dokumen kurikulum program studi s1 · pdf file4. kewenangan penentu ... ekonomi, perbankan...

DOKUMEN KURIKULUM

PROGRAM STUDI S1 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS INDONESIA

ii

KATA PENGANTAR

Puji syukur ke hadirat Allah SWT atas rahmat-Nya Dokumen Kurikulum Program Studi

Sarjana Statistika, Departemen Matematika FMIPA UI Periode 2016-2020 berhasil

diselesaikan. Untuk itu kami menyampaikan penghargaan dan ucapan terimakasih yang

sebesar-besarnya kepada semua pihak yang terlibat, khususnya Tim Kurikulum Departemen

Matematika FMIPA UI.

Kurikulum periode 2016-2020 merupakan hasil revisi terhadap Kurikulum awal pendirian

Program Studi Sarjana Statistika, Departemen Matematika FMIPA UI periode 2015-2016.

Penyusunan revisi ini dimaksudkan agar terjadi keselarasan dengan Kurikulum Program Studi

Sarjana Matematika, Departemen Matematika FMIPA UI, visi dan misi Departemen, tujuan

Program Studi, dan Kurikulum Berbasis Kompetensi yang mengacu pada Kerangka

Kualifikasi Nasional Indonesia (KKNI) level 6. Hal ini bertujuan agar peserta didik

menguasai ilmu statistika dan terapannya, mampu mengikuti pasar, dan memiliki kematangan

intelektual, serta manajemen dan eksplorasi data yang baik. Selanjutnya, kurikulum periode

2016-2020 ini diharapkan dapat menghasilkan Sarjana Statistika FMIPA UI yang memiliki

beberapa kompetensi yang menggabungkan kompetensi dasar UI dengan organisasi profesi

(IndoMS, FORSTAT, dan PAI) serta kompetensi khusus Program Studi Statistika,

Departemen Matematika FMIPA UI. Dokumen kurikulum ini dibuat untuk memenuhi

kebutuhan sehingga dapat lulus tepat waktu. Akhirnya, Sarjana Statistika Departemen

Matematika FMIPA UI diharapkan mampu berkiprah baik di tingkat nasional, maupun global.

Akhir kata, diharapkan agar Dokumen Kurikulum Program Studi Sarjana Statistika FMIPA

UI periode 2016-2020 dapat berguna bagi semua pihak terkait dalam pelaksanaan pendidikan

di UI, khususnya di Program Studi Sarjana Statistika, Departemen Matematika FMIPA UI.

Depok, Maret 2016

Ketua Departemen Matematika FMIPA UI

(Alhadi Bustamam, S.Si, M.Kom, Ph.D)

NIP 197209181997021001

iii

DAFTAR ISI

KATA PENGANTAR .............................................................................................................. ii

DAFTAR ISI ............................................................................................................................ iii

DAFTAR TABEL .................................................................................................................... iv

DAFTAR GAMBAR ................................................................................................................ v

1. PENDAHULUAN .............................................................................................................. 1

2. VISI, MISI DAN TUJUAN ............................................................................................... 1

2.1. Visi ............................................................................................................................... 1

2.2. Misi .............................................................................................................................. 2

2.3. Tujuan .......................................................................................................................... 2

2. KUALIFIKASI DAN KOMPETENSI LULUSAN ........................................................ 2

3. STRUKTUR DAN ISI KURIKULUM ............................................................................ 5

3.1. Struktur Kurikulum ...................................................................................................... 5

3.2. Kategori Kompetensi Utama...................................................................................... 34

3.3. Rincian Kurikulum..................................................................................................... 40

4. KEWENANGAN PENENTU KURIKULUM DAN PENINJAUAN KURIKULUM .......... 57

5. PELUANG BAGI MAHASISWA UNTUK MENGEMBANGKAN DIRI ................ 58

RUJUKAN YANG DIGUNAKAN (BENCHMARK)........................................................... 59

DAFTAR PUSTAKA ............................................................................................................. 60

iv

DAFTAR TABEL

Tabel 1. Matriks Nol Program Studi Statistika........................................................................... 6

Tabel 2. Matriks I: Rumpun dan Tataran Kompetensi ............................................................... 8

Tabel 3. Matriks II: Pengalaman Belajar .................................................................................. 11

Tabel 4. Distribusi Mata Kuliah ............................................................................................... 33

Tabel 5. Parameter Kompetensi................................................................................................ 34

Tabel 6. Struktur Kurikulum Berdasarkan Kategori Kompetensi Utama ................................ 36

Tabel 7. Padanan Kurikulum Program Studi Statistika dengan Kurikulum IndoMS ............... 39

Tabel 8. Mata Kuliah Wajib Universitas .................................................................................. 40

Tabel 9. Mata Kuliah Wajib Rumpun Ilmu .............................................................................. 40

Tabel 10. Mata Kuliah Wajib Fakultas ..................................................................................... 40

Tabel 11. Mata Kuliah Wajib Departemen ............................................................................... 41

Tabel 12. Mata Kuliah Wajib Program Studi ........................................................................... 41

Tabel 13. Mata Kuliah Pilihan .................................................................................................. 42

Tabel 14.Keseluruhan Mata Kuliah pada Delapan Semester ................................................... 44

Tabel 15. Silabus Mata Kuliah Program Studi S1 Statistika .................................................... 48

v

DAFTAR GAMBAR

Gambar 1. Jejaring Kompetensi ................................................................................................. 3

Gambar 2. Jejaring Mata Kuliah............................................................................................... 47

Dokumen Kurikulum Program Studi S1 Statistika FMIPA UI | 1

1. PENDAHULUAN

Departemen (d/h Jurusan) Matematika didirikan pada tahun 1961, bersama-sama dengan

Departemen Fisika dan Kimia.Pada tahun-tahun awal berdirinya, Departemen Matematika

menempati Kampus UI Salemba di Jalan Salemba 4 Jakarta Pusat.

Selama tahun 1961 hingga 1965, Departemen Matematika hanya memiliki satu orang staf

pengajar tetap. Kuliah dilangsungkan dengan bantuan beberapa staf pengajar tidak tetap yang

berasal dari IBM, BATAN, dan perusahaan-perusahaan swasta. Angkatan pertama mahasiswa

Matematika lulus dan diwisuda pada tahun 1969.

Mulai tahun 1967, jumlah staf pengajar tetap Departemen Matematika bertambah. Tahun

2015, Departemen Matematika memiliki 34 orang staf pengajar tetap dan 1 orang pengajar tidak

tetap yang merupakan staf pengajar yang sudah memasuki masa pensiun tetapi masih

dibutuhkan tenaganya. Kualifikasi staf pengajar bervariasi mulai dari S2 sampai S3 dengan

kualifikasi mayoritas S2.

Tahun 1987 adalah tahun kepindahan Departemen Matematika ke lokasi baru di Kampus

UI Depok. Saat ini Departemen Matematika menempati gedung berlantai 4 di lingkungan

FMIPA Kampus UI Depok. Ada 3 program studi di Departemen Matematika yaitu Program

Studi S1 Matematika, Program Studi S1 Statistika, dan Program Studi S2 Matematika. Selain

itu ada lebih dari enam staf pengajar statistika, tiga diantaranya sudah bergelar doktor. Pada

Tahun Ajaran 2015/2016 Program Studi S1 Statistika Departemen Matematika FMIPA UI

mulai menerima mahasiswa baru.

2. VISI, MISI DAN TUJUAN

2.1. Visi

Program Studi S1 Statistika Departemen Matematika FMIPA UI menjadi institusi yang

kuat dan unggul di tingkat nasional maupun global, menuju unggulan di Asia Tenggara dalam

bidang pendidikan dan penelitian statistika dan terapannya, serta menghasilkan lulusan yang

kompeten dalam penguasaan ilmu, kompeten di bidang kerja, dan mempunyai kemampuan

manajerial yang baik.


2.2. Misi

1. Mendidik mahasiswa menjadi lulusan yang mampu mengikuti dan beradaptasi

terhadap perkembangan statistika dan terapannya, serta IPTEK.

2. Mendukung dan mengembangkan kegiatan penelitian statistika dan terapannya dalam

semua bidang.

3. Memberikan informasi, pelatihan, jasa dan konsultasi di bidang statistika dan

terapannya yang dapat membantu masyarakat dalam menyelesaikan masalah yang

berhubungan dengan statistika dan terapannya.

2.3. Tujuan

Program Studi S1 Statistika bertujuan untuk menghasilkan sarjana yang memiliki

kualifikasi sebagai berikut:

1. Memahami konsep serta metode statistika dan bidang lain yang terkait untuk

menyelesaikan persoalan teoritis maupun terapan.

2. Mampu belajar secara mandiri dan beradaptasi terhadap perkembangan konsep dan

metode-metode dalam statistika dan bidang lain yang terkait untuk menyelesaikan

persoalan teoritis maupun terapan baru.

3. Memiliki etika profesi yang baik serta didukung daya analitis yang kritis dan logis

dalam penerapan statistika dan bidang lain yang terkait.

4. Mampu bekerja sama, berkomunikasi, dan bertanggung jawab sesuai bidang ilmunya,

baik di tingkat nasional maupun global.

2. KUALIFIKASI DAN KOMPETENSI LULUSAN

Program Studi S1 Statistika Departemen Matematika FMIPA UI bertujuan menghasilkan

sarjana yang mampu memberikan solusi bagi pemecahan masalah sesuai kaidah ilmiah dan

etika akademik berdasarkan konsep-konsep statistika, mengikuti perkembangan bidang

statistika dan bidang lain yang terkait, serta mampu bekerja sebagai akademisi/peneliti, dan di

bidang teknologi informasi dan komunikasi, ekonomi, perbankan dan industry jasa.

Lulusan dengan profil seperti yang diinginkan didapat dengan merumuskan kompetensi

untuk seorang sarjana statistika. Kompetensi sarjana statistika merupakan gabungan dari

kompetensi dasar UI dengan organisasi profesi (IndoMS dan FORSTAT), dan kompetensi


khusus dari program studi statistika yang dapat dilihat pada jejaring kompetensi seperti pada

Gambar 1 di bawah ini.

Gambar 1. Jejaring Kompetensi

Berdasarkan penggabungan dari beberapa kompetensi ini maka sarjana statistika

memiliki :

1. Kemampuan penguasaan teori dasar Statistika yang kuat

2. Kemampuan untuk mengidentifikasi permasalahan statistika dan bidang yang terkait,

membuat rancangan, dan melakukan pengumpulan data.


3. Kemampuan untuk melakukan manajemen dan eksplorasi data dengan baik.

4. Kemampuan untuk melakukan analisis data dan menginterpretasikan serta

mengomunikasikan hasil analisisnya ke dalam bidang aplikasinya.

5. Mampu mengambil keputusan yang tepat berdasarkan analisis informasi dan data,

dan mampu memberikan petunjuk dalam memilih berbagai alternatif solusi secara

mandiri dan kelompok


3. STRUKTUR DAN ISI KURIKULUM

3.1. Struktur Kurikulum

Struktur kurikulum Program Studi S1 Statistika Departemen Matematika FMIPA UI

mengacu pada Surat Keputusan Menteri Pendidikan Nasional No. 232/U/2000 Pasal 7 ayat (2),

(3), Pasal 8, Pasal 10 dan Pasal 11 (Lampiran 3), Surat Keputusan Menteri Pendidikan Nasional

No. 45/U/2002 tentang Kurikulum Inti Pendidikan Tinggi Pasal 2 ayat (1), Pasal 3, Pasal 4,

Pasal 5, dan Pasal 6 (Lampiran 5), Ketetapan Majelis Wali Amanah UI No.

006/SK/MWAUI/2004 tentang Kurikulum Pendidikan Akademik UI (Lampiran 6), SK Rektor

nomor: 2198/SK/R/UI/2013 Tentang Penyelenggaraan Program Sarjana di Universitas

Indonesia, Modul Workshop Pengajaran Statistika FORSTAT di Universitas Brawijaya Malang

pada 12 – 14 April 2013, Workshop Pengajaran Statistika FORSTAT di Universitas

Diponegoro Semarang pada 5-6 September 2014, Workshop Pengajaran Statistika di

Universitas Mulawarman pada 6 – 7 Oktober 2015, serta Seminar Nasional dan Workshop

MIPANet yang membahas tentang kurikulum berbasis KKNI Ke-MIPA-an dari IndoMS di UI

Depok pada 2 Desember 2014 (Lampiran 7).

Kurikulum Program Studi S1 Statistika Departemen Matematika FMIPA UI disusun

sedemikian rupa selaras dengan Visi, Misi, Tujuan UI, Fakultas, Program Studi, KKNI Level 6

yang tertuang dalam matriks nol pada Tabel 1, perkembangan IPTEK, kebutuhan pasar dan

pembentukan kematangan intelektual peserta didik.


Tabel 1. Matriks Nol Program Studi Statistika

KKNI LEVEL 6 PROFIL LULUSAN/KOMPETENSI UMUM TAGIHAN

-Mampu mengaplikasikan bidang

keahliannya dan memanfaatkan IPTEKS

pada bidangnya dalam penyelesaian

masalah serta mampu beradaptasi

terhadap situasi yang dihadapi

- Mampu mengidentifikasi permasalahan dunia nyata ke

dalam model statistika dan bidang lain yang terkait

- Laporan Akhir Praktek Kerja

Lapangan

- Mampu memproses data dalam suatu permasalahan

statistika dan bidang lain yang terkait - Skripsi

- Mampu menerapkan teori dan konsep statistika dalam

penyelesaian masalah

- Menguasai konsep teoritis bidang

pengetahuan tertentu secara umum dan

konsep teoritis bagian khusus dalam

bidang pengetahuan tersebut secara

mendalam serta mampu

memformulasikan penyelesaian masalah

prosedural

- Mampu membuktikan kembali teori-teori statistika - Tugas Mata Kuliah

(Kelompok/Individu)

- Mampu mengilustrasikan teori statistika dalam suatu

contoh riil

- Hasil ujian tertulis dari setiap

mata kuliah

- Mampu menganalisis teori dan konsep statistika - Skripsi

- Mampu mengoperasikan teori-teori statistika

- Mampu mengambil keputusan yang

tepat berdasarkan analisis informasi dan

data, dan mampu memberikan petunjuk

dalam memilih berbagai alternatif solusi

secara mandiri dan kelompok

- Mampu menafsirkan teori-teori statistika - Tugas Mata Kuliah

(Kelompok/Individu)

- Mampu mengkomunikasikan hasil analisis dari model

statistika

- Hasil ujian tertulis dari setiap

mata kuliah

- Mampu menafsirkan hasil analisis dari model statistika - Skripsi

- Mampu mengaitkan teori yang satu dengan yang lain

dalam statistika

- Mampu menerapkan teori dan konsep statistika dalam penyelesaian masalah

- Bertanggung jawab pada pekerjaan

sendiri dan dapat diberi tanggung jawab

atas pencapaian hasil kerja organisasi

- Mampu menyesuaikan diri dengan kebutuhan profesi - Tugas Mata Kuliah

(Kelompok/Individu)

- Mampu memperjelas teori dan konsep statistika - Hasil ujian tertulis dan praktikum

dari setiap mata kuliah

- Mampu menjelaskan penggunaan statistika dalam

kehidupan sehari-hari - Tugas praktikum mata kuliah

- Mampu menggunakan perangkat lunak statistika - Skripsi

- Mampu menjelaskan model statistika


Kompetensi ini merupakan keterkaitan antara profil lulusan dengan hasil luaran dari PS

Statistika ini. Oleh karena itu kurikulum PS Statistika merupakan:

a. Penjabaran dari Visi, Misi, dan Tujuan PS untuk menjadi institusi yang kuat di

tingkat nasional dan diakui di tingkat internasional, dalam bidang pendidikan dan

penelitian statistika serta terapannya.

b. Relevan dengan kebutuhan masa kini dan masa datang. Kurikulum disusun

dengan memperhatikan perkembangan IPTEK dan terapannya serta memperhatikan

juga kebutuhan pasar yang merupakan masukan dari stakesholder dan alumni

Departemen Matematika FMIPA-UI.

c. Tuntutan pematangan intelektual mahasiswa. Beberapa mata kuliah

mempersiapkan dan membentuk kematangan intelektual mahasiswa sejak dari awal

kuliah, antara lain direpresentasikan dengan MPKT (Mata Kuliah Pengembangan

Kepribadian Terintegrasi) dan beberapa matakuliah wajib dan pilihan disampaikan

secara active learning dan e-learningyang akan membentuk mahasiswa aktif secara

mandiri mencari dan menyusun informasi maupun melakukan kerjasama dengan

kelompok tugasnya baik dalam penyusunan maupun presentasi (dan mempertahankan)

tugasnya, serta meningkatkan communication skill baik verbal maupun secara

information technology.

d. Muatan aspek penelitian Dosen dan penelitian tugas akhir mahasiswa. Beberapa

matakuliah, terutama matakuliah pilihan diberikan oleh pengampunya dengan

memasukkan hasil penelitian mutakhir, baik dari staf pengajarnya sendiri maupun dari

jurnal mutakhir. Pembahasan semacam ini akan membuat mahasiswa mengetahui

topik penelitian mutakhir, serta memiliki bekal dalam mempersiapkan penelitiannya.

Dengan demikian cara ini akan memampukan mahasiswa menyusun tugas akhirnya

dengan baik.

e. Hubungan antar mata kuliah. Keterkaitan antar matakuliah diperhatikan dengan

baik sehingga terlihat bahwa matakuliah pada semester awal/sebelumnya diperlukan

untuk mendukung matakuliah selanjutnya. Sehingga beberapa matakuliah awal

digunakan sebagai prasyarat matakuliah berikutnya yang ditunjukkan pada Gambar 2.


Tabel 2. Matriks I: Rumpun dan Tataran Kompetensi

Tataran

.

Rumpun

Kompetensi Utama Kompetensi Pendukung Kompetensi Lainnya

Dasar dan

Kepribadian

o Memiliki kemampuan dasar untuk

mengembangkan diri sesuai dengan

kebutuhan profesi

o Memiliki integritas dan mampu

menghargai orang lain.

o Mampu menggunakan bahasa lisan

dan tulisan dalam Bahasa Indonesia

dan Bahasa Inggris dengan baik.

o Mampu berpikir kritis, kreatif, dan

inovatif serta memiliki keingintahuan

intelektual untuk memecahkan

masalah pada tingkat individual dan

kelompok.

o Mampu bersaing dalam dunia kerja

o Memiliki kepekaan dan kepedulian

terhadap masalah lingkungan,

kemasyarakatan, bangsa dan negara.

