Komputasi Statistika

(KS) 5.6 Pengolahan Citra (PC) 5.7 Pemrograman Internet

dan Multimedia (PIM) 5.8 Pengantar Komputer

(PK) 5.9 Pengenalan Software

Ststistika (PSS) 5.10 Struktur Data (SD) 5.11 Sistem Informasi

Managemen (SIM) 6 Pengetahuan Industri

dan Lainnya 6.1. Pengetahuan tentang kemampuan

komunikasi lisan dan tulisan yang berkaitan dengan aspek teknis dan nonteknis.

6.2. Berpikir kritis, mengidentifikasi akar masalah dan pemecahannya secara komprehensif, serta mengambil keputusan yang tepat berdasarkan analisis informasi dan data.

6.3. Integritas profesional dan berkomitmen terhadap nilai-nilai etika.

6.4. Kemampuan sikap untuk belajar

6.1 Ekonometrika ( EKO) 6.2 Fisika Dasar (FD) 6.3 Kuliah Kerja Nyata

(KKN) 6.4 Kerja Praktek (KP) 6.5 Managemen Logistik

(ML) 6.6 Managemen Resiko

(MR) 6.7 Managemen

Keuangan (MU) 6.8 Organisasi dan

Managemen Industri

10

seumur hidup (life-long learning). 6.5. Pengetahuan tentang kepemimpinan

dan bekerja dalam tim, mandiri dan bertanggung jawab terhadap pekerjaannya.

(OMI) 6.9 Pengendalian Kualitas

Produksi ( PKP) 6.10 Praktek Kerja Pada

Industri (PKPI) 6.11 Pengantar Uji Hidup

Dan Keandalan (PUH) 6.12 Riset Pemasaran (RP) 6.13 Statistika Ekonomi

(SE) 6.14 Skripsi (SKR)

7 Pengetahuan Umum dan Jati Diri INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA

7.1. Implementasi nilai-nilai dan norma agama dalam kehidupan sehari-hari sehingga tercapai keserasian dan keseimbangan pertumbuhan pribadi yang utuh lewat latihan yang menyangkut kejiwaan, intelektual, akal, perasaan, dan indera.

7.2. Pengertian karakter berbudi pekerti luhur/berakhlak yang baik, berfikir filosofis, bersikap rasional dan dinamis, berpandangan luas, serta mewujudkan rasa aman dan sejahtera.

7.3. Analisis, berpikir rasional, bersikap kritis dalam menghadapi persoalan-persoalan dalam kehidupan bermasyarakat, berbangsa dan bernegara

7.4. Pengertian sikap dan perilaku yang bertanggung jawab secara intelektual dalam mengenali masalah-masalah dalam kehidupan bermasyarakat, berbangsa dan bernegara serta mendukung semangat demokrasi, kesadaran hukum, kebangsaan, dan cinta tanah air.

7.5. Pemahaman bahasa Indonesia dan bahasa inggris yang baik dan benar dalam ranah menyimak, berbicara untuk keperluan akademik, membaca artikel dan menulis karya ilmiah

7.6. Ungkapkan, perumuskan, menelaah, menganalisis, menerapkan, mengevaluasi, merencanakan, dan pengorganisasian mutu

7.7. Penguasaan problem solving operasional manajer dalam praktek manajemen mutu baik di bidang jasa maupun manufaktur teknologi komputer

7.8. Pemahaman tentang metodologi ilmiah dalam disiplin ilmu yang ditekuni dan menerapkannya dalam upaya menggali pengetahuan dan memastikan validitasnya.

7.9. Kemampuan untuk menerapkan metode analisis baku dan melakukan evaluasi dengan metode statistik untuk mencapai keputusan-keputusan yang logis.

7.1 Agama (AG) 7.2 Bahasa Inggris (BE) 7.3 Bahasa Indonesia (BI) 7.4 Managemen Mutu

(MM) 7.5 Metodologi Penelitian

(MT) 7.6 Kuliah Kerja Nyata

(KKN) 7.7 Kewarganegaraan

(KN) 7.8 Kerja Praktek (KP) 7.9 Kewirausahaan (KW) 7.10 Praktek Kerja Pada

Industri (PKPI) 7.11 Pancasila (PS) 7.12 Teknik Lngkungan

(TL) 7.13 Skripsi (SKR)

11

3.2. Penetapan Mata Kuliah

Berdasarkan bahan kajian yang diambil oleh Program studi statistika dan capaian

pembelajaran telah dirumuskan penentapan Mata Kuliah, seperti pada tabel Tabel 3.2. berikut.

Hasil pembentukan mata kuliah tersebut mengacu pada hasil yang dirumuskan dan

disepakati dalam Forum Komunikasi (Forkom) Statistika pada tanggal 7-8 Nopember 2013 di

UGM. Forkom Statistika telah menyepakati bahwa jumlah sks mata kuliah di Jurusan Statistika

harus memenuhi minimal 54 sks.

9

Tabel 3.2. Penetapan Matakuliah berdasarkan Bahan kajian dan capaian pembelajaran

11

3.3 Struktur Mata Kuliah

Mata kuliah yang terbentuk selanjutnya dikelompokkan berdasarkan matakuliah wajib dan

pilihan yang disajikan pada Tabel 3.3 dan Tabel 3.4

3.3.1. Mata Kuliah Wajib dan Pilihan

Untuk menyelesaikan program studi Statistika, diwajibkan menempuh 107 sks matakuliah

wajib dan minimal 37 sks matakuliah pilihan.Telah disediakan 85 sks matakuliah pilihan yang dapat

diambil berdasarkan kepada minat.

Tabel 3.3.Daftar Mata Kuliah Wajib

No KODE NAMA MATA KULIAH SKS

1. INT 1106 Pancasila 2 2. INP 1109 Bahasa Inggris 3 3. SIT 1102 Kalkulus I 3 4. SIP 1301 Metode Statistika I 3 5. SIT 1302 Eksplorasi Data 3 6. SIP 1501 Pengantar Komputer 3 7. SIT 1101 Logika Matematika 3 8. INT 1101 Agama Islam 2 9. INT 1102 Agama Kristen 10. INT 1103 Agama Katolik 11. INT 1104 Agama Hindu 12. INT 1105 Agama Budha 13. INT 1108 Bahasa Indonesia 2 14. SIT 1104 Aljabar Linier I 2 15. SIP 1502 Algoritma & Pemrograman 3 16. SIT 1103 Kalkulus II 3 17. SIP 1303 Metode Statistika II 3 18. SIT 1201 Matematika Diskret 3 19. SIT 1304 Pengantar Teori Probabilitas 3 20. INT 2107 Kewarganegaraan 2 21. INT2112 Teknik Lingkungan 2 22. SIP 2504 Komputasi Statistika 3 23. SIT 2106 Kalkulus Lanjut 3 24. SIT 2105 Aljabar Linier II 2 25. SIT 2305 Metode Stat. NonParametrik. 2 26. SIP 2503 Basis Data 4 27. SIP 2306 Analisis Regresi 3 28. INT2110 Manajemen Mutu 2 29. SIT 2307 Teori Statistika I 3 30. SIT 2601 Pengendalian Kualitas Produksi 3 31. SIT 2402 Teknik Sampling & Survei 3 32. INT 3114 Kewirausahaan 2 33. SIT 3308 Teori Statistika II 3 34. SIT 3310 Rancangan Percobaan 3 35. SIP 3406 Analisis Data Kategorik 3 36. SIT 3404 Pengantar Runtun Waktu 2 37. INT3113 Metodologi Penelitian 2 38. SIT 3311 Statistika Multivariat 3 39. SIT 3313 Pengantar Model Linier 3 40. SIT 3509 Datamining 3 41. INT 4115 Kuliah Kerja Nyata (KKN) 2 42. SIT 4411 Kerja Praktek(KP) 2 43. SIT 4410 Praktek Kerja Pada Industri (PPII) (4) 44. INT 4116 Skripsi 6 Jumlah Total mata kuliah wajib 107

12

Ketrangan a. Jumlah Matakuliah wajib = 107 sks dan pilihannya minimal 37 sks b. PKPI merupakan pengganti KP dan KKN dengan bobot 4 sks Tabel 3.4. Daftar Mata Kuliah Pilihan Semester Ganjil

No Kode Matakuliah SKS Semester Prasyarat 1 SIT 2401 Matematika Aktuaria 2 V SIP 1303 2 SIP 3204 Riset Operasi 4 V SIT 1104

3 SIT 3309 Pengantar Teori Ukuran dan Probabilitas

3 V SIT 1304

4 SIT 3405 Model Antrian Terapan 2 V SIP 1301 5 SIT 3508 Struktur Data 3 V SIP 1502 6 SIT 3602 Statistika Ekonomi 3 V SIP 2306

7 SIT 3603 Organisasi dan Manajemen Industri

2 V

8 SIT 4107 Logika Fuzzy 2 VII SIT 1101, SIT 1103

9 SIT 4511 Jaringan Syaraf Tiruan 3 VII 10 SIT 4512 Pengolahan Citra 3 VII 11 SIT 4608 Riset Pemasaran 2 VII SIT 3311

12 SIT 4609 Pengantar Uji Hidup dan Keandalan

3 VII SIT 1304

13 SIT 4607 Ekonometrika 3 VII SIP 2306 14 SIT 4610 Manajemen Resiko 3 VII SIT 3602 15 SIP 4611 Fisika Dasar* 3 VII 16 SIT 4207 Pengantar Model Matematika 3 VII

Jumlah 44

Semester Genap

No Kode Matakuliah SKS Sm Prasyarat

1 SIP 2506 Pemrog. Internet dan Multimedia 3 IV SIP 1501 2 SIT 2403 Metode Kuantitatif 3 IV SIP 1303 3 SIT 2203 Metode Numerik 3 IV SIT 1103 4 SIT 3607 Manajemen Keuangan 3 IV SIP 1303 5 SIT 2202 Persamaan Diferensial 3 IV SIT 2106 6 SIT 2507 Sistem Informasi Manajemen 2 IV SIP 1501 7 SIT 3409 Biostatistika 2 VI SIP 1301 8 SIP 3510 Pengenalan Software Statistika 3 VI SIP 2306 9 SIT 3205 Pengantar Model Spasial 3 VI SIP 2306

10 SIT 3407 Metode Peramalan 3 VI SIT 3404

11 SIT 3606 Statistika Sosial 3 VI SIP 1303, SIT 1304

12 SIT 3605 Manajemen Logistik 3 VI 13 SIT 3206 Teori Optimasi 2 VI SIP 3204 14 SIT 3408 Kapita Selekta Statistika 2 VI SIT 2307

15 SIT 3312 Pengantar Proses Stokastik 3 VI SIT 1104, SIP 1303

Jumlah 41

13

3.3.2. Distribusi Mata Kuliah Per Semester Tabel 3.5 Distribusi Mata Kuliah Per Semester

Semester 1

Semester 2

Semester 3

Semester 4

Semester 5

Semester 6

Semester 7

Semester 8

Pancasila (2)

Agama (2)

Kewarganegaraan (2)

Manajemen Mutu (2)

Kewirausahaan (2)

Metodologi Penelitian (2)

Kuliah Kerja Nyata (KKN) (2)

Skripsi (6)

Bahasa Inggris (3)

Bahasa Indonesia (2)

Teknik Lingkungan (2)

Teori Statistika I (3)

Teori Statistika II (30

Statistika Multivariat (3)

Kerja Praktek(KP) (2)

Kalkulus I (3)

Aljabar Linier I (2)

Komputasi Statistika (3)

Pengendalian Kualitas Produksi (3)

Ranc. Percobaan (3)

Pengantar Model Linier (3)

Praktek Kerja Pada Industri (PPII) (4)

Metode Statistika I (3)

Algoritma & Pemrograman (3)

Kalkulus Lanjut (3)

Teknik Sampling & Survei (3)

Analisis Data Kategorik (3)

Datamining (3)

pilihan (11)

Eksplorasi Data (3)

Kalkulus II (3)

Aljabar Linier II (2)

pilihan (9)

Pengantar Runtun Waktu (2)

pilihan (9)

Pengantar Komputer (3)

Metode Statistika II (3)

Metode Stat. NonPar. (2)

pilihan (8)

Logika Matematika (3)

Matematika Diskret (3)

Basis Data (2)

Pengantar Teori Probabilitas (3)

Analisis Regresi (2)

20 SKS 21 SKS 21 sks 20 sks 21 sks 20 sks 15 sks 6 sks

14

3.4 Alur Mata Kuliah

Diagram 3.1 Alur keterkaitan matakuliah

15

BAB IV DESKRIPSI MATAKULIAH

Deskripsi mata kuliah pada Program Studi Statistika S-1 berdasarkan Kurikulum

berbasis KKNI tahun 2016 sebagai berikut:

SEMESTER I

1. INT 1106 Pancasila

Kredit : 2 sks Prasyarat : - Penyelenggara : Institut Capaian Pembelajaran Lulusan Prodi

: ST1, ST2, ST3, ST4,ST5, ST7, ST8, ST9

Capaian Pembelajaran Matakuliah

: - Memiliki kemampuan analisis, berpikir rasional, bersikap kritis dalam menghadapi persoalan-persoalan dalam kehidupan bermasyarakat, berbangsa dan bernegara berdasarkan Pancasila dan UUD 1945.

- Mampu menjelaskan dasar dasar kebenaran bahwa Pancasila adalah ideology yang sesuai dengan bangsa Indonesia yang majemuk (Bhinneka Tunggal Ika).

- Mampu mengimplementasikan dan melestarikan nilai-nilai Pancasila dan Undang Undang Dasar 1945 dalam realitas kehidupan berbangsa, bernegara dan bermasyarakat.

- Memiliki karakter ilmuwan dan profesional Pancasilais yang memiliki komitmen atas kelangsungan hidup dan kejayaan Negara Kesatuan Republik Indonesia.

- Mampu menampilkan sikap dan perilaku yang bertanggung jawab secara intelektual dalam mengenali masalah-masalah dalam kehidupan bermasyarakat, berbangsa dan bernegara sertamendukung semangat demokrasi, kesadaran hukum, kebangsaan, dan cinta tanah air

Bahan Kajian (Pokok Bahasan)

: Pokok Bahasan tentang landasan dan tujuan Pendidikan Pancasila, Sejarah Paham Kebangsaan Indonesia, Pancasila sebagai Sistem Filsafat, Pancasila sebagai Etika Politik, Pancasila sebagai Ideologi Bangsa dan Negara Indonesia, Pancasila dalam Konteks Kenegaraan Republik Indonesia dan Pancasila sebagai Paradigma dalam kehidupan bermasyarakat, berbangsa dan bernegara

Referensi : 1. Alex Lanur, 1995, Pancasila sebagai Ideologi Terbuka

Problema dan Tantangannya, Kanisuis, Yogyakarta. 2. Arif Johan Tunggal, 1998, Perturan Perundang-Undangan

Kewarganegaraan, Harfarindo. 3. Abdul Bari Azed, 1998, Intisari kuliah masalah

kewarganegaraan, IND-HiLL. 4. A. Ubaidillah, dkk., Pendidikan Kewarganegaraan (Civic

Education) : Demokrasi, HAM dan Masyarakat Madan, IAIN Jakarta Press, 2000

5. Endang Zaelani Sukaya, dkk., 2002, Pendidikan

Kewarganegaraan, Paradigma, Yogyakarta. 6. Rahman Zainudin, 1994, Human Right in a Changing World

(Terjemahan), Yayasan Obor Indonesia, Jakarta. 7. ________, Undang-Undang No. 39/1999, Tentang Hak Asasi

Manusia. 8. Saefoedin Bahar, 2002, Konteks Kenegaraan, Hak Asasi

Manusia, Pustaka Sinar Harapan, Jakarta. 9. Kaelan, 1996, Filsafat Pancasila, Paradigma, Yogyakarta. 10. Koesnadi Harjosoemantri, 1989, Hukum Tata Lingkungan,

UGM Press, Yogyakarta. 11. Adi Sumardiman, dkk., 1982, Wawasan Nusantara, Jakarta. 12. Lemhannas, 1995, Wawasan Nusantara, PT. Ismoyo Jati,

Jakarta.

16

13. Dimyati, H., 1972, Hukum Laut Internasiona, Karya Aksara, Jakarta.

14. Miriam Budiarjo, 2002, Dasar-dasar Ilmu Politik, Gramedia Pustaka Utama, Jakarta.

15. Noor MS Bakry, 1985, Pancasila Yuridis kenegaraan, Liberty, Yogyakarta.

15. Lemhannas, 1980, Bunga Rampai Ketahanan Nasional

(Konsepsi dan Teori), PT. Repres Utama, Jakarta. 15.Ermaya Suryadinata, 2001, Geopolitik dan Konsepsi Tannas,

Paradigma Cipta Tatrigama, Jakarta. 16..Setiardja, A. Gunawan, 2001, Pancasila dalam kerangka

Ideologi- Ideologi Dunia, Makalah Pelatihan Nasional Pendidikan Pancasila PTN/ PTS, Jateng, DIY, Jatim, Dikti, Diknas, Yogyakarta.

17. _______., 2001, Pancasila sebagai Sistem Etika, Makalah

Pelatihan Dasar Nasional PTN/ PTS, Dikti Diknas. 18. Soegito, 2001, Sejarah Perjuangan Bangsa Indonesia

sebagai Titik Tolak Memahami Asal mula Pancasila,

makalah Pelatihan Nasional Dosen Pengembangan

Kepribadian Pancasila PTN/ PTS, Jateng, DIY, Jatim, Ditjen DIKTI Diknas, Yogyakarta.

19. Soejadi, 1999, Pancasila sebagai Tertib Hukum Indonesia, Rukun offset, Yogyakarta.

20. Wanusman, 1995, Pembangunan dan Ketahanan Nasional

(Analisis Perencanaan dan Kebijakan). UGM Press, Yogyakarta.

21. Soehadi, 2001, Pendidikan Pancasila, Yogyakarta, Hermawan, Klaten.

22. Lemhannas, 2001, Pendidikan Kewarganegaraan, PT. Gramedia Persada, Jakarta.

Syarat kelulusan : C Metode Pembelajaran

: Ceramah, diskusi, penugasan dan presentasi tugas.

Metode Evaluasi : Tugas, UTS, UAS Keterangan : Detail pembelajaran ada di RPS Kompetensi softskill yang dikembangkan

: Ketrampilan sintesis dan analisis,Belajar sepanjang hayat, Keterbukaan terhadap keberagaman, Integritas dan konsisten terhadap nilai, Kepemimpinan.

2. INP 1109 Bahasa Inggris

Kredit : 3 sks ( Dengan 1sks utk pratikum) Prasyarat : - Penyelenggara : Institut Capaian Pembelajaran Lulusan Prodi

: ST3, ST5


: - Students are able to understand and produce oral and written forms of communicative function of English on both general and engineering topics.

- Students are able to : (1) understand spoken utterances (listening), (2) produce orally their ideas about general knowledge and topics

related to their field of study (speaking), (3) understand textbooks, manuals and interpret table and graphs

(reading) and (4) produce simple ideas in written form (writing)


: - Introduction, Language of Mathematics, Noun Phrase, Tense : Active, Vocabulary, Degrees of Comparison, Tense : Passive Form, Relative pronoun/ Clause, Participle

- Giving motivation, Syllabus, Reference, Evaluation. Giving motivation, Syllabus, Reference, Evaluation. ,The effects of internet in our lives: Negative side, Positive side

- Expressing your ideas in sentence and paragraph The effects of internet in our lives : Negative sides, Positive sides

- Sentences Structure: The effects of internet in our lives : Negative sides, Positive sides

17

Referensi 1.Murphy, Raymond. (1997). Essential Grammar in Use (Second edition), Cambridge University Press.

2.Redman, Stuart. (1997). English Vocabulary in Use – Pre Intermediate and Intermediate, Cambridge University Press.

3.Richard, Jack C., Jonathan Hull and Susan Proctor. (1997). New Interchange English for International Communication – Student’s Book 1 -5, Cambridge University Press.

