Top Banner
CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA MULTIVARIAT : 1. Mampu menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi (B-2) 2. Mampu menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi (G-2) 5. Mahasiswa menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Diskriminan (mg ke 9-10) 2.Mahasiswa menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai uji dan seleksi data (mg ke 2) 4. Mahasiswa menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Cluster (mg ke 6-7) 1.Mahasiswa menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai statistik multivariat (mg 1) EVALUASI TENGAH SEMESTER (mg ke 8) 3. Mahasiswa menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai analisis faktor (mg ke 3-5) 8. Mahasiswa menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip- prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi melalui SEM (mg ke14-15) 6. Mampu menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi melalui MANOVA (mg ke 11-12) 7. Mahasiswa menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi melalui MDS dan CA (mg ke 13) EVALUASI AKHIR SEMESTER (mg ke 16) Garis Entry Behavior
13

CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA …sap.gunadarma.ac.id/upload/AK-043256.pdf · 2020-02-13 · CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA MULTIVARIAT : 1. Mampu menerapkan

Apr 06, 2020

Download

Documents

dariahiddleston
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Page 1: CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA …sap.gunadarma.ac.id/upload/AK-043256.pdf · 2020-02-13 · CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA MULTIVARIAT : 1. Mampu menerapkan

CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA MULTIVARIAT : 1. Mampu menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada

sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi (B-2) 2. Mampu menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan

riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi (G-2)

5. Mahasiswa menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Diskriminan (mg ke 9-10)

2.Mahasiswa menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai uji dan seleksi data (mg ke 2)

4. Mahasiswa menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Cluster (mg ke 6-7)

1.Mahasiswa menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai

statistik multivariat (mg 1)

EVALUASI TENGAH SEMESTER (mg ke 8)

3. Mahasiswa menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai analisis faktor (mg ke 3-5)

8. Mahasiswa menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk

memberikan solusi melalui SEM (mg ke14-15)

6. Mampu menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi melalui MANOVA (mg ke 11-12)

7. Mahasiswa menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi melalui MDS dan CA (mg ke 13)

EVALUASI AKHIR SEMESTER (mg ke 16)

Garis Entry Behavior

Page 2: CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA …sap.gunadarma.ac.id/upload/AK-043256.pdf · 2020-02-13 · CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA MULTIVARIAT : 1. Mampu menerapkan

UNIVERSITAS GUNADARMA FAKULTAS TEKNOLOGI INDUTRI JURUSAN / PROGRAM STUDI TEKNIK INDUSTRI

RENCANA PEMBELAJARAN SEMESTER (RPS) Nama Mata Kuliah Kode Mata

Kuliah Bobot (sks)

Semester Tgl Penyusunan

Statistika Multivariat AK043256 2 8 11 September 2019 Otorisasi Nama KoordinatorPengembang

RPS Koordinator Bidang Keahlian

(Jika Ada) Ka PRODI

Dr. Ina Siti Hasanah, S.T., M.T.

Dr. Ir. Rakhma Oktavina, M.T.

Capaian Pembelajaran (CP)

CPL-PRODI (Capaian Pembelajaran Lulusan Program Studi)Yang Dibebankan Pada Mata Kuliah B G

Mampu menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) Mampu meneliti dan menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi

CPMK (Capaian Pembelajaran Mata Kuliah)

B2 Mampu menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks

pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem

terintegrasi

G2 Mampu menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan

melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi

Diskripsi Singkat MK Konsep-konsep statistik dengan data yang berbentuk multivariat, serta mengaplikasikan konsep tersebut dalam menyelesaikan permasalahan sehari-hari

Bahan Kajian / Materi Pembelajaran

1. Uji dan Seleksi Data 2. Analisis Faktor 3. Analisis Cluster 4. Analisis Deskriminasi 5. MANOVA 6. Multidimensional Scaling dan Correspondence Analysis 7. SEM

Daftar Referensi Utama:

(1) Joseph F. Hair, William C. Black, Barry J. Babin, Rolph E. Anderson; 2013, Multivariate Data Analysis, edisi 8, cengange

Page 3: CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA …sap.gunadarma.ac.id/upload/AK-043256.pdf · 2020-02-13 · CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA MULTIVARIAT : 1. Mampu menerapkan

(2) Singgih Santosa; 2010, Statistika Multivariat, PT. Elex media Komputindo (3) M.S. Idrus; 2013; Multivariate Data Analisis dan Nonparametrik Statistik Untuk Penelitian Bidang Manajemen, Zifatama Publishing. (4) Dr. Ir. Solimun, MS, dkk, 2017, Metode Statistika Multivariat Pemodelan Persamaan Struktural (SEM) Pendekatan WarpPLS, cetakan kedua, UB Press

Pendukung:

- Media Pembelajaran Perangkat lunak: Perangkat keras :

