Garis besar topik

    • Siswa harus
      Tandai selesai

      SALAM PEMBUKA

      Assalamu'alaikum Warahmatullah Wabarakatuh

      Selamat datang rekan-rekan mahasiswa yang saya banggakan dimanapun berada. Semoga selalu dalam keadaan sehat walafiat dan dalam lindungan Allah Subhanallahu Wa Ta'ala.

      Selamat datang di mata kuliah Statistika dan Probabilitas (SDP) melalui online/daring sistem pembelajaran daring (SPADA)  Darmajaya. Mata kuliah ini ditujukan bagi peserta didik yang sedang mengambil program S1 Sarjana pada rumpun Ilmu Informatika dan Komputer.

      Mata kuliah CV ini memiliki beban 4 SKS (Teori | Praktikum). Detail pembelajaran selama 1 semester dapat dilihat pada rencana pembelajaran semester (RPS).

      Selamat mengikuti perkuliahan ini dengan baik, salam sehat dan tetap semangat!
      Keep Calm and Learn from Home.

      Wassalamu'alaikum Warahmatullah Wabarakatuh
      Rionaldi Ali


    • Siswa harus
      Tandai selesai

      STRUKTUR PELAKSANAAN

      Pelaksanaan perkuliahan mata kuliah ini diharapkan seluruh peserta didik dapat menyelesaikan mata kuliah ini dalam kurun waktu satu semester. Struktur pelaksanannya adalah sebagai berikut:

      1. Peserta didik diwajibkan membaca setiap materi dan konten yang diberikan per pokok bahasan.
      2. Peserta didik wajib mengisi presensi kehadiran sesuai jadwal setiap kali melaksanakan perkuliahan online.
      3. Peserta didik secara aktif berpartisipasi dalam diskusi baik secara sinkron (zoom, google meet) maupun asinkron (diskusi di LMS).
      4. Peserta didik mengerjakan tugas, kuis, maupun aktifitas penilaian lain yang telah disediakan.
      5. Setelah peserta didik mempelajari seluruh pokok bahasan pada pertemuan 1 sampai dengan 7, maka peserta didik dapat mengikuti UTS.
      6. Pada saat seluruh pokok bahasan telah dipahami dan dipelajari oleh peserta didik, maka yang bersangkutan dapat mengikuti UAS.
      7. Seluruh bentuk aktivitas selama perkuliahan online harus terdata di LMS ini.
    • Siswa harus
      Tandai selesai

      MODEL PENILAIAN


      Peserta didik akan dievaluasi penguasaan dan pemahamannya terhadap materi kuliah dengan menggunakan pendekatan sebagai berikut:
      1.      Presensi Kehadiran (20%)
      2.      MCQ/Tugas Mandiri (20%)
      3.      Ujian Tengah Semester (20%)
      4.      Ujian Akhir Semester (20%)
      5.      Etika (20%)

      Model penilaian dalam perkuliahan ini dapat dilihat pada tabel dibawah ini.

      Nilai Huruf
      80 - 100
      		 A
      75 - 79.99
      		 A-
      70 - 74.99
      		 B+
      65 - 67.99
      		 B
      55 - 64.99
      		 C
      30 - 54.99
      		 D
      < 30
      		 E

    • Siswa harus
      Tandai selesai

      DOSEN PENGAMPU MATA KULIAH

      Nama     :       Rionaldi Ali
      NIDN      :       0206107902
      Ruang    :       Program Studi Teknik Informatika (Raden Saleh (F) Bulding 1st Floor)
      Email      :       rionaldi@darmajaya.ac.id | rionaldi@live.co.uk
      Phone    :       +6281379996666


    • Siswa harus
      Tandai selesai

      BUKU REFERENSI

  • 01 - Ruang Lingkup Statistika dan Distribusi Frekuensi Serta Grafik

    Materi Minggu 1: Ruang Lingkup Statistika dan Distribusi Frekuensi serta Grafik

    Ruang Lingkup Statistika

    • Pengertian dan Pengguna Statistika: Statistika adalah ilmu yang mempelajari cara mengumpulkan, mengolah, menganalisis, dan menyajikan data untuk pengambilan keputusan. Digunakan dalam berbagai bidang seperti ekonomi, kesehatan, pendidikan, dan sains.

