STATISTIKA ITS


Jurusan Statistika

Sebelum tahun 1983, Jurusan Statistika merupakan bagian dari Jurusan Matematika, sehingga mahasiswa matematika angkatan sebelum tahun 1983 yang memilih bidang statistika dan lulus tahun 1983 dan sesudahnya secara resmi mendapatkan gelar Sarjana Statistika . Pada tahun 1985 sesuai dengan persetujuan DIKTI Jurusan Statistika mendirikan Program Diploma-3 Statistika. Selanjutnya pada tahun 1999 berdasarkan SK Dirjen DIKTI No 253/DIKTI/Kep/1999 Jurusan Statistika membuka Program Magister (S-2). serta pada tahun 1999 berdasarkan dengan ijin dari Rektor ITS telah melaksanakan program Studi Ekstensi S1 dan lintas jalur (tahun 2004 passing out).

Jurusan Statistika FMIPA ? ITS, secara resmi berdiri pada tahun 1983 berdasarkan :

  • PP No 5 tahun 1980
  • PP no 27 tahhun 1981
  • Keppres No58 tahun 1982

Dengan demikian Jurusan Statistika FMIPA ITS memiliki 4 program yaitu :

  • Program Diploma ? 3 ( D ? 3 ) berdasarkan SK DIKTI th 1983
  • Program Strata ? 1 ( S ? 1 ) berdasarkan SK DIKTI th 1983
  • Program Strata ? 2 ( S ? 2 ) berdasarkan SK DIKTI th 1999
  • Program Strata ? 3 ( S ? 3 ) berdasarkan SK DIKTI th 2006

Secara umum, Jurusan Statistika bertujuan untuk mengembangkan statistik yang penerapannya di bidang Industri, Bisnis dan Sosial serta Komputasi.

Jurusan Statistika telah memperoleh akreditasi A sesuai SK Diknas 021/BAN-PT/Ak-IX/S1/XI/2005 Tgl 17 Nopember 2006

Dana pendukung finansial jurusan Statistika diantaranya adalah:

  • Grand ADB 1999 ( peralatan )
  • Grand Proyek Due-Like (III) tahun 2001/2006 ( 5 tahun – 3 milyar)
    Manfaat : pengembangan suasana akademik, SDM, dan PBM.
  • Program Hibah Kompetesi A3 tahun 2007 ? 2009 ( 3 tahun ? 2,4 milyar)
    Manfaat : Penguatan eksternal ( lulusan )

Dalam mengimplemetasikan kurikulum di Jurusan Statistika FMIPA ITS mengembangkan 3 bidang minat yaitu:

  • Bidang Industri
  • Bidang Komputasi
  • Bidang Bisnis dan Sosial

dan aku jurusan statistika strata s1

Program Sarjana (S1)

V i s i  
   

Menjadi suatu lembaga yang dapat menghasilkan lulusan yang memiliki kemampuan akademik dalam menerapkan, mengembangkan dan/atau memperkaya khasanah ilmu Statistika dan penerapannya dibidang industri, bisnis-sosial dan komputasi yang bertaraf internasional dalam lingkup Asia

M i s i  
   

Menjadi pusat pendidikan akademik di bidang statistik industri, bisnis-sosial dan komputasi

T u j u a n  
   

Tujuan Umum

  1. Menjadi Jurusan yang mengembangkan ilmu Statistika sekaligus menerapkannya pada masalah dunia nyata yang mampu menguatkan kemampuan menghasilkan penelitian yang bernilai bagi masyarakat.
  2. Menyiapkan sumber daya manusia untuk berkarir dibidang statistika baik teori maupun terapan dengan membekali kemampuan matematika dan ketrampilan komputer sebagai dasar dalam belajar statistika dan penerapannya, sehingga mampu bersaing dalam era globalisasi.
  3. Menyiapkan sumber daya manusia yang mampu melanjutkan studi S2/S3.

Tujuan Khusus

  1. Menyiapkan sumber daya manusia yang memiliki kemampuan dasar yang kuat dalam matematika, probabilitas, matematika statistika, metode statistika dan computer, untuk memecahkan persoalan yang mengandung ketidakpastian dan variasi, agar dapat memahami perkembangan ilmu statistika dan mampu menerapkan secara baik dan benar.
  2. Menyiapkan sumber daya manusia yang mampu membuat rancangan penelitian (research methodology) meliputi: pengumpulan data baik melalui eksperimen dan survey maupun simulasi, sehingga diperoleh data dengan keandalan yang tinggi
  3. Menyiapkan sumber daya manusia yang mampu melakukan pengolahan dan analisis data dengan tepat sehingga diperoleh kesimpulan yang valid.
  4. Menyiapkan sumber daya manusia yang mampu melakukan pemodelan dengan menggunakan prosedur statistika dan dapat mengkomunikasikan hasil analisisnya baik secara lisan maupun tulisan.

Kurikulum Program Sarjana (S1)

Untuk menghasilkan sarjana Statistika diperlukan serangkaian proses baik proses administrasi maupun proses akademik. Pada proses akademik mahasiswa mengikuti perkuliahan sesuai dengan mata kuliah yang sedang diambil. Total beban minimal yang harus ditempuh selama masa studi adalah 144 SKS. Beban ini dapat diselesaikan secara normal dalam 8 semester. Wisuda akan dilakukan kepada mahasiswa yang telah selesai menempuh seluruh beban studi tersebut.

Semester 1

No.

Kode

Mata kuliah

SKS

1

SB1291

Biologi

2

2

SK1205

Kimia

3

3

ST1301

Pengantar Probabilitas

3

4

UF1201

Fisika Dasar

3

5

UG1307

Bahasa Indonesia

2

6

UM1201

Kalkulus I

3

   

Total

16

  Semester 2

No.

