Download - Download (PDF, 459KB)

Transcript
Page 1: Download (PDF, 459KB)

1

BUKU RANCANGAN PENGAJARAN

MATA AJAR

PERPINDAHAN KALOR DAN MASSA

oleh

Tim Dosen

Mata Kuliah Perpindahan Kalor dan Massa

Departemen Teknik Mesin

Fakultas Teknik

Universitas Indonesia

Februari 2016

Page 2: Download (PDF, 459KB)

2

DAFTAR ISI

PENGANTAR

hlm.

4

BAB 1 INFORMASI UMUM 5

BAB 2 KOMPETENSI (CAPAIAN PEMBELAJARAN) MATA

AJAR

1. Kompetensi (Capaian Pembelajaran Terminal)

2. Subkompetensi (Capaian Pembelajaran Penunjang)

3. Bagan Alir Capaian Pembelajaran

6

6

7

8

BAB 3 BAHASAN DAN RUJUKAN 9

BAB 4 TAHAP PEMELAJARAN 12

BAB 5 RANCANGAN TUGAS DAN LATIHAN 15

BAB 6 EVALUASI HASIL PEMELAJARAN 17

BAB 7 MATRIKS KEGIATAN 20

LAMPIRAN CONTOH SOAL TUGAS DAN EVALUASI 30

Page 3: Download (PDF, 459KB)

3

PENGANTAR

Buku Rancangan Pembelajaran (BRP) mata kuliah Perpindahan Kalor dan Massa ini

ditunaikan sebagai penuntun untuk mahasiswa yang mengambil mata kuliah tersebut.

Akhir kata, tim penulis mengucapkan terimakasih kepada berbagai pihak di

lingkungan Universitas Indonesia dan semua pihak yang telah membantu dan menginspirasi

dibuatnya buku ini.

Depok, 13 Februari 2016

Tim Dosen

Page 4: Download (PDF, 459KB)

4

BAB 1 INFORMASI UMUM

1. Nama Fakultas /Jenjang : Teknik /Sarjana (S1)

2. Nama mata kuliah : Perpindahan Kalor dan Massa

3. Kode mata kuliah : MCS310801

4. Semester ke- : 5

5. Jumlah SKS : 4

6. Metode pembelajara n : active learning

7. Mata kuliah yang menjadi prasyarat : Termodinamika Dasar

8. Menjadi prasyarat untuk mata kuliah : Konversi dan Konservasi Energi

9. Integrasi antara mata kuliah : -

10. Deskripsi mata kuliah :

Mata ajaran ini mempelajari mekanisme perpindahan kalor dan masa pada suatu

volume kontrol karena adanya perbedaan temperatur dan mata ajaran ini memiliki

hubungan erat dengan termodinamika dasar. Tujuan mata Ajaran ini adalah agar

mahasiswa mampu memahami berbagai mekanisme perpindahan energi kalor dan

masa antara dua sistem, bila ada perbedaan suhu dan mampu menghitung laju

perpindahan kalornya. Mampu memecahkan berbagai masalah perpindahan kalor

dan masa dengan menggunakan parameter tak berdimensi.

Silabus:

Dasar-Dasar Perpindahan Kalor; Perpindahan Kalor Konduksi (1 Dimensi dan 2

Dimensi); Analisa Numerik pada Perpindahan Kalor Konduksi/ Unsteady State;

Perpindahan Kalor Konveksi Paksa; Perpindahan Kalor Konveksi Bebas;

Kondensasi dan Pendidihan; Peralatan Penukar Kalor; Radiasi; Dasar-Dasar

Perpindahan Massa; Difusi Molekul Steady State; Difusi Molekul Unsteady;

Perpindahan Massa Konveksi; Korelasi Perpindahan Massa Konveksi; Peralatan

Perpindahan Massa.

Page 5: Download (PDF, 459KB)

5

BAB 2 KOMPETENSI (CAPAIAN PEMBELAJARAN) MATA

KULIAH PERPINDAHAN KALOR DAN MASSA

2.1 Kompetensi (Capaian Pemelajaran Terminal)

2.1.1 Setelah menyelesaikan mata kuliah ini, mahasiswa mampu menerapkan pengetahuan

dasar matematika, metode numerik, analisis statistik dan ilmu sains dasar (fisika,

kimia dan ilmu hayat) serta teknologi informasi yang diperlukan untuk mencapai

kompetensi dalam disiplin Teknik Mesin (C4)

2.1.2 Setelah menyelesaikan mata kuliah ini, mahasiswa mampu menerapkan metode,

keterampilan dan piranti teknik yang modern yang diperlukan untuk praktek

keteknikan seperti pemilihan bahan dan proses, sistem otomasi, dan desain mekanik

berbantuan computer (C4)

Page 6: Download (PDF, 459KB)

6

2.2 Subkompetensi (Capaian Pemelajaran Penunjang)

2.2.1 Mahasiswa dapat menjelaskan peran Statistika dalam bidang Teknik dan prosedur

dasar pemecahan masalah berdasarkan metode ilmiah (C2)

2.2.2 Mahasiswa dapat mengkalkukasi data secara komprehensif menjadi karakteristik

dasar dari distribusi, meliputi ukuran-ukuran pemusatan (central tendency),

penyebaran (dispersion), kemiringan (skewness) dan keruncingan (kurtosis) (C3)

2.2.3 Mahasiswa mampu menyajikan data ke dalam bentuk distribusi frekuensi dan grafik

penyajian data yang sesuai, seperti histogram, diagram batang, diagram pencar dan

yang lainnya (C3)

2.2.4 Mahasiswa dapat mengaplikasikan konsep distribusi probabilitas, fungsi distribusi

kumulatif dan fungsi kepadatan probabilitas, untuk data diskrit maupun kontinu (C3)

