PEDOMAN AKADEMIK FMIPA UNSULBAR - sosialisasi

["Struktur Aljabar I (MAT1923) 3 sks Prasyarat: MAT0113 Tujuan: 1. Mampu menjelaskan konsep relasi, fungsi serta kaitannya dengan operasi biner. 2. Mampu menjelaskan kembali definisi grup, membuat contoh-contoh yang memenuhi definisi grup, membedakan struktur yang bukan grup serta penggunaan sifat-sifat dasar grup. 3. Mampu menjelaskan definisi dari subgrup dan grup siklik serta memberikan contoh- contohnya. 4. Mampu menjelaskan definisi dari relasi ekuivalensi, koset kiri, koset kanan serta penggunaannya untuk keperluan materi yang lebih lanjut. 5. Mampu menjelaskan definisi subgrup normal 6. Mampu menjelaskan dan memberikan contoh-contoh homomorfisma grup serta kernel homomorfisma. 7. Mampu menjelaskan dan memberikan contoh-contoh isomorfisma grup Silabus: 1. Teori Himpunan dan Pemetaan 2. Teori Grup 3. Subgrup 4. Subgrup Normal 5. Homomorfisma Grup 6. Isomorfisma Grup 7. Teorema Fundamental Homomorfisma Grup Referensi: 1. Malik, D. S., Mordeson, J. N.,and Sen, M.K., 1997, Fundamentals of Abstract Algebra, McGraw-Hill Companies, Inc., Singapore. 2. Tahmir, Suradi. 2004. Teori Grup. Andira Publisher. Makassar. 3. Fraleigh, J.B.,2003. A First Course in Abstract Algebra. Sevent Edition. New York: Addison-Wesley Publishing Company. 4. Dummit, David S., and Foote, Richard M., 2003. Abstract Algebra. Third Edition. Wiley Publishing Compay. Fungsi Kompleks (MAT2033) 3 sks Prasyarat: MAT0113 Tujuan: Setelah mengikuti perkuliahan ini, mahasiswa diharapkan memiliki pemahaman konseptual dan menguasai prinsip-prinsip dasar mengenai definisi bilangan kompleks dan operasi-operasi aljabar di dalamnya, konjugat, modulus dan argumen, bentuk polar (kutub), fungsi kompleks , limit fungsi dan kekontinuan, derivatif dan syarat Cauchy Riemann, fungsi analitik, fungsi harmonik, fungsi-fungsi elementer 1 Mahasiswa diharapkan memiliki pemahaman konseptual mengenai sistem bilangan kompleks 43","2 Mahasiswa diharapkan mampu memiliki pemhaman konseptual mengenai fungsi kompleks dan fungsi analitik 3 Mahasiswa diharapkan memiliki pemahaman konseptual mengenai fungsi elementer dan mengaplikasikannya 4 Mahasiswa diharapkan mampu membuktikan suatu pernyataan dan menuliskannya secara formal. Silabus: 1. Sistem Bilangan Kompleks meliputi definisi dan operasi-operasi aljabarnya, konjugat, modulus, argumen, dan bentuk kutub 2. Fungsi Kompleks meliputi definisi dan sifat-sifatnya, limit dan kekontinuan fungsi kompleks, derivatif, persamaan Cauchy Rieman, fungsi analitik dan fungsi harmonik 3. Fungsi elementer meliputi fungsi eksponensial, fungsi logaritma, fungsi trigonometri kompleks, pangkat kompleks, dan invers fungsi trigonometri Referensi: 1. James Ward Brown and Ruel V. Churchill, R, 2004, Complex Variable and Applications, 8th Edition, McGraw Hill 2. Dennis, G. Z, Shanahan, P. 2003. A First Course in Complex Analysis with Applications. Jones and Bartlett Publishers,Inc. Analisis Real II (MAT2133) 3 sks Prasyarat: MAT1823 Tujuan: Setelah mengikuti perkuliahan ini, mahasiswa diharapkan: 1. Memiliki pemahaman konseptual mengenai limit fungsi dan mampu menggunakan sifat-sifatnya. 2. Mampu menentukan dan membuktikan kekontinuan suatu fungsi real serta menggunakan sifat-sifatnya khususnya pada suatu 3. Mampu menentukan derivatif dan menggunakannya pada Teorema Rolle, Teorema Nila Rata-rata, dan Teorema Taylor 4. Mampu membuktikan suatu pernyataan dan menuliskannya secara formal. Silabus: 1. Limit fungsi meliputi definisi dan sifat-sifat limit fungsi, limit sepihak, limit tak hingga dan limit di tak hingga 2. Kekontinuan meliputi kekontinuan fungsi dan sifat-sifatnya khususnya pada interval, fungsi kontinu seragam, dan fungsi invers 3. Derivatif meliputi definisi dan sifat-sifatnya, Teorema Rolle, Teorema Nilai Rata-rata, Aturan L' hopital dan Teorema Taylor Referensi: 44","1. Bartle, R.G and Sherbert, D.R, 2010, Introduction to Real Analysis, Fourth Edition, John Wiley & Sons 2. Rudin, Walter. 1976. Principles of Mathematical Analysis. McGraw Hill Publishing 3. Gunawan, Hendra. 2016. Pengantar Analisis Real. ITB Press 4. Stoll, Manfred. 2004. Introduction to Real Analyisis 2nd Edition. Addison Wesley. Struktur Aljabar II (MAT2233) 3 sks Prasyarat: MAT1923 Tujuan: Setelah mengikuti perkuliahan ini, mahasiswa diharapkan: 1. Mampu menyebutkan contoh-contoh ring dan ring komutatif, serta memahami aksioma lapangan dan memberikan contohnya. 2. Mampu menjelaskan konsep dasar grup dan ring. 3. Mampu menyebutkan contoh-contoh ring dan ring komutatif, serta memahami aksioma lapangan dan memberikan contohnya. 4. Mampu menjelaskan sifat-sifat dasar ring, zero divisor, daerah integral dan mengidentifikasi hubungan daerah integral dan lapangan. 5. Mampu menjelaskan dan memberikan contoh ideal, ideal sejati, ideal prima, ideal maksimal dan ideal utama. 6. Mampu menjelaskan dan memberikan contoh yang sesuai berdasarkan definisi ring faktor dan homomorfisma ring. 7. Mampu menjelaskan dan menganalisis sifat-sifat homomorfisma ring. 8. Mampu menjelaskan konsep daerah euclid, hubungan antara daerah integral dengan daerah ideal utama, menentukan unit pada daerah integral, kaitan unit dengan elemen prima. 9. Mampu menjelaskan dan memberikan contoh isomorfisma ring. Silabus: 1. Ring 2. Subring dan ideal 3. Lapangan 4. Karakteristik Ring 5. Ring Faktor 6. Homomorfisma Ring 7. Isomorfisma Ring Referensi: 1. Malik, D. S., Mordeson, J. N.,and Sen, M.K., 1997, Fundamentals of Abstract Algebra, McGraw-Hill Companies, Inc., Singapore. 2. Fraleigh, J.B.,2003. A First Course in Abstract Algebra. Sevent Edition. New York: Addison-Wesley Publishing Company. 3. Dummit, David S., and Foote, Richard M., 2003. Abstract Algebra. Third Edition. Wiley Publishing Compay. 45","Persamaan Diferensial Parsial (MAT2323) 3 sks Prasyarat: MAT1023, MAT1423 Tujuan: 1. Mahasiswa mampu menyebutkan manfaat persamaan diferensial dan gejala alam terkait persamaan diferensial parsial 2. Mahasiswa memahami materi terkait persamaan Transport dan gejala alam yang terkait dengan PDP Transport 3. Mahasiswa mampu menyelesaikan masalah PDP Transport 4. Mahasiswa memahami materi terkait persamaan Transport dan gejala alam yang terkait dengan PDP Gelombang 5. Mahasiswa mampu menyelesaikan masalah PDP Gelombang 6. Mahasiswa memahami materi terkait persamaan panas dan gejala alam yang terkait dengan PDP Difusi 7. Mahasiswa mampu menyelesaikan masalah PDP Difusi 8. Mahasiswa mampu menyelesaikan masalah PDP dengan syarat batas Neumann, Dirichlet dan Robin 9. Mahasiswa mampu menggunakan deret fourier dalam menyelesaikan masalah PDP Silabus: 1. Pengantar persamaan diferensial parsial 2. Pembentukan persamaan diferensial parsial Transport dari gejala alam di sekitar 3. Metode penyelesaian PDP Transport secara analitik 4. Pembentukan persamaan diferensial parsial gelombang dari gejala alam di sekitar 5. Metode penyelesaian PDP Gelombang secara analitik 6. Pembentukan persamaan diferensial parsial difusi dari gejala alam di sekitar 7. Metode penyelesaian PDP Difusi secara analitik\\\" 8. Pembentukan persamaan diferensial parsial difusi dari gejala alam di sekitar 9. Metode penyelesaian PDP Difusi secara analitik\\\" 10. Koefisien deret fourier, Fungsi Genap dan ganjil, Fungsi kompleks dan periodik, Deret fourier umum Referensi: 1. Morris W. Hirsch et al. 2004. Differential Equations,Dynamical Sistem and An Intoduction to Chaos Theory. USA: Elsevier. Pemodelan Matematika (MAT2423) 3 sks Prasyarat: MAT1423, MAT2323 Tujuan: Setelah mengikuti perkuliahan, mahasiswa diharapkan 1. Mampu menjelaskan konsep dasar pemodelan matematika 2. Mampu menjelaskan konsep pemodelan matematika sistem massa pegas 3. Mampu menjelaskan konsep pemodelan matematika sistem pendulum 4. Mampu menjelaskan permasalahan-permasalahan dalam biologi ke dalam model 46","matematika 5. Mampu menjelaskan dan menganalisis proses penyebaran penyakit melalui model epidemiologi 6. Membuat karya tulis ilmiah (mini proyek) Silabus: 1. Kontrak Perkuliahan, Pengantar dasar pemodelan matematika 2. Sistem massa pegas 3. sistem pendulum 4. Model pertumbuhan populasi, Model pertumbuhan diskrit, model pertumbuhan kontinu, dan model interaksi spesies. 5. Model Matematika dalam Epidemiologi 6. Simpel proyek Referensi: Topik Khusus (MAT2523) 3 sks Prasyarat: Tujuan: Mata Kuliah ini merupakan mata kuliah wajib bagi mahasiswa dengan tujuan mahasiswa dapat memiliki pengetahuan dan kemampuan untuk menulis makalah tentang topic-topik terpilih dalam matematika (disesuaikan dengan konsentrasi yang dipilih oleh mahasiswa) dan terampil menyajikannya dalam suatu seminar Silabus: Topik khusus dalam matematika Referensi: 1. Jurnal Matematika (Lokal, Regional, Nasional, maupun Internasional) 2. Buku-buku sesuai topik yang terpilih 3.7.2. Mata Kuliah Pilihan Teori Bilangan (MAT2922) 2 sks Prasyarat: Tujuan: 1. Mampu menguasai materi yang berupa memahami bilangan bulat dan sifat- sifatnya, keterbagian dan algoritma pembagian, FPB dan KPK, algoritma euklid, representasi bilangan bulat (basis bilangan bulat), kekongruenan modulo m, persamaan diophantine dan pell, aplikasi perkongruenan, fungsi artimetik \u03c4 dan \u03c3, teorema euler dan akar primitif. 2. Menguasai materi yang berupa menentukan bilangan prima dan faktorisasi prima, kekongruenan modulo m, teorema fermat dan teorema wilson. 3. Mampu menerapkan pemikiran yang logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau implementasi ilmu yang telah dikuasai. Silabus: 47","1. Sifat-sifat Bilangan Bulat 2. Induksi Matematika 3. Keterbagian 4. FPB dan KPK 5. Bilangan Euclid 6. Bilangan prima dan faktorisasi prima 7. Representasi Bilangan Buat 8. Kekongruenan modulo m 9. Persamaan Diophantine dan Pell 10. Perkongruenan dan aplikasinya 11. Teorema Fermat dan Wilson 12. Fungsi \u03c4 dan \u03c3 13. Teorema Euler dan Akar Primitif Referensi: 1. Muhsetyo, Gatot. 2011. Teori Bilangan. Universitas Terbuka, Jakarta. 2. Rosen, Kenneth H.1993. Elementary Number Theory and Its Applications. Third Edition. Reading, MA : Addison-Wesley Publishing Co. Matematika Keuangan (MAT3023) 3 sks Prasyarat: Tujuan: 1. Mahasiswa mampu memberi penjelasan tentang konsep statistika dan konsep penjumlahan 2. Mahasiswa mampu menjelaskan dan memberikan contoh tentang bunga tunggal dan diskonto tunggal 3. Mahasiswa mampu menjelaskan dan memberikan contoh perhitungan bunga majemuk 4. Mahasiswa mampu menerapkan konsep bunga majemuk dalam transaksi keuangan\/bisnis 5. Mahasiswa mampu menjelaskan dan memberikan contoh perhitungan anuitas 6. Mahasiswa mampu menerapkan konsep anuitas dalam transaksi keuangan\/bisnis 7. Mahasiswa mampu menjelaskan tentang konsep dan perhitungan amortisasi utang jangka panjang 8. Mahasiswa mampu menjelaskan tentang konsep dan perhitungan depresiasi aset tetap Silabus: 1. Bunga Tunggal dan Diskonto Tunggal 2. Perhitungan Bunga Majemuk 3. Konsep Bunga Majemuk dalam Transaksi Keuangan\/Bisnis 4. Konsep Perhitungan Anuitas 5. Konsep Perhitungan Amortisasi Utang Jangka Panjang 6. Konsep dan Perhitungan Depresiasi Aset tetap Referensi: 48","1. Kellison S.G. 2000. The Theory of Interest, 2nd Edition. The McGraw-Hill Companies, Inc.: New York. 2. Frensidy, Budi. 2010. Matematika Keuangan, Salemba Empat: Bandung 3. Mulyadi. 