Kode

Mata kuliah

SKS

1

ST1201

Matriks & Ruang Vektor I

2

2

ST1202

Pengantar Ilmu Ekonomi

2

3

ST1302

Pengantar Metode Statistika

3

4

ST1303

Praktikum Statistika

1

5

ST1304

Pengantar Ilmu Komputer

2

6

UG1201

Bahasa Inggris

2

7

UG1306

Kewarganegaraan

2

8

UM1202

Kalkulus II

3

   

Total

17

 
Semester 3

No.

Kode

Mata kuliah

SKS

1

ST1203

Kalkulus Lanjut I

3

2

ST1204

Matriks & Ruang Vektor II

2

3

ST1205

Program Komputer

2

4

ST1240

Official Statistika

3

5

ST1241

Akutansi Biaya

2

6

ST1250

Riset Operasi I

3

7

ST1251

Analisa Perancangan Sistem kerja

2

8

ST1260

Logika Matematika

2

9

ST1261

Matematika Diskret

2

10

ST1305

Statistik Matematika I

3

11

ST1306

Teknik Sampling

3

   

Total

27

  Semester 4

No.

Kode

Mata kuliah

SKS

1

ST1206

Kalkulus Lanjut II

3

2

ST1207

Analisis Numerik

3

3

ST1242

Ekonomi Mikro

3

4

ST1249

Ekonomi Teknik

2

5

ST1252

Manajemen Operasi

3

6

ST1262

Struktur Data

3

7

ST1307

Statistik Matematika II

3

8

ST1308

Statistika Non Parametrik

3

9

ST1309

Desain Eksperimen

3

   

Total

26

 
Semester 5

No.

Kode

Mata kuliah

SKS

1

ST1243

Manajemen Pemasaran

2

2

ST1244

Ekonomi Makro

3

3

ST1255

Metode Permukaan Respon

2

4

ST1263

Sistem Informasi Manajemen

3

5

ST1310

Komputasi Statistika

2

6

ST1311

Statistik Matematika III

3

7

ST1312

Analisis Eksplorasi Data

2

8

ST1313

Analisis Data Kualitatif

3

9

ST1314

Analisis Regresi

3

   

Total

23

  Semester 6

No.

Kode

Mata kuliah

SKS

1

ST1245

Ekonometrika

3

2

ST1247

Metoda Riset Pemasaran

3

3

ST1248

Analisa Keputusan Bisnis

2

4

ST1253

Model Realibilitas

3

5

ST1254

Riset Operasi II

2

6

ST1264

Pengenalan Analisis Citra

3

7

ST1315

Teknik Simulasi

2

8

ST1316

Analisis Deret Waktu

3

9

ST1317

Analisis Data I

2

10

ST1318

Analisis Multivariat

3

11

ST1319

Pengendalian Kualitas Statistika

3

   

Total

29

 
Semester 7

No.

Kode

Mata kuliah

SKS

1

ST1246

Metoda Riset Sosial

3

2

ST1256

Perenc. Pengend. Produksi

2

3

ST1257

Perancangan Kualitas

3

4

ST1258

Manajemen Mutu

2

5

ST1265

Sistem Pendukung Keputusan (DSS)

3

6

ST1266

Komputasi Statistika Lanjut

3

7

ST1267

Jaringan Syaraf Tiruan

3

8

ST1320

Analisis Data II

2

9

ST1321

Proses Stokastik

3

10

ST1322

Metodologi Penelitian

2

11

ST1323

Kerja Praktek

2

   

Total

28

  Semester 8

No.

Kode

Mata kuliah

SKS

1

ST1324

Kolokium

1

2

ST1325

Tugas Akhir

6

3

UG1202

Pengantar Ilmu Lingkungan

2

4

UG1308

Bahasa Inggris Lanjut

2

   

Total

11

 
Mata Kuliah Pilihan

No.

Kode

Mata kuliah

SKS

1

ST1240

Official Statistika

3

2

ST1241

Akutansi Biaya

2

3

ST1242

Ekonomi Mikro

3

4

ST1243

Manajemen Pemasaran

2

5

ST1244

Ekonomi Makro

3

6

ST1245

Ekonometrika

3

7

ST1246

Metoda Riset Sosial

3

8

ST1247

Metoda Riset Pemasaran

3

9

ST1248

Analisa Keputusan Bisnis

2

10

ST1249

Ekonomi Teknik

2

11

ST1250

Riset Operasi I

3

12

ST1251

Analisa Perancangan Sistem kerja

2

13

ST1252

Manajemen Operasi

3

 

No.

Kode

Mata kuliah

SKS

14

ST1253

Model Realibilitas

3

15

ST1254

Riset Operasi II

2

16

ST1255

Metode Permukaan Respon

2

17

ST1256

Perenc. Pengend. Produksi

2

18

ST1257

Perancangan Kualitas

3

19

ST1258

Manajemen Mutu

2

20

ST1260

Logika Matematika

2

21

ST1261

Matematika Diskret

2

22

ST1262

Struktur Data

3

23

ST1263

Sistem Informasi Manajemen

3

24

ST1264

Pengenalan Analisis Citra

3

25

ST1265

Sistem Pendukung Keputusan (DSS)

3

26

ST1266

Komputasi Statistika Lanjut

3

Silabus Program Sarjana (S1)

[Download PDF]

SILABUS

PROGRAM MAGISTER STATISTIKA 2004-2009

—————————————————————————————–

 

Nama Mata Kuliah : Probabilitas ( Probability )

Kode Mata Kuliah : ST 2301

Bobot : 3 SKS

 

Tujuan :

Memahami konsep percobaan random, variabel random, ruang probabilitas, fungsi distribusi, ekspektrasi, konvergensi variabel random, model-model probabilitas, hukum bilangan besar dan teoema limit pusat dan fungsi variabel random.