Bidang Ilmu

o Mampu menyelesaikan masalah

statistika dan bidang lain yang

terkait.

o Mampu memilih model matematis

yang sesuai untuk menyelesaikan

masalah

o Mampu menyelesaikan model

matematis dan menganalisis hasil

yang didapat.

o Mampu menganalisis

permasalahan dunia nyata dan



kebutuhan profesi

o Mampu menjelaskan teori

dasar matematika, teori dasar

matematika terapan, konsep

dasar algoritma dan

pemrograman serta konsep

dasar statistika

o Mampu berpikir kritis, kreatif, dan

inovatif serta memiliki keingintahuan


masalah pada tingkat individual dan

kelompok.


o Mampu menerapkan teori

dasar matematika, teori dasar

matematika terapan, konsep

dasar algoritma dan

pemrograman serta konsep

dasar statistika.

memodelkannya ke dalam bentuk

matematis.

o Mampu mengidentifikasi dasar

penelitian matematis.

o Memiliki kemampuan mengikuti

perkembangan matematika dan

aplikasinya pada ilmu-ilmu terkait

o Mampu mengidentifikasi teori

matematika pada perkembangan

sains dan teknologi.

o Mampu menggunakan bahasa lisan

dan tulisan dalam Bahasa Indonesia

dan Bahasa Inggris dengan baik.

o Mampu menjelaskan teori

matematika pada perkembangan


Keahlian

Berkarya

o Mampu menerapkan teknologi

informasi dan komunikasi yang sesuai

sebagai pendukung bidang statistika


o Mampu mengoperasikan dan

memanfaatkan teknologi informasi

komunikasi sebagai pendukung bidang

matematika.

o Memiliki jiwa kewirausahaan yang

bercirikan inovasi dan kemandirian

yang berlandaskan etika.

o Mampu menggunakan teknologi

informasi dan komunikasi sebagai

pendukung bidang statistika dan

bidang lain yang terkait

Perilaku

Berkarya

o Mampu mengikuti perkembangan

statistika dan bidang-bidang lain yang

terkait


o Memiliki jiwa kewirausahaan yang

bercirikan inovasi dan kemandirian

yang berlandaskan etika.

o Mampu mengidentifikasi

permasalahan dunia nyata ke

dalam model statistika pada

perkembangan sains dan

teknologi.

o Mampu menjelaskan



dalam model statistika pada


teknologi.

Kehidupan

Bermasyarakat



kebutuhan profesi

o Memiliki integritas dan mampu

menghargai orang lain.


o Memiliki kepekaan dan kepedulian

terhadap masalah lingkungan,

kemasyarakatan, bangsa dan negara.


Tabel 3. Matriks II: Pengalaman Belajar

Mata Kuliah Wajib Universitas (18 SKS)

No Kompetensi

Pengalaman Belajar Ruang Lingkup

Materi (substansi

pokok bahasan dan

sub pokok bahasan)

Media dan

Teknologi Mata Kuliah Indikator Asesmen

Sub Kompetensi Aktivitas

1 KM 1 : Memiliki kemampuan dasar

untuk

mengembangkan

diri sesuai dengan kebutuhan profesi

KK 2: Memiliki

kemampuan daya

saing dalam dunia kerja

1. Memiliki integritas dan mampu

menghargai orang

lain.

2. Mampu menggunakan bahasa

lisan dan tulisan

dalam Bahasa

Indonesia dan Bahasa Inggris dengan baik.

3. Mampu berpikir

kritis, kreatif, dan

inovatif serta memiliki

keingintahuan

intelektual untuk

memecahkan masalah pada tingkat

individual dan

kelompok

4. Memiliki kepekaan dan kepedulian

terhadap masalah

lingkungan, kemasyarakatan,

bangsa dan negara.

5. Memiliki jiwa

kewirausahaan yang bercirikan inovasi dan

kemandirian yang

berlandaskan etika.

Inquiry-based learning, diskusi kelompok,

presentasi hasil diskusi

1.Agama 2.Bahasa Indonesia

Papan Tulis, LCD,

Komputer,

Buku Teks,

Diktat, e-sources

1. MPKT Sains (6 SKS)

2. MPKT Sosial

dan Humaniora

(6 SKS) 3. Bahasa

Inggris (3 SKS)

4. MPK Agama

Islam (3 SKS)

Mengikuti indikator yang telah ditetapkan UI

Essay, tugas praktek

Kuliah CL dan PB :

Diskusi kelompok,

Presentasi hasil diskusi,

Mengerjakan soal-soal yang diberikan

perorangan atau

kelompok

1. Bahasa Indonesia

2. Bahasa Inggris

3. Pancasila

4. Kewiraan 5. Penalaran kuantitatif

6. Masalah lingkungan,

teknologi dan kesehatan

1. MPKT Sains

(6 SKS)

2. MPKT Sosial

dan Humaniora (6 SKS)

3. Bahasa

Inggris (3 SKS)

1. Mampu berpikir kritis, kreatif

daninovatif serta memiliki

keingintahuan intelektual.

2. Mampu menyelesaikan masalah secara individual dan kelompok

Essay,

Tugas,

Presentasi,

Makalah, Borang

Keaktifan


Mata Kuliah Wajib Rumpun Ilmu (2 SKS)

No Kompetensi

Pengalaman Belajar Ruang Lingkup Materi

(substansi pokok bahasan

dan sub pokok bahasan)

Media dan



1 PP1: Mampu

menyelesaikan

masalah matematika

dan terapannya.

PP1.1: Mampu

menjelaskan teori dasar

matematika, teori dasar

matematika terapan,

konsep dasar algoritma

dan pemrograman serta

konsep dasar statistika.

Inquiry-based learning,

diskusi, presentasi,

pemberian tugas kelompok

dan individu

Sistem bilangan real,

pertidaksamaan dan nilai

mutlak, fungsi satu

variabel, limit,

kekontinuan, turunan,

integral, aplikasi turunan,

aplikasi integral, fungsi

transenden (fungsi

logaritma dan exponensial)

, teknik integrasi (Teknik

substitusi, integral parsial)

LCD, komputer,

papan tulis,

Matematika Dasar

1 (2 SKS)

1. Mampu menyelesaikan

pertidaksamaan dan nilai mutlak (C3)

2. Mampu menggambarkan grafik

fungsi satu variabel (C3)

3. Mampu menentukan hasil operasi


4. Mampu menghitung limit, turunan,

integral dari fungsi satu variabel (C3)

5. Mampu menyelesaikan masalah yang

berkaitan dengan turunan dan integral


Essay, Tugas,

Presentasi,

Praktikum

(khusus Dept.

Matematika)


Mata Kuliah Wajib Fakultas (8 SKS)

No Kompetensi




Media dan



1 PP3: Memiliki

kemampuan mengikuti

perkembangan

matematika dan

aplikasinya pada ilmu-

ilmu terkait

PP3.1: Mampu

menjelaskan (C3) teori

matematika pada


teknologi.


Diskusi kelompok, Presentasi

hasil diskusi, Mengerjakan

soal-soal yang diberikan,

Materi Fisika Papan Tulis, OHP,

LCD, Komputer,

Software, Buku

Teks, Diktat

Fisika Dasar (2

SKS)

--Sesuai dengan yang ditetapkan oleh

Fakultas--

Essay, Tugas,

Presentasi





--Sesuai dengan yang

ditetapkan oleh Fakultas--

Papan Tulis, OHP,

LCD, Komputer,

Software, Buku

Teks, Diktat

Kimia Dasar 1 (2

SKS)


Fakultas--

Essay, Tugas,

Presentasi





--Sesuai dengan yang

ditetapkan oleh Fakultas--

Papan Tulis, OHP,

LCD, Komputer,

Software, Buku

Teks, Diktat

Biologi Umum (2

SKS)


Fakultas--

Essay, Tugas,

Presentasi

2 Mampu

menyelesaikan

masalah matematika

dan terapannya.

Mampu menjelaskan

teori dasar matematika,

teori dasar matematika

terapan, konsep dasar

algoritma dan

pemrograman serta

konsep dasar statistika.





Definisi Probabilitas;

Variabel acak dan

distribusi probabilitas;

Pengenalan distribusi;

Distribusi Sampling;

Interferensi Statistik

Papan Tulis, OHP,

LCD, Komputer,

Software, Buku

Teks, Diktat

Metode Statistika

(2 SKS)

1. Mampu menghitung probabilitas

dari suatu peristiwa sederhana dan

variabel acak

2. Mampu menghitung. probabilitas

sesuai dengan distribusi eksask atau

distribusi pendekatan dari suatu statistik.

3. Mampu menghitung batas-batas

dari suatu interval kepercayaan.

4. Mampu menerapkan teknik-teknik

pengujian hipotesis.

Essay, Tugas,

Presentasi


Mata Kuliah Wajib Departemen (39 SKS)

No Kompetensi




Media dan



1 PP1: Mampu

menyelesaikan

masalah

matematika dan

terapannya.

PP1.1: Mampu

menjelaskan teori

dasar matematika,

teori dasar

matematika terapan,

konsep dasar

algoritma dan

pemrograman serta

konsep dasar

statistika.



pemberian tugas

kelompok dan individu

Logika proposisi, logika

predikat, himpunan, operasi

himpunan, fungsi, aturan

inferensi, teknik pembuktian

(induksi matematika, bukti

langsung, bukti tak

langsung), sistem bilangan

LCD,

komputer,

papan tulis

Logika dan

Himpunan (3

SKS)

1. Mampu menggunakan logika

proposisi dan logika predikat

pada pembuktian matematika

sederhana (C3)

2. Mampu menjelaskan sifat-sifat

himpunan dan operasi-

operasinya (C2)

3. Mampu menggunakan teknik

pembuktian untuk

menyelesaikan masalah

matematika sederhana (C3)

Essay, Tugas



pemberian tugas


Sistem persamaan linier,

matriks, dan sifat-sifatnya,

determinan dan sifat-

sifatnya, ruang vektor

Euclid, transformasi linier

pada ruang vektor Euclid,

aplikasi pada metode

kuadrat terkecil, ruang

vektor, ruang hasil kali

dalam, transformasi linier,

nilai eigen dan vektor eigen,

aplikasi pada masalah

matematika

LCD,

komputer,

papan tulis

Aljabar Linier (4

SKS)

1.Mampu menyelesaikan SPL

dengan menggunakan eliminasi

Gauss atau Gauss Jordan (C3)

2.Mampu menghitung determinan

matriks (C3)

3.Mampu menerapkan konsep

aljabar linier dalam

permasalahan geometri yang

melibatkan garis dan bidang

(C3)

4.Mampu menginterpretasikan

transformasi linier di ruang R2

dan R3 secara geometris (C4)

5.Mampu menjelaskan konsep

ruang vektor umum (C4)

6.Mampu menentukan koordinat

vektor terhadap basis ruang

vektor (C3)

7.Mampu mencari matriks

transformasi linier di ruang

Euclid (C3)

8.Mampu menentukan apakah

suatu matriks dapat

didiagonalisasi secara ortogonal

(C3)

Essay,

Tugas,

Praktikum

(khusus

Dept.

Matematika)


No Kompetensi




Media dan



PP1.2: Mampu

menerapkan teori

dasar matematika,

teori dasar

matematika terapan,

konsep dasar

algoritma dan

pemrograman serta

konsep dasar

statistika.



pemberian tugas


Fungsi transenden dan

invers (Fungsi trigonometri,

fungsi hiperbolik), Teknik

Integral (Integral

trigonometri, Substitusi

yang merasionalkan,

Integral Fungsi rasional),

bentuk tak tentu, koordinat

polar, fungsi dua dan tiga

variabel, limit, kekontinuan,

turunan, integral lipat,

aplikasi turunan, aplikasi

integral lipat, barisan

bilangan real

LCD,

komputer,

papan tulis

Matematika

Dasar 2

(4 SKS)

1. Mampu menggambarkan grafik

fungsi dua variabel(C3)

2. Mampu menentukan hasil

operasi fungsi dua dan tiga

variabel (C3)

3. Mampu menghitung limit,

turunan, integral dari fungsi dua

dan tiga variabel (C3)

4. Mampu menyelesaikan masalah

sederhana yang berkaitan

dengan turunan dan integral

fungsi dua dan tiga variabel (C3)

5. Mampu menentukan

konvergensi dari barisan

bilangan real (C3)

Essay,

Tugas,

Presentasi,

Praktikum

(khusus

Dept.

Matematika)



pemberian tugas


Sistem bilangan real, Barisan

bilangan real, Limit fungsi,

Kontinuitas fungsi

LCD,

komputer,

papan tulis

Analisis 1

(4 SKS)

1. Mampu mengaitkan konsep

keterurutan, kelengkapan

(supremum atau infimum)

untuk membuktikan sifat-sifat

dari himpunan bilangan real

(C4)

2. Mampu membuktikan

konvergensi atau divergensi

dari barisan bilangan real (C4)

3. Mampu membuktikan nilai

limit fungsi (C4)

4. Mampu mengaitkan konsep

limit dan kekontinuan (C4)

Essay,

Tugas,

Presentasi


Diskusi kelompok,


Mengerjakan soal-soal

yang diberikan

perorangan atau

kelompok

Aljabar dan Aljabar Sigma,

Ukuran Probabilitas pada

suatu Sigma-Aljabar dan

sifat-sifatnya. Variabel

Random, fungsi dari

variabel random, ekspektasi

dari variabel random

Papan Tulis,

OHP, LCD,

Komputer,

Buku Teks,

Diktat

Pengantar Teori

Probabilitas (2

SKS)

1. Mampu menjelaskan konsep-

konsep probabilitas secara

mendalam dalam kaitannya

dengan pendekatan teori ukur

(C4)

2. Mampu menjelaskan konsep

tentang variabel random, fungsi

dari variabel random,

ekspektasi dari variabel random

(C4)

Essay,

Tugas,

Presentasi


No Kompetensi




Media dan




Diskusi kelompok,



yang diberikan,

Konsep Teori Probabilitas

dan Distribusi; Distribusi-

distribusi Multivariat;

Distribusi khusus; Distribusi

dari fungsi variabel random

Papan Tulis,

OHP, LCD,

Komputer,

Software, Buku

Teks, Diktat

Statistika

Matematika 1 (4

SKS)

1. Mampu menentukan

probabilitas dari suatu

peristiwa dan variabel random

serta probabilitas bersyaratnya.

(C3)

2. Mampu mengidentifikasi

variabel random, probability

density function (pdf), fungsi

distribusi, ekspektasi matematik

serta fungsi pembangkit

momen. (C3)

3. Mampu menentukan distribusi

dan ekspektasi dua variabel

random, distribusi dan

ekspektasi bersyarat. (C3)

4. Mampu menentukan distribusi-

distribusi dari variabel-variabel

random dan statistik-statistik.

(C3)

Essay,

Tugas,

Presentasi


Diskusi kelompok,



yang diberikan,

Limit distribusi; Taksiran

Titik; Statistik cukup; Fisher

informasi dan batas bawah

Rao-Cramer; Pengujian

hipotesis

Papan Tulis,

OHP, LCD,

Komputer,

Software, Buku

Teks, Diktat

Statistika

Matematika 2 (4

SKS)

1. Mampu mendapatkan limit

disribusi dari suatu variable

random dengan menggunakan

teknik-teknik penentuan limit

distribusi (C3)

2. Mampu mendapatkan taksiran

titik dari suatu parameter dengan

menggunakan metode maksimum

likelihood dan metode moment

(C3)

3. Mampu menganalisis ke-

unbiased-an dan kekonsistenan

dari suatu penaksir (C4)

4. Mampu mendapatkan statistik

cukup, penaksir unbiased (C3)

Essay,

Tugas,

Presentasi



pemberian tugas


Solusi persamaan satu

variabel, Interpolasi dan

aproksimasi polinomial,

diferensiasi dan integrasi

Papan Tulis,

OHP, LCD,

Komputer,

Metode

Numerik (4 SKS)

1. Mampu memecahkan masalah

persamaan satu variable melalui

pendekatan numerik (C4)

Essay,

Tugas,

Presentasi


No Kompetensi




Media dan



numerik, metode langsung

dalam memecahkan sistim

linier, metode iteratif untuk

penyelesaian sistim

persamaan linier.

Software, Buku

Teks, Diktat


interpolasi dan aproksimasi

melalui pendekatan

numerik(C4)


diferensiasi dan integrase

numerik (C4)


sistim persamaan linier

menggunakan metode langsung

dan metode iterative (C4)

2 PP2 : Mampu

mengidentifikasi

model

matematika/statisti

ka yang sesuai

untuk

menyelesaikan

masalah.

1.Mampu

menyelesaikan model

matematis dan

menganalisis hasil

yang didapat.(C3)

2.Mampu

menganalisis

permasalahan dunia

nyata dan

memodelkannya ke

dalam bentuk model

matematika/statistika.

(C4)

3.Mampu

mengidentifikasi dasar

penelitian

matematika/statistika.

(C4)


Diskusi kelompok,



yang diberikan,

Pengukuran dan

penyelesaian masalah

Bunga; Anuitas dasar dan

anuitas umum;

Amortization and sinking

fund; Obligasi; Yield Rates;

Term Structure of Interest Rate

Papan Tulis,

OHP, LCD,

Komputer,

Software, Buku

Teks, Diktat

Matematika

Keuangan (4

SKS)

1. Mampu menerangkan konsep-

konsep bunga &memodelkan

permasalahan riil yang

menyangkut bunga sesuai

dengan konsep bunga (C4)

2. Mampu menerangkan konsep

anuitas dasar, anuitas yang

lebih umum serta memodelkan

masalah riil yang menyangkut

anuitas (C4)

3. Mampu menentukan sisa

hutang dari suatu amortisasi,

membuat schedules amortisasi

&sinking funds (C3)

4. Mampu menganalisis aliran

keuangan dan menghitung

tingkat reinvestasi (C4)

Essay,

Tugas,

Presentasi

3 PP3: Memiliki

kemampuan

mengikuti

perkembangan

matematika dan

aplikasinya pada

ilmu-ilmu terkait

PP3.2: Mampu

mengidentifikasi (C4)

teori matematika

pada perkembangan


Mahasiswa melakukan

penelitian pada topik-

topik tertenu melalui :

Pembuatan proposal,

Studi literatur, Penulisan

laporan

Penelitian sebagai suatu

pendekatan untuk

memperoleh kebenaran;

Berbagai metode dan

macam penelitian; Konsep,

variabel dan sistem variabel;

Perumusan hipotesis;

Rencana penelitian dan

Buku teks,

Diktat, Jurnal

Skripsi (6 SKS) 1. Mampu membuat dasar

penelitian awal di bidang

Matematika (C4)

2. Mampu mendokumentasikan

hasil penelitian menggunakan

kaidah ilmiah (C4)

Tugas,

Presentasi.