2014. Matematika Keuangan. Badan Penerbitan FPEB Masalah Syarat Batas (MAT3122) 2 sks Prasyarat: Tujuan: 1. Mahasiswa mampu memahami konsep dasar persamaan diferensial biasa terkait jenis, syarat awal, dan syarat batas 2. Mahasiswa memahami penggunaan PD dalam kehidupan sehari-hari dan memahami konsep dasar pemodelan dengan PD 3. Mahasiswa mampu menyelesaikan PD dengan menggunakan metode deret pangkat 4. Mahasiswa mampu menyelesaikan PD dengan menggunakan transformasi Laplace 5. Mahasiswa menentukan solusi sistem persamaan diferensial dengan menggunakan metode numerik Silabus: 1. Definisi Persamaan Differensial, jenis-jenis Persamaan diferensial, solusi umum dan solusi khusus, definisi dan contoh masalah nilai awal, definisi dan contoh masalah syarat batas, PD Orde 1, PD Orde 2, dan PD Orde Tinggi \\\" 2. Persamaan non linier dan akar, Metode terbuka dan metode tertutup, Metode bagi dua, Metode posisi palsu, Metode titik tetap, Newton Raphson, Metode Secant 3. Menghitung nilai akar persamaan non linier dengan menggunakan bantuan Matlab dan Excel 4. Definisi Transformasi Laplace, Invers Transformasi Laplace dan Transformasi Turunan, Sifat-sifat Operasi Transformasi Laplace 5. Metode Euler, Metode Runge-Kutta, Metode Milne, Metode Milne-Simpson 6. Persamaan diferensial orde tingi dan sistem persamaan diferensial Referensi: 1 Dennis G Zill and MR Culllen. 2009. Differential Equation with Boundary Value Problems. Kanada: Brooks\/Cole Cengage Learning. 2 WE Boyce and RC DiPrima. 2009. Elementary Differential Equations and Boundary Value Problems. USA: John & Wiley. Riset Operasi (MAT3533) 3 sks Prasyarat: MAT1323 Tujuan: 1. Mahasiswa mampu memahami falsafah Riset Operasi 2. Mahasiswa mampu memahami Linier Programming 3. Mahasiswa mampu memahami LP (Solusi Grafik dan Metode Primal Simpleks) 4. Mahasiswa mampu memahami LP (Tabel Simpleks untuk Primal Simpleks) 49","5. Mahasiswa mampu memahami Solusi awal buatan (Artificial Starting Solution) untuk Primal Simpleks 6. Mahasiswa mampu memahami LP (Solusi Optimal untuk Variable Buatan) 7. Mahasiswa mampu memahami LP (Dualitas, Analisis Sensitivitas) 8. Mahasiswa mampu memahami Metode Transportasi 9. Mahasiswa mampu memahami LP (Model Penugasan) 10.Mahasiswa mampu memahami Teori Permainan Silabus: 1. Linier Programming 2. Konsep LP (Solusi Grafik & Metode Primal Simpleks) 3. Konsep LP (Tabel Simpleks untuk Primal Simpleks) 4. Solusi awal buatan (artificial starting solution) untuk Primal Simpleks 5. Konsep LP (Solusi Optimal untuk Variabel Buatan) 6. Konsep LP (Dualitas, Analisis Sensitivitas) 7. Metode Transportasi 8. Konsep LP (Model Penugasan) 9. Teori Permainan Referensi: 1 Pangestu Subagyo, (1989), Dasar-dasar Operations Research, Yogyakarta: BPFE 2 Siswanto, (2007), Operation Research, Jakarta: Erlangga 3 Haryadi Sarjono (21010), Aplikasi Riset Operasi, Jakarta: Salemba Empat. Basis Data (MAT3322) 2 sks Prasyarat: MAT1222 Tujuan: 1. Mampu memahami konsep manajemen data dalam storage (storage organizations) 2. Mampu mengidentifikasi dan menganalisis kebutuhan user yang terkait dengan data 3. Mampu merancang dan memodelkan data dengan struktur basis data yang baik serta mengimplementasikannya dalam RDBMS 4. Mampu memahami dan mengimplementasikan query dalam basis data 5. Mampu mengenal teori desain relasional database dan normalisasi Silabus: 1. Sistem basis data 2. Model relasional 3. Desain data dengan ER Model 4. Implementasi Structure Query Language Referensi: 1 Abraham Silberschatz, Henry F. Korth, S. Sudarshan, \u201cDatabase System Concepts\u201d, McGraw-Hill Companies, 2011 2 Ramez A. Elmasri, Shamkant B. Navathe, \u201cFundamentals of Database Systems\u201d, 50","ADDISON WESLEY Publishing Company Incorporated, 2011 3 Ramakrishnan, Raghu, Gehrke, Johannes, Database Management Systems, 3rd Edition, New York: The McGrawHill Companies, Inc., 2003. Matematika Komputasi (MAT3933) 3 sks Prasyarat: MAT1222 Tujuan: Mahasiswa dapat melakukan berbagai perhitungan, analisis, dan pemodelan matematis dengan menggunakan program komputer untuk matematika untuk menyelesaikan masalah nyata Silabus: Mata kuliah ini dimaksudkan untuk memberikan pengetahuan kepada mahasiswa mengenai konsep-konsep matematika mengenai pengenalan komputer aljabar, komputasi numerik & simbolik, manipulasi ekspresi matematis, penyelesaian persamaan, pencarian minum\/maksimum fungsi, analisis kuadrat terkecil, analisis fourier. Materi kuliah dimulai dengan teknik dasar komputasi matematika dan selanjutnya mahasiswa dibekali dengan berbagai algoritma untuk menyelesaikan masalah matematika dan diimplementasikan dengan menggunakan bahasa pemrograman MATLAB Referensi: 1 G.J. Borse: Numerical Methods with MATLAB, A Resource for Scientists and Engineers.PWS Pub, 1997 2 Handout Komputasi Matematika 3 Waterloo Maple Inc. Maple 7 Learning Guide., 2001 Teori Graf (MAT3222) 2 sks Prasyarat: MAT1123 Tujuan: 1. Mahasiswa memahami konsep dasar graf 2. Mahasiswa memahami berbagai cara penyajian graf dan graf isomorfisma 3. Mahasiswa mampu memahami konsep dasar keterhubungan 4. Mahasiswa memahami graf euler, graf hamilton dan lintasan terpendek 5. Mahasiswa memahami graf planar, pewarnaan graf dan penggunaannya 6. Mahasiswa memahami konsep dasar pohon dan penggunaannya dalam kehidupan sehari-hari Silabus: 1. Teorema jabat tangan, Graf Lengkap, Graf Bipartite, Penggunaan graf pada pembagian tugas, Sub Graf, Gabungan Graf 2. Penyajian graf dalam tabel, Penyajian graf dengan matriks, Graf Isomorfisma 3. Lintasan, Keterhubungan pada graf tak berarah dan graf berarah, Lintasan dan isomorfisma 51","4. Lintasan euler dan sirkuit euler, Lintasan hamilton dan sirkuit hamilton, Teorema dirac dan teorema ore, Graf terbobot dan lintasan terpendek- Penggunaan lintasan terpendek 5. Graf planar, Formula euler, Teorema kuratowski, Penggunaan graf planar, Pewarnaan graf, Penggunaan Pewarnaan graf 6. Pengenalan pohon, Pohon sebagai model, Sifat-sifat pohon, Penggunaan pohon dalam kehidupan sehari-hari Referensi: 1 Rosen, Kenneth H. 2003. Discrete Mahematics and Its Application. New York: Mc Graw Hill 2 Buckley F Lewinter. 2003.A Friendly Introduction to Graph Theory. New Jersey:Carson Education Analisis Runtun Waktu (MAT3733) 3 sks Prasyarat: MAT3423 Tujuan: Mahasiswa mampu menerapkan pemikiran logis, kritis, inovatif, bermutu dan terukur dalam melakukan proses peramalan deret waktu Silabus: Dalam perkuliahan ini dibahas mengenai macam metode peramalan, konsep dasar runtun waktu, metode linear khusus untuk proses stasioner, model runtun waktu non stasioner, identifikasi model ARMA dan ARIMA, estimasi parameter dan verifikasi model Referensi: 1 Aswi & Sukarna. 2006. Analisis Deret Waktu. Makassar. Andira Publisher 2 Box, G. E. P. & Jenkins G. M. 1976. Time Series Forecasting and Control 2nd Edition. San Fransisco. Holden Day 3 Cryer, J.D. 1986 Time Sereies Analysis Massachusetts; PWS Publisher Sistem Dinamik (MAT3833) 3 sks Prasyarat: - Tujuan: 1. Mahasiswa memahami sistem linier dimensi dua dan kaitannya dengan persamaan diferensial 2. Mahasiswa mampu memahami sistem linier dimensi tinggi dan kaitannya dengan persamaan diferensial 3. Mahasiswa memahami konsep dasar sistem non linier 4. Mahasiswa mampu menganalisis kestabilan sistem non linier dengan menggunakan fungsi Lyapunov 5. Mahasiswa memahami konsep dasar bentuk normal dan Manifold center Silabus: 1. Sistem Linier 2. Nilai Eigen dan Vektor Eigen 52","3. Kestabilan dan Fungsi Lyapunov 4. Bentuk Normal dan Manifold Tengah Referensi: 1 Lawrence Perko. 2001.Diferential Equations and Dynamical System. USA: Springer. 2 Morris W. Hirsch et al. 2004. Differential Equations,Dynamical Sistem and An Intoduction to Chaos Theory. USA: Elsevier. Proses Stokastik (MAT3423) 3 sks Prasyarat: MAT11623 Tujuan: Mahasiswa mampu memahami konsep dasar proses stokastik dan mampu menerapkan proses stokastik dalam kehidupan sehari-hari Silabus: Pokok bahasan yang tercakup dalam mata kuliah ini adalah sebagai berikut: 1. Variable Proses Stokastik dan Ruang Keadaan dan Parameter 2. Matriks Peluang Transisi 3. Rantai Markov Ruang Keadaan Diskrit 4. Distribusi Poisson untuk Proses stokastik 5. Rantai Markov Ruang Keadaan Kontinu 6. Persamaan Differensial Proses Stokastik 7. Proses Yule Referensi: 1 Taylor, H. M. & Karlin, S., An Introduction to Stochastic Modeling , 4th Ed.\u2019, Academic Press, 2011 (Pustaka utama) 2 Ross, S.M, Introduction to Probability Models, 10th edition, Academic Press, 2010 (Pustaka pendukung) 3 Serfozo, R., Basics of Applied Stochastics Processes, Springer, 2009 (Pustaka Pendukung) Kriptografi (MAT4133) 3 sks Prasyarat: - Tujuan: 1. Mahasiswa mampu mengaplikasikan konsep logika matematika dan aljabar; 2. Konsep yang telah dikuasai dapat digunakan untuk membangun sistem kripto; 3. Mahasiswa diharapkan mampu mengelola sistem keamanan berdasarkan algoritma yang dibangun Silabus: 1. Pengertian dan Tujuan Kriptografi 2. Kriptografi Kunci Publik dan Kunci Rahasia 3. Chiper : Shift, substitusi, Affine, Vigenere, Hill, Permutasi, Stream 4. Kriptanalisis chiper-chiper 5. Pergandaan kriptosistem-kriptosistem 6. Entropi dan sifat-sifatnya 7. Chiper Blok : DES dan AES 53","8. Kriptografi fungsi publik RSA, Teorema Sisa Cina, Test Keprimaan dan Kriptosistem Rabin. Referensi: 1 Douglas R. Stinson, 2002, Crytography Theory and Practice, Second Edition, A CRC Press Company, Boca Raton London, New York, Washington DC. 2 Menezes, A. J., P.C Van Orschoot and S.A. Vanstone.,1996,Handbook of Applied Cryptography, CRC Press, Boca Raton, Florida. Pengantar Topologi (MAT4233) 3sks Prasyarat: MAT0113 Tujuan: Setelah mengikuti perkuliahan ini, mahasiswa diharapkan memiliki pemahaman konseptual dan menguasai prinsip-prinsip dasar mengenai ruang topologi, himpunan terbuka, himpunan tertutup, fungsi kontinu, ruang metrik dan ruang bernorma. Selain itu, mahasiswa diharapkan mampu membuktikan suatu pernyataan dan menuliskannya secara formal. 1. Mahasiswa diharapkan memiliki pemahaman konseptual mengenai ruang topologi dan sifat-sifatnya 2. Mahasiswa diharapkan mampu memiliki pemhaman konseptual mengenai fungsi kontinu 3. Mahasiswa diharapkan memiliki pemahaman konseptual mengenai ruang Metrik dan ruang bernorma 4. Mahasiswa diharapkan mampu membuktikan suatu pernyataan dan menuliskannya secara formal Silabus: 1. Himpunan dan Relasi meliputi definsi dan operasi-operasi aljabarnya, relasi, relasi ekivalensi dan komposisi relasi 2. Fungsi meliputi definisi dan sifat-sifatnya, jenis-jenis fungsi 3. Kardinalitas dan Urutan meliputi kardinalitas himpunan, Himpunan Terurut Parsial. 4. Ruang Topologi meliputi definisi ruang topologi, titik akumulasi, himpunan terbuka, himpunan tetutup 5. Topologi pada Garis dan Bidang meliputi topologi pada garis, himpunan terbuka, Teorema Bolzano-Weierstrass, Teorema Heine Borel, topologi pada bidang 6. Basis dan Subbasis 7. Fungsi Kontinu 8. Ruang Metrik dan Ruang Bernorma. Referensi: 1 Lipschutez Seymour, 1965. General Topologi: Theory and Problems. McGraw Hill: New York 2 James R. Munkres, 2000, Topology, second edition, Prentice Hall Inc 3 Sze-Tsen Hu, 1964, Elements of General Topology, Holden-day, San Fransisco. 54","Teori Fuzzy (MAT4333) 3 sks Prasyarat: MAT0113 Tujuan: Setelah mengikuti perkuliahan, mahasiswa diharapkan. 1. Mampu menjelaskan konsep himpunan biasa dan himpunan kabur. 2. Mampu menganalisis operasi-operasi dasar yang digunakan pada himpunan kabur serta memahami konsep fungsi keanggotaan pada himpunan kabur. Mampu menjelaskan operator rata-rata serta pengkombinasian dari dua himpunan kabur. 3. Mampu menjelaskan representasi himpunan kabur dan prinsip perluasannya. 4. Mampu menjelaskan definisi bilangan kabur serta interval dan operasi aritmetika pada bilangan kabur. 5. Mampu merepresentasikan relasi biasa ke relasi kabur, operasi-operasi dasar antar relasi kabur, serta komposisi antar relasi kabur. 6. Mampu menjelaskan beberapa definisi dan sifat-sifat komposisi antar relasi kabur, relasi kemiripan serta relasi kedekatan. 7. Mampu menjelaskan dan memahami dengan memberikan contoh dari logika klasik Silabus: 1. Kontrak Perkuliahan, pengantar himpunan dan himpunan kabur. 2. Konsep-konsep yang berhubungan dengan himpunan kabur, operasi-operasi dasar himpunan kabur, fungsi keanggotaan, dan irisan, gabungan serta komplemen himpunan kabur. 