Deskripsi Mata Kuliah
Mata kuliah ini membahas konsep dan metode peramalan berdasarkan analisis data runtun waktu untuk mendukung pengambilan keputusan. Materi meliputi visualisasi dan deskripsi data runtun waktu, identifikasi pola data, stasioneritas, autokovarians, autokorelasi (ACF), transformasi dan differencing, metode moving average dan exponential smoothing, dekomposisi data runtun waktu, model runtun waktu stasioner (MA, AR, ARMA), serta model runtun waktu nonstasioner ARIMA dan Seasonal ARIMA. Mahasiswa diharapkan mampu mengidentifikasi karakteristik data, membangun dan mengevaluasi model peramalan, serta menghasilkan ramalan yang tepat sesuai kebutuhan berbagai bidang terapan.
CPL Program Studi pada MK
CPL-2
- Memiliki kemampuan komunikasi yang efektif dan kerjasama team dalam interaksi sosial dan pekerjaan (komunikasi dan Kerjasama team / transferable skill)
CPL-4
- Mampu menguasai konsep dasar ilmu statistika dan sains data serta mampu mengaplikasikan ilmu statistika, teknologi informasi dan komunikasi, dan perangkat lunak statistika dalam pekerjaan professional
CPL-5
- Terampil dalam menyelesaikan masalah secara terstruktur dengan menggunakan konsep dasar statistika untuk pengumpulan data, manajemen data, analisis data, dan pelaporan hasil analisis data
CPMK
CPMK-1
- Menelaah model-model stasioner dan non stasioner
CPMK-2
- Menerapkan metode pada data real dan mampu mengolah data menggunakan perangkat lunak statistika
CPMK-3
- Menganalisis konsep-konsep dasar analisis runtun waktu dengan kinerja mandiri, bermutu dan terukur
CPMK-4
- Memiliki kemampuan komunikasi yang efektif dan kerjasama team dalam menguasai konsep metode peramalan.
CPMK-5
- Mampu menguasai konsep dasar metode peramalan serta mampu mengaplikasikan ilmu statistika, teknologi informasi dan komunikasi, dan perangkat lunak statistika dalam pekerjaan professional.
CPMK-6
- Terampil dalam menyelesaikan masalah secara terstruktur dengan menggunakan konsep dasar metode peramalan untuk pengumpulan data, manajemen data, analisis data, dan pelaporan hasil analisis data.