 

Materi Pokok :

Variabel random, ruang probabilitas, fungsi distribusi, ekspektasi dan momen, konvergensi variabel random, fungsi krakteristik, distribusi bersyarat dan kebebasan stokastik, hukum bilangan besar, distribusi khusus, distribusi fungsi variabel random, distribusi limit. Pengantar teori peluang. Transformasi variabel random dan statistik berurut. Fungsi pembangkit momen.

 

Pustaka :

•  Bartoszynski, R.,1996, Probability and Statistical Inference; John Wiley & Sons, New York.

•  Bhat, B.R.,1981, Modern Probability Theory, John Wiley & Sons, New York.

•  Hogg, R.V. and Tanis, E.A., 1993, Probability and Statistical Inference; Macmillan Publishing Co., New York.

 

Nama Mata Kuliah : Proses Stokastik ( Stochastic Process )

Kode Mata Kuliah : ST 2302

Bobot SKS : 3 SKS

 

Tujuan :

Memahami konsep-konsep probabilitas yang banyak digunakan dalam proses stokastik, rantai markov, proses input-output, perbedaan proses renewal dengan input-output, brownian motion.

 

Materi Pokok :

Review probabilitas bersyarat, hukum probabilitas total, klasifikasi proses stokastik, rantai Markov, probabilitas transisi, klasifikasi ruang keadaan, distribusi seimbang, proses Poisson, sifat-sifat proses Poisson, proses Poisson nonhomogen, proses input-output (birth-death processes), proses renewal, martingales, random walk, Browman motion, proses difusi, penerapan.

 

 

 

Pustaka :

•  Goodman, R, 1988, Introduction to Stochastic Models; Cummings Publishing

Company inc.

•  Heyman, D.D. and Sobel, M. J., 1982, Stochastic Models in Operations Research, McGrraw Hill, New York.

•  Ross, S.N., 1996, Stochastic Processes; John Wiley and Sons, New York.

Nama Mata Kuliah : Rancangan Percobaan ( Experimental Design )

Kode Mata Kuliah : ST 2303

Bobot SKS : 3 SKS

 

Tujuan :

Memahami berbagai konsep rancangan percobaan, nested design, fraktional faktorial design, split plot design, confounding, blok tak lengkap, analisis kovariansi, metode taguchi.

 

Materi Pokok :

Konsep dasar perancangan percobaan, justifikasi model linier, pengacakan, pengelompokan dan penggunaan pengamatan penyerta. Pembicaraan mengenai Nested design, Fraktorial faktorial, rancangan petak terbagi, pembauran, metode Taguchi. Analisis kovaraian. Rancangan kelompok tak lengkap.

 

Pustaka :

•  Bagchi, T, 1994, Taguchi Methods Explained Practical Steps to Robust Design, John Wiley & Sons, New York.

•  Gardiner, W.P.; Gettinby, 1998, Eperimental Design Techniques in Statistical Practice : A Practical Software-base approach, Horwood Publishing Limited.

•  Hinkelmann, K. and Kemptkarne, O., 1994, Design and Analysis of Experiments, John Wiley & Sons, New York.

•  Montgomery, D.C, 1997, Design and Analysis of Experiment; John Wiley & Sons, New York.

 

Nama Mata Kuliah : Analisis Regresi ( Regression Analysis )

Kode Mata Kuliah : ST 2304

Bobot SKS : 3 SKS

 

Tujuan :

Memahami dan mampu menganalisis serta menerapkan model regresi dengan variabel respon berdistribusi normal.

 

Materi Pokok :

Regresi Linear sederhana, konsep OLS, konsep WLS , pengujian parameter model, analisis sisaan (asumsi klasik), mendeteksi pencilan dan identifikasi pengamatan berpengaruh. Model-model regresi meliputi: non linear semu, dummy variabel dan polinomial. Seleksi variabel bebas yang meliputi: pemilihan model terbaik, ridge regresi dan regresi komponen utama. PLS dan estimasi Robust, Bootstrap dan Jacknife.

 

Pustaka :

•  Agresti, A., 1996, An Introduction to Categorical Data Analysis; John Wiley & Sons, New York.

•  Drapper, N.R. and Smith, H.,1981, Applied Regression Analysis, John Wiley & Sons Inc, New York.

•  Kleimbaum; 1988, Applied Regression and Multivariate Analysis and Other

Multivariate Method; John Wiley & Sons, New York.

•  Seber, G.A.F., 1977, Linear Regression Analysis, John Wiley & Sons, New York.

•  Sen, A. and Srivastawa, M., 1990, Regression Analysis : Theory, Method and Application, Springer Verlag, New York.

•  Weisberg, S, 1986.,Applied Linear Regression; John Wiley & Sons, New York.

 

 

Nama Mata Kuliah : Analisis Multivariat ( Multivariate Analysis )

Kode Mata Kuliah : ST 2305

Bobot SKS : 3 SKS

 

Tujuan :

Mampu membedakan dan menginterpretasikan data univariat, analisis eksplorasi dan pereduksi dimensi, pengujian hipotesis data multivariat, metode multisampel dan analisis diskriminan.

 

Materi Pokok :

Review Aljabar linier, fungsi distribusi multivariat : Multinormal, Wishart, Hotelling. Analisis eksplorai : Biplot, analisis korespondensi, PCA, analisis faktor, analisis cluster, multidimensional scaling dan analisis konjoint. Analisis konfirmasi : pengujian satu mean dan CI; pengjian dua mean dan CI; disain eksperimen (MANOVA) : one-way, two-way; faktorial diskriminan linier.

 

Pustaka :

•  Dillon, W.K. and Matthew, G.,1984, Multivariate Analysis, Methods and

Application, John Wiley & Sons, New York.

