Author
others
View
30
Download
0
Embed Size (px)
Satuan Acara Pembelajaran (SAP) AKT301 Metode Statistika Aktuaria I
2016/2017
Program Studi S-1 Aktuaria Departemen Matematika Institut Pertanian Bogor
Mατh IPB
SATUAN ACARA PEMBELAJARAN (SAP)
MATA KULIAH
AKT301 METODE STATISTIKA AKTUARIA I
Oleh:
Retno Budiarti
PROGRAM STUDI S-1 AKTUARIA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
2016/2017
SATUAN ACARA PEMBELAJARAN (KULIAH 1)
Departemen/Program Studi : Matematika/Aktuaria
Nama/Kode/sks Mata Kuliah : Metode Statistika Aktuaria I/AKT301/3 (3-0)
Banyaknya Pertemuan : 1 kali (1 × 150 menit)
Capaian Pembelajaran : 1. Mampu memahami model regresi sederhana beserta notasi dan asumsi-
asumsi yang mendasari model;
2. Mampu memahami metode pendugaan parameter Metode Kuadrat
Terkecil (Ordinary Least Square/OLS).
Pokok Bahasan : Pengantar Model Regresi (Pokok Bahasan 1)
Kemampuan Akhir : Mampu menjelaskan model regresi sederhana dan pendugaan parameter
model.
Indikator:
Kebenaran dan ketepatan dalam menjelaskan model regresi sederhana beserta asumsi-asumsi yang
mendasari model, dan menjelaskan metode pendugaan parameternya.
Materi Pembelajaran:
Bahan power point, buku rujukan utama, dan sumber belajar lainnya
Metode Pembelajaran:
Ceramah, latihan, diskusi, tugas, dan kuis
Kegiatan Pembelajaran:
A. Kegiatan Awal (40 menit)
1. Berkenalan dengan dosen dan mata kuliah (deskripsi singkat dan capaian pembelajaran)
2. Menyimak pembahasan kontrak pembelajaran dan mendiskusikannya
3. Meningkatkan motivasi belajar
4. Menyimak pembahasan kemampuan akhir yang diharapkan, pokok bahasan, dan indikator dari
pertemuan ini
B. Kegiatan Inti (100 menit)
1. Menyimak pembahasan model regresi sederhana beserta asumsi-asumsi yang mendasari
2. Menyimak pembahasan pendugaan parameter model
3. Berlatih menyelesaikan soal-soal terkait materi pertemuan ini
4. Mendiskusikan materi dan penyelesaian soal-soal pertemuan ini
C. Kegiatan Akhir (10 menit)
1. Merangkum materi pada pertemuan ini dan menjelaskannya
2. Menyimak pembahasan secara singkat pokok bahasan pertemuan selanjutnya
Penilaian Hasil Belajar:
Tugas Terstruktur, UTS
Sumber Belajar:
Wajib
1. Pindyck RS, Rubinfeld DL. 1998. Econometric Models and Economic Forecasts. 4th Ed. Boston:
Irwin McGraw-Hill.
Opsional
1. Montgomery DC, Jennings CL, Kulachi M. 2008. Introduction to Time Series Analysis and
Forecasting. New Jersey (US): J Wiley.
SATUAN ACARA PEMBELAJARAN (KULIAH 2 dan 3)
Departemen/Program Studi : Matematika/Aktuaria
Nama/Kode/sks Mata Kuliah : Metode Statistika Aktuaria I/AKT301/3 (3-0)
Banyaknya Pertemuan : 2 kali (2 × 150 menit)
Capaian Pembelajaran : 1. Mampu memahami model regresi dua peubah dan asumsi-asumsi yang
mendasari model;
2. Mampu memahami pendugaan parameter model menggunakan OLS dan
memahami sifat penduga tak bias linear terbaik;
