RENCANA PROGRAM & KEGIATAN PEMBELAJARAN SEMESTER

(RPKPS)

A. MATA KULIAHz
Nama Mata Kuliah : Pengantar Analisis Regresi
Kode/sks :MAS 4231/3
Semester :2
Status (Wajib/Pilihan) :W
Prasyarat : MAS 4121/Metode Statistika I :
MAS 4280/Matriks dan Ruang
Vektor [diambil bersamaan]
B. TUJUAN PEMBELAJARAN
i Mahasiswa mampu mengidentifikasi dan mendefisinikan
hubungan kausalitas, variabel independent dan variabel
dependent.
ii Mahasiswa mampu menganalisis bentuk hubungan satu variabel
dependent dengan satu variabel independent yang dituangkan
dalam bentuk model regresi linier, mendapatkan taksiran
parameter penyusun modelnya, menguji keberartian model secara
simultan (ANOVA) dan parsial (t-student test), menganalisis
residual model duga, identifikasi dan tindakan penanganan
terhadap data yang berpencilan dan influence observations,
menaksir nilai amatan berdasar model duga dan
menginterpretasikannya.
iii Mahasiswa mampu menganalisis bentuk hubungan dua variabel
dalam bentuk eksponensial yang dapat ditransformasi dan
menginterpretasikannya
iv Mahasiswa mampu menganalisis bentuk hubungan satu variabel
dependent dengan dua atau lebih variabel independent dalam
bentuk model regresi linier berganda, mendapatkan taksiran
parameter penyusun modelnya, menguji keberartian model secara
simultan (ANOVA) dan parsial (t-student test), menganalisis
residual model duga, dan menginterpretasikan hasil analisisnya.
v Mahasiswa mampu menganalisis model regresi linier sederhana
dan berganda dalam bentuk matriks.
vi Mahasiswa mampu menganalisis keeratan hubungan (korelasi)
antar variabel secara berganda maupun parsial.
vii Mahasiswa mampu menentukan model regresi terbaik dengan
metode all possible regression, stepwise (forward, backward).
C. OUTCOME PEMBELAJARAN
i Mampu berpikir logis, kritis
dan analitis
ii Mampu mengaplikasikan berbagai
program komputer
iii Mampu menerjemahkan masalah di kehidupan nyata
ke logika statistika
iv Mampu mengidentifikasi masalah dan mendefinisikan ke dalam
variabel yang sesuai
v Mampu
menganalisis data
vi Mampu merumuskan hasil dan menarik
kesimpulan secara sahih
vii Mampu mengkomunikasikan kembali hasil analisis dan
kesimpulan ke permasalahan semula
viii Mampu menjadi konsultan
statistika
D. JUMLAH JAM DAN PEMBAGIANNYA

1
i Jumlah tatap muka 15 kali (@ 150 menit), minggu ke-8 UTS
(100 menit)
ii Belajar mandiri 1-2 jam /minggu

E. JADWAL KEGIATAN
Mingg Pertemu Waktu Pokok Sub Pokok Metode
u an ke- (menit Bahasan Bahasan (Ceramah/Diskusi/
) Kuis)
I 1 150 Konsep a. Ceramah dan
dasar
Regresi Diskusi
Pendahuluan
dan b. Identifikasi
Korelasi variabel
c. Pendefinisian
variabel
dependent dan
independent
II 2 150 Korelasi a. Korelasi Ceramah dan
dan b.
Regresi Diskusi
Linier Penghitunga
Sederhana n
penduga
parameter
pada model
regresi linier
sederhana
c. OLS dan
MLE
III 3 150 Regresi a. Asumsi Ceramah dan
Linier klasik:
Sederhana macam Diskusi
dan
akibat
jika
terpenuhi
b. Uji
keberartian
model
IV 4 150 Regresi a. Identifikasi Ceramah dan
Linier pencilan
Sederhana dan Diskusi
amatan
berpengaruh
b. Penanganan
pencilan
dan
amatan
berpengaruh
c. Pendekatan
Matriks
d. Aplikasi
paket
e. Interpretasi
V 5 150 Regresi Analisis Ceramah dan
Linier
Sederhana Residual Diskusi
VI 6 150 Regresi a. Konsep Ceramah dan
Eksponen b. Perhitungan
sial dan Diskusi
interpretasi
model
VII 7 150 Review Pemantaban Ceramah dan
konsep,
penghitungan, Diskusi

2
 interpretasi
hasil analisis

F. PENILAIAN

No. Komponen Prosenta

Penilaian se
1 Tugas terstruktur 10
2 Kuis 15
3 UTS 30
4 UAS 45
Jumlah 100
Nilai Akhir: menggunakan standar penilaian

Kisaran Huruf
Nilai Mutu
> 80.1 A
75.1-80.0 B+
70.1 -75.0 B
65.1 -70.0 C+
55.1-65.0 c

3
50.1 -55.0 D+
45.1-50.0 D
<45 E

G. PUSTAKA ACUAN
Draper, N. R and H. Smith [1992], Applied Regression Analysis, (diterjemahkan oleh
Bambang Sumantri), PT Gramedia, Jakarta.
Montgomery, Douglas. C and Elizabeth A. Peck [1992], Introduction to Linear
Regression Analysis, Wiley, New York.
Myers, R. H [1990], Classical and Modern Regression with Applications, PWS-Kent
Publishers, Boston.
Sembiring, R.K [1995], Analisis Regresi, Penerbit ITB, Bandung.
Weisberg, Stanford [1985], Applied Linear Regression, Wiley, New York.

4
 RENCANA PROGRAM DAN KEGIATAN
PEMBELAJARAN SEMESTER
(RPKPS)

A. MATA KULIAH

Kode/s : MAS 4141/ 3

ks
Mata : Pemrograman
Linier
Kuliah
Semest : I K
er
Status : Wajib
Prasyar : MAS 4280
at

B. TUJUAN PEMBELAJARAN

Tujuan Pembelajaran:
i. Mahasiswa mampu
merumuskan model
pemrogranan linier
ii Mahasiswa mampu
mengaplikasikan prinsip
program linier
iii Mahasiswa mampu
mengartikan untuk
pengambilan keputusan

C. OUTCOME PEMBELAJARAN

Outcome Pembelajaran:
i. Kemampuan memodelkan pemrogranan linier
ii Kemampuan menyelesaikan masalah
pemrogranan linier
ii Kemampuan menggunakan paket program
pemrogranan linier
iv Kemampuan interpretasi model pemrogranan
linier

D. JUMLAH JAM DAN PEMBAGIANNYA

Jumlah jam dan pembagiannya :

E. JADWAL KEGIATAN
F. PENILAIAN
Komponen dan persentase penilaian
No Komponen Persenta
. penilaian se
1 Kuis 15
2. PR 15
3. Makalah 20
4. UTS 25
5. UAS 25
Jumlah 100

Nilai akhir menggunakan standar penilaian : tranformasi ke

Kisaran nilai Huruf Mutu

£80.1 A
75.1-80 B+
70.1-75 B
65.1-70 C+
55.1-65 C
50.1-55 D+
45.1-50 D
£45 E

G. PUSTAKA
ACUAN Pustaka
Acuan:
1. Taha, H. 1997. Riset Operasi. Binampa Aksara, Jakarta
2. Hillier, F.S. dan Lieberman. 1980. Introduction to Operations
Research. Holden-Day Inc., California
3. Wagner, H. 1982. Principles of Operation Research. Prestice
Hall, New York.
4. Winston,rd W.L. 1994. Operating Research, Aplication &
Algoritm 3 edition. Duxbury Pers. California
 RENCANA PROGRAM & KEGIATAN PEMBELAJARAN
SEMESTER
(RPKPS)