Sumber lain: jobsearch.about.com/…/jobapplicationletters/…/ http://www.resume-resource.com/covexample14.html http://language123.blogspot.com/2008/03/describe-your-schoolmates-and-whom-do.html http://www.eslgold.com/speaking/ss_identifying_people_things.html


: Ceramah, diskusi, simulasi, modeling, role-play, penugasan (aclectic method)


: Belajar sepanjang hayat, kemampuan komunikasi, kemampuan kerjasama kelompok

3 SIT 1102 Kalkulus I

Kredit : 3 sks Prasyarat : - Penyelenggara : Jurusan Capaian Pembelajaran Lulusan Prodi

: PP1, KU1


: Mahasiswa diharapkan: 1. Keterampilan dalam bidang kalkulus differensial yang didukung

oleh penguasaan konsep, rumus, metode, dan penalaran yang benar

2. Pola berpikir yang logis, sistematis, dan kritis dalam menghadapi setiap permasalahan

3. Kreativitas yang tinggi dalam upaya memecahkan masalah yang terkait dengan kalkulus

4. Kemampuan dalam mengkomunikasikan hasil pemikiran dan pekerjaannya baik secara lisan maupun tulisan

5. Kesiapan yang cukup dalam mempelajari matakuliah lain, yang memerlukan kalkulus sebagai prasyarat


: Pokok bahasan meliputi: pendahuluan; notasi Sigma, bilangan dan deret; fungsi dan grafiknya; limit dan kekontinuan suatu fungsi; derivatif; derivatif tingkat tinggi, penggunaan suatu derivatif dan integral tak tentu

Referensi : 1. D. Mursita. Matematika untuk Perguruan Tinggi. Rekayasa Sains. 2011. 2. D. Valberg, E. Purcell, S. Rigdon. Calculus, 9th Edition. Pearson. 2006. 3. J. Stewart. Calculus, 7th Edition. Brooks Cole. 2012

Syarat kelulusan : D Metode Pembelajaran



: Belajar sepanjang hayat, kemampuan komunikasi, kemampuan kerjasama kelompok

4. SIP 1301 Metode Statistika I


: PP2, KK3

Capaian Pembelajaran

: Mahasiswa diharapkan: 1. Mampu menggunakan konsep dasar dan rumus-rumus statistika

18

Matakuliah

secara benar. 2. Terampil dalam melakukan hitungan-hitungan dalam statistik

deskriptif dan staitistik inferensial. Bahan Kajian (Pokok Bahasan)

: Pengertian statistika, populasi dan sampel, data kuantitatif dan data kualitatif, skala pengukuran, jenis-jenis sampel (sampel randon, sistematik,kelompok), peran statistika dalam penelitian dan dalam kehidupan sehari-hari, penggunaan notasi ∑ (sigma) dan beberapa contoh penggunaannya. Deskripsi data statistik: Cara mengumpulkan dan menyajikan data, menentukan ukuran tengah dan disperse (mean, median, modus, kuartil dan simpangan standart). Probabilitas dan distribusi probabilitas. Beberapa distribusi probabilitas khusus: Bernoulli, Binomial, Multinomial, hipergeometri, Poisson, Normal, distribusi t, distribusi chisquare, F . Pendekatan Normal untuk binomial dan beberapa contoh penggunaannya. Sampel random dan distribusi sampling statistik. Inferensi Statistik: estimasi parameter dan uji hipotesis. Inferensi Statistik Untuk Populasi Sembarang, untuk Proporsi, dan untuk Satu Populasi Normal: Estimasi titik dan estimasi interval untuk rataan, selisih rataan, proporsi, selisih proporsi, total dan variance. Pengujian hipotesis untuk mean satu populasi dan dua populasi, untuk variansi satu populasi dan dua populasi

Referensi 1. Mario F Triola, 2004, Elementary Statistics, Adison Welley 2. Rohatgi V K, 1979, Probability Theory, John Wiley & Sons,

New York 3. Spiegel M.R, 1972; Statistics; McGraw-Hill Book Company,

New York. 4. Walpole R.E; 1995; Ilmu Peluang dan Statistika Untuk

Insinyur dan Ilmuwan, Edisi ke 4; Penerbit ITB, Bandung 5. Zanzawi S, 1986; Metode Statistika I; Universitas Terbuka

Penerbit Karunika Jakarta. Syarat kelulusan : D Metode Pembelajaran



: Belajar sepanjang hayat, keterampilan sintesis dan analisis, kemampuan komunikasi.

5. SIT 1302 Eksplorasi Data

Kredit : 3 sks Prasyarat : SIP 1301 Penyelenggara : Jurusan Capaian Pembelajaran Lulusan Prodi

: PP2


: 1. Mahasiswa dapat menyusun dan menyajikan data dalam bentuk diagram batang dan daun, diagram kotak dan titik

2. Memanfaatkan tabel bilangan random untuk mengambil data secara acak.

3. Menstandardisasi dan mentransformasi data sesuai keperluan. 4. Menggunakan metode Eksplorasi dan Konfirmasi dalam analisis

regresi. Bahan Kajian (Pokok Bahasan)

: Dasar-dasar analisis eksplorasi data, penyusunan dan penyajian data dengan table (distribusi frekuensi, tabulasi silang) dan grafik (diagram batang, diagram daun, diagram kotak dan titik), pemeriksaan data outlier, uji homogenitas data, uji distribusi normal, transformasi, dan smoothing data

Referensi 1. Anderson R.A, D.J Sweeney, T.A Williams. (2011). Statistics for Business and Economics. [S.N]. United States. ISBN: 13-978-0-538-47188-6

2. Walpo le, Ronald E., 1995, Pengantar Statistik Edisi 3 Alih Bahasa: Bambang Sumantri, Jakarta, Gramedia Pustaka Utama.

3. Tukey, J.W. 1977. Exploratory Data Analysis. Reading: Addison-Wesley

Syarat kelulusan : D Metode : Ceramah, diskusi, penugasan dan presentasi tugas.

19

Pembelajaran Metode Evaluasi : Tugas, UTS, UAS Keterangan : Detail pembelajaran ada di RPS Kompetensi softskill yang dikembangkan


6. SIP 1501 Pengantar Komputer


: PP3, KK2


: Mampu beradaptasi dengan perkembangan piranti komputasi saat ini dan mampu menjelaskan CPU, periperal dan software, sistem bilangan, Pengkodean, sistem operasi DOS dan Unix,perangkat lunak dan bahasa komputer secara benar dengan lancar. Mampu menerapkan sistem Komunikasi Data dan komputer LAN, secara benar


: Sejarah perkembangan piranti komputasi, pengenalan komputer alat input- output CPU, periperal dan software, sistem bilangan, Pengkodean, sistem operasi DOS dan Unix,perangkat lunak dan bahasa komputer. Mengenal sistem Komunikasi Data dan komputer LAN

Referensi : 1.Ralston A. , 1971 , Introduction to Programming and Computer Science , Alton

2. R. Kindred, 1982 , Intruction to Computers , Prentice Hall, 2 nd edition.

3 Clements,A.,1987,The Principles of Computer Hardware, Oxford Science Publications





7. SIT 1101 Logika Matematika


: PP1, KU1


: Mahasiswa diharapkan: 1. Mampu menjelaskan konsep penalaran logika matematika

secara benar. 2. Terampil dalam menggunakan prinsip-prinsip logika secara

benar, seperti prinsip modus ponen, modus tollens, silogisma, bukti tidak langsung dan induksi matematik.

3. Mampu menggunakan konsep-konsep dasar teori himpunan, relasi dan fungsi secara benar.

4. Terampil dalam melakukan hitungan-hitungan dalam operasi-operasi himpunan, relasi dan fungsi.

5. Memiliki kesiapan yang cukup dalam mempelajari matakuliah lain, yang memerlukan logika matematika sebagai prasyarat.


: Pentingnya belajar logika matematika, fungsi dan kegunaan matematika sebagai bahasa, penyimpangan bahasa umum dengan bahasa matematika dan beberapa contoh penggunaannya. Logika Proposisi: perangkai dasar and, or, not, if-then, if and only if, beserta tabel nilai kebenaranya. Ingkaran-ingkaran, Ekivalen Logis, Tautologi dan kontradiksi. Kuantor: pentingnya membahas semesta pembicaraan, variabel dan konstanta, pernyataan terbuka, fungsi pernyataan, penulisan suatu kuantor universal dan kuantor eksistensial, negasi suatu kuantor. Beberapa prinsip-prinsip logika: modus Ponnen’s, modus Tollen’s, Silogisma, hukum transitif,

20

Reductio Ad Absurdum, Induksi Matematika dan beberapa contoh penggunaannya. Himpunan: konsep dasar himpunan, macam-macam himpunan, operasi-operasi dalam himpunan dan sifat-sifatnya, hukum aljabar himpunan, pergandaan himpunan, keluarga himpunan, dan partisi. Relasi: konsep dasar relasi, macam-macam relasi, relasi invers, keluarga penggolongan), ekivalensi, relasi sebagai himpunan, pergandaan relasi. Fungsi: konsep dasar suatu fungsi, macam-macam fungsi dan sifat-sifatnya, fungsi injektif, surjektif dan bijektif, fungsi invers, penjumlahan fungsi, pergandaan fungsi dan sifat-sifatnya. beberapa contoh penggunaannya

Referensi : 1. Grimaldi, R.P. 1995. Discrete and Combinatorial Mathematics. 3 rd Edition. Addison Wesley.

2. Kahane, H. 1990. Logic and Philosophy. A Modern Introduction. Edisi ke enam. Wadsworth Publishing Company.

3. Korfhage, R.R. 1966. Logic and Algorithms, with application to the computer and information sciences. Joh Wiley & Sons

4. Noeryanti, 2011, Logika Matematika, Diktat Kuliah, Jurusan Matematika, IST Akprind, Yogyakarta

5. Soehakso, RMJT., 1985, Pengantar Matematika Modern, FMIPA UGM, Jogjakarta





SEMESTER II

8. a INT 1101 Agama Islam


: ST1, ST2, ST3, ST4,ST5, ST7.ST8, ST9


: - Memiliki kemampuan meningkatkan keimanan ke dalam pribadi muslim secara utuh untuk menjadi insan kamil

- Mampu menjelaskan kebutuhan manusia terhadap Agama dan Agama itu harus islam

- Mampu mengimplementasikan nilai nilai dan norma dalam Agama Islam dalam kehidupan sehari-hari sehingga tercapai keserasian dan keseimbangan pertumbuhan pribadi yang utuh lewat berbagai latihan yang menyangkut kejiwaan, intelektual, akal, perasaan, dan indera

- Memiliki karakter berbudi pekerti luhur/berakhlak yang baik, berfikir filosofis, bersikap rasional dan dinamis, berpandangan luas, serta mewujudkan rasa aman, sejahtera yang diridhai Allah SWT

- Mampu menampilkan ketrampilan mengelola waktu dalam upaya mencari kebaikan, kebenaran, kedamaian, kesejahteraan dunia dan akhirat. Menampilkan ketrampilan mengembangkan ilmu pengetahuan yang sangat bermanfaat bagi peradaban manusia


: - pokok-pokok bahasan yang meliputi : Konsep Ketuhanan dalam Islam; Hakikat Manusia Menurut Islam; Hukum, HAM, dan Demokrasi; Etika, Moral dan Akhlaq; IPTEKS dalam Islam; Kerukunan Antar Umat Beragama; Masyarakat Madani dan Kesejahteraan Umat; Kebudayaan Islam; dan Sistem Politik Islam.

Referensi : 1. Departemen Agama RI, 1986, Al-Qur’an dan Terjemahnya , Jakarta.

2.Alba, Cecep, dkk., 1996, Pendidikan Agama Islam untuk Perguruan Tinggi , Bandung: Tiga Mutiara,

3. Ustadz Labib MZ dan Drs.Muhtadim, 1992,Himpunan Hadits pilihan Shahih Bukhari , Surabaya:Tiga Dua.

4. Endang Saefudin Ansari, 1986, Kuliah Agama Islam , Jakarta: Rajawali Press.

5. Harun Nasution,1985, Islam ditinjau dari Berbagai Aspeknya,

21

Jakarta: UI Press. 6. Kamal Muchtar, 1989, Azas-Azas Hukum Islam tentang

Perkawinan 7. Ahmad Azhar Basyir, 1984, Hukum Perkawinan Islam,

Yogyakarta: BPFH UII Press, 8. AliAsh-Shabuni M,1991, Membantah Kebohongan Orientalis

terhadap Poligami Rasulullah , Surabaya : Risalah Gusti.




: Manajemen Pribadi, Ketrampilan sintesis dan analisis,Belajar sepanjang hayat, Kemampuan Komunikasi, Keterbukaan terhadap keberagaman, Integritas dan konsisten terhadap nilai, Ketrampilan Organisasi, dan Kepemimpinan

8.b INT 1102 Agama Kristen




: Mahasiswa - Mampu menjelaskan dan mengidentifikasi aplikasi dari

kepercayaan atau prinsip dasar dari ajaran agamanya. - Mampu mengidetifikasi dan mengaplikasikan pinsip-prinsip yang

menunjang toleransi antar umat beragama. Bahan Kajian (Pokok Bahasan)

: Manivestasi agama. Definisi agama, kesimpulan definisi agama. Sifat pelajaran agama disekolah dan perguruan tinggi

Referensi : 1. D.C. Mulder , 1984 : Iman dan Ilmu Pengetahuan, cetakan ke-5 Jakarta, BPK Gunung Mulia

2. Franz Dahler , 1975 : Masalah Agama, Kanisius 3. J. Verkuyl W. Lenpp, 1974 : Mahasiswa yang Bertanggung

Jawab BPK Gunung Mulia. 4. Lembaga Al-Kitab Indonesia , 1982 : Alkitab Indonesia 5. Patri , C, 1975 : Anjuran Evolusi dan Iman Kristen Jakarta ,

BPK Gunung Mulia Syarat kelulusan : C Metode Pembelajaran




8.c INT 1103 Agama katolik







: Pernyataan Ilmu khusus. Perjanjian Lama-Baru, adanya Allah sifat dan keadaannya. Ajaran Manusia. Perkembangan hukum dosa, Ke-Tuhanan penjelmaannya, Isi dan sikap doa yang benar, hakekat, tugas dan sejarah, Firman dan sakramen, kedatangan Yesus yang kedua

Referensi : 1. Cipta Loka Caraka, 1979 : Mengapa Takut Bersikap Terbuka Yayasan Kanisius Yogyakarta..

22

2. Hardawiryana, 1976 : Membina Jamaat Beriman Jakarta , Dokpen. Mawi.

3. Huber, 1979 : Arah Katase di Indonesia , Yayasan Kanisius Yogyakarta.

4. Tom Jacobs , 1979 : Dinamika Gereja ,Yayasan Kanisius Yogyakarta.

5. WM. Bakker ,1972 : Umat Katolik Berdialog Yayasan Kanisius Yogyakarta.





8.d INT 1104 Agama Hindu







: Pengetahuan dan sejarah agama Hindu. Grada (keimanan) : Panca sradha, ke-Esaan Tuhan, Atman, Karma Phola, Purnabawa, dan moksa, Etika : Brahman Atman. Aikian; Tat+norma Asi dan Tri kaya. ParaSudha: Dasa Yama dan nyama Brata. Asrama/Obavma Kapita Selacta; catur purwa arta; Tri ga vurga dan Triguna. Weda : Weda sruti, penyebaran Agama Weda ; Petunjuk penggunaan weda ; dan Asthangga Yoga.

Referensi : 1. Ida Padanda made Kemenun, 1974 : Trikarya Parisada Denpasar : PHD..

2. Ida Padanda made Kemenun, 1979 : Trikarya Parisada Denpasar : PHD.

3. Mayor Polak, 1980 : Pasanjali Raya Yoga Terjemahan, Denpasar : PKDP.

4. Nyoman S. Pendik , 1967 : Aspek-Aspek Agama Direktorat Bmbingan Masyarakat Hindu dan Budha, Departemen Agama RI

5. Pudja , Gde, 1983 : Sosiologi Hindu Dharma , Yayasan Pembangunan Pura Pata Maha .





8.e INT 1105 Agama Budha






menunjang toleransi antar umat beragama.

23


: Memahami sejarah agama Budha serta lambang Agama Budha, empat kesunyataan mulia dan delapan jalan utama. Pendahuluan. Budha Dharma. Hinayana /Thervada.Mahayana. Tantryana. Tripitaka. Kebaktian. Arti parita/mantram. Empat kesunyataan mulia. Delapan jalan utama. Karma dan Tumimbal lahir.

Referensi : 1. Soedjas, R. S; 1084: Tex Book Agama Budha Syarat kelulusan : C Metode Pembelajaran




9. INT 1201 Bahasa Indonesia


: ST3, ST4


: 1.Mahasiswa terampil berbahasa Indonesia sebagai bahasa Negara dan bahasa nasional secara baik dan benar untuk menguasai,

2.Menerapkan, dan mengembangkan ilmu pengetahuan, teknologi, dan seni sebagai perwujudan kecintaan dan kebanggaan terhadap bahasa Indonesia.

3.Mengetahui struktur dasar penulisan karya ilmiah 4.Menulis karya ilmiah dengan menggunakan bahasa indonesia

yang baik 5.Mengambil sampel data dan menganalisisnya


: 1.Sejarah bahasa Indonesia.Hakikat kedudukan Bahasa Indonesia, fungsi bahasa, identifikasi fungsi bahasa Pedoman Umum Ejaan yang Disempurnakan (EYD).

2.Pedoman Umum Pembentukan Istilah dalam bahasa Indonesia,Pengertian kalimat, pengertian kalimat efektif, ciri kalimat Efektif, Pengertian paragraph,Pola pikir paragraph,Pengembangan paragraph.

3 Penulisan karya ilmiah: Bagian pemilihan topic dan rumusan masalah,Bagian pendahuluan karya ilmiah, bagian pembahasan atau isi karangan, bagian akhir karya tulis,(daftar pustaka, penulisan kutipan,lampiran).ragam lisan ilmiah (seminar, workshop,dsb).

4.Presentasi hasil karya tulis ilmiah: pengertian penelitian, jenis-jenis penelitian,tujuan penelitian,peranan penelitian, persyaratan penelitian,konsep-konsep dasar penelitian,methodologi penelitian,Kajian Pustaka, kerangka Pemikiran ,hipotesis, telaah laporan penelitian

5.Populasi dan sampel penelitian1.pengertian populasi dan sampel, Alasan pemilihan sampel, syarat-sayarat sampel yang baik, ukuran sampel, Teknik sampling, factor-faktor yang mempengaruhi besarnya sampel,

6.Skala pengukuran dan instrument penelitian:skala pengukuran,jenis-jenis skala pengukuran,pengertian Instrumen penelitian, ciri-ciri instrument yang baik,penyusunan instrument penelitian,

7.Pengumpulan, pengolahan & Penyajian data:Pengertian data dan jenisnya,Pengumpulan data,pengolahan data, bentuk-bentuk penyajian data penelitian

8.Analisis data:Pengertian, Tujuan dan bentuk analisis data, Alat analisis data,Analisis hubungan,analisis komparasi, analisis deskriptif, Interpretasi analisis data,Penyajian Hasil penelitian dan Pembahasan

Referensi : 1. Arifin, E. Zaenal dan S.Amran Tasai. 2000.Cermat Berbahasa

Indonesia untuk perguruan Tinggi. Jakarta: Akademika Pressindo.

2. Badan penerbit Undip. 1994. Bahasa Indonesia untuk

24

Mahasiswa Pelajaran bahasa Indonesia sebagai Mata Kuliah

Dasar Umum/wajib Universitas semarang: badan Penerbit Undip.

3. Badudu, J.S. 1984. Inilah Bahasa Indonesia yang benar.

Jakarta: Gramedia. 4. Chaer, Abdul.1994. Linguistik Umum. Jakarta: PT Rineka Cipta. 5. Djuroto, Totok dan Bambang Suprijadi. 2002. Menulis Artikel

dan karya ilmiah. Bandung: Rosdakarya. 6. Hadi, Sutrisno. Dkk. Bimbingan Menulis Skripsi, Thesis.

Yogyakarta: Andi Offset. 7. Hasan, Iqbal. 2002. Metodologi Penelitian dan Aplikasinya.

