RPKPS Metode Kuantitatif dan Lanjut
RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER
(RPKPS)
Nama Mata Kuliah: Metode Kuantitatif Lanjut
Kode Mata Kuliah: PNMA 882/ 3 SKS
Semester II
NAMA DOSEN PENGAMPU
Dr. Slamet Hartono
Dr. Jamhari
PS ILMU PERTANIAN
PASCASARJANA, FAKUTAS PERTANIAN
UNIVERSITAS GADJAH MADA
2014
Lembar pengesahan
RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS)
Nama Mata Kuliah
: Metode Kuantitatif Lanjut
Kode Mata Kuliah
: PNMA 822
Jumlah sks
: 3 SKS
Semester
: II
Dosen pengampu
:1. Dr. Slamet Hartono
2. Dr. Jamhari
Deskripsi singkat matakuliah:
Analisis kuantitatif lanjut mencakup analisis ekonometrika (Ordinary Least Square/OLS, penyimpangan asumsi
klasik, Maximum Likelihood Estimation/MLE, system persamaan simultan, Structural Equation Model/SEM,
Seemingly Unrelated Regression/SUR) dan mathematical programming (linear programming/LP, integer
programming/IP, quadratic programming/QP, Data Envelopment Analisis/DEA)
Menyetujui,
Yogyalarta, 25 September 2014
Ketua Program Studi
Ketua tim/dosen
(Dr. Lestari Rahayu Waluyati)
(Dr. Slamet Hartono)
Rencana Program dan Kegiatan Pembelajaran Semester
a. Nama Mata Kuliah : Metode Kuantitatif Lanjut
b. Kode/SKS: PNMA 882
c. Capaian pembelajaran lulusan yang dibebankan pada mata kuliah:
Memberikan bekal teori kepada mahsiswa agar memahami, mampu menggunakan, dan
mengembangkan metode kuantitatif (ekonometrika dan mathematical programming) untuk
menganalisis berbagai masalah dalam agribisinis.
d. Rincian kegiatan tiap mingguan memuat hal-hal sebagai berikut yang dituangkan dalam bentuk
tabel:
Minggu
1
Pokok
Bahasan
Ruang lingkup
Metode
Kuantitatif
Lanjut
2
Metode OLS,
estimasi, dan
inferensi
3
Masalah
multikolinearit
as,
heteroskedasti
sitas, dan
autokorelasi
serta
penyelesaiann
ya
Sistem
persamaan
simultan:
identifikasi
Estimasi,
inferensi, dan
forecasting
sistem
persamaan
simultan
Estimasi dan
inferensi SUR
4
5
6
7
Estimasi dan
inferensi
model pooling
Kemampuan yang
diharapkan
Memahami ruang
lingkup Metode
Kuantitatif Lanjut
sebagai alat
analisis dalam
agribisnis
Memahami
metode OLS,
estimasi, dan
inferensi
Memahami
masalah
multikolinearitas,
heteroskedastisita
s, dan
autokorelasi serta
penyelesaiannya
Waktu
Penugasan
3x50 menit
Membaca
bahan dan
mengerjakan
soal latihan
3x50 menit
Membaca
bahan
dan
mengerjakan
soal latihan
Membaca
bahan
dan
mengerjakan
soal latihan
Teks,
handout,
journal,
software
Teks,
handout,
journal,
software
Memahami sistem
persamaan
simultan:
identifikasi
Memahami
estimasi,
inferensi, dan
forecasting sistem
persamaan
simultan
Memhami
estimasi dan
inferensi SUR
3x50 menit
Membaca
bahan dan
mengerjakan
soal latihan
Membaca
bahan dan
mengerjakan
soal latihan
Teks,
handout,
journal,
software
Teks,
handout,
journal,
software
Memahami
estimasi dan
inferensi model
3x50 menit
Membaca
bahan dan
mengerjakan
soal latihan
Membaca
bahan dan
mengerjakan
Teks,
handout,
journal,
software
Teks,
handout,
journal,
3x 50 menit
3x50 menit
3x50 menit
Materi
kuliah
Teks,
handout,
journal
8
e.