•  Jonhson, R.,1982, Applied Multivariate Statisticals Analysis, Prentice-Hall Inc., New Jersey.

•  Lebart, L., Morineau A. and Warwick, K.M, 1984, Multivariate Descriptive Statistical Analisys, John Wiley & Sons, New York.

•  Timm, N.H.,1975, Multivariate Analysis with Applications in Education and

Psychology, Wadsworth Publishing Co Inc.; California.

 

 

Nama Mata Kuliah : Statistik Inferensia ( Statistical Inference )

Kode Mata Kuliah : ST 2306

Bobot SKS : 3 SKS

 

Tujuan :

Mampu memahami konsep penaksiran, metode penentuan penaksir, sifat-sifat penaksir, fugsi kerugian dan resiko, statistik kecukupan. Keluarga eksponensial, ketidakbiasaan, equivariance, uniformly most powerfull test, ketidakbiasan untuk uji hipotesis, hipotesis linier.

 

Materi Pokok :

Penaksiran; penaksiran titik, penaksiran interval; statistik kecukupan, ketakbiasan, penaksir efisien, penguji hipotesis; UMPT; uji hipotesis pada sampling distribusi normal; uji khi-kuadrat, hipotesis linear; hipotesis multivariate linier.

 

 

Pustaka :

•  Bartoszynski, R.,1996, Probability and Statistical Inference; John Wiley & Sons, New York.

•  Hogg, R.V. and Tanis, E.A., 1993, Probability and Statistical Inference; Macmillan Publishing Co., New York.

•  Lehman, E.L.1983, Theory of Point Estimation ; John Wiley & Sons; New York.

•  Lehmann, E.L., 1986, Testing Statistical Hypothesis; John Wiley & Sons; New York.

 

 

Nama Mata Kuliah : Analisis Data ( Data Analysis )

Kode Mata Kuliah : ST 2307

Bobot SKS : 3 SKS

 

Tujuan :

Mengerti penggunaan paket program Statistik, dapat menerapkan penggunaan metode regresi, metode eksperimen desain, time series, multivariate, analisis data kualitatif, Bootstrap dan Jacknife dengan tepat.

 

Materi Pokok :

Bahasa pemrograman paket program Statistika, telaah terhadap program-program komputer dan penerapan statistika. Studi kasus dengan penerapan : Regresi nonparametrik, Mulivariate, Regresi dengan Respon Diskrit, Regresi nonlinear; Eksperimen Desain, Time Series, Analisis Data Kualitatif.

 

Pustaka :

•  Agresti, A., 1996, An Introduction to Categorical Data Analysis; John Wiley & Sons, New York.

•  McCullagh, P., and Helder; J.A.,1989, Generalized Linear Models, Chapman

and Hall.

•  Manuall SPSS , Minitab SAS.

 

 

Nama Mata Kuliah : Model Linier ( Linear Models )

Kode Mata Kuliah : ST 2308

Bobot SKS : 3 SKS

 

Tujuan :

Mengerti dan memahami bentuk-bentuk sebaran kuadratik, model dasar, penggolongan silang, dwi arah, komponen ragam, mampu mengembangkan model-model linier untuk regresi baik dengan rank penuh ataupun tidak.

 

Materi Pokok :

Pendugaan dan pengujian hipotesis beberapa model linear. Model klasifikasi satu-arah dan dwi-arah. Perluasan model-model sel rataan. Model dengan peubah penyerta. Model pengaruh-pengaruh campuran dan pendugaan komponen ragam, fungsi estimabel.

 

 

Pustaka :

•  Bowerman, B.L. and R.T. O’Connel, 1990, Linear Statistical Models an Applied Approach; PWS- KENT Publ. Co, Boston.

•  Hocking, R.R., 1996, Methods and Applications of Linear Models Regression and analysis of Variance; john Willey & Sons Inc., New York.

•  Myers, R.H. and Milton, J.S., 1991, A First Course in the Theory of Linear Statistical Models; PWS- KENT Publ. Co.; Boston.

•  Rao, C.R., 1973, Linear Statistical Inference and Its Applications; ed., Eastern Private Limited, New Delhi.

•  Searle, S.R.; 1987, Linear Models for Unbalanced data; John Wiley & Sons Inc., New York.

 

 

Nama Mata Kuliah : Tesis ( Thesis )

Kode Mata Kuliah : ST 2309

Bobot SKS : 7 SKS

 

 

 

Tujuan :

Mampu mengintegrasikan secara terpadu dan komprehensif mata kuliah yang didapat untuk mengembangkan teori atau menyelesaikan masalah praktis.

 

Materi Pokok :

Kegiatan penelitian mandiri dimulai dari pembuatan proposal penelitian, seminar proposal, dan pelaksanaan penelitian. Hasil penelitian harus diseminarkan dan dipertanggung jawabkan dihadapan penguji dalam ujian tesis.

 

 

Nama Mata Kuliah : Riset Operasi ( Operation Research )

Kode Mata Kuliah : ST 2201

Bobot SKS : 3 SKS

 

Tujuan :

Setelah mengikuti perkuliahan, mahasiswa dapat mengerti berbagai metode kuantitatif dalam riset oprerasi dan memiliki ketrampilan menerapkannya dalam dunia praktis.

 

Materi Pokok :

Analisis jaringan Ruang lingkup riset operasi program linear : formulasi masalah; metode simplek primal, dual, revisi, analisis pascal optimal, sensitifitas; tafsiran ekonomik. Program bilangan bulat: teknik pencabangan dan pembatasan, program bilangan campuran, program bilangan biner. Program dinamik : deterministik, probabilistik. Goal programming : single dan multiple. Teori permainan : strategi murni, campuran. Sistem antrian : antrian non poisson, antrian dengan disiplin prioritas, antrian dua phase, program nonlinier.