2.2.5 Mahasiswa dapat mengaplikasikan distribusi diskrit teoritis (Binomial,

Hypergeometric dan Poisson) untuk memecahkan masalah-masalah yang berkaitan

dengan bidang teknik (C3)

2.2.6 Mahasiswa dapat mengaplikasikan distribusi kontinu teoritis (Gaussian/normal, Chi-

square) untuk memecahkan masalah-masalah yang berkaitan dengan bidang teknik

(C3)

2.2.7 Mahasiswa dapat menyusun distribusi sampling dari mean termasuk menghitung

mean dan deviasi standar dari distribusi-distribusi sampling tersebut (C3)

2.2.8 Mahasiswa melakukan estimasi mean dan variance populasi berdasarkan data

/informasi dari sampel (C3)

2.2.9 Mahasiswa dapat menyimpulkan parameter populasi dari satu atau dua populasi

dengan menggunakan prosedur uji hipotesis untuk mean dan variance, dan juga

dengan menggunakan beberapa prosedur uji hipotesis tingkat lanjut (ANOVA, Chi-

square test) (C4)

2.2.10 Mahasiswa dapat mengkaitkan hubungan yang terjadi antar variabel dalam persamaan

regresi linier sederhana termasuk memvalidasinya dengan analisis korelasi untuk

tujuan prediksi (C4)

Page 7: Download (PDF, 459KB)

7

2.3 Bagan Alir Kompetensi

2.2.1 Mampu menjelaskan peran Statistika, aplikasinya dalam bidang Teknik dan prosedur dasar pemecahan masalah

berdasarkan metode ilmiah

2.2.3 Mampu menyajikan data ke dalam bentuk distribusi frekuensi dan grafik penyajian data yang sesuai, seperti

histogram, diagram batang, diagram pencar dan yang lainnya

2.2.4 Mampu dapat mengaplikasikan konsep distribusi probabilitas, fungsi distribusi kumulatif dan fungsi kepadatan

probabilitas, untuk data diskrit maupun kontinu

2.2.5 Mampu mengaplikasikan distribusi diskrit teoritis (Binomial, Hypergeometric dan Poisson) untuk memecahkan

masalah-masalah yang berkaitan dengan bidang teknik

2.2.6 Mampu mengaplikasikan distribusi kontinu teoritis (Gaussian/normal dan Chi-Square) untuk memecahkan

masalah-masalah yang berkaitan dengan bidang teknik

2.2.9 Mahasiswa dapat menyimpulkan parameter populasi dari satu atau dua populasi dengan menggunakan prosedur

uji hipotesis untuk mean dan variance, dan juga dengan menggunakan beberapa prosedur uji hipotesis tingkat lanjut

(ANOVA, Chi-square test)

2.2.10 Mahasiswa dapat mengkaitkan hubungan yang terjadi antar variabel dalam persamaan regresi linier sederhana

termasuk memvalidasinya dengan analisis korelasi untuk tujuan prediksi

Mahasiswa mampu menganalisis data dan informasi kuantitatif, mulai dari tahap deskriptif, sampai dengan tahap

induktif atau inferensial

2.2.7 Mampu menyusun distribusi sampling dari mean dan proporsi termasuk menghitung mean dan deviasi standar

dari distribusi-distribusi sampling tersebut

2.2.8 Mampu melakukan estimasi mean dan variance populasi berdasarkan data /informasi dari sampel

2.2.2 Mahasiswa dapat mengkalkukasi data secara komprehensif menjadi karakteristik dasar dari distribusi, meliputi

ukuran-ukuran pemusatan (central tendency), penyebaran (dispersion), kemiringan (skewness) dan keruncingan

(kurtosis)

Page 8: Download (PDF, 459KB)

8

BAB 3 BAHASAN DAN RUJUKAN

3.1 Kompetensi / Subkompetensi, Pokok Bahasan, Subpokok Bahasan,

Estimasi Waktu, dan Rujukan

Kompetensi/

Sub

kompetensi

Pokok Bahasan Subpokok Bahasan

Estimasi

Waktu Rujukan

2.2.1 Pendahuluan Statistika

dan Analisis Data

1.1 Ikhtisar : Statistika, Sampel,

Populasi

1.2 Peran Statistika dan

Aplikasinya dalam bidang

Teknik

1.3 Peran Komputer dalam

Statistika

2 x 50

menit

[1] Bab.1

[2] Bab.1

[3] Bab.1

2.2.2 Statistika Deskriptif

bagian ke-1

2.1.Ukuran-ukuran Pemusatan

2.2.Ukuran-ukuran Penyebaran

1 x 50

menit

[1] Bab 2

[2] Bab 1

[3] Bab 1

2.2.3 Statistika Deskriptif

bagian ke-2

2.3. Data diskrit dan kontinu

2.4.Prosedur sampling,

pengumpulan dan

pengorganisasian data

2.5.Metode Grafis dan Deskripsi

Data

1 x 50

menit

[1] Bab 2

[2] Bab 1

[3] Bab.1

2.2.4 Probabilitas & Variabel

acak

3.1 Konsep Probabilitas: ruang

sampel dan kejadian (events)

3.2 Probabilitas sebuah kejadian

3.3 Aturan-aturan dalam

Probabilitas: penjumlahan,

perkalian, bersyarat, Bayes’

Rule

3.4 Konsep Variabel Acak

3.5 Distribusi Probabilitas Diskrit

3.6 Distribusi Probabilitas

Kontinu

3.7 Distribusi Probabilitas dengan

parameter

3.8 Mean dari Variabel acak

3.9 Variance dari Variabel acak

4 x 50

menit

[1] Bab 3

dan 4

[2] Bab 2

[3] Bab 2

dan 3

Page 9: Download (PDF, 459KB)