- Notebook danLCDProjector Nama Dosen Pengampu

-

Matakuliah prasyarat (Jika ada)

Statistika Industri

Page 4: CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA …sap.gunadarma.ac.id/upload/AK-043256.pdf · 2020-02-13 · CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA MULTIVARIAT : 1. Mampu menerapkan

MingguKe-

Kategori CPMK Kemampuan akhir yg

direncanakan

Bahan Kajian (Materi Pembelajaran)

Bentuk dan Metode

Pembelajaran

Estimasi Waktu

Pengalaman Belajar Mahasiswa

Penilaian

Kriteria & Bentuk

Indikator

Bobot (%)

(1) (2) (3) (4) (5) (6) (7) (8) (9) 1 B2 Mampu menerapkan

matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai statistik multivariat

Pendahuluan • Pengertian Analisis

Multivariat • Jenis Data dalam Analisis

Multivariat • Klasifikasi Metode

Statistik Multivariat

• Bentuk: Kuliah

• Metode: ceramah, problem based learning

TM: 2x(2x50”)

Menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai statistik multivariat

Kriteria: Partisipasi mahasiswa

Bentuk non-test:

Ketepatan menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai statistik multivariat

10

2 B2 Mampu menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai uji dan seleksi data

Uji dan Seleksi Data • Jenis dan Cara Pengujian

Data • Missing Data Analysis • Perlakukan terhadap

Missing Data • Uji Data Outlier • Uji Normalitas • Uji Homoskedastisitas

Data • Uji Linieritas Data • Seleksi Data

• Bentuk: Kuliah

• Metode: ceramah, problem based learning

TM: 2x(2x50”)

Menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai uji dan seleksi data

Kriteria: Partisipasimahasiswa

Bentuk non-test:

Ketepatan menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai uji dan seleksi data

10

3 B2 Mampu menerapkan matematika, sains, dan prinsip rekayasa (engineering

Analisis Faktor • Tujuan Analisis Faktor • Jumlah sampel yang

ideal untuk analisis

• Bentuk: Kuliah

• Metode: ceramah,

TM: 2x(2x50”)

Menerapkan matematika, sains, dan prinsip rekayasa (engineering

Kriteria:

• Kelengkapan cara dan

Ketepatan menerapkan matematika, sains, dan prinsip rekayasa (engineering principles)

15

Page 5: CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA …sap.gunadarma.ac.id/upload/AK-043256.pdf · 2020-02-13 · CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA MULTIVARIAT : 1. Mampu menerapkan

principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Faktor

faktor • Asumsi pada analisis

faktor

problem based learning, Tugas 1

principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Faktor

jawaban • Kebenara

n penggunaan rumus dan jawaban

Bentuk non-test:

untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Faktor

4 B2 Mampu menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Faktor

Analisis Faktor • Metode principal

component analysis • Rotasi faktor • Tahap Pertama Analisis

Faktor : Menilai Variabel yang Layak

• Bentuk: Kuliah

• Metode: ceramah, problem based learning

TM: 2x(2x50”)

Menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Faktor

Kriteria: Partisipasimahasiswa

Bentuk non-test:

Ketepatan menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Faktor

10

5 B2 Mampu menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai

Analisis Faktor • Tahap kedua analisis

faktor : proses factoring dan rotasi

• Tahap ketiga analisis faktor : validasi faktor

• Tahap keempat analisis faktor membuat faktor scores

• Bentuk: Kuliah

• Metode: ceramah, problem based learning

TM: 2x(2x50”)

Menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai

Kriteria: Partisipasimahasiswa

Bentuk non-test:

Ketepatan menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Faktor

10

Page 6: CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA …sap.gunadarma.ac.id/upload/AK-043256.pdf · 2020-02-13 · CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA MULTIVARIAT : 1. Mampu menerapkan

Analisis Faktor Analisis Faktor

6 B2 Mampu menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Cluster

Analisis Cluster • Hal-hal pokok tentang

analisis cluster • Analisis cluster : K-

means cluster

• Bentuk: Kuliah

• Metode: ceramah, problem based learning, Tugas 2

TM: 2x(2x50”)

Menerapkan

matematika, sains, dan

prinsip rekayasa

(engineering

principles) untuk

menyelesaikan masalah

rekayasa kompleks

pada sistem

terintegrasi (meliputi

manusia, material,

peralatan, energi, dan

informasi) yang

diperlukan pada

pengoperasioan sistem

terintegrasi mengenai

Analisis Cluster a

Kriteria:

• Kelengkapan cara dan jawaban

• Kebenaran penggunaan rumus dan jawaban

Bentuk non-test:

Ketepatan menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Cluster

15

7 B2 Mampu menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Cluster

Analisis Cluster • Pengertian • Langkah-langkah

pengujian

• Bentuk: Kuliah

• Metode: ceramah, problem based learning

TM: 2x(2x50”)

Menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Cluster

Kriteria: Partisipasimahasiswa

Bentuk non-test:

Ketepatan menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Cluster

10

8 UJIAN TENGAH SEMESTER

9 B2 Mampu menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk

Analisis Diskriminan • Hal-hal pokok tentang

analisis diskriminan • Uji Variabel untuk dua

faktor

• Bentuk: Kuliah

• Metode: ceramah, problem

TM: 2x(2x50”)

Menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan

Kriteria: Partisipasimahasiswa

Bentuk non-

Ketepatan menerapkan matematika, sains, dan prinsip rekayasa (engineering

10

Page 7: CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA …sap.gunadarma.ac.id/upload/AK-043256.pdf · 2020-02-13 · CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA MULTIVARIAT : 1. Mampu menerapkan

menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Diskriminan

• melakukan analisis diskriminan dua faktor

based learning

masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Diskriminan

test: principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Diskriminan

10 B2 Mampu menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Diskriminan

Analisis Diskriminan • Analisis diskriminan tiga

faktor • Logistic regression

• Bentuk: Kuliah

• Metode: ceramah, problem based learning, Tugas 3

TM: 2x(2x50”)

menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Diskriminan

Kriteria:

• Kelengkapan cara dan jawaban

• Kebenaran penggunaan rumus dan jawaban

Bentuk non-test:

Ketepatan menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi) yang diperlukan pada pengoperasioan sistem terintegrasi mengenai Analisis Diskriminan

15

11 G2 Mampu menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa

MANOVA • Hal-hal pokok tentang

MANOVA • General Linear Model

(GLM) • MANOVA (Factorial

Design)

• Bentuk: Kuliah

• Metode: ceramah, problem based learning, praktik laboratoriu

TM: 2x(2x50”)

Menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk

Kriteria: Partisipasi mahasiswa

Bentuk non-test:

Ketepatan menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi

10

Page 8: CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA …sap.gunadarma.ac.id/upload/AK-043256.pdf · 2020-02-13 · CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA MULTIVARIAT : 1. Mampu menerapkan

informasi untuk memberikan solusi melalui MANOVA

m, self learning

memberikan solusi melalui MANOVA

data dan sintesa informasi untuk memberikan solusi melalui MANOVA

12 G2 Mampu menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi melalui MANOVA

MANOVA • MANOVA (GLM

Multivariat) • Custom model

• Bentuk: Kuliah

• Metode: ceramah, problem based learning, praktik laboratorium

TM: 2x(2x50”)

Menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi melalui MANOVA

Kriteria: Partisipasi mahasiswa

Bentuk non-test:

Ketepatan menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi melalui MANOVA

10

13 G2 Mampu menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi melalui MDS, dan CA

Multidimensional Scaling (MDS) dan Correspondence Analysis (CA) • Pengertian MDS dan CA • Multidimensional

Scaling (MDS) • Categorical Analysis

(CA)

• Bentuk: Kuliah

• Metode: ceramah, problem based learning, praktik laboratorium, self learning

TM: 2x(2x50”)

Menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi melalui Multidimensional Scaling (MDS) dan Correspondence Analysis (CA)

Kriteria: Partisipasimahasiswa

Bentuk non-test:

Ketepatan menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi melalui Multidimensional Scaling (MDS) dan Correspondence Analysis (CA)

10

14 G2 Mampu menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan

Struktural Equation Modeling (SEM) • Pengertian SEM • Pemodelan Persamaan

Struktural (SEM) • Contoh SEM

• Bentuk: Kuliah

• Metode: ceramah, problem based

TM: 2x(2x50”)

Menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset,

Kriteria: Partisipasi mahasiswa

Bentuk non-test:

Ketepatan menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip

10

Page 9: CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA …sap.gunadarma.ac.id/upload/AK-043256.pdf · 2020-02-13 · CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA MULTIVARIAT : 1. Mampu menerapkan

melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi melalui SEM

learning, praktik laboratorium

analisis, interpretasi data dan sintesa informasi untuk memberikan solusi melalui Multidimensional Scaling (MDS) dan Correspondence Analysis (CA)

rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi melalui Multidimensional Scaling (MDS) dan Correspondence Analysis (CA)

15 G2 Mampu menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi melalui dan SEM

Struktural Equation Modeling (SEM) • LISREL 8.30 • AMOS • Generalized Structured

Component Analysis (GESCA)

• Bentuk: Kuliah

• Metode: ceramah, problem based learning, praktik laboratorium, self learning

TM: 2x(2x50”)

Menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi melalui Struktural Equation Modeling (SEM)

Kriteria: Partisipasi mahasiswa

Bentuk non-test:

Ketepatan menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi melalui Struktural Equation Modeling (SEM)