time series and
cross section
data
Estimasi dan
inferensi
model SEM
pooling time
series and cross
section data
Memahami
estimasi dan
inferensi model
SEM
Memhami
penyelesaian
model LP
3x50 menit
9-10
Penyelesaian
model LP
6x50 menit
11
Penyelesaian
model QP
Memahami
penyelesaian
model QP
3x50 menit
12
Penyelesaian
model IP
Memahami
penyelesaian
model IP
3x50 menit
13-14
Penyelesaian
model DEA
Memahami
penyelesaian
model DEA
6x50 menit
soal latihan
software
Membaca
bahan dan
mengerjakan
soal latihan
Membaca
bahan dan
mengerjakan
soal latihan
Membaca
bahan dan
mengerjakan
soal latihan
Membaca
bahan dan
mengerjakan
soal latihan
Membaca
bahan dan
mengerjakan
soal latihan
Teks,
handout,
journal,
software
Teks,
handout,
journal,
software
Teks,
handout,
journal,
software
Teks,
handout,
journal,
software
Teks,
handout,
journal,
software
Evaluasi capaian pembelajaran dan penilaian akhir meliputi kriteria, indikator, bobot penilaian
masing-masing komponen dan grading nilai;
Penilaian atau evaluasi hasil pembelajaran didasarkan pada penilaian dari 3 komponen, yaitu
pernugasan, ujian sisipan, ujian akhir.
f.
g.
Materi kuliah sudah ada dapat dilampirkan tetapi jika belum dibuatkan ringkasan materi
berupa poin-poin penting setiap topik bahasan (terlampir)
Pustaka
Armitage, Seth and Janusz Brzeszezynski. 2011. Heteroscedasticity and Interval Effects in
Estimating Beta: UK Evidence. Center for Finance and Investment, School of
Management and Lenguages, Heriot-Watt University, UK.
Baker, C.B. and Vinay K. Bhargava. 1974. Financing Small-Farm Development in India.
Australian Journal of Agricultural Economics. 18:101-118, 174..
Baumol, William J. 1977. Economic Theory and Operations Analysis. Prentice-Hall International
Series in Management. Fourth Edition
Baetschmann, Gregori, Kevin E. Staub, and Rainer Winkelmann. 2011. Consistent Estmation of
Fixed Effect Ordered Logit Model. IZA Discussion Paper No. 5443.
Bollerslev, Tim. 1986. Generalized Autoregressive Conditional Hetroscedasticity. Journal of
Econometrics, 31(1986), pp 301-327.
Cadaves, Vasco, A. , P. and Arne Henningsen. 2011. The Use of SUR to Predict the Carcass
Composition of Lambs. FOI Working Paper 2111/12.
Carson, T. Richard and Yixiao Sun. 2007. The Tobit Model With a Non-zero Threshold.
Econometric Journal (2007), Vol. 00, pp 1-15.
Cooper, William W.; Lawrence M. Seiford; and Kaoru Tone. Introduction to Data Envelopment
Analysis and Its Uses. Springer Science+Business Media, Inc. 2006.
Durbin, J. 1969. Test for Serial Correlaton in Regression Analysis Based on the Periodogram of
Least Square Residuals. Biometrika, Vol. 56, No. 1, 1969, pp 1-15.
E Kelly, L. Shaloo, U. Geary, A. Kinsella, and M. Wallace. 2012. Application of DEA to Measure
Technical Efficiency on a Sample of Irish Dairy Farm. Irish Journal of Agricultural and
Food Research, 52:63-77, 2012.
Fornell, Claes. 1981. Evaluating Structural Equation Model With Unobserable Variables and
Measurement Error. Journal of Marketing Research, Vol. 8, No. 1, 1981, pp 39-50.
Greene, William H. Econometric Analysis. MacMillan, Second Edition.
Heckman, James J. 1978. Dummy Endogenous Variables in a Simultaneous Equation System.
Econometrica, Vol. 46, No. 4, 1978, pp 931-959.
Imai, Kosuke, David A, and van Dyk. 2005. A Bayesian Analysis of the Multinomial Probit Model
Using Marginal data Augmentation. Journal of Econometrica 124 (2005), pp 311-334.
Johnston, J. Econometric Methods. McGraw-Hill Book Company, Fifth Edition.
Mittnik, Stefan.1990. Macroeconomic Forecasting Using Pooled International Data. Journal of
Business and Economic Statistic, Vol. 8, No. 2. 1990, pp 205-208.