A. MATA KULIAH

Nama Mata Statistika Matematika I

Kuliah
Kode/sks MAS 4111 / 3
Semester III
Status W
(Wajib/Pilihan)
Prasyarat MAS 4211

B. TUJUAN PEMBELAJARAN

Setelah menempuh mata kuliah ini diharapkan mahasiswa mampu :

i. Menjelaskan konsep dasar sebaran peluang secara
lebih mendalam
untuk menunjang teori selanjutnya________
C. OUTCOME PEMBELAJARAN Outcome dari
pembelajaran mata kuliah ini adalah mahasiswa
mampu :
i. Berpikir logis, kritis dan analitis
ii Mengaplikasikan berbagai program komputer
iii. Mengembangkan model - model statistika
iv. Mengkaji model - model statistika
v Menjadi konsultan statistika
vi. Menganalisis data
vii. Menguasai dan menerapkan teori statistika
D. JUMLAH JAM DAN PEMBAGIANNYA

i Jumlah tatap 17 kali

muka
minggu ke 8 UTS dan minggu ke 17
UAS
ii. Belajar Tidak ada
mandiri
iii. Tugas dan Tugas diberikan setiap kali satu bahasan
presentasi selesai dibahas
iv. Kuis Kuis diadakan sebanyak 4 kali untuk
mengetahui tingkat penguasaan
mahasiswa terhadap materi
E. JADWAL KEGIATAN
 X 19 100 Sifat - sifat Harapan bersyarat, Ceramah dan
peubah fungsi pembangkit Diskusi
acak momen bersama
20 50 Sifat - sifat Evaluasi Kuis
peubah
acak
XI 21- 100 Fungsi Sebaran fungsi Ceramah dan
Peubah peubah acak( teknik Diskusi
Acak CDF, metode
transformasi)
22 50 Fungsi Teknik fungsi Ceramah dan
Peubah pembangkit momen. Diskusi
Acak
XII 23 100 Fungsi Statistik berurut, Ceramah dan
Peubah sebaran jumlah Diskusi
Acak peubah acak
24 50 Fungsi Sebaran fungsi linear Ceramah dan
Peubah Diskusi
Acak
XIII 25 100 Fungsi Kuadrat peubah Ceramah dan
Peubah acak normal Diskusi
Acak
26 50 Fungsi Sebaran normal Ceramah dan
Peubah Diskusi
Acak Ganda
xrv 27 100 Fungsi Sebaran t, sebaran F Ceramah dan
Peubah dan sebaran Beta Diskusi
Acak
28 50 Fungsi Evaluasi Kuis
Peubah
Acak
XV 29 100 Limiting Kekonvergenan Ceramah dan
distributio Diskusi
n
30 50 Limiting Ketidaksamaan Ceramah dan
distributio Diskusi
n
XVI 31 100 Limiting Kaidah Bilangan Ceramah dan
distributio Diskusi
n Besar
32 50 Limiting Dalil Limit Pusat Ceramah dan
distributio Diskusi
n

F. PENILAIAN

No. Komponen Penilaian Prosentas

e
1 Kuis 20
2 Tugas/presentasi tugas 10
3 UTS 30
4 UAS 40
Jumlah 100
- Nilai kuis = l/4(kuis 1 + kuis 2 + kuis 3 + kuis 4)
- Sifat : Kuis - catatan tertutup
UTS - catatan
tertutup UAS -
catatan tertutup
- Nilai Akhir : menggunakan standar penilaian
Kisaran nilai Huruf
Mutu
> 80.1 A
75.1 -80.0 B+
70.1-70.5 B
65.1-70.0 C+
50.1-65.0 C
45.1-50.0 D+
40.1-45.0 D
<40 E

G. PUSTAKA ACUAN
1. Bain, Lee. J., Engelhardt, M, 1992, Introduction to Probability and
Mathematical Statistics. Duxbury Press, California
2. Dudewiscz, E.T dan Mishra. 1995. Statistika dan Matematika
Modern. Terjemahan R.K Sembiring. ITB. Bandung.
3. mendenhall, W., Scheaffer, R. L., Wackerly, D. D. 1981.
Mathematical statistics with Application. Duxburry Press, Boston
4. Rice, J. A. 1995. Mathematical Statistics and Data analysis.
Duxbury Press, California.
5. Roussas, G. G. 1973. A first Course in Mathematical Statistics.
Mei Ya Publication Inc., Taipei, Taiwan

H. MONITORING
1. Berdasarkan kegiatan mingguan :
- Dapat dilihat dari respon mahasiswa ketika kuliah
- Dapat dilihat dari kuis yang diadakan
 2. Umpan balik dari mahasiswa, dalam bentuk kuesioner yang diisi
oleh mahasiswa,
untuk mengetahui respon mahasiswa yang menyangkut
pelaksanaan perkuliahan.
Digunakan untuk mengetahui keberhasilan pembelajaran
(format sudah ditentukan oleh Fakultas)

I. EVALUASI PEMBELAJARAN
Dilihat dari nilai akhir (dikatakan berhasil jika minimal 75%
mahasiswa mendapat nilai > C dan maksimal 20% mendapat nilai < D
 RENCANA PROGRAM & KEGIATAN PEMBELAJARAN
SEMESTER
(RPKPS)

A. MATA KULIAH

Nama Mata Pengantar Rancangan

Kuliah Percobaan
Kode/sks MAS 4122/ 3
Semester III
Status W
(Wajib/Pilihan)
Prasyarat Metode Statistika II (MAS
4221)

B. TUJUAN PEMBELAJARAN
Setelah menempuh mata kuliah ini diharapkan mahasiswa mampu :

i. Menjelaskan konsep dasar teori rancangan

percobaan
ii. Merancang suatu penelitian berdasarkan
karakteristik materi percobaan
iii. menganalisis hasil pengamatan dalam rangka
mendapatkan kesimpulan yang sesuai dengan tujuan
penelitian tersebut
C. OUTCOME PEMBELAJARAN
Outcome dari pembelajaran mata kuliah ini adalah mahasiswa
mampu :
i. Berpikir logis, kritis dan analitis
ii. Mengembangkan model-model rancangan
percobaan
iii. Menganalisis data
iv Menjadi konsultan perancangan percobaan
v. Menguasai dan menerapkan rancangan percobaan
dan rancangan perlakuan pada berbagai bidang
D. JUMLAH JAM DAN PEMBAGIANNYA

i Jumlah tatap 16 kali

muka minggu ke 8 UTS dan minggu ke 16
UAS
ii. Belajar Tidak ada
mandiri
iii. Tugas dan Tugas diberikan setiap kali satu bahasan
presentasi selesai dibahas