10

Page 10: CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA …sap.gunadarma.ac.id/upload/AK-043256.pdf · 2020-02-13 · CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA MULTIVARIAT : 1. Mampu menerapkan

FORMAT RANCANGAN TUGAS 1

Nama Mata Kuliah : Statistika Industri SKS : 2

Program Studi : Teknik Industri Pertemuan ke : 3

Fakultas : Teknologi Industri

A. TUJUAN TUGAS : Mahasiwa mampu memahami, membedakan konsep dan metode distribusi sampling. Mahasiswa mampu menyelesaikan persoalan dari distribusi sampling

B. URAIAN TUGAS :

a. Obyek Garapan Persoalan distribusi sampling

b. Metode atau Cara pengerjaan ▪ Carilah referensi berupa jurnal / artikel ilmiah terkait distribusi sampling. ▪ Membuat soal dan menyelesaikan soal berdasarkan teori yang didapatkan. ▪ Tes tertulis dan dikerjakan secara mandiri.

c. Deskripsi Luaran tugas yang dihasilkan : Menyelesaikan minimal 5 soal perhitungan.

Page 11: CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA …sap.gunadarma.ac.id/upload/AK-043256.pdf · 2020-02-13 · CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA MULTIVARIAT : 1. Mampu menerapkan

C. KRITERIA PENILAIAN (15 %)

Kelengkapan cara dan jawaban

Kebenaran penggunaan rumus dan jawaban

FORMAT RANCANGAN TUGAS 2

Nama Mata Kuliah : Statistika Industri SKS : 2

Program Studi : Teknik Industri Pertemuan ke : 6

Fakultas : Teknologi Industri

B. TUJUAN TUGAS : Mahasiwa mampu memahami, membedakan konsep dan metode pendugaan parameter. Mahasiswa mampu menyelesaikan persoalan dari pendugaan parameter.

B. URAIAN TUGAS :

d. Obyek Garapan Persoalan pendugaan parameter

e. Metode atau Cara pengerjaan ▪ Carilah referensi berupa jurnal / artikel ilmiah terkait pendugaan parameter. ▪ Membuat soal dan menyelesaikan soal berdasarkan teori yang didapatkan. ▪ Tes tertulis dan dikerjakan secara mandiri.

f. Deskripsi Luaran tugas yang dihasilkan : Menyelesaikan minimal 5 soal perhitungan.

Page 12: CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA …sap.gunadarma.ac.id/upload/AK-043256.pdf · 2020-02-13 · CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA MULTIVARIAT : 1. Mampu menerapkan

C. KRITERIA PENILAIAN (15 %)

Kelengkapan cara dan jawaban

Kebenaran penggunaan rumus dan jawaban

FORMAT RANCANGAN TUGAS 3

Nama Mata Kuliah : Statistika Industri SKS : 2

Program Studi : Teknik Industri Pertemuan ke : 10

Fakultas : Teknologi Industri

C. TUJUAN TUGAS : Mahasiwa mampu memahami, membedakan konsep dan metode uji hipotesis. Mahasiswa mampu menyelesaikan persoalan dari uji hipotesis.

B. URAIAN TUGAS :

a. Obyek Garapan Persoalan uji hipotesis

b. Metode atau Cara pengerjaan ▪ Carilah referensi berupa jurnal / artikel ilmiah terkait uji hipotesis ▪ Membuat soal dan menyelesaikan soal berdasarkan teori yang didapatkan. ▪ Tes tertulis dan dikerjakan secara mandiri.

c. Deskripsi Luaran tugas yang dihasilkan : Menyelesaikan minimal 5 soal perhitungan.

Page 13: CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA …sap.gunadarma.ac.id/upload/AK-043256.pdf · 2020-02-13 · CAPAIAN PEMBELAJARAN MATA KULIAH STATISTIKA MULTIVARIAT : 1. Mampu menerapkan

C. KRITERIA PENILAIAN (15 %)

Kelengkapan cara dan jawaban

Kebenaran penggunaan rumus dan jawaban

GRADING SCHEME COMPETENCE

KRITERIA 1 : Kelengkapan cara dan jawaban

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR

Kelengkapan cara

dan jawaban Lengkap, terpadu dan

sistematis

Lengkap Dapat menentukan rumus yang

digunakan dalam menyelesaikan

persoalan

Hanya mengetahui data

yang diketahui

Tidak ada

jawaban apapun

2

KRITERIA 2 : Kebenaran penggunaan rumus dan jawaban

DIMENSI Sangat Memuaskan Memuaskan Batas Kurang Memuaskan Di bawah standard SKOR

Kebenaran

penggunaan

rumus dan

jawaban

Lengkap, terpadu dan

sistematis

Lengkap Dapat menentukan rumus

yang digunakan dalam

menyelesaikan persoalan

Hanya mengetahui data yang

diketahui

Tidak ada jawaban

apapun

2