Jakarta: Ghalia Indonesia. 8. Indriati, Etty. 2001. Menulis Karya Ilmiah, Artikel, Sekripsi,

Tesis, dan Disertasi. Jakarta: PT Gramedia. 9. Kridalaksana, Harimurti. 2006. Pembentukan Istilah. Jakarta:

gramedia. 10.Mustofa, Bisri. 2009. Pedoman Menulis Proposal Penelitian

Sekripsi dan Tesis. Yogyakarta: 11.Panji Pustaka.Waridah, Ernawati.2008. EYD & Seputar

Kebahasa-Indonesiaan. Jakarta. Kawan Pustaka. 12. Ramlan, M.dkk. 1992. Bahasa Indonesia yang Salah dan

yang Benar. Yogyakarta: Penerbit Andi Offset 13. Razak Abdul. 1988. Kalimat Efektif: Struktur, Gaya dan

Variasi. Jakarta: PT Gramedia. Syarat kelulusan : C Metode Pembelajaran

: Ceramah interaktif, diskusi, latihan, dan penugasan


: Belajar sepanjang hayat, Kemampuan komunikasi, Kemampuan kerjasama kelompok, Integritas dan konsisten terhadap nilai moral dan etika.

10. SIT 1104 Aljabar Linier I


: PP1, KU1


: Mahasiswa diharapkan: 1. Mampu menjelaskan materi yang terkait dengan aljabar linear 1

dan menerapkannya pada masalah-masalah riil yang dihadapi pada kehidupan sehari-hari, secara tepat.

2. Memiliki kesiapan yang cukup dalam mempelajari matakuliah lain, yang memerlukan aljabar linier 1 sebagai prasyarat


: Matriks dan Operasi Matriks, matriks-matriks khusus: simetrik, idempotent, orthogonal, dll. Operasi Baris Elementer dan kolom elementer, determinan matriks, invers matriks dan metode menetukan invers, rank matriks. Sistem Persamaan Linier: Pengertian Sistem Persamaan Linier (SPL), metode solusi SPL dengan Eliminasi Gauss, Eliminasi Gauss Jordan, metode Invers Matriks, Aturan Cramer, Sistem Persamaan Linear Homogen, Ruang Vektor di Rn operasi-operasi pada vektor, panjang vektor, hasil kali titik dan jarak antara dua vektor, proyeksi ortogonal, perkalian vektor, bebas linear dan tidak bebas linear, Basis dan dimensi, Nilai Eigen dan Vektor eigen.

Referensi : 1. Anton, H dan Rorres, C (1995) Elementary Linear Algebra : Application Version, New York : John Wiley & Sons.Inc.

2. Anton, H., 1992, Elementary Linear Algebra, John Wiley & Sons, Inc

3. Budhi, S., B., 1995, Aljabar Linear, PT. Gramedia Pustaka Utama, Jakarta.

4. Leon, S. J., 2001, Linear Algebra with Applications, Prentice-Hall, Inc

25

5. Cullen, C.G., 1993, Linear Algebra with Applications, alih bahasa Bambang Sumantri, Gramedia, Jakarta

6. Suryowati, K dan Harmastuti, 2013, Aljabar Linear, AKPRIND PRESS, Yogyakarta





11. SIP 1502 Algoritma &Pemrograman


: PP1, KK1


: Mahasiswa diharapkan: 1. Memahami konsep dasar Algoritma & Pemrograman 2. Mampu dan trampil dalam mengolah dan menyusun program

komputer denganbahasa pemrograman tingkat tinggi Bahan Kajian (Pokok Bahasan)

: Sekilas tentang C, struktur program C, pengenal pada pemrograman C, konstanta dan variable, macam-macam operator, bentuk ungkapan, operasi masukan dan keluaran, penyeleksian kondisi menggunakan if, penyeleksian kondisi menggunakan switch, implementasi dengan menggunakan pascal , perulangan for, perulangan while, perulangan do while, implementasi pada pascal , array berdimensi satu, array berdimensi dua, array berdimensi banyak, array sebagai parameter, batasan nilai indeks array, operasi karakter, operasi string, konsep dasar fungsi, ruang lingkup variable, pengiriman parameter, konsep dasar file, file berpenyangga, file tidak berpenyangga, hubungan antara file berpenyangga dengan tidak berpenyangga, manipulasi file

Referensi : 1. Brassard Giles and Bratley ,Paul 1996, Fundamental of Algoritmics, Prentice Hall, Englewood Clifts , New Jersey

2. D. Ravie Chandran, 1999: Programming With pascal , Mc. Graw-Hill , Inc

3. Nanei TR., 1982 : Komputing and Problem Solving With Pascal, Prentice Hall.

4. Knuth, D.E., 1973 :The Art of Computer Programming : Fundamental Algoriths “ , Vol 1, 2 nd . ed . Addison Wesley.

5. Dahl, O.J., EW Dijkstra, C.A.R. Hoare , 1972 : Structured Programming , Academic Press.

6. Horowiitz, E. 1975 : Practical Strategies For Developing Large Software System , Addison Wesley.

7. Munir, Rinaldi dkk, 1998 Algoritma dan Pemrograman , Informatika Bandung





12. SIT 1103 Kalkulus II

Kredit : 3 sks Prasyarat : SIT 1102 Penyelenggara : Jurusan Capaian Pembelajaran Lulusan Prodi

: PP1, KU1


: Mahasiswa diharapkan: 1. Keterampilan dalam bidang kalkulus integral yang didukung oleh

penguasaan konsep, rumus, metode, dan penalaran yang

26

benar; 2. Pola berpikir yang logis, sistematis, dan kritis dalam menghadapi

setiap permasalahan; 3. Kreativitas yang tinggi dalam upaya memecahkan masalah yang

terkait dengan kalkulus; 4. Kemampuan dalam mengkomunikasikan hasil pemikiran dan

pekerjaannya baik secara lisan maupun tulisan; 5. Kesiapan yang cukup dalam mempelajari matakuliah lain, yang

memerlukan kalkulus sebagai prasyarat Bahan Kajian (Pokok Bahasan)

: Pengertian anti derivatif, integral tak tentu, rumus-rumus dasar, sifat-sifat integral, teknik pengintegralan, integrasi fungsi pecah rasional, substitusi yang merasionalkan, teorema fundamental integral, improper integral. Penggunaan integral untuk menghitung luas, volume, panjang busur, titik berat, momen inersia, serta integrasi numeris.

Referensi : 1. Varberg,D, Purcell, E.J & Rigdon, S.E., 2007 : Calculus 9th

ed. Prentice Hall Inc., ( alih bahasa : I Nyoman Susila, dkk 2010.: Kalkullus Jilid I , Edisi kesembilan Erlangga Jakarta)

2. Kreyzig, E., 1988 : Advanced Engineering Mathematics , 6ed,

John Wiley & Sons, New York. 3. Leithold, L, 1991 : Kalkulus dan Ilmu Ukur Analit, Erlangga 4. Spiegel M. R., 1990 : Kalkulus Lanjutan , edisi terjemahan,

Erlangga, Jakarta.1. 5. Stewart J, 1999, Calculus, 4th edition, Brooks/Cole Pub.

CompPub. Comp 6. Bradley, G. L. & K. J Smith , 1995 : Calculus Printice-Hall Inc 7. Simmons G. F, 1996 : Calculus With Analytic Geometri , Mc.

Graw-Hill Co. Syarat kelulusan : D Metode Pembelajaran




13. SIP 1303 Metode Statistika II


: PP2, KK3


: Setelah mengikuti matakuliah metode statistika II ini mahasiswa diharapkan: 1. mampu dan terampil dalam melakukan inferensi statistik secara

tepat dan benar. 2. mahasiswa mampu mengidentifikasi dan menggunakan analisa

data statistik yang berhubungan dengan: Uji goodness of fit, Uji independensi, Uji homogenitas, Uji Fisher-Irwin, Anava satu arah dan multi arah , Komponen Variansi, Perbandingan Ganda, Model Komponen Variansi, Uji Homogenitas Variansi. Analisis Regresi Sederhana dan korelasi


: Analisis data statistika yang berhubungan dengan: Uji Goodness of Fit, uji normalitas, uji homogenitas, uji independensi, uji Fisfer-irwin, membuat Anava Satu Arah dan Multi Arah, Perbandingan Ganda (Metode Tukey, metode Scheffe, metode Bonferroni, metode Newman-Keuls) dan Komponen Variansi (uji homogenitas variansi, uji Bartlet, uji Cochran, estimasi mean dan analisis variansi, transformasi).

Referensi : 1. Bhattacharyya, 1977, “Statistical Concepts and Methods”, John Willey Mario F Triola, 2004, Elementary Statistics, Adison Welley

3. Noeryanti, 2012, Metode Statistika II, Akprind Press, Yogyakarta 4. Rohatgi V K, 1979,”Probability Theory”, John Wiley & Sons, New

York 5. Spiegel M.R, 1972; “Statistics”; McGraw-Hill Book Company,

New York.

27

6. Walpole R.E; 2006; “Ilmu Peluang dan Statistika Untuk Insinyur dan Ilmuwan”Edisi ke 4; Penerbit ITB, Bandung




: Belajar sepanjang hayat, keterampilan sintesis dan analisis, kemampuan komunikasi dengan bidang lainnya.

14. SIT 1201 Matematika Diskret


: PP1, KK1


: Menguasai konsep dan teori konsep konsep struktur diskrit, yang meliputi materi dasar matematika yang digunakan untuk memodelkan dan menganalisis sistem komputasi


: Sekilas proposisi, relasib iner, fungsi padapermasalahandiskrit. Induksi Matematik, Kombinatorik, PengantarTeori Graph (Definisi : graph, node, edge, loop, adjacent, incident, isolated node; Jalur : panjang, open/close, trail, circuit, path, cycle; Connected graph dankomponensuatu graph, multiplicity, n-graph; Subgraph, spanning subgraph, komplemen graph, graph lengkap, pengurangan graph dengan node dandengan edge; Derajadsuatuvertekdan circuit euler; planar graph, bipartite, dual suatu graph; Hamilton cycle; Pewarnaan graph, chromatic number, chromatic polinomial). Tree (Terminologi : Definisi tree, spanning tree, forest; Rooted tree, leaf, internal vertek, root, parent, child, sibling, ancestor, descendant, level dantinggisuatu tree; Binary tree, m-ary tree, complete binary tree, balanced tree; OperasiAritmetikapada Ordered tree : Infiks, Prefiks, Postfiks), Algoritmapada graph dan tree (Inorder, Preorder, Postorder, DFS (Depth-first search algorithm), BFS (Breadth-first search algorithm), algoritmaoptimisasipada Graph (MST, Dijkstra), Aljabar Boole.

Referensi : 1.Grimaldi, R.P. 1995. Discrete and Combinatorial Mathematics. 3 rd Edition. Addison Wesley.

2.Deo N, 1984, Graph theory with Applications to Engineering and Computer Science , Prentice-Hall .

3.Harmastuti, 2007, Matematika Diskrit Diktat Kuliah, Jurusan Matematika IST AKPRIND Yogyakarta.

4.Liu C.L. , 1997, Dasar- dasar Matematika Diskret Mc. Graw-Hill Inc.

5. Munir R, 2001, Matematika Diskrit , CV, Informatika Bandung.

6.Siang J.J,2002, Matematika Diskrit dan Apliksinya pada Ilmu Komputer, Andi Offset Yogyakarta.





15. SIT 1304 Pengantar Teori Probabilitas

Kredit : 3 sks Prasyarat : SIP 1301, SIT 1103 Penyelenggara : Jurusan Capaian Pembelajaran Lulusan Prodi

: PP2


: Mahasiswa diharapkan: 1. Mampu menjelaskan konsep-konsep dasar teori probabilitas

28

Matakuliah secara benar. 2. Terampil dalam melakukan hitungan-hitungan yang berkaitan

dengan probabilitas, distribusi probabilitas (diskrit dan kontinu), fungsi densitas gabungan, diatribusi marginal, probabilitas bersyarat, bebas statistika, Nilai harapan dan variansi.


: Pendahuluan: pentingnya belajar probabilitas, ruang sampel dan kejadian, menghitung titik-titik sampel, probabilitas suatu kejadian, aturan penjumlahan, probabilitas bersyarat, aturan perkalian, aturan bayes, dan beberapa contoh penggunaannya. Perubah acak dan distribusi probabilitas: perubah acak diskrit dan kontinu, distribusi probabilitas diskrit dan kontinu. Fungsi padat gabungan, diatribusi marginal, probabilitas bersyarat, bebas statistika, dan beberapa contoh penggunaannya. Nilai harapan matematika dan variansi, kombinasi linier dan beberapa contoh penggunaannya. Beberapa distribusi probabilitas diskrit: Bernoulli, Binomial, Multinomial, Geometrik, Binom Negatif, Hipergeometrik, Poisson, dan beberapa contoh penggunaannya. Beberapa distribusi probabilitas kontinu: distribusi Normal standart, Eksponensial, Gamma, t, chisquare, F dan beberapa contoh penggunaannya. Distribusi Probabilitas Gabungan: arti perubah acak berganda, fungsi massa gabungan, fungsi densiatas gabungan, distribusi Marginal, distribusi bersyarat, bebas statistik, nilai harapan matematika, variansi dan kovariansi. Beberapa contoh penggunaannya

Referensi : 1.Hogg Robert V.,Craig Allen T.,1978,Introduction to Mathematical Statistics,Macmillan Publishing Co,Inc.

2.Mc Clave, J.T & Sincich, T., 2006, Statistics, 10 th, Prentice Hall, USA

3.Noeryanti, 2011, Pengantar Teori Probabilitas, Diktat Kuliah, Jurusan Matematika, IST Akprind, Yogyakarta

4. Rohatgi V K, 1979, Probability Theory, John Wiley & Sons, New York

5. Walpole R.E, et al, 2002, Probability & statistics for Engineers & Scientists, 7th, Prentic USA


: Ceramah, diskusi, tugas kelompok dan individual



SEMESTER III

16. INT 2107 Kewarganegaraan


: ST1, ST2, ST3, ST4, ST5, ST6, ST7, ST8, ST9


: - Memiliki kemampuan untuk menganalisa masalah-masalah konstekstual kewarganegaraan, mengembangkan sikap positif dan perilaku yang mendukung terwujudnya kesadaran berbangsa dan bernegara, rasa cinta tanah air, wawasan nusantara dan ketahanan nasional

- Mampu menjelaskan masalah-masalah kontekstual pendidikan kewarganegaraan dan mampu mengembangkan sikap positif dan perilaku yang mendukung terwujudnya demokrasi yang berkeadaban serta hak asasi manusia

- Mampu mengimplementasikan hal-hal yang secara kontekstual yang berhubungan dengan pendidikan kewarganegaraan, wawasan dan kesadaran berbangsa dan bernegara, cinta tanah air, demokrasi, hak asasi manusia, kesadaran hokum, penghargaan atas keragaman dan partipasinya dalam membangun bangsa dan negara berdasarkan Pancasila dan Undang Undang Dasar 1945

- Memiliki karakter kebangsaan, demokrasi, menghargai hak asasi manusia, multicultural, sadar akan hak dan kewajiban sebagai

29

warga negara, cerdas, kritis, terampil dan professional sehingga dapat diandalkan untuk membangun bangsa dan negara berdasarkan Pancasila dan Undang Undang Dasar 1945

- Mampu menampilkan sikap positif dan perilaku yang mendukung kesadaran hokum, hak asasi manusia, demokrasi yang berkeadaban dan keragaman sesuai dengan profesinya masing-masing


: Pengantar Pendidikan Kewarganegaraan yang mencakup Hak dan Kewajiban Warganegara, Pendidikan Pendahuluan Bela Negara, Demokrasi Indonesia, Hak Asasi Manusia, Wawasan Nusantara, Ketahanan Nasional, serta Politik dan Strategi Nasional.

Referensi : 1. Arif Johan Tunggal, 1998, Perturan Perundang-Undangan Kewarganegaraan, Harfarindo.

2. Abdul Bari Azed, 1998, Intisari kuliah masalah kewarganegaraan, IND-HiLL.

3. A. Ubaidillah, dkk., Pendidikan Kewarganegaraan (Civic Education) : Demokrasi, HAM dan Masyarakat Madan, IAIN Jakarta Press, 2000

4. Endang Zaelani Sukaya, dkk., 2002, Pendidikan Kewarganegaraan, Paradigma, Yogyakarta.

5. Saefoedin Bahar, 2002, Konteks Kenegaraan, Hak Asasi Manusia, Pustaka Sinar Harapan, Jakarta.

6. Adi Sumardiman, dkk., 1982, Wawasan Nusantara, Jakarta. 7. Lemhannas, 1995, Wawasan Nusantara, PT. Ismoyo Jati,

Jakarta. 8. Lemhannas, 1980, Bunga Rampai Ketahanan Nasional

(Konsepsi dan Teori), PT. Repres Utama, Jakarta. 9. Lemhannas, 2001, Pendidikan Kewarganegaraan, PT.

Gramedia Persada, Jakarta. Syarat kelulusan : C Metode Pembelajaran



: Ketrampilan sintesis dan analisis,Belajar sepanjang hayat, Keterbukaan terhadap keberagaman, Integritas dan konsisten terhadap nilai, Kepemimpinan.

17. INT 2201 Teknik Lingkungan


: ST3, ST6


: - Memiliki kemampuan dalam pengetahuan ekologi dan ilmu lingkungan

- Mampu menjelaskan, mengenali dan menangani krisis ekologi dan lingkungan.

- Memiliki ketrampilan dalam pengembangan ilmu lingkungan - Mampu mengimplementasikan perlidungan dan pengelolaan

lingkungan hidup, bagaimana konservasi sumberdaya alam dilaksanakan.

- Dapat mengidentifikasi kerawanan ekosistem dan kerusakan ekosistem yang terjadi, baik peristiwa alami (bencana alam) maupun karena aktifitas manusia


: (1) Satuan Acara Perkuliahan (SAP) dan Garis-Garis Besar Program Pengajaran, (2) pendahuluan (permasalahan Lingkungan, sejarah kerusakan lingkungan dan isue lingkungan global), (3) UUPLH No. 23 tahun 1997 dan PP No. 27 tahun 1999 tentang AMDAL, (4) mengetahui dampak industri dan teknologi (pencemaran udara dan gas, air serta bahan padat dan B-3), (5) mengerti penyediaan air bersih dan teknologi pengolahan air minum dan (6) mampu mengelola lingkungan

Referensi : 1. Achmad, Rukaesih, 2004, Kimia Lingkungan, Andi Offset, Yogyakarta

2. Anonimus, 1997., Undang-Undang Republik Indonesia No. 23 Tahun 1997 Tentang Pengelolaan Lingkungan Hidup. Bapedal, Jakarta.

30

3. Anonimus, 2009, Undang-Undang Republik Indonesia No. 32 Tahun 2009 Tentang Pengelolaan Lingkungan Hidup. Bapedal, Jakarta.

4. Manahan, Stanley E., 2000, Environmental Chemistry, 7th

Edition, Lewis Publisher,Tokyo.

5. Manahan, S.E. 1992. Toxicological Chemistry.Second Edition. Lewis Publishers. Tokyo.

6. Metcalf & Eddy, 1972, Wastewater Engineering, McGraw-Hill Book Company,New York.

7. Peavy, H.S., Rowe, D.R., & Tchobanoglous, G., 1985, Environmental Engineering, McGraw-Hill Book Company, New York

8. Soemarwoto, O. 1988. AMDAL. Gama Press. Yogyakarta Syarat kelulusan : C Metode Pembelajaran



: Manajemen pribadi, Ketrampilan sintesis dan analisis, Belajar sepanjang hayat, Kemampuan komunikasi, Keterbukaan terhadap keberagaman,Integritas dan konsisten terhadap nilai.

18. SIP 2504 Komputasi Statistika

Kredit : 3 sks Prasyarat : SIP 1502, SIP 1302 Penyelenggara : Jurusan Capaian Pembelajaran Lulusan Prodi

: PP3


: Mahasiswa mempunyai pengetahuan dan ketrampilan menggunakan struktur dan algoritma dari paket program statistika sehingga dapat mengolah dan menganalisis data menggunakan paket program maupun makronya dengan bantuan komputer


: Pengenalan dan penggunaan paket-paket program statistika SPLUS dan R, pembahasan tentang struktur dan algoritma paket program statistika tersebut, penyusunan program macro dari paket dari paket program statistika SPLUS dan R, pembahasan struktur dan algoritma-algoritma dalam statistika, managemen data (penyusunan basis data dan sistem informasi).

