RPS - Statistika Spasial

	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
Statistika Spasial		STA.62.0052	-	1	2	7	-
OTORISASI / PENGESAHAN		Dosen Pengembang RPS		Koordinator RMK		Koordinator Prodi
-		-		-		-

Capaian Pembelajaran	CPL-PRODI yang dibebankan pada MK
	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).
	Capaian Pembelajaran Mata Kuliah (CPMK)
	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 menerapkan metode analisis Spatial Point Pattern, Geostatistical, dan Lattice Data untuk menganalisis data spasial nyata
	CPMK 9	Mahasiswa mampu menggunakan perangkat lunak statistika (R/GeoDa) untuk mengolah dan menganalisis data spasial secara mandiri maupun kelompok
	CPMK 10	Mahasiswa mampu menginterpretasikan, menyajikan, dan mengkomunikasikan hasil analisis data spasial secara tertulis dan lisan dalam konteks permasalahan nyata
	Kemampuan akhir tiap tahapan belajar (Sub-CPMK)
	SUB CPMK	-

Matriks CPL
ke CPMK

	CPL-3	CPL-4	CPL-5	CPL-6	Total
CPMK/Sub CPMK	-	-	-	-	-
CPMK/Sub CPMK	-	-	-	-	-

Deskripsi
Singkat Mata
Kuliah

Mata kuliah statistika spasial bertujuan agar mahasiswa mampu memahami jenis-jenis data spasial dan menganalisis data spasial khususnya di bidang kesehatan dan lingkungan, serta mampu menginterpretasikan hasilnya. Materi teori mulai dari konsep dasar spasial hingga berbagai metode analisis spasial disampaikan melalui perkuliahan dan diskusi. Meningkatkan kemampuan analisis, mahasiswa diberikan contoh kasus yang relevan. Contoh-contoh ini diselesaikan dengan dan tanpa perangkat lunak. Selain itu, mahasiswa diberikan tugas baik secara mandiri maupun kelompok untuk mengetahui aplikasi dari berbagai permasalahan nyata, khususnya di bidang lingkungan dan kesehatan dengan bahan kajianyaitu Pengenalan statistika spasial; Tipe data spasial, Stationary, Isotropy; Exploratory Spatial Data Analysis, , Analisis data Spatial Point Pattern, Analisis data Geostatistical, dan analisis data Latice .

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 (%)
Minggu Ke-	SUB-CPMK (Kemampuan Akhir Yang Diharapkan)	Indikator	Teknik & Kriteria	Luring (Tatap Muka)	Daring (Online)	Materi Pembelajaran [Rujukan]	Bobot Penilaian (%)
-	-	-	-	-	-	-	0
	UTS
	UAS