3. Mampu memahami pengujian hipotesis penduga parameter dan selang
kepercayaan; dan
4. Mampu memahami analisis keragaman dan korelasi.
Pokok Bahasan : Model Regresi Dua Peubah (Pokok Bahasan 2)
Kemampuan Akhir : Mampu menjelaskan model regresi dua peubah, pendugaan titik dan
pendugaan selang parameter model dan pengujian hipotesis
Indikator:
Kebenaran dan ketepatan dalam menjelaskan model regresi dua peubah, pendugaan parameter model
dan pengujian hipotesis
Materi Pembelajaran:
Bahan power point, buku rujukan utama, dan sumber belajar lainnya
Metode Pembelajaran:
Ceramah, latihan, diskusi, tugas
Kegiatan Pembelajaran:
Pertemuan Pertama
A. Kegiatan Awal (10 menit)
0. Mengumpulkan tugas terstruktur ke-1
1. Meningkatkan motivasi belajar
2. Menyimak pembahasan kemampuan akhir yang diharapkan, pokok bahasan, dan indikator dari
pertemuan ini
B. Kegiatan Inti (130 menit)
1. Menyimak pembahasan model regresi dua peubah beserta asumsi-asumsi
2. Menyimak pembahasan pendugaan parameter menggunakan notasi matriks
3. Menyimak pembahasan sifat penduga tak bias linear terbaik
4. Berlatih menyelesaikan soal-soal terkait materi pertemuan ini
5. Mendiskusikan materi dan penyelesaian soal-soal pertemuan ini
C. Kegiatan Akhir (10 menit)
1. Merangkum materi pada pertemuan ini dan menjelaskannya
2. Menyimak pembahasan secara singkat pokok bahasan pertemuan selanjutnya
Pertemuan Kedua
A. Kegiatan Awal (10 menit)
1. Meningkatkan motivasi belajar
2. Menyimak pembahasan kemampuan akhir yang diharapkan, pokok bahasan, dan indikator dari
pertemuan ini
B. Kegiatan Inti (130 menit)
1. Menyimak pembahasan pengujian hipotesis dan selang kepercayaan
2. Menyimak pembahasan analisis keragaman dan korelasi
3. Berlatih menyelesaikan soal-soal terkait materi pertemuan ini
4. Mendiskusikan materi dan penyelesaian soal-soal pertemuan ini
C. Kegiatan Akhir (10 menit)
1. Merangkum materi pada pertemuan ini dan menjelaskannya
2. Menyimak penjelasan tugas terstruktur ke-2
3. Menyimak pembahasan secara singkat pokok bahasan pertemuan selanjutnya
Penilaian Hasil Belajar:
Tugas Terstruktur, UTS
Sumber Belajar:
Wajib
1. Pindyck RS, Rubinfeld DL. 1998. Econometric Models and Economic Forecasts. 4th Ed. Boston:
Irwin McGraw-Hill.
Opsional
1. Montgomery DC, Jennings CL, Kulachi M. 2008. Introduction to Time Series Analysis and
Forecasting. New Jersey (US): J Wiley.
SATUAN ACARA PEMBELAJARAN (KULIAH 4 dan 5)
Departemen/Program Studi : Matematika/Aktuaria
Nama/Kode/sks Mata Kuliah : Metode Statistika Aktuaria I/AKT301/3 (3-0)
Banyaknya Pertemuan : 2 kali (2 × 150 menit)
Capaian Pembelajaran : 1. Mampu memahami model regresi peubah banyak beserta asumsi-asumsi
yang mendasari;