Referensi : 1. Suhartono, 2008, Analisis Data Statistika dengan R, Jurusan Statistika ITS Surabaya.

2. Maindonald. 1984. Statistical Computation. Wiley, USA 3. Minitab Inc. 1994.Minitab Reference Manual Release 10.2 For

Windows. Minitab Inc., USA 4. Dalgaard, P. 2002. Introductory Statistics with R. Springer –

Verlag New York Inc 5. Venables, W. N & Ripley, B. D. 1994. Modern Applied

Statistics with S – Plus, Springer – Verlag New York Inc Syarat kelulusan : D Metode Pembelajaran




19. SIT 2106 Kalkulus Lanjut


: PP1, KU1


: Mahasiswa diharapkan: 1. Mengerti konsep dasar fungsi dua perubah atau lebih 2. Dapat menghitung derivatif fungsi dua perubah atau lebih 3. Dapat menghitung integral fungsi dua perubah atau lebih.

31

4. Dapat menyelesaikan masalah nyata yang terkait. Bahan Kajian (Pokok Bahasan)

: Pengertian fungsi dua variable atau lebih. Fungsi dengan dua variable atau lebih & derivatif parsial: Derivatif parsial tingkat satu & tingkat tinggi, Diferensial total, Menghitung harga pendekatan. Diferensial parsial, maksimum & minimum: Fungsi implicit, Deret Taylor untuk fungsi dua peubah, Maksimum & minimum, Metode pelipat Lagrange. Integral ganda: . Integral berlipat dua: integral berlipat tiga, volume benda, Luas daerah tertutup. Integral garis & integral permukaan: Integral garis, Notasi vector integral garis, Penghitungan integral garis, Sifat-sifat integral garis, Kurva tertutup sederhana, Daerah terhubung sederhana, Integral garis tak tergantung dari jalan, Teorema Green dalam bidang, Teorema Stokes, Deret tak Berhingga: Pengertian konvergen & divergen, Uji konvergensi. Deret Fourier: Pengertian fungsi periodic, Koefisien – koefisien Fourier, Deret Sinus setengah jangkauan, Deret Cosinus setengah jangkauan.

Referensi : 1. Kreyzig, E., 1988 : Advanced Engineering Mathematics , 6 ed, John Wiley & Sons, New York.

2. Leithold, L, 1991 : Kalkulus dan Ilmu Ukur Analit , Erlangga 3. Purcell, E.J & Dale Varberg, 1999 : Kalkulus dan Geometri

Analitik, jilid 2 ed terjemahan , Erlangga, Jakarta. 4. Spiegel M. R., 1990 : kalkulus Lanjutan, edisi terjemahan,

Erlangga, Jakarta.Kreyzig, E., 1988 : Advanced Engineering Mathematics , 6 ed, John Wiley & Sons, New York.

5. Taylor, A.E.,1989, Advanced Calculus, Blaisdell Syarat kelulusan : D Metode Pembelajaran




20. SIT 2105 Aljabar Linier II


: PP1, KU1


: Mampu menjelaskan transformasi linear dan karakterisasinya, similaritas matriks, bentuk kanonik jourdan, matriks terpartisi, vektor random, dan mampu menerapkannya pada masalah-masalah yang terkait dengan hampiran kuadrat terkecil, Bentuk Kuadratik dan Model-model Ekonomi Linear


: Ruang vektor umum, ruang inner product, Transformasi Linier:: Pengertian Transformasi Linear, Kernel dan Jangkauan, Matriks Transformasi. Similiritas matriks, Bentuk kanonik Jordan: Eigen vector tergeneralisir, prosedur pembentukan kanonik Jordan, matriks terpartisi, vector eigen, vector random, Beberapa Aplikasi: Pada Hampiran Kuadrat terkecil, Bentuk Kuadratik dan Model-model Ekonomi Linear.

Referensi : 1. Anton. H., 1994 , Elementary Linier Algrebra, John Wiley & Sons Inc., New York

2. Charles E. Cullen 1988, Aljabar linier dengan penerapannya,by Scott Fores man and company.

3. Frank Ayres, JR ,1974, Scaum’s Outline series Theory and problems of Mtrices , McGraw-Hill Book Company .

4. Searle.SR., 1982 , Matrix Algebra Useful for Statistics, John Wiley & Sons Inc., New York

6. Seymour Lipachultz,1981, Linier Algebra, Schaum’s outline serie, McGraw- Hill, Inc.

7. Steven J,L, 2001, Aljabar Linier dan Aplikasinya , edisi terjemahan, Erlangga Jakarta.



Metode Evaluasi : Tugas, UTS, UAS

32

Keterangan : Detail pembelajaran ada di RPS Kompetensi softskill yang dikembangkan


21. SIT 2305 Metode Stat Non Parametrik


: PP2, KK2, KK3


: Mahasiswa diharapkan: 1. Mampu menjelaskan perbedaan statistika parametrik dan

statistika nonparametrik secara benar. 2. Terampil dalam membuat keputusan yang berkaitan dengan

beberapa uji statistik nonparametrik untuk data tunggal maupun data berpasangan

3. Terampil dalam melakukan hitungan-hitungan yang berkaitan dengan contoh penggunaannya


: Model-model uji binomial, uji kuantil, uji tanda Mc Nemar, uji tanda trend, uji tanda Cox dan Stuart, uji Chi kuadrat untuk independensi, uji Median, uji Chi kuadrat untuk Goodness of Fit, uji Cochran, uji rank Wilcoxon, uji rank Man Whitney, uji k-sampel independensi, uji k-sampel dependensi., dan uji Kolmogorov-Smirnov.

Referensi : 1. Conover. W J, 1977, Practical Non Parametric Statistics, John Wiley & Son, New York.

2. Noeryanti, 2011, Diktat Metode Statistika Nonparametrik, Jurusan Matematika, Fakultas Sains Terapan, IST Akprind

3. Praptono Drs, MA, 1986; Metode Statistika Nonparametrik ; Universitas Terbuka Penerbit Karunika Jakarta





22. SIP 2503 Basis Data


: PP3, KK1, KK2, KK3


: Mahasiswa diharapkan: 1. Mengerti tentang basisdata dan system basis data 2. Dapat merancang basis data dengan teknik ER_M serta

mengoptimalkan. 3. Dapat membuat proyek akhir.


Pengertian Basis Data Dan Sistem Basis Data; Tujuan Dan Keuntungan Basis Data; Kekangan Dalam Basis Data; Pandangan Terhadap Basis Data; Model Data; Entity Relationhip Model / ER_M; Hierarchycal Model; Semantic Model; Network Model; Relational Data Base Model; Schema Dan Subschema; Studi Kasus Perancangan Basis Data; Pengembangan Sistem Basis Data.

Referensi : 1. Atre, S., 1980, Database: Structured Techniques For Design, Performance And Management With Case Study, Canada, John Wile&Sons,Inc.

2. Austing, R.H., 1988, File Organzation And Acces, USA, DC Heat & Co.

3. Date, C.J., 1995, An Introduction To Database Systems, Adisson Wesley Publishing, Co., Inc.

4. Elmasri, R. and Navathe, S., 1994, Fundamental Of Databases System, 2nd edition, Redwood City, The Benjamin Cummings Publishing, Co., Inc.

33

5. Harbon, T.R., 1988, File Systems, USA, Prentice Hall, Inc. 6. Korth, H.F. & A. Silberschatz. 1991. Database System

Concepts. McGraw-Hill, New York 7. Kroenke, D.M., 1983, Database Processing : Fundamental,

Design, Implementations, 2nd edition, Chicago, Science Research Associates, Inc.

8. Parsaye, K., Chignell, M., Khoshafian, S., Wong, H., 1989, Intelligent Databases, Nanada, Jhon Wiley & Sons, Inc.

9. Stamper, D., 1990, Database Design And Management An Applied Approach, International edition, Singapore, Mc.Graw-Hill International, Co.





23. SIP 2306 Analisis Regresi


: PP1, PP2, PP3, KK1, KK2, KK3


: Mahasiswa dapat : 1. Memahami konsep-konsep dasar regresi secara benar. 2. Menentukan pola data berpasangan dan penduga persamaan

regresinya secara tepat. 3. Menentukan model terbaik menganalisis dan dapat

menginterprestasikan ke permasalahan nyata. Bahan Kajian (Pokok Bahasan)

: Review, peubah bebas dan peubah terikat, perubah acak, rataan, variansi, beberapa distribusi penting, inferensi rataan, variasi, populasi untuk populasi normal. Pengertian regresi, Regresi linier sederhana, pencocokan garis lurus dengan kuadrat terkecil (hubungan garis lurus dua peubah, regresi linear sederhana, ketidak pastian model dan galat murni, pemeriksaan persamaan regresi). Korelasi : hubungan kofisien regresi( b), koefisien korelasi, determinasi R2, korelasi parsial. Pendekatan matriks untuk regresi linear sederhana, Diagnosa model dan asums, . Regresi dengan dua perubah bebas mencari penduga regresi secara bersama, pengaruh suatu perubah bebas, menafsirkan koefisien regresi , pendekatan dengan notasi matriks, pemeriksaan model. Model-model regresi lanjut (polinomial, model hasil transformasi, peubah dummy, polinom ortogonal), pemilihan model terbaik (semua kemungkinan model, himpunan model terbaik, prosedur forward, prosedur backward, regresi bertatar), regresi logistik biner(pendugaan model, uji koefisien regresi, interpretasi koefisien).

Referensi : 1. Draper, N.R. dan H. Smith. 1981. Analisis Regresi Terapan. Edisi 2 terjemahan Bambang Sumatri, PT. Gramedia, Jakarta.

2. Hosmer, D.W dan Lemeshow, S. 1989. Applied Logistic Regression. John Wiley & Sons, Inc. New York

3. Sembiring, R,K, 2003, Analisis Regresi ,ITB Bandung Syarat kelulusan : D Metode Pembelajaran




SEMESTER IV

24. INT 2101 Manajemen Mutu

Kredit : 2 sks

34

Prasyarat : - Penyelenggara : Institut Capaian Pembelajaran Lulusan Prodi

: ST9, ST10


: - Mampu mengenal, mengungkapkan, merumuskan, menelaah, menganalisis, menerapkan, mengevaluasi, merencanakan, dan pengorganisasian mutu

- Mampu menggunakan new seven tools - Mampu menghitung pengukuran kinerja - Mampu mengkomunikasikan pengambilan keputusan - Mampu menguasai problem solving operasional manajemen

dalam praktek manajemen mutu baik di bidang jasa maupun manufaktur


: Pengantar Manajemen Mutu, konsep dasar MMT Standar Manajemen mutu ISO 9001,Winning Concept (Focus customer satisfaction), Kepemimpinan Middle Management; ISO 14000; Budgeting Control System, Strategi Management; Balanced Score Card; Six Sigma; Gugus Kendali Mutu Managerial; New Seven Tools.

Referensi : 1. Amdi, 2002, Astra Management Development Institut, Astra Internasional, Jakarta.

2. Atmaja, EM, 2003, Target Control and Suzuki Production System, PT. Indomobil Suzuki Internasional Plant Tambun II, Jakarta.

3. Astra Internasional, 2004, Buku Pedoman Astra Management System, PT. Astra Internasional Tbk., Jakarta.

4. Astra Internasional, 2004, QCCS Manager Quality Astra Group, PT. Astra Internasional Tbk., Jakarta

5. Bovee,CL., John,V., 2002, Komunikasi Bisnis, PT. Prenhallindo, Jakarta

6. Djermani, S., 2000, Tata Cara Dan Prosedur Penerapan ISO 9000/ SNI 19- 9000, Asisten Menteri Koordinator Bidang Produksi dan Distribusi, Jakara

7. Gaspers, V., 2001, Total Quality Management, Gramedia Pustaka Utama, Jakarta.

8. Gaspers,V., 2002, Balanced Score Card, Gramedia Pustaka Utama, Jakarta

9. Garry, Y., 1998, Kepemimpinan Dalam Organisasi, PT. Bhuana Ilmu Populer, jakarta.

10. Garvin,Y.,1998, Managing Quality The Strategic And Competitive Edge, The Free Press A Division of Macmilan, Inc., NY.

11. Irawan, H., 2000, Measuring Customeer Satisfaction, Frontier, Jakarta

12. Juran,JM.,1995, Merancang Mutu, Pustaka Binawan Pressindo, Jakarta

13. Mulyadi,2000,Total Quality Management, Aditya Media, Yogyakarta

14. Pande,PS.,Neuman,R.,Cavanagh, 2000, The Six Sigma Way, Andi Offset, Yogyakarta

15. Ratgery,B., 1996, Sistem Manajemen Lingkungan 14000, PT.Pustaka Binawan Pressindo, Jakarta

16. Sadikin ,H., 2004, Bunga Rampai Kriteria Bisnis Malcolm Baldrige Quality Award, edisi 1, Telkom Training Center, Bandung

17. Supriyono, 1998, Manajemen Strategi Dan Kebijakan Bisnis, BPFE- UGM Yogyakarta

18. Telkom, 2004, Pengenalan ISO 9001 versi tahun 2000, Divlet telkom Centre of Human resources Development, Bandung

19. Telkom, 2004, Implementasi TQM / TQC , Telkom training Centre, Bandung

20. Waller,J.,Allen,D., Andrew,B.,1994, The Quality Management Manual : How To Write And Develop a Succesful Manual For Quality Management System, Prentice Hall Inc., NY.

Syarat kelulusan : D Metode : Tatap muka, ceramah, diskusi, praktek menentukan dimensi mutu

35

Pembelajaran produk dan jasa serta problem solving operasional manajemen mutu


: Manajemen Pribadi, Ketrampilan sintesis dan analisis,Belajar sepanjang hayat, Integritas dan konsisten terhadap nilai, Ketrampilan organisasi, Kepemimpinan.

25. SIT 2307 Teori Statistika I


: PP1


: Mahasiswa diharapkan: 1. Mampu menggunakan konsep-konsep distribusi probabilitas

secara benar 2. Terampil dalam melakukan inferensi statistik secara tepat dan

benar. 3. Terampil dalam membuat keputusan dalam melakukan uji

hipotesis secara tepat dan benar Bahan Kajian (Pokok Bahasan)

: Review teori probabilitas (konsep probabilitas, peubah acak , distribusi probabilitas, nilai harapan dan variansi). Transformasi perubah acak dan vektor random. Fungsi pembangkit momen, dan beberapa contoh penggunaannya. Dasar-dasar inferensi statistik: Estimasi (titik, interval), Uji Hipotesis. Beberapa sifat estimator titik: sifat konsisten dan tak bias, sifat cukup dan reduksi data. Beberapa metode menentukan estimator titik: metode momen, metode kemungkinan maksimum, dengan pendekatan teori keputusan. Uji hipotesis: hipotesis sederhana, hipotesis gabungan, generalisasi likelihood ratio test. Menghitung interval konfidensi. Beberapa topik penting dalam interval konfidensi, dan beberapa contoh penggunaannya.

Referensi : 1. Blum, J.R. dan Rosenblat, J., 1972, Probability and Statistics, W. B.Sanders.

2. Dudewicz, E.J., S. N. Mishra, 1988, Modern Mathematical Statistics, John Wiley & Sons,

3. Hogg, R.VC.and A.T. Craig, 1978, Introduction to Mathematical Statistics, 4th edition.

4. Rice, J., 1995, Mathematical Statistics and Data Analysis, Duxbury Press.





26. SIT 2601 Pengendalian Kualitas Produksi


: PP5, KK1,KK2,KK3


: Mahasiswa mampu memahami dan menerapkan pengedalian kualitas statistik dan pengendalian kualitas proses statistik untuk data atribut dan data variabel, melakukan analisis kemempuan proses serta menerapkan rencana penerimaan sampel untuk data atribut dan data variabel.


: Pengertian kualitas dan teknik perbaikan kualitas, pengendalian kualitas statistik, Pengendalian proses statistik untuk data variabel dan data atribut, Analisis kemampuan proses, rencana penerimaan Sampel untuk data atribut dan data variabel

Referensi : 1. Grant, E.L. and R.S. Leaventworth, 1972, Statistical Quality Control, John Wiley & Sons.

36

2. Montgomery, D.C., 1985, Introduction to Statistical Quality Control, Mc Graw Hill.

3. Praptono, Statistika Pengawasan Kualitas, Modul 1-9, Karunika Universitas terbuka Jakarta.

4. Subhash, C dan K Muller, 1979, Statistical Quality Control for Food and Agricultural Sciences,G.K. Hall & Co.





27. SIT 2402 Teknik Sampling & Survai


: KK1


: Mahasiswa mampu: 1. menguasai dengan baik metode-metode penting dalam analisis

data kategorik 2. memanfaatkan untuk menyelesaikan permasalahan nyata yang berkaitan dengan data kategorik


: Konsep sampling dan survey pada statistic, 2) sampling random, dan 3) sampling nonrandom

Referensi : Cochran, William G. 1977. Sampling Techniques. New York: John Wiley & Sons, Inc





28. SIP 2506 Pemrograman Internet dan Multimedia (P)

Kredit : 3 sks Prasyarat : Basis Data (CSP 1805) Capaian Pembelajaran Lulusan Prodi

: PP3


: Mampumembuat bahan presentasi dalam bentuk power point,pdf . Mampu menguploadkan materi presentasi ke internet. Mampu membuat materi elearning di internet serta membuat web sederhana


: Pengenalan power point untuk presentasi, pdf untuk menyusun materi elearning, pemrograman HTML dan penggunaannya di internet membuat web sederhana, serta pengenalan software-software untuk penyajian data.

Referensi : 1. Mengenal powerpoint dan pdf untuk membuat materi presentasi

2. Sutarman, 2003, Membangun Aplikasi Web dengan PHP dan MySQL, Graha Ilmu Yogyakarta.

3. Tim LPKBM MADCOMS, 2004, Aplikasi Program PHP & My SQL untuk membuat Website Interaktif, Andi offset


: Ceramah, diskusi, penugasan dan presentasi tugas

Metode Evaluasi : Tugas, UTS, UAS Keterangan : Detail pembelajaran ada di RPS Kompetensi softskill


37

29. SIT 2403 Metode Kuantitatif (P)

Kredit : 3 sks Prasyarat : Teori Probabilitas (STT 2304) Capaian Pembelajaran Lulusan Prodi

: PP2


: Mampu menjelaskan konsep metode kuantitatif Mampu melakukan analisis data menggunakan logika fuzzy, jaringan syaraf tiruan, multi layer perceptron, dan algoritma genetika.


: Review (konsep peubah acak ganda, matriks covariance, vektor ciri dan akar ciri), Overview analisis peubah acak ganda (analisis komponen utama, analisis klaster, K-Means, Nearest Neighbour), Pengantar logika fuzzy (berpikir fuzzy, representasi logika fuzzy, operasi dalam logika fuzzy, reasoning dalam logika fuzzy, inferensi dalam logika fuzzy, berbagai metode inferensi logika fuzzy), fuzzy C-Mean Clustering, Jaringan syaraf tiruan (konsep dasar, contoh-contoh sederhana untuk klasifikasi pola, Multi Layer Perceptron (arsitektur, algoritma, contoh aplikasi), Kohonen Self Organizing Maps (arsitektur, algoritma, contoh aplikasi), Algoritma genetika (what?, why?, how?, contoh-contoh sederhana, representasi solusi, operator cross over, mutasi, seleksi).

Referensi : 1. Dillon, W.M. dan M., Goldstein. 1984. Multivariate Analysis Methods and Application. John Wiley & Sons.

2. Goldberg, D.E., Genetic Algorithms, in search, optimization & machine learning. Addison-Wesley., 1989

3. Laurene F. 1994. Fundamentals of Neural Networks. Prentice Hall, Englewood Cliffs.

4. Mendenhall, W. dan Terry S. 1988. Statistics for the Engineering and Computer Sciences. Dellen Publ. Comp. San Francisco.Mendenhal1.