No Kompetensi




Media dan



langkah-langkah dalam

meneliti; Relasi dan variabel

pengganggu; Meode

eksperimen; Sumber-sumber

kesalahan dan generalisasi;

metode survei dan

konstruksi pertanyaan

dalam survei; Teknik

pengambilan sampel;

Validitas dan reliabilitas;

Praktekk pembuatan

proposal penelitian;

Penulisan laporan penelitian


Mata Kuliah Wajib Program Studi (53 SKS)

No Kompetensi


(substansi pokok bahasan dan

subpokok bahasan)

Media dan



1 [PP1] Mampu

menyelesaikan model

statistika dan bidang

ilmu lainnya yang

terkait

[KK1] Mampu

menerapkan Teknologi

Informasi dan

Komunikasi (TIK

yang sesuai sebagai

pendukung bidang


lainnya yang terkait.

[PP2] Mampu

mengidentifikasi

permasalahan dunia

nyata ke dalam model

statistika

[PP1.2] Mampu

menerapkan teori dan

konsep statistika dan

bidang lain terkait

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika

[PP2.1] Mampu

menggambarkan data

dalam permasalahan

nyata dengan metode


ilmu terkait

Kuliah Interaktif, Diskusi

kelompok, Presentasi hasil

diskusi, Mengerjakan soal-

soal yang diberikan.

Uji Chi Kuadrat: Uji

Independensi, Uji Homogenitas,

Uji Kecocokan; Regresi Linier

Sederhana; Analisis Variansi Satu

Arah.

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat

Metode Statistika

Lanjut

(2 SKS)

1. Mampu memutuskan analisis dasar

yang tepat saat diperhadapkan pada

data real

2. Dapat menjelaskan dengan benar

pemodelan dasar dalam statistika

Ujian Tertulis

:UTS, UAS,

Kuis, Tugas,

Presentasi

2 [KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

pendukung bidang



[PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika

[PP1.2] Mampu



bidang lain terkait

Question based learning,

diskusi, presentasi, kuliah

interaktif, pemberian tugas


Pengenalan fasilitas software (R,

SPSS, Minitab, Eviews,

Mathematica), manajemen data

(entry data, import, wxport dan

transformasi data), statistika

deskriptif menggunakan software,

statistika inferensial

menggunakan software, simulasi

monte carlo menggunakan

software

LCD,

komputer,

papan tulis,

software, e-

sources

Algoritma dan

Pemrograman

Statistika

(2 SKS)

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.

Essay, Tugas,

Presentasi

3 [PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait

[PP1.1] Mampu

menjelaskan teori dan


bidang ilmu yang terkait

[PP1.2] Mampu



bidang lain terkait




soal yang diberikan,

Matriks: partisi matriksdisertai

opersi-operasinya, rank dan

invers dari partisi matriks,

determinan, invers yang

diperumum. Dekomposisi bentuk

matriks kuadrat dan Cholesky.

Linier, bilinier. Turunan vektor,

matriks dari fungsi beserta

turunan tingkat tinggi dan turunan

parsial. Matriks, sub matriks dan

matriks partisi, sifat operasi,

trace,pada matriks, rank,

Papan Tulis,

LCD,

Komputer,

Software,

Buku Teks

Teori Matriks

Statistika

(3 SKS)

1. Mampu mengenali persamaan

fungsi yang dapat diekspresikan

dalam bentuk matriks

2. Mampu membentuk turunan vektor

atau matriks dari fungsi beserta

turunan tingkat tinggi dan turunan

parsialnya

Ujian Tertulis

:

UTS, UAS,

Kuis, Tugas,

Presentasi


No Kompetensi



subpokok bahasan)

Media dan



determinan dan invers pada

matriks partisi

4 [PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait

[PP1.1] Mampu




[PP1.2] Mampu



bidang lain terkait

Kuliah interaktif, diskusi

kelompok, presentasi hasil

diskusi, mengerjakan soal-

soal yang diberikan

Konsep Dasar Pengambilan

Sampel, Sampling Acak

Sederhana, Sampling Acak

Sistematis, Sampling Acak

Stratifikasi, dan Sampling Acak

Cluster

Papan Tulis,

LCD,

komputer,

buku teks, e-

sources

Teknik Sampling

(3 SKS)

1. Mampu menjelaskan konsep dasar

dari pengambilan sampel

2. Mampu menjelaskan mengenai

sampling acak sederhana


sampling acak sistematis


sampling acak stratifikasi


sampling acak cluster

6. Mampu menentukan penaksr yang

tepat untuk suatu parameter

populasi

7. Mampu menentukan ukuran sampel

yang ideal

Ujian Tertulis

: UTS, UAS,

Kuis, Tugas,

Presentasi

5 [PP3] Mampu

mengikuti

perkembangan


lainnya yang terkait

[KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

pendukung bidang



[PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait

[PP3.1] Mampu



bidang ilmu terkait

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika

[PP1.1] Mampu




[PP1.2] Mampu



bidang lain terkait




soal yang diberikan

Statistika deskriptif dan inferensi

dan beberapa pengertian yang

digunakan dalam statistika non

parametric, Uji binomial dan CI,

Uji kuantil dan CI, Uji chi square,

Kolmogorov, cox stuart, Mc

nemar, Sign test, Wilcoxon test,

Randomization, Mann-Whitney

& CI, Smirnov, Squared rank test,

uji klottz, Cramer non mises, uji

Kruskal Wallis dan table

kontingensi, uji koefisien korelasi

Kendall Tau, Uji Quade dan

Friedman, Regresi non

parametric, regresi monotonic.

Papan tulis,

OHP, LCD,

Komputer,

Buku Teks,

Diktat, E-

Sources

Statistika

Nonparametrik

(3 SKS)

1. Mampu memilih Uji Statistik

Nonparametrik yang tepat untuk

setiap data yang dihadapi

UTS, UAS,

Kuis, Tugas,

Presentasi,

Praktikum

6 [PP3] Mampu

mengikuti

perkembangan



[KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

[PP3.1] Mampu



bidang ilmu terkait

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika

[PP1.1] Mampu





soal yang diberikan

perorangan atau kelompok

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 dan mengelompokkan

data kontinu: Bivariat Anova,

Multivariat Anova (Manova),

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat; Jurnal

Analisis

Multivariat 1

(3 SKS)

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.

Essai, UTS,

UAS, Tugas,

Presentasi

Makalah


No Kompetensi



subpokok bahasan)

Media dan



pendukung bidang



[PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait



[PP1.2] Mampu



bidang lain terkait

Analisis Komponen Utama &

Analisis Faktor, Analisis

7 [PP3] Mampu

mengikuti

perkembangan



[KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

pendukung bidang



[PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait

[PP3.1] Mampu



bidang ilmu terkait

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika

[PP1.1] Mampu




[PP1.2] Mampu



bidang lain terkait




soal yang diberikan


Rantai Markov untuk waktu

diskrit dan kontinu; Proses

Poisson; Aplikasi Rantai Markov

dan aplikasi Proses Poisson ;

Proses Renewal

Papan Tulis,

OHP, LCD,

Komputer,

Buku Teks,

Diktat

Proses Stokastik 1

(3 SKS)

1. Mampu membedakan jenis proses

stokastik berdasarkan ruang keadaan

dan ruang parameter

2. Mampu mengidentifikasi suatu

permasalahan sebagai rantai Markov

atau Proses Poisson.

3. Mampu menginterpretasikan matrik

transisi dari rantai Markov

Ujian tertulis

: UTS, UAS,

Kuis, Tugas,

Presentasi

8 [PP3] Mampu

mengikuti

perkembangan



[KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

pendukung bidang



[PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait

[PP3.1] Mampu



bidang ilmu terkait

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika

[PP1.1] Mampu




[PP1.2] Mampu



bidang lain terkait




soal yang diberikan

Pendahuluan Regresi linier

sederhana, Asumsi-asumsi dalam

permodelan, Analisis regresi

linier sederhana, Analisis regresi

linier berganda Pembentukan

model : variable independent

kuantitatif dan kualitatif, First

order model, Second order model,

Some regression pitfalls

Papan tulis,

OHP, LCD,

Komputer,

Buku Teks,

Diktat, E-

Sources

Analisis Regresi 1

(3 SKS)

1.Mahasiswa dapat menjelaskan

konsep dasar regresi linier

sederhana

2.Mahasiswa dapat menjelaskan dan

menentukan asumsi-asumsi di

dalam pembentukan model regresi

3.Mahasiswa dapat menjelaskan jenis-

jenis regresi linier

4.Mahasiswa dapat menjelaskan

permasalahan dalam pembentukan

model regresi

Ujian tertulis:

UTS, UAS,

Kuis, Tugas,

Presentasi


No Kompetensi



subpokok bahasan)

Media dan



9 [KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

pendukung bidang



[PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika

[PP1.1] Mampu




[PP1.2] Mampu



bidang lain terkait

Kuliah interaktif, diskusi

kelompok, presentasi hasil


soal yang diberikan

Peninjauan konsep-konsep

statistika dan teori matriks yang

diperlukan (sampel acak, dll),

Model matematika dan

pemisalan-pemisalan dasar,

Taksiran kuadrat terkecil,

Persamaan-persamaan normal,

Fungsi estimable, Teorema

Gauss-Markov, Bentuk kanonik

pemisalan dasar,

Pengkonstruksian ellipsoida

kepercayaan, Statistik uji F,

Metode contrast Scheffe dan

Tukey

Papan Tulis,

LCD,

komputer,

buku teks,

diktat, e-

sources

Rancangan

Percobaan 1

(2 SKS)

Mahasiswa mampu menerapkan

konsep model matematika dan

pemisalan-pemisalan dasar ANOVA

pada data nyata.

UTS, UAS,

Kuis, Tugas,

Presentasi,

Makalah

10 [KM1] Memiliki

kemampuan dasar

untuk

mengembangkan diri

sesuai dengan

kebutuhan profesi

[PP3] Mampu

mengikuti

perkembangan



[KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

pendukung bidang



[KM1.1] Mampu

menyesuaikan diri

dengan kebutuhan

profesi

[PP3.1] Mampu



bidang ilmu terkait

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika





Modeling; Beberapa ukuran dasar

distribusi: momen, kuantil, fungsi

pembangkit dan jumlah dari

variable random; tail

distributions, ukuran resiko dan

penggunaannya (VaR dan TVaR);

Model – model aktuaria:

karakteristik model-model

aktuaria, model–model kontinu,

beberapa distribusi khusus dan

keteraitannya, Linear exponential

family distribution, TVaR untuk

distribusi yang kontinu, Extreme

value distributions; Kelas

distribusi diskrit : Distribusi

Poisson, negative binomial,

binomial, kelas (a,b,0), kelas

(a,b,1), Truncation and

modification at zero, Compound

frequency model, Mixed

frequency distributions, TVaR

untuk distribusi diskret;

Frequency and severity with

coverage modifications:

Deductibles, Loss Elimination

Ratio dan efek inflasi untuk

ordinary deductibles, Policy

limits, Coinsurance, deductibles,

dan limits, Efek dari deductible

terhadap frekuensi klaim,

Estimasi Parameter, Metode

momen dan percentile matching,

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat

Model Kerugian 1

(3 SKS)

Pembahasan mengenai kelas – kelas

distribusi loss; yang meliputi kelas

distribusi diskrit dan kontinu. Akan

dipelajari karakteristik distribusi,

konstruksi distribusi yang baru,

penaksiran parameter dan pemodelan

masalah dengan menggunakan

distribusi – distribusi tersebut.

UTS, UAS,

Kuis, Tugas,

Presentasi


No Kompetensi



subpokok bahasan)

Media dan



MLE, Variansi dan estimasi

interval, Estimasi Bayesian,

Estimasi untuk distribusi diskrit,

Analisis data eksploratori.

11 [KM1] Memiliki

kemampuan dasar

untuk

mengembangkan diri

sesuai dengan

kebutuhan profesi

[PP3] Mampu

mengikuti

perkembangan



[KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

pendukung bidang



[KM1.1] Mampu

menyesuaikan diri

dengan kebutuhan

profesi

[PP3.1] Mampu



bidang ilmu terkait

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika





Teori bunga dan probabilitas,

Peubah acak untuk usia

kegagalan; contoh dari model

survival parametrik; peubah acak

untuk waktu kegagalan; central

rate; model survival pilihan.

Definisi tabel usia; bentuk

tradisional dari tabel usia;

penurunan fungsi dari jumlah

hidup; metode untuk usia non-

integral; tabel usia pilihan;

ringkasan tabel usia. Model

stokhastik diskrit; pendekatan

deterministik grup; model

stokhastik kontinu; model

pembayaran tertentu di masa

depan dengan pembayaran yang

beragam. Model anuitas seumur

hidup; model anuitas sementara;

model anuitas seumur hidup

tertunda; anuitas tertentu di masa

depan yang dibayarkan lebih dari

satu kali dalam setahun. Skema

pendanaan tahunan untuk model

pembayaran tertentu di masa

depan; analisa peubah acak;

skema pendanaan pembayaran

kontinu.

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat

Matematika

Aktuaria 1

(3 SKS)

1. Mampu menerapkan berbagai

perangkat matematika untuk

memodelkan dampak finansial dari

suatu kontrak antar agen-agen

ekonomi, sebagai akibat dari suatu

ketidakpastian di masa depan.

2. Mampu menjelaskan dengan baik

konsep dasar matematika asuransi

jiwa, dan pendekatan aktuaria dalam

menaksir tarif dari berbagai kontrak

keuangan yang menimbulkan klaim

finansial tertentu di masa depan

(contingent financial claim)

Ujian tertulis

: UTS, UAS,

Kuis, Tugas,

Presentasi

12 [PP3] Mampu

mengikuti

perkembangan



[KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

pendukung bidang



[PP3.1] Mampu



bidang ilmu terkait

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika

[PP1.1] Mampu




[PP1.2] Mampu





soal yang diberikan

Masalah multikolinearitas,

Transformasi data, Analisis

residual: Heteroskedastisitas,

Ketidaknormalan, Outlier,

Autokolinearitas, Regresi linear

piecewise, Weighted least square,

Regresi logistic sederhana dan

ganda : Interpretasi koefisien,

Odds ratio, Pengujian model,

Estimasi, Seleksi variable, Tabel

kontingensi, Permodelan log

linier, Aplikasi pada

permasalahan nyata

Papan tulis,

OHP, LCD,

Komputer,

Buku Teks,

Diktat, E-

Sources

Analisis Regresi 2

(3 SKS)

1.Mahasiswa mampu menjelaskan

masalah multikolinearitas dan

transformasi data.


analisis residual

3.Mahasiswa mampu menjelaskan

jenis-jenis regresi non linear


pengujian model dan penaksiran

parameter di dalam model.

5.Mahasiswa mampu

mengaplikasikan model regresi

dalam permasalahan nyata.

Ujian tertulis:

UTS, UAS,

Kuis, Tugas,

Presentasi


No Kompetensi



subpokok bahasan)

Media dan



[PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait


bidang lain terkait

13 [PP3] Mampu

mengikuti

perkembangan



[KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

pendukung bidang



[PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait

[PP3.1] Mampu



bidang ilmu terkait

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika

[PP1.1] Mampu




[PP1.2] Mampu



bidang lain terkait




soal yang diberikan


Analisis Korelasi Kanonik:

Korelasi & Variat kanonik,

pendekatan geometr & analitis

untuk korelasi kanonic, Test of

significance, Hubungan analisis

korelasi kanonic dengan teknik

Multivariate lainnya. Analisis

Komponen Utama (PCA): dasar

geometri & Aljabar dari

Komponen Utama, analisis

komponen utama, plot Komponen

Utama, interpresi dari PCA.

Analisis Faktor, Analisis Cluster:

ukuran similaritas or disimilaritas,

Cluster Hierarki vs Cluster

Nonhierarki, pemilihan variabel

dalam pengelompokan. Analisis

regresi multivariate: Regresi

Ganda Univariat, pendugaan

regresi ganda multivariat,

pengujian hipotesis regresi ganda

multivariat. Prosedur grafik:

Multidimensional Scaling (MDS),

Analisis korespondensi, Biplots,

dan Analisis Diskriminan.

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat

Analisis

Multivariat 2

(3 SKS)

Mahasiswa mampu mengenali

(mendeteksi) suatu permasalahan

dunia nyata yang dapat dimodelkan

dan dianalisis menggunakan analisis

multivariat.

UTS, UAS,

Kuis, Tugas,

Presentasi

14 [PP2] Mampu

mengidentifikasi

permasalahan dunia


statistika

[KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

pendukung bidang



[KM1] Memiliki

kemampuan dasar

[PP2.1] Mampu

menggambarkan data

dalam permasalahan

nyata dengan metode


ilmu terkait

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika

[KM1.2] Mampu

mengembangkan teori

statistika dan ilmu terkait

sesuai dengan kebutuhan

profesi




soal yang diberikan


Pendahuluan, konsep dasar runtun

waktu; kestasioneran; fungsi

autokorelasi, model untuk runtun

stasioner (ARIMA Model) ,

model untuk runtun non stasioner,

spesifikasi model, estimasi

parameter model, diagnostic

model, peramalan, model

musiman (SARIMA Model).

Papan Tulis,

OHP, LCD,

Komputer,

Buku Teks,

Diktat

Analisis

Runtun Waktu

(3 SKS)


teori runtun waktu

2. Mampu membentuk model

berdasarkan data runtun waktu

Ujian Tertulis

: UTS, UAS,

Kuis, Tugas,

Presentasi,

Praktikum


No Kompetensi



subpokok bahasan)

Media dan



untuk

mengembangkan diri

sesuai dengan

kebutuhan profesi

15 [PP2] Mampu

mengidentifikasi

permasalahan dunia


statistika

[KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

pendukung bidang



[KM1] Memiliki

kemampuan dasar

untuk

mengembangkan diri

sesuai dengan

kebutuhan profesi

[PP2.1] Mampu

menggambarkan data

dalam permasalahan

nyata dengan metode


ilmu terkait

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika

[KM1.2] Mampu

mengembangkan teori



profesi




soal yang diberikan


Kuantitas-kuantitas dasar pada

analisa survival: Pendahuluan:

contoh - contoh kasus dan tipe

data pada survival analysis,

Fungsi survival, Fungsi hazard,

Fungsi mean residual life dan

median life, Model - model

parametrik untuk data survival;

Pemancungan dan Penyensoran:

Pendahuluan, Penyensoran kanan,

Penyensoran kiri atau interval,

Pemancungan, Konstruksi

likelihood untuk data terpancung

dan tersensor; Penaksiran

nonparametrik pada data

tersensor kanan dan terpancung

kiri: Uji hipotesis:; Regresi

hazard proporsional semiparame-

trik dengan kovariate tetap

Papan Tulis,

OHP, LCD,

Komputer,

Buku Teks,

Diktat

Analisis Survival

(3 SKS)

1. Mampu memahami kuantitas dasar

pada analisis survival

2. Mampu menghitung kuantitas dasar

pada analisis survival

3. Mampumenggunakan teknik-teknik

analisis statistik untuk data waktu

hingga peristiwa tertentu terjadi (time

to event data).

