RENCANA PEMBELAJARAN SEMESTER (RPS)sonia.soc.telkomuniversity.ac.id/cdn/rps/S1 Teknik Informatika/MK...3. Membedakan antara fungsi pembangkit momen dan fungsi karakteristik 10 Mahasiswa

1

RENCANA PEMBELAJARAN SEMESTER

(RPS)

MUG2D3 PROBABILITAS DAN STATISTIKA

Disusun oleh:

INDWIARTI

FAKULTAS INFORMATIKA

TELKOM UNIVERSITY

2

LEMBAR PENGESAHAN Rencana Pembelajaran Semester (RPS) ini telah disahkan untuk mata kuliah sbb:

Kode Mata Kuliah : MUG2D3 Nama Mata Kuliah : Probabilitas dan Statistika

Bandung, Agustus 2015

Mengetahui

Kaprodi S1 Teknik Informatika

M. Arif Bijaksana, Ph.D

3

DAFTAR ISI

LEMBAR PENGESAHAN ............................................................................................................................. 2

DAFTAR ISI ................................................................................................................................................. 3

A. PROFIL MATA KULIAH ....................................................................................................................... 4

B. RENCANA PEMBELAJARAN SEMESTER (RPS) .................................................................................... 4

C. RANCANGAN INTERAKSI DOSEN–MAHASISWA ................................................................................ 6

D. RANCANGAN TUGAS ......................................................................................................................... 9

E. PENILAIAN DENGAN RUBRIK ........................................................................................................... 11

F. PENENTUAN NILAI AKHIR MATA KULIAH ........................................................................................ 17

4

A. PROFIL MATA KULIAH

IDENTITAS MATA KULIAH Nama Mata Kuliah : Probabilitas dan Statistika

Kode Mata Kuliah : MUG2D3

SKS : 3

Jenis : MK Wajib

Jam Pelaksanaan : Tatap muka di kelas = 2 jam per minggu

Praktikum di kelas = 1 jam per minggu

Semester / Tingkat : 4 / 2

Pre-requisite : -

Co-requisite : -

DESKRIPSI SINGKAT MATA KULIAH Kuliah ini memberikan gambaran singkat kapada mahasiswa tentang statistika termasuk didalamnya ilmu peluang ( probabilitas). Sesuai dengan nama kuliahnya, porsi ilmu peluang yang diberikan dalam

kuliah ini memang cukup besar. Pada awal awal kuliah, mahasiswa mendapatkan gambaran gambaran singkat tentang statistika termasuk penyajian data secara sederhana melalui materi ukuran statistik dan statistika deskriptif.

DAFTAR PUSTAKA

1. Ronald E Walpole, Pengantar Statistika, edisi ke3, PT Gramedia Pustaka Utama, Jakarta. 1997

2. Robert V Hogg, Allen T Craig, introduction to mathematical statistics fifth edition, Prentice Hall, New Jersey. 07632

5

B. RENCANA PEMBELAJARAN SEMESTER (RPS)

Minggu ke-

Kemampuan Akhir yang Diharapkan Bahan Kajian (Materi

Ajar)

Bentuk/ Metode/ Strategi

Pembelajaran Kriteria Penilaian (Indikator)

Bobot Nilai

1 Mahasiswa dapat memahami Statistika dan Teori Peluang

1. Statistika & Statistik EDA dan CDA

2. Teori Peluang

1. Ceramah 2. Diskusi

Mahasiswa dapat :

1. membedakan antara statistik dan statistika

2. mengetahui penggunaan teori peluang dalam statistika

5%

2 Mahasiswa dapat menentukan nilai ukuran dalam statistik

1. Ukuran Pemusatan dan Ukuran Penyebaran.

2. Box-plot & Stem plot


Mahasiswa dapat :

1. menghitung : mean, median, mode, range, lower/ middle/ upper quartile, variance, standard deviation

2. membuat box plot dan stem plot 3. menentukan outlier dan

kemencengan distribusi

5%

3 Mahasiswa dapat mememahami Teori Peluang

1. Konsep Dasar Teori Peluang

2. Pendekatan proba-bilitas secara : axiomatic objective subjective


Mahasiswa dapat :

1. Menjelaskan mengenai: random experiment, sample space dan event

2. Membedakan probabilitas secara axiomatic, objective dan subjective.

3. Menggunakan teorema pro-babilitas

5%

4 Mahasiswa dapat memahami dan menghitung Peluang Bersyarat

1. Peluang bersyarat 2. Probabilistically

independent 3. Teorema Bayes


Mahasiswa dapat :

1. Memahami peluang ber-syarat 2. Mmahami bebas secara

statistically

5%

6

3. Mengaplikasikan konsep dasar dari peluang bersyarat

5 Mahasiswa dapat memahami Counting Technique

1. Analisa Kombinatorik

2. Kaitan antara analisa kombinatorik dengan teori peluang


Mahasiswa dapat:

1. Memahami perbedaan antara permutasi dan kombinasi

2. Mengaplikasikan teori peluang dalam kehidupan sehari-hari

5%

6 Mahasiswa dapat memahami variabel random (VR)

1. Konsep Dasar VR 2. Macam-macam

VR


Mahasiswa dapat 1. Mendefinisikan vr sebagai

mapping 2. Memahami event space dan

probability space 3. Membedakan vr deskrit, vr

kontinu dan vr campuran

5%

7

Mahasiswa dapat memahami

Probability Distributions Fungsi

Distribusi (FD)

1. Probability mass-function (pmf)

2. Probability density function (pdf)

3. Fungsi distribusi kumulatif


Mahasiswa dapat:

1. Membedakan antara pdf dan pmf 2. Memahami sifat dari pdf dan pmf 3. Memahami definisi fungsi

distribusi berikut sifat dan grafiknya

10%

8 Mahasiwa dapat menentukan peluang suatu event melalui FD

1. Peluang suatu event melalui FD

2. Transformasi dari VR


Mahasiswa dapat:

1. Memahami dan mampu menghitung peluang suatu event melalui FD

2. Memahami dan dapat menghitung pdf/pmf dari transformasi satu variabel random

10%

9 Mahasiswa dapat menentukan momen dan ekspektasi VR

1. Ekspektasi dari variabel random deskrit dan kontinu

2. Momen, Mean dan Variansi

3. Fungsi pembangkit


Mahasiswa dapat :

1. Membedakan antara ekspektasi variabel random deskrit dan kontinu

2. Menghitung momen pertama, kedua, kaitan antara variansi dan momen

10%

7

momen dan fungsi karakteristik

3. Membedakan antara fungsi pembangkit momen dan fungsi karakteristik

10 Mahasiswa dapat memahami Teorema Markov dan Chebyshev

Menurunkan teorema Markov dan teorema Chebyshev


Mahasiswa dapat

1. Memahami teorema Markov dan Chebyshev

2. Mengaplikasikan teorema Markov dan Chebyshev

10%

11 Mahasiswa dapat memahami Distribusi VR Diskrit

1. Distribusi Bernoulli dan Binomial

2. Distribusi Poisson 3. Distribusi

Hipergeo-metrik, 4. Distribusi

Geometrik, 5. Distribusi Pascal


Mahasiswa dapat

1. Memahami pdf distribusi normal beserta distribusi normal standard

2. Membaca tabel normal 3. Memahami teorema DeMoivre-

Laplace 4. Memahami pdf dan fungsi

distribusi berikut mean dan variansi

5. Memahami pdf dan fungsi distribusi berikut mean dan variansi

6. Memahami pdf dari masing-masing distribusi, berikut mean dan variansi

10%

12 Mahasiswa dapat memahami Distribusi VR Kontinu

1. Distribusi Normal 2. Hampiran Normal

ter-hadap Binomial 3. Distribusi Uniform 4. Distribusi

Eksponensial 5. Distribusi Gamma,

Distribusi Beta, Distribusi Chi-kuadrat Distribusi t

6. Distribusi Weibull


Mahasiswa dapat

1. Memahami pdf distribusi normal beserta distribusi normal standard

2. Membaca tabel normal 3. Memahami teorema DeMoivre-

Laplace 4. Memahami pdf dan fungsi

distribusi berikut mean dan variansi

5. Memahami pdf dan fungsi distribusi berikut mean dan variansi

6. Memahami pdf dari masing-

10%

8

masing distribusi, berikut mean dan variansi

13 Mahasiswa dapat memahami Dalil Limit Pusat

Distribusi dari sample total dan sample mean yang berasal dari random sample berdistribusi normal


1. Memahami metode kuadrat terkecil dan pendugaan koefisien regresi linier

2. Memahami adanya atau tidak adanya hubungan antara dua VR, melalui koefisien korelasi.

10%

14 Mahasiswa dapat memahami Regresi Linier dan Korelasi

1. Regresi Linier 2. Korelasi

3.

Mahasiswa dapat 1. Memahami metode kuadrat

terkecil dan pendugaan koefisien regresi linier

2. Memahami adanya atau tidak adanya hubungan antara dua VR, melalui koefisien korelasi.

10%

9

C. RANCANGAN INTERAKSI DOSEN–MAHASISWA Kemampuan Akhir yang Diharapkan

Mahasiswa dapat memahami Statistika dan Teori Peluang

Nama Kajian 1. Statistika & Statistik EDA dan CDA 2. Teori Peluang

Nama Strategi Ceramah dan Diskusi

Minggu Penggunaan Strategi (Metode) Minggu ke 1

RANCANGAN INTERAKSI DOSEN–MAHASISWA

Aktivitas Dosen Aktivitas Mahasiswa

Menjelaskan tentang tujuan pembelajaran dari kegiatan pembelajaran.