    • Perbedaan Statistik dan Statistika:

      • Statistik: Hasil perhitungan data (angka).

      • Statistika: Ilmu yang membahas tentang pengolahan data.

    • Jenis-Jenis Statistika:

      • Deskriptif: Menggambarkan data.

      • Inferensial: Menarik kesimpulan atau generalisasi dari data sampel ke populasi.

    • Jenis-Jenis Data:

      • Kualitatif: Data non-angka (misal: warna, jenis kelamin).

      • Kuantitatif: Data berbentuk angka (diskrit dan kontinu).

    • Sumber Data Statistik:

      • Data Primer: Data langsung dari sumbernya.

      • Data Sekunder: Data yang diperoleh dari pihak lain.

    • Skala Pengukuran:

      • Nominal, Ordinal, Interval, dan Rasio ΓÇô masing-masing menunjukkan tingkat pengukuran data yang berbeda.

    Distribusi Frekuensi dan Grafik

    • Pendahuluan: Digunakan untuk menyusun dan menyajikan data dalam bentuk yang lebih mudah dipahami.

    • Daftar Distribusi Frekuensi: Penyusunan data ke dalam kelas-kelas berdasarkan jumlah kemunculan (frekuensi).

    • Distribusi Frekuensi Relatif dan Kumulatif:

      • Relatif: Menunjukkan proporsi atau persentase frekuensi.

      • Kumulatif: Menunjukkan jumlah frekuensi yang dikumpulkan dari kelas ke kelas.

  • 02 - Distribusi Frekuensi dan Grafik, Ukuran Gejala Pusat dan Ukuran Letak

    Materi Minggu 2: Distribusi Frekuensi dan Grafik, Ukuran Gejala Pusat dan Ukuran Letak

    Distribusi Frekuensi dan Grafik

    Menunjukkan penyebaran data dalam kelompok-kelompok tertentu. Memudahkan analisis data dalam bentuk tabel atau grafik.

    Histogram dan Poligon Frekuensi

    • Histogram: Grafik batang yang menggambarkan distribusi frekuensi data.

    • Poligon Frekuensi: Grafik garis yang menghubungkan titik tengah setiap kelas pada histogram.

    Model Populasi

    Gambaran atau representasi teoretis dari seluruh data (populasi) yang dapat digunakan untuk analisis statistik.

    Ukuran Gejala Pusat dan Ukuran Letak

    Pendahuluan

    Ukuran gejala pusat dan letak digunakan untuk mengetahui nilai representatif dan posisi data dalam distribusi.

    Rata-rata atau Rata-rata Hitung

    Jumlah seluruh nilai data dibagi dengan banyaknya data. Digunakan untuk mengetahui nilai tengah secara umum.

    Rata-rata Ukur (Geometrik)

    Rata-rata yang digunakan untuk data dalam bentuk pertumbuhan atau perbandingan, dihitung dengan mengalikan semua nilai dan diakarkan sesuai jumlah data.

  • 03 - Ukuran Gejala Pusat dan Ukuran Letak

    Materi Minggu 3: Ukuran Gejala Pusat dan Ukuran Letak

    a. Rata-Rata Harmonik

    Rata-rata yang digunakan untuk data berbentuk rasio atau kecepatan. Dihitung sebagai jumlah kebalikan dari data, dibagi jumlah data.

    b. Modus

    Nilai yang paling sering muncul dalam suatu kumpulan data. Cocok digunakan untuk data kategorik atau data yang memiliki frekuensi tinggi pada satu nilai.

    Ukuran Gejala Pusat dan Ukuran Letak (Lanjutan)

    a. Median

    Nilai tengah dari data yang telah diurutkan. Tidak terpengaruh oleh nilai ekstrim.

    b. Kuartil, Desil, dan Persentil

    • Kuartil: Membagi data menjadi 4 bagian.