9

2.2.5 Beberapa Distribusi

Probabilitas Diskrit

5.1 Distribusi Binomial

5.2 Distribusi Hypergeometric

5.3 Distribusi Poisson

2 x 50

menit

[1] Bab 5

[2] Bab 3

[2] Bab 5

2.2.6 Beberapa Distribusi

Probabilitas Kontinu

6.1 Distribui Normal

6.2 Distribusi Chi-Square

3 x 50

menit

[1] Bab 6

[2] Bab 4

[3] Bab 6

2.2.7 Distribusi Sampling 7.1 Definisi dan konsep dasar

7.2 Distribusi Sampling

7.3 Distribusi sampling dari Mean

7.4 Distribusi sampling dari

Variance

2 x 50

menit

[1] Bab 7

[2] Bab 5

[3] Bab 8

2.2.8 Estimasi 8.1 Statistika Inferensial

8.2 Metode klasik estimasi: Titik

dan Inverval

8.3 Satu Populasi: Estimasi Mean

8.4 Dua Populasi: Estimasi

perbedaan antara Dua Mean

8.5 Satu Populasi: Estimasi

Variance

8.6 Dua Populasi: Estimasi rasio

antara dua Variance

8.7 Penentuan ukuran sampel

4 x 50

menit

[1] Bab 8

[2] Bab 6

[3] Bab 9

2.2.9 Uji Hipotesis Satu dan

Dua Populasi

9.1. Uji Hipotesis: Konsep Umum

9.2. Pengujian Hipotesis

9.3. Uji Satu atau Dua Ujung

9.4. P values pengambilan

keputusan dalam pengujian

9.5. Uji Mean: Satu atau Dua

Populasi

9.6. Uji Variance: Satu atau Dua

Populasi

9.7. Chi square Test: Goodness of

Fit dan Independensi

9.8. ANOVA

7 x 50

menit

[1] Bab 9,

10 dan 11

[2] Bab 8,

9, dan 10

[3] Bab 10

dan 13

2.2.10 Regresi Linier

Sederhana

10.1. Pendahuluan Regresi Linier

10.2. Model Regresi Linier

Sederhana

10.3. Inference berkaitan dengan

koefisien-koefisien Regresi

10.4. Analisis Korelasi Linier

2 x 50

menit

[1] Bab 12

[2] Bab 12

[3] Bab 11

Page 10: Download (PDF, 459KB)

10

Sederhana

3.2 Daftar Rujukan :

[1] Harinaldi, ‖Prinsip-prinsip Statistik untuk Teknik dan Sains‖, Erlangga, 2006.

[2] Devore, J.L., Probability and Statistics for Engineering and The Sciences (5th Ed.),

Duxbury, 2000

[3] Walpole, Ronald E, Probability & Statistics For Engineers & Scientist, 8th Ed, Pearson

Prentice Hall, 2007

[4] Montgomery, DC., and Runger, GC., Applied Statistics and Probability for Engineers,

John Wiley Sons, 2002

Page 11: Download (PDF, 459KB)

11

BAB 4 TAHAP PEMELAJARAN

Kompetensi/

Subkompetensi*

Tahap Pemelajaran** Media

Teknologi Orientasi

(%)

Latihan

(%)

Umpan balik

(%)

2.2.1 Penjelasan awal

Pengajar tentang

pendahuluan

Statistika dan

Probabilitas (30%)

Pemelajaran

aktif (small

group

discussion)

tentang bidang

Statistika dan

Probabilitas serta

perannya dalam

bidang ilmu

Teknik (50%)

Klarifikasi

dari Pengajar

atas

pemelajaran

aktif melalui

diskusi

kelompok

kecil (20%)

Presentasi

media visual

2.2.2 Penjelasan awal oleh

Pengajar tentang

Statistika Deskriptif

(30%)

Pemelajaran

aktif tentang

data,

karakteristik dan

cara penyajian

melalui

Cooperative

Learning (CL)

dalam kelompok

kecil (50%)

Klarifikasi

dari Pengajar

atas hasil

pemelajaran

aktif tentang

dan data dan

deskripsinya

(20%)

Presentasi

media visual,

Piranti lunak

aplikasi

statistika

2.2.3 Penjelasan awal oleh

Pengajar tentang

tugas kelompok

pengumpulan dan

penyajian data (10%)

Pemelajaran

aktif melalui

Contextual

Instruction (CI)

dalam

merencanakan

pengumpulan

data di lapangan

(70%)

Klarifikasi

tugas

kelompok

Statistik

deskriptif

(20%)

Presentasi

media visual,

Piranti lunak

aplikasi

statistika

2.2.4 Penjelasan awal oleh

Pengajar tentang

Konsep Probabilitas

dan variable acak

(20%)

Pemelajaran

aktif CL dalam

kelompok kecil

tentang

Probabilitas dan

Pembahasan

Pengajar atas

tugas

Probabilitas

dan Variabel

Presentasi

media visual,

Piranti lunak

aplikasi

statistika

Page 12: Download (PDF, 459KB)

12

Variabel acak

(60%)

Acak (20%)

2.2.5 Penjelasan awal oleh

Pengajar tentang

beberapa distribusi

probabilitas diskrit

(20%)

Pemelajaran

aktif CL dalam

kelompok kecil

tentang

Distribusi Diskrit

(60%)

Klarifikasi

dari Pengajar

atas

pemelajaran

aktif melalui

CL dalam

Distribusi

Diskrit (20%)

Piranti lunak

aplikasi

statistika

2.2.6 Penjelasan awal oleh

Pengajar tentang

beberapa distribusi

probabilitas kontinu

(20%)

Pemelajaran

aktif CL dalam

kelompok kecil

tentang

Distribusi

Kontinu (60%)

Klarifikasi

dari Pengajar

atas

pemelajaran

aktif melalui

CL dalam

Distribusi

Kontinu

(20%)

Piranti lunak

aplikasi

statistika

2.2.7 Penjelasan awal oleh

Pengajar tentang

Distribusi Sampling

(30%)

Pemelajaran

aktif CL dalam

kelompok kecil

tentang

Distribusi

Sampling (50%)