Menyimak penjelasan dosen.

Mengarahkan mahasiswa untuk melibatkan diri dan aktif dalam kegiatan pembelajaran.

Menyiapkan diri menerima materi yang akan

disampaikan.

Membahas materi. Menyimak dan mencatat hal-hal penting dari

materi yang disampaikan oleh dosen.

Bertanya apabila ada materi yang kurang jelas.

Mengajukan sejumlah pertanyaan terkait materi yang telah diberikan

Menjawab pertanyaan yang diberikan.

Menyimpulkan materi Menyimak kesimpulan.

Kemampuan Akhir yang Diharapkan

Mahasiswa dapat menentukan nilai ukuran dalam statistik

Nama Kajian 1. Ukuran Pemusatan dan Ukuran Pe-nyebaran.

2. Box-plot & Stem plot







Mengarahkan mahasiswa untuk melibatkan diri dan aktif dalam kegiatan

pembelajaran.


disampaikan.




10





Mahasiswa dapat mememahami Teori Peluang

Nama Kajian 1. Konsep Dasar Teori Peluang 2. Pendekatan proba-bilitas secara :

axiomatic objective subjective








pembelajaran.


disampaikan.








Mahasiswa dapat memahami dan menghitung Peluang Bersyarat

Nama Kajian 1. Peluang bersyarat 2. Probabilistically independent 3. Teorema Bayes





11




pembelajaran.


disampaikan.








Mahasiswa dapat memahami Counting Technique

Nama Kajian 1. Analisa Kombinatorik 2. Kaitan antara analisa kombinatorik dengan

teori peluang








pembelajaran.


disampaikan.







12


Mahasiswa dapat memahami variabel random (VR)

Nama Kajian 1. Konsep Dasar VR 2. Macam-macam VR








pembelajaran.


disampaikan.








Mahasiswa dapat memahami Probability Distributions Fungsi Distribusi (FD)

Nama Kajian 1. Probability mass-function (pmf) 2. Probability density function (pdf) 3. Fungsi distribusi kumulatif







Mengarahkan mahasiswa untuk melibatkan diri dan aktif dalam kegiatan pembelajaran.


disampaikan.

13








Mahasiwa dapat menentukan peluang suatu event melalui FD

Nama Kajian 1. Peluang suatu event melalui FD 2. Transformasi dari VR








pembelajaran.


disampaikan.








Mahasiswa dapat menentukan momen dan ekspektasi VR

Nama Kajian 1. Ekspektasi dari variabel random deskrit dan kontinu

2. Momen, Mean dan Variansi 3. Fungsi pembangkit momen dan fungsi

karakteristik

14








pembelajaran.


disampaikan.








Mahasiswa dapat memahami Teorema Markov dan Chebyshev

Nama Kajian Menurunkan teorema Markov dan teorema Chebyshev








pembelajaran.


disampaikan.






15



Mahasiswa dapat memahami Distribusi VR Diskrit

Nama Kajian 1. Distribusi Bernoulli dan Binomial 2. Distribusi Poisson 3. Distribusi Hipergeo-metrik, 4. Distribusi Geometrik, 5. Distribusi Pascal








pembelajaran.


disampaikan.








Mahasiswa dapat memahami Distribusi VR Kontinu

Nama Kajian 1. Distribusi Normal 2. Hampiran Normal ter-hadap Binomial 3. Distribusi Uniform 4. Distribusi Eksponensial 5. Distribusi Gamma, Distribusi Beta, Distribusi

Chi-kuadrat Distribusi t Distribusi Weibull





16




pembelajaran.


disampaikan.








Mahasiswa dapat memahami Dalil Limit Pusat

Nama Kajian Distribusi dari sample total dan sample mean yang berasal dari random sample berdistribusi normal








pembelajaran.


disampaikan.







17


Mahasiswa dapat memahami Regresi Linier dan Korelasi

Nama Kajian 1. Regresi Linier 2. Korelasi








pembelajaran.


disampaikan.







D. PENENTUAN NILAI AKHIR MATA KULIAH

Tata Cara Penilaian Ujian Tengah Semester: 50%

Ujian Akhir Semester: 50%

Nilai Skor Matakuliah (NSM) Nilai Mata Kuliah (NMK)

80 < NSM A

70 < NSM ≤ 80 AB

65 < NSM ≤ 70 B

60 < NSM ≤ 65 BC

50 < NSM ≤ 60 C

40 < NSM ≤ 50 D

NSM ≤ 40 E

Documents

RENCANA PEMBELAJARAN SEMESTER (RPS)sonia.soc.telkomuniversity.ac.id/cdn/rps/S1 Teknik Informatika/MK...3. Membedakan antara fungsi pembangkit momen dan fungsi karakteristik 10 Mahasiswa