2. Mampu memahami statistik uji regresi: statistik uji F;
3. Mampu memahami multikolinearitas pada model regresi peubah banyak
dan pengaruhnya terhadap pendugaan parameter; dan
4. Mampu memahami korelasi parsial dan regresi stepwise.
Pokok Bahasan : Model Regresi Peubah Banyak (Pokok Bahasan 3)
Kemampuan Akhir : Mampu menjelaskan model regresi peubah banyak, pendugaan parameter,
dan multikolinearitas
Indikator:
Kebenaran dan ketepatan dalam menjelaskan model regresi peubah banyak, pendugaan parameter
regresi dan multikolinearitas
Materi Pembelajaran:
Bahan power point, buku rujukan utama, dan sumber belajar lainnya
Metode Pembelajaran:
Ceramah, latihan, diskusi, dan tugas
Kegiatan Pembelajaran:
Pertemuan Pertama
A. Kegiatan Awal (10 menit)
0. Mengumpulkan tugas terstruktur ke-2
1. Meningkatkan motivasi belajar
2. Menyimak pembahasan kemampuan akhir yang diharapkan, pokok bahasan, dan indikator dari
pertemuan ini
B. Kegiatan Inti (130 menit)
1. Menyimak pembahasan model regresi peubah banyak
2. Menyimak pembahasan uji statistik F dan koefisien determinasi
3. Berlatih menyelesaikan soal-soal terkait materi pertemuan ini
4. Mendiskusikan materi dan penyelesaian soal-soal pertemuan ini
C. Kegiatan Akhir (10 menit)
1. Merangkum materi pada pertemuan ini dan menjelaskannya
2. Menyimak pembahasan secara singkat pokok bahasan pertemuan selanjutnya
Pertemuan Kedua
A. Kegiatan Awal (10 menit)
1. Meningkatkan motivasi belajar
2. Menyimak pembahasan kemampuan akhir yang diharapkan, pokok bahasan, dan indikator dari
pertemuan ini
B. Kegiatan Inti (130 menit)
1. Menyimak pembahasan multikolinearitas dan pengaruhnya terhadap pendugaan parameter regresi
2. Menyimak pembahasan korelasi parsial dan regresi stepwise dalam rangka mendapatkan model
terbaik
3. Berlatih menyelesaikan soal-soal terkait materi pertemuan ini
4. Mendiskusikan materi dan penyelesaian soal-soal pertemuan ini
C. Kegiatan Akhir (10 menit)
1. Merangkum materi pada pertemuan ini dan menjelaskannya
2. Menyimak penjelasan tugas terstruktur ke-3
3. Menyimak pembahasan secara singkat pokok bahasan pertemuan selanjutnya
Penilaian Hasil Belajar:
Tugas Terstruktur dan UTS
Sumber Belajar:
Wajib
1. Pindyck RS, Rubinfeld DL. 1998. Econometric Models and Economic Forecasts. 4th Ed. Boston:
Irwin McGraw-Hill.
Opsional
1. Montgomery DC, Jennings CL, Kulachi M. 2008. Introduction to Time Series Analysis and
Forecasting. New Jersey (US): J Wiley.
SATUAN ACARA PEMBELAJARAN (KULIAH 6 dan 7)
Departemen/Program Studi : Matematika/Aktuaria
Nama/Kode/sks Mata Kuliah : Metode Statistika Aktuaria I/AKT301/3 (3-0)
Banyaknya Pertemuan : 2 kali (2 × 150 menit)
Capaian Pembelajaran : 1. Mampu memahami model survival dalam konteks aktuaria termasuk
dalam hal peristilahan dan notasi;
2. Mampu memahami tabel hayati termasuk notasi-notasi yang digunakan
di dalamnya;
3. Mampu memahami model-model asuransi jiwa dan anuitas hidup, baik
dengan waktu kontinu maupun dengan waktu diskret; dan
4. Mampu menerapkan formula-formula penentuan besarnya premi dan
cadangan manfaat untuk beberapa jenis asuransi, baik dengan waktu
kontinu maupun dengan waktu diskret.
Pokok Bahasan : Penggunaan Model Regresi Peubah Banyak (Pokok Bahasan 4)
Serial Correlation dan Heteroscedasticity (Pokok Bahasan 5)
Kemampuan Akhir : Mampu menjelaskan penggunaan regresi peubah banyak; bagaimana
mendeteksi keberadaan serial correlation dan heteroscedasticity terhadap
pendugaan parameter model.