Klarifikasi

Pengajar atas

tugas materi

Distribusi

Sampling

(20%)

Presentasi

media visual,

Piranti lunak

aplikasi

statistika

2.2.8 Penjelasan awal oleh

Pengajar tentang

Estimasi (30%)

Pemelajaran

aktif CL dalam

kelompok kecil

tentang Estimasi

(50%)

Klarifikasi

Pengajar atas

tugas materi

Estimasi

(20%)

Presentasi

media visual,

Piranti lunak

aplikasi

statistika

2.2.9 Penjelasan awal oleh

Pengajar tentang Uji

Hipotesis Satu dan

Dua Sampel (30%)

Pemelajaran

aktif CL dalam

kelompok kecil

tentang Uji

Hipotesis (50%)

Klarifikasi

dari Pengajar

atas

pemelajaran

aktif melalui

CL (20%)

Presentasi

media visual,

Piranti lunak

aplikasi

statistika

2.2.10 Penjelasan awal oleh

Pengajar Regresi

Linier Sederhana dan

Analisis Korelasi

Pemelajaran

aktif problem-

based learning

(PBL) melalui

Klarifikasi

dari Pengajar

atas

pemelajaran

Presentasi

media visual,

Piranti lunak

aplikasi

Page 13: Download (PDF, 459KB)

13

(20%) kasus/masalah

yang ingin

mengkaitkan

hubungan dua

variabel (60%)

aktif melalui

PBL (20%)

statistika

Catatan:

*Kode angka di sini mengacu kepada nomor urut subkompetensi pada Bab 2 (hlm. 6).

**Tahap pembelajaran terdiri atas tiga, yakni orientasi (O), latihan (L), dan umpan Balik (U).

Pada orientasi, pengajar memberikan penjelasan awal tentang pokok bahasan, materi dan metode

latihan, waktu yang digunakan, dan sistem penilaian. Pada tahap latihan, mahasiswa melakukan

aktivitas latihan sesuai dengan metode pembelajaran yang diterapkan (diskusi kelompok kecil,

cooperative learning (CL), Contextual Instruction (CI), atau Problem-based Learning (PBL)).

Pada tahap umpan balik, pengajar memberikan klarifikasi atas latihan yang telah dilaksanakan

oleh mahasiswa dan dapat diikuti penugasan yang dikerjakan di rumah, termasuk tugas membaca

bahan bacaaan untuk pertemuan berikutnya. Dalam hal metode pembelajaran, diterapkan a

metode pembelajaran aktif sebagai berikut. (1) Diskusi kelompok kecil (small group

discussion) diadakan di dalam kelas dengan kelompok diskusi beranggotakan 4-5 orang. Dalam

diskusi kelompok kecil, mahasiswa dibagi atas kelompok-kelompok kecil beranggotakan 4-5

orang. Kelompok-kelompok kecil mahasiswa tersebut mendiskusikan topik yang sama yang

diberikan oleh pengajar. Umpan balik diberikan pengajar di akhir kelas setelah diskusi kelompok

kecil untuk mengklarifikasi pemahaman mahasiswa. (2) Cooperative Learning, diadakan

dengan cara mahasiswa secara berkelompok mengerjakan latihan soal tentang materi yang

dibahas, yang disediakan oleh pengajar di dalam kelas. Umpan balik diberikan oleh pengajar di

akhir kelas dalam pengecekan bersama hasil pengerjaan latihan. (3) Contextual Instruction,

dilakukan dengan cara memberi kesempatan kepada mahasiswa untuk melakukan pengumpulan

data secara langsung untuk sebuah masalah yang ingin diteliti. Umpan balik dari pengajar adalah

memberikan klarifikasi dan masukan tentang pemilihan data yang sebaiknya dikumpulkan. (4)

Problem-based Learning, dilakukan terhadap sebuah kasus yang ingin mengkaitkan hubungan

antar variabel yang diberikan oleh pengajar, mahasiswa akan mengidentifikasi variabel mana

yang merupakan variable bebas dan mana yang merupakan variable terikat, lalu melakukan

regresi linier sederhana dan analisis korelasi. Umpan balik dari pengajar adalah mengklarifikasi

output hasil pemelajaran aktif PBL ini.

Page 14: Download (PDF, 459KB)

14

BAB 5 RANCANGAN TUGAS DAN LATIHAN

5.1 Tujuan Tugas (Kemampuan Akhir yang Diharapkan)

Dengan mengerjakan tugas mata ajar Statistika dan Probabilitas, baik tugas individu maupun

kelompok, mahasiswa akan mendapatkan pemahaman yang lebih mendalam tentang materi

ajar Statistka dan Probabilitas, sehingga mendukung tercapainya capaian pemelajaran.

Dengan mengerjakan tugas-tugas, mahasiswa juga akan lebih terlatih dalam menyelesaikan

permasalahan dengan metode Statistika dan Probabilitas.

Tabel Uraian Tugas

Kompetensi/

Subkompetensi

Penugasan* Ruang

Lingkup

Cara

Pengerjaan

Batas Waktu Luaran Tugas

yang

Dihasilkan

2.2.2 Latihan Soal

dari Buku

Statistika

Deskripsi:

Tipe data, dan

penyajiannya

Individual

di rumah

(PR)

1 minggu Jawaban

Latihan Soal

2.2.3 Pengumpulan

Data di

Lapangan

Statistika

Deskripsi:

Pengambilan

data

Kelompok 2 minggu Raw data

2.2.4 Latihan Soal

dari buku

teks

Probabilitas

dan Variabel

Acak

Individual

di rumah

(PR)

1 minggu Jawaban

Latihan Soal

2.2.5 Latihan Soal

dari buku

teks

Distribusi

Probabilitas

Diskrit

Individual

di rumah

(PR)

1 minggu Jawaban

Latihan Soal

2.2.6 Analisis

distribusi

Data yang

dikumpulkan

berdasarkan

karakteristik

Distribusi

Populasi

Statistika

Deskripsi:

Ukuran

Pemusatan dan

Penyebaran

(termasuk tipe

data dan

penyajian)

Distribusi

Probabilitas

Kontinu (dan

diskrit)

Kelompok 2 minggu Paper

2.2.7 Latihan soal

dari buku

Distribusi

sampling

Individual

di rumah

1 minggu Jawaban

Latihan Soal

Page 15: Download (PDF, 459KB)

15

teks (PR)

2.2.8 Latihan soal

dari buku

teks

Estimasi Individual

di rumah

(PR)

1 minggu Jawaban

Latihan Soal

2.2.9 Pengujian

Hipotesis

terhadap data

yang

dikumpulkan

Uji Hipotesis Kelompok 1 minggu Paper

Catatan: *Contoh tugas kelompok terlampir.