5. Zbigniew M. 1996. Genetic Algorithms + Data Structures = Evolution Programs. Th. Ed. Ketiga. Springer





30. SIT 2203 Metode Numerik (P)


: PP1, PP2, KK1


: Mahasiswa dapat menyelesaikan permasalahan nyata yang telah dirumuskan dalam model matematiknya menggunakan matriks, integral, akar persamaan non linier, pencocokan kurva, interpolasi.


konsep bilangan ,deret Taylor, galat pemotongan ,diferensi numerik, interpolasi mencari nilai akar suatu fungsi, menyelesaiakan persamaan simulatan dan integrasi numeris

Referensi : 1. Chapra S.C & Canale R.P.,1991, Metode Numerik, Mc Graw-Hill, Inc.

2. Conte Samuel D.,1980, Dasar-dasar Analisis Numerik, Mc.Graw-Hill,Inc.

3. Penny John, Lindfield G.,1995, Numerical Methods Using Matlab, Departemen of Mechanical Engineering, Aston University



Metode Evaluasi : Tugas, UTS, UAS Keterangan : Detail pembelajaran ada di RPS Kompetensi softskill yang


38

dikembangkan

31. SIT 3607 Manajemen Keuangan (P)

Kredit : 3 sks Prasyarat : SIP 1303 Capaian Pembelajaran Lulusan Prodi

: PP5,KK3


: 1. Mampu memahami konsep dasar dan analisis dalam mengelola keuangan perusahaan

2. Mampu memahami ruang lingkup dan fungsi manajemen keuangan konsep penilaian, manajemen modal kerja, manajemen aktiva tetap, dan penganggaran modal


: Pengantar manajemen keuangan, penilaian kinerja keuangan perusahaan, Peramalan, perencanaan dan penganggaran perusahaan,Analisa dampak leverage, manajemen modal kerja dan pendanaan jangka pendek, manajemen aktiva lancar, nilai waktu uang & dilema hasil-Resiko(Risk-Return Tradeoff), penilaian Obligasi dan saham, kriteria keputusan dalam penganggaran modal, biaya modal(cost of capital), struktur pemodalan(capital strukture).

Referensi : 1.Keown, Martin, Petty & Scott Jr, Basic Financial Management, 10

th Editon, Prentice Hall, 2005

2.Ross Westerfield & Jordan , Corporate Finance : Essencial Edition, McGraw-Hill, 2007


: Ceramah, case study



32. SIT 2202 Persamaan Differensial (P)

Kredit : 3 sks Prasyarat : SIT 2106 Capaian Pembelajaran Lulusan Prodi

: PP1


: - Mahasiswa dapat memahami konsep persamaan diferensial - Mahasiswa dapat menerapkan teknik-teknik penyelesaian

persamaan diferensial biasa untuk menyelesaikan berbagai masalah


: Konsep PD , PD Orde satu, PD linier homogen orde dua dengan koefisien konstan, Persamaan Euler-Cauchy, Eksistensi dan Ketunggalan selesaian PD homogen, PD linier homogen orde n dengan koefisien konstan, PD tak homogen, Sistem PD, Transformasi Laplace.

Referensi : 1. Setyawan, Y., 2007, Persamaan Differensial, Diktat Kuliah, Jurusan Matematika, IST AKPRIND Yogyakarta.

2. Deo, S.G. dan V. Raghavendra, 1987, Ordinary Differential Equations and Stability Theory, Tata McGraw-Hill Publ. Co. Ltd., New Delhi

3. Kreyszig, E., 1988, Advanced Engineering Mathematics 6th

ed., John Wiley & Sons, New York, Chichester, Brisbane, Toronto, Singapore.

4. Weir, M.D. dan F.R. Giordano, 1991, Differential Equations - A Modeling Approach, Instructor's Solution Manual, Addison Wesley Publ. Co., USA





33. SIT 2507 Sistem Informasi Manajemen (P)

Kredit : 2 sks

39

Prasyarat : SIP 1501 Capaian Pembelajaran Lulusan Prodi

: PP5,KK2


: 1. Memahami konsep sistem informasi manajemen 2. Mampu menggunakan sistem informasi manajemen untuk

pemecahan masalah Bahan Kajian (Pokok Bahasan)

: Konsep sistem informasi manajemen, komputer sebagai sistem Informasi organisasi, penggunaan sistem informasi,teori dan metodologi sistem, komputer sebagai peralatan pemecahan masalah

Referensi : 1.Indrajit,Richardus Eko,2000, Pengantar Konsep Dasar Manajemen Sistem Informasi Dan Teknologi Informasi,Elex Media Komputindo

2. Mc Leod,Jr.,2001,Management InformationSystem,7th edition,Prentice Hall


: Ceramah, Simulasi dan Project Based Learning

Keterangan : Detail pembelajaran ada di RPS Metode Evaluasi : Tugas, UTS, UAS Kompetensi softskill


SEMESTER V

34. INT 3102 Kewirausahaan


: ST9, ST10


: - Mampu memahami ruang lingkup menjadi wirausaha dengan konsep penanaman berpikir perubahan, berpikir kreatif, dan bekerja berorientasi pada tindakan.

- Mampu memahami cara mencari gagasan usaha dan pengambilan resiko dalam suatu usaha

- Mampu menerapkan cara membangun team work dalam wirausaha

- Mampu memahami konsep kepemimpinan kewirausahaan yang dinamis

- Mampu menganalis manajemen keuangan, pembiyaan usaha dan mencari sumber pendanaan

- Mampu menerapkan etika bisnis yang sesuai dengan kaidah-kaidah moral, sosial dan hukum

- Mampu menerapkan proses pemasaran dalam berwirausaha - Mahir membuat, menjalankan dan menganalisa dalam membuat

proposal usaha yang baik layak dijalankan Bahan Kajian (Pokok Bahasan)

: Karakteristik usaha kecil, karakteristik entrepreneur, identifikasi peluang usaha danevaluasi peluang usaha, analisis SWOT, bentuk-bentuk kepemilikan usaha dan Etika Bisnis, pembiayaan usaha baru (Laporan R/L, NERACA, Cash Flow, Modal kerja, Sistem persediaan), Investasi wirausaha, motivasi MIRA, Konseling dan Konselor Usaha Kecil, waralaba, rencana Pemasaran dan Keunggulan bersaing, persiapan satu tahun sampai satu bulan sebelum membuka usaha, kepemimpinan dan pengembangan usaha serta komunikasi bisnis

Referensi : 1. Buchari Alma, 2001, Kewirausahaan, Alfabeta Bandung. 2. Geoffrey E.Meredith at.al.,2000, The practice of

Entrepreneurship” Geneva. 3. Harimurti Subanar, 2001, Manajemen Usaha Kecil, BPFE

Yogyakarta. 4. Justin G Longenecker cs., 2001, Small Business Management,

Soulth Westerm College Publishing Co.NY. 5. Kasali R., dkk., 2010, Modul Kewirausahaan Untuk Program

Strata 1, Yayasan Rumah Perubahan: Jakarta 6. Masykur Wiratmo, 2001, Pengantar Kewirausahaan, BPFE

Yogyakarta. Suryani., 2001, Kewirausahaan, Salemba Empat

40

Jakarta. Syarat kelulusan : D Metode Pembelajaran

: Ceramah, Simulasi dan Project Based Learning

MetodeEvaluasi : Tugas, UTS, UAS Keterangan : Detail pembelajaran ada di RPS Kompetensi softskill yang dikembangkan

: Belajar sepanjang hayat, Keterampilan kerjasama kelompok, Keterbukaan terhadap keberagaman, Intergritas dan konsistensi terhadap nilai moral dan etika, Keterampilan berorganisasi, dan Kepemimpinan

35. SIT 3308 Teori Statistika II


: PP3


: 1. Mampu menggunakan konsep-konsep dasar estimasi dan uji hipotesis secara benar

2. Terampil dalam melakukan beberapa metode estimasi dan uji hipotesis secara tepat dan benar.

3. Terampil dalam melakukan hitungan-hitungan yang berkaitan dengan contoh penggunaannya


: Estimasi titik, sifat estimasi titik, beberapa metode estimasi titik (metode moment, metode kemungkinan maksimum, metode Bayes). Sifat-sifat statistik penduga (efisien, konsistensi, kecukupan). Pencarian penduga terbaik. Distribusi Normal Multivariat dan beberapa sifatnya. Distribusi vektor mean sampel dan beberapa bentuk kuadrat. Penduga parameter, penaksir titik dan penaksir interval). Pengujian hipotesis tentang beberapa parameter. Dan beberapa contoh penggunaannya.

Referensi : 1.Blum, J.R. dan Rosenblat, J., 1972, Probability and Statistics, W. B.Sanders.

2.Dudewicz, E.J., S. N. Mishra, 1988, Modern Mathematical Statistics, John Wiley & Sons,

3.Hogg, R.VC.and A.T. Craig, 1978, Introduction to Mathematical Statistics, 4th edition.

4.Rice, J., 1995, Mathematical Statistics and Data Analysis, Duxbury Press





36. SIT 3310 Rancangan Percobaan

Kredit : 3 sks Prasyarat : Metode Statistika II (STP 1303) Capaian Pembelajaran Lulusan Prodi

: PP2, KK1, KK2


: Mengidentifikasi dan mengkategorikan perancangan percobaan acak sempurna, blok acak, bujur sangkar, faktorial dan faktorial tersarang.

Bahan Kajian(Pokok Bahasan)

: perancangan percobaan acak sempurna, blok acak, bujur sangkar, faktorial dan faktorial tersarang

Referensi : 1. Grant, E.L. and R.S. Leaventworth, 1972, Statistical Quality Control, John Wiley & Sons.

2. Montgomery, D.C., 1985, Introduction to Statistical Quality Control, Mc Graw Hill.

3. Praptono, Statistika Pengawasan Kualitas, Modul 1-9, Karunika Universitas terbuka Jakarta.

4. Subhash, C dan K Muller, 1979, Statistical Quality Control for Food and Agricultural Sciences,G.K. Hall & Co.

Syarat kelulusan : D

41

Metode Pembelajaran




37. SIP 3406 Analisis Data Kategorik


: PP2, KK2,KK3


: mahasiswa 1. Mampu menjelaskan konsep analisis data kategori 2. Mampu menggunakan analisis data kategorik untuk

menyelesaikan permasalahan Bahan Kajian (Pokok Bahasan)

: Review Jenis-jenis data, Distribusi-distribusi diskrit, Analisis data untuk variabel respon kategorik: tabel kontingensi 2x2 dan bxk beserta ukuran asosiasinya, Regresi logistic Model logit dan loglinear, Beberapa penerapan analisis data kategorik

Referensi : 1. Agresti, A., 2002,. Categorical Data Analysis. John W 1. iley & Sons. New York.

2. Daniel, W.W. 1987. Biostatistics, a Foundation for Analysis in the Health Sciences. 4th ed. John Wiley & Sons. New York.

3. Fleiss, J.L. 1981. Statistical Methods for Rates and Proportions. John Wiley & Sons. New York.

4. Hosmer, D.W. and Lemeshow, S. 1989. Applied Logistic Regression. John Wiley & Sons. New York.





38. SIT 3404 Pengantar Runtun Waktu


: PP2, KK1


: 1. Mampu menjelaskan konsep analisis runtun waktu 2. Mampu mengaplikasikan analisis runtun waktu dengan

pendekatan waktu dan frekuensi Bahan Kajian(Pokok Bahasan)

: Konsep dasar, variasi dalam deret waktu, model untuk stasioner (ARMA) dan non stasioner, spesifikasi model, pendugaan parameter, pengujian model, peramalan, model musiman (p,d,q)(P,D,Q), analisis spectrum.

Referensi : 1. Chatfield, C. 19… The Analysis of Time Series 2. Cryer, J.D. 1986. Time Series Analysis. PWS-KENT Pub.

Comp, Boston 3. Wei, W.S., 1994. Time Series.Analysis. Univariate and

Multivariate Method. Addison-Wesley. Pub. Company, New York 4. Box, Jenkin. Reinsel. 1994. Time Series Anlysis and Control

Forecasting. Prentice Hall. New Yersey. 5. Douglas, J and Hamilton. 1994. Time Series Analysis





39. SIT 2401 Matematika Aktuaria (P)

Kredit : 2 sks

42

Prasyarat : SIP 1303 Capaian Pembelajaran Lulusan Prodi

: PP1, PP2, KK1,KK3


: 1. Memahai pengertian aktuaria,konsep dasar serta karakteristik matematika yang banyak dipakai di bidang keuangan.

2. Menjelaskan konsep dasar matematika asuransi jiwa. 3. Melakukan pendekatan aktuaria dalam menaksir tarif diberbagai

kontrak keuangan. Bahan Kajian (Pokok Bahasan)

: Pengertian aktuaria, Konsep Dasar matematika keuangan yang meliputi pengertian matematika keuangan, Bunga dan tingkat bunga juga aspek dan penerapannya, Anuitas yang meliputi anuitas tentu, tabel mortalitas : notasi dan struktur table mortalitas, anuitas hidup, Asuransi Jiwa : Asuransi berjangka, Asuransi seumur hidup, Asuransi dwiguna, Premi-premi tahunan, Asuransi yang ditangguh-kan, cadangan premi bersih : Cadangan Reprospektip, Cadangan premi prospek-tip, Cara Fracler Cadangan awal tahun dan rata-rata, nilai tebus, dan premi kotor

Referensi : 1. Ayres, F., 1963, Mathematics of Finance, Schaum Series, Mc Graw Hill.

2. Boston Jordan,Jr.C.W.,1995, Life Contingecies,The Society of Aktuaries Takashi.

3. Cissel, R., 1986, Mathematics of Finance, Houghton Mifflin Co., 4. Larson, R.E. Gauranitz, E.A., 1951, Life Insurance

Mathemathics,John Wiley and Sons. 5. Takashi Futami, 1993, Matematika Asuransi Jiwa, BagianI, Gatot

Herliyanto, penerjemah,Chuo-Ku,Tokyo. Syarat kelulusan : D Metode Pembelajaran

: Ceramah, diskusi, dan case study



40. SIP 3204 Riset Operasi (P)


: PP1, KK1


: - Mahasiswa mampu memahami konsep riset operasi dan tahap-tahap studi dalam riset operasi;

- Mahasiswa mampu menerapkan metode grafik, metode simplek, metode transportasi, dam metode jaringan untuk menyelesaikan persoalan pemrograman linier yang berkaitan;

- Mahasiswa mampu memahami konsep dualitas dan analisis sensitivitas.


: Mahasiswa memahami konsep riset operasi dan tahap-tahap studi dalam riset operasi; menerapkan metode grafik, metode simplek, metode transportasi, dam metode jaringan untuk menyelesaikan persoalan pemrograman linier yang berkaitan; memahami konsep dualitas dan analisis sensitivitas

Referensi : 1. Taha, H.A., Riset Operasi suatu Pengantar, Jilid 1, alih bahasa: Daniel Wirajaya, Binarupa Aksara, Jakarta 1996.

2. Hiller, F.S., Pengantar Riset Operasi, Penerbit Erlangga Jakarta.





41. SIT 3309 Pengantar Teori Ukuran dan Probabilitas (P)

Kredit : 3 sks

43

Prasyarat : SIT 2304 Penyelenggara : Jurusan Capaian Pembelajaran Lulusan Prodi

: PP1, PP2


: Mampu menjelaskan konsep ruang probabiltas, Ruang ukuran, Fungsi Distribusi, distribusi limit, Harga harapan dan momen, Mampu Menjelaskan hubungan ukuran dan teori probabilitas secara tepat dan mampu mengaplikasikan.


Konsep ruang probabiltas, Ruang ukuran, Fungsi Distribusi, distribusi limit, Harga harapan dan momen, Aplikasi ukuran dan teori probabilitas

Referensi : 1. Tsokus, M, 1985, introduction to real analysis and probability 2. Haeussler, EF, Paul,RS and Wood R, 2005, introduction

mathematical analysis, pearson education, inc. Syarat kelulusan : D Metode Pembelajaran




42. SIT 3405 Model Antrian Terapan (P)


: PP2, KK3,KK2


Mahasiswa 1. Mampu menjelaskan model antrian 2. Mampu menyusun model antrian 3. Mampu menerapkan model antrian sesuai permasalahan


: Konsep dasar model antrian, proses kedatangan dan keberangkatan, Distribusi waktu tunggu, Model (M/M/1):(GD/∞/∞), model(M/M/c):(GD/∞/∞), model (M/M/1):(GD/N/∞), model (M/M/c):(GD/N/∞), Pelayanan Individu sendiri, Formula Pollazck-Khintchine, Model Pelayanan pada mesin Industri, Sistem Antrian dengan Prioritas Pelayanan, Model Sistem Antrian Seri, Analisis Penggunaan Sistem Antrian

Referensi : 1. Hillier F S and Lieberman G J; 1990 ; Introduction to Operations Research ; McGRAW-HILL International

2. Pillips D T, Ravindran A and Solberg J ; 1976; Operations Research Principles and Practice , John Wiley & Sons, Inc, New York

3. Taha H A, 1997; Operations Research An Introduction; Prentice-Hall International, Inc..

4. Kakiay, T.J., 2004, Dasar Teori Antrian untuk Kehidupan Nyata, Andi, Yogyakarta


: Ceramah, case study, simulation



43. SIT 3508 Struktur Data (P)


: PP3, KK2


: - Mahasiswa memahami algoritma serta representasi logika dan fisik berbagai macam struktur data,

- Mahasiswa dapat menggabungkan antara algoritma dan struktur

44

data pada sebuah program komputer - Mahasiswa mampu menganalisa sebuah program komputer yang

digunakan untuk memecahkan masalah


: Konsep algoritma dan struktur data, berbagai macam metode sorting, perbandingan metode sorting, deklarasi pointer dan alokasi tempat, operasi pada pointer (penambahan, penghapusan, pengisian data, dsb),implementasi single linked list menggunakan array, implementasi single linked list menggunakan pointer, double linked list, circular double linked list serta penerapan linked list pada Stack (tumpukan) dan Queue (antrian), pohon biner (binary tree)

Referensi : 1. Aho , A., J.Hopcroft and J. Ulman, 1988, Data Structure and Algorithms, Adison Wesley

2. Brassard, Gilles, and Bratley, Paul, 1996, Fundamentals of Algorithmics, Prentice Hall, Englewood Cliffs, New Jersey.

3. Haryanto, Bambang, 2000, Struktur Data, Informatika, Bandung 4. Munir, Rinaldi dkk, 1998, Algoritma dan Pemrograman 2,

Informatika, Bandung 5. Sanjaya, Dwi, 2001, Bertualang dengan Sruktur Data di

Planet Pascal, J & J Learning, Yogyakarta. 6. Santosa, Insap, Ir., M.Sc, 1992, Struktur Data menggunakan

Turbo Pascal 6.0, Andi Offset, Yogyakarta Syarat kelulusan : D Metode Pembelajaran




44. SIT 3602 Statistika Ekonomi (P)

Kredit : 3 Prasyarat : SIP 2306 Penyelenggara : Jurusan Capaian Pembelajaran Lulusan Prodi

: PP5, KK3


: Mahasiswa mempunyai kemampuan mendeskripsikan dan menginterpretasikan data statistik untuk indikator pembangunan.


: Memahami dan menggunakan konsep, prosedur statistika, dan berbagai indikator statistik makro untuk perencanaan dan evaluasi pembangunan.Mahasiswa mampu memanfaatkan parameter statistika yang tepat (ukuran pemusatan, penyebaran/distribusi, korelasi) dan dapat menginterpretasikan hasilnya. Materi yang diberikan meliputi pengertian dan kegunaan statistika di pemerintahan, data dan sumber data statistik, penyajian dan deskripsi data statistik, indikator statistik dalam ekonomi makro.