Indikator:
Kebenaran dan ketepatan dalam menjelaskan penggunaan model regresi peubah banyak pada bidang
keuangan dan asuransi serta kaitan dengan keberadaan serial correlation dan heteroscedasticity.
Materi Pembelajaran:
Bahan power point, buku rujukan utama, dan sumber belajar lainnya
Metode Pembelajaran:
Ceramah, latihan, diskusi, dan tugas
Kegiatan Pembelajaran:
Pertemuan Pertama
A. Kegiatan Awal (10 menit)
1. Mengumpulkan tugas terstruktur ke-2
2. Meningkatkan motivasi belajar
3. Menyimak pembahasan kemampuan akhir yang diharapkan, pokok bahasan, dan indikator dari
pertemuan ini
B. Kegiatan Inti (130 menit)
5. Menyimak pembahasan model linear umum
6. Menyimak pembahasan penggunaan peubah boneka dalam model
7. Menyimak pembahasan penggunaan uji F dan uji t untuk hipotesis yang terdiri dari satu atau lebih
parameter dan pembahasan regresi linear piecewise
8. Berlatih menyelesaikan soal-soal terkait materi pertemuan ini
9. Mendiskusikan materi dan penyelesaian soal-soal pertemuan ini
C. Kegiatan Akhir (10 menit)
3. Merangkum materi pada pertemuan ini dan menjelaskannya
4. Menyimak pembahasan secara singkat pokok bahasan pertemuan selanjutnya
Pertemuan Kedua
B. Kegiatan Awal (10 menit)
1. Meningkatkan motivasi belajar
2. Menyimak pembahasan kemampuan akhir yang diharapkan, pokok bahasan, dan indikator dari
pertemuan ini
D. Kegiatan Inti (130 menit)
5. Menyimak pembahasan serial correlation
6. Menyimak pembahasan heteroscedasticity
7. Berlatih menyelesaikan soal-soal terkait materi pertemuan ini
8. Mendiskusikan materi dan penyelesaian soal-soal pertemuan ini
E. Kegiatan Akhir (10 menit)
a. Merangkum materi pada pertemuan ini dan menjelaskannya
b. Menyimak penjelasan tugas terstruktur ke-4 dan ke-5
c. Menyimak pembahasan secara singkat pokok bahasan pertemuan selanjutnya
Penilaian Hasil Belajar:
Tugas Terstruktur dan UTS
Sumber Belajar:
Wajib
1. Pindyck RS, Rubinfeld DL. 1998. Econometric Models and Economic Forecasts. 4th Ed. Boston:
Irwin McGraw-Hill.
Opsional
1. Montgomery DC, Jennings CL, Kulachi M. 2008. Introduction to Time Series Analysis and
Forecasting. New Jersey (US): J Wiley.
SATUAN ACARA PEMBELAJARAN (KULIAH 8)
Departemen/Program Studi : Matematika/Aktuaria
Nama/Kode/sks Mata Kuliah : Metode Statistika Aktuaria I/AKT301/3 (3-0)
Banyaknya Pertemuan : 2 kali (2 × 150 menit)
Capaian Pembelajaran : 1. Mampu memahami model ekstrapolasi sederhana;