Pendell, Dustin L. and Ted C. Schroeder. 2006. Impact of Mandatory Price Reporting on Fed
Cattle Market Integration. Jounal of Agricultura, and Resource Economics, 31(3), 568-579
Neibergs, J. Shannon. 1998. Macroeconomic Conditions and Agribisnis Profitability: An Analysis
Using Pooled Data. International Food and Agribusiness Management Review, Vol. 1, No.
1, 1998.
Takada, Hirokazu, Aman Ullah, and Yu-Min Chen. 1995. Estimation of the Seemingly Unrelated
Regression Model When the Error Covariance Matrix is Singular. Journal of Applied
Statistic, Vol. 22, No. 4, 1995, pp 517-530.
Taha, Hamdy A. Operation Research an Introduction, Fifth Edition
Tempelaar, Dirk T. and Sybraud Schim van der Lorff. 2007. A Structural Equation Model
Analyzing The Relationship of Students’ Attitudes Toward Statistic, Prior Reasoning
Abilities and Cours Performance. Statistic Education Research Journal, 6(2), 78-102, 2007.
Wissmann, Malte, Helge Toutenborg, and Shalabh. 2007. Role of Categorical Variables in
Multicolinearity in Linear Regression Model. Technical report Number 008, Department of
Statistic, University of Munich.
Zamanian, Gh., R., V. Shahabinejad, M. Yaghonbi. 2013. Application of DEA and SFA on the
Measurement of Agricultural Technical Efficiency in MENA Countries. International
Journal of Applied Operation Research, Vol. 3, No. 2, pp 43-51, 2013.
Zimet, David J. and Thomas H. Spreen. 1986. A Target Motad Analysis of A Crop and Livestock
Farm in Jefferson County, Florida. Shoutern Journal of Agricultural Economics, December
1986.
Rencana Kegiatan Pembelajaran Mingguan (RKPM)
Topik (pokok,
subpokok bahasan
Alokasi
waktu
Media
Ajar
Metode
evaluasi
dan
penilaian
Metode
ajar
Aktivitas
mahasiswa
Aktivitas
dosen/Nama
pengajar *
Sumber
ajar
1
Memahami ruang
lingkup metode
kuantitatif lanjut
Berbagai masalah
agribisinis dan
metode
ananlisisnya
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
Memahami metode
OLS, estimasi, dan
inferensi
Metode OLS,
asumsi, estimasi,
dan inferensi
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
3
Memahami
masalah
multikolinearitas,
heteroskedastisitas
dan autokorelasi
serta
penyelesaiannya
Memahami sistem
persamaan
simultan:
identifikasi
Menditeksi, akibat,
dan penyelesaian
masalah
multikolinearitas,
heteroskedastisitas
dan
multikolinearitas
Sistem persamaan
simultan dan
identifikasi
persamaan
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Teks,
handout,
journal
2
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
penyelesai
an tugas
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
Estimasi, inferensi
dan forecasting
system persamaan
simultan
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
Estimasi, inferensi
SUR
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
Memahami
estimasi dan
inferensi model
pooling time series
and cross section
data
Memahami
estimasi dan
inferensi model
SEM
Estimasi dan
inferensi model
pooled data
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Teks,
handout,
journal
Memahami
estimasi, inferensi,
dan forecasting m
sistem persamaan
simultan
Memhami estimasi
dan inferensi SUR
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
penyelesai
an tugas
Estimasi dan
inferensi SEM
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
Memhami
penyelesaian model
LP
Penyelesaian
model LP secara
grafis dan simplex
6x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
11
Memahami
penyelesaian model
QP
Penyelesaian
model QP
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
12
Memahami
penyelesaian model