E. JADWAL KEGIATAN
2 50 Dasar-dasar Unsur-unsur Ceramah
Rancob rancob, pengertian dan Diskusi
bagian dari rancob
II 3 100 Rancangan Gambaran umum Ceramah dan
tanpa Pengacakan, Diskusi
pengelompo pendugaan
kan RAL parameter
 4 50 Rancangan Analisis Ceramah dan
tanpa ragam Diskusi
pengelompo Teladan
kan RAL
III 5 100 Uji lanjut BNT Mengerjakan
soal dan
Diskusi
6 50 Uji lanjut BNJ Ceramah dan
Diskusi
IV 7 100 Uji lanjut Duncant Ceramah dan
Diskusi
8 50 Tes kecil I Bahan pertemuan Kuis
1 sampai 7
v 9 100 Pembanding Definisi dan Ceramah dan
an berganda pengertian Kontras Diskusi
berderajat
tunggal
10 50 Pembanding Ortogonal kontras Ceramah dan
an berganda Teladan Diskusi
berderajat
tunggal
VI 11 100 Pembanding Ortogonal Ceramah dan
an berganda polinomial Teladan Diskusi
berderajat
tunggal
12 50 Rancangan Gambaran umum Ceramah dan
Acak Pengacakan, Diskusi
Kelompok pendugaan
parameter
VII 13 100 Rancangan Analisis Ceramah dan
Acak ragam Diskusi
Kelompok Teladan
14 50 Rancangan RAK dengan Ceramah dan
Acak anak Diskusi
Kelompok contoh
Teladan
VIII 15 100 UTS Bahan minggu ke 1 Ujian
-7
16 50 Pembahasan Bahan soal UTS Ceramah dan
UTS Diskusi
IX 17 100 Rancangan Mising data Ceramah dan
Acak Analisis Diskusi
Kelompok Teladan
18 50 RBSL Gambaran umum Ceramah dan
Pengacakan, Diskusi
pendugaan
parameter
X 19 100 RBSL Analisis Ceramah dan
ragam Diskusi
Teladan
20 50 RBSL Mising Kuis
data
Analisis

No. Komponen Penilaian Prosentas

e
1 Kehadiran 10%
2 Tes kecil I 10%
3 Tes kecil II 10%
4 Pekerjaan terstruktur 10%
5 UTS 20%
F. PENILAIAN

6 UAS 40%
Jumlah 100%

- Sifat : Tes kecil - catatan tertutup

UTS - catatan tertutup UAS - catatan
tertutup
- Nilai Akhir : menggunakan standar penilaian

Kisaran nilai Huruf

Mutu
> 80.1 A
75.1 -80.0 B+
70.1 -70.5 B
65.1-70.0 C+
55.1 -65.0 c
50.1 -55.0 D+
 5

G. PUSTAKA ACUAN

1. Gomez, K. A. and Gomez, A.A. 1976. Statistical Procedures

for Agriculturel Research with
Emphasis on Rice. IRR. Laguna. Philippines.

2. Hogg. R. V. Dan Craig, A. T., 1978. Introduction to

mathematical statistics, edisi ke 4,
John Wiley & Sons. New York
3. Kempthorne, O. 1980. Design and Analysis of Experiment.
Wiley & Sons. New York
4. Steel. R. G. D dan Torrie. J. H., 1976. Introduction to
statistics. McGraw-Hill Book Co.,
New York
5.. Snedecor, G. W. Dan Cochran, W. G., 1967. Statistical methods,
edisi ke 6. The Iowa State University Press, Ames
5. Siegel, S. 1956. Non parametric statistics, McGraw-Hill
Kogakushs. Ltd. Tokyo.
6. Suntoyo Yitnosumarto, 1990. Dasar-dasar Statistika. Rajawali
pers. Jakarta.
7.-----1------------, 1990. Percobaan: perancangan analisis dan
interpretasinya.
Gramedia. Jakarta

H. MONITORING
1. Berdasarkan kegiatan mingguan:
- Dapat dilihat dari respon mahasiswa ketika kuliah
- Dapat dilihat dari absen waktu pengumpulan tugas
terstruktur
2. Umpan balik dari mahasiswa, dalam bentuk kuesioner yang
diisi oleh mahasiswa,
untuk mengetahui respon mahasiswa yang menyangkut
pelaksanaan perkuliahan.
Digunakan untuk mengetahui keberhasilan pembelajaran
(format sudah ditentukan oleh Fakultas)

I. EVALUASI PEMBELAJARAN
Dilihat dari nilai akhir (dikatakan berhasil jika minimal 75%
mahasiswa mendapat nilai > C dan maksimal 20% mendapat nilai < D

RENCANA PROGRAM DAN KEGIATAN

PEMBELAJARAN SEMESTER
(RPKPS)

A. MATA KULIAH

Kode/s : MAS 4142 / 2

ks
Mata : Teori Keputusan
Kuliah
Semest :3
er
Status : Pilihan
Prasyar : MAS 4211*
at

B. TUJUAN PEMBELAJARAN

Tujuan Pembelajaran :
i. Mahasiswa mampu
menerapkan model
pengambilan keputusan
 5

ii Mahasiswa mampu membuat

stategi pengambilan keputusan
atas suatu masalah

C. OUTCOME PEMBELAJARAN

Outcome Pembelajaran:
i. Kemampuan mengambil keputusan berdasar
model yang sudah ada
ii Kemampuan menyusun strategi pemecahan
masalah

D. JUMLAH JAM DAN PEMBAGIANNYA

Jumlah jam dan pembagiannya :

/ Komponen dan persentase penilaian

No. Komponen Persenta
penilaian
E. JADWAL KEGIATAN se
1 Kuis 10
2. Tugas 10
3. UTS 40
4. UAS 240
Jumlah 100

F. PENILAIAN

Nilai akhir menggunakan standar penilaian : tranformasi

ke
 5

Kisaran nilai Huruf Mutu

£80.1 A
75.1-80 B+
70.1-75 B
65.1-70 C+
55.1-65 C
50.1-55 D+
45.1-50 D
¿45 E

G. PUSTAKA ACUAN
1. Berger/J.O. 19.. Statistical Decision Theory and Bayesian
Analysis. Springer, New York.
2. Mangkusubroto, K. dan Trisnadi, C.L. 1987. Analisa Keputusan.
Ganesa, Bandung.
3. Prat, J.W., Riffa, H., Schlaifer, R. 1995. Introduction to Statistical
Decision Theory. MIT Press, London.
4. Rios, S. 1994. Decision Theory and Decision Analysis. Trends and
Challenger. Kluwer A$. Pub., Boston.
5. Taha, H. ^97. Riset Operasi. Binampa Aksara, Jakarta
6.rd Winston, W-L. 1994. Operating Research, Aplication & Algoritm
3 edition. Duxbury Pers. California
RENCANA PROGRAM & KEGIATAN PEMBELAJARAN
SEMESTER
(RPKPS)

A MATA KULIAH

Nama Mata Ekonometrika

Kuliah
Kode/sks MAS 4135/ 3
Semester Ganjil
Status P
(Wajib/Pilihan)
Prasyarat MAS 4231

B. TUJUAN PEMBELAJARAN

Setelah menempuh mata kuliah ini diharapkan mahasiswa mampu :

i. Menerapkan konsep dasar ekonometrika, memilih
metode analisis statistika yang paling sesuai untuk
diterapkan pada bidang ekonomi.
ii. Menganalisis dan melakukan prediksi dari
model-model ekonometrika
C. OUTCOME PEMBELAJARAN

Outcome dari pembelajaran mata kuliah ini adalah mahasiswa

mampu :
i. Menjelaskan pendekatan ekonometrika meliputi
definisi, tujuan dan tipe ekonometrika
Menjelaskan dan menerapkan model regresi
ii persamaan tunggal, pengembangan model regresi
linier dua variabel dan model regresi dummy
iii Menjelaskan, mengidentifikasi dan mengatasi
pelanggaran asumsi klasik regresi linier meliputi
adanya heteroskedastisitas, multikolinieritas dan
autokorelasi
iv Menjelaskan dan menerapkan model regresi non
linier
v Menjelaskan dan menerapkan model persamaan
simultan dan konsep dasar ekonometrika time
series.