    • Desil: Membagi data menjadi 10 bagian.

    • Persentil: Membagi data menjadi 100 bagian.
      Ukuran ini digunakan untuk mengetahui posisi relatif suatu nilai dalam distribusi data

  • 04 - Ukuran Simpangan, Dispersi, dan Variasi

    Materi Minggu 4: Ukuran Simpangan, Dispersi, dan Variasi

    a. Pendahuluan

    Ukuran simpangan dan variasi digunakan untuk menggambarkan seberapa besar penyebaran data dari nilai pusat (seperti mean atau median).

    b. Rentang, Rentang Antar Kuartil, dan Simpangan Kuartil

    • Rentang: Selisih antara nilai maksimum dan minimum.

    • Rentang Antar Kuartil (IQR): Selisih antara Q3 dan Q1, menunjukkan sebaran data tengah.

    • Simpangan Kuartil: Setengah dari IQR, digunakan untuk mengetahui variasi data di sekitar median.

    c. Rata-rata Simpangan

    Rata-rata dari selisih absolut antara setiap nilai data dengan rata-rata. Mengukur penyimpangan rata-rata dari nilai pusat.

    Ukuran Simpangan, Dispersi, dan Variasi (Lanjutan)

    a. Simpangan Baku

    Ukuran penyebaran data yang menunjukkan seberapa jauh data menyebar dari rata-rata. Semakin besar simpangan baku, semakin besar variasi data.

    b. Bilangan Baku dan Koefisien Variasi

    • Bilangan Baku (Z-score): Menunjukkan posisi suatu nilai terhadap rata-rata dalam satuan simpangan baku.

    • Koefisien Variasi: Perbandingan antara simpangan baku dan rata-rata, digunakan untuk membandingkan variasi antar kelompok data.

  • 05 -Momen, Kemiringan, dan Kurtosis

    Materi Minggu 5: Momen, Kemiringan, dan Kurtosis

    a. Momen

    Momen adalah ukuran statistik yang menggambarkan karakteristik distribusi data terhadap rata-rata, seperti sebaran, kemiringan, dan ketajaman.

    b. Kemiringan (Skewness)

    Mengukur derajat kecondongan distribusi data. Distribusi bisa simetris (normal), miring ke kanan (positif), atau ke kiri (negatif).

    c. Kurtosis

    Mengukur tingkat ketajaman puncak distribusi data. Dapat berbentuk:

    • Leptokurtik (puncak tajam),

    • Mesokurtik (normal),

    • Platikurtik (puncak datar).

    Pengantar Peluang

    a. Pendahuluan

    Peluang (probabilitas) digunakan untuk mengukur kemungkinan terjadinya suatu peristiwa dalam percobaan acak.

    b. Definisi Peluang

    Peluang adalah nilai antara 0 dan 1 yang menunjukkan kemungkinan suatu kejadian terjadi.

    c. Beberapa Aturan Peluang

    Meliputi:

    • Aturan penjumlahan (untuk kejadian saling lepas),

    • Aturan perkalian (untuk kejadian bersyarat atau independen),

    • Komplemen (1 ΓÇô P(kejadian)).

    d. Ekspektasi (Harapan Matematis)

    Nilai rata-rata teoritis dari suatu percobaan acak, dihitung berdasarkan nilai dan peluang masing-masing hasil.

  • 06 - Distribusi Peluang

    Materi Minggu 6: Distribusi Peluang

    a. Pendahuluan

    Distribusi peluang menggambarkan bagaimana kemungkinan hasil suatu percobaan acak tersebar. Digunakan untuk memodelkan kejadian dalam statistik dan probabilitas.

    b. Distribusi Binom

    Distribusi diskrit yang menggambarkan jumlah keberhasilan dalam sejumlah percobaan dengan dua kemungkinan (sukses/gagal) dan peluang yang sama pada tiap percobaan.

    c. Distribusi Multinom

    Perluasan dari distribusi binom, digunakan ketika terdapat lebih dari dua hasil yang mungkin dalam satu percobaan.

    d. Distribusi Hipergeometrik

    Digunakan untuk menghitung peluang keberhasilan dalam sampel tanpa pengembalian dari suatu populasi terbatas.