IP
Penyelesaian
model IP
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
13-14
Memahami
penyelesaian model
DEA
Penyelesaian
model DEA
6x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Penjelasan
handout,
memandu
diskusi 7 dan
presentasi
Penjelasan
handout,
memandu
Teks,
handout,
journal
9-10
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
Pertemuaan
Tujuan/capaian
pembelajaran
4
5
6
7
8
Teks,
handout,
journal
Teks,
handout,
journal
Teks,
handout,
journal
Teks,
handout,
journal
Teks,
handout,
journal
Teks,
handout,
journal
Teks,
handout,
journal
Teks,
handout,
journal
Teks,
handout,
journal
(RPKPS)
Nama Mata Kuliah: Metode Kuantitatif Lanjut
Kode Mata Kuliah: PNMA 882/ 3 SKS
Semester II
NAMA DOSEN PENGAMPU
Dr. Slamet Hartono
Dr. Jamhari
PS ILMU PERTANIAN
PASCASARJANA, FAKUTAS PERTANIAN
UNIVERSITAS GADJAH MADA
2014
Lembar pengesahan
RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS)
Nama Mata Kuliah
: Metode Kuantitatif Lanjut
Kode Mata Kuliah
: PNMA 822
Jumlah sks
: 3 SKS
Semester
: II
Dosen pengampu
:1. Dr. Slamet Hartono
2. Dr. Jamhari
Deskripsi singkat matakuliah:
Analisis kuantitatif lanjut mencakup analisis ekonometrika (Ordinary Least Square/OLS, penyimpangan asumsi
klasik, Maximum Likelihood Estimation/MLE, system persamaan simultan, Structural Equation Model/SEM,
Seemingly Unrelated Regression/SUR) dan mathematical programming (linear programming/LP, integer
programming/IP, quadratic programming/QP, Data Envelopment Analisis/DEA)
Menyetujui,
Yogyalarta, 25 September 2014
Ketua Program Studi
Ketua tim/dosen
(Dr. Lestari Rahayu Waluyati)
(Dr. Slamet Hartono)
Rencana Program dan Kegiatan Pembelajaran Semester
a. Nama Mata Kuliah : Metode Kuantitatif Lanjut
b. Kode/SKS: PNMA 882
c. Capaian pembelajaran lulusan yang dibebankan pada mata kuliah:
Memberikan bekal teori kepada mahsiswa agar memahami, mampu menggunakan, dan
mengembangkan metode kuantitatif (ekonometrika dan mathematical programming) untuk
menganalisis berbagai masalah dalam agribisinis.
d. Rincian kegiatan tiap mingguan memuat hal-hal sebagai berikut yang dituangkan dalam bentuk
tabel:
Minggu
1
Pokok
Bahasan
Ruang lingkup
Metode
Kuantitatif
Lanjut
2
Metode OLS,
estimasi, dan
inferensi
3
Masalah
multikolinearit
as,
heteroskedasti
sitas, dan
autokorelasi
serta
penyelesaiann
ya
Sistem
persamaan
simultan:
identifikasi
Estimasi,
inferensi, dan
forecasting
sistem
persamaan
simultan
Estimasi dan
inferensi SUR
4
5
6
7
Estimasi dan
inferensi
model pooling
Kemampuan yang
diharapkan
Memahami ruang
lingkup Metode
Kuantitatif Lanjut
sebagai alat
analisis dalam
agribisnis
Memahami
metode OLS,
estimasi, dan
inferensi
Memahami
masalah
multikolinearitas,
heteroskedastisita
s, dan
autokorelasi serta
penyelesaiannya
Waktu
Penugasan
3x50 menit
Membaca
bahan dan
mengerjakan
soal latihan
3x50 menit
Membaca
bahan
dan
mengerjakan
soal latihan
Membaca
bahan
dan
mengerjakan
soal latihan
Teks,
handout,
journal,
software
Teks,
handout,
journal,
software
Memahami sistem
persamaan
simultan:
identifikasi
Memahami
estimasi,
inferensi, dan
forecasting sistem
persamaan
simultan
Memhami
estimasi dan
inferensi SUR
3x50 menit
Membaca
bahan dan
mengerjakan
soal latihan
Membaca
bahan dan
mengerjakan
soal latihan
Teks,
handout,
journal,
software
Teks,
handout,
journal,
software
Memahami
estimasi dan
inferensi model
3x50 menit
Membaca
bahan dan
mengerjakan
soal latihan
Membaca
bahan dan
mengerjakan
Teks,
handout,
journal,
software
Teks,
handout,
journal,
3x 50 menit
3x50 menit
3x50 menit
Materi
kuliah
Teks,
handout,
journal
8
e.