D. JUMLAH JAM DAN PEMBAGIANNYA

i Jumlah tatap 32 kali (16minggu)
muka
minggu ke 8 UTS dan minggu ke 17
UAS
ii. Belajar Tidak ada
mandiri
iii. Tugas dan Tugas diberikan setiap kali satu
presentasi bahasan selesai dibahas
 Kuis diadakan sebanyak 2 kali
Kuis untuk mengetahui tingkat
penguasaan mahasiswa terhadap
materi

E. JADWAL KEGIATAN
 VI 11 100 Asumsi Multikolineritas Ceramah
klasik Heteroskedastisita
model s
regresi Autokorelasi
linier I
12 50 Asumsi Latihan soal & Diskusi
klasik pembahasan
model
regresi
linier I
VII 13 100 Asumsi Pendeteksian dan Ceramah
klasik penanganan
model terhadap kasus
regresi adanya
linier II multikolinearitas,
heteroskedastisita
s dan autokorelasi
14 50 Asumsi Latihan soal & Diskusi
klasik pembahasan
model
regresi
linier II
VIII 15 100 UTS Evaluasi materi I - Ceramah
VII
16 50 Bahas UTS Diskusi
IX 17 100 Model Model regresi non Ceramah
regresi non linier intrinsik,
linier penaksiran model
regresi non linier
18 50 Model Latihan soal &
regresi non pembahasan Diskusi
linier
X 19 100 Model Sifat-sifat model Ceramah
regresi kualitatif,
kualitatif pendekatan
binary response,
alternatif LPM,
model Poisson
20 50 Model Latihan soal &
regresi pembahasan Diskusi
kualitatif
XI 21 100 Model Data panel, fixed Ceramah
regresi effect, random
panel data effect
22 50 Model Latihan soal & Diskusi
regresi pembahasan
panel data
XII 23 100 Model Peranan Ceramah
ekonometri lag, pendugaan
k model distributed
dinamis lag, stock
adjustment,
Polynomial
Distributed
Lag, Granger
Causality Test
24 50 Kuis II
XIII 25 100 Model Sifat-sifat model Ceramah
persamaan persamaan
simultan simultan, bias
persamaan
simultan, masalah
identifikasi model
26 50 Model Latihan soal & Diskusi
persamaan pembahasan
simultan
XIV 27 100 Metode Model rekursif, Ceramah
pendugaan Indirect Least
persamaan Square, 2 SLS, 3
simultan SLS, Seemingly
Unrelated
Regression,
validasi model
28 50 Metode Latihan soal & Diskusi
pendugaan pembahasan
persamaan
simultan
XV 29 100 Dasar time Unit root Ceramah
series stochastic,
ekonometri integrated
ka stochastic, uji
stasioneritas, uji
unit root,
kointegrasi
30 50 Dasar time Latihan soal & Diskusi
series pembahasan
ekonometri
ka
 XVI 31 100 Presentasi Studi kasus Diskusi
makalah I
32 50 Presentasi Studi kasus Diskusi
makalah II
XVII 33 120 UAS

F. PENILAIAN

No. Komponen Penilaian Prosentas

e
1 Kuis 20
2 Tugas/presentasi tugas 10
3" UTS 30
4 UAS 40
Juml ah 100
- Nilai kuis - l/2(kuisl + kuis2)
- Sifat : Kuis - catatan tertutup
UTS - catatan
tertutup UAS -
catatan tertutup
- Nilai Akhir: menggunakan standar penilaian
Kisaran nilai Huruf
Mutu
> 80.1 A
75.1 -80.0 B+
70.1 -70.5 B
65.1 -70.0 C+
55.1 -65.0 C
50.1 -55.0 D+
45.1-50.0 D
<45 E

G.PUSTAKA ACUAN

1. W. Greene. 1997. Econometric Analysis. Prentice-Hall.

2. Gujarati, D.N. 2003. Basic Econometrics 4th ed, Mc-Graw Hill.
New York.
H.MONITORJNG
1. Berdasarkan kegiatan mingguan :
- Dapat dilihat dari respon mahasiswa ketika kuliah
- Dapat dilihat dari kuis yang diadakan
2. Umpan balik dari mahasiswa, dalam bentuk kuesioner yang
diisi oleh mahasiswa,
untuk mengetahui respon mahasiswa yang menyangkut
pelaksanaan perkuliahan.
Digunakan untuk mengetahui keberhasilan pembelajaran
(format sudah ditentukan oleh Fakultas)

I. EVALUASI PEMBELAJARAN
Dilihat dari nilai akhir (dikatakan berhasil jika minimal 75%
mahasiswa mendapat nilai > C dan maksimal 20% mendapat nilai
<D
 RENCANA PROGRAM & KEGIATAN PEMBELAJARAN
SEMESTER
(RPKPS)

A. MATA KULIAH

Nama Mata • Statistika Matematika II

Kuliah
Kode/sks MAS 4212/ 3
Semester II
Status W
(Wajib/Pilihan)
Prasyarat -

B. TUJUAN PEMBELAJARAN

Setelah menempuh mata kuliah ini diharapkan mahasiswa mampu:

i. Menjelaskan konsep dasar teori pendugaan
parameter
ii. Menjelaskan konsep dasar teori penarikan
kesimpulan mengenai nilai -nilai parameter yang
diduga
C. OUTCOME PEMBELAJARAN Outcome dari
pembelajaran mata kuliah ini adalah mahasiswa
mampu :
i. Berpikir logis, kritis dan analitis
ii. Mengembangkan model - model statistika
iii. Mengkaji model - model statistika
iv Menjadi konsultan statistika
v. Menganalisis data
vi. Menguasai dan menerapkan teori statistika
D. JUMLAH JAM DAN PEMBAGIANNYA
i Jumlah tatap 17 kali
muka
minggu ke 8 UTS dan minggu ke 17 U
AS
ii. Belajar Tidak ada
mandiri
iii. Tugas dan Tugas diberikan setiap kali satu bahasan
presentasi selesai dibahas
iv. Kuis Kuis diadakan sebanyak 4 kali untuk
E. JADWAL KEGIATAN mengetahui tingkat penguasaan
mahasiswa terhadap materi
pendugaan
2 50 Pendugaan Prinsip pendugaan Ceramah
Metode Metode Momen dan Diskusi
Momen Penggunaan metode
momen
II 3 100 Pendugaan Prinsip pendugaan Ceramah dan
Metode MLE Penggunaan Diskusi
Kemungki MLE untuk menduga
 nan parameter berbagai
Maksimum sebaran : Normal,
Eksponensial
4 50 Pendugaan Penggunaan MLE Ceramah dan
Metode untuk menduga Diskusi
Kemungki parameter berbagai
nan sebaran: Poisson,
Maksimum Geometri dll
III 5 100 Pendugaan Latihan Soal Mengerjakan
Metode soal dan
Kemungki Diskusi
nan
Maksimum
6 50 Pendugaan Evaluasi Kuis
Metode
Kemungki
nan
Maksimum
IV 7 100 Sifat - sifat Definisi sifat takbias Ceramah dan
Penduga Penentuan sifat Diskusi
secara ketakbiasan
umum penduga-penduga
parameter pada
berbagai sebaran
8 50 Sifat - sifat Penentuan bobot Ceramah dan
Penduga untuk memperoleh
secara penduga yang Diskusi
umum takbias
v9 100 Sifat-sifat Definisi MSE dan Ceramah dan
Penduga ragam suatu penduga Diskusi
secara Penentuan MSE dan
umum ragam penduga
parameter berbagai
sebaran Definisi sifat
UMVUE
10 50 Sifat-sifat Ketidaksamaan Ceramah dan
Penduga Cramer Rao dan Diskusi
secara penerapannya pada
umum beberapa sebaran
VI 11 100 Sifat-sifat Definisi Efisiensi Ceramah dan
Penduga relatif Penentuan Diskusi
secara efisiensi relatif
umum beberapa penduga
parameter berbagai
sebaran
12 50 Sifat-sifat Definisi sifat Ceramah dan
Penduga konsistensi Diskusi
secara Penentuan sifat
umum konsisten dari ragam
penduga untuk
ukuran sampel
menuju tak hingga
VII 13 100 Sifat - sifat Definisi sifat Ceramah dan
Penduga kecukupan Teorema Diskusi
secara faktorisasi untuk
umum menentukan sifat
kecukupan suatu
penduga Definisi
kecukupan minimum
dana UMVUE
Metode Lehman
Scheffe untuk
memperoleh
penduga cukup
minimum
15 100 UTS Bahan minggu ke 1 - Ujian
7
 36 50 Pembahas Ceramah dan
an UTS Diskusi
IX 17 100 Uji Pendahuluan Ceramah dan
Jenis - jenis hipotesis Diskusi
Hipotesis Elemen -elemen
dalam
pengujian
Tipe -tipe
kesalahan
pengujian
Uji Z
18 50 Uji Tipe -tipe Ceramah dan
kesalahan dalam uji Diskusi
Hipotesis z
Penentuan ukuran
sampel
X 19 100 Uji Uji t untuk nilai Ceramah dan
Diskusi
Hipotesis tengah
20 50 Uji Uji t Kuis
untuk
Hipotesis membandingkan
nilai tengah 2
populasi
XI 21 100 Uji Uji hipotesis untuk Ceramah dan
ragam populasi Diskusi
Hipotesis
22 50 Uji Uji hipotesis Ceramah dan
untuk kesamaan dua Diskusi
Hipotesis ragam
XII 23 100 Uji Latihan soal Ceramah dan
Diskusi
Hipotesis
24 50 Uji Evaluasi Kuis
Hipotesis
XIII 25 100 Kuasa Uji Pengertian Ceramah dan
Paradigma Neyman Diskusi
-Pearson
26 50 Kuasa Uji Uji optimal: Lemma Ceramah dan
Neyman - Pearson Diskusi
XIV 27 100 Kuasa Uji Uji paling kuasa Ceramah dan
seragam Uji rasio Diskusi
kemungkinan
28 50 Kuasa Uji Kuasa uji khusus Ceramah dan
pada uji t nilai Diskusi
tengah dua sample
berpasangan
XV 29 100 Selang Pengertian Ceramah dan
Kepercaya SK untuk sampel Diskusi
an besar SK untuk u
dan u r U2
30 50 Selang Selang kepercayaan Ceramah dan
Kepercaya untuk o2 Diskusi
an SK untuk %
XVI 31 100 Dualitas Dualitas antara Ceramah dan
antara pengujian hipotesis Diskusi
pengujian dan selang
hipotesis kepercayaan
dan
selang
kepercayaa
n
32 50 Dualitas Evaluasi Kuis
antara
pengujian
hipotesis
dan
-_i__
F. PENILAIAN

No. Komponen Penilaian Prosentas

e
1 Kuis 20
2 Tugas/presentasi tugas 10
3 UTS 30
4 UAS 40
Jumlah 100
- Nilai kuis = l/4(kuisl + kuis2 + kuis 3 + kuis 4)
- Sifat : Kuis - catatan tertutup
UTS - catatan
tertutup UAS -
catatan tertutup
- Nilai Akhir: menggunakan standar penilaian
Kisaran nilai Huruf
Mutu
> 80.1 A
75.1 -80.0 B+
70.1-70.5 B
65.1-70.0 C+
55.1 -65.0 C
50.1 -55,0 D+
45.1 -50.0 D
<45 E
G. PUSTAKA ACUAN
1. Bain, Lee. J., Engelhardt, M, 1992, Introduction to Probability
and Mathematical Statistics. Duxbury Press, California
2. Dudewiscz, E.T dan Mishra. 1995. Statistika dan Matematika
Modern. Terjemahan R.K Sembiring. ITB. Bandung.
3. mendenhall, W., Scheaffer, R. L., Wackerly, D. D. 1981.
Mathematical statistics with Application. Duxburry Press, Boston
4. Rice, J. A. 1995. Mathematical Statistics and Data analysis.
Duxbury Press, California.
5. Roussas, G. G. 1973. A first Course in Mathematical Statistics.
Mei Ya Publication Inc., Taipei, Taiwan

H. MONITORING

1. Berdasarkan kegiatan mingguan :

- Dapat dilihat dari respon mahasiswa ketika kuliah
- Dapat dilihat dari kuis yang diadakan
2. Umpan balik dari mahasiswa, dalam bentuk kuesioner yang diisi
oleh mahasiswa,
untuk mengetahui respon mahasiswa yang menyangkut
pelaksanaan perkuliahan.
Digunakan untuk mengetahui keberhasilan pembelajaran
(format sudah ditentukan oleh Fakultas)

I. EVALUASI PEMBELAJARAN
Dilihat dari nilai akhir (dikatakan berhasil jika minimal 75%
mahasiswa mendapat nilai > C dan maksimal 20% mendapat nilai < D
RENCANA PROGRAM & KEGIATAN PEMBELAJARAN
SEMESTER
(RPKPS)
A. MATA KULIAH

Nama Mata x Statistika Pengendalian

Kuliah Mutu
Kode/sks : MAS 4232 / 3 ,
Semester : Genap
Status :W
(Wajib/Pilihan)
Prasyarat : MAS 4221

B. TUJUAN PEMBELAJARAN

Setelah menempuh mata kuliah ini diharapkan mahasiswa mampu :

i. Mahasiswa mampu mengetahui dan menentukan
mutu yang baik dari suatu hasil proses dengan
mengadakan pengujian statistika yang tepat dan
cepat terlebih dahulu
ii. Mahasiswa mampu menentukan uji statistik yang
paling cocok bagi pengendalian mutu.
C. OUTCOME PEMBELAJARAN

Outcome dari pembelajaran mata kuliah ini adalah mahasiswa

mampu :
i. Menyebutkan beberapa manfaat penggunaan
kualitas kontrol dalam proses industri
ii Mengulang pengertian-pengertian statistik yang
diperlukan dalam kualitas kontrol dan dapat
menggunakan distribusi peluang dalam pemodelan
iii Menarik kesimpulan tentang hasil suatu proses
iv Memantau dan mengawasi suatu proses.
v Membuat control chart dan menjelaskan akibat
terjadinya variasi dalam produksi
vi Membuat control chart dan menjelaskan akibat
terjadinya variasi dalam produksi.
vii Membuat control chart pengendalian proses
statistik lain yang berguna dalam keadaan tertentu
viii Menganalisis kapabilitas (kemampuan) proses
ix Menerapkan sampling penerimaan
D. JUMLAH JAM DAN PEMBAGIANNYA

i Jumlah tatap 32 kali (dalam 16 minggu)

muka
minggu ke 8 UTS dan minggu ke 17 U
AS
ii. Belajar Tidak ada
mandiri
iii. Tugas dan Tugas diberikan setiap kali satu
presentasi bahasan selesai .dibahas
iv. Kuis Kuis diadakan sebanyak 2 kali untuk
mengetahui tingkat penguasaan
mahasiswa terhadap materi
E. JADWAL KEGIATAN
 - Sifat : Kuis - catatan tertutup
UTS - catatan
tertutup UAS -
catatan tertutup
- Nilai Akhir : menggunakan standar penilaian
Kisaran nilai Huruf
Mutu
> 80.1 A
75.1-80.0 B+
70.1-70.5 B
65.1 - 70.0 C+
55.1-65.0 C
50,1 -55,0 D+
45.1-50.0 D
<45 E