2. Mampu memahami pemulusan dan seasonal adjustment.
Pokok Bahasan : Pemulusan dan Ekstrapolasi Deret Waktu (Pokok Bahasan 6)
Kemampuan Akhir : Mampu menjelaskan pemulusan dan ekstrapolasi data deret waktu
Indikator:
Kebenaran dan ketepatan dalam menjelaskan pemulusan dan ekstrapolasi deret waktu
Materi Pembelajaran:
Bahan power point, buku rujukan utama, dan sumber belajar lainnya
Metode Pembelajaran:
Ceramah, latihan, diskusi, dan tugas
Kegiatan Pembelajaran:
Pertemuan Pertama
A. Kegiatan Awal (10 menit)
0. Mengumpulkan tugas terstruktur ke-4 dan ke-5
1. Meningkatkan motivasi belajar
2. Menyimak pembahasan kemampuan akhir yang diharapkan, pokok bahasan, dan indikator dari
pertemuan ini
B. Kegiatan Inti (130 menit)
1. Menyimak pembahasan model ekstrapolasi sederhana
2. Menyimak pembahasan pemulusan dan seasonal adjustment.
3. Berlatih menyelesaikan soal-soal terkait materi pertemuan ini
4. Mendiskusikan materi dan penyelesaian soal-soal pertemuan ini
C. Kegiatan Akhir (10 menit)
1. Merangkum materi pada pertemuan ini dan menjelaskannya
2. Menyimak penjelasan tugas terstruktur ke-6
3. Menyimak pembahasan secara singkat pokok bahasan pertemuan selanjutnya
Penilaian Hasil Belajar:
Tugas Terstruktur dan UAS
Sumber Belajar:
Wajib
2. Pindyck RS, Rubinfeld DL. 1998. Econometric Models and Economic Forecasts. 4th Ed. Boston:
Irwin McGraw-Hill.
Opsional
2. Montgomery DC, Jennings CL, Kulachi M. 2008. Introduction to Time Series Analysis and
Forecasting. New Jersey (US): J Wiley.
SATUAN ACARA PEMBELAJARAN (KULIAH 9 dan 10)
Departemen/Program Studi : Matematika/Aktuaria
Nama/Kode/sks Mata Kuliah : Metode Statistika Aktuaria I/AKT301/3 (3-0)
Banyaknya Pertemuan : 3 kali (3 × 150 menit)
Capaian Pembelajaran : 1. Mampu memahami model-model deret waktu stokastik;
2. Mampu memahami fungsi autokorelasi dan peranannya dalam
menentukan ordo model-model deret waktu stokastik; dan
3. Mampu memahami pengujian random walks dan mampu memahami co-
integrated time series.
Pokok Bahasan : Sifat-sifat Deret Waktu Stokastik (Pokok Bahasan 7)
Kemampuan Akhir : Mampu menjelaskan sifat-sifat deret waktu stokastik
Indikator:
Kebenaran dan ketepatan dalam menggunakan formula-formula penentuan besarnya premi
Materi Pembelajaran:
Bahan power point, buku rujukan utama, dan sumber belajar lainnya
Metode Pembelajaran:
Ceramah, latihan, diskusi, dan tugas
Kegiatan Pembelajaran:
Pertemuan Pertama
A. Kegiatan Awal (10 menit)
0. Mengumpulkan tugas terstruktur ke-6
1. Meningkatkan motivasi belajar
2. Menyimak pembahasan kemampuan akhir yang diharapkan, pokok bahasan, dan indikator dari
pertemuan ini
B. Kegiatan Inti (130 menit)
1. Menyimak pembahasan model-model deret waktu stokastik
2. Menyimak pembahasan fungsi autokorelasi dan peranannya dalam menentukan ordo model
3. Berlatih menyelesaikan soal-soal terkait materi pertemuan ini
4. Mendiskusikan materi dan penyelesaian soal-soal pertemuan ini
C. Kegiatan Akhir (10 menit)
1. Merangkum materi pada pertemuan ini dan menjelaskannya
2. Menyimak pembahasan secara singkat pokok bahasan pertemuan selanjutnya
Pertemuan Kedua
A. Kegiatan Awal (10 menit)
1. Meningkatkan motivasi belajar
2. Menyimak pembahasan kemampuan akhir yang diharapkan, pokok bahasan, dan indikator dari
pertemuan ini
B. Kegiatan Inti (130 menit)
1. Menyimak pembahasan pengujian random walks
2. Menyimak pembahasan ico-integrated time series
3. Berlatih menyelesaikan soal-soal terkait materi pertemuan ini
4. Mendiskusikan materi dan penyelesaian soal-soal pertemuan ini
C. Kegiatan Akhir (10 menit)
1. Merangkum materi pada pertemuan ini dan menjelaskannya
2. Menyimak penjelasan tugas terstruktur ke-7
3. Menyimak pembahasan secara singkat pokok bahasan pertemuan selanjutnya
Penilaian Hasil Belajar:
Tugas Terstruktur dan UAS
Sumber Belajar:
Wajib
1. Pindyck RS, Rubinfeld DL. 1998. Econometric Models and Economic Forecasts. 4th Ed. Boston:
Irwin McGraw-Hill.