Referensi :




: Belajar sepanjang hayat, keterampilan sintesis dan analisis, kemampuan komunikasi dengan bidang lainya

45 SIT 3603 Organisasi dan Manajemen Industri (P)

Kredit : 2 sks Prasyarat : - Kompetensi Lulusan (CP)

: PP5


: 1. Memahami konsep organisasi dan manajemen industri 2. Mampu menerapkan pengorganisasian dengan fungsinya dalam

industri perencanaan produksi dan perencanaan kebutuhan material beserta tata letak pabrik, analisis produksi, penentuan jumlah pesanan

45


: 1. Organisasi kerja, konsep dan prinsip organisasi, struktur organisasi (model devisi, kepanitiaanmatrik), pembagian tugas, wewenang dan tanggung jawab dalam organisasi industri. 2. Organisasi yang sehat dan pengembangan serta strategi organisasi. 3. Arti manajemen, fungsi manajemen & pengembangannya. 4. Manajemen kuantitatif, manajemen pendekatan system, manajemen kontigensi. 5. Dasar manajemen produksi, fungsi dan tujuan manajemen produksi, system produksi, perencanaan dalam produksi. 6. Teknik produksi, teknik proses produksi, kapasitas produksi & metode pengukuran waktu keja. 7. Pengertian dan macam biaya produksi, penggolongan biaya produksi, penetapan biaya produksi. 8. Manajemen material, sistem manajemsn material, fungsi komponen, pemilihan pemasok & transformasi material.

Referensi : 1.Chironis, 1987, Management Biode For Engineers And Technical Administrator, McGraw Hill

2. Koonzt H.o., 1964, Management Book of Readings, McGraw Hill


: Ceramah dan Collaborative Learning


: Belajar sepanjang hayat, keterampilan sintesis dan analisis, kemampuan komunikasi, kemampuan kerjasama kelompok, keterampilan organisasi.

SEMESTER VI

46. INT 3101 Metodologi Penelitian Kredit : 2 sks

Prasyarat : - Penyelenggara : Institut Capaian Pembelajaran Lulusan Prodi

: KU1, KU3


: - Memiliki pemahaman tentang metodologi ilmiah dalam disiplin ilmu yang ditekuni dan menerapkannya dalam upaya menggali pengetahuan dan memastikan validitasnya.

- Memiliki kemampuan untuk menerapkan metode analisis baku dan melakukan evaluasi dengan metode statistik untuk mencapai keputusan-keputusan yang logis.

- Mampu mengidentifikasi dan mengimplementasi kaidah-kaidah dasar dalam penulisan buku tugas akhir/skripsi sesuai bidang keilmuan program studi


: 1. Kontrak kuliah 2. Pengertian Metodologi Penelitian 3. Jenis penelitian 4. Mencari kebenaran melalui penelitian 5. Kriteria metode ilmiah dalam penelitian 6. Paradigma penelitian 7. Langkah-langkah dalam penelitian

Referensi : 1. Jogiyanto. (2007). Metodologi Penelitian Bisnis: Salah Kaprah dan Pengalaman. Yogyakarta: BPFE. (Jog)

2. Sekaran, Uma (2013). Research Methods for Business: A Skill-Building Approach, 6th ed. UK: John Wiley dan Sons.(Sek)

3. Christine Daymon and Immy Holloway (2011). Qualitative Research Method in Public Relations and Marketing Cummunications. Bandung.London and New York. Routledge (CD)

4. Catherine Dawson, A Practical Guide to Research Methods, How To Books Ltd., 2007.

5. Paul D. Leedy, Jeanne Ellis Ormrod, Practical Research: Planning and Design, 8th edition, Pearson Merrill Prentice Hall, 2005


: Ceramah, diskusi, discovery learning, problem based learning, modeling, presentasi

Metode Evaluasi : Tugas, UTS, UAS Keterangan : Detail pembelajaran ada di RPS

46

Kompetensi softskill yang dikembangkan

: Manajemen Pribadi, Ketrampilan sintesis dan analisis,Belajar sepanjang hayat, Kemampuan komunikasi, Ketrampilan organisasi, Kepemimpinan.

47. SIT 3311 Statistika Multivariat

Prasyarat : SIT 2105, SIT 2304 Penyelenggara : Jurusan Capaian Pembelajaran Lulusan Prodi

: PP2, KK1


: Menguasai konsep-konsep dan metode inferensi statistika yang meliputi inferensi vektor means dan matriks kovarians serta mengaplikasikan beberapa jenis analisis multivariate dalam masalah nyata.


Vektor acak, Matriks kovariansi, Distribusi normal multivariat Distribusi kombinasi linear, Distribusi bersyarat, Transformasi Linear, Matriks Data, Vektor dan Nilai Eigen, Analisis Kluster, Analisis Faktor, Analisis Diskriminan, Manova, Korelasi Kanonik, Analisis Komponen Utama

Referensi : 1. Anderson, T.W, 2003, An Introduction to Multivariate Statistical Analysis, John Wiley & Sons

2. Hair, 2006, Multivariate Data Analysis, 7th edition, Pearson. 3. Hardle,Simar, 2007, Applied Multivariate Statistical Analysis

2nd edition, Springer. 4. Johnson, Dallas E., 1998, Applied Multivariate Methods for

Data Analysts, Duxbury Press 5. Richard A. Johnson, 2002, Applied Multivariate Statistical

analysis, 5th edition, Pearson Education International. 6. Seber G.A.F, 1984, Multivariate Observations, John Wiley &

Sons. 7. Tabachnick, Barbara, 2008, Using Multivariate Statistics 5th

edition, Pearson. Syarat kelulusan : D Metode Pembelajaran




48. SIT 3313 Pengantar Model Linear

Kredit : 3 sks Prasyarat : (STP 2306) Capaian Pembelajaran Lulusan Prodi

: KK1, PP2


: 1. Mampu menjelaskan konsep model linear 2. Mampu menyusun model-model linier singular dan model

berkendala 3. Mampu melakukan pengujian hipotesis fungsi linier parameter

dalam model singular dan nonsingular Bahan Kajian (Pokok Bahasan)

: Model linier umum, prinsip kuadrat terkecil biasa dan umum, prinsip galat bersyarat, penguraian jumlah kuadrat, penggunaan pada rancangan kelompok tidak lengkap, data tak berimbang, pengujian hipotesis fungsi linier parameter

Referensi : 1. Ksirshanger, 1988. Linier Model. 2. Searle, S.R., 1971. Linier Models, John Wiley and Sons, New

York. 3. John, R., 1983. Matrix Computaions and Mathematical

Software, Mc Graw Hill. 4. Cheney, W. and Kinncaid, D., 1985. Numerical Mathematics

and Computing, Brooks and Code Cole Publishing Co Syarat kelulusan : D Metode Pembelajaran


Metode Evaluasi : Tugas, UTS, UAS

47

Keterangan : Detail pembelajaran ada di RPS Kompetensi softskill


49. SIT 3509 Datamining


: KK2, KK3, PP3


: 1. Mampu memahami konsep dasar data mining, biig data, dan peran statistik dalam data mining

2. Mampu melakukan eksplorasi data dan pembentukan model pada data mining

3. Mampu menginterpretasikan hasil pembentukan model. Bahan Kajian (Pokok Bahasan)

: 1. Konsep data mining, big data, proses data mining 2. Metode statistik untuk pengolahan big data dan Eksplorasi 3. Building model : cluster, association, decision tree, random

forest, boosting, support vector machine Referensi : 1.Jiawei Han & Micheline Cumber, 2001, Data Mining Concepts

and Technicues, Academic Press USA 2.Raghu Ramakrishnan & Johannes Gehrke,2004, Sistem

Manajemen Database, McGraw Hill, New , Jersey. Syarat kelulusan : D Metode Pembelajaran




50 SIT 3409 Biostatistika (P)

Kredit : 2 sks Prasyarat : Analisis Regresi (STP 2306) Capaian Pembelajaran Lulusan Prodi

: PP2, PP5, KK3


: Memiliki kemampuan untuk memahami tanggung jawab profesi, etika dan social.


: 1. Memahami konsep biostatistika 2. Mampu menerapkan prinsip dan metode statistika pada data

kesehatan yang meliputi pengumpulan, pengolahan, penyajian, dan analisis data baik parametrik maupun nonparametric serta menginterpretasikan hasilnya dengan benar untuk dimanfaatkan dalam menentukan penyelesaian masalah di bidang kesehatan


: 1. konsep dasar, sejarah dan pendekatan biostatistik serta peranan statistik dalam kesehatan,

2. Review pengertian data dan aspek pengukuran data, penyajian data, ukuran-ukuran pusat dan sebaran data

3. peluang dan distribusi peluang, populasi dan sampel serta distribusi sampling.

4. uji hipotesis bagi parameter populasi. 5. statistik inferensial non parameterik dalam penelitian kesehatan: uji

Binomial, uji kesesuaian Chi Square dan Kolmogorov Simirnov one sampel, uji Kolmogorov Simirnov two sampel uji independen dan Homogeniti Chi Square dan Uji Exact Fisher, uji Mc Nemar, uji Tanda, uji Wilcoxon, uji Median dan uji Mann Whitney, uji Q Chocran, uji Friedman, uji Kruskal Wallis, uji korelasi Spearman, uji Regresi logistik.

Referensi : 1. Le, Chap T. , 2003, Introductory Biostatistics. Wiley 2. Clayton, D. dan Hills, M., 1993, Statistical Models in

Epidemiology. Oxford University Press Syarat kelulusan : D Metode Pembelajaran

: Ceramah dan case study

48



51 SIP 3510 Pengenalan Software Statistika (P)


: PP3, KK2


: 1. Mampu mengenal, membandingkan, dan memilih software statistika

2. Terampil menggunakan software statistika untuk menyelesaikan permasalahan statistika

3. Mampu menganalisis hasil yang diperoleh untuk menarik kesimpulan dan memberikan rekomendasi atas permasalahan yang ada baik secara lisan maupun tulisan secara sistematis dan efektif.

4. Mampu menginterpretasikan dan menganalisis output software Bahan Kajian (Pokok Bahasan)

: Memotivasi tentang manfaat penggunaan paket program statistika untuk memecahkan berbagai permasalahan di berbagai bidang Pengenalan dan perbandingan software, jenis-jenissoftware statistika dan matematika (SPSS, Minitab, SAS, Splus, Statistica, Eviews, Shazam, Stata, Lisrel, Resampling, Statgraphics, R, Matlab, Maple, dll), Penggunaan software untuk analisis deskriptif dan inferensial

Referensi : Syarat kelulusan : D Metode Pembelajaran

: Ceramah, case study, collaborative learning, project based learning



52. SIT 3205 Pengantar Model Spasial (P)


: PP2, PP5, KK3


: 1. Mampu memahami konsep data spasial dan statistik spasial 2. Mampu melakukan uji efek spasial 3. Mampu melakukan pemodelan spasial 4. Mampu menginterpretasikan hasil analisis spasial

Bahan Kajian : 1. Konsep dasar data spasial dan analisis spasial 2. Pemetaan 3. Pembobot spasial 4. Uji efek spasial (dependensi dan heterogenitas) 5. Model spasial area 6. Model spasial titik 7. Interpolasi spasial

Referensi : 1. Anselin L, 1988, Spatial Econometrics : Methods and Models, Kluwer Academmic Pulisher, London.

2. AS Fotheringham, 2002, Geographically Weighted Regression : the analysis of spatially varying relationships, University of Newcastle, UK.

3. Anselin L dan Rey SJ, 2010,Perspectives on Spatial Data Analysis, Santa Barbara, CA, USA.





49

53 SIT 3407 Metode Peramalan (P)

Kredit : 3 sks Prasyarat : Analisis Regresi Capaian Pembelajaran Lulusan Prodi

: PP2, KK2, KK3


: 1. Mampu menjelaskan konsep, data, dan fungsi pada metode peramalan

2. Mampumenyebutkan model-model pada metode peramalan 3. Mampu menggunakan metode peramalan sesuai permasalahan


: Arti dan kegunaan peramalan, peramalan kuantitatif dan kualitatif, dasar-dasar peramalan kuantitatif. Metode regresi dalam analsis runtun waktu. Metode rata-rata bergerak untuk pola stationer dan untuk pola trend linier. Metode penghalusan eksponensial untuk pola stationer dan untuk pola trend linier, penghalusan eksponensial orde-N. Metode penghapusan langsung: kuadrat terkecil, tersusut dan penghapusan langsung. Beberapa model untuk data musiman. Interval prediksi. Analisis variansi ramalan.

Referensi : 1. Maman A D, Dr; 1986 ; Metode Peramalan ; Karunia, UT, Jakarta

2.Makridakis S and Wheelwright SC; 1998; Forecasting Methods and Applications;John Willey and Son; New York

3.Makridakis / Wheelwright / McGEE; 1999;Metode Dan Aplikasi Peramalan; Binarupa Aksara, Jakarta



Metode Evaluas : Tugas, UTS, UAS Keterangan i : Detail pembelajaran ada di RPS Kompetensi softskill


54 SIT 3606 Statistika Sosial (P)

Kredit : 3 sks Prasyarat : Metode Statistika II (STP 1303) Capaian Pembelajaran Lulusan Prodi

: PP2, KK3


: 1. Mampu menjelaskan konsep demografi 2. Mampu memahami Sumber statistic demografi, ukuran dasar

demografi, 3. Mampu menerapkan table mortalitas, penduduk stasioner, dan

komponen pertumbuhan penduduk 4. Mampu menyusun perkiraan dan proyeksi penduduk


: Sumber Statistik Demografi, Beberapa Ukuran Dasar Demografi, Tabel Kematian (life table), Aplikasi Model penduduk Stasioner, Mortalitas, Fertilitas, Penduduk Stabil dan Model Penduduk, Perkiraan dan Proyeksi Penduduk, Penyusunan Perkiraan Ukuran Demografis Berdasarkan Data yang tidak lengkap.

Referensi : 1. Bogue, Donald J, 1969, Priciples of Demography, John Wiley&Sons Inc. New York.

2. Lembaga Demografi FE UI, Dasar-dasar Demografi, LDFEUI , Jakarta

3. Pollard,A.H. dkk, Detejemahkan oleh Rozy Munir dan Budiarto, Teknik Demografi , Bina Aksara, Jakarta





55 SIT 3605 Manajemen Logistik (P)

Kredit : 3 sks Prasyarat : - Capaian : PP5

50

Pembelajaran Lulusan Prodi Capaian Pembelajaran Matakuliah

: 1. Mampu menjelaskan konsep dan fungsi manajemen logistik 2. Mampu menjelaskan komponen manajemen logistik (struktur

fasilitas, transportasi, pengadaan persediaan, komunikasi, penyimpanan, pemasaran, dan peramalan)

3. Mampu menerapkan metode statistik pada bidang logistik Bahan Kajian (Pokok Bahasan)

: Konsep dasar dan fungsi manajemen logistik, peranan statistik, komponen struktur fasilitas, transportasi, pengadaan persediaan, komunikasi, penyimpanan, pemasaran, dan peramalan.

Referensi : 1. Dwiantara, Lukas 2004, Manajemen Logistik, Pedoman Praktis Bagi Sekretaris Dan Staf Administrasi, Jakarta Grasindo.

2. Subagya, 1988, Manajemen Logistik ; Jakarta, CV, Haji Masagung.

3. Bowersock, Donald J. 1984 , Manajemen Logistik I; Jakarta: Bumi Aksara.

4. Bowersock, Donald J. 1984 , Manajemen Logistik II; Jakarta: Bumi Aksara.

5. Gitosudarmo, indriyo dan mulyono agus 1998, Manajemen Bisnis Logistik I; Yogyakarta, BPFE Yogyakarta


: Ceramah, case study, collaborative learning



56 SIT 3206 Teori Optimasi (P)


: PP1, KK1


: Mahasiswa memahami konsep optimasi dan menggunakannyav di bidang industri


: Definisi optimalisasi, dasar-dasar optimalisasi, teknik membuat optimalisasi yang baik. Mathematical Programing, optimasi kombinatorik Pengenalan knapsack, masalah knapsack 2D Squential Dynamic programing Pengenalan Flowchart, simbul-simbul flowchart, kaidah pembuatan plowchart, operator flowchart State transition diagram Metode Monroe, hipotesis





57 SIT 3408 Kapita Selekta Statistika (P)


: PP2, KK3


: - Mahasiswa dapat menerapkan konsep dasar statistika dalam perkembangan IPTEK dan topik statistika terkini, khususnya terkait industri dan komputasi (analisis spasial dan aplikasi R Software)

51

- Mahasiswa dapat melakukan penelitian (pengumpulan dan pengolahan data, analisis data, interpretasi, dan pengambilan kesimpulan) berdasarkan konsep statistika.

- Mahasiswa mampu menulis proposal penelitian


: Matakuliah ini mengikuti perkembangan statistika dari tahun ke tahun. Memberikan pola pikir statistika yang sistimatis dan mampu mengembangkan diri di bidang statistika , fenomena actual, penerapan statistika dalam teknologi informasi maupun dalam bidang sains dan rekayasa.. materi disesuaikan dengan perkembangan ilmu Statistika dari waktu ke waktu, serta informasi tentang penemuan terbaru yang berkaitan penerapan statistika, ekonomi, industry, kependu dukan, kesehatan.





58 SIT 3312 Pengantar Proses Stokastik (P)

Kredit : 3 sks Prasyarat : SIT 1140, SIP 1302 Penyelenggara : Jurusan Capaian Pembelajaran Lulusan Prodi

: PP1, PP2


: Mahasiswa dapat memodelkan proses stokastik dalam kehidupan sehari-hari dan mampu mencari solusi dari permasalahannya


: Pengenalan proses stokastik, Pengantar rantai markov dengan ruang parameter diskrit, Matriks peluang transisi dan kegunaannya, Pemodelan dengan rantai markov, Klasifikasi keadaan dan keergodikan, Basic limit theorem dan reducible markov chain, Distribusi eksponensial dan aplikasinya, Proses Poisson, Proses Kelahiran dan Kematian

Referensi : 1. Ross, Sheldon, 2010 Introduction to Probability Models, Tenth Edition, Elsevier.

2. Taylor, Howard M, 1998 An Introduction to Stochastic Modeling, third edition, Academic Press

3. Resnick, Sidney I, 2005, Adventure on Stochastic Processes, Birkhauser.

4. Norris, J.R., 1997, Markov Chains, Cambridge. 5. Hoel, P. G, 1972, Introduction to Stochastic Processes,

Houghton Mifflin Co., Boston. Syarat kelulusan : D Metode Pembelajaran




SEMESTER VII

59. INT 4101 Kuliah Kerja Nyata (KKN)


: KU1-KU9, KK1-KK3, PP1-PP5

52


: - Mampu mengimplementasikan pemahaman bidang keilmuannya dan kompetensi softskill dalam kehidupan riil di masyarakat dalam konteks pengabdian kepada masyarakat.

- Mampu mengorganisasi dan melakukan suatu proyek, bertanggungjawab atas pekerjaan sendiri, dan ikut bertanggungjawab atas keberhasilan


: Mata kuliah ini bersifat magang di Perusahaan

Referensi : Syarat kelulusan : C Metode Pembelajaran

: Ceramah, diskusi, penugasan kelompok, presentasi, dll


: Manajemen Pribadi, Ketrampilan sintesis dan analisis,Kemampuan komunikasi, Keterbukaan terhadap keberagaman, Ketrampilan organisasi, Kepemimpinan.

60. SIT 4411 Kerja Praktek

Kredit : 2 sks Prasyarat : ≥ 106 sks Capaian Pembelajaran Lulusan Prodi



: 1. Mampu mengimplementasikan pemahaman bidang keilmuannya dan kompetensi softskill dalam kehidupan riil di masyarakat dalam konteks pengabdian kepada masyarakat.

2. Mampu mengorganisasi dan melakukan suatu proyek, bertanggungjawab atas pekerjaan sendiri, dan ikut bertanggungjawab atas keberhasilan


: Kerja praktek/Tugas mandiri yang dilakukan oleh mahasiswa dilingkungan kerja, baik industri, lembaga riset, dll untuk memberikan gambaran kepada mahasiswa tentang lingkungan kerja yang akan dihadapinya, disamping juga untuk memberikan pengalaman kerja dan memperluas wawasannya. Atau mengerjakan tugas mandiri.


: Self-Directed Learning

Metode Evaluasi : Penilaian di Lapangan, laporan dan seminar hasil Kompetensi softskill

: Manajemen pribadi, ketrampilan sintesis dan analisis,kemampuan komunikasi, keterbukaan terhadap keberagaman, ketrampilan organisasi, kepemimpinan.