G.PUSTAKA ACUAN
1. Cochran, W.G., 1977. Sampling Tehniques, John Wiley and
Sons, New York.
2. Grant, E.L., 1988. Statistical Quality Control, Prentice Hall,
New York.
3. Gupta, 1981. Statistics Quality Control, McGraw Hill
Publication, New York.
H.MONITORING
1. Berdasarkan kegiatan mingguan :
- Dapat dilihat dari respon mahasiswa ketika kuliah
- Dapat dilihat dari kuis yang diadakan
2. Umpan balik dari mahasiswa, dalam bentuk kuesioner yang
diisi oleh mahasiswa,
untuk mengetahui respon mahasiswa yang menyangkut
pelaksanaan perkuliahan.
Digunakan untuk mengetahui keberhasilan pembelajaran
(format sudah ditentukan oleh Fakultas)

I. EVALUASI PEMBELAJARAN
Dilihat dari nilai akhir (dikatakan berhasil jika minimal 75%
mahasiswa mendapat nilai > C dan maksimal 20% mendapat nilai
<D
 Proses 11
XI 21 100 Sampling Sampling Ceramah
Penerimaa penerimaan
n Atribut I tunggal dan ganda
22 50 Sampling Latihan soal & Diskusi
Penerimaa pembahasan
n Atribut I
XII 23 100 Sampling Sampling Ceramah
Penerimaa penerimaan darab,
n Atribut sekuensial dan
II PCTK
24 50 Sampling Latihan soal & Diskusi
Penerimaa pembahasan
n Atribut
II
XIII 25 100 Sampling Sampling Ceramah
Penerimaa penerimaan MIL
n Atribut STD 105D, Dodge
III Romig
26 50 Kuis II
XIV 27 100 Sampling Sampling Ceramah
Penerimaa penerimaan
n Variabel variabel dengan
I pengendalian
parameter proses
28 50 Sampling Latihan Diskusi
Penerimaa soal &
n Variabel pembahasa
I n
XV 29 100 Sampling Sampling Ceramah
Penerimaa penerimaan
n Variabel variabel dengan
II pengendalian
proporsi item cacat
30 50 Sampling Latihan Diskusi
Penerimaa soal &
n Variabel pembahasa
II n
XVI ai 100 Presentasi Contoh-contoh Diskusi
Makalah I kasus penerapan
32 50 Presentasi Contoh-contoh Diskusi
Makalah kasus penerapan
II
XVII 33 120 UAS

F. PENILAIAN
grafik pengendali
8 50 Kuis I
v 9 100 Grafik Pendahuluan, Ceramah
Pengendal Grafik pengendali
i bagian tak sesuai,
Sifat Grafik pengendali
ketidaksesuaian
10 50 Latihan Diskusi
soal &
pembahasa
n
VI - Nilai kuis
11 100 = 1/2 Grafik
(kuisl + kuis2) Pendahuluan, Ceramah
pengendal Grafik pengendali
i x dan R, grafik
Variabel pengendali
variable yang lain,
Pemilihan antara
grafik pengendali
sifat dan variable,
Garis petunjuk
guna
melaksanakan
grafik pengendali
12 50 Latihan Diskusi
soal &
pembahasa
n
VII 13 100 Teknik Grafik pengendali Ceramah
Pengendal terubah, Grafik
ian Proses pengendali jumlah
statistik komulatif, Grafik
Yang Lain pengendali rata-
rata tertimbang
14 50 Latihan Diskusi
soal &
 pembahasa
n
VIII 15 100 UTS Evaluasi materi I - Ceramah
VII
16 Bahas50 Diskusi
UTS
IX 17 100 Analisis Prosedur untuk Ceramah
Kapabilita mengestimasi
s Proses I kapabilitas proses,
hubungan
spesifikasi dan
kapabilitas proses,
rasio kapabilitas
proses
18 50 Analisis Latihan soal & Diskusi
Kapabilita pembahasan
s Proses I
X 19 100 Analisis Prosedur analisa Ceramah
Kapabilita kapabilitas proses
s Proses II dengan observasi
tunggal, dengan
informasi peta
kendali, penetapan
batas toleransi
rakitan dan
komponen,
estimasi batas
natural proses
20 Analisis
50 Kapabilita Latihan soal & Diskusi
pembahasan
s
RENCANA PROGRAM & KEGIATAN PEMBELAJARAN
SEMESTER
(RPKPS)

A. MATA KULIAH

Nama Mata Riset Operasi

Kuliah
Kode/sks MAS 4241 / 3
Semester Genap
Status P
(Wajib/Pilihan)
Prasyarat MAS 4141, MAS 4211

B. TUJUAN PEMBELAJARAN
Setelah menempuh mata kuliah ini diharapkan mahasiswa mampu :
Menguasai prinsip riset operasi
Menerapkan model - model dalam riset operasi

C. OUTCOME PEMBELAJARAN

i. Memanage dan mengorganisir

ii Membuat program komputer
ii Mengaplikasikan berbagai program komputer
iii Berpikir logis, kritis dan analitis
iv Menjadi konsultan statistika
v Mengkomunikasikan kembali hasil analisis dan
kesimpulan ke permasalahan semula
vi Merumuskan hasil dan menarik kesimpulan
secara sahih
vii Menganalisis data
vii Mengidentifikasi masalah dan memilih model
! yang tepat
ix Menterjemahkan masalah hayati dan ekonomi ke
logika statistika

D. JUMLAH JAM DAN PEMBAGIANNYA

i Jumlah tatap 17 kali
muka
 minggu ke 8 UTS dan minggu ke 17
UAS
u. Belajar Tidak ada
mandiri

iii. Tugas dan Tugas diberikan setiap kali satu

presentasi bahasan selesai dibahas
iv. Kuis Kuis diadakan sebanyak 4 kali untuk
mengetahui tingkat penguasaan
E, JADWAL KEGIATAN mahasiswa terhadap materi
dipergunakan
XI 11 100 Model - Analisis Ceramah dan
sediaan Marjinal Diskusi
Probabilist - Newspaper
ik Boy Problem
- EOQ
dengan
Permintaan
Probabiltstik
(r,q) Model
XII 100 Sistem - Proses antrian Ceramah dan
Antrian Queueing Diskusi
Formula
- Notasi pada
Model Antrian
XIII 13 100 Sistem - Kedatangan Ceramah dan
Antrian Sebagai Proses Diskusi
Poisson, Waktu
Layanan
Eksponensial
XIV 14 100 Sistem - Sistem M/M/l Ceramah dan
Antrian Sistem M/M/co Diskusi
- Sistem M/M/s
XV 15 100 Rantai - Proses Ceramah dan
Markov Stokastik di Diskusi
dalam waktu
diskrit
- Rantai Markov
- Peluang
Transisi n-
langkah
- Klasifikasi state
di dalam
Rantai Markov
XVI 16 100 Rantai - Peluang steady Ceramah dan
Markov state suatu Diskusi
rantai markov
- Peluang steady
state di
dalam
pengambilan
keputusan