3. Operator Rata-Rata dan Operasi Pengkombinasian lebih dari dua himpunan kabur. 4. Representasi Himpunan Kabur dan Prinsip Perluasan. 5. Bilangan kabur, Interval dan Operasi Aritmetikanya serta Operasi Aritmetika Bilangan Kabur. 6. Relasi Biasa ke Relasi Kabur, Operasi-Operasi Dasar antar Relasi Kabur dan Komposisi antar Relasi Kabur. 7. Beberapa Definisi dan Sifat-Sifat Komposisi antar Relasi Kabur, Relasi Kemiripan serta Relasi Kedekatan. 8. Logika Klasik Referensi: 1 Abdy, Muhammad. 2008. Dasar-Dasar Teori Himpunan Kabur dan Logika Kabur. Badan Penerbit Universitas Negeri Makassar. Makassar. 2 Zimmerman, H.-J. 2001. Fuzzy Set Theory and Its Application. Kluwer Academic Publisher. New York. Ekonometrika (MAT4433) 3 sks Prasyarat: MAT3023 Tujuan: Mahasiswa mampu untuk memecahkan masalah ekonomi dan bisnis secara kuantitatif dengan pendekatan ekonometrika. Beberapa konsep dasar model-model 55","ekonometrika akan dijelaskan dan dilatih agar terampil sehingga dapat digunakan untuk memecahkan masalah-masalah dasar ekonomi dan keuangan Silabus: Beberapa topik yang akan dibahas meliputi: konsep dasar ekonometrika; analisis regresi; estimasi interval dan uji hipotesis; masalah-masalah estimasi, masalah inferensi; model regresi variabel boneka; model asumsi klasik; spesifikasi model dan uji diagnosis Referensi: 1 Damodar Gujarati. 2006. Dasar-Dasar Ekonometrika Jilid I. Jakarta : Penerbit Erlangga 2 Econometric Analysis. 5th. Gigapedia.org 3 Damodar Gujarati. 2004. Basic Econometrics, FourthEditon. The McGraw\u2212HillCompanies Dinamika Populasi (MAT 4533) 3 sks Prasyarat: MAT2423 Tujuan: 1. Setelah mengikuti perkuliahan ini, mahasiswa diharapkan 2. Mampu bekerja sama dalam tim untuk memecahkan masalah dalam kehidupan nyata dengan menerapkan kaidah-kaidah matematika, serta bertanggung jawab terhadap hasil yang diperoleh. 3. Menguasai prinsip-prinsip pemodelan matematika dalam permasalahan dinamika populasi dengan persamaan diferensial, dan metode numerik; 4. Mengkaji implikasi pengembangan ilmu pengetahuan, teknologi atau seni sesuai dengan keahliannya berdasarkan kaidah, tata cara dan etika ilmiah untuk menghasilkan solusi, gagasan, desain, serta menyusun deskripsi saintifik hasil kajiannya dalam bentuk laporan tertulis 5. Mampu bersosialisasi dengan baik di dalam dan luar kelompok untuk menyelesaikan permasalahan nyata. 6. Mampu menyelesaikan permasalahan kehidupan nyata dengan pendekatan matematika. Silabus: 1. Prinsip dasar level populasi dan laju per kapita, Parameter dan variabel model populasi, Model pertumbuhan populasi eksponensial, Model pertumbuhan populasi logistik, 2. Solusi eksplisit dan kualitatif model pertumbuhan populasi, Kestabilan titik kritis, Penskalaan & bentuk dimensionless, Eksistensi & ketunggalan solusi 3. Identifikasi faktor-faktor yang mempengaruhi perubahan populasi, Model interaksi kompetisi antar spesies, Model interaksi mangsa pemangsa Lotka- Volterra dan modifikasinya berdasarkan fungsi respon Holling, Solusi kualitatif dari model matematika, Bidang fase dan tafsirannya 4. Aturan Descrates Metode Routh Hurwitz Referensi: 1 Boyce, W. E., and Diprima, 1997, Richard C., Elementary Differential Equations 56","and Boundary Value Problems, sixth edition, John Wilwy & Sons, Inc. Canada 2 De Roos, A. M., 2014, Modelling Populations Dynamics, Institute for Biodiversity and Ecosystem Dynamics, University of Amsterdam 3 Iswanto, R. J., 2012, Pemodelan Matematika Aplikasi dan Terapannya, Graha Ilmu, Yogyakarta Matematika Aktuaria (MAT4633) 3 sks Prasyarat: - Tujuan: Setelah mengikuti perkuliahan ini, mahasiswa diharapkan 1. Mampu memahami konsep dasar dalam ilmu aktuaria 2. Mampu membuat model survival 3. Mampu membaca dan membuat tabel mortalitas 4. Mampu menjelaskan jenis asuransi jiwa, menyelesaikan soal terkait dengan asuransi jiwa dan menunjukkan konsep model kontinu dan diskrit 5. Mampu memahami konsep anuitas jiwa, menyelesaikan soal terkait dengan anuitas jiwa dan menunjukkan konsep anuitas jiwa immediate dan anuitas due 6. Mampu menghitung premi asuransi jiwa dan membuat contoh simulasi premi asuransi Silabus: 1. Model survival meliputi fungsi survival, force of mortality, harapan hidup, tabel mortalitas, dan hukum mortalita 2. Asuransi jiwa meliputi model pembayaran asuransi jiwa, polis asuransi jiwa, nilai sekarang asuransi, jenis pembayaran benefit asuransi. 3. Anuitas jiwa meliputi anuitas jiwa untuk pembayaran secara kontinu dan anuitas untuk pembayaran secara diskrit 4. Premi asuransi jiwa meliputi premi model kontinu dan diskrit, premi tunggal bersih dan premi tahunan 5. Aturan Descrates Metode Routh Hurwitz Referensi: 1 Newton L. Bower, Hans U. Gerber, etc, 1997, Actuarial Mathematics 2nd Edition, Society of Actuaries 2 Hans U Gerber, Life Insurance Mathematics, 1997, 3rd Edition, Springer, Swiss. 3 Larson, R.E and Gaumnitz, E., 1962, Life Insurance Mathematics, John Willey & Sons, Inc. 4 Adhitya R. Effendie, 2015, Matematika Aktuaria dengan Software R, Gadjah Mada University Press 57","BAB IV PROGRAM STUDI STATISTIKA 58","4.1. Visi dan Misi Visi: Menjadi program studi yang unggul dalam pendidikan, penerapan dan pengembangan ilmu statistika di bidang komputasi statistik, pertanian, ekonomi dan bisnis untuk menghasilkan lulusan yang berdaya saing dan berbudaya di kawasan lokal dan nasional pada tahun 2030 Misi: Untuk mencapai visi tersebut, Program Studi Statistika FMIPA Unsulbar merumuskan empat misi yaitu 1. Menyelenggarakan proses pembelajaran program Sarjana Statistika yang menghasilkan lulusan yang unggul, berbudaya, dan berdaya saing serta memiliki kemampuan manajerial yang baik di kawasan lokal dan nasional. 2. Melaksanakan dan mengembangkan penelitian statistika di bidang komputasi statistik, pertanian, ekonomi dan bisnis serta menjadi pusat layanan penelitian, konsultasi dan jasa dalam bidang komputasi statistik, pertanian, ekonomi dan bisnis. 3. Melaksanakan dan mengembangkan kegiatan pengabdian kepada masyarakat, lembaga pemerintah dan swasta melalui pemanfaatan penelitian statistika. 4. Menjalin, menjalankan dan mengembangkan kerja sama dengan lembaga pemerintah, swasta baik dalam maupun luar negeri. 4.2. Tujuan Pendidikan Tujuan yang akan dicapai adalah 1. Menghasilkan lulusan sarjana Statistika yang profesional, berbudaya, berdaya saing, inovatif, dan berakhlak mulia. 2. Menghasilkan karya penelitian di bidang Statistika yang inovatif dan aplikatif. 3. Membantu masyarakat dalam memecahkan masalah komputasi statistik, pertanian, bisnis dan ekonomi dengan memanfaatkan keilmuan Statistika. 4. Mampu mengikuti perkembangan keilmuan Statistika. 4.3. Profil lulusan Profil lulusan Program Studi Statistika yang diharapkan akan berprofesi sesuai dengan kebutuhan pasar kerja yang dibutuhkan oleh dunia usaha, industri, instansi negeri dan pemerintah swasta. Beberapa profesi bagi lulusan Program Studi Statistika adalah sebagai berikut: 1. Akademisi 59","Akademisi adalah orang yang berpendidikan tinggi dan bekerja sebagai pengajar atau peneliti di sebuah perguruan tinggi, universitas, atau suatu lembaga pendidikan tinggi. Lulusan Prodi Statistik diharapkan dapat mengisi formasi di kelembagaan maupun instansi atau kedinasan seperti Lembaga Pendidikan Tinggi dan Lembaga Ilmu Pengetahuan Indonesia (LIPI) dan Litbang kedinasan. Beberapa matakuliah yang mendukung profesi ini diantaranya Data Mining, Analisis Multivariat, Statistika Spasial, Eksplorasi dan visualisasi Data, Rancangan Percobaan 2. Praktisi Statistik Praktisi statistik adalah pegiat atau pelaksana atau orang yang melakukan pekerjaan menggunakan metode-metode statistik. Profesi lulusan praktisi statistika dapat berupa: a. Data Analyst b. Konsultan Riset c. Aktuaris d. Manager Riset e. Managemen\/Pengelola Data f. Manager Investasi g. Manager Quality Control h. Analis Pasar Modal Beberapa matakuliah yang mendukung profesi praktisi adalah Analisis Keputusan, Riset Operasi, Analisis Runtun Waktu, Ekonometrika, Matematika Keuangan, Matematika Aktuaria, Matematika Ekonomi, Ekonomi Mikro dan Makro, Analisis Survival. 3. Wirausaha Lulusan Program Studi Statistika juga dapat berprofesi sebagai pengusaha (entrepreneur) sperti konsultan jasa statistik, IT dan Lembaga Bimbingan Belajar. Beberapa matakuliah yang mendukung adalah Kewirausahaan, Basis Data, Komputasi Statistik. 4.4. Kurikulum Kurikulum program studi S1 Statistika FMIPA Unsulbar memiliki struktur sebagai berikut: 4.1.1. Mata Kuliah Wajib Nasional Mata kuliah wajib nasional terdiri atas Pend. Agama (2 sks), Pancasila (2 sks), Kewarganegaraan (2 sks), dan Bahasa Indonesia (2 sks) 4.1.2. Mata Kuliah Universitas 60","Mata kuliah universitas terdiri atas Wawasan Sosial Budaya (3 sks), Korikuler (1 sks), Kewirausahaan (2 sks), Wawasan Keilmuan Teknologi dan Lingkungan (3 sks), Bahasa Inggris (2 sks) dan KKN (4 sks) 4.1.3. Mata Kuliah Fakultas Mata kuliah fakultas terdiri atas Kalkulus I (3 sks), Fisika Dasar (2 sks), Biologi Umum (2 sks), Kimia Dasar (2 sks). 4.1.4. Mata Kuliah Program Studi Kurikulum Program Studi Statistika FMIPA Unsulbar terbagi atas dua kelompok mata kuliah yaitu 1. Mata Kuliah Wajib dengan total bobot 113 sks 2. Mata kuliah pilihan dengan bobot 29 sks. Program Studi Statistika menawarkan 58 sks mata kuliah pilihan untuk diprogramkan dengan 29 sks wajib tempuh. Beberapa hal yang perlu diperhatikan terkait struktur kurikulum a. Untuk MK Prasyarat Lambang Arti Lambang * Pernah diambil dan menempuh ujian akhir ** Dapat diambil bersamaan Tanpa bintang Mendapat nilai minimal D b. Untuk MK dengan praktikum ditandai dengan (1) yang berarti mata kuliah tersebut memiliki praktikum. Daftar mata kuliah wajib dan mata kuliah pilihan masing-maisng dibeikan pada Tabel 3.1 dan Tabel 3.1 Tabel 4.1 Daftar Mata Kuliah Wajib Program Studi Statistika Kode MK Semester I sks MK Prasyarat USB0112 Nama MK 2 USB0212 2 USB0312 Agama Islam 2 USB0412 Agama Protestan 2 USB0512 Agama Katolik 2 USB0612 Agama Hindu 2 USB0712 Agama Budha 2 USB0812 Bahasa Indonesia 2 USB0913 Pancasila 3 FMI031220 Kewarganegaraan 2 Wawasan Sosial Budaya Biologi Umum 61","STA011320 Metode Statistika 3 FMI011320 Kalkulus I 3 USB1211 Korikuler 1 Kode MK Jumlah 20 USB1212 USB1013 Semester II sks MK Prasyarat FMI041220 Nama MK 2 FMI021220 &3 STA022320 Bahasa Inggris STA032320 Wawasan Keilmuan, Teknologi 2 STA042320 Lingkungan 2 USB1112 Kimia Dasar 3 FMI011320 Fisika Dasar 3 Kode MK Kalkulus II 3(1) STA053320 Aljabar Linear 2 STA063320 Algoritma dan Pemrograman STA073320 Kewirausahaan 20 STA083320 STA093320 Jumlah sks MK Prasyarat Semester III 3 3 Nama MK 3 3 STA011320 Basis Data dan Penelusuran Data 3 3 STA011320, Eksplorasi dan Visualisasi Data 3 Teori Peluang 3 STA032320 Teknik Sampling 3 3(1) Pengantar Model Linear 3 18 STA103320 Pengantar Data Sains sks MK Prasyarat Kode MK Jumlah STA114220 2 STA083320 STA124320 Semester IV 3 STA073320 STA134320 3(1) STA093320 STA144320 Nama MK 3(1) STA154220 2 STA164320 Analisis dan Perancangan Survei 3(1) Statistika Matematika Kode MK Ekonometrika 16 STA175320 Komputasi Statistik STA185320 Matematika Keuangan sks MK Prasyarat STA195320 Metode Numerik STA205320 3 STA073320 STA215320 Jumlah 3(1) STA011320 3(1) STA073320 Semester V 3 STA124320 Nama MK 3(1) STA011320 Proses Stokastik 15 Statistik Pengendalian Mutu Pengantar Bayesian Teori Inferensia Analisis Multivariat Jumlah 62","Kode MK Semester VI sks MK Prasyarat 2 STA226220 Nama MK 3 STA011320 STA236320 3(1) STA175320 STA246320 Metodologi Penelitian 3(1) STA093320 STA256320 Statistika Non Parametrik 2(1) STA073320, STA266220 Analisis Runtun Waktu Machine Learning STA093320 Analisis Data Kategorik 13 Kode MK Jumlah sks MK Prasyarat USB1004 Semester VII 4 TA277320 3 STA287620 Nama MK 6 13 