4. Mampu menjelaskan dengan benar

cara memperlakukan time to event

data untuk kepentingan analisis serta

permodelan

5. Mampu melakukan berbagai tehnik

analisis statistik baik pada data-

survival time yang tersensor

(censored) maupun yang terpancung

(truncated)

Ujian tertulis:

UTS, UAS,

Kuis, Tugas,

Presentasi,

Makalah

16 [PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait

[PP2] Mampu

mengidentifikasi

permasalahan dunia


statistika

[PP2.1] Mampu

menggambarkan data

dalam permasalahan

nyata dengan metode


ilmu terkait

[PP1.2] Mampu



bidang lain terkait




soal yang diberikan


Melatih suatu penelitian sesuai

kebutuhan tujuan penetilian.

Menentukan jenis teori sampling

yang akan digunakan dalam

penelitian. Menentukan jumlah

sampel yang sesuai dengan tujuan

penelitian. Menganalisis data

yang diperoleh dari penelitian

Papan Tulis,

OHP, LCD,

Komputer,

Buku Teks,

Diktat

Metode Penelitian

Kuantitatif

(2 SKS)

1.Mahasiswa mampu menentukan

jumlah sampel yang sesuai dengan

tujuan penelitian

2.Mahasiswa mampu menentukan

jenis teori sampling yang akan

digunakan dalam penelitian

3.Mahasiswa mampu merancang

langkah-langkah penelitian sesuai

kebutuhan dan tujuan penelitian

Ujian Tertulis

: UTS, UAS,

Tugas,

Presentasi,

Praktikum

17 [PP3] Mampu

mengikuti

perkembangan



[KK1] Mampu


Informasi dan

Komunikasi (TIK

[PP3.1] Mampu



bidang ilmu terkait

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika




soal yang diberikan


Pada mata kuliah ini akan

dipelajari metode – metode untuk

menganalisis data kategorik,

berdasarkan perspektif

maksimum likelihood

(frequentist). Topik pokok yang

dibahas adalah statistika

descriptive dan inferensi untuk

table kontingensi dua arah dan

Papan Tulis,

OHP, LCD,

Komputer,

Buku Teks,

Diktat

Analisis Data

Kategorik

(3 SKS)

1. Mampu menjelaskan konsep-

konsep dan tehnik pemodelan data

katagorik

2. Mampu menggunakan model yang

tepat pada penyelesaian masalah-

masalah riil.

UTS, UAS,

Kuis, Tugas,

Presentasi,

praktikum


No Kompetensi



subpokok bahasan)

Media dan



yang sesuai sebagai

pendukung bidang



tiga arah, generalized linear

models untuk response yang

diskrit, binary regression models

(dengan penekanan pada regresi

logistic), multi-category logit

models untuk response yang

nominal dan ordinal, model

loglinier untuk table kontingensi,

dan matched pairs.

18 [KM1] Memiliki

kemampuan dasar

untuk

mengembangkan diri

sesuai dengan

kebutuhan profesi

[PP3] Mampu

mengikuti

perkembangan



[KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

pendukung bidang



[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika

[PP3.1] Mampu



bidang ilmu terkait

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika




soal yang diberikan


Memeriksa reliabilitas dan

validitas alat ukur.

Mempersiapkan data untuk

analisis. Mengubah data kontinu

menjadi data katagorik.

Menganalisis data berdasarkan

deskripsi data. Menganalisis data

berdasarkan metode-metode

statistika dasar yang tepat.

Menganalisis data dengan metode

SEM. Memilih metode yang tepat

untuk menganalisis data lapangan

dan meng-komunikasikan hasil

analisis data yang didapat.

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat

Analisis Data

(3 SKS)

1. Mamput mempersiapkan data untuk

analisis

2. Mengerti metode-metode statistika

dan masing-masing kegunaan-nya.

3. Mampu menganalisis data dengan

metode yang tepat

4. Mampu menyimpulkan hasil

analisis data untuk menjawab tujuan

penelitian.

Essai, Kuis,

Tugas,

Presentasi

19 [PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait

[PP1.2] Mampu



bidang lain terkait

Question based learning,

diskusi, presentasi, kuliah

interaktif, pemberian tugas


Integral tak wajar: definisi dan uji

konvergensi; Deret: deret fungsi,

deret kuasa, deret Taylor dan

deret Maclaurin, konvergensi

seragam; Deret Fourier, Integral

Fourier, Error function, Fungsi

Gamma, Fungsi Beta, Deret

Hipergeometrik.

LCD,

komputer,

papan tulis,

buku teks

Matematika Dasar

Statistika

(3 SKS)


kalkulus


terapan kalkulus

Ujian Tertulis

: UTS, UAS,

Kuis, Tugas,

Presentasi


Mata Kuliah Pilihan 54 SKS

No Kompetensi



subpokok bahasan)

Media dan



1 [PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait

[PP1.1] Mampu




[PP1.2] Mampu



bidang lain terkait




soal yang diberikan


Pendahuluan:Normative &

Descriptive decision

theory,Rational & right decision,

Risk, Ignorance ,Certainty,

Certainty Trees, Decision Matrix;

Decision under ignorance:

Maximax Rule, Minimax Regret

Rule, Optimist-Pessimist Rule;

Decision under risk: Maximum

Expected Value, Bayesian

Decision Theory; Utility Theory :

Interval utility score, Monetary

values vs utility, Von Neumann-

Morgenstern Utility Theory,

Criticism of Utility Theory;

Causal Decision Theory; Scoring

rules; Value of information.

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat

Teori Keputusan

Statistika

(3 SKS)

Mahasiswa dapat menjelaskan dengan

benar serta menggunakan teori

pengambilan keputusan pada beberapa

kondisi dan dengan beberapa metode.

UTS, UAS,

Kuis, Tugas,

Presentasi

2 [KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

pendukung bidang



[PP3] Mampu

mengikuti

perkembangan



[KM1] Memiliki

kemampuan dasar

untuk

mengembangkan diri

sesuai dengan

kebutuhan profesi

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika

[PP3.1] Mampu



bidang ilmu terkait

[KM1.1] Mampu

menyesuaikan diri

dengan kebutuhan

profesi

[KM1.2] Mampu

mengembangkan teori



profesi




soal yang -diberikan


Mindset Kewirausahaan - Konsep

Dasar Kewirausahaan -

Pengertian kewirausahaan dan

wirausaha - Wirausaha dan

Manajer. Karakteristik dan

Motivasi Wirausaha -

Karakteristik/sifat Wirausaha -

Perilaku Wirausaha - Faktor-

faktor motivasi. Usaha Kecil dan

Menengah - Bisnis - Jenis-jenis

Organisasi Bisnis - Karakteristik

Sistem Bisnis B. Strategi

Memulai Bisnis - Peluang Bisnis

- Beberapa Pertanyaan Awal -

Lima Kunci Sukses. Strategi

Mengembangkan Kreativitas dan

Inovasi - Arti penting inovasi dan

kreativitas - Mengembangkan

kreativitas - Proses inovasi.

Persiapan Akhir - Membina

Keberanian - Melakukan

Presentasi - Menghadapi

Pertanyaan. Presentasi Proposal

Bisnis.

Papan Tulis,

OHP, LCD,

Komputer,

Buku Teks,

Diktat

Kewirausahaan

(3 SKS)

Mahasiswa memiliki bekal untuk

membuka lapangan usaha/pekerjaan.

Presentasi

3 [KM1] Memiliki

kemampuan dasar

untuk

[KM1.1] Mampu

menyesuaikan diri



1. Konsep Dasar Ekonomi Mikro,

Teori Perilaku Konsumen, Teori

Produksi, Biaya Produksi.

Papan Tulis,

OHP, LCD,

Komputer,

Teori Mikro dan

Makro Ekonomi

(3 SKS)

1.Dapat menjelaskan pengertian

konsep teori Ekonomi Mikro dengan

menggunakan pendekatan verbal,

UTS, UAS,

Kuis, Tugas,

Presentasi


mengembangkan diri

sesuai dengan

kebutuhan profesi

[PP3] Mampu

mengikuti

perkembangan



dengan kebutuhan

profesi

[PP3.1] Mampu



bidang ilmu terkait



Struktur Pasar, Keseimbangan

firm. Mekanisme pasar dan

kebijakan pemerintah

2. Mata kuliah ini membahas

tentang beberapa konsep dasar

dalam ekonomi makro, kebijakan

ekonomi makro, kegiatan

ekonomi masyarakat dan

pendapatan nasional, analisis

pendapatan nasional, permintaan

dan penawaran akan uang,

keseimbangan umum pasar

produk dan pasar uang,

permintaan uang dan kebijakan

stabilisasi, teori permintaan

agregat dalam perekonomian

terbuka, teori penawaran agregat

dalam perekonomian terbuka,

makroekonomi ekuilibrium dalam

perekonomian terbuka

Software,

Buku Teks,

Diktat

pendekatangrafik serta pendekatan

matematis. Selain itu juga mampu

menjelaskan beberapa konsep dasar

dalam makroekonomi, dasar teori

makroekonomi yang kuat.

Memperoleh gambaran riil dari teori-

teori yang diperolehnya dalam praktek

sehari-hari. Mampu menerapkan teori

dalam menganalisis gejala ekonomi

yang berkaitan dengan

makroekonomi.

2. Mampu menjelaskan beberapa

konsep dasar dalam makroekonomi,

dasar teori makroekonomi yang kuat.

Memperoleh gambaran riil dari teori-

teori yang diperolehnya dalam praktek

sehar-hari. Mampu menerapkan teori

dalam menganalisis gejala ekonomi

yang berkaitan dengan

makroekonomi.

4 [KM1] Memiliki

kemampuan dasar

untuk

mengembangkan diri

sesuai dengan

kebutuhan profesi

[PP3] Mampu

mengikuti

perkembangan



[KM1.1] Mampu

menyesuaikan diri

dengan kebutuhan

profesi

[PP3.1] Mampu



bidang ilmu terkait





Aggregate loss model, Discrete

time ruin model, Continuous time

ruin model, Konstruksi model

secara empiris, Seleksi model,

Estimasi dan seleksi model untuk

model yang kompleks,

Kredibilitas, Simulasi.

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat

Model Kerugian 2

(3 SKS)

Mampu menerapkan pemodelan lebih

lanjut pada data kerugian; seleksi

model,dan kredibilitas. Simulasi juga

dilakukan untuk mendapatkan

pemahaman yang lebih komprehensif.

UTS, UAS,

Kuis, Tugas,

Presentasi

5 [PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait

[KM1] Memiliki

kemampuan dasar

untuk

mengembangkan diri

sesuai dengan

kebutuhan profesi

[PP1.1] Mampu




[KM1.2] Mampu

mengembangkan teori



profesi





Benefit Premiums; Benefit

Reserves, Analysis of Benefit

Reserves, Special Topics.

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat

Matematika

Aktuaria 2

(3 SKS)

1. Mampu menerapkan berbagai

perangkat matematika untuk

memodelkan dampak finansial dari

suatu kontrak antar agen-agen

ekonomi, sebagai akibat dari suatu

ketidakpastian di masa depan.

2. Mampu menjelaskan dengan baik

konsep dasar matematika asuransi

jiwa, dan pendekatan aktuaria dalam

menaksir tarif dari berbagai kontrak

keuangan yang menimbulkan klaim

finansial tertentu di masa depan

(contingent financial claim)

UTS, UAS,

Kuis, Tugas,

Presentasi

6 [KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika




soal yang diberikan


Pendahuluan: Teknik komputasi

untuk mining informasi berjumlah

besar yang diproduksioleh

perkembangan di biologi, seperti

genome sequencingdan teknologi

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Statistika Genom

(3 SKS)

Mahasiswa mampu menjelaskan

dasar-dasar statistika genome yang

dapat digunakan untuk riset lebih

lanjut di topic bioinformatika,

terutama:

UTS, UAS,

Kuis, Tugas,

Presentasi


pendukung bidang



[PP3] Mampu

mengikuti

perkembangan



[PP3.2] Mampu

mengoperasikan teori-

teori statistika dan ilmu

terkait

microarrray.

Topik utama meliputi:

1. DNAand protein sequence

alignment,

2. sequence motifs/patterns,

3. phylogenetic trees,

4. protein structures: prediction,

alignment, classification

5. microarray data analysis:

normalization, clustering

6. biological networks.

Buku Teks,

Diktat

1. the bioinformatics terminology

2. main bioinformatics problems

7 [PP2] Mampu

mengidentifikasi

permasalahan dunia


statistika

[PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait

[PP2.1] Mampu

menggambarkan data

dalam permasalahan

nyata dengan metode


ilmu terkait

[PP1.2] Mampu



bidang lain terkait





Teori Pembaharuan (Renewal

Theory) dan Aplikasinya :

Pendahuluan Teori Pembaharuan,

Distribusi dari N(t), Teorema

Limit dan Aplikasinya, Reneal

Reward Process, Regenerative

Process, Semi Markov Process,

The Inspection Paradox,

Computing the Renewal

Function, Application to Patterns.

Brownian Motion dan Proses

Stasioner: Brownian Motion, Hitting Times, Maximum

Variable, and The Gambler’s

Ruin problem, Various on

Brownian Motion, Pricing Stock

Options, White Noise

andGaussian Process, Stationary

and Weakly Stationary Process

Stochastics Simulation: The

simulation Procedure,

Multiplicative Congruential

Random Number Generators, The

Inversion Methods for Generating

Simulated Outputs from

Continuous Disributions, The

Table Look-Up Methods for

Discrete Probability

Distributions, The Polar Method

for Generating Simulated Normal

Distribution Values, Sample Size

and Precision.

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat

Proses Stokastik 2

(3 SKS)

Mampu menerapkan model

probabilitas dan melibatkan berbagai

teori yang seimbang dengan

aplikasinya.

UTS, UAS,

Kuis, Tugas,

Presentasi

8 [KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

pendukung bidang

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika

[PP3.1] Mampu





soal yang diberikan


Konsep dasar; Bagan kendali

untuk variabel (bagan xbar dan R;

bagan xbar dan S); Bagan

kendali untuk bagian yang

ditolak; Bagan kendali untuk

ketidak sesuaian; Bagan kendali

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat

Statistika

Pengendalian

Mutu

(3 SKS)

Mahasiswa mampu menjelaskan dan

menggunakan teori statistika pada

persoalan pengendalian mutu

UTS, UAS,

Kuis, Tugas,

Presentasi




[PP3] Mampu

mengikuti

perkembangan



[PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait


bidang ilmu terkait

[PP1.2] Mampu



bidang lain terkait

untuk ketidaksesuaian per unit;

Rational Subgrouping; Batas

Probabilitas untuk bagan kendali

xbar dan R; Batas probabilitas

untuk bagan kendali untuk

ketidaksesuaian dan untuk bagan

kendali untuk ketidaksesuaian per

unit; Analisis dari kapabilitas

proses; Analisis pareto; Diagram

sebab-akibat; Bagan kendali

untuk rata-rata bergerak; Bagan

kendali xbar dengan trend linier;

Cumulative Sum Control Chart.

9 [PP2] Mampu

mengidentifikasi

permasalahan dunia


statistika

[KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

pendukung bidang



[PP2.1] Mampu

menggambarkan data

dalam permasalahan

nyata dengan metode


ilmu terkait

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika




soal yang diberikan


Prinsip dasar rancangan, Analisis

Variansi, Rancangan Acak

Sempurna, Rancangan Blok Acak

Lengkap, Rancangan Blok Acak

Tak Lengkap Seimbang,

Rancangan Bujur Sangkar Latin,

Graeco Latin Square, Rancangan

Faktorial, Rancangan Faktorial

2k, Bloking dan Counfounding

dalam Faktorial 2k, Rancangan

Fraksional Faktorial, Aturan

EMS, Rancangan Nested dan

Split Plot.

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat, E-

Sources

Rancangan

Percobaan 2

(3 SKS)

1. Mahasiswa dapat menjelaskan

prinsip dasar rancangan percobaan

dan analisis variansi

2.Mahasiswa dapat menjelaskan jenis-

jenis rancangan percobaan dan

aturan EMS

UTS, UAS,

Kuis, Tugas,

Presentasi

10 [PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait

[PP2] Mampu

mengidentifikasi

permasalahan dunia


statistika

[PP1.2] Mampu



bidang lain terkait

[PP2.1] Mampu

menggambarkan data

dalam permasalahan

nyata dengan metode


ilmu terkait




soal yang diberikan


Pendahuluan: alasan melakukan

survei dan komponen-komponen

dalam survei; Error dalam survei,

Complex sampling : menentukan

metode sampling yang tepat,

sample frame, unit sampel,

ukuran sampel, alokasi sampel;

Menangani non-response dalam

survei; Metode pengumpulan

data, Merancang kuesioner;

Mempersiapkan data untuk

analisis; Kode etik dalam survei;

Menentukan Survei Error;

Merancang Quick Count.

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat

Metode Survei

(3 SKS)

Mahasiswa mampu menjelaskan apa

yang dimaksud dengan suatu survei,

alasan mengapa dilakukan survei,

macam-macam survei, bagaimana

merancang alat ukur untuk survei,

bagaimana merancang dan

melaksanakan suatu survei serta

mampu melakukan survei dengan

metode yang benar.

UTS, UAS,

Kuis, Tugas,

Presentasi

11 [KM1] Memiliki

kemampuan dasar

untuk

mengembangkan diri

sesuai dengan

kebutuhan profesi

[PP1] Mampu

menyelesaikan model


[KM1.2] Mampu

mengembangkan teori



profesi

[PP1.1] Mampu







soal yang diberikan


Pendahuluan tentang Data

Spasial, Proses Spasial, Fungsi

Kovariansi, Model-model

Semivariogram, Semivariogram

Eksperimental, Model Linier

Umum, Interpolasi dan Prediksi

Spatial, Metode Kriging: Simple

Kriging, Ordinary Kriging,

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat

Statistika Spasial

(3 SKS)

Mahasiswa mampu menjelaskan apa

yang dimaksud dengan data spasial,

fungsi kovariansi spasial, model –

model semivariogram, bagaimana

menghitung semivariogram

eksperimental dan menentukan model

semivariogram yang cocok dengan

data, serta mampu memodelkan data

spatial secara tepat untuk

UTS, UAS,

Kuis, Tugas,

Presentasi


ilmu lainnya yang

terkait

Universal Kriging dan Multivariat

Kriging (CoKriging).

memecahkan masalah –masalah yang

terkait dengan data spatial.

