|
KEMENTERIAN PENDIDIKAN TINGGI, SAINS, DAN TEKNOLOGI
UNIVERSITAS NEGERI PADANG
– FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
– PROGRAM STUDI STATISTIKA (S1)
|
||||||
| RENCANA PEMBELAJARAN SEMESTER | |||||||
| MATA KULIAH (MK) | KODE | Rumpun MK | BOBOT (sks) | SEMESTER | Tgl Penyusunan | ||
| Analisis Data | STA.62.0049 | - | 1 | 2 | 7 | - | |
| OTORISASI / PENGESAHAN | Dosen Pengembang RPS | Koordinator RMK | Koordinator Prodi | ||||
| - | - | - | Dr. Yenni Kurniawati S.Si., M.Si. | ||||
| Capaian Pembelajaran |
CPL-PRODI yang dibebankan pada MK | |
| CPL-4 | Menguasai konsep dasar keilmuan statistika dan metode-metode analisis statistika yang dapat diaplikasikan pada bidang pendidikan, pemerintahan, ekonomi, dan lingkungan (Scientific skill). | |
| CPL-8 | Mampu melakukan manajemen dan analisis data menggunakan teknik-teknik statistika dengan bantuan perangkat lunak (Collaboration digital skills). | |
| CPL-9 | Mampu menyelesaikan, menyajikan, dan mengkomunikasikan hasil analisis permasalahan nyata menggunakan statistika secara tertulis maupun lisan dengan jelas serta mudah dipahami (Problem solving skills/ Communication skills). | |
| Capaian Pembelajaran Mata Kuliah (CPMK) | ||
| CPMK 1 | Menguasai konsep dasar Analisis Data yang dapat diaplikasikan pada bidang pendidikan, pemerintahan, ekonomi, dan lingkungan | |
| CPMK 2 | Mampu menyusun dan memilih teknik analisis data yang tepat dan efisien sesuai dengan karakteristik data dan menerapkannya dalam bentuk yang tepat. | |
| CPMK 3 | Mampu melakukan manajemen dan analisis data menggunakan teknik-teknik statistika yang tepat dengan bantuan perangkat lunak. Phyton dan R. | |
| CPMK 4 | Mahasiswa mampu menjelaskan konsep, alur kerja, dan dasar pemilihan teknik analisis data sesuai karakteristik data, tujuan analisis, serta konteks permasalaha | |
| CPMK 5 | Mahasiswa mampu melakukan manajemen, pembersihan, eksplorasi, analisis, dan validasi data menggunakan perangkat lunak statistik secara tepat | |
| CPMK 6 | Mahasiswa mampu menyelesaikan kasus nyata, menyajikan hasil analisis dalam bentuk tabel/grafik/laporan, serta mengkomunikasikan rekomendasi secara tertulis dan lisan. | |
| Kemampuan akhir tiap tahapan belajar (Sub-CPMK) | ||
| SUB CPMK | - | |
| Matriks CPL ke CPMK |
|
| Deskripsi Singkat Mata Kuliah |
Analisis Data membekali mahasiswa dengan kemampuan menerapkan alur kerja analisis data secara utuh, mulai dari perumusan masalah, pemahaman struktur data, manajemen dan pembersihan data, eksplorasi, pemilihan teknik analisis yang tepat, interpretasi output perangkat lunak, hingga penyajian rekomendasi berbasis data. Mata kuliah ini dirancang sebagai mata kuliah terapan dengan penekanan pada studi kasus, praktik perangkat lunak, diskusi kelas, dan proyek analisis data. h dibagi ke dalam tiga topik khusus yang dapat diampu oleh tiga dosen: (1) Topik Khusus I: workflow analisis data, kualitas data, data cleaning, EDA, dan visualisasi; (2) Topik Khusus II: analisis komparatif, asosiasi, data kategorik/multivariat eksploratif sederhana, dan evaluasi asumsi; (3) Topik Khusus III: proyek analisis data nyata, penyusunan laporan, visualisasi hasil, data storytelling, dan presentasi rekomendasi. Nama dosen pengampu setiap topik dapat disesuaikan dengan penugasan prodi. |
| 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 | |||||||