Kode MK Kuliah Kerja Nyata (KKN) STA287620 Praktek Kerja Lapang (PKL) sks MK Prasyarat Skripsi ** 6 6 Jumlah Semester VIII Nama MK Skripsi ** Jumlah Tabel 4.2 Daftar Mata Kuliah Pilihan Program Studi Statistika Kode MK Semester III sks MK Prasyarat STA293320 3 STA303220 Nama MK 2 STA313220 2 STA323220 Pemrograman Web (P) 2 Matematika Ekonomi (P) 9 Kode MK Pengantar Ilmu Pertanian (P) STA334220 Pengantar Teori Ekonomi (P) sks MK Prasyarat STA344220 2 STA354220 Jumlah 2(1) STA364320 2 STA374320 Semester IV 3 3(1) STA011320 Kode MK Nama MK 12 STA385320 Pengantar Teori Akuntasi (P) sks MK Prasyarat Data Wrangling (P) 3(1) STA144320, Pengantar Big Data (P) Riset Operasi (P) STA073320 Rancangan Percobaan (P) 2(1) STA063320, Jumlah STA083320, STA093320, Semester V Nama MK Data Mining (P) STA395220 Statistika Pertanian (P) 63","STA405320 Regresi Non Parametrik (P) STA215320, 3(1) STA374320 STA415320 Komputasi Statistik Lanjut (P) 3(1) STA425320 Matematika Aktuaria (P) 3 STA144320 Kode MK Jumlah STA154220 STA436320 Semester VI 14 Nama MK Analisis Data (P) sks MK Prasyarat 3(1) STA385320, STA446220 Statistik Spasial (P) STA456220 Jaringan Syaraf Tiruan (P) STA395220, STA466320 Analisis Survival (P) STA364320, STA476220 Analisis Keputusan (P) STA436220, STA486320 Teori Resiko (P) STA246320, STA215320, Kode MK Jumlah STA093320, STA497220 STA063320 Semester VII 2(1) STA134320 2(1) Nama MK 3(1) STA073320 2 Cloud Computing 3 STA425320 15 STA507320 Kecerdasan Buatan (P) STA517320 Sistem Informasi Geografis (P) sks MK Prasyarat 2(1) STA364320, Jumlah STA215320 3(1) 3(1) STA053320, STA446220 8 4.5. Peraturan Umum dan Peraturan Peralihan 1. Aturan umum a. Mata kuliah wajib di Semester I dan Semester II merupakan paket yang harus diambil oleh semua mahasiswa tahun pertama. b. Mahasiswa dengan IPS di atas 3.00 diperbolehkan mengambil maksimal 24 sks pada semester berikutnya, IPS di atas 2.00 diperbolehkan mengambil maksimal 20 sks, IPS di atas 1.00 diperbolehkan mengambil maksimal 17 sks, dan IPK di bawah 1.00 diperbolehkan mengambil maksimal 14 sks. 2. Syarat kelulusan Untuk menyelesaikan pendidikan sarjana pada Program Studi S1 Statistika FMIPA Universitas Sulawesi Barat, mahasiswa diwajibkan telah menyelesaikan 64","sekurang-kurangnya 144 SKS mata kuliah yang meliputi mata kuliah wajib (115 SKS, termasuk di dalamnya, Tugas Akhir dan Kuliah Kerja Nyata) dan mata kuliah pilihan. 3. Aturan Pengulanagan dan Nilai Pengulangan Mata Kuliah Mahasiswa berhak untuk memperbaiki nilai dari suatu mata kuliah dengan mengulang mata kuliah tersebut untuk memenuhi syarat minimal kelulusan atau pencapaian IPK tertentu. a. Mahasiswa yang akan memperbaiki nilai mata kuliah dapat memprogramkan sesuai jadwal yang telah diatur b. Untuk mata kuliah yang diulang, nilai yang diambil adalah nilai terbaik (tertinggi) 4. Mata Kuliah Wajib Mata kuliah wajib adalah -mata kuliah yang wajib diambil dan dilulusi oleh setiap mahasiswa sebelum menyelesaikan studi. Selain itu beberapa mata kuliah yang akan diambil memeiliki mata kuliah prasyarat. Oleh karena itu mahasiswa diharapkan memperhatikan hal tersebut. 5. Tugas Akhir Tugas akhir mahasiswa Prodi Statistika FMIPA Unsulbar berupa skripsi, mempunyai bobot 6 SKS yang dapat diprogramkan oleh mahasiswa apabila telah melulusi 120 sks. Tujuan MK Tugas Akhir\/Skripsi adalah: a. melatih kemampuan mahasiswa dalam mengemukakan permasalahan dan pokok-pokok pikiran yang digunakan untuk melakukan penelitian ilmiah dalam usaha memecahkan masalah tersebut. b. Kemampuan mengembangkan daya imajinasi, sikap kreatif, dan inovatif serta sifat terbuka, jujur, kritis, dan rasa tanggungjawab yang tinggi. c. Pemahaman yang baik tentang standar kualitas karya ilmiah pada tingkat sarjana d. Mahasiswa mampu melakukan penelitian mulai dari merumuskan masalah,mengumpulkan data, mengolah data, menganalisis data, dan menarik suatu kesimpulan. e. Membantu mahasiswa menyampaikan, menggunakan, mengaplikasikan ilmu dan pengetahuan yang diperoleh menjadi suatu sistem yang terpadu untuk pengembangan ilmu. f. Melatih kemampuan berargumentasi secara ilmiah. 6. Kuliah Kerja Nyata (KKN) Kuliah Kerja Nyata hanya boleh diambil oleh mahasiswa yang telah menyelesaikan mata kuliah sebanyak 100 SKS. Aturan terkait KKN diatur lebih lanjut oleh Lembaga Pengelola KKN Universitas Sulawesi Barat 7. Praktek Kerja Lapangan 65","Praktek Kerja Lapang hanya boleh diambil oleh mahasiswa yang telah menyelesaikan mata kuliah sebanyak 100 SKS. Pelakasanaan dan aturan terkait PKL merujuk pada Panduan PKL Prodi Statistika. 8. Pelaksanaan dan Aturan Peralihan bagi Mahasiswa angkatan 2018 dan sebelumnya Kurikulum 2019 Program Studi Statistika FMIPA Unsulbar mulai berlaku pada Semester Ganjil Tahun Akademik 2019\/2020. 4.6. Metode Pembelajaran dan Evaluasi Mata Kuliah Pelaksanaan proses pembelajaran diharapkan menerapkan metode Student Centered Learning (SCL). Metode SCL yang paling tepat untuk diterapkan pada beberapa mata kuliah pada Program Studi S1 Statistika adalah Collaborative Learning (CbL), Problem-Based Learning (PBL) atau kombinasi keduanya. Namun demikian jika metode SCL dianggap tidak cocok, Program Studi Statistika memutuskan untuk tidak memaksakan penggunaan metode SCL dalam proses pembelajaran. Sementara Metode Pengajaran yang digunakan adalah Perkuliahan, Diskusi, Study Assignment, Tutorial, Seminar. Perkuliahan dilaksanakan sesuai dengan jadwal yang telah ditentukan oleh program studi. Jika terdapat perubahan jadwal, maka harus atas kesepakatan bersama antara semua mahasiswa dan dosen. Perubahan jadwal wajib dilaporkan kepada pengelola program studi. 1. Tutorial Tutorial dilaksanakan apabila dosen merasa perlu untuk memberikan tambahan pelajaran. Tutorial berlangsung dalam bentuk bimbingan terhadap permasalahan yang dihadapi oleh mahasiswa terkait matakuliah. Pembimbing tutorial adalah dosen atau mahasiswa yang ditunjuk oleh dosen. Proses tutorial tidak mempengaruhi nilai akhir 2. Pertemuan Tambahan Pertemuan tambahan dilakukan apabila materi yang termuat dalam silabus belum tuntas selama 16 kali pertemuan. Jadwal pertemuan tambahan diatur berdasarkan kesepakatan dosen dan mahasiswa. 3. Metode penilaian Penilaian akan dilaksanakan dengan menerapkan metode berikut: a. Tugas Tugas akan diberikan kepada mahasiswa berdasarkan kebutuhan perkuliahan. Tugas ini diberikan untuk menjamin bahwa mahasiswa memiliki kemampuan untuk belajar mandiri, baik secara individu maupun secara kelompok. b. Kuis 66","Kuis diberikan selama perkuliahan. Kuis ini digunakan untuk menilai pemahama c. Ujian Tengah Semester Ujian tengah semester dilaksanakan setelah melakukan perkuliahan minimal 7 kali petemuan d. Ujian Akhir Semester Ujian akhir semester dilaksanakan setelah melakukan minimal14 kali pertmauan Bobot setiap komponen penilaian ditentukan oleh setiap dosen. 4. Nilai Akhir Nilai akhir ditentukan berdasarkan rumusan berikut: Skor Akhir = %T + %K + %UTS + %UAS 100 Skor akhir akan dikonversi ke dalam nilai akhir berdasarkan skala berikut ini: Tabel 4.3 Konversi Nilai Akhir Nilai Angka (NA) Nilai Mutu (NM) Angka Mutu (AM) 85,01 \u2013 100 A 4,00 80,01 \u2013 85 A- 3,75 75,01 \u2013 80 B+ 3,50 70,01 \u2013 75 B 3,00 65,01 \u2013 70 B- 2,75 50,01 \u2013 65 C 2,50 45,01 \u2013 50 D 1,00 0 \u2013 45 E 0,00 Beberapa ketentuan dalam pemberian Hasil Nilai Semester adalah sebagai berikut: 2) Nilai A, A-, B+, B, B-, C dan D adalah nilai lulus, sedangkan E adalah nilai tidak lulus. 3) Nilai lulus tidak dapat diulang pada semester-semester berikutnya kecuali dalam hal-hal berikut ini: a. Nilai D b. Nilai C, dengan ketentuan : (1) Telah melulusi sekurang-kurangnya 110 SKS dengan IPK < 2,75 (2) Mata kuliah yang disajikan pada semester berjalan atau semester antara 67","(3) Hanya diulang satu kali c. Perolehan nilai akhir yang diperhitungkan dalam transkrip nilai, selama batas waktu studi yang diperkenankan belum dilampaui 4) Penilaian Hasil evaluasi dilakukan oleh Dosen Pengampu Matakuliah 5) Nilai Hasil Belajar pada akhir semester adalah gabungan nilai dari semu bentuk ujian selama semester berjalan 6) Pembobotan masing-masing bentuk ujian untuk memperoleh nilai kumulatif di akhir semester dan nilai lulus diserahkan kepada masing-masing dosen 7) Nilai Hasil Belajar Mahasiswa dicantumkan pada Kartu Hasil Studi (KHS) 5. Drop Mata Kuliah Mahasiswa diperbolehkan men-drop matakuliah yang sedang berjalan sesuai jadwal dan aturan yang berlaku. Jika mahasiswa tidak men-dropdan berhenti mengikuti perkuliahan, nilai akhir E tetap akan dikeluarkan. 4.7. Silabus Mata kuliah Silabus mata kuliah program studi diberikan sebagai berikut 4.7.1 Mata Kuliah Wajib Metode Statistika (STA011320) 3 sks Prasyarat :- Deskripsi Matakuliah : Mata kuliah ini adalah beberapa prinsip dasar statistika, deskripsi statistik, peluang, prinsip- prinsip pendugaan dan pengujian hipotesis, pendugaan dan pengujian hipotesis mengenai proporsi, pendugaan dan pengujian hipotesis mengenai nilai tengah, dan gambaran beberapa metode analisis data sederhana seperti: analisis korelasi, analisis regresi linier, analisis data kategorik, dan analisis data perancangan percobaan sederhana. Tujuan Umum: Mahasiswa akan dapat menjelaskan prinsip-prinsip dasar metode statistika, dan dapat menerapkan beberapa metode statistic sederhana yang dibahas dalam kuliah untuk menganalisis data Materi Kuliah: Materi-materi yang tercakup dalam mata kuliah ini adalah deskripsi statistik, peluang, prinsip-prinsip pendugaan dan pengujian hipotesis, pendugaan dan pengujian hipotesis mengenai proporsi, pendugaan dan pengujian hipotesis mengenai nilai tengah, korelasi, regresi linier sederhana, serta tabel kontingensi. 68","Referensi: 1. Mendenhall, W. et. al. 2009. Introduction to Probability and Statistics 13th. Brooks\/Cole, USA. 2. Koopmans, L.H. 1987. Introduction to Contemporary Statistical Methods 2nd ed. Duxbury, Press. Boston. 3. Moore DS & GP McCabe. 1989. Introduction to the Practice of Statistics. W.H. Freedman & Co. New York. 4. Fleming, M.C. dan J.G. Nellis. 1994. Principles of Applied Statistic. Routledge. London. Kalkulus II (STA022320) 3 sks Prasyarat : FMI011320 Deskripsi Matakuliah : Matakuliah ini membahas tentang konsep dasar integral tak tentu, integral tentu beserta sifat-sifatnya, bentuk tak tentu, integral tak wajar, integral lipat dan aplikasinya dalam berbagai bidang khususnya bidang statistik. Tujuan Umum: 1. Mampu menjelaskan konsep konsep integral tak tentu (pengertian, sifat-sifat, teknik-teknik pengintegralan) 2. Mampu menjelaskan konsep integral tentu (pengertian, sifat-sifat, Teorema Fundamental Kalkulus, teknik pengintegralan dan aplikasi integral dalam berbagai bidang) 3. Mampu menjelaskan konsep bentuk tak tentu dan integral tak wajar 4. Mampu menjelaskan konsep kalkulus multivariable meliputi derivatif parsial dan diferensial, aplikasi derivatif parsial, integral ganda (double integrals) dan integral lipat tiga (triple integrals).. Materi Kuliah: 1. Integral tak tentu: pengertian, sifat-sifat, teknik-teknik pengintegralan. 2. Integral tertentu: pengertian, sifat-sifat, Teorema Fundamental Kalkulus, dan teknik pengintegralan 3. Bentuk tak tentu dan integral tak wajar 4. Fungsi multivariable (turunan parsial, diferensial, integral ganda, integral lipat tiga dan aplikasinya) Referensi: 1. Varberg, D., Purcell, E., dan Rigdon, S. (2006). Calculus 9th Edition. Boston: Pearson. 2. Stewart, J., (2011). Calculus 7th Edition. USA: Brooks Cole 3. Martono, K. (1999). Kalkulus. Jakarta: Penerbit Erlangga. 