12 [PP3] Mampu

mengikuti

perkembangan



[PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait

[PP3.1] Mampu



bidang ilmu terkait

[PP3.2] Mampu



terkait

[PP1.1] Mampu




[PP1.2] Mampu



bidang lain terkait




soal yang diberikan


Pendahuluan, Teorema Bayes,

Inferensi Bayesian untuk variabel

random diskrit, Inferensi

Bayesian untuk variabel random

kontinu, Inferensi Bayesian untuk

proporsi populasi, Inferensi

Bayesian untuk beda 2 proporsi,

Inferensi Bayesian untuk mean

populasi, INferensi Bayesian

untuk beda 2 mean, Inferensi

Bayesian untuk regresi linier

sederhana

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat

Statistika

Bayesian

(3 SKS)


prinsip dari statistika Bayesian

2. Mahasiswa dapat mengoperasikan

teori bayesian

3. Mahasiswa dapat menerangkan

statistika Bayesian dalam dunia nyata

UTS, UAS,

Kuis, Tugas,

Presentasi

13 [PP3] Mampu

mengikuti

perkembangan



[PP1] Mampu

menyelesaikan model


ilmu lainnya yang

terkait

[PP3.1] Mampu



bidang ilmu terkait

[PP3.2] Mampu



terkait

[PP1.1] Mampu




[PP1.2] Mampu



bidang lain terkait




soal yang diberikan


Ruang Lp, Momen dan Fungsi

Pembangkit Momen, Fungsi

Karakteristik, Probabilitas

Bersyarat, Sifat-sifat dari

Ekspektasi Bersyarat, Vektor-

vektor Gaussian.

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat

Teori Probabilitas

(3 SKS)


prinsip dari teori probabilitas

2. Mahasiswa mampu

mengoperasikan teori-teori

probabilitas


teori probabilitas

UTS, UAS,

Kuis, Tugas,

Presentasi

14 [KK1] Mampu


Informasi dan

Komunikasi (TIK

yang sesuai sebagai

pendukung bidang



[PP2] Mampu

mengidentifikasi

permasalahan dunia


statistika

[KK1.1] Mampu

menggunakan TIK

sebagai pendukung

bidang statistika

[KK1.2] Mampu

memilih TIK yang sesuai

sebagai pendukung

bidang statistika

[PP2.1] Mampu

menggambarkan data

dalam permasalahan

nyata dengan metode


ilmu terkait




soal yang diberikan


Pengukuran, alat-alat

pengukuran, construct,

bagaimana mengukur suatu

construct; Classical Test Theory,

Model pengukuran berdasarkan

Classical Test Theory,

Reliabilitas dan taksirannya,

Validitas dan taksirannya, Item

Response Theory

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat

Psikometrika

(3 SKS)


prinsip dari psikometrika

2. Mahasiswa mampu

mengoperasikan psikometrika


psikometrika

UTS, UAS,

Kuis, Tugas,

Presentasi


[PP2.2] Mampu

menjelaskan penggunaan

statistika dalam

kehidupan sehari-hari

15 [KM1] Memiliki

kemampuan dasar

untuk

mengembangkan diri

sesuai dengan

kebutuhan profesi

[PP2] Mampu

mengidentifikasi

permasalahan dunia


statistika

[KM1.1] Mampu

menyesuaikan diri

dengan kebutuhan

profesi

[PP2.1] Mampu

menggambarkan data

dalam permasalahan

nyata dengan metode


ilmu terkait

Tugas Mandiri Praktek Kerja

Lapangan

(3 SKS)

16 Kuliah Interaktif, Diskusi



soal yang diberikan


1. Konsep dasar data mining, 2.

Preprocessing data, 3.

Unsupervised learning method:

kernel kmeans, 4. Supervised

learning method: decision tree,

naive bayes, kernel linear

discriminant analysis (LDA), 5.

Support vector machine (SVM),

6. Support vector regression, 7.

Feature selection.

Papan Tulis,

OHP, LCD,

Komputer,

Software,

Buku Teks,

Diktat

Data Mining

(3 SKS)


prinsip dari data mining

2. Mahasiswa dapat menerangkan data

mining

Dokumen Kurikulum Program Studi S1 Statistika | 33

Untuk menyelesaikan Program Studi S1 Statistika Departemen MatematikaFMIPA UI,

mahasiswa diwajibkan untuk mengikuti kegiatan akademik dengan bobot minimal 144 (seratus

empat puluh empat) SKS dalam kurun waktu mimimal 3,5 tahun dan maksimal 6 tahun. Mata

kuliah yang harus diambil mahasiswa dalam program ini dapat dilihat pada Tabel 4.

Tabel 4. Distribusi Mata Kuliah

Jenis Mata Kuliah SKS Total

Mata Kuliah Wajib Universitas 18

120

Rumpun Sainstek 2

Fakultas 8

Departemen 39

Program Studi 53

Pilihan 24 24

Total 144

Untuk mencapai kompetensi yang diharapkan, mata kuliah wajib akan memberikan

dasar teori statistika yang kuat bagi mahasiswa untuk dikembangkan sesuai dengan kelompok

studi atau bidang minat masing-masing mahasiswa. Mata kuliah pilihan memberi kebebasan

mahasiswa untuk lebih mendalami bidang statistika dan bidang lainnya yang terkait. Di dalam

struktur mata kuliah pilihan disediakan beberapa mata kuliah Topik Khusus yang dimaksudkan

untuk menampung minat mahasiswa dalam bidang tertentu. Mata kuliah Topik Khusus

diberikan sesuai dengan banyaknya peminat dan/atau permintaan pasar.

Kegiatan yang dilakukan dalam setiap mata kuliah, baik mata kuliah wajib maupun mata

kuliah pilihan meliputi kegiatan perkuliahan, diskusi, presentasi, responsi, dan tugas-tugas

bergantung pada kebutuhan masing-masing mata kuliah.


3.2. Kategori Kompetensi Utama

Kategori Kompetensi Utama adalah kategori kompetensi yang harus dicapai oleh

lulusan Program Studi S1 Statistika, berdasarkan Buku Praktek Baik dalam Penjaminan Mutu

Pendidikan Tinggi, Buku II tentang Kurikulum Program Studi, Kemendiknas, 2005; dan

Peraturan Presiden Nomer 8 Tahun 2012 tentang Kerangka Kualifikasi Nasional Indonesia

(KKNI). Parameter Kompetensi diberi kode KK1, KK2, KK3, PP1, PP2, KM1, dan KM2 yang

ditunjukkan pada Tabel 5 dan Struktur Kurikulum berdasarkan kategori ini ditunjukan pada

Tabel 6.

Tabel 5. Parameter Kompetensi

Parameter [Kode] Kompetensi Sub Kompetensi

Keterampilan di

Bidang Kerja

[KK1] Mampu menerapkan

Teknologi Informasi dan

Komunikasi (TIK) yang

sesuai sebagai pendukung

bidang statistika dan bidang


[KK1.1] Mampu menggunakan TIK

sebagai pendukung bidang statistika

[KK1.2] Mampu memilih TIK yang

sesuai sebagai pendukung bidang

statistika

[KK2] Mampu menerapkan

ilmu statistika dan bidang

ilmu terkait dalam pekerjaan

di dunia kerja

Penguasaan

Pengetahuan

[PP1] Mampu

menyelesaikan model

statistika dan bidang ilmu


[PP1.1] Mampu menjelaskan teori

dan konsep statistika dan bidang ilmu

yang terkait

[PP1.2] Mampu menerapkan teori

dan konsep statistika dan bidang lain

terkait

[PP2] Mampu

mengidentifikasi


dalam model statistika

[PP2.1] Mampu menggambarkan

data dalam permasalahan nyata

dengan metode statistika dan bidang

ilmu terkait

[PP2.2] Mampu menjelaskan

penggunaan statistika dalam

kehidupan sehari-hari

[PP3] Mampu menganalisis

perkembangan statistika dan

bidang lainnya yang terkait

[PP3.1] Mampu menjelaskan teori

dan konsep statistika dan bidang ilmu

terkait

[PP3.2] Mampu mengoperasikan

teori-teori statistika dan ilmu terkait


Parameter Kompetensi Sub Kompetensi

Kemampuan

Manajerial

[KM] Memiliki kemampuan

dasar untuk mengembangkan

diri sesuai dengan kebutuhan

profesi

[KM1.1] Memiliki kepekaan dan

kepedulian terhadap masalah

lingkungan, kemasyarakatan,

bangsa, dan negara

[KM1.2] Memiliki integritas dan

mampu menghargai orang lain

[KM1.3] Mampu mengoperasikan

dan memanfaatkan teknologi

informasi komunikasi sebagai

pendukung bidang Statistika

[KM1.4] Mampu menggunakan

bahasa lisan dan tulisan dalam

Bahasa Indonesia dan Bahasa

Inggris dengan baik

[KM1.5] Mampu berpikir kritis,

kreatif, dan inovatif, serta

memiliki keingintahuan


masalah di tingkat individual dan

kelompok


Tabel 6. Struktur Kurikulum Berdasarkan Kategori Kompetensi Utama

KOMPETENSI SASARAN PARAMETER CAPAIAN

PEMBELAJARAN MATA KULIAH SKS SMT %

KK1 KK2 PP1 PP2 PP3 KM

Sikap dan Tata

Nilai

Mampu

menyusun dan

mengomunika

sikan ide

Moral/Agama Agama 2 2

15%

Keahlian Bahasa Bahasa Inggris 3 1

Seni/Olahraga MPK Seni/Olahraga 1 1

MPKT Sains 6 1

Karakter MPKT Sosial & Humaniora 6 2

Kerjasama Praktek Kerja Lapangan 3 7

Umum

Mampu

menerapkan

pengetahuan

matematika,

statistika dan

sains

Kemampuan Dasar

Kemipaan

Biologi Umum 2 3

8%

Kimia Dasar 1 2 1

Fisika Dasar 2 3

Matematika Dasar 1 2 1

Metode Statistika 2 1

Publikasi Metode Penelitian

Kuantitatif 2 6

Utama

Menguasai

ilmu dasar

matematika

dan statistika

Dasar-dasar

Matematika

Aljabar Linier 4 2

49%

Analisis 1 4 3

Logika & Himpunan 3 1

Matematika Dasar 2 4 2

Dasar-Dasar Statistika Matematika Dasar Statistika 3 3

Pengantar Teori Probabilitas 2 4

Statistika Matematika 1 4 3

Statistika Matematika 2 4 4

Teori Matriks Statistika 3 3

Analisis Regresi 1 3 4

Metode Statistika Lanjut 2 2




KK1 KK2 PP1 PP2 PP3 KM1

Utama

Menyelesaikan

permasalahan

dengan teori

statistika

Dasar-Dasar Statistika Matematika Aktuaria 1 3 5

49%

Analisis Data 3 6

Matematika Keuangan 4 4


Analisis Multivariat 1 3 5

Analisis Multivariat 2 3 6

Proses Stokastik 1 3 4

Teknik Sampling 3 4

Statistika Non-Parametrik 3 4

Analisis Runtun Waktu 2 5

Model Kerugian 1 3 5

Rancangan Percobaan 1 2 5

Mengetahui

dasar-dasar

komputasi

khususnya

untuk

statistika

Dasar-dasar Komputasi

Metode Numerik 4 3

4%

Algoritma dan

Pemrograman Statistika 2 2

Khusus

Akademisi/Peneliti Model Kerugian 2 3 6

45%

Rancangan Percobaan 2 2 6

Market Research Teori Mikro dan Makro

Ekonomi 3 6

Perbankan Matematika Aktuaria 2 3 6

Saham Kewirausahaan 3 5

Proses Stokastik 2 3 6

Analisis Survival 3 5

Analisis Data Kategorik 3 6




KK1 KK2 PP1 PP2 PP3 KM1

Khusus

Wira usaha Psikometrika 3 6

45%

Teori Probabilitas 3 6


Statistika Bayesian 3 5

Biostatistician Statistika Genome 3 5

Statistika Pengendalian

Mutu 3 5

Statistika Spasial 3 6

Big Data Data Mining 3 6

Teori Keputusan Statistika 3 5

Metode Survei 3 6

Topik Khusus 1 3 7

Topik Khusus 2 3 7

Skripsi 6 7


Kurikulum PS Statistika juga merujuk pada pengguna statistikawan dan lembaga

statistika seperti FORSTAT yang berada di dalam IndoMS. Oleh karena itu ada beberapa

mata kuliah yang berpadanan dengan kurikulum minimal IndoMS seperti terlihat pada Tabel

7 berikut ini:

Tabel 7. Padanan Kurikulum Program Studi Statistika dengan Kurikulum IndoMS

Kurikulum Minimal

FORSTAT (IndoMS)

SKS Mata Kuliah Terkait di Prodi Statistika SKS

Kalkulus 6 Matematika Dasar 1 2

Matematika Dasar 2 4

Aljabar Matriks 3 Teori Matriks Statistika 3

Aljabar Linier 4

Algoritma dan

Pemrograman

3 Metode Numerik 4

Analisa Data Eksplorasi 6 Analisis Data 3

Basis Data/ Data Mining Data Mining 3

Metode Statistika 12 Metode Statistika 2

Metode Statistika Lanjut 2

Metodologi Penelitian Metode Penelitian Kuantitatif 2

Rancangan Percobaan Rancangan Percobaan 1 & 2 4

Analisis dan Perancangan

Survey

Teori Sampling 3

Metode Survei 2

Pengantar Statistika

Matematika 1 (Peluang)

22 Statistika Matematika 1 4

Pengantar Statistika

Matematika 1 (Inferensia)

Statistika Matematika 2 4

Analisis Regresi/ Pengantar

Model Linier

Analisis Regresi 1 3

Analisis Regresi 2 3

Statistika Non Parametrik Statistika Non Parametrik 3

Analisis Data Kategorik Analisis Data Kategorik 3

Analisis Runtun Waktu Analisis Runtun Waktu 3

Analisis Multivariat Analisis Multivariat 1 3

Analisis Multivariat 2 3

Komputasi Saintifik Algoritma dan Pemrograman Statistika 3

Praktek Kerja Lapangan 6 Kewirausahaan /Magang 2

Tugas Akhir/ Karya Ilmiah Skripsi 6


3.3. Rincian Kurikulum

Sebagai program studi yang berada di dalam Departemen Matematika FMIPA UI,

Rincian Kurikulum yang diberikan pada Program Studi ini terbagi menjadi beberapa

kelompok, yaitu Mata Kuliah Wajib Universitas, Mata Kuliah Wajib Rumpun Ilmu, Mata

Kuliah Wajib Fakultas, Mata Kuliah Wajib Departemen, yang masing-masing ditunjukkan

pada Tabel 8 sampai dengan Tabel 11, serta Mata Kuliah Wajib Program Studi, Mata Kuliah

Pilihan Bidang Statistika Murni, Aktuaria dan Terapan yang masing-masing diberikan pada

Tabel 12 sampai dengan Tabel 15. Mata Kuliah yang digolongkan pada Tabel 6 sudah

dimasukkan dalam rincian kurikulum Program Studi ini.

Tabel 8. Mata Kuliah Wajib Universitas

No Kode Nama Mata Kuliah Term SKS Prasyarat

1 UIGE600002 MPKT Sains 1 6

2 UIGE600020-48 Olahraga/Seni 1 1

3 UIGE600003 Bahasa Inggris 1 3

4 UIGE600001 MPKT Sosial dan

Humaniora 2 6

5 UIGE600010-15 Agama 2 2

Total 18

Tabel 9. Mata Kuliah Wajib Rumpun Ilmu


1 UIST601110 Matematika Dasar 1 1 2

Total 2

Tabel 10. Mata Kuliah Wajib Fakultas

N

o Kode Nama Mata Kuliah Term SKS Prasyarat

1 SCMA601200 Metode Statistika 1 2

2 SCCH601103 Kimia Dasar 1 1 2

3 SCBI601112 Biologi Umum 3 2

4 Fisika Dasar 2

Total 8

Mata Kuliah Wajib Departemen dan Mata Kuliah Wajib Program Studi diberikan

sebagai hasil pertimbangan untuk mencapai kompetensi lulusan yang diharapkan seperti

pada Tabel 3.6, yaitu Kategori Kompetensi Utama.


Tabel 11. Mata Kuliah Wajib Departemen


1 SCMA601100 Logika dan Himpunan 1 3 -

2 SCMA601111 Aljabar Linier 2 4 Logika dan Himpunan

3 SCMA601123 Matematika Dasar 2 2 4 Matematika Dasar 1

4 SCMA602131 Analisis 1 3 4 Matematika Dasar 2

5 SCMA602005 Pengantar Teori

Probabilitas 4 2 Statistika Matematika 1

6 SCMA602211 Statistika Matematika 1 3 4 Metode Statistika,

Matematika Dasar 1

7 SCMA602212 Statistika Matematika 2 4 4 Statistika Matematika 1

8 SCMA602402 Metode Numerik 3 4

Algoritma dan

Pemrograman / Algoritma

dan Pemrograman

Statistika,

Matematika Dasar 1,

Aljabar Linier

9 SCMA603533 Matematika Keuangan 4 4 Matematika Dasar 2

10 SCMA604902 Skripsi 7 6 Sudah Memperoleh 114

SKS

Total 39

Tabel 12. Mata Kuliah Wajib Program Studi


1 SCST601001 Metode Statistika Lanjut 2 2 Metode Statistika

2 SCST602002 Algoritma dan

Pemrograman Statistika 2 2

Logika dan Himpunan,

Metode Statistika

3 SCST602008 Teori Matriks Statistika 3 3 Matematika Dasar 2

4 SCST602007 Teknik Sampling 4 3 Statistika Matematika 1

5 SCST602006 Statistika

Nonparametrik 4 3 Metode Statistika

6 SCST603009 Analisis Multivariat 1 5 3 Statistika Matematika 1,

Teori Matriks Statistika

7 SCST603013 Proses Stokastik 1 4 3 Statistika Matematika 1

8 SCST603010 Analisis Regresi 1 4 3 Statistika Matematika 1,

Aljabar Linier

9 SCST603014 Rancangan Percobaan 1 5 2 Analisis Regresi 1

10 SCST603012 Model Kerugian 1 5 3 Statistika Matematika 1

11 SCST603011 Matematika Aktuaria 1 5 3 Statistika Matematika 1,

Matematika Keuangan

12 SCST603016 Analisis Regresi 2 5 3 Analisis Regresi 1

13 SCST603015 Analisis Multivariat 2 6 3 Analisis Multivariat 1

14 SCST603018 Analisis Runtun Waktu 5 3 Analisis Regresi 1

15 SCST603201 Analisis Survival 5 3 Statistika Matematika 1

16 SCST603020 Metode Penelitian

Kuantitatif 6 2 Telah Memperoleh 70 SKS



17 SCST604106 Analisis Data Kategorik 6 3 Analisis Regresi 2

18 SCST603019 Analisis Data 6 3 Rancangan Percobaan 1

19 SCST602003 Matematika Dasar

Statistika 3 3 Matematika Dasar 2

Total 53

Tabel 13. Mata Kuliah Pilihan

No Kode Mata

Kuliah

Mata Kuliah Wajib

Program Studi Term SKS Prasyarat

1 SCST603102 Teori Keputusan

Statistika 5 3 Statistika Matematika 2

2 SCST603301 Kewirausahaan 5 3 -

3 SCST603202 Teori Mikro dan Makro

Ekonomi 5 3 -

4 SCST603204 Model Kerugian 2 6 3 Statistika Matematika 2

5 SCST603203 Matematika Aktuaria 2 6 3 Matematika Aktuaria 1

6 SCST603303 Statistika Genom 5 3

Metode Statistika,

Algoritma dan

Pemrograman Statistika

7 SCST603104 Proses Stokastik 2 6 3 Proses Stokastik 1

8 SCST603304 Statistika Pengendalian

Mutu 5 3 Statistika Matematika 1

9 SCST603017 Rancangan Percobaan 2 6 3 Rancangan Percobaan 1

10 SCST603302 Metode Survei 6 3 Metode Statistika

11 SCST603308 Statistika Spasial 7 3 Analisis Regresi 1

12 SCST603307 Psikometrika 7 3 Analisis Regresi 1

13 SCST603306 Data Mining 7 3

14 SCST604309 Praktek Kerja Lapangan 7 3 -

15 SCST603101 Statistika Bayesian 5 3 Statistika Matematika 2

16 SCST603105 Teori Probabilitas 6 3 Pengantar Teori Probabilitas

17 SCST603921 Topik Khusus 1 7 3 -

18 SCST603922 Topik Khusus 2 7 3 -

Total 54


Memperhatikan kompetensi yang diharapkan pada Tabel 5, mahasiswa harus mengambil

Mata Kuliah Pilihan yang dapat dipilih di antara Mata Kuliah yang tercantum pada Tabel 13.