5.2 Kriteria Penilaian

Nilai akhir tugas diberikan dengan kriteria penilaian sebagai berikut.

1. PR Individu @3%, dengan komponen: (1.80%) dan (2) Nilai diskusi CL (20%): (1)

keaktifan mengemukakan gagasan (20%); (2) kejelasan penyampaian gagasan (30%);

(3) ketepatan argumentasi (20%); (4) pemakaian bahasa dalam penyampaian gagasan

(20%); (4) sikap dalam menyampaikan gagasan (10%).

2. Tugas Kelompok @10%, dengan komponen: (1) Paper (50%): (1) Isi (40%); (2)

Bahasa (30%); (3) kerapian (30%), dan (2) Nilai diskusi CI (50%): (1) keaktifan

mengemukakan gagasan (20%); (2) kejelasan penyampaian gagasan (30%); (3)

ketepatan argumentasi (20%); (4) pemakaian bahasa dalam penyampaian gagasan

(20%); (4) sikap dalam menyampaikan gagasan (10%).

Page 16: Download (PDF, 459KB)

16

BAB 6 EVALUASI HASIL PEMBELAJARAN

6.1 Evaluasi Akhir

Bentuk* Instrumen Frekuensi Bobot (%)

Latihan individual Latihan Soal Buku

Teks

5 15

Tugas Kelompok Paper 2 20

Kuis Soal Ujian Tertulis 2 20

UTS Soal Ujian Tertulis 1 20

UAS Soal Ujian Tertulis 1 25

Total 100

BAN PT harus di atas 20%

6.2 Asesmen

Kompetensi Ranah dan Tingkatan Jenis Asesmen (Per

Setiap Kompetensi)

Nilai Kelulusan

2.2.1 C2 (menjelaskan)

2.2.2 C3 (menggambarkan) - Latihan individual Nilai minimal 60

2.2.3 C3 (mengkalkulasi) - Evaluasi data Tepat atau tidak

2.2.4 C3 (menerapkan) - Latihan individual Nilai minimal 60

2.2.5 C3 (menerapkan) - Latihan individual Nilai minimal 60

2.2.6 C3 (menerapkan) - Evaluasi paper

- Evaluasi

kelompok

Nilai minimal 60

2.2.7 C3 (mengonsepkan) - Latihan individual Nilai minimal 60

2.2.8 C3 (mengestimasi) - Latihan individual Nilai minimal 60

2.2.9 C4 (menyimpulkan) - Evaluasi paper Nilai minimal 60

2.2.10 C4 (mengaitkan) - Evaluasi

kelompok

Nilai minimal 60

Catatan: *Contoh soal evaluasi terlampir.

Page 17: Download (PDF, 459KB)

17

6.3 Pedoman Kriteria Penilaian

Konversi nilai akhir mengikuti ketentuan konversi nilai yang berlaku di Universitas

Indonesia sebagai berikut.

Nilai Angka Nilai Huruf Bobot

85—100 A 4,00

80—<85 A- 3,70

75—<80 B+ 3,30

70—<75 B 3,00

65—<70 B- 2,70

60—<65 C+ 2,30

55—<60 C 2,00

40—<55 D 1,00

<40 E 0,00

Kriteria Penilaian (Rubrik) :

a. Presentasi materi :

Nilai 90 : apabila mahasiswa dapat mempresentasikan materi dengan bahasa

Indonesia yang tepat, penjelasan yang dapat dipahami, menguasai

materi, bahasa tubuh yang baik

Nilai 70-89 : apabila mahasiswa dapat mempresentasikan materi dengan

penjelasan yang dapat dipahami, menguasai materi dengan baik,

bahasa tubuh yang baik.

Nilai 60-69 : apabila mahasiswa dapat mempresentasikan materi dengan

penjelasan yang dapat dipahami dengan bahasa tubuh yang baik

b. Diskusi Kelompok

a. Nilai 90 – 100 : Apabila mahasiswa dapat menjelaskan, menghubungkan,

menerapkan, membedakan, menyimpulkan, dengan

ketepatan 90-100% dari pertanyaan dan persoalan yang

diberikan dalam setiap penugasan

b. Nilai 70 – 89 : Apabila mahasiswa dapat menjelaskan, menghubungkan,

menerapkan, membedakan, menyimpulkan, dengan

ketepatan 70 – 89 % dari pertanyaan dan persoalan yang

diberikan dalam setiap penugasan

c. Nilai 60 – 79 : Apabila mahasiswa dapat menjelaskan, menghubungkan,

menerapkan, membedakan, menyimpulkan dengan ketepatan

Page 18: Download (PDF, 459KB)

18

60 – 79 % dari pertanyaan dan persoalan yang diberikan

dalam setiap penugasan

d. Nilai 50 – 59 : Apabila mahasiswa dapat menjelaskan, menghubungkan,

menerapkan, membedakan, menyimpulkan dengan ketepatan

50 – 59 % dari pertanyaan dan persoalan yang diberikan

dalam setiap penugasan

e. Nilai 0 – 49 : Apabila mahasiswa dapat menjelaskan, menghubungkan,

menerapkan, membedakan, menyimpulkan dengan ketepatan

0 – 49 % dari pertanyaan dan persoalan yang diberikan

dalam setiap penugasan

Page 19: Download (PDF, 459KB)