F. PENILAIAN
Sifat : Kuis - catatan tertutup UTS -
catatan tertutup UAS - catatan
tertutup Nilai Akhir: menggunakan
standar penilaian
Kisaran nilai Huruf
Mutu
> 80.1 A
75.1 -80.0 B+
70.1-70.5 B + kuis 3 + kuis 4)
- Nilai kuis = l/4(kuisl + kuis2
65.1-70.0 C+
55.1 -65.0 C
50.1 -55.0 D+
45.1 -50.0 D
<45 E
G. PUSTAKA ACUAN
1. Taha, H. 1997. Riset Operasi. Bina Aksara, Jakarta
2. Hillier, F. S dan Lieberman. 1980. Introduction to Operation
Research. Holden -Day Inc> California
3. Wagner, H. 1982. Principles of Operation Research. Prentice
Hall, New York
4. Winston, W. L. 1994. Operation Research: Application &
Algorithm 3rd edition. Duxbury Pers California

H. MONITORING
1. Berdasarkan kegiatan mingguan :
- Dapat dilihat dari respon mahasiswa ketika kuliah
- Dapat dilihat dari kuis yang diadakan
2. Umpan balik dari mahasiswa, dalam bentuk kuesioner yang diisi
oleh mahasiswa,
untuk mengetahui respon mahasiswa yang menyangkut
pelaksanaan perkuliahan.
Digunakan untuk mengetahui keberhasilan pembelajaran
(format sudah ditentukan oleh Fakultas)

I. EVALUASI PEMBELAJARAN
Dilihat dari nilai akhir (dikatakan berhasil jika minimal 75%
mahasiswa mendapat nilai > C dan maksimal 20% mendapat nilai < D
RENCANA PROGRAM & KEGIATAN PEMBELAJARAN
SEMESTER
(RPKPS)

A. MATA KULIAH

Nama mata : Analisis

kuliah Variansi
Kode/sks : MAS 4223 3
Semester : III
Status :P
(Wajib/Pilihan)
Prasyarat : MAS 4221

B. TUJUAN PEMBELAJARAN

Membekali mahasiswa pengetahuan tentang :

1. Asumsi-asumsi yang harus dipenuhi dan fungsinya masing-

masing
2. Cara-cara mengatasi asumsi yang tidak memenuhi.
3 Analisis klasifikasi satu arah
4 Analisis klasifikasi dua arah, tanpa interaksi; dengan
interaksi, sub-sampling
5. Analisis klasifikasi 3 arah : tanpa interaksi, interaksi 2
faktor, interaksi 3 faktor.

C. OUTCOME PEMBELAJARAN Setelah

menempuh mata kuliah ini diharapkan mahasiswa
dapat
1. Menguji apakah data memenuhi asumsi analisis ragam
2. Memilih dan melakukan analisis ragam klasifikasi satu arah atau
yang lain, yang sesuai dengan tujuan yang ingin dicapai.
D. JUMLAH JAM DAN PEMBAGIANNYA
i. Jumlah : 16. Kuis, minggu ke 5 dan 13. UTS ke 8, UAS ke
tatap muka
16
ii. Belajar : Melakukan analisis ragam terhadap data yang tidak
mandiri memenuhi asumsi dalam berbagai tingkat atau kasus.
Dan mencari perbedaan hasil bila asumsi yang tidak
terpenuhi tersebut dapat diatasi
iii Tugas dan : Mengambil satu atau dua dari hasil belajar sendiri
presentasi untuk dipresentasikan . Hasil evaluasi sebagai bonus
. nilai bagi penyaji dan penanya.
iv. Kuis 2 kali: minggu ke 5 dan ke-I3.
E. JADWAL KEGIATAN
Mingg Pertemu Waktu Pokok Bahasan Sub-pokok Metod
u ke (menit
an ) bahasan e
 1 i; 2 150 Pendahuluan -. Konsep dasar Diskus
-. R. Dalam
Sampel -. R. i
Antar Sampel -.
Pengaruh
perlakuan dan
statistik uji
2 3 ;4 150 Asumsi-2 -. Normalitas : Diskus
fungsi dan
pengujian i
-. Homogenitas :
fungsi dan
pengujian
-. Saling bebas :
fungsi dan
pengujian
3 5;6 150 Klasifikasi satu -. Deskripsi -. Diskus
Model Linier -.
arah Penguraian hasil i
amatan ke dlm
komponen-2 -.
JK-komponen- 2
, tabel anava,
Contoh & tugas
4 7;8 150 KUIS-1 Minggu 1 s/d 3
(teori dan
hitungan)
5 9 ; 10 150 Penjelasan soal Diskus
kuis i
6 11 ; 12 150 Klasifikasi 2 - -. Deskripsi -. Diskus
arah (tanpa Model Linier -.
interaksi Penguraian hasil i
amatan ke dlm
komponen-2 -.
JK-komponen- 2
, tabel anava,
Contoh & tugas
7 13 ; 14 150 (lanjutan) Lfisiensi thd Diskus
Kias 1 arah,
Contoh i
8 15 ; 16 150 Klasifikasi 2 - -. Deskripsi -. Diskus
arah (dengan Model Linier -.
interaksi) Penguraian hasil i
amatan ke dlm
komponen-2 -.
JK-komponen- 2
, tabel anava, -.
Contoh & tugas.
-. --. Pengaruh S,
U, I
9 1 7 ; 18 150 UTS Minggu 1 s/d 8

10 1 9 ; 20 150 Analisa Sub- -. Deskripsi -. Diskus

sampl. (Kias. 1 - Model Linier -.
arah) Penguraian hasil i
amatan ke dlm
komponen-2 -.
JK-komponen —
2 , tabel anava,
Contoh & tugas
11 21 ; 2 2 150 Analisa Sub- -. Deskripsi -. Diskus
sampl. (Kias. 2 - Model Linier -.
arah) Penguraian hasil i
amatan ke dlm
komponen-2 -.
JK-komponen-2 ,
tabel anava,
Contoh & tugas
12 2 3 ; 24 150 Kias. 3-arah -. Deskripsi -. Diskus
(tanpa interaksi) Model Linier -.
Penguraian hasil i
amatan ke dlm
komponen-2 -.
JK-komponen-2 ,
tabel anava
13 2 5 ; 26 150 KUIS-2 Minggu 10 s/d
12
14 2 7 ; 28 150 (lanjutan) - Efisiensi Diskus
Relatif, thd Kias.
1-arah dan 2- i
 arah
15 29; 30 150 Kias. 3-arah -. Deskripsi -. Diskus
(interaksi 2 Model Linier -.
faktor) Penguraian hasil i
amatan ke dlm
komponen-2 -.
Contoh & tugas
16 31 ;32 150 Review all & Diskus
diskusi umum i
F. PENILAIAN
Komponen penilaian:
G. PUSTAKA ACUAN
Pustaka acuan:
1. Box, G.E.P., W.G. Hunter and J.S. Hunter, 1978. Statistics for
Experimenters. John Wiley & Sons, Inc. New York
2. Steel, R.D.G. dan J.H. Torrie, 1991. Prinsip dan Prosedur
Statistika. Suatu Pendekatan Biometrik. Terjemahan. Edisi ke dua. PT
Gramedia PU. Jakarta.
3. Yitnosumarto, S. ,1991. Percobaan : Perancanagan, Analisis dan
Interpretasinya. PT. Gramedia PU. Jakarta.
 RENCANA PROGRAM & KEGIATAN
PEMBELAJARAN SEMESTER
(R PK PS)