time series and
cross section
data
Estimasi dan
inferensi
model SEM
pooling time
series and cross
section data
Memahami
estimasi dan
inferensi model
SEM
Memhami
penyelesaian
model LP
3x50 menit
9-10
Penyelesaian
model LP
6x50 menit
11
Penyelesaian
model QP
Memahami
penyelesaian
model QP
3x50 menit
12
Penyelesaian
model IP
Memahami
penyelesaian
model IP
3x50 menit
13-14
Penyelesaian
model DEA
Memahami
penyelesaian
model DEA
6x50 menit
soal latihan
software
Membaca
bahan dan
mengerjakan
soal latihan
Membaca
bahan dan
mengerjakan
soal latihan
Membaca
bahan dan
mengerjakan
soal latihan
Membaca
bahan dan
mengerjakan
soal latihan
Membaca
bahan dan
mengerjakan
soal latihan
Teks,
handout,
journal,
software
Teks,
handout,
journal,
software
Teks,
handout,
journal,
software
Teks,
handout,
journal,
software
Teks,
handout,
journal,
software
Evaluasi capaian pembelajaran dan penilaian akhir meliputi kriteria, indikator, bobot penilaian
masing-masing komponen dan grading nilai;
Penilaian atau evaluasi hasil pembelajaran didasarkan pada penilaian dari 3 komponen, yaitu
pernugasan, ujian sisipan, ujian akhir.
f.
g.
Materi kuliah sudah ada dapat dilampirkan tetapi jika belum dibuatkan ringkasan materi
berupa poin-poin penting setiap topik bahasan (terlampir)
Pustaka
Armitage, Seth and Janusz Brzeszezynski. 2011. Heteroscedasticity and Interval Effects in
Estimating Beta: UK Evidence. Center for Finance and Investment, School of
Management and Lenguages, Heriot-Watt University, UK.
Baker, C.B. and Vinay K. Bhargava. 1974. Financing Small-Farm Development in India.
Australian Journal of Agricultural Economics. 18:101-118, 174..
Baumol, William J. 1977. Economic Theory and Operations Analysis. Prentice-Hall International
Series in Management. Fourth Edition
Baetschmann, Gregori, Kevin E. Staub, and Rainer Winkelmann. 2011. Consistent Estmation of
Fixed Effect Ordered Logit Model. IZA Discussion Paper No. 5443.
Bollerslev, Tim. 1986. Generalized Autoregressive Conditional Hetroscedasticity. Journal of
Econometrics, 31(1986), pp 301-327.
Cadaves, Vasco, A. , P. and Arne Henningsen. 2011. The Use of SUR to Predict the Carcass
Composition of Lambs. FOI Working Paper 2111/12.
Carson, T. Richard and Yixiao Sun. 2007. The Tobit Model With a Non-zero Threshold.
Econometric Journal (2007), Vol. 00, pp 1-15.
Cooper, William W.; Lawrence M. Seiford; and Kaoru Tone. Introduction to Data Envelopment
Analysis and Its Uses. Springer Science+Business Media, Inc. 2006.
Durbin, J. 1969. Test for Serial Correlaton in Regression Analysis Based on the Periodogram of
Least Square Residuals. Biometrika, Vol. 56, No. 1, 1969, pp 1-15.
E Kelly, L. Shaloo, U. Geary, A. Kinsella, and M. Wallace. 2012. Application of DEA to Measure
Technical Efficiency on a Sample of Irish Dairy Farm. Irish Journal of Agricultural and
Food Research, 52:63-77, 2012.
Fornell, Claes. 1981. Evaluating Structural Equation Model With Unobserable Variables and
Measurement Error. Journal of Marketing Research, Vol. 8, No. 1, 1981, pp 39-50.
Greene, William H. Econometric Analysis. MacMillan, Second Edition.
Heckman, James J. 1978. Dummy Endogenous Variables in a Simultaneous Equation System.
Econometrica, Vol. 46, No. 4, 1978, pp 931-959.
Imai, Kosuke, David A, and van Dyk. 2005. A Bayesian Analysis of the Multinomial Probit Model
Using Marginal data Augmentation. Journal of Econometrica 124 (2005), pp 311-334.
Johnston, J. Econometric Methods. McGraw-Hill Book Company, Fifth Edition.
Mittnik, Stefan.1990. Macroeconomic Forecasting Using Pooled International Data. Journal of
Business and Economic Statistic, Vol. 8, No. 2. 1990, pp 205-208.
Pendell, Dustin L. and Ted C. Schroeder. 2006. Impact of Mandatory Price Reporting on Fed
Cattle Market Integration. Jounal of Agricultura, and Resource Economics, 31(3), 568-579
Neibergs, J. Shannon. 1998. Macroeconomic Conditions and Agribisnis Profitability: An Analysis
Using Pooled Data. International Food and Agribusiness Management Review, Vol. 1, No.