    Distribusi Peluang Lanjutan

    a. Distribusi Poisson

    Distribusi diskrit yang digunakan untuk memodelkan jumlah kejadian dalam suatu interval waktu atau ruang tertentu, dengan rata-rata kejadian yang tetap.

    b. Distribusi Normal

    Distribusi kontinu berbentuk simetris seperti lonceng. Banyak digunakan dalam statistik karena banyak data alami mengikuti pola distribusi ini.


  • 07 - Distribusi Peluang II

    Materi Minggu 7: Distribusi Peluang

    a. Distribusi Student (t-Student)

    Digunakan untuk menguji hipotesis dan estimasi ketika ukuran sampel kecil dan simpangan baku populasi tidak diketahui.

    b. Distribusi Chi-Kuadrat (χ²)

    Digunakan untuk analisis varians, uji kesesuaian (goodness of fit), dan uji independensi dalam data kategorik.

    c. Distribusi F

    Digunakan untuk membandingkan dua varians dan dalam analisis varians (ANOVA).

    Sampling

    a. Pendahuluan

    Sampling adalah proses pengambilan sebagian data (sampel) dari seluruh populasi untuk mewakili keseluruhan.

    b. Alasan Sampling

    Digunakan karena pengumpulan data seluruh populasi bisa mahal, memakan waktu, atau tidak memungkinkan.

    c. Rancangan Sampling

    Perencanaan sistematis dalam menentukan bagaimana sampel akan diambil untuk mendapatkan hasil yang representatif.

    d. Cara dan Macam Sampling

    • Probabilitas: Sampel diambil secara acak (random sampling, stratified, cluster).

    • Non-probabilitas: Tidak acak (purposive, convenience).

    e. Kekeliruan Sampling dan Non-Sampling

    • Kekeliruan Sampling: Terjadi karena sampel tidak mewakili populasi dengan baik.

    • Kekeliruan Non-Sampling: Terjadi karena kesalahan dalam pengumpulan, pencatatan, atau pengolahan data.


  • 08 - Mid Term Exam (UTS)

    xxxxxxxxxxxxxxxxxxxx
    Teori xx.xx (1x24 jam)

    Teori:
    [QUESTION] Ujian berbentuk Pertanyaan. Jawaban boleh tulis tangan atau ketik.
    [TIMED] Waktu tersedia selama 1x24 jam.

  • 09 - Pengujian Hipotesis

    Materi Minggu 9: Pengujian Hipotesis

    a. Pendahuluan

    Pengujian hipotesis adalah prosedur statistik untuk menentukan apakah sebuah pernyataan atau dugaan tentang parameter populasi dapat diterima atau ditolak berdasarkan data sampel.

    b. Langkah-langkah Pengujian Hipotesis

    1. Merumuskan hipotesis nol (H₀) dan alternatif (H₁)

    2. Menentukan taraf signifikansi (╬▒)

    3. Menentukan statistik uji

    4. Menentukan daerah kritis

    5. Mengambil keputusan berdasarkan hasil uji

    Pengujian Rata-Rata

    c. Uji Dua Pihak

    Digunakan untuk menguji apakah nilai rata-rata berbeda dari nilai tertentu tanpa arah spesifik (lebih besar atau lebih kecil).

    d. Uji Satu Pihak

    Digunakan untuk menguji apakah nilai rata-rata lebih besar atau lebih kecil dari nilai tertentu, dengan arah spesifik.

    Pengujian Proporsi dan Varians

    a. Uji Proporsi Dua Pihak

    Digunakan untuk menguji apakah proporsi populasi berbeda dari nilai tertentu tanpa arah spesifik.

    b. Uji Proporsi Satu Pihak

    Digunakan untuk menguji apakah proporsi lebih besar atau lebih kecil dari nilai tertentu.

    c. Menguji Varians

    Digunakan untuk mengetahui apakah varians (keragaman) suatu populasi sesuai dengan nilai yang diharapkan atau untuk membandingkan dua varians.