61. SIT 4410 Praktek Kerja pada Industri (PKPI)

Kredit : 4 sks Prasyarat : ≥ 125 sks, pengganti KP dan KKN Capaian Pembelajaran Lulusan Prodi



: 1. Mampu mengimplementasikan pemahaman bidang keilmuannya dan kompetensi softskill dalam kehidupan riil di masyarakat dalam konteks pengabdian kepada masyarakat.

2. Mampu mengorganisasi dan melakukan suatu proyek, bertanggungjawab atas pekerjaan sendiri, dan ikut bertanggungjawab atas keberhasilan


: Magang dilingkungan kerja, baik industri, lembaga riset, maupun di instansi pemerintah selama 3 bulan untuk memberikan gambaran kepada mahasiswa tentang lingkungan kerja yang akan dihadapinya, disamping juga untuk memberikan pengalaman kerja dan memperluas wawasannya. Dan mengerjakan tugas mandiri.


: Self-Directed Learning

Metode Evaluasi : Penilaian di Lapangan, laporan dan seminar hasil. Kompetensi softskill

: Manajemen pribadi, ketrampilan sintesis dan analisis,kemampuan komunikasi, keterbukaan terhadap keberagaman, ketrampilan

53

organisasi, kepemimpinan.

62. SIT 4107 Logika Fuzzy (P)


: PP1, KU1


: Mahasiswa dapat menganalisis konsep himpunan fuzzy dan merancang pemanfaatan logika kabur untuk analisis, optimisasi dan kendali sistem


: himpunan Fuzzy, beberapa representasi himpunan Fuzzy, dan beberapa operator – operator Fuzzy. Selanjutnya membahas berbagai sistem inferensi Fuzzy. Kemudian diaplikasikan dalam basis data. selanjutnya dibahas meatodologi sistem Fuzzy yang diaplikasikan di bidang program linier, transportation problem. Disamping itu juga dibahas tentang difuzzifikasi dan clustering Fuzzy.





63 SIT 4511 Jaringan Syaraf Tiruan (P)


: PP3, KK2


::

Dapat mengenali berbagai macam sistem jaringan yang ada di lingkungan Memahami kemiripan dan perbedaannya, kekuatan dan kelemahannya jaringan Menerapkan jaringan dalam aplikasi sederhana


: Sejarah Jaringan Syaraf Tiruan, Aplikasi-Aplikasi pada Jaringan Syaraf Tiruan, Pendekatan Biologis untuk Jaringan Syaraf Tiruan, Model Neuron dan Arsitektur Jaringan,Perseptron, Metode Belajar Hebbian, Metode Belajar Widrow-Hoff, Backpropagation, Pembelajarana sosiatif, Jaringan kompetitif, Jaringan Grossberg, Stabilitas, Jaringan Hopfield.

Referensi : 1. Romelhart and McClelland, 1986,Paralel Distributted Processsing, MIT Press.

2. Hagan, MT.,H.B.Demuth,M.Beale, 1996,Neural Network Design,PWS Publissing.

3. Fausett, L.,1994,Fundamental in neural network, Prentice Hall 4. Fu, L., 1994, Neural network and intelegence, McGrawHill 5. Kristanto, 2004, Jaringan Syaraf Tiruan, Gava Media,

Yogyakarta Syarat kelulusan : D Metode Pembelajaran




64. SIT 4512 Pengolahan Citra (P)

Kredit : 3 sks Prasyarat : - Penyelenggara : Jurusan

54

Capaian Pembelajaran Lulusan Prodi

: PP3, KK2


: - Memahami berbagai proses-proses dasar pengolahan citra digital beserta dengan perbaikannya

- Mampu mengimplementasikan pengolahan citra ke dalam bentuk perangkat lunak

- Mampu melakukan pengolahan dan analisa citra untuk berbagai bidang aplikasi seperti pemrosesan data, analisa sumber daya alam, pencitraan diagnostic


Konsep dasar tentang konsep dasar pengolahan citra digital dan perbaikannya, Implementasi pengolahan citra ke dalam bentuk perangkat lunak,pengolahan dan analisa citra untuk berbagai bidang aplikasi seperti pemrosesan data, analisa sumber daya alam, pencitraan diagnostic, teknik-teknik analisa citra. Teknik pembuatan program aplikasi pengolahan citra yang sederhana.

Referensi : 1. Gonzalez, Woods & Eddins, 2004, Digital Image Processing using MATLAB

2. Jain, A.K, 1995, Fundamental of Digital Image Processing 3. Munir R., 2004, Pengolahan Citra Digital Dengan Pendekatan

Algoritmik, Informatika, Bandung. 4. Agustinus Nalwan, 1997:Pengolahan gambar secara digital,

PT. Elex media Komputindo, Jakarta Syarat kelulusan : D Metode Pembelajaran




65. SIT 4608 Riset Pemasaran (P)


: KK1, KK2, PP5


: - Memahami konsep dasar pemasaran secara benar - Terampil dalam melakukan perhitungan yang berkaitan dengan

riset pemasaran secara tepat - Mampu mengaplikasikan masalah real yang berkaitan dengan riset

pemasaran Bahan Kajian (Pokok Bahasan)

: definisi dan konsep riset pemasaran, desain penelitian dan sumber data, pengukuran dan skala, cara penyusunan kuisioner, teknik sampling, metode pengumpulan data, metode analisis data, serta penulisan proposal dan laporan penelitian pemasaran.

Referensi : 1. Malhotra, NK. 2007. Marketing Research, An Applied Orientation. New Jersey : Pearson Prentice Hall

2. Hair J.F ,1998, Multivariate Data Analysis, Prentice Hall Int,Inc.




: Belajar sepanjang hayat, keterampilan sintesis dan analisis, kemampuan komunikasi

66 SIT 4609 Pengantar Uji Hidup dan Keandalan (P)

Kredit : 3 sks Prasyarat : SIP 1302, SIT 3309 Penyelenggara : Jurusan Capaian Pembelajaran Lulusan Prodi

: PP2, PP5

55


: Memehami pengertian dan konsep uji hidup dan keandalan secara benar Terampil dalam melakukan perhitungan yang berkaitan dengan uji hidup dan keandalan secara tepat Mampu mengaplikasikan masalah real yang berkaitan dengan uji hidup dan keandalan

Bahan Kajian : Distribusi Tahan hidup,Hazard Rate,Uji Hidup sample lengkap dan tersensor,Estimasi Parameter,Sistem Reliabilitas.

Referensi : 1. Elsayed, A, Elsayed, Reliability engineering, 1996, Addison Wesley Longman, inc.

2. Grosh,D.L, 1989, a Primer Of Reliability Theory, John, Wiley & Sons





67. SIT 4607 Ekonometrika (P)


:

PP2, PP5, KK3


: Mahasiswa diharapkan: - Menguasai konsep-konsep dasar ekonometrika dan keuangan - Mampu menggunakan beberapa teknik dalam statistika untuk

menyelesaikan masalah di bidang ekonomi dan keuangan. Bahan Kajian (Pokok Bahasan)

: analisis kuantitatif dari gejala dan teori ekonomi yang dirumuskan secara matematis, serta penggunaan metode statistik untuk mengukur hubungan antar variabel dan atau pengujian validitas teori berdasarkan data empiris.

Referensi : 1. Judge, GE, et.al, 1982, Introduction to Teory And Practice of Economic, john wiley and sons.

2. Sumodiningrat, G, 1999, Ekonometrika, BPFE UGM, Yogyakarta. Syarat kelulusan : D Metode Pembelajaran




68. SIT 4610 Manajemen Resiko (P)

Kredit : 3 Prasyarat : SIT 3602 Penyelenggara : Jurusan Kompetensi Lulusan (CP)

: PP1, PP5

Capaian Pembelajaran Lulusan Prodi

: mahasiswa akan dapat menjelaskan manajemen risiko agar perusahaan mampu beroperasi secara efisien.


: Pengertian Risiko, Manajemen Risiko, Fungsi Manajemen Risiko, Prinsip-prinsip Pengidentifikasian Risiko, Daftar Kerugian Potensial, Prinsip-prinsip Pengukuran Risiko, dan Penanggulangan Risiko.



Metode Evaluasi : Tugas, UTS, UAS Keterangan : Detail pembelajaran ada di RPS Kompetensi softskill yang


56

dikembangkan

69. SIP 4611 Fisika Dasar (P)


: PP5


: Mahasiswa diharapkan: 1. Memahami konsep dasar Fisika. 2. Mengenal dan memahami hukum-hukum alam dan penalarannya. 3. Memecahkan persoalan-persoalan yang berhubungan dengan

mekanika, fluida dan panas Bahan Kajian (Pokok Bahasan)

: Besaran dan System Satuan, Vektor dan Skalar, Kinematika partikel, Dinamika partikel, Usaha dan tenaga, Momentum Linier dan Tumbukan, Momentum Sudut dan Benda Tegar, Getaran Harmonik, Fluida(Statika fluida dan Dinamika fluida), termometri-Kalorimetri, Perpindahan Panas, Termodinamika.

Referensi : 1. Alonsa, M; Finn, EJ.Physics, 1970, Addison-Wiesly Company Inc.

2. Beiser, A. The Maintsream of Physics, 1962, addisopn-Wiesly Publishing Company Inc.

3. Berkelay Physics Course, Vol. 1, 2 and 3, 1965 Mc Graw-hill book campany.

4. Holliday, David dan R. Resnick, 1977 : Physics, Part I, 3 rd edition, John Wiley & Sons.

5. Tilley, DE, University Physics for Science and Enginering, 1976, Cumming Publishing Company Inc.

6. . Pugh, 1960,Principles of Electricity and magnetisin, Addison Wisley.

7. . Reitz and Milford, 1962, “Foundation of Electromagnetic Theory”, adition Wesley





70 SIT 4207 Pengantar Model Matematika (P)


: PP1


: 1. Mampu menganalisis bentuk-bentuk pemodelan matematika 2. Mampu mengaplikasikan pada berbagai bidang serta mampu

menyusun model matematika dan menyelesaikannya secara benar dan tepat

3. Mampu untuk mengaplikasikan dan mengembangkan pengetahuan yang dimilikinya dan terbiasa dengan penggunaan prinsip logika, Matematika dan Statistika


: Konsep dasar model matematika, Makna dan tujuan penyusunan model, Langkah-langkah penyusunan model, Model prediksi dan model diskrit, Model kontinu dan persamaan diferensial, Model matematika dalam bidang fisika, ilmu ekonomi , bidang biologi, dan Model optimisasi

Referensi : 1. Bronwell, A, Advanced Mathematics in Physics and Engineering, Mc Graw Hill, New York.

2. Brughes,D., & J. Mc. Donald, Applying Mathematics: a Course in Mathematical Modeling, Chichester: Ellis Horwood Limited.

3. Draper, J.E., & Klingman, Mathematical Analysis Business and Economics Applications, Harper & Row, New York.

4. Gas, S.I., Linear Programming, Mc Graw Hill, Tokyo. 5. Haberman, R., Mathematical Models: Mechanical Vibrations,

Population Dynamics, and Traffict Flow, Prentice Hall Inc., New

57

Jersey. 6. Jones, D.S. & B.D. Sleeman, Differential Equations and

Mathematical Biology, George Allen and Urwin, London. 7. Kwak, N.K., Mathematical Programming with Business

Application, Mc Graw Hill, New york. 8. Ross, Differential Equations, John Wiley, New York. 9. Susanta, B., Pemodelan Matematika, Universitas Terbuka



Metode Evaluasi : Aktifitas, Tugas, UTS, UAS Kompetensi softskill


SEMESTER VIII

71. INT 4201Skripsi

Kredit : 6 sks Prasyarat : 120 sks, IPK ≥ 2.00 Penyelenggara : Institut Capaian Pembelajaran Lulusan Prodi



: - Mampu mengimplementasikan metodologi ilmiah dalam disiplin ilmu program studi dalam suatu proyek penelitian atau pengkajian.

- Mampu mengorganisasi dan melakukan suatu proyek penelitian atau pengkajian dalam bimbingan dosen sesuai jadwal kerja dan dengan tahapan-tahapan yang benar.

- Mampu menulis buku Tugas Akhir/Skripsi sesuai dengan kaidah penulisan ilmiah dan dapat meringkasnya dalam format jurnal ilmiah.

- Mampu mempresentasikan, memaparkan argument, dan mempertahankan pemikirannya dengan dengan teknik presentasi yang baik dan alur berpikir yang terstruktur, efisien dan logis.

- Memiliki pemahaman yang komprehensif terhadap bidang keilmuan dari program studi.

Bahan Kajian (Pokok bahasan)

: - Mahasiswa menulis proposal Tugas Akhir/Skripsi yang digunakan sebagai dasar disetujui/tidaknya topik Tugas Akhir/skripsi tersebut.

- Pengerjaan Tugas Akhir/Skripsi dilakukan dengan legalitas Surat Tugas dari Dekan.

- Mahasiswa melakukan langkah-langkan penelitian atau pengkajian sesuai dengan metode ilmiah dengan dibimbing oleh 2 orang dosen pembimbing.

- Mahasiswa menulis hasil penelitian/pengkajian dalam bentuk Laporan Tugas Akhir/ Skripsi. Mahasiswa mempresentasikan penelitian/ pengkajiannya dalam sidang ujian tugas akhir/skripsi yang dihadiri oleh dosen pembimbing dan dosen penguji.

Referensi : - Syarat kelulusan : C Metode Pembelajaran

: - Bimbingan 1 minggu sekali - Presentasi


: Manajemen Pribadi, Ketrampilan sintesis dan analisis,Belajar sepanjang hayat, Kemampuan komunikasi, Integritas dan konsisten terhadap nilai.

58

BAB V EVALUASI CAPAIAN PEMBELAJARAN PROGRAM STUDI

Keberhasilan dari penerapan kurikulum KKNI dapat diukur melalui proses evaluasi yang

meliputi masukan, proses, dan luaran pembelajaran yang dilakukan.Penerapan kurikulum

dikatakan baik apabila seluruh unsur tersebut telah dilaksanakan secara baik dan memenuhi

prinsip efektif dan efisien.

Evaluasi capaian pembelajaran dilaksanakan terhadap masing-masing matakuliah dalam

bentuk capaian pembelajaran matakuliah serta terhadap kesemua matakuliah yang harus

ditempuh oleh mahasiswa sampai dinyatakan lulus sebagai sarjana statstika dalam bentuk

capaian pembelajaran program studi.

5.1 Evaluasi Pembelajaran Suatu Mata kuliah

Evaluasi pembelajaran mata kuliah pada program studi statistika dilakukan ke dalam 3

hal, yaitu evaluasi dalam masukan pembelajaran, proses pembelajaran, dan luaran

pembelajaran. Masing-masing penjelasannya adalah sebagai berikut:

5.1.1. Evaluasi Masukan Pembelajaran

Evaluasi masukan pembelajaran meliputi evaluasi terhadap mahasiswa sebagai peserta

didik, prasarana dan sarana pembelajaran, serta dosen sebagai fasilitator pembelajaran.

Evaluasi terhadap mahasiswa yang mengambil setiap matakuliah dilakukan dalam bentuk pre-

test atau sejenisnya yang dilakukan pada awal perkuliahan guna mengukur kemampuan awal

mahasiswa sebelum mengikuti suatu matakuliah sebagaibahan pertimbangan dosen menyusun

dan mengajarkan materi kuliah serta menentukan strategi pembelajaran pada setiap

pertemuan. Selain itu evaluasi terhadap mahasiswa juga dilakukan oleh dosen wali untuk

mengetahui kesesuaian beban tugas mahasiswa yang menjadi bimbingannya disesuaikan

dengan indeks prestasi sebelumnya.

Evaluasi prasarana dan sarana perkuliahan dilakukan untuk mengetahui ketersediaan dan

ketercukupannya dalam mendukung kelancaran proses perkuliahan.Evaluasi ini dilakukan oleh

Biro Administrasi Umum (terkait dengan ketersediaan, kebersihan, kenyamanan ruang dan

prasaranan kuliah), Biro Administrasi Akademik (terkait dengan sarana perkuliahan,

penjadwalan, dan pengaturannya), dan UPT Perpustakaan (terkait dengan ketersediaan dan

ketercukupan bahan pustaka) dalam bentuk pengisian kuesioner oleh mahasiswa pada setiap

akhir semester.

Evaluasi terhadap dosen dilakukan guna mengetahui beban mengajar dari masing-

masing dosen serta kesesuaian kompetensi dosen dengan matakuliah yang diajarkan. Evaluasi

ini dilakukan oleh masing-masing jurusan dan BAA di bawah koordinasi Wakil Rektor Bidang

Akademik pada setiap awal semester.

5.1.2. Evaluasi Proses Pembelajaran

59

Proses pembelajaran merupakan faktor terpenting yang menentukan keberhasilan dalam

penerapan kurikulum karena melalui proses pembelajaran ini mahasiswa diharapkan dapat

memiliki kompetensi utama, pendukung, maupun tambahan yang meliputi aspek kognitif, afektif,

dan psikomotorik yang dibutuhkan oleh sarjana statistika. Evaluasi proses pembelajaran

meliputi evaluasi tentang pelaksanaan dan pengelolaan pembelajaran.

Evaluasi pelaksanaan pembelajaran meliputi pengaturan jadwal perkuliahan dan

praktikum sehingga terjadi keseimbangan beban tugas dosen dan mahasiswa serta

penggunaan media pembelajaran dalam bentuk pembelajaran konvensional secara klasikal,

praktikum/praktek, atau dalam bentuk blended learning atau e-learning. Dalam evaluasi ini

jurusan memonitor kehadiran dosen mengajar serta kehadiran mahasiswa dalam mengikuti

perkuliahan guna menjamin terselesaikannya materi pembelajaran sesuai silabus dan

rancangan pembelajarannya.

Evaluasi pengelolaan pembelajaran meliputi pemilihan strategi pembelajaran yang sesuai

dengan materi pembelajarannya sehingga memberikan hasil pembelajaran yang efektif dan

efisien.Evaluasi ini dilakukan oleh jurusan serta oleh mahasiswa dalam bentuk pengisian

kuesioner.

5.1.3. Evaluasi Luaran Pembelajaran

Proses evaluasi yang terakhir adalah evaluasi luaran/hasil pembelajaran yang dilakukan

untuk mengukur capaian pembelajaran setiap mahasiswa sebagai bahan untuk membuat

assessment guna memutuskan tingkat kualitas yang telah dicapainya. Capaian pembelajaran

mahasiswa yang diukur meliputi ranah kognitif, afektif, dan psikomotorik yang harus dikuasai

mahasiswa berdasarkan capaian pembelajaran minimal untuk masing-masing matakuliah yang

telah ditetapkan dalam rancangan pembelajarannya.

Evaluasi hasil pembelajaran bergantung pada sifat dari matakuliah, yakni matakuliah teori,

matakuliah teori yang disertai praktikum, dan matakuliah non-teori.

a. Evaluasi luaran matakuliah teori

Komponen evaluasi luaran matakuliah teori terdiri atas presensi, tugas, ujian tengah

semester, dan ujian akhir semester. Presensi merupakan salah satu bentuk evaluasi ranah

afektif yang memiliki bobot 10%. Seorang mahasiswa yang presensi kuliahnya kurang dari

yang dipersyaratkan tidak diijinkan untuk mengikuti ujian akhir. Evaluasi dalam bentuk tugas

mandiri dan kelompok yang sekurang-kurangnya diberikan empat kali memiliki bobot 40%

merupakan evaluasi yang ditekankan pada ranah kognitif, afektif, dan psikomotorik.

Evaluasi dalam bentuk ujian tengah (UTS) dan akhir semester (UAS) yang memiliki bobot

50% disusun dalam bentuk tes tertulis yang terutama mengukur kompetensi ranah kognitif

mulai aras pemahaman, aplikasi, analisis, sintesis, dan evaluasi.

b. Evaluasi luaran matakuliah teori yang disertai praktikum.