69","Aljabar Linear (STA032320) 3 sks Prasyarat: MAT1023, MAT1423 Deskripsi Mata Kuliah Matakuliah ini membahas tentang konsep dasar persamaan linear, matriks, fungsi determinan, vektor di R2, R3, nilai dan vektor eigen. Tujuan Umum: 1. Mampu menjelaskan konsep persamaan linear dan matriks 2. Mampu menjelaskan dan menentukan determinan dan invers suatu matriks persegi 3. Mampu menjelaskan konsep vektor di . R2, R3 beserta sifat-sifatnya 4. Mampu menjelaskan ruang vektor umum terkait konsep bebas linear, merentang, rank Materi Kuliah: 1. Sistem persamaan linear (Eliminasi Gauss) dan Matriks (Operasi matriks, invers matriks dan sifat-sifat matriks) 2. Determinan (menghitung determinan, sifat-sifat fungsi determina, ekspansi kofaktor dan aturan cramer) 3. Vektor di R2 dan R3 (Aritmatika vector, norm, hasil kali titik, hasil kali silang) 4. Vektor di Rn (Transformasi linear dari Rn ke Rm beserta sifat-sifatnya) 5. Ruang vektor umum (Definisi, subruang, bebas linear, merentang basis dan dimensi, nilai eigen dan vektor eigen), Referensi: 1. Anton, H., dan Rorres, C. (2005). Elementary Linear Algebra, 9th Edition. New Jersey: John Wiley & Sons. 2. Nicholson, K. (1990). Linear Algebra with Applications, Third Edition. Boston: PWS Publishing Company. Algoritma dan Pemrograman (STA042320) 3 sks Prasyarat: MAT1023, MAT1423 Deskripsi Mata Kuliah Mata kuliah ini adalah matakuliah wajib yang mencakup materi dasar algoritma, notasi algoritma dan struktur algoritma. Materi struktur algoritma meliputi : runtunan, pemilihan, dan perulangan. Dan disampaikan juga bentuk translasi dari notasi algoritma ke dalam bahasa pemrograman (Pascal dan C). Materi selanjutnya adalah prosedur, fungsi, tipe terstruktur (array dan record),dan beberapa algoritma sorting dan searching. Contoh-contoh permasalahan algoritma dan pemrograman yang diberikan berkaitan dengan permasalahan komputasi di bidang matematika atau statistika. Tujuan Umum: 1. Mampu menjelaskan ciri dan cara penulisan algoritma, variabel, konstanta dan operator dalam algoritma. 70","2. Mampu menjelaskan, menggambarkan dan menyusun algoritma yang sesuai menggunakan struktur pencabangan, menggambarkan dan menyusun algoritma yang sesuai menggunakan struktur perulangan. 3. Mampu menjelaskan, menggambarkan dan menyusun struktur perulangan dan pencabangan bersarang. 4. Mampu menjelaskan fungsi atau prosedur serta menguasai struktur data array dengan cara mempelajari konsep-konsep sentral dan kecakapan yang dibutuhkan untuk merancang, menerapkan, dan menganalisis data yang digunakan untuk pemodelan berbasis komput Materi Kuliah: 1. Pengantar Algoritma 2. Struktur runtunan, pemilihan, dan perulangan 3. Translasi dari notasi algoritma ke dalam bahasa pemrograman (Pascal dan C) 4. Prosedur, fungsi, tipe terstruktur (array dan record) 5. Algoritma sorting dan searching. Referensi: 1. Moh. Sjukani, 2012, Struktur Data (Algoritma & Struktur Data 2) dengan C,C++, Jakarta : Mitra Wacana Media. 2. Munir, R., 2011, Algoritma dan Pemrogrman dalam Bahasa Pascal dan C, Bandung : Informatika. Basis Data dan Penelusuran Data (STA053320) 3 sks Prasyarat: MAT1023, MAT1423 Deskripsi Mata Kuliah Matakuliah ini memberikan pemahaman dan penguasaan mengenai konsep basis data, model data relasional, teknik pembentukan basis data dan normalisasi, penggunaan bahasa query (sql) untuk pencarian, pengurutan, penyaringan, penghapusan dan update data serta pembuatan program aplikasi basis data dalam pengembangan sistem pengolahan data berbasis komputer serta penggunaan basis data dalam sistem informasi. Tujuan Umum: 1. Mampu memahami konsep dan pengertian Data Base 2. Menguasai wawasan data base membuat perancangan basis data 3. Implementasi basis data (database) dalam memecahkan masalah 4. Menguasai secara umum konsep DBMS dan pemrosesannya 5. Mampu menjelaskan konsep dasar optimisasi dari Basis Data Materi Kuliah: 1. konsep manajemen data dalam storage (storage organizations) 2. Data Entity Relationship Diagram 3. Memodelkan data Functional Dependency dengan struktur basis data yang baik serta mengimplementasikannya dalam RDBMS 4. Query Processing dalam basis data Query Optimization Transaction Processing Concurency Control 5. Optimization dalam basis data 71","6. Transaction Processing dalam basis data 7. Concurency Control dalam basis data 8. Desain relasional database dan normalisasi Referensi: 1. Abraham Silberschatz, Henry F. Korth, S. Sudarshan, \u201cDatabase System Concepts\u201d, McGraw-Hill Companies, 2011. 2. Ramez A. Elmasri, Shamkant B. Navathe, \u201cFundamentals of Database Systems\u201d, ADDISON WESLEY Publishing Company Incorporated, 2011. 3. Ramakrishnan, Raghu, Gehrke, Johannes, Database Management Systems, 3rd Edition, New York: The McGrawHill Companies, Inc., 2003. Eksplorasi dan Visualisasi Data (STA063320) 3 sks Prasyarat: MAT1023, MAT1423 Deskripsi Mata Kuliah Analisis Eksplorasi data merupakan metode untuk mengenali pola data melalui diagram atau grafik, mendeteksi adanya nilai ekstrim agar analisis yang dibuat dapat tidak terpengaruh efek ekstrem, menentukan pola hubungan antar variabel dengan menggunakan diagram pencar dan membuat garis persamaan serta melakukan smoothing data. Penyajian data dalam bentuk tabel kontingensi dan melakukan analisis hubungan dari variabel yang bersifat kategori. Tujuan Umum: 1. Mampumelakukan manajemen data agar siap untuk dianalisis 2. Mampu melakukan eksplorasi data untuk menangani data missing dan outlier 3. Mampu melakukan teknik visualisasi data untuk berbagai jenis data 4. Mampu mengkomunikasikan hasil eksplorasi dan visualisasi Materi Kuliah: 1. Teknik manajemen data dengan Excel (importing, filtering, sorting, pivot table) dan software R (importing, transforming, manipulating) 2. Deteksi dan penanganan data missing 3. Deteksi dan penanganan outlier 4. Penyajian data secara grafis 5. Mengkomunikasikan hasil visualisasi dalam bentuk infografis Referensi: 1. Bolstad, W. M. (2007). Introduction of Bayesian Statistics. Canada: John Wiley and Sons. 2. Wickham, H., Grolemund, G., 2017, R for Data Science, O\u2019Reilly Media, Inc 3. Horton, N.J., Kleinman, K., 2015, Using R and RStudio for Data Management,Statistical Analysis,and Graphics, 2nd Edition, CRC Press Taylor & Francis GroupCRC Press Taylor & Francis Group 4. Marquez, F.P.G., Lev, B., 2017, Big Data Management, Springer International Publishing 5. Golmeier, J., Duggirala, P., 2015, Dashboard for Excel, Apres 6. Velleman, P.F., Hoaglin, D.C., : Application, Basic, and Computing of Exploratory Data Analysis , Duxbury Press 2004 72","Teori Peluang (STA073320) 3 sks Prasyarat: MAT1023, MAT1423 Deskripsi Mata Kuliah Mata kuliah ini membahas tentang teknik membilang, konsep dasar peluang, peubah acak dan sebaran peluang, nilai harapan, sebaran bersyarat, dan kebebasan stokastik Tujuan Umum: 1. Mampu memahami pengantar teori peluang 2. Mampu memahami konsep permutasi dan jenis-jenis permutasi 3. Mampu memahami tentang konsep kombinatorik dan jenis-jenis kombinatorik 4. Mampu memahami tentang konsep dasar peluang 5. Mampu mengidentifikasi peluang bersyarat 6. Mampu memahami kejadian bebas dan teorema bayes 7. Mampu memahami peubah acak dan fungsi distribusi 8. Mampu memahami tentang fungsi marginal 9. Mampu memahami fungsi distribusi gabungan 10. Mampu memahami distribusi peluang bebas dan bersyarat. Materi Kuliah: 1. Teori Himpunan. 2. Teknik Membilang. 3. Konsep Dasar Peluang. 4. Peubah Acak. 5. Sebaran Peluang. 6. Nilai Harapan. 7. Sebaran Bersyarat. Referensi: 1. Tiro, M. Arif. 2008. Teori Peluang. Makassar: Andira Publisher. 2. Ronald E. Walpole. 1997. Pengantar Statistika, Edisi ke 3. Jakarta: PT. Gramedia Pustaka Utama. Teknik Sampling (STA083320) 3 sks Prasyarat: STA011320 Deskripsi Mata Kuliah Mata kuliah ini merupakan mata kuliah wajib yang mencakup materi sampel dan populasi, statistik dan populasi, beberapa teknik sampling probabilitas beserta pendugaan parameternya dan beberapa sampling non probabilitas. Sampling probabilitas meliputi sampling acak sederhana, sampling acak sistematis, sampling acak stratifikasi, sampling klaster tahap satu, sampling klaster dua tahap, serta wildlife sampling.. Tujuan Umum: 1. Mampu menentukan unit sampling terpilih menggunakan tabel bilangan \/ angka acak. 73","2. Mampu menentukan rancangan sampling acak sederhana kasus riil, menghitung taksiran parameter rata-rata, total, dan proporsi, serta menentukan besar ukuran sampel serta melakukan proses pengambilannya. 3. Mampu menentukan rancangan sampling sistematik untuk kasus riil, menghitung taksiran parameter rata-rata, total, dan proporsi, serta menentukan besar ukuran sampel serta melakukan proses pengambilannya. 4. Mampu menentukan rancangan sampling acak stratifikasi untuk kasus riil, menghitung taksiran parameter rata-rata, total, dan proporsi, serta menentukan besar ukuran sampel serta melakukan proses pengambilannya. 5. Mampu menentukan strata dengan aturan optimal. 6. Mampu menentukan rancangan sampling klister satu tahap untuk kasus riil. 7. Mampu melakukan sampling klister dua tahap. 8. Mampu memahami konseptual tentang wildlife sampling. 9. Mampu memahami tentang studi kasus rancangan Teknik pengambilan sampel. Materi Kuliah: 1. Konsep Dasar Statistika dan Teknik Dasar Pengambilan Sampel 2. Sampling Acak Sederhana 3. Sampling Sistematik 4. Sampling Acak Stratifikasi 5. Sampling Klaster Tahap Satu 6. Sampling Klaster Dua Tahap 7. Wildlife Sampling 8. Studi Kasus Referensi: 1. Mendenhall, W., Scheaffer R.L.,Ott Lyman. 1986. Elementary Survey Sampling. Boston: Duxburry Press. 2. MTryfors P. 1996. Sampling Methode for Applied Research Text and Cases. John Wiley & Sons: New York. 3. Shriver, B.d., Borders, B.e. 1996. Sampling Techniques for Forest Resource Inventory. John Wiley & Sons: New York. 4. 4. Susilaningrum,D. dan Pengantar Model Linear (STA093320) 3 sks Prasyarat: STA011320, STA032320 Deskripsi Mata Kuliah Model linear singular dan non singular, pemodelan bentuk kuadrat dan distribusi bentuk kuadrat, model berpangkat penuh (model regresi), model berpangkat tidak penuh (model anova), model campuran (model analisis kovarians) dan model linier umum (keluarga distribusi eksponensial) Tujuan Umum: 1. Mahasiswa mampu memahami dan menjelaskan konsep-konsep dasar aljabar matriks 2. Mahasiswa mampu memahami dan menjelaskan distribusi bentuk kuadrat dan memiliki ketrampilan menangani model kuadrat 74","3. Mahasiswa mampu memahami dan menjelaskan prinsip kuadrat terkecil dan umum 4. Mahasiswa mampu memiliki ketrampilan menangani model non singular (model berpangkat penuh\/model regresi) dan sekaligus melakukan pendugaan parameter dan pengujian hipotesis 5. Mahasiswa mampu memiliki ketrampilan menangani model singular (model berpangkat tidak penuh\/model anova) dan sekaligus melakukan pendugaan parameter dan pengujian hipotesis 6. Mahasiswa mampu menjelaskan prinsip-prinsip galat bersyarat, penguraian jumlah kuadrat serta memahami penggunaannya pada rancangan kelompok tidak lengkap, data tak berimbang 7. Mahasiswa mampu memiliki ketrampilan menghitung nilai duga parameter dan melakukan pengujian hipotesis model campuran 8. Mahasiswa mampu memiliki ketrampilan menghitung nilai duga parameter dan melakukan pengujian hipotesis model linier umum keluarga distribusi eksponensial Materi Kuliah: 1. Konsep-Konsep dasar aljabar matriks 2. Model kuadrat dan distribusi bentuk kuadrat 3. Prinsip kuadrat terkecil dan umum 4. Model non singular (model berpangkat penuh\/model regresi), pendugaan parameter dan pengujian hipotesis 5. Model singular (model berpangkat tidak penuh\/model anova), pendugaan parameter dan pengujian hipotesis 6. Prinsip galat bersyarat, penguraian jumlah kuadrat, penggunaan pada rancangan kelompok tidak lengkap, data tak berimbang 7. Model campuran, pendugaan parameter dan pengujian hipotesis 8. Model linier umum keluarga distribusi eksponensial dan pengujian hipotesisnya Referensi: 1. Searle, S.R. 1971. Linear Models. John Wiley & Sons, Inc., New York 2. Myers, R.H. & Milton, J.S. 1991. A First Course in the Theory of Linear Statistical Models. Boston: PWS-KENT3. 