  • 10 - Pengujian Hipotesis Lanjutan

    Materi Minggu 10: Pengujian Hipotesis Lanjutan

    a. Menguji Kesamaan Dua Rata-rata: Uji Dua Pihak

    Digunakan untuk mengetahui apakah dua kelompok data memiliki rata-rata yang berbeda secara signifikan, tanpa arah perbedaan tertentu.

    b. Menguji Kesamaan Dua Rata-rata: Uji Satu Pihak

    Digunakan untuk mengetahui apakah rata-rata salah satu kelompok secara signifikan lebih besar atau lebih kecil dari kelompok lainnya.

    c. Menguji Kesamaan Dua Proporsi: Uji Dua Pihak

    Digunakan untuk membandingkan proporsi antara dua kelompok dan melihat apakah terdapat perbedaan yang signifikan.

    d. Menguji Kesamaan Satu Proporsi: Uji Dua Pihak

    Digunakan untuk menguji apakah proporsi suatu kelompok berbeda dari nilai proporsi yang dihipotesiskan.

    Pengujian Varians dan Desain Uji

    a. Menguji Kesamaan Dua Varians

    Digunakan untuk mengetahui apakah dua populasi memiliki varians (keragaman) yang sama, biasanya menggunakan uji F.

    b. Kuasa Uji dan Kurva Ciri Operasi (Operating Characteristic Curve)

    • Kuasa uji: Kemampuan suatu uji statistik untuk menolak HΓéÇ yang salah (1 - ╬▓).

    • Kurva OC: Menunjukkan kemungkinan menerima HΓéÇ untuk berbagai nilai parameter populasi.

    c. Menentukan Ukuran Sampel

    Menentukan jumlah sampel yang dibutuhkan agar hasil uji hipotesis cukup kuat dan akurat, mempertimbangkan tingkat signifikansi, kuasa uji, dan efek yang diharapkan.


  • 11 - Analisis Regresi

    Materi Minggu 11: Analisis Regresi

    a. Pendahuluan

    Analisis regresi digunakan untuk mempelajari hubungan antara dua atau lebih variabel, di mana satu variabel sebagai respon (dependen) dan lainnya sebagai prediktor (independen).

    b. Hubungan Fungsional antar Variabel

    Menjelaskan bentuk hubungan matematis antara variabel, bisa linier atau non-linier, untuk keperluan prediksi dan analisis pengaruh.

    c. Metode Tangan Bebas

    Cara sederhana menggambar garis regresi dengan memperkirakan pola data secara visual pada grafik (scatter plot), tanpa perhitungan matematis.

    Analisis Regresi Lanjutan

    a. Metode Kuadrat Terkecil

    Metode statistik untuk menentukan garis regresi terbaik dengan meminimalkan jumlah kuadrat selisih antara nilai observasi dan nilai prediksi.

    b. Interval Kepercayaan

    Digunakan untuk memberikan estimasi rentang nilai parameter regresi (seperti koefisien) dengan tingkat keyakinan tertentu, biasanya 95%.


  • 12 - Analisis Regresi II

    Materi Minggu 12: Analisis Regresi

    Uji Regresi Linier Sederhana

    Digunakan untuk menguji hubungan antara satu variabel independen dengan satu variabel dependen. Tujuannya adalah mengetahui apakah variabel independen secara signifikan mempengaruhi variabel dependen.

    • Bentuk model: ≡¥æî = a + bX

    • Uji signifikansi dilakukan terhadap koefisien regresi (b), biasanya dengan uji-t.

    Uji Regresi Linier Berganda

    Digunakan untuk menguji pengaruh lebih dari satu variabel independen terhadap satu variabel dependen.

    • Bentuk model: ≡¥æî = a + bΓéüXΓéü + bΓééXΓéé + ... + bΓéÖXΓéÖ

    • Uji signifikansi dilakukan terhadap seluruh model (uji-F) dan masing-masing koefisien (uji-t).