Memperhatikan kompetensi yang diharapkan pada Tabel 6, mahasiswa harus mengambil

Mata Kuliah Pilihan yang dapat dipilih di antara Mata Kuliah yang tercantum pada Tabel 13.

Tabel 14 adalah mata kuliah yang didistribusikan pada 8 semester dan Gambar 2 adalah

Jejaring Mata Kuliah yang diberikan pada Program Studi S1 Statistika Departemen Matematika

FMIPA UI, sedangkan silabus tiap mata kuliah terlampir sebagai berikut.


Tabel 14.Keseluruhan Mata Kuliah pada Delapan Semester

SEMESTER 1 SEMESTER 2 SEMESTER 3 SEMESTER 4

Kode MATA

KULIAH SKS Kode

MATA

KULIAH SKS Kode MATA KULIAH SKS Kode MATA KULIAH SKS

Wajib

UIGE600002 MPKT Sains 6 UIGE600001 MPKT Sosial

& Humaniora 6 SCBI601112 Biologi Umum 2 SCMA602212

Statistika Matematika

2 4

UIGE600003 Bahasa

Inggris 3

UIGE600010-

15 Agama 2 SCMA602211

Statistika

Matematika 1 4 SCMA603533 Matematika Keuangan 4

UIGE600020-

48

Olahraga /

Seni 1 SCMA601120

Aljabar

Linier 4 SCST602003

Matematika Dasar

Statistika 3 SCST603010 Analisis Regresi 1 3

UIST601110 Matematika

Dasar 1 2 SCMA601111

Matematika

Dasar 2 4 SCMA602402 Metode Numerik 4 SCST602006

Statistika Non

Parametrik 3

SCMA601100 Logika &

Himpunan 3 SCST601001

Metode

Statistika

Lanjut

2 SCMA602131 Analisis 1 4 SCST602007 Teknik Sampling 3

SCMA601200 Metode

Statistika 2 SCST602002

Algoritma &

pemrograman

Statistika

2 SCST602008 Teori Matriks

Statistika 3 SCST602005

Pengantar Teori

Probabilitas 2

SCCH601101 Kimia Dasar

1 2 SCFI601110 Fisika Dasar 2 SCST603013 Proses Stokastik 1 3

Jumlah SKS 19 Jumlah SKS 20 Jumlah SKS 22 Jumlah SKS 22

Wajib UI 10 Wajib UI 8 Wajib UI 0 Wajib UI 0

Wajib

Rumpun 2

Wajib

Rumpun 0 Wajib Rumpun 0 Wajib Rumpun 0

Wajib

Fakultas 4

Wajib

Fakultas 0 Wajib Fakultas 2 Wajib Fakultas 2

Wajib

Departemen 3

Wajib

Departemen 8

Wajib

Departemen 12 Wajib Departemen 6

Wajib

Prodi 0 Wajib Prodi 3 Wajib Prodi 7 Wajib Prodi 12

Pilihan

Bebas 0

Pilihan

Bebas 0 Pilihan Bebas 0 Pilihan Bebas 0

Jumlah

SKS

semester 1

19 Jumlah SKS

semester 2 19

Jumlah SKS

semester 3 21

Jumlah SKS

semester 4 20


SEMESTER 5 SEMESTER 6 SEMESTER 7 SEMESTER 8

Kode MATA

KULIAH SKS Kode

MATA

KULIAH SKS Kode

MATA

KULIAH

SK

S Kode

MATA

KULIAH SKS

Wajib

SCST603016 Analisis

Regresi 2 3 SCST603015

Analisis

Multivariat 2 3 SCMA604902 Skripsi 6 SCMA604902 Skripsi 6

SCST603009 Analisis

Multivariat 1 3 SCST603017

Rancangan

Percobaan 2 2

SCST603011 Matematika

Aktuaria 1 3 SCST604106

Analisis Data

Kategorik 3

SCST603012 Model

Kerugian 1 3 SCST603019 Analisis Data 3

SCST603201 Analisis

Survival 3 SCST603020

Metode

Penelitian

Kuantitatif

2

SCST603108 Analisis

Runtun Waktu 3

SCST603014 Rancangan

Percobaan 1 2

Pilihan

SCST603101 Statistika

Bayesian 3 SCST603017

Rancangan

Percobaan 2 3 SCST603921 Topik Khusus 1 3 SCST603921 Topik Khusus 1 3

SCST603304

Statistika

Pengendalian

Mutu

3 SCST603104 Proses Stokastik

2 3 SCST603922 Topik Khusus 2 3 SCST603922 Topik Khusus 2 3

SCST603301 Kewirausahaan 3 SCST603105 Teori

Probabilitas 3 SCST604309

Praktek Kerja

Lapangan 3

SCST603102

Teori

Keputusan

Statistika

3 SCST603204 Model Kerugian

2 3 SCST603307 Psikometrika 3

SCST603303 Statistika

Genom 3 SCST603203

Matematika

Aktuaria 2 3 SCST603308

Statistika

Spasial 3

SCST603202

Teori Mikro

dan Makro

Ekonomi

3 SCST603301 Metode Survei 3 SCST603306 Data Mining 3

Wajib UI 0 Wajib UI 0 Wajib UI 0 Wajib UI 0


Wajib

Rumpun 0 Wajib Rumpun 0 Wajib Rumpun 0 Wajib Rumpun 0

Wajib

Fakultas 0 Wajib Fakultas 0 Wajib Fakultas 0 Wajib Fakultas 0

Wajib

Departemen 0

Wajib

Departemen 0

Wajib

Departemen 6

Wajib

Departemen 6

Wajib Prodi 20 Wajib Prodi 13 Wajib Prodi 0 Wajib Prodi 0

Pilihan Bebas 18 Pilihan Bebas 18 Pilihan Bebas 18 Pilihan Bebas 6

Jumlah SKS

semester 1 20

Jumlah SKS

semester 2 13

Jumlah SKS

semester 3 6

Jumlah SKS

semester 4 6


Gambar 2. Jejaring Mata Kuliah


Tabel 15. Silabus Mata Kuliah Program Studi S1 Statistika

No. NAMA KULIAH SKS TUJUAN SILABUS PUSTAKA

1 Metode Statistika 2 Mahasiswa mampu menjelaskan konsep-konsep

dasar statistika dan penggunaannya

Probabilitas, Probabilitas Bersyarat; Variabel Acak dan

Distribusi Probabilitas; Pengenalan Distribusi: Distribusi

ProbabilitasVariabel Acak Diskrit (Distribusi Binomial,

Distribusi Poisson, Distribusi Hipergeometrik), Distribusi

Probabilitas Variabel Acak Kontinu (Distribusi Normal),

Distribusi Sampling, Dalil Limit Pusat, Distribusi Chi Kuadrat,

Distribusi t, Distribusi F; Inferensi statistik: Penaksiran Interval

dan Pengujian Hipotesis untuk satu populasi dan dua populasi.

R. E. Walpole, R. H. Myers, S.L. Myers & K.Ye.

Probability & Statistics for Engineers and

Scientists, 7th ed, 2002, Prentice Hall International

Edition.

J. T. Mc Clave & F. H. Dietruch., Statistics, 9th ed.,

2003, Prentice Hall

R. A. Johnson, & G. K. Bhattacharyya, Statistics:

Principles and Methods, 3rd ed., 1996, John Willey

& Sons

2 Metode Statistika

Lanjut

2 Mahasiswa mampu menjelaskan konsep-konsep

dasar inferensi statistika dan penggunaannya

Uji Chi Kuadrat: Uji Independensi, Uji Homogenitas, Uji

Kecocokan; Regresi Linier Sederhana; Analisis Variansi Satu

Arah.

R. E. Walpole, R. H. Myers, S.L. Myers & K.Ye.

Probability & Statistics for Engineers and

Scientists, 7th ed, 2002, Prentice Hall International

Edition.

J. T. Mc Clave & F. H. Dietruch., Statistics, 9th ed.,

2003, Prentice Hall

R. A. Johnson, & G. K. Bhattacharyya, Statistics:

Principles and Methods, 3rd ed., 1996, John Willey

& Sons

3 Algoritma &

Pemrograman

Statistika

2 Mahasiswa dapat menggunakan beberapa

software statistika seperti R, SPSS, Minitab,

Eviews, Mathematica sebagai penunjang untuk

menyelesai-kan masalah-masalah riil yang

berkaitan dengan statistika.

Pengenalan fasilitas software (R, SPSS, Minitab, Eviews,

Mathematica), manajemen data (entry data, import, export dan

transformasi data), statistika deskriptif (ukuran pemusatan dan

penyebaran data, grafik), inferensi statistika dasar (interval

kepercayaan, uji hipotesis mean, proporsi, dan variansi, uji chi

square), simulasi Monte Carlo.

Peter Dalgaard, Introductory Statistics with R, 2004,

Springer

Andy Field, Discovering Statistics Using SPSS

(Introducing Statistical Method), 3rd ed, 2009,

SAGE Publication Ltd.

Barbara F. Ryan, Brian L. Joiner, Jonathan D. Cryer,

MINITAB Handbook: Update for Release 16, 6th

ed, 2012, Brooks Cole

William E. Griffiths, R. Carter Hill, Guay C. Lim,

Using EViews for Principles of Econometrics, 4th

ed, 2011, Wiley.

Paul R. Wellin, Programming with Mathematica: An

Introduction, 4th revised ed, 2013, Cambridge

University Press.

4 Analisis 1 4 Mahasiswa mampu menjelaskan konsep analisis

yang lebih menekankan ‘kenapa’ dan ‘bagaimana

jika’ dari pada sekedar memakai prosedur

pemecahan masalah. Pada kuliah ini konsep

analisis akan dituangkan pada Sistem Bilangan

Real, Barisan dan Konvergensi, Limit sebuah

Fungsi, dan kontinuitas sebuah fungsi, serta

konsep turunan dan integral.

Sistem bilangan real:sifat aljabar, keterurutan, kelengkapan,

supremum dan infimum beserta aplikasinya, Barisan, Pengenalan

deret, Limit fungsi, Fungsi kontinu, Keterturunan, dan Integral

Riemann.

Robert G. Bartle & Donald R. Sherbert, Introduction

to Real Analysis, 3rd ed., 2000, John Wiley & Sons,

Inc.

R.P. Burn, Numbers and Functions Steps into

Analysis, 2nd ed.,2004, Cambridge University

Press.

http://www.amazon.com/Discovering-Statistics-Introducing-Statistical-Method/dp/1847879071/ref=sr_1_1?s=books&ie=UTF8&qid=1358825514&sr=1-1&keywords=spss

http://www.amazon.com/Discovering-Statistics-Introducing-Statistical-Method/dp/1847879071/ref=sr_1_1?s=books&ie=UTF8&qid=1358825514&sr=1-1&keywords=spss

http://www.amazon.com/s/ref=ntt_athr_dp_sr_1?_encoding=UTF8&field-author=Barbara%20F.%20Ryan&ie=UTF8&search-alias=books&sort=relevancerank

http://www.amazon.com/s/ref=ntt_athr_dp_sr_2?_encoding=UTF8&field-author=Brian%20L.%20Joiner&ie=UTF8&search-alias=books&sort=relevancerank

http://www.amazon.com/s/ref=ntt_athr_dp_sr_3?_encoding=UTF8&field-author=Jonathan%20D.%20Cryer&ie=UTF8&search-alias=books&sort=relevancerank

http://www.amazon.com/William-E.-Griffiths/e/B008N0SITY

http://www.amazon.com/s/ref=ntt_athr_dp_sr_2?_encoding=UTF8&field-author=R.%20Carter%20Hill&ie=UTF8&search-alias=books&sort=relevancerank

http://www.amazon.com/s/ref=ntt_athr_dp_sr_3?_encoding=UTF8&field-author=Guay%20C.%20Lim&ie=UTF8&search-alias=books&sort=relevancerank

http://www.amazon.com/Paul-R.-Wellin/e/B001H6WRCK



5 Teori Matriks

Statistika

3 Mahasiswa mampu mengenali suatu persamaan

fungsi yang dapat dieks-presikan dalam bentuk

matriks. Mahasiswa dapat membentuk turunan

vektor atau matriks dari fungsi beserta turunan

tingkat tinggi dan turunan parsial.

Pada kuliah ini dibahas partisi matriks disertai dengan operasi

perkalian, penjumlahan dan transpose. Rank dan inversdari

partisi matriks. Determinan, Invers yang diperumum.

Dekomposisi bentuk matriks kuadrat dan Cholesky. Linier,

bilinear. Mahasiswa dapat membentuk turunan vektor atau

matriks dari fungsi beserta turunan tingkat tinggi dan turunan

parsial.

Matriks, sub matriks dan matriks partisi, Sifat-sifat operasi ,

trace pada matriks,partisi , Rank, determinan dan inverspada

matriks partisi,Generalized Inverses(Invers yang diperumum),

Sistem Linier padaGeneralized Inverses matriks (matriks yang

diperumum), Linier, Bilinierdan Quadratic Form pada matriks

partisi, Turunan vektor atau matriks dari fungsi beserta sifat-

sifatnya, Turunan orde dua dan turunan parsial dari matriks

invers, Turunan dari Generalized Inverses, Kronecker

Productdan operasinya.

D. A. Harville, Matrix Algebra from Statistician’s

Perspective, 2000, Springer-Verlag, New York.

6 Pengantar Teori

Probabilitas

2 Mahasiswa mampu memahami konsep-konsep

probabilitas secara mendalam, dalam kaitannya

dengan pendekatan teori ukur.

Aljabar dan Aljabar Sigma,Ukuran Probabilitas (Probability

Measure) pada suatu Sigma Aljabar dan Sifat-sifatnya,Variabel

Random dan Vektor Random serta sifat-sifatnya, Fungsi

Distribusi dari Variabel Random dan Vektor Random, Fungsi

dari Variabel Random, Ekspektasi dari Variabel Random.

Athreya, K. B. and Lahiri, S. N. (2006). Measure

Theory and Probability Theory. Springer.

H. Körezlioğlu and A. Bastıyalı Hayfavi: Elements of

Probability Theory, METU Press, 2001.

Durrett, R. A. (1996). Probability: Theory and

Examples. Duxburry Press.

7 Teori Probabilitas 2 Mahasiswa mampu memahami konsep-konsep

probabilitas secara mendalam, dalam kaitannya

dengan pendekatan teori ukur.

Ruang Lp, Momen dan Fungsi Pembangkit Momen, Fungsi

Karakteristik, Probabilitas Bersyarat, Sifat-sifat dari Ekspektasi

Bersyarat, Vektor-vektor Gaussian.

Athreya, K. B. and Lahiri, S. N. (2006). Measure

Theory and Probability Theory. Springer.

A. N. Shiryaev: Probability, Springer-Verlag, 1995.

8 Teknik Sampling 3 Mahasiswa mampu menjelaskan beberapa cara

pengambilan sampel, konsep penaksiran

parameter untuk masing-masing teknik

pengambilan sampel dan dapat memilih teknik

pengambilan sampel yang tepat di lapangan

Pendahuluan; Sampling Acak sederhana; Sampling sistematik;

Sampling Stratifikasi; Sampling dengan probabilitas sebanding

dengan ukuran sampel; Sampling kelompok; Sampling

kelompok bertingkat; taksiran ratio dan taksiran regresi.

Cochran, W, Sampling Technique, 3rd ed., 1977, John

Wiley.

R. L. Scheffer, W. Mendenhal, & et. al, Elementary

Survey Sampling, 5th ed., 1995, PWS-Kent,

Publ.Co.

Michael Borenstein, Hannah Rothstein, Jacob Cohen,

Sample Power2.0, 2001, SPSS Inc – USA.

9 Analisis Multivariat 1 3 Mahasiswa mampu menjelaskan konsep-konsep

dasar dalam analisis multivariat dan mampu

menentukan model (analisis) yang sesuai dengan

data.

Pengenalan Materi dan prinsip dasar aljabar matriks dalam

analisis multivariat: fungsi dari analisis multivariat dalam suatu

kondisi di lapangan, prinsip dasar analisis univariat dan analisis

multivariat, perbedaan metode dependensi dan independensi,

analisis data menggunakan analisis multivariat. Karakter dan

penyajian data multivariat, Distribusi Multivariat Normal:

Multivariate Normal Density Function, Sifat-sifat Variabel Acak

Multivariat Normal, Estimasi dalam Multivariat Normal,

mencocokkan Multivariat Normal, Outlier (Pencilan), Pengujian

Satu atau Dua Mean Vektor, Multivariat Analisis Variansi

(Manova).

A.C. Rencher, Methods of Multivariate Analysis, 2nd

ed., 2002, Wiley Series in Probability & Statistics,

Canada.

S. Sharma, Applied Multivariate Techniques, 1996,

John Wiley & Sons, New York.



10 Analisis Multivariat 2 3 Memperkenalkan mahasiswa dengan analisis

multivariate lanjutan sehingga mampu mengenali

(mendeteksi) suatu permasalahan dunia nyata

yang dapat dimodelkan dan dianalisis

menggunakan analisis multivariat.