1, 1998.
Takada, Hirokazu, Aman Ullah, and Yu-Min Chen. 1995. Estimation of the Seemingly Unrelated
Regression Model When the Error Covariance Matrix is Singular. Journal of Applied
Statistic, Vol. 22, No. 4, 1995, pp 517-530.
Taha, Hamdy A. Operation Research an Introduction, Fifth Edition
Tempelaar, Dirk T. and Sybraud Schim van der Lorff. 2007. A Structural Equation Model
Analyzing The Relationship of Students’ Attitudes Toward Statistic, Prior Reasoning
Abilities and Cours Performance. Statistic Education Research Journal, 6(2), 78-102, 2007.
Wissmann, Malte, Helge Toutenborg, and Shalabh. 2007. Role of Categorical Variables in
Multicolinearity in Linear Regression Model. Technical report Number 008, Department of
Statistic, University of Munich.
Zamanian, Gh., R., V. Shahabinejad, M. Yaghonbi. 2013. Application of DEA and SFA on the
Measurement of Agricultural Technical Efficiency in MENA Countries. International
Journal of Applied Operation Research, Vol. 3, No. 2, pp 43-51, 2013.
Zimet, David J. and Thomas H. Spreen. 1986. A Target Motad Analysis of A Crop and Livestock
Farm in Jefferson County, Florida. Shoutern Journal of Agricultural Economics, December
1986.
Rencana Kegiatan Pembelajaran Mingguan (RKPM)
Topik (pokok,
subpokok bahasan
Alokasi
waktu
Media
Ajar
Metode
evaluasi
dan
penilaian
Metode
ajar
Aktivitas
mahasiswa
Aktivitas
dosen/Nama
pengajar *
Sumber
ajar
1
Memahami ruang
lingkup metode
kuantitatif lanjut
Berbagai masalah
agribisinis dan
metode
ananlisisnya
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
Memahami metode
OLS, estimasi, dan
inferensi
Metode OLS,
asumsi, estimasi,
dan inferensi
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
3
Memahami
masalah
multikolinearitas,
heteroskedastisitas
dan autokorelasi
serta
penyelesaiannya
Memahami sistem
persamaan
simultan:
identifikasi
Menditeksi, akibat,
dan penyelesaian
masalah
multikolinearitas,
heteroskedastisitas
dan
multikolinearitas
Sistem persamaan
simultan dan
identifikasi
persamaan
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Teks,
handout,
journal
2
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
penyelesai
an tugas
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
Estimasi, inferensi
dan forecasting
system persamaan
simultan
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
Estimasi, inferensi
SUR
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
Memahami
estimasi dan
inferensi model
pooling time series
and cross section
data
Memahami
estimasi dan
inferensi model
SEM
Estimasi dan
inferensi model
pooled data
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Teks,
handout,
journal
Memahami
estimasi, inferensi,
dan forecasting m
sistem persamaan
simultan
Memhami estimasi
dan inferensi SUR
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
penyelesai
an tugas
Estimasi dan
inferensi SEM
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
Memhami
penyelesaian model
LP
Penyelesaian
model LP secara
grafis dan simplex
6x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
11
Memahami
penyelesaian model
QP
Penyelesaian
model QP
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
12
Memahami
penyelesaian model
IP
Penyelesaian
model IP
3x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
13-14
Memahami
penyelesaian model
DEA
Penyelesaian
model DEA
6x50
menit
Teks,
handout,
softwere
Penugas
an
Diskusi,
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Penjelasan
handout,
memandu
diskusi dan
presentasi
Penjelasan
handout,
memandu
diskusi 7 dan
presentasi
Penjelasan
handout,
memandu
Teks,
handout,
journal
9-10
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
penyelesai
an tugas
Membaca
bahan,
presentasi,
Pertemuaan
Tujuan/capaian
pembelajaran
4
5
6
7
8
Teks,
handout,
journal
Teks,
handout,
journal
Teks,
handout,
journal
Teks,
handout,
journal
Teks,
handout,
journal
Teks,
handout,
journal
Teks,
handout,
journal
Teks,
handout,
journal
Teks,
handout,
journal