A. PROFIL MATA KULIAH
IDENTITAS MATA KULIAH
Nama Mata Kuliah : Probabilitas dan Statistika
Kode Mata Kuliah :
KKKF33112
SKS : 3
Jenis : MK Wajib
Jam Pelaksanaan : Tatap muka di kelas
= 2 jam per minggu Praktikum di kelas
= 1 jam per minggu Semester Tingkat
: 3 2 Pre-requisite
: - Co-requisite
: -
DESKRIPSI SINGKAT MATA KULIAH
Kuliah ini memberikan gambaran singkat kapada mahasiswa tentang statistika termasuk didalamnya ilmu peluang probabilitas. Sesuai dengan nama kuliahnya, porsi ilmu peluang yang diberikan dalam
kuliah ini memang cukup besar. Pada awal awal kuliah, mahasiswa mendapatkan gambaran
gambaran singkat tentang statistika termasuk penyajian data secara sederhana melalui materi ukuran statistik dan statistika deskriptif.
DAFTAR PUSTAKA
1. Ronald E Walpole, Pengantar Statistika, edisi ke 3, PT Gramedia Pustaka Utama,
Jakarta. 1997 2. Robert V Hogg, Allen T Craig, introduction to mathematical statistics fifth edition, Prentice
Hall, New Jersey. 07632
4
B. RENCANA PEMBELAJARAN SEMESTER RPS
Minggu Bahan Kajian Materi
Bentuk Metode Bobot
Kemampuan Akhir yang Diharapkan Strategi
Kriteria Penilaian Indikator ke-
Ajar Nilai
Pembelajaran
Mahasiswa dapat : 1. Statistika
1 Mahasiswa
dapat memahami
Statistik EDA dan 1. Ceramah
1. membedakan antara statistik 5
Statistika dan Teori Peluang CDA
2. Diskusi dan statistika
2. Teori Peluang
2.
mengetahui penggunaan teori peluang dalam statistika
Mahasiswa dapat : 1. Ukuran
1. menghitung : mean, median,
Pemusatan dan Mahasiswa dapat menentukan nilai
Ukuran 1. Ceramah
mode, range, lower middle
2
upper quartile, variance, standard
5 ukuran dalam statistik
Penyebaran. 2. Diskusi
deviation
2. Box-plot Stem
2. membuat box plot dan stem plot
plot
3. menentukan outlier dan kemencengan distribusi
1. Konsep Dasar Mahasiswa dapat :
Teori Peluang
1. Menjelaskan mengenai: random
2. Pendekatan
experiment, sample space dan
Mahasiswa dapat mememahami proba-bilitas
1. Ceramah 3
event
5 Teori Peluang
secara : 2. Diskusi
2. Membedakan probabilitas secara
axiomatic
axiomatic, objective dan
objective
subjective. 3. Menggunakan teorema pro-
subjective
babilitas 1. Peluang bersyarat
Mahasiswa dapat : 4
Mahasiswa dapat memahami dan
2. Probabilistically
1. Ceramah
1. Memahami peluang ber-syarat
5 menghitung Peluang Bersyarat
independent
2. Diskusi
2. Mmahami bebas secara 3. Teorema Bayes
statistically
5
3. Mengaplikasikan konsep dasar dari peluang bersyarat
1. Analisa
Mahasiswa dapat:
Kombinatorik
Mahasiswa dapat memahami
2. Kaitan antara
1. Ceramah
1. Memahami perbedaan antara
5
analisa
5 Counting Technique
2. Diskusi
permutasi dan kombinasi kombinatorik
2. Mengaplikasikan teori peluang dengan teori
dalam kehidupan sehari-hari peluang
Mahasiswa dapat 1. Mendefinisikan vr sebagai
Mahasiswa dapat memahami
1. Konsep Dasar VR
1. Ceramah
mapping
6
2. Macam-macam 2. Memahami event space dan
5 variabel random VR
2. Diskusi
VR probability space
3. Membedakan vr deskrit, vr kontinu dan vr campuran
1. Probability mass- Mahasiswa dapat:
Mahasiswa dapat memahami function pmf
1. Membedakan antara pdf dan pmf
Probability Distributions Fungsi 2. Probability density
1. Ceramah 7
2. Memahami sifat dari pdf dan pmf
10 Distribusi FD
function pdf 2. Diskusi
3. Memahami definisi fungsi 3.
Fungsi distribusi
distribusi berikut sifat dan
kumulatif
grafiknya
Mahasiswa dapat:
1. Peluang suatu 1. Memahami dan mampu
Mahasiwa dapat menentukan 1. Ceramah
menghitung peluang suatu event
8
event melalui FD melalui FD
10 peluang suatu event melalui FD
2. Transformasi dari
2. Diskusi
2. Memahami dan dapat VR
menghitung pdfpmf dari transformasi satu variabel
random 1. Ekspektasi dari
Mahasiswa dapat :
variabel random 1. Membedakan antara ekspektasi
Mahasiswa dapat menentukan
deskrit dan kontinu
1. Ceramah
variabel random deskrit dan
9
2. Momen, Mean dan kontinu
10 momen dan ekspektasi VR
2. Diskusi
Variansi 2. Menghitung momen pertama,
3. Fungsi kedua, kaitan antara variansi dan
pembangkit momen
6
momen dan fungsi 3. Membedakan antara fungsi
karakteristik pembangkit momen dan fungsi
karakteristik
Mahasiswa dapat Mahasiswa dapat memahami
Menurunkan teorema
1. Ceramah
1. Memahami teorema Markov dan
10
Markov dan teorema Chebyshev
10 Teorema Markov dan Chebyshev
2. Diskusi
Chebyshev 2. Mengaplikasikan teorema
Markov dan Chebyshev
Mahasiswa dapat
1. Memahami pdf distribusi normal beserta distribusi normal
1. Distribusi Bernoulli standard
2. Membaca tabel normal dan Binomial
3. Memahami teorema DeMoivre- 2. Distribusi Poisson
Laplace
Mahasiswa dapat memahami
3. Distribusi
1. Ceramah
4. Memahami pdf dan fungsi
11
Hipergeo-metrik,
10 Distribusi VR Diskrit
2. Diskusi
distribusi berikut mean dan 4. Distribusi
variansi Geometrik,
5. Memahami pdf dan fungsi 5. Distribusi Pascal
distribusi berikut mean dan variansi
6. Memahami pdf dari masing- masing distribusi, berikut mean
dan variansi
Mahasiswa dapat
1. Distribusi Normal 1. Memahami pdf distribusi normal
beserta distribusi normal 2. Hampiran Normal
standard ter-hadap Binomial
2. Membaca tabel normal 3. Distribusi Uniform
3. Memahami teorema DeMoivre-
Mahasiswa dapat memahami
4. Distribusi
1. Ceramah
Laplace
12
Eksponensial
10 Distribusi VR Kontinu
2. Diskusi
4. Memahami pdf dan fungsi 5. Distribusi Gamma,
distribusi berikut mean dan Distribusi Beta,
variansi Distribusi Chi-
5. Memahami pdf dan fungsi kuadrat Distribusi t
distribusi berikut mean dan 6. Distribusi Weibull
variansi 6. Memahami pdf dari masing-
7
masing distribusi, berikut mean dan variansi
Distribusi dari sample 1. Memahami metode kuadrat
terkecil dan pendugaan koefisien total dan sample mean
Mahasiswa dapat memahami Dalil 1. Ceramah
regresi linier
13
yang berasal dari
10 Limit Pusat
2. Diskusi
2. Memahami adanya atau tidak random sample
adanya hubungan antara dua berdistribusi normal
VR, melalui koefisien korelasi. Mahasiswa dapat
1. Memahami metode kuadrat
Mahasiswa dapat memahami Regresi
1. Regresi Linier terkecil dan pendugaan koefisien
14 3.
regresi linier
10 Linier dan Korelasi
2. Korelasi 2. Memahami adanya atau tidak
adanya hubungan antara dua VR, melalui koefisien korelasi.
8
C. RANCANGAN INTERAKSI DOSEN –MAHASISWA