Analisis Korelasi Kanonik: Korelasi & Variat kanonik,

pendekatan geometr & analitis untuk korelasi kanonic, Test of

significance, Hubungan analisis korelasi kanonic dengan teknik

Multivariate lainnya. Analisis Komponen Utama (PCA): dasar

geometri & Aljabar dari Komponen Utama, analisis komponen

utama, plot Komponen Utama, interpresi dari PCA. Analisis

Faktor, Analisis Cluster: ukuran similaritas or disimilaritas,

Cluster Hierarki vs Cluster Nonhierarki, pemilihan variabel

dalam pengelompokan. Analisis regresi multivariate: Regresi

Ganda Univariat, pendugaan regresi ganda multivariat, pengujian

hipotesis regresi ganda multivariat. Prosedur grafik:

Multidimensional Scaling (MDS), Analisis korespondensi,

Biplots, dan Analisis Diskriminan.

A.C. Rencher, Methods of Multivariate Analysis, 2nd

ed., 2002, Wiley Series in Probability & Statistics,

Canada.

S. Sharma, Applied Multivariate Techniques, 1996,

John Wiley & Sons, New York.

11 Proses Stokastik 1

3 Mahasiswa mampu menjelaskan konsep dasar

dari proses stokastik dan mampu

menggunakannya untuk mengembangkan dan

menganalisa model probabilitas yang menangkap

fitur menonjol dari sebuah sistem sehingga dapat

diprediksi efek jangka panjang dan jangka pendek

dari keacakan/randomness dalam sistem tersebut.

Pendahuluan; Variabel Acak, Variabel Acak Diskrit dan

Kontinu, Ekpektasi Variabel Acak, Peluang Bersyaratdan

Ekpektasi Bersyarat

Rantai Markov: Pendahuluan, Persamaan Chapman-

Kolmogorov, Klasifikasi Keadaan, Limiting Probabilities,

Beberapa aplikasi rantai Markov, Mean time Spent in Transient

States, Branching Process, Time Reversible Markov Chain,

Distribusi Eksponensial dan Proses Poisson: Pendahuluan,

Distribusi Eksponensial, Proses Poisson, Generalisasi Proses

Poisson

Rantai Markov Waktu Kontinu: Pendahuluan Rantai Markov

Waktu Kontinu, Proses Kelahiran dan Kematian, Fungsi Peluang

Transisi, Limiting Probabilities, Time Reversibility,

Uniformization

Sheldon M.Ross, W. Introduction to Probability

Models, 10th ed, 2010, Academic Press.

H.M. Taylor & S. Karlin, An introduction to

Stochastic Modelling, 3rd ed., 1998, Academic

Press.

12 Proses Stokastik 2 3 Mata kuliah ini adalah lanjutan dari proses

stokastik I dan bertujuan untukmempela-jari

model probabilitas dan melibatkan berbagai teori

yang seimbang dengan aplikasinya.

Teori Pembaharuan (Renewal Theory) dan Aplikasinya :

Pendahuluan Teori Pembaharuan, Distribusi dari N(t), Teorema

Limit dan Aplikasinya, Reneal Reward Process, Regenerative

Process, Semi Markov Process, The Inspection Paradox,

Computing the Renewal Function, Application to Patterns.

Brownian Motion dan Proses Stasioner: Brownian Motion,

Hitting Times, Maximum Variable, and The Gambler’s Ruin

problem, Various on Brownian Motion, Pricing Stock Options,

White Noise andGaussian Process, Stationary and Weakly

Stationary Process

Stochastics Simulation: The simulation Procedure,

Multiplicative Congruential Random Number Generators, The

Inversion Methods for Generating Simulated Outputs from

Continuous Disributions, The Table Look-Up Methods for

Discrete Probability Distributions, The Polar Method for

Generating Simulated Normal Distribution Values, Sample Size

and Precision.

Sheldon M.Ross, W. Introduction to Probability

Models, 10th Edition, 2010, Academic Press.

Robin Cunningham, FSA dkk, Models for

Quantifying Risk, 2nd Edition, 2006, Actex

Publication, Inc. Winsted Connecticut

13 Analisis Regresi 1 3 Mahasiswa memahami pembentukan model

regresi linier dan dapat menggunakannya dengan

baik dan benar dalam permasalahan nyata.

Pendahuluan Regresi Linier Sederhana, Asumi-asumsi dalam

pemodelan, Analisis Regresi Linier Sederhana, Analisis Regresi

Linier Berganda (penyajian bentuk matriks, matriks variansi,

matriks korelasi, dan multikolinieritas), Pembentukan Model:

D. C. Montgomery, E. A. Peck, & G. Geoffrey

Vining, Introduction to Linear Regression Analysis

5th ed, 2012, Wiley series in probability and

statistic, United States of America.



Variabel independent kuantitatif dan kualitatif dan interaksi, data

pencilan dan influensial, Tabel ANOVA terkait.

W. Mendenhall & T. Sincich, A Second Course in

Statistics: Regression Analysis, 1996, Prentice Hall

Inc., New Jersey.

14 Analisis Regresi 2 3 Mahasiswa memahami berbagai metode

pemodelan linier dan dapat menggunakan-nya

dengan baik dan benar dalam permasalahan

nyata.

Masalah Multikolinearitas; Transformasi Data; Analisis

Residual: Heteroskedastisitas, Ketidaknormalan, Outlier,

Autokolinearitas; Regresi linier piecewise, weighted leastsquare;

Regresi logistic sederhana dan ganda: interpretasi koefisien, odds

ratio, pengujian model, estimasi, seleksi variable; table

kontingensi, pemodelan log linier; aplikasi pada permasalahan

nyata, interpretasi.

D. C. Montgomery, E. A. Peck, & G. Geoffrey

Vining, Introduction to Linear Regression Analysis

5th ed, 2012, Wiley series in probability and

statistic, United States of America.

W. Mendenhall & T. Sincich, A Second Course in

Statistics: Regression Analysis, 1996, Prentice Hall

Inc., New Jersey.

15 Rancangan Percobaan

1

3 Mahasiswa memahami konsep model matematika

dan pemisalan-pemisalan dasarANOVA dan

penerapannya pada data.

Peninjauan konsep-konsep statistika yang diperlukan (sampel

acak, dll), Model matematika dan pemisalan-pemisalan dasar,

Taksiran kuadrat terkecil; persamaan-persamaan normal, Fungsi

estimable, Teorema Gauss-Markov, Bentuk kanonik pemisalan

dasar, Konstruksi elipsoida kepercayaan, Statistik uji F. Metode

contrast Scheffe dan Tukey.

Hardeo Sahai and Mohamed I. Ageel, The Analysis of

Variance: Fixed, Random and Mixed Models,

2000, Birkhauser.

Scheffe, The Analysis of Variance, John Wiley &

Sons, Inc., New Jersey, 1959.

C.W. Donald, H.S. John, A First Course in the

Design of Experiments: A Linear Models

Approach, 2000, Weber, New York.

16 Analisis Runtun

Waktu

3 Mahasiswa mampu menjelaskan konsep dasar

teori runtun waktu dan membentuk model

berdasarkan data runtun waktu.

Pendahuluan, Konsep dasar runtun waktu; Kestasioneran; Fungsi

Autokorelasi, Model untuk Runtun Stasioner (ARIMA Model),

Model untuk Runtun Non Stasioner, Spesifikasi Model, Estimasi

Parameter Model, Diagnostik Model, Peramalan, Model

Musiman (SARIMA Model).

J.D. Cryer, et.al. Time Series Analysis with

Applications in R, 2008, Springer Texts in

Statistics.

Box, G. et G. Jenkins, Time Series Analysis:

Forecasting and Control, 1970, Holden-Day.

17 Statistika

Nonparametrik

3 Mahasiswa dapat memilih Uji Statistik

Nonparametrik yang tepat

untuk setiap data yang dihadapi

Pendahuluan: Statistika deskriptif, inferensial dan beberapa

pengertian yang digunakan dalam statistika nonparametric, Uji

Binomial & CI, Uji kuantil dan CI, Uji ChiSquare, Kolmogorov

dan Cox Stuart, Mc Nemar, Sign Test, Wilcoxon test,

Randomization, Mann-Whitney & CI, Smirnov, Squared Rank

Test dan quiz, Uji Klottz, Smirnov, Cramer von Mises, Uji

Kruskal Wallis dan tabel kontingensi r x s, Uji Koefisien korelasi

Kendall Tau, Uji Quade dan Friedman, Regresi Nonparametrik,

Regresi monotonik. Review statistika nonparametrik dan

membahas jounal yang berkaitan dengan statistika

nonparametric.

Conover, W.J., 1980, Practical Nonparametric

Statistics 2 ed., John Wiley Sons, New York

18 Statistika Bayesian 3 Mata kuliah ini menjelaskan tentang konsep

inferensi statistika berdasarkan metode Bayesian

Pendahuluan, Inferensi Bayesian untuk Variabel Random

Diskrit,Inferensi Bayesian untuk Proporsi Binomial, Comparing

Bayesian and Frequentist Inference for Proportion, Inferensi

Bayesian untuk Selisih Dua Mean, Inferensi Bayesian untuk

Regresi Linear Sederhana.

William M.Bolstad, Introduction to Bayesian

Statistics, 2nd Edition, 2007, John Wiley & Sons

19 Analisis Data

Kategorik

3 Mahasiswa mampu menjelaskan konsep-konsep

dan teknik pemodelan data kategorik serta

penerapannya pada masalah-masalah real.

Pada mata kuliah ini akan dipelajari metode – metode untuk

menganalisis data kategorik, berdasarkan perspektif maksimum

likelihood (frequentist). Topik pokok yang dibahas adalah

statistika descriptive dan inferensi untuk table kontingensi dua

arah dan tiga arah, generalized linear models untuk response yang

diskrit, binary regressionmodels (dengan penekanan pada regresi

A. Agresti Categorical Data Analysis, 2nd edition,

2002, Wiley.

Laura A. Thompson, S-PLUS (and R) Manual to

Accompany Agresti’s Categorical Data Analysis

(2002), 2nd edition,2006.



logistic), multi-category logit models untuk respons yang nominal

dan ordinal, model loglinier untuk table kontingensi, dan matched

pairs.

20 Model Linier Umum 3 Memperkenalkan kepada mahasiswa tentang

bentuk umum dari persamaan linier dan

bagaimana menganalisis data dengan berbagai

jenis variable dependen.

Pada Generalized linear models (GLMs) akan dipelajari

kerangka pemersatu dari regresi. Contoh dari GLM meliputi

regresi linear, model log-linear, dan regresi logistik. GLMs dapat

digunakan untuk memodelkan data kontinu, biner, ordinal,

nominal, dan count data. Kuliah ini meliputi parameterisasi

model, estimasi parametrik dan semiparametrik, inferensi, dan

interpretasi model.

G.A. Seber and A.J. Lee, Linear Regression Analysis

(2nd Ed), 2003, John Wiley & Sons.

P. McCullagh and J.A. Nelder, Generalized Linear

Models (2nd Ed), 1989, Chapman & Hall.

21 Teori Keputusan

Statistika

3 Mahasiswa dapat mengerti tentang teori

pengambilan keputusan pada beberapa kondisi

dan dengan beberapa metode.

Pendahuluan :Nomative & Descriptive decision theory,Rational

& right decision, Risk, Ignorance,Certainty, Certainty Trees,

Decision Matrix; Decision under ignorance: Maximax Rule,

Minimax Regret Rule, Optimist-Pessimist Rule; Decision under

risk: Maximum Expected Value, Bayesian Decision Theory;

Utility Theory: Interval utility score, Monetary values vs utility,

Von Neumann-Morgenstern Utility Theory, Criticism of Utility

Theory; Causal Decision Theory; Scoring rules; Value of

information.

Michael D. Resnik, Choices, An Introduction to

Decision Theory, 1987, University of Minnesota

Press, London

22 Statistika

Pengendalian Mutu

3 Mahasiswa mampu menjelaskan dan

menggunakan teori statistika pada persoalan

pengendalian mutu

Konsep dasar; Bagan kendali untuk variabel (bagan �̅� dan R;

bagan �̅� dan S); Bagan kendali untuk bagian yang ditolak; Bagan

kendali untuk ketidak sesuaian; Bagan kendali untuk

ketidaksesuaian per unit; Rational Subgrouping; Batas

Probabilitas untuk bagan kendali �̅� dan R; Batas probabilitas

untuk bagan kendali untuk ketidaksesuaian dan untuk bagan

kendali untuk ketidaksesuaian per unit; Analisis dari kapabilitas

proses; Analisis pareto; Diagram sebab-akibat; Bagan kendali

untuk rata-rata bergerak; Bagan kendali �̅� dengan trend linier;

Cumulative Sum Control Chart.

E. L. Grant & R. S. Leavenmorth., Statistical Quality

Control; 7th ed, 1999, McGraw-Hill, New York.

Douglas C. Montgomery, Introduction to Statistical

Quality Control , 4th ed., 2002, John Wiley &

Sons, New York.

23 Rancangan Percobaan

2

3 Mahasiswa dapat menentukan model rancangan

percobaan yang sesuai dengan permasalahan yang

dihadapi dan mampu menganalisis data yang

diperoleh.

Prinsip dasar rancangan, Analisis Variansi, Rancangan Acak

Sempurna, Rancangan Blok Acak Lengkap, Rancangan Blok

Acak Tak Lengkap Seimbang, Rancangan Bujur Sangkar Latin,

Graeco Latin Square, Rancangan Faktorial, Rancangan Faktorial

2k, Bloking dan Counfounding dalam Faktorial 2k, Rancangan

Fraksional Faktorial, Aturan EMS, Rancangan Nested dan Split

Plot.

Douglas C. Montgomery, Design and Analysis

Experiments, 5th ed.,2001, John Wiley & Sons,

New York.

William G. Cochran & Gertrude M. Cox.,

Experimental Designs, 2nd ed., 1992, John Wiley

& Sons.

24 Analisis Survival 3 Memperkenalkan mahasiswa dengan teknik-

teknik analisis statistik untuk data waktu hingga

peristiwa tertentu terjadi (time to event data).

Mahasiswa mampu menjelaskan dengan benar

cara memperlakukan time to event data untuk

kepentingan analisis serta permodelan, dan

mampu melakukan berbagai tehnik analisis

statistik baik pada data-data survival time yang

tersensor (censored) maupun yang terpancung

(truncated)

Kuantitas-kuantitas dasar pada analisa survival:

Pendahuluan: contoh - contoh kasus dan tipe data pada survival

analysis, Fungsi survival, Fungsi hazard, Fungsi mean residual

life dan median life, Model - model parametrik untuk data

survival; Pemancungan dan Penyensoran: Pendahuluan,

Penyensoran kanan, Penyensoran kiri atau interval,

Pemancungan, Konstruksi likelihood untuk data terpancung dan

tersensor; Penaksiran nonparametrik pada data tersensor

kanan dan terpancung kiri: Pendahuluan, Pendugaan untuk

fungsi survival dan hazard kumulatif untuk data tersensor kanan,

Pointwise confidence interval untuk fungsi survival, Confidence

band untuk fungsi survival, Point and interval estimation untuk

J. P. Klein, & M. L. Moeschberger, Survival

Analysis: Techniques for Censored and Truncated

Data, 1997, New York: Springer-Verlag Inc.

D. London, Survival Models and their simulation,

1998, Actex Publications.

M. Gauger, Course 3 Student Manual (Vol.1), 2000,

Actex Publications.



mean dan median survival time, Estimator untuk fungsi survival

untuk data terpancung kiri dan tersensor kanan; Uji hipotesis:

Pendahuluan, Uji satu sample, Uji dua sample atau lebih, Uji

trend; Regresi hazard proporsional semiparametrik dengan

kovariate tetap: Pendahuluan, Likeli-hood parsial untuk data

time to event distinct, Likelihood parsial jika ada ties, Uji lokal

dan uji global.

25 Statistika Spatial 3 Mahasiswa mampu menjelaskanapa yang

dimaksud dengandata spasial, fungsi kovariansi

spasial, model –model semivariogram, bagaimana

menghitungsemivariogram eksperimental dan

menentukan model semivariogram yang cocok

dengan data, serta mampumemodelkan data

spatial secara tepat untuk memecahkan masalah –

masalah yang terkait dengan data spatial.

Pendahuluan tentang Data Spasial, Proses Spasial, Fungsi

Kovariansi, Model-model Semivariogram, Semivariogram

Eksperimental, Model Linier Umum, Interpolasi dan Prediksi

Spatial, Metode Kriging: Simple Kriging, Ordinary Kriging,

Universal Kriging dan Multivariat Kriging (CoKriging).

N. A. C. Cressie Statistics for Spatial Data (1993),

John Wiley & Sons.

O. Schabenberger and C. A Gotway. Statistical

Methods for Spatial Data Analysis (2005),

Chapman & Hall.

W. N. Venables and B. D. Ripley Modern Applied

Statistics with S. Fourth Edition (2002), Springer.

Isaaks, E.H. and Srivastava, R.M. (1989), An

Introduction to Applied Geostatistics, Oxford

Univ. Press.

26 Metode Survei 3 Mahasiswa mampu menjelaskan apa yang

dimaksud dengan suatu survei, alasan mengapa

dilakukan survei, macam-macam survei,

bagaimana merancang alat ukur untuk survei,

bagaimana merancang dan melaksanakan suatu

survei serta mampu melakukan survei dengan

metode yang benar.

Pendahuluan: alasan melakukan survei dan komponen-

komponen dalam survei; Error dalam survei, Complex sampling

: menentukan metode sampling yang tepat, sample frame, unit

sampel, ukuran sampel, alokasi sampel; Menangani non-

response dalam survei; Metode pengumpulan data, Merancang

kuesioner; Mempersiapkan data untuk analisis; Kode etik dalam

survei; Menentukan Survei Error; Merancang Quick Count.

John W. Creswell, Research Design, 3 ed, 2009, Sage

Publication Inc.

Jr. Floyd J. Fowler, Survey Research Method, 4ed,

2009, Sage Publication Inc.

Louis M. Rea, Designing and Conducting Survey

Research, 3 ed, 2005, John Wiley & Sons, Inc,

USA.

27 Psikometrika 3 Mahasiswa mengerti tentang arti pengukuran, alat

pengukuran, model pengukuran dan dapat

membuat alat ukur (khususnya di bidang

psikologi) dengan baik dan akurat.

Pengukuran, alat-alat pengukuran, construct, bagaimana

mengukur suatu construct; Classical Test Theory, Model

pengukuran berdasarkan Classical Test Theory, Reliabilitas dan

taksirannya, Validitas dan taksirannya, Item Response Theory

Charles L. Hulin, Fritz Drasgow, Charles K.Parsons,

Item Response Theory, 1983, Dow Jones-Irwin,

USA.

Susan E, Embretson, Steven P.Reise, Item Response

Theory for Psychologists, 2000, Lawrence

Erlbaum Associates Publisher.

Tenko Reykov and George A. Marcoulides,

Introduction to Psychometric Theory, 2011, Taylor

& Francis Group, LLC.

28 Analisis Data

Kuantitatif

3 Mahasiswa dapat mempersiapkan data untuk

analisis, mengerti metode-metode statistika dan

masing-masing kegunaan-nya. Menganalisis data

dengan metode yang tepat dan menyimpulkan

hasil analisis data untuk menjawab tujuan

penelitian.