3. Graybill, F.A. 1961. An Introduction to Linear Statistical Models. Vol 1. New York: McGraw-Hill Book Company 4. McCullagh, P. & Nelder, J.A. 1990. Generalized Linear Models, 2nd Ed. Cambridge: Chapman & Hall 5. Rencher, A.C. 2000. Linear Models in Statistics. New York: John Wiley & Sons, Inc. Pengantar Data Sains (STA103320) 3 sks Prasyarat: Deskripsi Mata Kuliah Mata kuliah ini memperkenalkan bidang ilmu data sains secara garis besar dan contoh-contoh aplikasinya pada beberapa kasus yang umum ditemukan. 75","Tujuan Umum: 1. Mampu menguasai konsep umum dan tasks dalam tahapan data sains 2. Mampu melakukan descriptive dan predictive analysis terhadap data menggunakan teknik-teknik analisis yang sederhana 3. Mampu membuat visualisasi data yang bermakna dan memberikan insight dengan menggunakan tools seperti Microsoft Excel dan Tableau atau PowerBI 4. Mampu memahami konsep dasar dan aplikasi dari teknik-teknik penambangan data (data mining) seperti regresi, pattern mining, klasifikasi, dan klasterisasi 5. Mampu mampu menerapkan materi-materi yang telah diajarkan pada contoh kasus sederhana yang diberikan, menulis laporan yang sistematis, dan mempresentasikannya Materi Kuliah: 1. Tahapan data sains dan contoh-contoh aplikasinya. 2. Pengenalan sumber data, big data, atribut data, dan pendeskripsian data. 3. Praktik visualisasi data: menggunakan Microsoft Excel dan Tableau atau PowerBI. 4. Teknik-teknik data preprocessing: menangani missing values, correlation analysis untuk pemilihan fitur, sampling, dan normalisasi. 5. Descriptive analysis: menggunakan statistika, visualisasi sederhana (disertai praktik) dan klasterisasi beserta contoh penerapannya. 6. Teknik-teknik predictive analysis: pattern mining, regresi, klasifikasi dan contoh penerapannya. Referensi: 1. Teguh Wahyono (2018), Fundamental of Python for machine learning Data Science, Penerbit Gavamedia, Yogyakarta. 2. Ethem Alpaydin (2014), Introduction to Machine Learning, 3rd ed., MIT Press. 3. Oded Maimon and Lior Rokach (2010), Data Mining and Knowledge Discovery Handbook Second Edition, Springer. 4. Ulrika J\u00e4gare (2019), Data Science Strategy For Dummies, United States of America : Wiley. Analisis dan Perancangan Survei (STA114220) 2 sks Prasyarat: STA083320 Deskripsi Mata Kuliah Mata kuliah ini merupakan mata kuliah wajib yang mencakup materi perumusan permasalahan dan tujuan survei, merencanakan survei, menentukan teknik sampling dan memilih objek survei dengan tepat, merancang, merancang kuesioner, pengorganisasian dan administrasi survei di lapangan, verifikasi dan validasi data, menyusun program entri, melakukan survei lapangan, menganalisis data, membuat laporan dan mempresentasikan hasil analisis data survei. Tujuan Umum: 1. Mahasiswa mampu menjelaskan konsep dasar survei dan penggunaannya, tahapan pelaksanaan survei, metode merumuskan masalah dan menentukan tujuan survei. 76","2. Mahasiswa mampu merencanakan,merancang survei sesuai dengan tujuan penelitian\/studi, membuat proposal penelitian untuk kegiatan survei, merumuskan masalah dan mempresentasikannya 3. Mahasiswa dapat menjelaskan teknik penarikan contoh berpeluang dan tak berpeluang, serta mampu menjelaskan sumber-sumber error dalam survei 4. Mahasiswa dapat memilih teknik penarikan contoh yang paling efisien dan praktis sesuai dengan tujuan survei dan mempresentasikannya 5. Mahasiswa mampu menjelaskan cara merancang kuesioner yang valid dan terandal, memilih cara pengumpulan informasi, dan mampu melakukan wawancara dalam survei dan mempresentasikannya 6. Mahasiswa mampu merancang kuesioner yang valid dan terandal, memilih cara pengumpulan informasi, dan mampu melakukan wawancara dalam survei dan mempresentasikannya 7. Mahasiswa mampu menjelaskan pengorganisasian dan administrasi lapangan dalam survei dengan wawancara, serta mampu melakukan penyuntingan dan pengkodean terhadap hasil survei 8. Mahasiswa mampu menjelaskan penggunaan beberapa program entri 9. Mahasiswa mampu membuat beberapa program entri dan mempresentasikan cara pembuatan dan pengoperasiannya 10. Mahasiswa mampu mengantisipasi tahapan-tahapan yang dilalui dalam pelaksanaan survei, serta mampu mengantisipasi kendala-kendala yang mungkin dihadapi 11. Mahasiswa mampu melakukan survei lapangan dengan penuh tanggungjawab serta mendiskusikan kendala-kendala yang dihadapi dalam pelaksanaan survei 12. Mahasiswa mampu melakukan survei lapangan dengan penuh tanggungjawab serta mendiskusikan kendala-kendala yang dihadapi dalam pelaksanaan survei 13. Mahasiswa mampu melakukan analisis data survei, membuat laporan dan mempresentasikan hasil survei Materi Kuliah: 1. Perencanaan Survei, Tahapan Survei dan Perumusan masalah. 2. Desain Kuesioner dan Panduan Wawancara 3. Uji validitas & reliabilitas kuesioner 4. Pelaksanaan Survei 5. Manajemen Survei dan Penjaminan Mutu Data Survei 6. Analisis Data dan Laporan Hasil Survei. Referensi: 1. Badan Pusat Statistik. (2009). Panduan Rekomendasi Kegiatan Survei Statistik. Jakarta: PT. Taruna Merbabu R. 2. Buckingham, A & Saunders, P. (2004). The Survei Methods Workbook.Oddisey Press Inc., Gonic, New Hampsire. 3. Scheaffer, R.L. Mendenhall, W & Ott Lyman. (1990). Elementary Survei Sampling, 4th Edition, PWS-Kent Publishing Company, Boston. 4. Warwick, D.P. & Lininger, C.A. (1975).The Sample Survei: Theory and Practice. McGraw-Hill, Inc., New York. 77","Statistika Matematika (STA124320) 3 sks Prasyarat: STA083320 Deskripsi Mata Kuliah Mata kuliah ini merupakan mata kuliah wajib yang membahas tentang statistik dan distribusi sampling, penaksir parameter, penaksir interval, pengujian hipotesis, dan aplikasi untuk data real. Tujuan Umum: 1. Mampu memahami dan menerapkan konsep statistik dan distribusi sampling 2. Mampu menduga parameter dan untuk mengevaluasi pendugaan parameter 3. Mampu memahami metode penentuan penaksir titik, metode momen, metode kemungkinan maksimum, penaksir bayes. 4. Mampu memahami penaksiran interval, taksiran interval untuk rataan, taksiran interval untuk varians, taksiran interval untuk proporsi, taksiran interval untuk selisih dua rataan, selisih dua proporsi, 5. Mampu memahami pngujian hipotesis. Materi Kuliah: 1. Statistik dan distribusi sampling 2. Penaksir parameter 3. Penaksir interval 4. Pengujian hipotesis 5. Aplikasi untuk data real Referensi: 1. Bain, L.J., Engelhardt, M. 2000. Introduction to Probability and Mathematical Statistics, 2nd Edition. Duxbury Press. 2. Hogg, R.V., Tanis, E.A. 2006. Probability and Statistical Inference. Pearson Education. 3. Belmont, CA. 2. Rice, J.A. 2007. Mathematical Statistics and Data Analysis. 3rd Ed. Thomson Brooks\/Cole. Belmont, CA.3. Casella. Ekonometrika (STA134320) 3 sks Prasyarat: STA083320 Deskripsi Mata Kuliah Mata kuliah, ini bertujuan untuk mempelajari konsep dasar ekonometrika, dan pemanfaatan analisis regresi di dalam pemodelan (satu persamaan) dan pengujian teori - teori ekonomi dengan data empirik, khususnya yang berbentuk cross section Tujuan Umum: 1. Mampu menerapkan konsep dasar ekonometrika 2. Mampu memanfaatkan analisis regresi untuk membentuk model empiris yang menghubungkan variabel respons dengan satu atau beberapa variabel predictor di bidangan ekonomi 3. Mampu memanfaatkan analisis regresi untuk menguji teori-teori ekonomi yang berdasar pada data cross section. 4. Mampu memberikan interpretasi secara ekonomi dari hasil analisis 78","5. Mampu menerapkan Teknik yang relevan jika menghadapi ketidaksesuian asumsi yang dibutuhkan di dalam analisis regresi 6. Mampu memahami dasar-dasar teori untuk Teknik ekonometrika yang lebih advanced 7. Mampu menyampaikan hasil analisisnya secara tertulis maupun lisan danlam bentuk tugas individu maupun kelompok Materi Kuliah: 1. Pengenalan SPSS 2. Definisi Ekonometrika dan Overview Analis regresi 3. Penanganan Data Ekonometrika dan Analisis Lanjutan dalam Regresi Linier 4. Analisis regresi berganda dan penggunaannya di dalam ekonometrika 5. Model regresi dengan variabel dummy 6. Asumsi - asumsi yang mendasari analisis regresi, pengujian, efek pelanggaran dan bagaimana mengatasinya dalam konteks data ekonomi 7. Model regresi dengan data panel Referensi: 1. Gujarati, Damodar N. Basic econometrics. Tata McGraw-Hill Education, 2009 2. Wooldridge, Jeffrey M. Introductory econometrics: A modern approach. Nelson Education, 2015. Komputasi Statistik (STA144320) 3 sks Prasyarat: STA063320 Deskripsi Mata Kuliah Mata kuliah ini adalah mata kuliah Setelah mengikuti mata ajaran ini mahasiswa diharapkan mampu mengoperasikan SPSS dan membuat algoritma untuk pemrograman prosedur statistika menggunakan Open Source Software R Tujuan Umum: 1. Mampu mengunakan pengolahan data menggunakan SPSS 2. struktur pemrograman menggunakan R 3. Mampu merancang pemrograman dalam metode-metode statistika 4. Mampu melakukan analisis data dan menyusun hasil kajian metode statistika dalam bentuk laporan. 5. Mampu melakukan ekplorasi data baik secara univariate maupun multivariat 6. Mampu menggunakan Software berbasis Open Source. Materi Kuliah: 1. Pengenalan SPSS 2. Eksplorasi data menggunakan SPSS 3. Pengantar Open Source Software R (OSSR), 4. Struktur Data dan Manajemen Data dalam R, 5. Beberapa fungsi statistik dalam R, 6. Struktur Program R, 7. Seleksi Kondisi, 8. Looping, 9. Pengenalan R-GUI 79","Referensi: 1. Horton, N.J., Kleinman, K., 2015, Using R and R Studio for Data Management,Statistical Analysis,and Graphics, 2nd Edition, CRC Press Taylor & Francis Group CRC Press Taylor & Francis Group. 2. Suhartono, 2008, Analsis Data Statistik dengan R, Yogyakarta : Graha Ilmu. 3. Venables, W.N. and Smith, D.M., 2012, An Introduction to R Version 2.15.2, The R Development Core Team. 4. Ce Gunawan, Mahir Menguasai SPSS: (Mudah mengolah Data Dengan IBM SPSS Statistic 25), Deepublish, 2018 5. Warsito B dan Yasin H., 2006, Modul Pelatihan Sciviews R for Statistical Computation, Jurusan Statistika FMIPA Undip Semarang. 6. Walpole, R.E 1995, Pengantar Statistika, PT. Gramedia Pustaka Utama, Jakarta Matematika Keuangan (STA154220) 2 sks Prasyarat: Deskripsi Mata Kuliah Mata kuliah ini memberikan pemahaman konsep kepada mahasiswa berkaitan dengan materi Matematika Keuangan yang meliputi bunga tunggal, diskonto tunggal, bunga majemuk, anuitas, amortisasi, depresiasi asset tetap dan penerapannya pada transaksi keuangan\/bisnis. Tujuan Umum: 1. Mampu menjelaskan dan memberikan contoh tentang bunga tunggal, diskonto tunggal dan bunga majemuk 2. Mampu menerapkan konsep bunga majemuk dalam transaksi keuangan\/bisnis 3. Mampu menjelaskan dan memberikan contoh perhitungan anuitas serta menerapkan konsep anuitas dalam transaksi keuangan\/bisnis 4. Mampu menjelaskan tentang konsep dan perhitungan amortisasi utang jangka Panjang 5. Mampu menjelaskan tentang konsep dan perhitungan depresiasi asset tetap Materi Kuliah: 1. Bunga Tunggal 2. Diskonto Tunggal 3. Bunga Mejemuk 4. Anuitas 5. Amortisasi 6. Depresiasi Asset Tetap dan Penerapannya Referensi: 1. Kellison S.G. 2000. The Theory of Interest, 2nd Edition. The McGraw-Hill Companies, Inc.: New York. 2. Frensidy, Budi. 2010. Matematika Keungan, Salemba Empat: Bandung 3. Mulyadi. 2014. Matematika Keuangan. Badan Penerbitan FPEB 80","Metode Numerik (STA164320) 3 sks Prasyarat:- Deskripsi Mata Kuliah Matakuliah Metode Numerik merupakan matakuliah fundamental yang wajib diprogram oleh semua mahasiswa matematika. Hal ini karena terapannya yang digunakan dihampir semua bidang ilmu baik itu fisika, kesehatan bahkan teknik. Dalam matakuliah ini mahasiswa akan mempelajari mengenai metode untuk menyelesaikan masalah matematika dengan menggunakan matode analitik dan numeriknya. Materi yang akan diberikan adalah metode penyelesaian numerik terkait persamaan nonlinier, sistem persamaan linier, turunan, maupun persamaan diferensial. Tujuan Umum: 1. Mampu memiliki pemahaman konseptual dan menguasai prinsip-prinsip dasar mengenai metode untuk menyelesaikan masalah matematika dengan menggunakan matode analitik dan numeriknya. 