Opsional
1. Montgomery DC, Jennings CL, Kulachi M. 2008. Introduction to Time Series Analysis and
Forecasting. New Jersey (US): J Wiley.
SATUAN ACARA PEMBELAJARAN (KULIAH 11 dan 12)
Departemen/Program Studi : Matematika/Aktuaria
Nama/Kode/sks Mata Kuliah : Metode Statistika Aktuaria I/AKT301/3 (3-0)
Banyaknya Pertemuan : 2 kali (2 × 150 menit)
Capaian Pembelajaran : 1. Mampu memahami model Moving Average (MA);
2. Mampu memahami model Autoregressive (AR);
3. Mampu memahami model Autoregressive- Moving Average (ARMA);
4. Mampu memahami model Autoregressive-Integrated-Moving Average
(ARIMA); dan
5. Mampu memahami spesifikasi model ARIMA
Pokok Bahasan : Model Deret Waktu Linear (Pokok Bahasan 8)
Kemampuan Akhir : Mampu menjelaskan pemulusan dan ekstrapolasi deret waktu.
Indikator:
Kebenaran dan ketepatan dalam pemilihan model, mengidentifikasi ordo model, peramalan dengan
menggunakan model yang terpilih.
Materi Pembelajaran:
Bahan power point, buku rujukan utama, dan sumber belajar lainnya
Metode Pembelajaran:
Ceramah, latihan, diskusi dan tugas
Kegiatan Pembelajaran:
Pertemuan Pertama
A. Kegiatan Awal (10 menit)
0. Mengumpulkan tugas terstruktur ke-7
1. Meningkatkan motivasi belajar
2. Menyimak pembahasan kemampuan akhir yang diharapkan, pokok bahasan, dan indikator dari
pertemuan ini
B. Kegiatan Inti (130 menit)
1. Menyimak pembahasan model Moving Average (MA)
2. Menyimak pembahasan model Autoregressive (AR)
3. Menyimak pembahasan model Autoregressive- Moving Average (ARMA)
4. Berlatih menyelesaikan soal-soal terkait materi pertemuan ini
5. Mendiskusikan materi dan penyelesaian soal-soal pertemuan ini
C. Kegiatan Akhir (10 menit)
1. Merangkum materi pada pertemuan ini dan menjelaskannya
2. Menyimak pembahasan secara singkat pokok bahasan pertemuan selanjutnya
Pertemuan Kedua
A. Kegiatan Awal (10 menit)
1. Meningkatkan motivasi belajar
2. Menyimak pembahasan kemampuan akhir yang diharapkan, pokok bahasan, dan indikator dari
pertemuan ini
B. Kegiatan Inti (130 menit)
1. Menyimak pembahasan model Autoregressive-Integrated-Moving Average (ARIMA)
2. Menyimak pembahasan tentang spesifikasi model ARIMA
3. Berlatih menyelesaikan soal-soal terkait materi pertemuan ini
4. Mendiskusikan materi dan penyelesaian soal-soal pertemuan ini
C. Kegiatan Akhir (10 menit)
1. Merangkum materi pada pertemuan ini dan menjelaskannya
2. Menyimak penjelasan tugas terstruktur ke-8
3. Menyimak pembahasan secara singkat pokok bahasan pertemuan selanjutnya
Penilaian Hasil Belajar:
Tugas Terstruktur dan UAS
Sumber Belajar:
Wajib
1. Pindyck RS, Rubinfeld DL. 1998. Econometric Models and Economic Forecasts. 4th Ed. Boston:
Irwin McGraw-Hill.