19

BAB 7 MATRIKS KEGIATAN

Perte-

muan

ke-

Kompetensi/

Sub-

kompetensi

Tahap

Pembelajaran

Pokok Bahasan/

Subpokok Bahasan

Media

Teknologi

Ranah

dan

Tingkat-

an

Kriteria Penilaian

(Indikator)

Penanggung

Jawab

O

(%)

L

(%)

U

(%)

1 2.2.1 30 50 20 -Penjelasan mengenai kontrak

kuliah, yaitu :

a. capaian pemelajaran

b. tata tertibperkuliahan;

muatan

c. metode perkuliahan

d. evaluasi hasil

pemelajaran.

-Pendahuluan Statistika dan

Analisis Data

a. Ikhtisar : Statistika,

Sampel, Populasi

b. Peran Statistika dan

Aplikasinya dalam

bidang Teknik

c. Peran Komputer dalam

Statistka

Presentasi

media visual

C2 100 % diskusi

kelompok

(1) Keaktifan

mengemuka-

kan gagasan

(20%);

(2) Kejelasan

penyampaian

gagasan (30%);

(3) Ketepatan

argumentasi

(20%);

(4) Pemakaian

bahasa dalam

penyampaian

gagasan (20%);

(5) Sikap dalam

penyampaian

gagasan (10%)

Tim Dosen

Page 20: Download (PDF, 459KB)

20

2 2.2.2

30 50 20 Statistika Deskriptif bagian 1

a. Data diskrit dan kontinu

b. Prosedur sampling,

pengumpulan dan

pengorganisasian data

c. Metode Grafis dan Deskripsi

Data

Presentasi

media visual,

Piranti lunak

aplikasi

statistika

C3 80 % Tugas

Individu (100%

ketepatan) + 20 %

CL :

(1) Keaktifan

mengemuka-

kan gagasan

(20%);

(2) Kejelasan

penyampaian

gagasan (30%);

(3) Ketepatan

argumentasi

(20%);

(4) Pemakaian

bahasa dalam

penyampaian

gagasan (20%);

(5) Sikap dalam

penyampaian

gagasan (10%)

Tim Dosen

3 2.2.3 10 70 20 Statistika Deskriptif bagian 2

a. Ukuran-ukuran Pemusatan

b. Ukuran-ukuran Penyebaran

Presentasi

media visual,

Piranti lunak

aplikasi

statistika

C3 50 % Paper (40 %

isi, 30 % bahasa,

30 % kerapian) +

50% CI :

(1) Keaktifan

mengemuka-

kan gagasan

(20%);

(2) Kejelasan

penyampaian

gagasan (30%);

Tim Dosen

Page 21: Download (PDF, 459KB)

21

(3) Ketepatan

argumentasi

(20%);

(4) Pemakaian

bahasa dalam

penyampaian

gagasan (20%);

(5) Sikap dalam

penyampaian

gagasan (10%)

4 2.2.4 20 60 20 Probabilitas dan Variabel Acak :

a. Konsep Probabilitas : ruang

sample, kejadian (events),

menghitung sample points

b. Probabilitas sebuah kejadian

c. Aturan-aturan dalam

Probabiltas : penjumlahan,

perkalian, bersyarat, Bayes’

Rule

d. Konsep Variabel Acak

e. Distribusi Probabilitas Diskrit

f. Distribusi Probabilitas

Kontinu

g. Distribusi Probabilitas dengan

parameter

Presentasi

media visual,

Piranti lunak

aplikasi

statistika

C3 80 % Tugas

Individu (100%

ketepatan) + 20 %

CL :

(1) Keaktifan

mengemukakan

gagasan (20%);

(2) Kejelasan

penyampaian

gagasan (30%);

(3) Ketepatan

argumentasi

(20%);

(4) Pemakaian

bahasa dalam

penyampaian

gagasan (20%);

(5) Sikap dalam

penyampaian

gagasan (10%)

im Dosen

Page 22: Download (PDF, 459KB)

22

5 2.2.5 20 60 20 Beberapa Distribusi Probabilitas

Diskrit :

a. Distribusi Binomial

b. Distribusi Hipergeometri

Piranti lunak

aplikasi

statistika

C3 (1) Keaktifan

mengemukakan

gagasan (20%);

(2) Kejelasan

penyampaian

gagasan (30%);

(3) Ketepatan

argumentasi

(20%);

(4) Pemakaian

bahasa dalam

penyampaian

gagasan (20%);

(5) Sikap dalam

penyampaian

gagasan (10%)

Tim Dosen

6 2.2.5 dan

2.2.6

20 60 20 a. Distribusi Probabiltas

Diskrit : Poisson

b. Distribusi Probabilitas

Kontinu : Normal

Piranti lunak

aplikasi

statistika

C3 80 % Tugas

Individu (100%

ketepatan) + 20 %

CL :

(1) Keaktifan

mengemukakan

gagasan (20%);

(2) Kejelasan

penyampaian

gagasan (30%);

(3) Ketepatan

argumentasi

(20%);

(4) Pemakaian

bahasa dalam

penyampaian

Tim Dosen

Page 23: Download (PDF, 459KB)

23

gagasan (20%);

(5) Sikap dalam

penyampaian

gagasan (10%)

7 2.2.6 20 60 20 Beberapa Distribusi Probabilitas

Kontinu lainnya :

a. Distribusi Eksponensial

b. Distribusi Weibull

Presentasi

media visual,

Piranti lunak

aplikasi

statistika

C3 50 % Paper (40 %

isi, 30 % bahasa,

30 % kerapian) +

50% CI :