Pada dasarnya komponen Evaluasi luaran matakuliah teori yang dilengkapi praktikum sama

dengan komponen evaluasi matakuliah teori, yaitu untuk kehadiran 10%, penugasan 20%,

praktikum 20%, dan ujian UTS dan UAS 50%.

c. Evaluasi luaran matakuliah non-teori

60

Evaluasi luaran matakuliah non-teori disesuaikan dengan bentuk matakuliah tersebut.

Komponen evaluasi Matakuliah KKN, Kerja praktek, dan PKPI meliputi penilaian terhadap

kegiatan di lapangan, presentasi hasil, serta penyusunan laporannya dengan bobot untuk

masing-masing komponen disesuaikan dengan capaian pembelajaran yang telah ditetapkan

untuk setiap jenis matakuliah non-teori.

Dari hasil evaluasi luaran pembelajaran untuk setiap matakuliah akan diperoleh nilai akhir

dalam rentang 0 (nol) sampai dengan 100 (seratus). Selanjutnya nilai tersebut akan dikonversi

menjadi nilai angka A, A-, B+, B, B-, C+, C, D, dan E dengan nilai mutu berturutan adalan 4,00;

3,67; 3,33; 3,00; 2,67; 2,33; 2,00; 1,00; dan 0,00. Adapun rumusan konversi nilai angkake nilai

huruf, bobot, dan predikat adalah seperti pada Tabel 5.1.

Tabel 5.1. Konversi Nilai Angka ke Nilai Huruf

Catatan : Nilai dibulatkan menggunakan atiran pembulatan, misalnya 79.1 sampai 79.4 di beri nilai 79, sedangkan 79.5 sampai 79.9 diberi nilai 80

Mahasiswa dinyatakan lulus suatu matakuliah jika memiliki nilai sekurang-kurangnya C

untuk matakuliah-matakuliah tertentu, seperti Agama, Pancasila, Kewarganegaraan, Teknik

Lingkungan, Manajemen Mutu, Kerja Praktek, KKN, dan Skripsi. Sementara itu mata kuliahlain

memiliki nilai sekurang-kurangnya D.

5.2 Evaluasi Capaian Pembelajaran Program Studi Statistika

5.2.1 Evaluasi Capaian Pembelajaran Lulusan Program Studi

Capaian pembelajaran program studi perlu dilakukan ketercapaiannya pada setiap akhir

pembelajaran.Perhitungan dilakukan berdasarkan tahun akademik tertentu. Untuk menentukan

ketercapaian dari suatu capaian pembelajaran program studi tertentu dilakukandengan

menghitung rata-rata IP (Indeks Prestasi (IP) dari mata kuliah-mata kuliah yang terkait dengan

capaian pembelajaran tersebut. Tabulasi evaluasi pada suatu akhir tahun akademik disajikan

pada Tabel 5.2.

No Kisaran Nilai Nilai huruf Bobot Predikat 1 80,00 – 100,00 A 4,00 Sangat baik 2 75,00– 79,99 A- 3,67 Baik 3 70,00– 74,99 B+ 3,33 Baik 4 65,00 – 69,99 B 3,00 Baik 5 60,00 – 64,99 B- 2,67 Cukup 6 55,00 – 59,99 C+ 2,33 Cukup 7 50,00 – 54,99 C 2,00 Cukup 8 40,00 – 44,99 D 1,00 Kurang 9 0,00– 34,99 E 0,00 Gagal

61

Tabel 5.2 Tabel Evaluasi Capaian Pembelajaran Program Studi

62

Mencari IPK Mata Kuliah

Untuk mencari IPK Mata Kuliah Pendukung dari suatu Capaian Pembelajaran dihitung

dengan menentukan nilai bobot pada setiap skor nilai berdasarkan banyaknya mahasiswa yang

mendapatkan nilai tersebut.

Misalnya mata kuliah MK 1 diikuti oleh 105 mahasiswa dengan sebaran perolehan nilai

sebagai berikut :

Nilai A A- B+ B B- C+ C D E Total Bobot 4 3.67 3.33 3 2.67 2.33 2 1 0 - Jumlah mahasiswa

8 12 17 15 10 21 12 3 2 100

Skor (Jumlah mahasiswa x boot)

32 44.04 56.61 45 26.7 48.93 24 3 0 280.28

IPK MK 1 280.28/100 = 2,80

Mencari Rata-Rata IPK CPL tiap Aspek

Untuk mencari IPK CP dari suatu Capaian Pembelajaran dihitung dengan melakukan

perhitungan rata-rata terbobot dengan menggunakan sks mata kuliah sebagai bobot.

Misalnya Capaian Pembelajaran CP 1 memiliki 4 mata kuliah pendukung, yaitu MK1 3 sks, MK2

4 sks, MK3 2 sks, dan MK4 3 sks, dengan data-data berikut:

Mata kuliah MK1 MK2 MK3 MK4 Total

Bobot sks 3 4 2 3 12 IPK MK 2.51 3.11 2.98 3.05 - Skor (bobot sks x IPK MK)

7.53 12.44 5.96 9.15 35.08

Rata-rata IPK CP 35.08/12 = 2.92

5.2.2 Evaluasi Capaian Pembelajaran Lulusan Program Studi Berdasarkan Profil

Capaian pembelajaran program studi berdasarkan profil perlu dilakukan ketercapaiannya

pada setiap akhir pembelajaran. Perhitungan dilakukan berdasarkan tahun akademik tertentu.

Untuk menentukan ketercapaian dari suatu capaian pembelajaran program studi berdasarkan

profil tertentu dilakukan dengan menghitung rata-rata Indek Prestasi (IP) dari masing-masing

Aspek ST, KU, KK, dan PP yang sesuai dengan Tabel 2.8 Tabulasi evaluasi pada suatu akhir

tahun akademik disajikan pada Tabel berikut:

63

Tabel 5.3 Tabel Evaluasi Capaian Pembelajaran Lulusan Program Studi Setiap Profil

5.3 Evaluasi Prestasi Mahasiswa

Evaluasi capaian prestasi mahasiswa dilakukan dalam bentuk indeks prestasi semester

(IPS) dan indeks prestasi kumulatif (IPK). Indeks prestasi semester merupakan rerata terbobot

nilai mutu semua matakuliah dalam satu semester dengan bobot sebesar beban sks

matakuliahnya.Formulasi untuk perhitungan IPS dan IPK sebagai berikut,

�� ∑ ��

∑ ��

,

dengan: � = bobot/jumlah sks matakuliah ke-i

� = nilai mutu matakuliah ke-i

K= banyak matakuliah dalam suatu semester.

Indeks prestasi kumulatif (IPK) merupakan rerata terbobot nilai mutu semua matakuliah yang

telah ditempuh dengan bobot sebesar beban sks matakuliahnya, yaitu:

�� ∑ ��

∑ ��

,

Dengan:

� = bobot/jumlah sks matakuliah ke-i

� = nilai mutu matakuliah ke-i

T= banyak matakuliah yang telah ditempuh.

Dalam penghitungan IPK, nilai suatu matakuliah yang ditempuh lebih dari satu kali

merupakan nilai terbaik yang pernah dicapai dalam matakuliah tersebut.

IPS digunakan sebagai acuan dalam penetapan jumlah maksimum sks yang dapat diambil oleh

mahasiswa pada dua semester sesudahnya dengan ketentuan sebagai berikut:

IPS Maksimum sks

IPS < 1,50 16 1,50 ≤ IPS < 2,00 18 2,00 ≤ IPS < 2,50 20 2,50 ≤ IPS < 3,00 22 3,00 ≤ IPS ≤ 4,00 24

Sementara itu IPK digunakan untuk evaluasi dua tahun, empat tahun, akhir studi, danbatas

waktu maksimumstudi (tujuh tahun).

64

Dalam evaluasi dua tahun pertama mahasiswa diwajibkan menyelesaikan minimal 40 sks

dengan IPK ≥ 2,00 (untuk 40 sks dengan nilai terbaik), sedang dalam evaluasi empat tahun

mahasiswa diwajibkan menyelesaikan minimal 80 sks dengan IPK ≥ 2,00 (untuk 80 sks dengan

nilai terbaik). Mahasiswa yang tidak mampu memenuhi persyaratan tersebut akan

mendapatkan surat peringatan.

Dalam evaluasi akhir studi, mahasiswa dapat dinyatakan telah menyelesaikan program

sarjana statistika jika telah lulus semua matakuliah wajib dan matakuliah-matakuliah pilihan

dengan total sks sekurang-kurangnya 144 sks dengan IPK ≥ 2,00 dan persentase nilai D

maksimum 20% dengan waktu tempuh maksimum 7 tahun serta telah memenuhi persyaratan-

persaratan lain yang ditentukan. Selanjutnya, mahasiswa dapat mengajukan permohonan

untuk diyudisiumkan kelulusannya. Predikat kelulusan mahasiswa ditentukan berdasarkan IPK

yang diperoleh dengan ketentuan:

IPK Predikat

IPK ≥ 3,51 Dengan pujian

3,01 ≤ IPK ≤ 3,50 Sangat memuaskan

2,76 ≤ IPK ≤ 3,00 Memuaskan

Dalam evaluasi batas waktu maksimum studi (tujuh tahun), mahasiswa yang belum

menyelesaikan studinya akan dinyatakan drop out.

65

BAB VI SYARAT KELULUSAN

Seorang mahasiswa dinyatakan lulus dari Program Studi Statistikasesuai dengan kurikulum ini

dan memperoleh gelar S.Si jika telah memenuhi semua syarat administratif serta memenuhi

persyaratan sebagai berikut:

1. Telah menempuh dan lulus mata kuliah dengan jumlah sks kumulatif sekurang-

kurangnya 144 sks yang terdiri dari 107 sks matakuliah wajib dan sekurang-kurangnya

37 sks matakuliah pilihan dengan IPK ≥ 2,00, tanpa nilai E dan persentase nilai D

maksimum 20% ,

2. Nilai matakuliah Agama, Pancasila, Kewarganegaraan, Teknik Lingkungan, Manajemen

Mutu, Kewirausahaan, KP, dan Skripsi minimum C.

3. Memiliki nilai Bahasa Inggris yang setara dengan nilai Toefl 400

66

DASAR PENYUSUNAN KURIKULUM

Kurikulum KKNI Jurusan Statistika disusun berdasarkan

1. Permenristek dikti no 44 tahun 2015 tentang standar nasional pendidikan

tinggi.

2. UU RI nomor 12 tahun 2012 tentang Pendidikan Tinggi, pasal 35,

tentang kurikulum.

3. Rekomendasi Kurikulum Minimal untuk Program Sarjana Statistika“ yang

dipublikasikan oleh Forum Perguruan Tinggi Penyelenggara

Program Studi

4. Forkom Statistika 2012 di Malang dan 2013 di Pontianak.

5. Rekomendasi dari Alumni dan Stakeholder dalam “Dokumen Kebijakan

Studi dan Tracing Alumni”

6. Dokumen hasil benchmarking dari BAN PT (http://ban-pt.kemdiknas.go.id/

67

LAMPIRAN

68

LAMPIRAN 1

ATURAN TRANSISI DARI KURIKULUM 2012 KE 2016

No KODE

Kurikulum 2016

KODE

Kurikulum 2012

Mata Kuliah SKS

SM Mata Kuliah

SKS SM

W P W P

1 INT 1106 Pancasila 2 I BBT 1101 Pancasila 2 II

2 INP 1109 Bahasa Inggris 3 I PKP 1201 Bahasa Inggris 3 I

3 SIT 1102 Kalkulus I 3 I KKT 1401 Kalkulus I 3 I

4 SIP 1301 Metode Statistika I 3 I STP 1301 Metode Statistika I 3 I

5 SIT 1302 Eksplorasi Data 3 I STT 2309 Eksplorasi Data 3 IV

6 SIP 1501 Pengantar Komputer 3 I CSP 1501 Pengantar Komputer 3 I

7 SIT 1101 Logika Matematika 3 I STT 1101 Logika Matematika 3 I

8

INT 1101 Agama Islam

2

II

INT 1101 Agama Islam

2

II INT 1102 Agama Kristen INT 1102 Agama Kristen

INT 1103 Agama Katolik INT 1103 Agama Katolik INT 1104 Agama Hindu INT 1104 Agama Hindu

INT 1105 Agama Budha INT 1105 Agama Budha

9 INT 1108 Bahasa Indonesia 2 II PKT 1202 Bahasa Indonesia 2

V

10 INT3113 Metodologi Penelitian 2 VI

11 SIT 1104 Aljabar Linier I 2 II STT 1103 Aljabar Linier I 2 I

12 SIP 1502 Algoritma & Pemrograman 3 II CSP 1101 Algoritma & Pemrograman 3 II

13 SIT 1103 Kalkulus II 3 II KKT 2201 Kalkulus II 3 II

14 SIP 1303 Metode Statistika II 3 II STP 1303 Metode Statistika II 3 II

15 SIT 1201 Matematika Diskret 3 II STT 2201 Matematika Diskret 3 III

16 SIT 1304 Pengantar Teori Probabilitas 3 II STT 2304 Teori Probabilitas 3 III

17 INT 2107 Kewarganegaraan 2 III BBT 1102 Kewarganegaraan 2 VI

18 INT 2112 Teknik Lingkungan 2 III PBT 3401 Teknik Lingkungan 2 VI

19 SIP 2504 Komputasi Statistika 3 III STP 2402 Komputasi Statistika 3 III

20 SIT 2106 Kalkulus Lanjut 3 III STT 2202 Kalkulus Lanjut 3 III

21 SIT 2105 Aljabar Linier II 2 III STT 1105 Aljabar Linier II 2 II

22 SIT 2305 Metode Stat. NonParametrik. 2 III STT 2403 Metode Stat. NonParametrik. 2 IV

69

23 SIP 1503 Basis Data 4 III CSP 1805 Basis Data 4 II

24 SIP 2306 Analisis Regresi 3 III STP 2306 Analisis Regresi 3 III

25 INT 2110 Manajemen Mutu 2 IV PBT 3502 Manajemen Mutu 2 VI

26 SIT 2307 Teori Statistika I 3 IV STT 2307 Teori Statistika I 3 IV

27 SIT 2601 Pengendalian Kualitas Produksi 3 IV STT 2705 Pengendalian Kualitas Produksi 3 IV

28 SIT 2402 Teknik Sampling & Survei 3 IV STT 3408 Teknik Sampling & Survei 3 V

29 SIP 2506 Pemrog. Internet dan Multimedia 3 IV CSP 2506 Pemrog. Internet dan Multimedia 3 IV

30 SIT 2403 Metode Kuantitatif 3 IV STT 2308 Metode Kuantitatif 3 IV

31 SIT 2203 Metode Numerik 3 IV STT 2204 Metode Numerik 3 III

32 SIT 3607 Manajemen Keuangan 3 IV STT 3709 Manajemen Keuangan 3 VI

33 SIT 2202 Persamaan Differensial 3 IV STT 2203 Persamaan Differensial 3 III

34 SIT 2507 Sistem Informasi Manajemen 2 IV STT 2703 Sistem Informasi Manajemen 2 IV

35 INT 3114 Kewirausahaan 2 V PBT 3301 Kewirausahaan 2 V

36 SIT 3308 Teori Statistika II 3 V STT 3311 Teori Statistika II 3 V

37 SIT 3310 Rancangan Percobaan 3 V STT 3404 Rancangan Percobaan 3 V

38 SIP 3406 Analisis Data Kategorik 3 V STP 3405 Analisis Data Kategorik 3 V

39 SIT 3404 Pengantar Runtun Waktu 2 V STT 3407 Pengantar Runtun Waktu 2 V

40 SIT 2401 Matematika Aktuaria 2 V STT 2401 Aktuaria 2 IV

41 SIP 3204 Riset Operasi 4 V STP 3205 Riset Operasi 4 V

42 SIT 3309 Pengantar Teori Ukuran dan Probabilitas 3

V STT 3208

Pengantar Teori Ukuran dan Probabilitas 3 V

43 SIT 3405 Model Antrian Terapan 2 V STT 3410 Model Antrian Terapan 2 VI

44 SIT 3508 Struktur Data 3 V CST 1102 Struktur Data 3 V

45 SIT 3602 Statistika Ekonomi 3 V baru

46 SIT 3603 Organisasi dan Manajemen Industri 2 V STT 2701 Organisasi dan Manajemen Industri 2 IV

47 SIT 3311 Statistika Multivariat 3 VI STT 2310 Statistika Multivariat 3 IV

48 SIT 3313 Model Linier 3 VI STT 4413 Model Linier 3 VII

49 SIT 3509 Datamining 3 VI CST 3803 Datamining 3 VI

50 SIT 3409 Biostatistika 2 VI STT 2704 Biostatistika 2 IV

51 SIP 3510 Pengenalan Software Statistika 3 VI STP 3409 Pengenalan Software Statistika 3 VI

52 SIT 3205 Pengantar Model Spasial 3 VI baru

53 SIT 3407 Metode Peramalan 3 VI STT 3411 Metode Peramalan 3 VI

54 SIT 3606 Statistika Sosial 3 VI STT 3706 Teknik Demografi 2 VI

70

55 SIT 3605 Manajemen Logistik 3 VI STT 3708 Manajemen Logistik 3 VI

56 SIT 3206 Teori Optimasi 2 VI STT 4208 Teori Optimasi 2 VII

57 SIT 3408 Kapita Selekta Statistika 2 VI STT 3707 Kapita Selekta Statistika 2 VI

58 SIT 3312 Pengantar Proses Stokastik 3 VI STT 3312 Pengantar Proses Stokhastik 3 VI

59 INT 4115 Kuliah Kerja Nyata (KKN) 2 VII STT 4415 Kuliah Kerja Nyata(KKN) 2 VIII

60 SIT 4411 Kerja Praktek(KP) 2 VII STT 4414 Kerja Praktek 2 VII

61 SIT 4410 Praktek Kerja Pada Industri (PKPI) (4) VII STT 4416 Praktek Kerja Pada Industri (PKPI)-(4) VIII

62 SIT 4107 Logika Fuzzy 2 VII CST 2401 Logika Fuzzy 2 VII

63 SIT 4511 Jaringan Syaraf Tiruan 3 VII CST 3406 Jaringan Syaraf Tiruan 3 VII

64 SIT 4512 Pengolahan Citra 3 VII CST 3505 Pengolahan Citra 3 VII

65 SIT 4608 Riset Pemasaran 2 VII STT 3406 Riset Pemasaran 2 V

66 SIT 4609 Pengantar Uji Hidup dan Keandalan 3 VII STT 4412 Peng. Uji Hidup dan Keandalan 3 VII

67 SIT 4607 Ekonometrika 3 VII STT 4710 Ekonometrika dan Analisis Keuangan 3 VII

68 SIT 4610 Manajemen Resiko 3 VII baru

69 INT 4116 Skripsi 6 VIII STT 4417 Skripsi 6 VIII

70 SIP 4611 Fisika Dasar* 3 VII STP 1601 Fisika Dasar 3 I

71 SIT 4207 Pengantar Model Matematika 3 VII STT 3205 Pengantar Model Matematika 3 VI

2. KETENTUAN LAIN

a. Konversi matakuliah dari kurikulum 2012 ke Kurikulum 2016 dilakukan dengan pedoman sedapat mungkin tidak merugikan mahasiswa.

b. Seluruh matakuliah 2012 yang telah ditempuh mahasiswa dan sudah dinyatakan lulus (nilai A, B, C atau D harus dapat dikonversikan ke kurikulum 2016).

c. Jika dua matakuliah (atau matakuliah kuliah dan praktikum) dikonversikan ke satu matakuliah, maka nilai yang diambil adalah nilai terbaik dari matakuliah

tersebut, dengan syarat minimal nilai adalah D. Dalam hal ada satu matakuliah / praktikum dengan nilai Eatau belum diprogramkan maka matakuliah tersebut

tetap dapat dikonversi dengan syarat mahasiswa mengikuti sit-in.

d. Konversi kurikulum untuk matakuliah institut mengikuti aturan yang ada.

71

Documents

KURIKULUM PROGRAM STUDI STATISTIKA FAKULTAS …bp2ai.akprind.ac.id/doc/kkni/kkni-06.pdf · 1990 tersusun atas kerjasama dengan Jurusan Matematika, FMIPA, Universitas Gajah Mada. Kurikulum