Opsional
1. Montgomery DC, Jennings CL, Kulachi M. 2008. Introduction to Time Series Analysis and
Forecasting. New Jersey (US): J Wiley.
SATUAN ACARA PEMBELAJARAN (KULIAH 13 dan 14)
Departemen/Program Studi : Matematika/Aktuaria
Nama/Kode/sks Mata Kuliah : Metode Statistika Aktuaria I/AKT301/3 (3-0)
Banyaknya Pertemuan : 2 kali (2 × 150 menit)
Capaian Pembelajaran : 1. Mampu memahami pendugaan model-model deret waktu linear;
2. Mampu memahami peramalan dengan Mean-Square-Error (MSE)
minimum;
3. Mampu memahami peramalan selang kepercayaan; dan
4. Mampu memahami sifat-sifat peramalan dengan model ARIMA.
Pokok Bahasan : Pendugaan dan Peramalan dengan Model Deret Waktu (Pokok Bahasan 9)
Kemampuan Akhir : Mampu menjelaskan pendugaan dan peramalan dengan model deret waktu.
Indikator:
Kebenaran dan ketepatan dalam pendugaan dan peramalan dengan model deret waktu.
Materi Pembelajaran:
Bahan power point, buku rujukan utama, dan sumber belajar lainnya
Metode Pembelajaran:
Ceramah, latihan, diskusi dan tugas
Kegiatan Pembelajaran:
Pertemuan Pertama
A. Kegiatan Awal (10 menit)
0. Mengumpulkan tugas terstruktur ke-8
1. Meningkatkan motivasi belajar
2. Menyimak pembahasan kemampuan akhir yang diharapkan, pokok bahasan, dan indikator dari
pertemuan ini
B. Kegiatan Inti (130 menit)
0. Menyimak pembahasan tentang pendugaan model-model deret waktu linear
1. Menyimak pembahasan tentang peramalan dengan MSE minimum
2. Berlatih menyelesaikan soal-soal terkait materi pertemuan ini
3. Mendiskusikan materi dan penyelesaian soal-soal pertemuan ini
C. Kegiatan Akhir (10 menit)
0. Merangkum materi pada pertemuan ini dan menjelaskannya
1. Menyimak pembahasan secara singkat pokok bahasan pertemuan selanjutnya
Pertemuan Kedua
A. Kegiatan Awal (10 menit)
1. Meningkatkan motivasi belajar
2. Menyimak pembahasan kemampuan akhir yang diharapkan, pokok bahasan, dan indikator dari
pertemuan ini
B. Kegiatan Inti (130 menit)
1. Menyimak pembahasan peramalan selang kepercayaan
2. Menyimak pembahasan sifat-sifat peramalan dengan ARIMA
3. Berlatih menyelesaikan soal-soal terkait materi pertemuan ini
4. Mendiskusikan materi dan penyelesaian soal-soal pertemuan ini
5. Kuis
C. Kegiatan Akhir (10 menit)
1. Merangkum materi pada pertemuan ini dan menjelaskannya
2. Menyimak penjelasan tugas terstruktur ke-9
Penilaian Hasil Belajar:
Tugas Terstruktur dan UAS
Sumber Belajar:
Wajib
2. Pindyck RS, Rubinfeld DL. 1998. Econometric Models and Economic Forecasts. 4th Ed. Boston:
Irwin McGraw-Hill.
Opsional
2. Montgomery DC, Jennings CL, Kulachi M. 2008. Introduction to Time Series Analysis and
Forecasting. New Jersey (US): J Wiley.