  • 13 - Analisis Korelasi

    Materi Minggu 13: Analisis Korelasi

    a. Pendahuluan

    Analisis korelasi digunakan untuk mengukur kekuatan dan arah hubungan antara dua variabel. Hubungan bisa positif, negatif, atau tidak ada korelasi sama sekali.

    b. Indeks Determinasi (R┬▓)

    Merupakan kuadrat dari koefisien korelasi. Menunjukkan seberapa besar variabel independen dapat menjelaskan variasi pada variabel dependen (dalam regresi).

    c. Korelasi dalam Regresi Linier

    Koefisien korelasi digunakan untuk mengukur seberapa kuat hubungan linier antara variabel dalam model regresi linier sederhana.

    d. Koefisien Korelasi dalam Distribusi Frekuensi

    Menghitung koefisien korelasi dari data yang disajikan dalam bentuk distribusi frekuensi atau tabel kontingensi.

    e. Distribusi Sampling Koefisien Korelasi

    Menggambarkan distribusi nilai-nilai koefisien korelasi yang mungkin terjadi jika pengambilan sampel dilakukan berulang-ulang dari populasi yang sama.

    f. Menaksir Koefisien Korelasi

    Proses untuk memperkirakan nilai koefisien korelasi populasi berdasarkan data sampel, termasuk penggunaan interval kepercayaan untuk estimasi.


  • 14 - Analisis Korelasi & Uji Chi-Kuadrat

    Materi Minggu 14: Analisis Korelasi & Uji Chi-Kuadrat

    Analisis Korelasi

    • Korelasi Ganda
      Mengukur hubungan antara satu variabel dependen dengan dua atau lebih variabel independen secara simultan.

    • Korelasi Parsial
      Mengukur hubungan antara dua variabel dengan mengendalikan (menghilangkan pengaruh) satu atau lebih variabel lain.

    Uji Chi-Kuadrat (χ²)

    a. Pendahuluan

    Uji chi-kuadrat digunakan untuk menganalisis data kategorik, terutama untuk melihat hubungan atau kesesuaian distribusi.

    b. Menguji Proporsi dan Multinom

    Digunakan untuk menguji apakah proporsi dalam beberapa kategori sesuai dengan distribusi yang diharapkan (uji kesesuaian / goodness of fit).

    c. Menguji Kesamaan Rata-rata

    Uji chi-kuadrat juga dapat digunakan dalam konteks tabel kontingensi untuk mengetahui apakah ada hubungan atau perbedaan antara kelompok (uji independensi), meskipun pengujian rata-rata biasanya lebih cocok dengan uji-t atau ANOVA.


  • 15 - Statistik Non Parametrik

    Materi Minggu 15: Statistik Non Parametrik

    a. Pendahuluan

    Statistik non parametrik digunakan ketika data tidak memenuhi asumsi distribusi normal atau ketika data berskala ordinal atau nominal. Metode ini lebih fleksibel terhadap bentuk data.

    b. Uji Tanda (Sign Test)

    Digunakan untuk menguji median dua data berpasangan atau satu sampel, tanpa mengandalkan distribusi data. Fokus pada tanda (+/-) dari selisih antar pasangan data.

    c. Uji Wilcoxon

    Alternatif non parametrik dari uji t untuk dua sampel berpasangan. Menguji apakah terdapat perbedaan median yang signifikan antar dua kondisi atau waktu.

    Koefisien Korelasi Non Parametrik

    • Koefisien Korelasi Peringkat Spearman (╧ü)
      Digunakan untuk mengukur kekuatan dan arah hubungan antara dua variabel ordinal atau data yang tidak normal. Menggunakan peringkat data, bukan nilai asli.


  • 16 - Final Term Exam (UAS)

    xxxxxxxxxxxxxxxxxxxx
    Teori xx.xx (1x24 jam)

    Teori:
    [WRITEN] Ujian berbentuk tertulis.
    [TIMED] Waktu tersedia selama 1x24 jam.