 

Pustaka :

1. Mokhtar, M., 1979, Non Linier Programming :Ttheory and Algoritms, John Wiley and Sons, New York..

2. Hiller, F. and Lieberman, G.J., 1990, Introduction to Operations Research, 5 th ed., McGrraw Hill.

3. Ozon, T. M., 1986, Applied Mathematical Programming for Production and Engineering Management, Prentice Hall.

4. Taha, H. A, 1973, Operation Research : An Introduction, Prentice Hall.

5. Ignizio, J. P and Tom, M.C, 1994, Linier Programming, Prentice Hall.

6. Goicoecheeea, A., Hansen, D.R., and Lucien D. S, 1982, Multi Objective Decision Analysis With Engineering and Business Applications, John Wiley & Sons, New York.

 

 

 

 

 

Nama Mata Kuliah : Pengendalian Kualitas Statistik ( Statistical QualityControl )

Kode Mata Kuliah : ST 2202

Bobot SKS : 3 SKS

 

Tujuan :

Memahami konsep dan pengendalian kualitas, peta kendali pada produksi pendek, peta kendali variabel, rancangan ekonomis peta kendali, analisis kapabilitas proses, sampling penerimaan, rancangan kualitas, rancangan parameter, perancangan Robust.

 

Materi Pokok :

Manajemen mutu terpadu dan tujuh alat Statistik. Peta kendali : Pada produksi pendek: Peta kendali atribut, peta kendali variabel. Peta kendali varabel: peta cusum, peta EWMA, peta kendali pada data berkorelasi. Analisis kapabilitas proses : Analisis kapabilitas dengan rancangan eksperimen, kasus multirespon dan indeks kapabilitas proses pada distribusi normal. Fungsi kerugian konsep dasar (review), rancangan toleransi, fungsi kerugian pada on line quality control. Rancanagan ekonomi peta kendali: Rancanagn ekonomis peta variabel dan rancagan ekonomis peta atribut. Rancagan factorial untuk peningkatan kualitas : Rancangan factorial 2 k , pendekatan Taguchi. Sampling penerimaan : konsep dasar sampling kontinyu, skip-lot sampling planning. Pertimbangan kesalahan inspeksi, rancangan ekonomik sampling plan.

 

Pustaka :

•  Montgomery, D.C.,1997, Introduction to Statistical Quality Control; John Wiley Sons, New York.

•  Roses, .J.,1989, Taguchi Techniques for Quality Engineering; Mc Graw Hill, New York.

•  Montgomery, D.C.1997, Design and Analysis of Experiment; John Wiley, New York.

•  Taguchi, G., Elsayed, A., Elsayed, T.N, 1989, Quality Engineering in Production Systems; McGraw-Hill, Singapore.

•  Kotz, S. and Norman, L. J.,1993, Process Capability Indices; 1 ed.; Chapman & Hall, London.

 

 

Nama Mata Kuliah : Model Ekonometrika ( Econometric Models )

Kode Mata Kuliah : ST 2211

Bobot SKS : 3 SKS

 

Tujuan :

Mampu memahami konsep dan metodologi penelitian ekonometrika, penyimpangan asumsi, model ekonometrika, model persamaan simultan dan SUR , pemilihan teknik pendugaan, konstruksi model empirik dan aplikasi model.

 

Materi Pokok :

Ruang lingkup dan tujuan ekonometrika, metodologi penelitian ekonometrika, masalah dan penyimpangan asumsi model regresi klasik, model ekonometrika, model persamaan simultan, metode pendugaan model persamaan simultan, konstruksi model empirik dalam analisis ekonomi mikro dan ekonomi makro, penerapan model ekonometrika : validasi model, peramalan dan simulasi model.

 

Pustaka :

•  Greene, 1997, Applied Econometric, John Wiley and Sons, New York.

•  Kmenta, 1986, Elemen of Econometrics; Macmillan, New York.

•  Koutsoyiannis, 1978, Theory of Econometrics, Harper and Row.

 

 

Nama Mata Kuliah : Demografi ( Demography )

Kode Mata Kuliah : ST 2212

Bobot SKS : 3 SKS

 

Tujuan :

Mengetahui dan membandingkan konsep dan fungsi demografi, sumber-sumber data demografi, analisis konsep demografi (studi kasus data BPS), teori penduduk dan teori transisi Demografi, beberapa ukuran-ukuran dasar Teknik Demografi, Mortalitas dan Fertilitas, tabel kematian, aplikasi tabel kematian, mobilitas penduduk, ketenagakerjaan, kualitas penduduk.

 

Materi Pokok :

Pengalian demografi dan studi kependudukan, sumber-sumber data demografi, ukuran-ukuran dasar teknik demografi. Pengertian fertilitas, mortalitas, tabel kematian dan aplikasinya, mobilitas penduduk, kualitas penduduk dan aplikasi metode statistik pada masalah-masalah studi kependudukan.

 

Pustaka :

•  Gerber, H.U.,1997, Life Insurance Matthematics; ed.; John Wiley & Sons, New York..

•  Polland, A.H, Farhat, Y. and Pollard G.N.,1992, Teknik Demografi ( terjemahan dari Rozy Munir ).

 

 

Nama Mata Kuliah : Matematika Asuransi ( Insurance Mathematics )

Kode Mata Kuliah : ST 2213

Bobot SKS : 3 SKS

 

Tujuan :

Memahami konsep matematika keuangan, anuitas, life table dan life function.

 

Materi Pokok :

Review matematika keuangan, anuitas, life table, life function, tabel penyusutan, premi netto, cadangan premi netto, asuransi aktiva, cadangan lanjutan, perhitungan karena batal dan perubahan, analisis keuangan, fungsi hidup gabungan kecelakaan, asuransi berjangka.