2. Mampu memecahkan masalah matematika melalui pendekatan numerik dengan atau tanpa bantuan piranti lunak. 3. Mengkaji implikasi pengembangan ilmu pengetahuan, teknologi atau seni sesuai dengan keahliannya berdasarkan kaidah, tata cara dan etika ilmiah untuk menghasilkan solusi, gagasan, desain, serta menyusun deskripsi saintifik hasil kajiannya dalam bentuk laporan tertulis Materi Kuliah: 1. Pengenalan Metode Numerik dan Galat 2. Persamaan Nonlinier 3. Persamaan Linier 4. Integral Fungsi 5. Turunan Fungsi 6. Persamaan Diferensial Referensi: 1. Chapra, C.S., dan Canale R.P.. 2015. Numerical Methods for Enginer. McGraw Hill:New York. 2. Burden R.L.,Faires,DJ., dan Burden, AM.. 2014. Numerical Analysis. Cengage Learning:USA. Proses Stokastik (STA175320) 3 sks Prasyarat: STA073320 Deskripsi Mata Kuliah Proses poisson proses renewal, distribusi eksponensial dan distribusi gamma untuk proses renewal, model block replacement, proses renewal-reward, peluang transisi antar state, persamaan chapman kolmogorov, kelas komunikasi, jenis state, recurrent dan non recurrent rantai markov, reducible dan irreducible, proses kelahiran murni persamaan, diferensial kolmogorov dan konsep antrian. Tujuan Umum: 81","Memberikan penjelasan kepada mahasiswa mengenai Materi statistika yaitu proses statistik: bilangan distribusi eksponensial dan distribusi gamma untuk proses renewal, model block replacement, proses renewal-reward, peluang transisi antar state, persamaan chapman kolmogorov, kelas komunikasi, jenis state, recurrent dan non recurrent rantai markov, reducible dan irreducible, proses kelahiran murni persamaan Materi Kuliah: 1. Pengantar Proses Stokastik 2. Proses poisson 3. Proses renewal 4. Distribusi eksponensial dan distribusi gamma untuk proses renewal 5. Model block replacement 6. Proses renewal-reward 7. Proses regenerative 8. Proses alternating renewal 9. Proses markov dengan parameter waktu diskrit 10.Peluang transisi antar state 11.Persamaan Chapman Kolmogorov 12.Kelas komunikasi 13.Jenis state recurrent dan non recurrent 14.Rantai markov reducible dan irreducible 15.Proses kelahiran murni 16.Persamaan diferensial kolmogorov 17.Limit distribusi proses markov 18.Proses markov reversibility 19.Konsep Antrian Referensi: 1. Sheldon Ross, Stocahstic Process, Wiley & Sons 2. Emanuel Parzen, Stochastic Process 3. Bhat of, U.N , 2002, Elements of Applied Stochastic Processes, John Wiley & Sons, New York 4. Feldman, R.M and Ciriaco V.F, 2010, Applied Probability and Stochastic Processes, second edition, Springer, Texas, USAS 5. Syuhada, K.I.A (2013). Proses Stokastik, Kelompok Keilmuan Statistika-FMIPAITB- Bandung Statistika Pengendalian Mutu (STA185320) 3(1) sks Prasyarat: STA011320 Deskripsi Mata Kuliah Mata kuliah Statistika Pengendalian Mutu merupakan bagian dari mata kuliah bidang Bisnis dan Industri Pertanian. Mata kuliah ini diberikan dengan tujuan agar mahasiswa dapat memilih Metode Statistika yang tepat dalam monitoring kualitas produk dan proses, khususnya di industri manufaktur. Materi yang diberikan adalah konsep peningkatan kualitas, 7 alat statistika untuk peningkatan kualitas, Diagram 82","kendali, perhitungan kapabilitas proses, analisis sistem pengukuran dan rancangan sampling penerimaan. Agar tujuan pembelajaran tercapai maka Strategi Pembelajaran mata kuliah ini adalah diskusi, presentasi dan praktikum, presentasi dan ujian tertulis. Tujuan Umum: Setelah menyelesaikan mata kuliah ini, diharapkan nahasiswa dapat memahami penjelasan kepada mahasiswa mengenai penerapan pengetahuan mutu, data dan statistik yang berhubungan dengan mutu dan makna pentingnya mutu. Materi Kuliah: Materi kuliah yang tercakup dalam mata kuliah ini adalah sebagai berikut: 1. Konsep Kualitas dan Peningkatan Kualitas, 2. Konsep Dasar Statistical Process Control, 3. Tujuh Alat Statistika untuk peningkatan kualitas, 4. Diagram Kendali Variabel, Peta Kendali Atribut 5. Diagram Kendali Multivariat 6. Measurement Sistem Analysis 7. Analisis kapabilitas proses, 8. Rancangan Sampling Penerimaan Atributdan Sampling Penerimaan Variabel, 9. Rancangan Sampling MIL-STD 504 dan MIL-STD 414 Referensi: 1. Leavenworth, G.E. and Grant, R.S., 1988. Statistical Quality Control. USA :McGraw-Hill. 2. Montgomery, D.C., 2012. Introduction to statistical Quality Control. 7th edition.USA : John Wiley and Sons Inc. 3. Quesenberry, C.P., 1997. SPC Methods for Quality Improvement. USA : John Wiley and Sons Inc. Pengantar Bayesian (STA195320) 3 sks Prasyarat: STA073320 Deskripsi Mata Kuliah Mata kuliah ini membahas mengenai Teorema Bayes: Peluang, Aksioma peluang, Peluang Bersyarat, Odd Ratio, Bayes Factor, Distribusi Prior Noninformatif, Distribusi Posterior, Distribusi Bersama: Distribusi Bersama untuk Variabel Diskrit, Distribusi Bersama untuk Distribusi Kontinu Tujuan Umum: 1. Mahasiswa dapat menjelaskan prinsip dari statistika Bayesian 2. Mahasiswa dapat mengoperasikan teori bayesian 3. Mahasiswa dapat menerangkan statistika Bayesian dalam dunia nyata Materi Kuliah: 1. Analisis Korelasi Kanonik: Korelasi & Variat kanonik, pendekatan geometr & analitis untuk korelasi kanonic, Test of significance, Hubungan analisis korelasi kanonic dengan teknik 2. Teorema Bayes 3. Peluang, 4. Aksioma peluang, 83","5. Peluang Bersyarat, 6. Odd Ratio, Bayes Factor, 7. Distribusi Prior Noninformatif, 8. Distribusi Posterior, 9. Distribusi Bersama: Distribusi Bersama untuk Variabel Diskrit, Distribusi Bersama untuk Distribusi Kontinu Referensi: 1. Bolstad, W. M. (2007). Introduction of Bayesian Statistics. Canada: John Wiley and Sons. 2. Box, G. E. P. and Tiao, G. C. (1973). United States of America: Addison and Wesley. Teori Inferensia (STA205320) 3 sks Prasyarat: STA124320 Deskripsi Mata Kuliah Teori Inferensia merupakan salah satu mata kuliah dasar yang merupakan bagian dari bidang kajian dalam Teori statistik. Tujuan mempelajari Teori Inferensia adalah untuk menguasai Konsep Distribusi Sampling, Penaksiran, Penaksiran, Metode Penentuan Penaksir, Sifat-Sifat Penaksir, Statistik Kecukupan, Ketakbiasan, Pengujian Hipotesis serta aplikasi dalam Metode Statistika sehingga mahasiswa akan memiliki pengalaman belajar untuk be secara kristis dan mampu memberikan keputusan yang tepat tentang penggunaan konsep tersebut. Strategi pembelajaran yang digunakan adalah diskusi dan latihan serta tugas. Tujuan Umum: 1. Mampu menjelaskan konsep distribusi sampling; 2. Mampu menjelaskan definisi penaksiran titik, penaksiran interval; 3. Mampu menjelaskan sifat-sifat penaksir, fungsi kerugian dan risiko; 4. Mampu menjelaskan konsep Keluarga Eksponensial, statistik kecukupan, kriteria faktorisasi statistik kecukupan minimal; 5. Mampu menjelaskan konsep Ketidakbiasan; 6. Mampu menjelaskan konsep Equivariance; 7. Mampu menjelaskan konsep Pengujian Hipotesis, penentuan statistik uji; dan 8. Mampu menjelaskan konsep pengujian Hipotesis untuk proporsi, dua proporsi, Uji selisih dua mean, Uji beda dua variasi. Materi Kuliah: 1. Distribusi Sampling, Penaksiran, Penaksiran Titik, Penaksiran Interval; 2. Metode Penentuan Penaksir, Sifat-Sifat Penaksir, Fungsi Kerugian Dan Resiko, Statistik Kecukupan, Ketakbiasan, Penaksir Efisien; dan 3. PengujianHipotesis, Uji Hipotesis pada Sampling Distribusi Normal, Uji Chi- Square, Hipotesis linear. Referensi: 1. Hogg, R.V. and Craig, A.T., 1995. Introduction to Mathematical Statistics. 5th edition. New York: Mac Millon. 2. Lindenganren, B.W., 1976. Statistical Theory. 3th edition. New York: Mac Millon. 3. Mood, A.M., Graybill, F.A. and Boes, D.C., 1974. Introduction of the Theory of 84","Statistics. 4th edition. Tokyo: Mc-Graw Hill. 4. Rice, J.A., 1995. Mathematical Statistics and Data Analysis. 2nd edition. Belmont, California: Duxbury Press. 5. Rohatgi, V.K., 1976. An Introduction to Probability Theory and Mathematical Statistics. New York: Wiley dan Sons. Analisis Multivariat (STA215320) 3 sks Prasyarat: STA011320 Deskripsi Mata Kuliah Matakuliah ini memberi kemampuan dasar kepada mahasiswa dalam bidang statistika dan penerapannya dalam menganalisis data dengan metode statistika yang sesuai dengan memuat materi Pendahuluan, Aljabar matriks, karakter dan penyajian data multivariat : Eigen value, eigen vektor, Mengubah basis, Multivariat Normal Density Function, Estimasi dalam Multivariat Normal, Pengujian mean satu, dua atau lebih populasi, mengelompokkan data kontinu: Bivariat Anova, Multivariat Anova (Manova), Analisis Komponen Utama, Analisis Faktor. Tujuan Umum: 1. Mahasiswa mampu menggunakan aljabar matriks dalam penyajian data multivariat 2. Mahasiswa mampu melakukan penaksiran parameter dalam multivariat normal 3. Mahasiswa mampu mengelompokkan data kontinu serta mampu menjelaskan bivariat anova, dan multivariat anova. Materi Kuliah: 1. Aljabar matriks, 2. Karakter dan penyajian data multivariat : Eigen value, eigen vektor, Mengubah basis 3. Multivariat Normal Density Function, 4. Estimasi dalam Multivariat Normal 5. Pengujian mean satu, dua atau lebih populasi 6. Mengelompokkan data kontinu: Bivariat Anova, Multivariat Anova (Manova), 7. Analisis Komponen Utama 8. Analisis Faktor, Referensi: 1. Sudjana (2000). Metoda Statistika. Bandung : Tarsito . 2. Johnson, R.A. dan Wichern, D.W. (2007). Applied Multivariate: Statistical Analysis. 6th Edition. Pearson Education Inc, United States of Amerika Metodologi Penelitian (STA226220) 2 sks Prasyarat: - Deskripsi Mata Kuliah Mata kuliah ini merupakan mata kuliah wajib yang membahas jenis dan ragam penelitian, penentuan topik, identifikasi permasalahan, tinjauan pustaka, penentuan fokus masalah, penentuan variabel, desain dan perancangan, teknik pengumpulan data, serta analisis dan penarikan kesimpulan. Mata kuliah ini juga 85","memfasilitasi mahasiswa untuk mengkaji topik terkini dalam statistika serta menulis karya ilmiah yang dapat membantu dalam penyusunan tugas akhir Tujuan Umum: 1. Mampu menjelaskan jenis dan ragam penelitian 2. Mampu menjelaskan penentuan topik dan identifikasi permasalahan 3. Mampu menjelaskan penentuan fokus masalah, penentuan variabel, desain dan perancangan serta Teknik pengumpulan data. 4. Mampu menjelaskan terkait analisis dan penarikan kesimpulan 5. Mampu memiliki pengetahuan dan kemampuan untuk menulis karya ilmiah mengenai topik terkini dalam statistika Materi Kuliah: 1. Jenis dan ragam penelitian 2. Penentuan topik 3. Identifikasi permasalahan 4. Tinjauan pustaka 5. Penentuan fokus masalah 6. Penentuan variabel 7. Desain dan perancangan 8. Teknik pengumpulan data 9. Analisis dan penarikan kesimpulan 10.Topik terkini dalam stitistika 11.Penulisan karya ilmiah Referensi: 1. Creswell, J. W. (1994). Research Design: Qualitative and Quantitative Approaches. London: Sage. 2. Berbagai sumber belajar (buku atau paper) yang terbaru dan relevan yang ditentukan oleh pengajar. Statistika Non Parametrik (STA236320) 3 sks Prasyarat: STA011320 Deskripsi Mata Kuliah Mata kuliah ini berisi bahasan tentang Konsep dasar metode penelitian dan statistik, statistika deksriptif, populasi dan sampel, konsep dasar pengujian hipotesis, statistik untuk pengujian validitas dan reliabilitas instrumen penelitian, pengujian hipotesis deskriptif (1 sampel), pengujian hipotesis komparatif (2 sampel) berpasangan, pengujian hipotesis komparatif (2 sampel) independen, pengujian hipotesis komparatif k-Sampel berpasangan, pengujian hipotesis komparatif k-sampel independen, dan pengujian hipotesis asosiatif (Hubungan) Tujuan Umum: Setelah menyelesaikan mata kuliah ini Mahasiswa mampu memahami, menjelaskan, pengertian statistik nonparametrik, mampu menyelesaikan permasalahan pengujian hipotesis deskriptif, pengujian hipotesis komparatif untuk 2 sampel berpasangan dan independen, pengujian hipotesis komparatif untuk k sampel berpasangan dan independen, dan pengujian hipotesis asosiatif. Materi Kuliah: 86","Materi yang tercakup dalam mata kuliah ini adalah sebagai berikut: 1. a. Uji Binomial b. Uji Chi Square. c. Uji Run 2. a. Uji Tanda b. Uji Jenjang Wilcoxom 3. a. Uji Chi Square 2 Sampel b. Uji Median c. Uji Mann-Whitey (U-test) d. Uji Kolmogorov-Smirnov 2 Sampel 4. a. Uji Cochran b. Uji Friedman 5. a. Uji Chi Square k Sampel b. Uji Krusal-Wallis 6. a. Koefisien Contingensi C b. Koefisien Cramer C c. Korelasi Spearman Referensi: 1. Djarwanto, PS, 1997, Statistik Nonparametrik Edisi 3, BPFE, Yogyakarta. 