•  

Our Top Course
Komunikasi Pembelajaran
( 16 Sections)
 
Pengembangan Media Foto
( 16 Sections)
 

Course Statistika dan Probabilitas

Program Studi S2 Informatika UNESA

 
Card image

Deskripsi Mata Kuliah

Mata kuliah ini membahas konsep dan metode statistika serta probabilitas yang diperlukan untuk analisis data pada bidang Informatika. Cakupan materi dimulai dari teori pengukuran dan terminologi dasar statistika, konsep peluang, variabel acak diskrit dan kontinu, ekspektasi matematika, serta fungsi distribusi. Pembahasan dilanjutkan dengan estimasi parameter dan pengujian hipotesis, termasuk uji perbedaan mean dan varians untuk satu atau lebih sampel, baik sampel bebas maupun berpasangan. Materi juga mencakup analisis regresi linier sederhana dan berganda, rancangan faktorial eksperimen, analisis faktor eksploratori dan konfirmatori, analisis deret waktu, serta metode statistika nonparametrik. Selain itu, dibahas pula teknik pengumpulan data melalui berbagai metode sampling. Mata kuliah ini dirancang untuk memperkuat kemampuan mahasiswa dalam memahami, memodelkan, dan menganalisis data secara kuantitatif guna mendukung penelitian dan pengembangan solusi dalam bidang Informatika.

CPMK

  • Mahasiswa mampu menjelaskan konsep statistika, jenis data, ukuran pemusatan dan penyebaran, serta peran statistika dalam analisis informatika
  • Mahasiswa mampu menerapkan konsep peluang, event, counting methods, probabilitas bersyarat, independensi, dan Bayes Rule
  • Mahasiswa mampu mendefinisikan variabel random dan menggunakan PMF/PDF/CDF dalam analisis probabilitas
  • Mahasiswa mampu menghitung ekspektasi, varians, dan momen variabel random serta menerapkan sifat-sifatnya
  • Mahasiswa mampu menerapkan distribusi diskrit (Binomial, Poisson, Geometric) pada kasus informatika
  • Mahasiswa mampu menerapkan distribusi kontinu (Normal, Exponential, Gamma) dan melakukan standardisasi
  • Mahasiswa mampu menjelaskan distribusi sampling, standar error, dan Central Limit Theorem
  • Mahasiswa mampu menyelesaikan studi kasus komprehensif terkait konsep statistika dasar hingga distribusi sampel secara tepat dan sistematis
  • Mahasiswa mampu melakukan estimasi parameter dan uji hipotesis, termasuk uji beda mean/varians
  • Mahasiswa mampu membangun dan mengevaluasi model regresi untuk mendukung pengambilan keputusan
  • Mahasiswa mampu merancang dan menganalisis eksperimen faktorial serta mengevaluasi efek utama dan interaksi
  • Mahasiswa mampu menerapkan analisis faktor eksploratori dan konfirmatori untuk memahami struktur laten data
  • Mahasiswa mampu menganalisis pola deret waktu dan membangun model prediksi dasar
  • Mahasiswa mampu memilih dan menerapkan metode nonparametrik dalam analisis data informatika
  • Mahasiswa mampu merancang rencana sampling yang valid dan representatif untuk analisis data
  • Mahasiswa mampu merancang solusi analitik statistik end-to-end, bekerja kolaboratif, menerapkan etika profesional, dan mempresentasikan hasil secara ilmiah

Aktifitas Pembelajaran

  • Pertemuan 1
    Jenis data, menghitung ukuran pemusatan dan penyebaran, serta memilih representasi statistik dasar
    • Date  1 September 2025

  • Pertemuan 2
    Dan menghitung probabilitas dasar, probabilitas bersyarat, independensi, counting methods, dan Bayes’ Rule secara tepat dan kontekstual
    • Date  8 September 2025

  • Pertemuan 3
    PMF/PDF/CDF dan menggunakannya dalam perhitungan peluang.
    • Date  15 September 2025

  • Pertemuan 4
    Menghitung ekspektasi, varians, momen, dan menerapkan sifat linearitas ekspektasi
    • Date  22 September 2025

  • Pertemuan 5
    Memilih distribusi diskrit yang sesuai dan menghitung probabilitas berdasarkan model
    • Date  29 September 2025

  • Pertemuan 6
    Distribusi kontinu dan melakukan standardisasi untuk analisis probabilitas
    • Date  6 Oktober 2025

  • Pertemuan 7
    Distribusi sampling, menghitung standard error, dan menerapkan Central Limit Theorem
    • Date  13 Oktober 2025

  • Pertemuan 8
    Soal yang melibatkan kombinasi konsep statistika dasar, probabilitas, variabel random, dan distribusi sampel secara sistematis
    • Date  20 Oktober 2025

  • Pertemuan 9
    Melakukan estimasi parameter dan uji hipotesis (mean/varians) pada berbagai kondisi sampel
    • Date  27 Oktober 2025

  • Pertemuan 10
    Membangun model regresi, mengevaluasi asumsi, menginterpretasikan koefisien, dan menilai performa model
    • Date  3 November 2025

  • Pertemuan 11
    Merancang eksperimen faktorial, menganalisis efek utama & interaksi, serta menafsirkan hasil
    • Date  10 November 2025

  • Pertemuan 12
    Melakukan EFA dan CFA, mengevaluasi kelayakan model, dan menginterpretasikan struktur faktor
    • Date  17 November 2025

  • Pertemuan 13
    Komponen deret waktu, membangun model prediksi, dan mengevaluasi performanya
    • Date  24 November 2025

  • Pertemuan 14
    Memilih dan menerapkan uji non-parametrik serta menafsirkan hasilnya
    • Date  1 Desember 2025

  • Pertemuan 15
    Merancang prosedur sampling, menentukan ukuran sampel, dan mengevaluasi potensi bias data
    • Date  8 Desember 2025

  • Pertemuan 16
    Dengan lebih baik materi-materi dari minggu ke-9 s.d. ke-15
    • Date  15 Desember 2025

Dosen

WIYLI YUSTANTI
WIYLI YUSTANTI
  • 215,475 Reviews4.8 Rating

Video Images
Preview this course
 
 
  • Program StudiS2 Informatika
  • Semester1
  • Lectures1
Difficult Things About Education.
$75$10