 

Pustaka :

•  Gerber, H.U, 1997, Life Insurance Mathematics; ed.; John Wiley & Sons, New York.

 

•  Takeshi, F., 1992, Actuareal Mathematics, The Research Institute Insurance Welfare, Japan.

 

 

Nama Mata Kuliah : Analisis Deret Waktu ( Time Series Analysis )

Kode Mata Kuliah : ST 2221

Bobot SKS : 3 SKS

 

Tujuan :

Memahami konsep proses stokastik dan stasioner dalam time series, proses ARMA, proses stasioner, estimasi model ARMA, pembentukan model dan parameter dengan proses ARIMA, multivariate time series, fungsi transfer, model state-space dan Rekursi Kalman.

 

Materi Pokok :

Autokorelasi, dasar-dasar analisis spektral/periodogram. Model dinamik. Model autoregresif dan model rataan bergerrak, identifikasi dan pengepasan, peramalan. Regresi dengan galat-galat berkorelasi. Saringan liniear. Model-model fungsi transfer.

 

Pustaka :

•  Box, G.E.P., and Jenkins, G.M., 1994, Time Series Analysis : Forecasting and Control; ed.; Holden Day, San Fransisco.

•  Brockwell, P.J. and Davis, R.A., 1991, Time Series : Theory and Methods; ed., Spinger-Verlag, New York.

•  Chatfield, C., 1996, The Analysis of Time Series : An Introduction; ed,; Chapman Hall.

•  Christensen, R., 1991, Linear Models for Multivariate, Time Series and Spatial Data, Springer-Verlag, New York.

•  Makridakis, S., Wheelwright, S.C and Hyndman, R.J., 1998, Forecasting : Methods and Applications; ed,; John Willey & Sons, New York

•  Priestly, M.B.,1981, Spectral Analysis and Time Series; Academic Press, London.

 

Nama Mata Kuliah : Regresi Nonparametrik ( Nonparametric Regression )

Kode Mata Kuliah : ST 2222

Bobot SKS : 3 SKS

 

Tujuan :

Mengetahui beberapa model regresi nonparametric beserta peran dan sifat-sifatnya. Dapat memodelkan perilaku data berdasarkan pendekatan regresi nonparametrik.

 

Materi Pokok :

Konsep dasar regresi nonparametrik dan perbedaan dengan regresi parametrik, estimasi densitas dengan pendekatan histogram dan kernel, estimasi kurva regresi nonparametrik dengan pendekatan : kernel, deret ortogonal, spline, NN, deret Fourier dan Wavelets.

 

Pustaka :

•  Enbank, R.L., 1988, Spline Smoothing and Nonparametric Regression, Marcel

Dekker Ins, New York.

•  Green, P.J. and Silverman, B.W., 1994, Nonparametric Regression and Generalized Linear Models; Chapman and Hall, London.

•  Hardle, W., 1990, Applied Nonparametric Regression, Cambridge University Press, New York.

•  Hardle, W., 1991, Smoothing Techniques With Implementation in S, Spinger Verlag, New York.

•  Prenter, P.M., 1975, Spline and Variational Methods, John Wiley and Sons, New York.

•  Schumaker, L.L, 1981, Spline Functions: Basic Theory, John Wiley and sons, new York.

•  Thompson, J.R., and Tapia, R.A., 1990, Nonparametric Function Estimation, Modelling and Simulations, SIAM, Philadelpia.

•  Wahka, G., 1990, Spline Models for Observational Data, SIAM Pensylvania.

 

 

Nama Mata Kuliah : Analisis Reliabilitas ( Reliability Analysis )

Kode Mata Kuliah : ST 2203

Bobot SKS : 3 SKS

 

Tujuan :

Memahami konsep-konsep Statistik yang banyak digunakan dalam analisis reliabilitas, distribusi probabilitas dalam analisis reliabilitas, model regresi untuk data reliabilitas, proportional Hazard Modell, model Bayes.

 

 

Materi Pokok :

Konsep laju kerusakan dan reliabilitas, model eksponensial, gamma, weibull, normal, log normal, nilai ekstrim, model gabungan, penaksiran parameter dan fungsi reliabilitas untuk sampel lengkap dan tersensor, uji hipotesis, plot q-q, reliabilitas sistem pendekatan proses Markov, availiabilitas, model regresi parametrik dan non parametrik, model multivariate dan stokastik, metode Bayes.

 

 

Pustaka :

•  Gertzbalck, I.B., 1989, Statistical Reliability Theory; Marcell Decker, New York.

•  Lawless, J.F., 1982, Stistical Models and Methods for Life time Data, John Willey; New York.

•  Sinha, S.K. and Kale, B.K., 1980, Life Testing and Reliability Estimation; Wiley Eastern LTD ; New Delhi.

 

 

Nama Mata Kuliah : Analisis Data Kualitatif ( Qualitative Data Analysis )

Kode Mata Kuliah : ST 2223

Bobot SKS : 3 SKS

 

Tujuan :

Memahami Inferensi dalam tabel Kontigensi 2 x 2, L 2 x 2, r x k, L r x k, r x k x l, model Log linier tabel r x k, r x k x l yang berkategori, Model logistik regresi, Model logistik regresi dengan strata.

 

Materi Pokok :

Mempelajari metode-metode analisis tabel kontigensi berdimensi banyak. Pengantar mengenai metode jumlah kuadrat tertimbang, model log-linier dan pendekatan regresi logistik untuk analisis data kategori. Pemilihan model, pengujian kesesuaian, pendugaan parameter dan besaran asosiasi. Pembahasan ditekankan pada penerapan praktis dengan penggunaan komputer.

 

Pustaka :

•  Agresti, A., 1990, Categorical Data Analysis; John Wiley & Sons; New York.

•  Greenacre, M.J., 1984, Theory and Applications of Correspondence Analysis; Academic Proses, Inc., New York.