2. Iman Ghozali, N. John Castellan Jr, 2002, Statistik Non-Parametrik Teori dan Aplikasi dengan SPSS, BP Universitas Diponegoro, Semarang. 3. Sugiyono, 2004, Statistik Nonparametrik Untuk Penelitian, Alfabeta, Bandung. Analisis Runtun Waktu (STA246320) 3 sks Prasyarat: STA175320 Deskripsi Mata Kuliah Matakuliah ini membahas tentang konsep dasar analisis runtun waktu, model klasik (smoothing, holt winterz, dll,) model ARIMA Box Jenkins, Model ARIMA Stasioner dan nonstasioner, Model ARIMA musiman dan non-musiman, Model ARIMA multiplikatif, Model Heterokedastisitas serta aplikasi model deret waktu pada kehidupan sehari- hari. Tujuan Umum: 1. Mampu menjelaskan konsep Konsep Dasar Deret Waktu (stokastik, stasioneritas, mean, variansi, FAK, FAKP, diferensing, transformasi) 2. Mampu menjelaskan dan menerapkan model klasik seperi smoothing, double smoothing dan holt winterz 3. Mampu menjelaskan dan menerapkan Model ARIMA Box Jenkins (Tahap Identifikasi, Estimasi Parameter, Cek Diagnostik, dan Peramalan) dengan menggunakan aplikasi statistika R dan minitab. 4. Mampu menjelaskan dan menerapkan Model ARIMA (p,d,q) Stasioner dan Non- Stasioner, ARIMA (p,d,q) non-musiman, Model ARIMA (P,D,Q) Musiman, ARIMA (p,d,q)(P,D,Q) dan Model Heterokedastik dengan menggunakan aplikasi statistika R dan minitab. 5. Mampu menjelaskan dan menerapkan fungsi transfer 87","Materi Kuliah: 1. Konsep Dasar Deret Waktu (stokastik, stasioneritas, mean, variansi, FAK, FAKP, diferensing, transformasi) 2. Model Klasik Smootihing, Double Smoothing, Holtwinterz 3. Model ARIMA Box Jenkins (Tahap Identifikasi, Estimasi Parameter, Cek Diagnostik, dan Peramalan) 4. Model ARIMA (p,d,q) Stasioner dan Non-Stasioner 5. Model ARIMA (p,d,q) non-musiman 6. Model ARIMA (P,D,Q) Musiman 7. Model ARIMA (p,d,q)(P,D,Q) 8. Model Heterokedastik 9. Fungsi TRansfer Referensi: 1. Cryer, J. D. (1986). Time Series Analysis. Boston: PWS-KENT Publishing Company. 2. Wei, W. W. S., (2006). Time Series Analysis, Univariate and Multivariate Methods, 2nd ed. United States: Addison-Wesley Publishing Company. 3. Montgomery, Douglas C., (1990). Forecasting and Time Series Analysis, Mc. Graw- Hill Book Co Singapore. 4. Tiro, M. A., Aswi dan Sukarna (2006). Analisis Runtun Waktu. Makassar : Andira Publisher Machine Learning (P) (STA256320) 3 sks Prasyarat: STA215320, STA246320 Deskripsi Mata Kuliah Mata kuliah Machine Learning (ML), membahas bagaimana memahami keterhubungan (relationships) dan ketergantungan (depedencies) dalam suatu koleksi data adalah suatu aspek yang sangat penting dalam menganalisis data tersebut. Ketika tidak ada pendekatan pemodelan yang mudah untuk melakukan hal tersebut, maka pendekatan cerdas berbasis data (data-driven method), dikenal juga dengan nama machine learning, menjadi solusi alternatif. Matakuliah ini akan menjelaskan metode-metode machine learning untuk beberapa permasalahan dalam analisa data, yaitu: regresi, klasifikasi, regresi ordinal, ranking, dan ekstraksi variabel tersembunyi. Tujuan Umum: 1. Memahami konsep Machine Learning 2. Mampu menjelaskan metode regresi 3. Mampu menjelaskan klasifikasi 4. Mampu menjelaskan regresi ordinal 5. Mampu menjelaskan ranking 6. Mampu menjelaskan ekstraksi variabel Materi Kuliah: 1. Konsep Machine Learning 2. Metode Regresi 3. Metode Regresi Logistik 4. Metode Klasifikasi 88","5. Metode Ekstraksi Variabel Referensi: 1. Primartha, Rifkie. 2018. Belajar Machine Learning Teori dan Praktek. Informatika : Bandung. 2. Suyanto. 2018. Machine Learning Tingkat Lanjut. Informatika : Bandung. 3. Suyanto. 2017. Data Mining. Informatika : Bandung. 4. J. Supranto. 1994. Statistik : Teori dan Aplikasi Jilid 1 Edisi Kelima. Erlanga : Jakarta. 5. Sudjana. 1996. Metode Statistika, Tarsito : Bandung. Analisis Data Kategorik (STA266220) 2 sks Prasyarat: STA073320, STA093320 Deskripsi Mata Kuliah Mata kuliah ini adalah mata kuliah wajib yang mencakup materi populasi dan sampel data kategori, pengujian hipotesis, uji kesesuaian sebaran diskrit dan kontinu, tabel kontingensi, mengukur asosiasi tabel kontingensi, serta model logistik, probit, gompez, dan logninea Tujuan Umum: Setelah menyelesaikan mata kuliah ini Memberikan penjelasan kepada mahasiswa tentang penerapan pengetahuan dasar statistika, pengumpulan, pengelolaan, analisis dan interpretasi terhadap data kategorik berdasarkan konsep-konsep statistika. Materi Kuliah: Materi yang tercakup dalam mata kuliah ini adalah sebagai berikut: 1. Pengertian Statistika nonparametrik 2. Pengujian hipotesis 3. Uji kesesuaian sebaran diskrit dan kontinu 4. Tabel kontingensi dan Uji asosiasi 5. Korelasi peringkat 6. Regresi logistik biner 7. Polichotomous 8. Model Logit untuk Respon Nominal dan Ordinal. Referensi: Rujukan Utama: 1. Alan Agresti, 2002, \\\"Categorical Data Analysis\\\", John Wiley & Sons Pendukung: 2. Conover, \\\"Non Parametric Statistics\u201d. 3. Hosmer & Lemeshow, \u201cApplied Categorical Data Analysis\\\", John Wiley & Sons 4.7.2 Mata Kuliah Pilihan Pemrograman Web (P) (STA293320) 3 sks Prasyarat:- Deskripsi Mata Kuliah : Matakuliah ini memberikan pemahaman dan kemampuan untuk 89","mengimplementasikan pemrograman dalam kaitannya dengan pengembangan aplikasi berbasis web yang luar biasa cepat perkembangannya. Mata kuliah ini mencakup materi tentang konsep-konsep dasar pemrograman berbasis web serta teknologi pengembangan web terkin seperti framework, arsitektur berorientasi servis dan teknologi pada mesin pencarian (search engines). Tujuan Umum: 1. Mengetahui dan memahami komponen infrastruktur dalam pengembangan aplikasi web 2. Mampu mengimplementasikan pemrograman client side dan server side serta mengintegrasikannya dengan database untuk digunakan dalam pengembangan aplikasi web 3. Memahami dan mengimplementasikan framework dan manajemen content dalam pengembangan aplikasi berbasis web 4. Memberikan dasar-dasar pengetahuan tentang Service-Oriented Architecture dan API Materi Kuliah: 1. Pemrograman Client-side a. Pengenalan lingkungan dan infrastrukut dalam kaitannya dengan pemrograman web b. HTML5, CSS, forms, JavaScript 2. Pemrograman server side a. Pemrograman PHP tingkat dasar dan lanjut b. Penggunaan Pemrograman Berorientasi Obyek dalam PHP c. AJAX dan Jquery 3. Intergrasi database dengan aplikasi berbasis web a. Manajemen koneksi b. Pemanfaatan session dan cookies untuk autentikasi 4. Arsitektur MVC dan dan responsif web a. MVC b. Bootstrap framework 5. Service-Oriented Architecture a. Cloud Services b. Web Service APIs c. Personalized search pada World Wide Web d. Web Crawling e. Social Web Search Referensi: 1 Solichin, Achmad, S.Kom. 2012. Pemrograman Web dengan PHP dan MySQL. Penerbit Andi. Jakarta 2 Schmidt , Stephan et.all . 2006. PHP Programming With PEAR. Packt Publishing. Birmingham 3 Kosmaczewski , Adrian. 2012. Mobile JavaScript Application Development. O\u2019Reilly Media, Inc. Sebastopol 90","Matematika Ekonomi (P) (STA303220) 2 sks Prasyarat:- Deskripsi Mata Kuliah : Matakuliah ini memberikan pemahaman dan kemampuan untuk Mata kuliah ini membahas tentang himpunan, himpunan bilangan, definisi dari jenis-jenis bilangan dan penyelesaiannya, konsep fungsi, aplikasi fungsi untuk menyelesaikan persoalan bisnis dan ekonomi, bentuk dan konsep determinan, penggunaan matriks dan determinan dalam bisnis dan ekonomi. Tujuan Umum: 1. Mampu memahami konsep dasar himpunan dan fungsi 2. Mampu menyelesaikan soal-soal matematika dengan menggunakan konsep eksponen, akar dan logaritma 3. Mampu menyelesaikan masalah matematika dengan menggunakan konsep deret 4. Mampu memahami fungsi permintaan, penawaran dan titik keseimbangan pasar 5. Mampu menyelesaiakan masalah matematika dengan menggunakan konsep fungsi linear 6. Mampu memahami konsep matriks transaksi dan matriks teknologi Materi Kuliah: 1. Himpunan dan Fungsi 2. Penerapan pangkat, akar dan logaritma dalam ekonomi 3. Penerapan derat 4. Penerapan fungsi dalam ekonomi 5. Penerapan diferensial dalam ekonomi 6. Penerapan integral dalam ekonomi 7. Penggunaan matriks dan determinan dalam ekonomi Referensi: 1 Dumairy, Matematika Terapan untuk Bisnis dan Ekonomi, Edisi Kedua, BPFE, Yogyakarta, 1999 Pengantar Teori Ekonomi (P) (STA323220) 2 sks Prasyarat:- Deskripsi Mata Kuliah : Mata kuliah ini membahas tentang konsep dasar ekonomi baik secara mikro dan makro. Bahan kajian keilmuan dalam matakuliah ini meliputi pengertian ekonomi, mekanisme pasar permintaan dan penawaran), konsep elastisitas, teori perilaku produsen, teori perilaku konsumen, teori produksi, teori biaya produksi, kseimbangan perusahaan. Konsep dasar makro ekonomi yang merupakan masalah utama makro ekonomi, pendapatan nasional, perekonomian Sederhana (2 sektor), perekonomian 3 Sektor, ekonomi Internasional, dan ekonomi pembangunan Tujuan Umum: Setelah mengikuti perkuliahan ini mahasiswa diharapkan mampu 1. Memahami konsep ekonomi mikro dan ekonomi makro 2. Memahami penerapan konsep ekonomi mikro dan ekonomi makro Materi Kuliah: 91","1. Pengertian Ilmu Ekonomi dan Masalah Ekonomi 2. Mekanisme Pasar I 3. Mekanisme Pasar II 4. Konsep Elastisitas 5. Teori Perilaku Konsumen 6. Teori Produksi 7. Keseimbangan Perusahaan 8. Pendapatan Nasional 9. Perekonomian Sederhana (2 Sektor) 10.Ekonomi Internasional 11.Ekonomi Pembangunan 12.Keseimbangan Pasar Uang dan Pasar Modal Referensi: 1 Mankiw, N. G., Principles of Economic, 6th Edition, South Western Educational Publishing, 2011 2 Putong.Iskandar, Pengantar Ekonomi Mikro dan Makro:Ghalia Indonesia, 2003 3 Rahardja,Prathama, Pengantar Teori Ekonomi Mikro, Universitas Indonesia, 1999 4 Salvatore,Dominic,Teori Mikro Ekonomi, Erlangga, 1992 5 Sukirno, Sadono, Pengantar Teori Ekonomi, Rajawali Pers, 2002 6 Sukirno, Sadono, Makro Ekonomi Teori Pengantar , Rajawali Pers, 1994 Pengantar Teori Akuntansi (P) (STA334220) 2 sks Prasyarat:- Deskripsi Mata Kuliah : Mata kuliah ini adalah mata kuliah pilihan yang menjelaskan konsep umum, analisis transaksi serta praktek menyusun laporan keuangan (financial statements). Mahasiswa akan dibekali dengan pemahaman konsep dalam kerangka kerja worked throught problem sehingga mampu mengerjakan tahapan siklus akuntansi dengan produk akhir financial statement. Materi yang dibahas meliputi konsep perusahaan jasa, dagang dan manufaktur; transaksi bisnis dan persamaan akuntansi; pencatatan transaksi ke dalam jurnal; penyusunan neraca saldo; jurnal penyesuaian dan penggunaan neraca lajur (worksheet); serta penyusunan dan penyajian laporan keuangan. Tujuan Umum: Mampu menjelaskan konsep akuntansi 1. Mampu menjelaskan tahapan siklus akuntansi 2. Mampu menjelaskan kegunaan laporan keuangan 3. Mampu mengerjakan tahapan siklus akuntansi dengan produk akhir laporan keuangan Materi Kuliah: 1. Konsep perusahaan jasa, dagang, dan manufaktur 2. Transaksi bisnis dan persamaan akuntasi 3. Jurnal 4. Neraca saldo, jurna l penyesuaian dan penggunaan neraca lajur 5. Laporan keungan 92"]