|
KEMENTERIAN PENDIDIKAN TINGGI, SAINS, DAN TEKNOLOGI
UNIVERSITAS NEGERI PADANG
– FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
– PROGRAM STUDI STATISTIKA (D III)
|
||||||
| RENCANA PEMBELAJARAN SEMESTER | |||||||
| MATA KULIAH (MK) | KODE | Rumpun MK | BOBOT (sks) | SEMESTER | Tgl Penyusunan | ||
| Praktikum Metode Peramalan | STK.52.0027 | - | 1 | 0 | 4 | - | |
| OTORISASI / PENGESAHAN | Dosen Pengembang RPS | Koordinator RMK | Koordinator Prodi | ||||
| - | - | - | Dodi Vionanda S.Si., M.Si., Ph.D. | ||||
| Capaian Pembelajaran |
CPL-PRODI yang dibebankan 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 | |
| Capaian Pembelajaran Mata Kuliah (CPMK) | ||
| CPMK 1 | Memiliki kemampuan komunikasi yang efektif dan mampu bekerja sama dalam pelaksanaan praktikum metode peramalan menggunakan perangkat lunak statistika. | |
| CPMK 2 | Mampu mengoperasikan perangkat lunak statistika dalam pengolahan, analisis, dan pemodelan data runtun waktu menggunakan konsep dasar metode peramalan untuk mendukung pekerjaan profesional. | |
| CPMK 3 | Terampil menyelesaikan permasalahan peramalan secara sistematis melalui praktikum pengumpulan data, pengelolaan data, analisis data runtun waktu, pembangunan model peramalan, evaluasi model, dan penyusunan laporan hasil analisis menggunakan perangkat lunak statistika. | |
| Kemampuan akhir tiap tahapan belajar (Sub-CPMK) | ||
| SUB CPMK | - | |
| Matriks CPL ke CPMK |
|
| Deskripsi Singkat Mata Kuliah |
Mata kuliah ini membekali mahasiswa dengan keterampilan praktis dalam pengolahan, analisis, dan peramalan data runtun waktu menggunakan perangkat lunak statistika. Materi praktikum meliputi visualisasi dan deskripsi data runtun waktu, identifikasi pola data, stasioneritas, autokorelasi (ACF), transformasi dan differencing, metode moving average dan exponential smoothing, dekomposisi data runtun waktu, pemodelan MA, AR, ARMA, ARIMA, dan Seasonal ARIMA, serta evaluasi dan interpretasi hasil peramalan. |
| Pustaka | Utama: |
| - | |
|
Pendukung: (Jika diperlukan)
-
|
|
| Dosen Pengampu |
- |
| Mata kuliah syarat |
- |
| Minggu Ke- | SUB-CPMK (Kemampuan Akhir Yang Diharapkan) | Penilaian | Bentuk Pembelajaran, Metode Pembelajaran, Penugasan Mahasiswa [Estimasi Waktu] |
Materi Pembelajaran [Rujukan] |
Bobot Penilaian (%) |
||
|---|---|---|---|---|---|---|---|
| Indikator | Teknik & Kriteria | Luring (Tatap Muka) | Daring (Online) | ||||
| - | - | - | - | - | - | - | 0 |
| UTS | |||||||
| UAS | |||||||