 

 

 

 

 

 

 

Nama Mata Kuliah : Metode Riset Pemasaran ( Marketing Research Methods )

Kode Mata Kuliah : ST 2214

Bobot SKS : 3 SKS

 

Tujuan :

Memberikan pemahaman konsep dasar pemasaran, riset pemasaran, sistem informasi riset pemasaran, serta memberikan kamampuan untuk menerapkan metode-metode statistik dalam riset pemasaran.

 

Materi Pokok :

Konsep dasar riset pemasaran, sistem informasi riset pemasaran, pengumpulan data, riset secara deskriptif, riset eksperimental, metode sampling dalam riset pasar, metode analisis data pemasaran : analisis regresi, amalisis multivariate, MDS , analisis korespondensi. Studi kasus riset pemasaran.

 

Pustaka :

1. Stanton W.J., ?Fundamental of Marketing?.

2. Terume, M.C.,?Essenials of Marketing?.

3. Philip, K., ?Marketing Management?.

 

Nama Mata Kuliah : Teori Antrian ( Queuing Theory )

Kode Mata Kuliah : ST 2224

Bobot SKS : 3 SKS

 

Tujuan :

Memahami konsep proses Markov dan kaitannya dengan teori antrian, sistem antrian, sistem antrian Markov, sistem antrian Semi Markov, sistem antrian jaringan terbuka, sistem antrian jaringan tertutup. Markov Modulated Arrival Process.

 

Materi Pokok :

Review proses Markov diskrit dan kontinyu, momen klaster sistem antrian, notasi Kendall, teorema little, traftic intensity, hukum aliran konservasi, sistem antrian Markov jalur tunggal dan ganda, sistem antrian semi-Markov, sistem antrian dengan prioritas, sistem antrian M/G/I, G/M/I, sistem antrian jaringan terbuka, teorema Burke, antrian jaringan Jackson, antrian jaringan tertutup, alogaritma konvalensi, mean value analysis, Markov-modulated Poisson Process, Markov-modulated Bernoulli Process, Markov-modulated Fluid Flow.

 

 

 

 

 

 

 

Nama Mata Kuliah : Analisis Bayesian ( Bayesian Analysis )

Kode Mata Kuliah : ST 2225

Bobot SKS : 3 SKS

 

Tujuan :

Mahasiswa mengerti, memahami dan menguasai teori Bayesian dan Empirical Bayes serta mampu mengaplikasikannya ke dalam permasalahan real.

 

Materi Pokok :

Teorema Bayes, Bayesian inference, Data augmentation, Single-parameter model, Multi-parameter model, Hirarchical model, Jenis prior, prior odds, posterior, posterior odds, Bayes faktor, Bayesian non-Normal dan neo-Normal model, Bayesian Reliability, Mixture densitas, mixture regresi, mixture of mixture, Pemilihan model terbaik dengan Bayesian, Struktur Perkalian Distribusi, MCMC .

Pustaka:

1. Box, G. E. P. dan Tiao, G. C.,1973, Bayesian Inference in Statistical Analysis , Reading, MA, Addison-Wesley.

2. Carlin, B. P. dan Louis, T. A., 1996, Bayes and Empirical Bayes Methods for Data Analysis , Chapman &Hall, London.

3. Casella, G. dan Berger, R. L.,1990, Statistical Inference , Duxbury,Bellmont California, USA.

3. Gelman, A., Carlin, J. B., Stern, H. S. dan Rubin, D. B., 1995, Bayesian Data Analysis , Chapman & Hall, London.

4. Martz, H.F. dan Waller, R. A.,1982, Bayesian Reliability Analysis , John Wiley & Sons, New York.

5. McLachlan G. dan Basford K.,1988, Mixture models: inference and application to clustering. Marcel and Decker Inc.

6. Tanner, M. A., 1996, Tools for Statistical Inference : Methods for the Exploration of Posterior Distributions and Likelihood Functions , 3 rd edn, Springer-Verlag, New York.

7. Titterington M., Makov G., dan Smith A.F.M., 1985, Statistical analysis of finite mixtures . Willey , UK .

8. Zellner, A., 1971, An Introduction to Bayesian Inference in Econometrics , Wiley, New York.

9. Software : WinBUGS 1.4, Weibull++6, MixS.

 

 

Nama Mata Kuliah : Kapita Selekta ( Special Topics in Statistics )

Kode Mata Kuliah : ST 2226

Bobot SKS : 3 SKS

 

Tujuan :

Setelah mengikuti mata kuliah ini, mahasiswa dapat memahami perkembangan ilmu statistic yang relative baru dan penerapannya diberbagai bidang.

 

Materi Pokok :

Matakuliah ini bisa bersifat kajian, telaah, analisis atau pendalaman baik teori maupun aplikasi statistik yang relatif baru. Dari waktu ke waktu topik yang disajikan tidak perlu sama. Silabus terlampir menyajikan telaah penerapan distribusi probabilitas missal Poiison, Normal exponential dll pada system persediaan (inventory) dalam bisnis / industri.

 

Pustaka :

1. Shah, N.M, 1988, An Integrated Condept of Materials Management, McGraw Hill.

2. Simchi, L. and David, C.S., 2003, Designing and Managing the Supply Chain,

McGraw Hill.

3. Tersine, Richard, J., 1994, Principles of Inventory and Materials Management,

North Holland.

4. Zipkin, P. H., 2000, Foundation of Infentory Managenet, McGraw Hill.

 

 

Nama Mata Kuliah : Konsultasi Statistik ( Statistical Consulting )

Kode Mata Kuliah : ST 2227

Bobot SKS : 2 SKS

 

Tujuan :

Setalah mengikuti perkuliahan, lewat studi kasus mahasiswa dapat mengerti barbagai penerapan metode statistika dalam problem solving.