(1) Keaktifan

mengemukakan

gagasan (20%);

(2) Kejelasan

penyampaian

gagasan (30%);

(3) Ketepatan

argumentasi

(20%);

(4) Pemakaian

bahasa dalam

penyampaian

gagasan (20%);

(5) Sikap dalam

penyampaian

gagasan (10%)

Tim Dosen

8 UJIAN TENGAH SEMESTER

9 2.2.7 30 50 20 Distribusi Sampling :

a. Definisi dan Konsep Dasar

b. Distribusi Sampling

c. Distribusi Sampling dari

Mean

d. Distribusi Sampling dari

Variance

Presentasi

media visual,

Piranti lunak

aplikasi

statistika

C3 80 % Tugas

Individu (100%

ketepatan) + 20 %

CL :

(1) Keaktifan

mengemukakan

gagasan (20%);

Tim Dosen

Page 24: Download (PDF, 459KB)

24

(2) Kejelasan

penyampaian

gagasan (30%);

(3) Ketepatan

argumentasi

(20%);

(4) Pemakaian

bahasa dalam

penyampaian

gagasan (20%);

(5) Sikap dalam

penyampaian

gagasan (10%)

10 2.2.8 30 50 20 Estimasi bagian :

a. Statistika Inferensial

b. Metode estimasi Klasik

c. Satu Sampel : Estimasi Mean

d. Dua Sampel : Estimasi

Perbedaan Dua Mean

Presentasi

media visual,

Piranti lunak

aplikasi

statistika

C3 Diskusi CL :

(1) Keaktifan

mengemukakan

gagasan (20%);

(2) Kejelasan

penyampaian

gagasan (30%);

(3) Ketepatan

argumentasi

(20%);

(4) Pemakaian

bahasa dalam

penyampaian

gagasan (20%);

(5) Sikap dalam

penyampaian

gagasan (10%)

Tim Dosen

11 2.2.8 30 50 20 Estimasi bagian 2 :

a. Satu Sampel : estimasi

Presentasi C3 80 % Tugas

Individu (100%

Tim Dosen

Page 25: Download (PDF, 459KB)

25

Variance

b. Dua Sampel : estimasi rasio

antara dua variance

c. Penentuan ukuran sampel

media visual ketepatan) + 20 %

CL :

(6) Keaktifan

mengemukakan

gagasan (20%);

(7) Kejelasan

penyampaian

gagasan (30%);

(8) Ketepatan

argumentasi

(20%);

(9) Pemakaian

bahasa dalam

penyampaian

gagasan (20%);

Sikap dalam

penyampaian

gagasan (10%)

12 2.2.9 30 50 20 Uji Hipotesis

a. Hipotesis Statistik : Konsep

Umum

b. Pengujian Hipotesis Statistik

c. Uji Satu atau Dua Ujung

d. P values pengambilan

keputusan dalam pengujian

e. Uji Mean : Satu atau Dua

Sampel

Presentasi

media visual,

Piranti lunak

aplikasi

statistika

C4 80 % Tugas

Individu (100%

ketepatan) + 20 %

CL :

(1) Keaktifan

mengemukakan

gagasan (20%);

(2) Kejelasan

penyampaian

gagasan (30%);

(3) Ketepatan

argumentasi

(20%);

Tim Dosen

Page 26: Download (PDF, 459KB)

26

(4) Pemakaian

bahasa dalam

penyampaian

gagasan (20%);

(5) Sikap dalam

penyampaian

gagasan (10%)

13 2.2.9 30 50 20 Uji Hipotesis

a. Uji Variance : Satu atau Dua

Sampel

b. Uji Chi Square : Goodness of

fit dan Independensi

Presentasi

media visual,

Piranti lunak

aplikasi

statistika

C4 80 % Tugas

Individu (100%

ketepatan) + 20 %

CL :

(1) Keaktifan

mengemukakan

gagasan (20%);

(2) Kejelasan

penyampaian

gagasan (30%);

(3) Ketepatan

argumentasi

(20%)

(4) Pemakaian

bahasa dalam

penyampaian

gagasan (20%);

(5) Sikap dalam

penyampaian

gagasan (10%)

Tim Dosen

14 2.2.9 30 50 20 Uji Hipotesis : Analysis of

Variance (ANOVA)

Presentasi

media visual,

Piranti lunak

aplikasi

C4 50 % Paper (40 %

isi, 30 % bahasa,

30 % kerapian) +

50% CI :

Tim Dosen

Page 27: Download (PDF, 459KB)

27

statistika (6) Keaktifan

mengemukakan

gagasan (20%);

(7) Kejelasan

penyampaian

gagasan (30%);

(8) Ketepatan

argumentasi

(20%)

(9) Pemakaian

bahasa dalam

penyampaian

gagasan (20%);

(10) Sikap

dalam

penyampaian

gagasan (10%)

15 2.2.10 20 60 20 Regresi Linier Sederhana

a. Pendahuluan Regresi Linier

b. Model Regresi Linier

Sederhana

c. Inference berkaitan dengan

koefisien-koefisien Regresi

d. Analisis Korelasi Linier

Sederhana

Presentasi

media visual,

Piranti lunak

aplikasi

statistika

C4 100 % diskusi

kelompok PBL :

(1) Keaktifan

mengemuka-

kan gagasan

(20%);

(2) Kejelasan

penyampaian

gagasan (30%);

(3) Ketepatan

argumentasi

(20%);

(4) Pemakaian

bahasa dalam

penyampaian

Tim Dosen

Page 28: Download (PDF, 459KB)

28

gagasan (20%);

Sikap dalam

penyampaian

gagasan (10%)

16 UJIAN AKHIR SEMESTER

Page 29: Download (PDF, 459KB)

29

LAMPIRAN

CONTOH SOAL TUGAS DAN EVALUASI

A. Contoh Pertanyaan dan Topik Diskusi

Pertanyaan : Diskusikan apa saja peran Statiska dan Probabilitas dalam bidang ilmu

