Mata Kuliah Statistika Spasial

Mata kuliah Statistika Spasial pada Statistika (S1) membekali mahasiswa dengan landasan konseptual dan keterampilan terapan untuk menganalisis persoalan akademik maupun profesional. Perkuliahan dirancang melalui ceramah interaktif, studi kasus, diskusi kelompok, serta refleksi mandiri agar mahasiswa mampu mengambil keputusan berbasis data dan etika keilmuan.

• CPL-3 - Mampu berpikir logis, kritis dan inovatif dalam mengidentifikasi, menganalisis dan memberikan solusi terhadap permasalahan yang sesuai dengan bidang keahlian (Critical thinking).
• 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-5 - Menguasai pengetahuan di bidang komputasi statistika yang tepat untuk analisis data (Technology skills)
• CPL-6 - Mampu memformulasikan masalah menggunakan model-model statistika yang sesuai pada bidang pendidikan, pemerintahan, bisnis-ekonomi, dan lingkungan (Computation 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).

• CPMK-1 - Menjelaskan penggunaan konsep statistika spasial dan implementasinya di berbagai bidang
• CPMK-2 - Mampu menjelaskan prosedur statistika spasial dan mampu memilih metode yang sesuai
• CPMK-3 - Mampu menganalisis data dengan metode statistika spasial yang sesuai dan efektif dengan permasalahan
• CPMK-4 - Mampu menggunakan teknik komputasi dan perangkat komputer modern yang diperlukan untuk mengolah data spasial
• CPMK-5 - Memiliki pengetahuan tentang isu terkini dan mendatang yang berkaitan dengan bidang statistika spasial
• CPMK-6 - Mahasiswa mampu melakukan Exploratory Spatial Data Analysis (ESDA) dan mengidentifikasi pola spasial pada data bidang kesehatan dan lingkungan
• CPMK-7 - Mahasiswa mampu menjelaskan konsep dasar statistika spasial, jenis-jenis data spasial, serta sifat stationarity dan isotropy pada data spasial
• CPMK-8 - Mahasiswa mampu melakukan Exploratory Spatial Data Analysis (ESDA) dan mengidentifikasi pola spasial pada data bidang kesehatan dan lingkungan
• CPMK-9 - Mahasiswa mampu menerapkan metode analisis Spatial Point Pattern, Geostatistical, dan Lattice Data untuk menganalisis data spasial nyata
• CPMK-10 - Mahasiswa mampu menggunakan perangkat lunak statistika (R/GeoDa) untuk mengolah dan menganalisis data spasial secara mandiri maupun kelompok
• CPMK-11 - Mahasiswa mampu menerapkan metode analisis Spatial Point Pattern, Geostatistical, dan Lattice Data untuk menganalisis data spasial nyata
• CPMK-12 - Mahasiswa mampu menggunakan perangkat lunak statistika (R/GeoDa) untuk mengolah dan menganalisis data spasial secara mandiri maupun kelompok
• CPMK-13 - Mahasiswa mampu menginterpretasikan, menyajikan, dan mengkomunikasikan hasil analisis data spasial secara tertulis dan lisan dalam konteks permasalahan nyata