A. MATA KULIAH
Nama Mata Kuliah Analisis Regresi Lanjutan
Kode/sks MAS 4235/1+1
Semester IV,VI
Status (Wajib/Pilihan) P
Prasyarat MAS 4231
B. TUJUAN PEMBELAJARAN
i Mahasiswa mampu melakukan pemodelan masalah regresi
linier berganda
Mahasiswa mampu menduga parameter model regresi
1 linier berganda dan memilih regresi linier terbaik
Mahasiswa mampu mengidentifikasi adanya pelanggaran
iii asumsi regresi linier, khususnya multikolinieritas
iv Mahasiswa mampu menangani pelanggaran asumsi regresi
linier
Mahasiswa mampu melakukan pemodelan analisis
v regresi lag dan menginterpretasikan
vi Mahasiswa mampu melaksanakan model pertumbuhan
dan menginterpretasikan
Mahasiswa mampu melaksanakan model nonlinier
vii intrinsic dan menginterpretasikan
Vili Mahasiswa mampu menyelesaikan kasus yang berkaitan
dengan masalah regresi dan menginterpretasikan
C. OUTCOME PEMBELAJARAN
i Mampu berpikir logis, kritis dan analitis
ii Mampu mengaplikasikan software SPSS, Minitab
iii Mampu menerjemahkan masalah hayati dan ekonomi ke
logika statistika
D. JUMLAH JAM DAN PEMBAGIANNYA
iv Mampu mengidentifikasi masalah dan memilih model
yang tepat
v Mampu menganalisis data
vi Mampu menimuskan hasil dan menarik kesimpulan secara
sahih
vii Mampu mengkomunikasikan kembali hasil analisis dan
kesimpulan ke permasalahan semula
viii Mampu menjadi konsultan statistika

37
E. JADWAL KEGIATAN

38
 F. PENILAIAN

Nilai kuis = V£(kuisl + kuis2) Sifat: Kuis - catatan tertutup UTS - catatan tertutup UAS - catatan tertutup

Kisaran Huni f
Nilai Mum
* 80.1 A
75.1-80.0 B+
70.1-75.0 B
65.1 -70.0 C+
55.1-65.0 C
50.1-55.0 D+
45.1 - 50.0 D
s; 45 E

G. PUSTAKA ACUAN
Draper, N. R and H. Smith [1992], Applied Regression Analysis,
(diterjemahkan oJeh Bambang Sumantri), PT Gramedia,
Jakarta.
Montgomery, Douglas. C and Elizabeth A. Peck [1992],
Introduction to Linear Regression Analysis, Wiley, New
York.
Myers, R. H [1990], Classical and Modern Regression with
Applications, PWS-Kent Publishers, Boston.
Sembiring, R.K [1995], Analisis Regresi, Penerbit ITB, Bandung.
Weisberg, Stanford [1985], Applied Linear Regression, Wiley,
New York.

39
 RENCANA PROGRAM & KEGIATAN PEMBELAJARAN
SEMESTER
(RPKPS)

A. MATA KULIAH

Nama Mata Teknik Sampling & Survai

Kuliah
Kode / sks MAS 4112/ 3
Semester V
Status W
(Wajib/Pilihan)
Prasyarat MAS 4218 (Pengantar Teori
Peluang)

B. TUJUAN PEMBELAJARAN

i. Mahasiswa memahami konsep dasar dan masalah-

masalah yang sering muncul dalam sampling
ii. Pemahaman mahasiswa terhadap penarikan contoh
berpeluang dan tanpa pertimbangan peluang
iii. Pemahaman terhadap cara-cara memilih metode
sampling yang tepat, sesuai dengan karakteristik
populasi serta prosedur pendugaan parameter
populasi
iv. Mahasiswa mampu menerapkan sampling pada
kejadian sehari-hari yang ada di sekelilingnya
C. OUTCOME PEMBELAJARAN

i. Mahasiswa mampu menentukan populasi dan

membuat kerangka sampling dengan benar
ii. Mahasiswa dapat menentukan metode sampling
yang sesuai dengan populasi di mana sample
diambil serta menentukan ukuran sampel
iii. Mahasiswa dapat menduga karakteristik populasi
yang dipelajari berdasarkan statistik yang diperoleh
iv. Mahasiswa dapat menjadi konsultan untuk masalah
yang berkaitan dengan cara-cara menentukan unit
sampel
D. JUMLAH JAM DAN PEMBAGIANNYA

i Jumlah tatap 14 kali

UTS :
muka mingguke-8 UAS
: mingguke-16
ii. Tugas dan Presentasi 1 : minggu
presentasi ke- 5 Presentasi 2 :
minggu ke- 12
iii. Kuis (@50 2 kali, untuk mengetahui tingkat
penguasaan mhs terhadap materi
menit)

Mingg Perte (meni Sub Pokok Metode

muan t) Pokok (Ceram
u ke- Bahasan ah
Bahasan /Diskusi
Wakt
u /Kuis
1 Kontrak perkuliahan,
100 Pendahul garis besar materi Cerama
uan perkuliahan, penilaian,
penyegaran konsep h
statistika
50 Definisi dalam sampling: Ceramah
Terminolo populasi, kerangka contoh,
unit contoh
gi

Tahapan sampling,
Konsep dasar kesalahan dalam penarikan Ceramah
100 penarikan sample, grafik ukuran
contoh sample versus besarnya
kesalahan

50 Dasar Inventarisasi
penarikan Diskusi
contoh masalah

III Identifikasi Contoh-contoh masalah mungk

100 masalah di mana harus in
lingkungan dilakukan sampling
karena sensus tidak
Diskus
i

50 Sampling Acak Pengambilan sampel Ceramah

Sederhana dengan atau tanpa
(Simple Random pengembalian, kombinasi
Sampling) outcome

IV Menduga rata-rata dan

100 idem ragam populasi secara
empiris dan dengan rumus
50 Menduga total dan
idem proporsi populasi, contoh Ceramah
soal
100
idem Menentukan n Ceramah

10 50 idem Bahan s/d minggu Kuis

ke IV
VI Terapan, penyelesaian
11 100 idem beberapa Diskus
permasalahan______ i
12 50 idem S AS Present
asi
VII
13 100 idem S AS Presen
tasi

50 Sampling Prosedur pelapisan dan

14 Acak Berlapis sampling acak, alokasi Cerama
(Stratified sampel dalam tiap h, tugas
Random lapisan.
Sampling
VIII 15 100 UTS Bahan minggu ke I -
VII
Pendugaan bagi rata- Ceram
16 50 idem rata, ragam dan ah,
proporsi populasi. tugas
IX 17 Efisiensi terhadap
100 idem SAS~ penentuan n, Ceram
soal, penerapan SAS ah/
dalam SAB diskusi

50 Penarikan Cara menentukan unit Ceramah

contoh contoh, linear systematic,
sistematis cyclic systematic

X 50 Simple Unit primer dan unit

19 20 Cluster sekunder, hitung n ,
Sampling menduga parameter
100
idem Lanjutan
XI Aplikasi SRS dan cluster
21 100 idem dalam masalah sehari-hari
Svarat neneuunaan nendnuaan
 No. Komponen Penilaian Presentase
1 Kuis 10
2 Tugas/presentasi tugas 20
3 UTS 30
4 UAS 40
Jumlah 100
- Nilai kuis = Vi (kuisl + kuis2)
- Sifat : Kuis - catatan tertutup
UTS & UAS - buka rumus
- Standar penentuan nilai akhir (huruf mutu)

Kisaran nilai Huruf Mutu

> 80.1 A
75.1 -80.0 B+
70.1-70.5 B
65.1 -70.0 C+
55.1 -65.0 C
F. PENILAIAN
50.1-55.0 D+
45.1-50.0 D
<45 E