 

Materi Pokok :

Telaah/kajian berbagi topik yang terkait dengan penerapan Statistika yang diperoleh dari studi kasus, Journal Statistik, sosial ekonomi, industri, bisnis dan manajemen. Penerapan six sigma way untuk mengkaji kualitas pelayanan program S2 Statistika ITS, yangmeliputi proses belajar mengajar, fasilitas lab, ruang baca dan pelayanan administrasi.

 

 

Pustaka :

1. Breyfogle, and Forest W., 2001, Implementing six sigma: Smarter Solutions using

statistical methods, John Wiley & Sons, Inc, New York.

2. Thomas, P., 2001, The Six Sigma, Handbook, McGraw Hill.

3. Peter, P.S., Neuman, R. P. and Cavanagh, R.R., 2000, The Sixsigma Way-How

G.E, Motorola and other Top Companies are Honing Their Performance, McGraw

Hill.

 

 

 

 

 

 

Nama Mata Kuliah : Jaringan Syaraf Tiruan ( Artificial Neural Netwok )

Kode Mata Kuliah : ST 2228

Bobot SKS : 3 SKS

 

Tujuan :

Mahasiswa dapat memodelkan data dengan pendekatan non-statistik, dapat membangun suatu algoritma statistik dengan pendekatan jaringan syaraf tiruan dan dapat menyelesaikan suatu permasalahan melalui pendekatan jaringan syaraf tiruan.

 

Materi Pokok :

Pengantar Neural Network, Karakteristik Neural Network, Reviews Konsep Matematika Statistik, Membangun Model Neural Network, Perceptrons, Adaptive Linear Element (ADALINES), Multi-Layer Perceptrons, Backpropagation, Radial Basis Functions, Fuzzy Sistem, Aplikasi Neural Network (Time Series, Regresi dan Multivariate)

 

Pustaka :

1. Bishop, C. M. 1995. Neural Network for Pattern Recognition . Oxford : Oxford University Press.

2. Fauset L, 1994, Fundamentals of Neural Networks : Architectures, Algorithms, And Applications , Prentice Hall, Inc., Englewood Cliffs, New Jersey .

3. Patterson D.W, 1996, Artificial Neural Networks : Theory and Applications , Prentice Hall, Inc., Simon & Schuster (Asia) Pte Ltd, Singapore.

4. Portier, K.M, 2001, Multivariate Statistical Methods , STA4702/5701.

5. Ripley, B.D., 1996, Pattern Recognition and Neural Network , Cambridge University Press, University of Oxford, Melbourne, Australia.

6. Skapura, M.D., and Freeman, J.A., 1992, Neural Network : Algoritma, Application and Programming Techniques , Addison-Wesley Publishing Company, Inc., California.

 

Nama Mata Kuliah : Komputasi Statistik ( Statistical Computing )

Kode Mata Kuliah : ST 2229

Bobot SKS : 3 SKS

 

Tujuan :

Mahasiswa mengerti, memahami, menguasai dan mampu mengaplikasikan teori komputasi dalam permasalahan real dan simulasi data pada kasus probabilitas dan statistik.

 

Materi Pokok :

Statistical Software Enviromant and Communication, Simulasi Data, Generating Multivariate/corelated data, Goodness of fit test ( uni-modal dan multi-modal), Convergence calculation in estimating probabilities, Parameter and models, Normalized constant calculation and Maginalized parameter of a joint density, Stochastic smulation, Resampling methodology (including EM, MCMC , HDP interval, Bootsrap), Data mining (Splining & Smoothing approach ( Bezier & B-Spline ), Regression Spline, MARS (Multivariate Adaptive Regression Spline, CART (optimal).

 

Pustaka :

1. Devroye, L., 1986, Non-Uniform Random Variate Generation, Springer Verlag, New York.

2. Devroye, L., 1986, Matlab Student Eddition User`s Guide, The Math Work Inc., Prentice Hall, New Jersey.

3. Dale, N. and Weems, C., 1984, Introduction to Pascal and Structured Design, D.C., Healt and Co., Toronto.

4. Dale, N. and Weems, C., 1984, MINITAB User`s Guide and Reference manual.

5. Dale, N. and Weems, C., 1984, SPSS User`s Guide and Reference manual

6. Gelman, A.E., Calin, J.B., Stern, H.S., and Rubin., D.B., 1995, Bayesian Data Analysis, Chapman Hall, London.

7. Lange, K., 1999, Statistical and Computing : Numerical Analysis for Statisticians, Springer Verlag, Singapore.

8. Law, A.M. and Kelton, D., 2000, Simulation Modelling and Analysis, McGraw-Hill, New Jersey.

9. Mariott, J.M. and Naylor, J.C., 1993, Teaching Bayes on MINITAB, Applied Statistics, 42(1),223-232.

10. Tanner, M.A., 1996, Tool for Statistical Inference : Methods for the Exploration of Posterior Distribution and Likelihood Functions, 3 rd ed, Springer Verlag, New York.

6 pemikiran pada “STATISTIKA ITS

  1. saya mempunyai model regresi y = a + b + b^2 + c +c^2 + d +e
    apakah ini termasuk model kuadratik?

    Bagaimana cara menguji model kuadratik secara lengkap dalam penelitian karena model ini masih jarang digunakan ?

  2. Sejauh yang saya tahu model ARIMA(p,d,q) misal ARIMA(1,1,2), Kalau ARIMA((1,5),0,0) bagaimana pengertiannya dan saya masih belum tahu apa refrensinya untuk model tersebut?

    • ARIMA((1,5),0,0) itu bentuk aditif, jadi maksudnya AR yang signifikan pada lag ke 1 dan 5 dan tidak signifikan di lag 2,3,4. baca bowerman cak

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s