Memeriksa reliabilitas dan validitas alat ukur. Mempersiapkan

data untuk analisis. Mengubah data kontinu menjadi data

katagorik. Menganalisis data berdasarkan deskripsi data.

Menganalisis data berdasarkan metode-metode statistika dasar

yang tepat. Menganalisis data dengan metode SEM. Memilih

metode yang tepat untuk menganalisis data lapangan dan meng-

komunikasikan hasil analisis data yang didapat.

Donald J.Treiman, Quantitative Data Analysis, 2009,

John Wiley & Sons.

Victoria Bernhardt, Data Analysis, 2 ed, 2004, Eye on

Education, Inc.

Peck Olsen Devore, Introduction to Statistics and Data

Analysis, 2001, Duxbury, USA.

29 Matematika Aktuaria

1

3 Memperkenalkan mahasiswa dengan berbagai

perangkat matematika yang digunakan untuk

memodelkan dampak finansial dari suatu kontrak

antar agen-agen ekonomi, sebagai akibat dari

suatu ketidakpastian di masa depan. Mahasiswa

diharapkan mampu menjelaskan dengan baik

konsep dasar matematika asuransi jiwa, dan

Teori bunga dan probabilitas, Peubah acak untuk usia kegagalan;

contoh dari model survival parametrik; peubah acak untuk waktu

kegagalan; central rate; model survival pilihan. Definisi tabel

usia; bentuk tradisional dari tabel usia; penurunan fungsi dari

jumlah hidup; metode untuk usia non-integral; tabel usia pilihan;

ringkasan tabel usia. Model stokhastik diskrit; pendekatan

deterministik grup; model stokhastik kontinu; model pembayaran

R. Cunningham, T. Herzog, R. London. Model for

Quantifying Risk 3rd Edition. ACTEX Academic

Series, 2008.



pendekatan aktuaria dalam menaksir tarif dari

berbagai kontrak keuangan yang menimbulkan

klaim finansial tertentu di masa depan (contingent

financial claim)

tertentu di masa depan dengan pembayaran yang beragam.

Model anuitas seumur hidup; model anuitas sementara; model

anuitas seumur hidup tertunda; anuitas tertentu di masa depan

yang dibayarkan lebih dari satu kali dalam setahun. Skema

pendanaan tahunan untuk model pembayaran tertentu di masa

depan; analisa peubah acak; skema pendanaan pembayaran

kontinu.

30 Matematika Aktuaria

2

3 Mata kuliah ini merupakan lanjutan dari

Matematika Aktuaria I. Dalam mata kuliah ini

akan diperkenalkan berbagai perangkat

matematika yang digunakan untuk memodelkan

dampak finansial dari suatu kontrak antar agen-

agen ekonomi, sebagai akibat dari suatu

ketidakpastian di masa depan. Mahasiswa

diharapkan mampu menjelaskan dengan baik

konsep dasar matematika asuransi jiwa, dan

pendekatan aktuaria dalam menaksir tarif dari

berbagai kontrak keuangan yang menimbulkan

klaim finansial tertentu di masa depan (contingent

financial claim)

Benefit Premiums; Benefit Reserves, Analysis of Benefit Reserves,

Special Topics.

N. L Bowers, H. U Gerber, J. C Hickman, D. A

Jones, C. J Nesbit, Actuarial Mathematics, 1997,

Society of Actuaries, Istaca, Illinois.

H. U. Gerber, Life Insurance Mathematics, 3rd ed, New

York: Springer-Verlag, Inc.

M. Gauger, Course 3 Student Annual (Vol. I), 2000,

Actex Publications

31 Model Kerugian 1 3 Kuliah ini mencakup pembahasan mengenai kelas

– kelas distribusi loss; yang meliputi kelas

distribusi diskrit dan kontinu. Akan dipelajari

karakteristik distribusi, konstruksi distribusi yang

baru, penaksiran parameter dan pemodelan

masalah dengan menggunakan distribusi –

distribusi tersebut.

Modeling; Beberapa ukuran dasar distribusi: momen, kuantil,

fungsi pembangkit dan jumlah dari variable random; tail

distributions, ukuran resiko dan penggunaannya (VaR dan

TVaR); Model – model aktuaria: karakteristik model-model

aktuaria, model – model kontinu, beberapa distribusi khusus dan

keteraitannya, Linear exponential family distribution, TVaR

untuk distribusi yang kontinu, Extreme value distributions; Kelas

distribusi diskrit : Distribusi Poisson, negative binomial,

binomial, kelas (a,b,0), kelas (a,b,1), Truncation andmodification

at zero, Compound frequency model, Mixed frequency

distributions, TVaR untuk distribusi diskret; Frequency and

severity with coverage modifications: Deductibles, Loss

Elimination Ratio dan efek inflasi untuk ordinary deductibles,

Policy limits, Coinsurance, deductibles, dan limits, Efek dari

deductible terhadap frekuensi klaim, Estimasi Parameter, Metode

momen dan percentile matching, MLE, Variansi dan estimasi

interval, Estimasi Bayesian, Estimasi untuk distribusi diskrit,

Analisis data eksploratori.

Loss Models: From Data to Decisions, by Stuart A.

Klugman, Harry H. Panjer and Gordon E. Wilmot,

3rd edition. John Wiley and Sons, 2008.

S.A. Klugman, H.H. Panjer and G.E. Wilmot,Loss

Models: From Data to Decisions, by Stuart A, 3rd

ed. John Wiley and Sons, 2008.

32 Model Kerugian 2 3 Kuliah ini mencakup pembahasan mengenai

pemodelan lebih lanjut pada data kerugian;

seleksi model,dan kredibilitas. Simulasi juga

dilakukan untuk mendapatkan pemahaman yang

lebih komprehensif.

Aggregate loss model, Discrete time ruin model, Continuous

time ruin model, Konstruksi model secara empiris, Seleksi

model, Estimasi dan seleksi model untuk model yang kompleks,

Kredibilitas, Simulasi.

Loss Models: From Data to Decisions, by Stuart A.

Klugman, Harry H. Panjer and Gordon E. Wilmot,

3rd edition. John Wiley and Sons, 2008.



33 Kewirausahaan 3 Mahasiswa mamiliki bekal untuk mem-buka

lapangan usaha/pekerjaan.

Mindset Kewirausahaan - Konsep Dasar Kewirausahaan -

Pengertian kewirausahaan dan wirausaha - Wirausaha dan

Manajer. Karakteristik dan Motivasi Wirausaha -

Karakteristik/sifat Wirausaha - Perilaku Wirausaha - Faktor-

faktor motivasi. Usaha Kecil dan Menengah - Pengertian -

Kewirausahaan dan Pembangunan Ekonomi - Sektor-sektor

Usaha Kecil - Keberhasilan dan Kegagalan - Strategi

Pengembangan. A. Karakteristik Aktivitas Bisnis - Sifat Sistem

Bisnis - Jenis-jenis Aktivitas Bisnis - Jenis-jenis Organisasi

Bisnis - Karakteristik Sistem Bisnis B. Strategi Memulai Bisnis -

Peluang Bisnis - Beberapa Pertanyaan Awal - Lima Kunci

Sukses. Strategi Mengembangkan Kreativitas dan Inovasi - Arti

penting inovasi dan kreativitas - Mengembangkan kreativitas -

Proses inovasi. Menghasilkan Ide-Ide Kreatif - Teknik-teknik

Menghasilkan Ide-ide Kreatif. Strategi Menyusun Proposal

Bisnis - Pengertian proposal Bisnis - Manfaat Proposal Bisnis -

Unsur-unsur Proposal - Presentasi - Persiapan presentasi.

Strategi Pendanaan Usaha - Sumber-sumber Pendanaan Usaha -

Analisis Kelayakan Usaha. Strategi Memilih Bentuk Perusahaan

- Identifikasi Bentuk Hukum Bisnis - Bentuk-bentuk Perusahaan

di Indonesia - Pertimbangan-pertimbangan Memilih Bentuk

Usaha. Perencanaan Strategis Bagi Wirausaha - Tantangan

Strategis Wirausaha - Perencanaan Strategis - Beberapa

Kesalahan dalam perencanaan strategis. A. Strategi

Pengembangan Intrapreneurship - Terminologi - Kebutuhan akan

Intrapreneurship - Hambatan-hamabatan - Elemen-elemen

spesifik B. Strategi Suksesi manajemen - Pendahuluan - Suksesi

Manajemen - Faktor-faktor kunci - Mengembangkan strategi

suksesi. Teknik Presentasi - Persiapan dasar - Membuat Isi

Presentasi - Memilih dan Mempersiapkan Alat Bantu - Persiapan

Akhir - Membina Keberanian - Melakukan Presentasi -

Menghadapi Pertanyaan. Presentasi Proposal Bisnis.

Longenecker, G Justin, moore, Carlos W, Petty

William. 2001. Kewirausahaan (Manajemen

Usaha Kecil) Jilid I dan II. Jakarta: Salemba

Empat.

Meredith, Geffrey G, et. al. 2000. Kewirausahaan

(Teori dan Praktek). Jakarta: Ppm

Goldstein, Arnold S Ph.D. Modal Dengkul.

Hakim, Rusman. Dengan Wirausaha Menepis Bisnis.

34 Teori Mikro dan

Makro Ekonomi

3 1. Konsep Dasar Ekonomi Mikro, Teori Perilaku

Konsumen, Teori Produksi, Biaya Produksi.

Struktur Pasar, Keseimbangan firm.

Mekanisme pasar dan kebijakan pemerintah.

2. Kebijakan ekonomi makro, kegiatan ekonomi

masyarakat dan pendapatan nasional, analisis

pendapatan nasional, permintaan dan

penawaran akan uang, keseimbangan umum

pasar produk dan pasar uang, permintaan uang

dan kebijakan stabilisasi, teori permintaan

agregat dalam perekonomian terbuka, teori

penawaran agregat dalam perekonomian

terbuka, makroekonomi ekuilibrium dalam

perekonomian terbuka

1. Mampu Konsep Dasar Ekonomi Mikro, Teori Perilaku

Konsumen, Teori Produksi, Biaya Produksi. Struktur Pasar,

Keseimbangan firm. Mekanisme pasar dan kebijakan

pemerintah.

2. Mampu menjelaskan beberapa konsep dasar dalam

makroekonomi, dasar teori makroekonomi yang kuat.

Memperoleh gambaran riil dari teori-teori yang diperolehnya

dalam praktek sehar-hari. Mampu menerapkan teori dalam

menganalisis gejala ekonomi yang berkaitan dengan

makroekonomi.

Sukirno, S. (2006). Mikro Ekonomi. PT Raja

Grafindo Persada.

Samuelson, P.A dan Nordhous. (2004). Ekonomi

Mikro.

Rahardja, P& Manurung, M. (1999).Teori Ekonomi

Mikro. Lembaga Penerbit Ekonomi UI.

Algifari. (2003).Ekonomi Mikro, Teori dan Kasus.

STIE YKPN Yogyakarta.

Mc Graw-Hill. 2005. Macroeconomics, Theory and

Policy.New Delhi:Publishing company limited

Ltd.

Michael K Evans.2004. Macroeconomics for

Managers. Australia: Blackwell Publishing Ltd

N. Gregory Mankiw. Teori Makro Ekonomi-Jakarta:

Erlangga



35 Matematika Dasar

Statistika

3 Integral tak wajar: definisi dan uji konvergensi; Deret: deret

fungsi, deret kuasa, deret Taylor dan deret Maclaurin,

konvergensi seragam; Deret Fourier, Integral Fourier, Error

function, Fungsi Gamma, Fungsi Beta, Deret Hipergeometrik.

R. Wred & M. Spiegel, Advanced Calculus, 3rd ed.,

Schaum’s Series, 2010, New York: McGraw Hill.

D. Varberg & E. S. Purcell, Calculus, 9th ed., 2007,

Prentice-Hall.

G. E. Andrews, R. Askey, R. Roy, Encyclopedia of

Mathematics and Its Applications, Cambridge

University Press.


4. KEWENANGAN PENENTU KURIKULUM DAN PENINJAUAN

KURIKULUM

Kurikulum Program Studi S1 Statistika pertama kalinya disusun oleh Tim Kurikulum

Departemen Matematika FMIPA UI yang terdiri dari Guru Besar dan Staf Pengajar Senior dan

staf pengajar dalam peminatan Satistika. Kurikulum ini selanjutnya dibawa ke sidag pleno

departemen untuk mendapatkan masukan untuk perbaikan dan pada akhirnya untuk disetujui

oleh Departemen Matematika. Tahap selanjutnya, kurikulum harus disetujui oleh Fakultas

melalui rapat Senat Fakultas.

Seperti pada Program Studi lain di FMIPA UI, maka kurikulum akan dievaluasi

maksimal setelah 5 tahun dalam rangka mempertahankan mutu pendidikan dan perkembangan

keilmuan. Kewenangan revisi kurikulum secara institusi merupakan wewenang dari FMIPA

dan implementasinya harus mendapatkan persetujuan dari Senat Fakultas.Revisi ini

merupakan kewajiban dari Program Studi, maka untuk kesempurnaannya perlu masukan dari

semua stakesholders baik dari dalam maupun dari luar, melakukan benchmarking dengan

universitas atau institusi dalam dan luar negeri (paling tidak dengan mempelajari kurikulum

dari PT luar negeri secara online), mendatangkan atau berdiskusi dengan mitra bestari dari

dalam negeri, serta memperhatikan kesepakatan atau keputusan yang dilakukan oleh

Himpunan Statistika dan Matematika di Indonesia.


5. PELUANG BAGI MAHASISWA UNTUK MENGEMBANGKAN

DIRI

Sarjana Statistika saat ini sangat dibutuhkan dalam berbagai bidang pekerjaan dan

kesempatan melanjutkan studinya ke jenjang lebih lanjut. Peluang tersebut secara umum adalah

:

Bekerja dalam berbagai intitusi pemerintahan dan riset dalam negeri antara lain:

Departemen Keuangan, Perdagangan, Perindustrian, Pendidikan Nasional, Dalam

Negeri, Kominfo, Kesehatan, Pertanian, Kehutanan, Perikanan dan Kelautan,

Pertambangan dan Energi, Perhubungan, Lingkungan Hidup, Hankam, Hukum dan

Perundang-undangan, BPS, LIPI, BPPT, BATAN, Universitas, Kependudukan, Keluarga

Berencana, BUMN, Meteorologi dan Geofiska, BAPEDAL/SARPEDAL, BKPM.

Peluang bekerja yang sangat luas dalam bidang Keuangan dan perBankan, antara lain:

BI, Bank BUMN dan Swasta, Jasa Keuangan (antara lain OJK), Bursa saham,

Asuransi/Aktuaria.

Peluang kerja di sektor Bisnis, antara lain: Riset Marketing, Strategic business planning,

Industri, produksi, manufaktur, telekomunikasi, media, quality management, inventory

system.

Peluang kerja swasta lain, antara lain Lembaga survey untuk keperluan: politik (pilkada,

pilpres, pilgub, dll), popularitas calon, quick count, dll; Advertising research, HRD

researchers.

Peluang untuk melanjutkan studi S2 dan S3, baik dalam maupun luar negeri.

Peluang melanjutkan ke program profesi berkaitan dengan keahlian statistik seperti

aktuaris yang saat ini sangat dibutuhkan.

Mengembangkan keahlian profesi dengan aktif bergabung dengan organisasi statistician,

aktuaris dan sejenisnya, baik dalam maupun luar negeri.


RUJUKAN YANG DIGUNAKAN (BENCHMARK)

Kurikulum Program Studi S1 Statistika merujuk pada program S1 maupun S2 di berbagai

universitasi terkenal, institusi dan organisasi profesi yang bergerak dalam bidang atau berkaitan

dengan statistika baik dari dalam maupun luar negeri.

a. Universitas, institusi, organisasi statistika dalam negeri, antara lain :

b. Departemen Statistika, FMIPA Institut Pertanian Bogor (IPB), Bogor.

c. Jurusan Statistika, FMIPA Institut Teknologi Surabaya (ITS), Surabaya

d. Program Studi Statistika, FMIPA Universitas Gadjahmada (UGM), Yogyakarta

e. Program Studi Statistika, FMIPA Universitas Airlangga, Surabaya

f. Jurusan Statistika, FMIPA Universitas Diponegoro, Semarang

g. Departemen Statistika, FMIPA Universitas Padjajaran, Bandung

h. Program Studi Statistika, FMIPA Universitas Islam Indonesia, Yogyakarta

i. Program Studi Statistika, Universitas Tanjung Pura, Pontianak

j. The Indonesian Mathematical Society (IndoMS),

k. Forum Statistika (ForStat),

l. Universitas, institusi, organisasi statistika luar negeri, antara lain :

Departemen statistika Stanford University, 2012.

American Statistical Association (ASA), USA.

Studies Mathematics and Physics University of Queensland


DAFTAR PUSTAKA

Forstat. (2013). Modul Workshop Pengajaran Statistika 2013. 12 – 14 April 2013. Universitas

Brawijaya, Malang.

Forstat. (2014). Modul Workshop Pengajaran Statistika 2014. 5 – 6 September 2014.

Universitas Diponegoro, Semarang.

Forstat. (2015). Modul Workshop Pengajaran Statistika 2014. 6-7 Oktober 2015. Universitas

Mulawarman, Samarinda.

Kemendiknas. (2005). Penjaminan Mutu Pendidikan Tinggi, Buku II tentang Kurikulum

Program Studi.

Majelis Wali Amanat Universitas Indonesia. (2005). Peraturan Nomor 006/Peraturan/MWA-

UI/2005. Evaluasi Hasil Belajar Mahasiswa Pada Program Pendidikan di Universitas

Indonesia. MWA UI.

Mendiknas. (2000). SK Mendiknas No 232/U/2000. Pedoman Penyusunan Kurikulum Inti

Pendidikan Tinggi Dan Penilaian Hasil Belajar Mahasiswa. Menteri Pendidikan Nasional,

2000.

Mendiknas. (2002). SK Mendiknas No. 45/U/2002. Kurikulum Inti Pendidikan Tinggi.

Menteri Pendidikan Nasional. 2002.

Presiden. (2012). Peraturan Presiden No. 8 Tahun 2012. Kerangka Kualifikasi Nasional

Indonesia (KKNI). Jakarta.

Rektor UI. (2013). SK Rektor nomor: 2198/SK/R/UI/2013 Tentang Penyelenggaraan Program

Sarjana di Universitas Indonesia.

Universitas Indonesia. (2012). Direktorat Pengembangan Akademik. Pedoman Penyusunan

Kurikulum Berbasis Kompetensi (KBK) Universitas Indonesia. Edisi ke-2.

dokumen kurikulum program studi s1 · pdf file4. kewenangan penentu ... ekonomi, perbankan...

Documents