Teknik

Permainan dalam Probabilitas : Monty Hall Problem

B. Contoh Tugas (Tugas Individu)

Isian : Dari daftar di bawah ini, sebutkan mana yang termasuk data diskrit maupun

data kontinyu:

(a) banyaknya curah hujan (dalam milimeter) di kota Bogor dalam berbagai

bulan selama satu tahun

(b) kecepatan sebuah mobil dalam kilometer perjam

(c) Jumlah uang kertas Rp.100.000,- yang beredar di Indonesia dalam setiap saat

(d) Jumlah mahasiswa yang mendaftar di Universitas Indonesia pertahunnya

selama dua dekade terakhir

(e) Status perkawinan seseorang dalam suatu negara

(f) Jangkauan jarak tembak sebuah proyektil

Essay : Jelaskan perbedaan bar chart dan histogram

C. Contoh Tugas (Tugas Kelompok)

Mahasiswa mendapat sebuah topik masalah yang harus diselesaikan. Diperlukan tahap

pengumpulan data beserta analisa yang dibutuhkan untuk memecahkan masalah tersebut. Data

yang harus diolah bisa berjenis kualitatif dan kuantitatif. Mahasiswa melakukan penyajian data

dengan tabel dan metode grafis. Berikutnya mahasiswa mencari distribusi statistika teoritis yang

paling sesuai dengan data yang telah didapatkan. Kemudian data populasi yang didapatkan

dibandingkan dengan data populasi kelompok lain untuk melakukan uji hipotesis.

Contoh topik masalah:

Mencari waktu pelayanan pada seorang customer pada restoran cepat saji ABC

Mencari waktu pelayanan pada seorang customer pada restoran kaki lima DEF

Mencari jumlah costumer tiap tiga menit pada toko elektronik GHI

Jumlah kesalahan ketik kata pada satu halaman pada harian IJK

Jumlah kendaraan roda empat (selain bis kuning) yang memasuki gerbang UI pada pukul

07-09 pagi.

Page 30: Download (PDF, 459KB)

30

Jumlah waktu yang dibutuhkan untuk naik bis kuning pada halte Teknik pada pukul 15-

18.

D. Contoh Soal UTS

Data waktu nyala (detik) dari material-material yang mudah terbakar:

2,58 2,51 4,04 6,43 1,58 4,32 2,20 4,19

4,79 6,20 1,52 1,38 3,87 4,54 5,12 5,15

5,50 5,92 4,56 2,46 6,90 1,47 2,11 2,32

6,75 5,84 8,80 7,40 4,72 3,62 2,46 8,75

2,65 7,86 4,71 6,25 9,45 12,80 1,42 1,92

7,60 8,79 5,92 9,65 5,09 4,11 6,37 5,40

11,25 3,90 5,33 8,64 7,41 7,95 10,60 3,81

3,78 3,75 3,10 6,43 1,70 6,40 3,24 1,79

4,90 3,49 6,77 5,62 9,70 5,11 4,50 2,50

5,21 1,76 9,20 1,20 6,85 2,80 7,35 11,75

Tugas anda:

a. Tentukan jumlah kelas pengelompokan, interval, dan batas kelas.

b. Hitung mean, median, modus.

c. Hitung pula kemencengan, deviasi standar, kuartil pertama dan ketiga.

d. Hitung koefisien variasi serta gambarkan boxplot.

e. Analisis informasi yang anda peroleh di atas.

Manajer humas sebuah perusahaan penerbangan domestik prihatin atas

meningkatnya jumlah pengaduan atas kerusakan bagasi yang menggunakan jasa

penerbangan perusahaan tersebut. Suatu sampel acak yang dicatat di dua bandar

udara memberikan data sebagai berikut. Di bandar udara A, dari 760 buah koper

yang ditangani 44 di antaranya rusak. Di bandar udara B, dari 830 buah koper yang

ditangani 60 di antaranya mengalami kerusakan. Dengan menggunakan tingkat

Page 31: Download (PDF, 459KB)

31

kepentingan 0,05, tentukan apakah terdapat perbedaan yang berarti terhadap klaim

kerusakan bagasi di kedua terminal?

E. Contoh Soal UAS

Suatu penelitian ingin melihat apakah peningkatan konsentrasi substrat akan

memberikan pengaruh yang berarti pada kecepatan suatu reaksi kimia. Dengan

konsentrasi substrat sebesar 1.5 mol per liter, reaksi dicoba sebanyak 15 kali dengan

kecepatan rata-ratanya 7.5 mikromol per 30 menit dengan standard deviasi 1.5.

Dengan konsentrasi substrat 2.0 mol per liter, reaksi dicoba dengan sebanyak 12 kali

dengan kecepatan rata-ratanya ternyata 8.8 mikromol per 30 menit dan standard

deviasi 1.2. Uji apakah peningkatan konsentrasi substrat tersebut menaikkan

kecepatan rata-ratanya lebih dari 0.5 mikromol per 30 menit? Gunakan taraf nyata

0.01 dan asumsikan bahwa kedua populasinya mendekati distribusi normal dengan

variansi yang sama.

Artikel dengan judul ― Objective Measurement of the Stretchability of Mozzarella

cheese‖ (Journal of Texture Studies, 1992 : 185 – 194) melaporkan eksperimen yang

dilakukan untuk meneliti bagaimana perilaku keju mozzarella pada temperatur yang

bervariasi. Jika dari eksperimen tersebut didapatkan data temperatur (0F) berikut : 59

63 68 72 74 78 83; Elongasi % : 118 182 247 208 197 135 132

a. Buatlah diagram pencarnya

b. Mana variabel yang merupakan variabel independen, mana variabel dependen

pada masalah ini

c. Apakah yang dapat disimpulkan mengenai hubungan temperature dengan elongasi

pada keju mozzarella?