Mata kuliah ini mencakup simulasi bagi inferensi statistik. Topik-topik yang dibahas meliputi dasar-dasar simulasi, simulasi distribusi sampling dari distribusi peluang diskret dan kontinu, simulasi terhadap inferensi rata-rata dan proporsi satu dan dua populasi, simulasi pada regresi linear sederhana dan ganda, simulasi pada analisis variansi, simulasi distribusi multivariat, simulasi statistika Robust, dan simulasi proses stokastik (Rantai Markov, proses Poisson, proses kelahiran dan kematian).
Mata kuliah Statistika Dasar berisi bahasan tentang: (1) pengertian dan peranan Statistika; (2) cara-cara pengumpulan dan penyajian data; (3) ukuran pemusatan, ukuran letak, dan ukuran penyebaran data; (4) konsep dasar peluang, peubah acak, dan distribusi peluang; (5) distribusi sampling; (6) pendugaan parameter; (7) pengujian hipotesis; dan (8) uji korelasi dan regresi.
Mata kuliah ini mempelajari tujuan survey sampel dan kegunaannya dalam pengambilan kebijakan; pendugaan parameter pada sampel acak sederhana, sampel acak berlapis, sampel sistematik, dan sampel klaster; pendugaan rasio dan regresi; pendugaan ukuran populasi; serta perancangan survei.
Mata kuliah Kalkulus Dasar untuk Statistika membahas tentang konsep sistem
bilangan real dan pertidaksamaan, sistem koordinat dan fungsi, limit fungsi dan
kekontinuan fungsi, turunan fungsi, pencarian turunan, turunan dan titik stasioner,
aplikasi turunan dalam statistika, integral tak tentu, teknik pengintegralan, dan
integral tertentu.
Mata kuliah ini mempelajari analisis regresi linear ganda dalam aplikasinya pada topik ekonometrika, model regresi data panel, serta analisis regresi untuk data runtun waktu. Analisis yang dilakukan selama perkuliahan ini menggunakan perangkat lunak R. Keberhasilan pembelajaran terkait topik-topik kajian tersebut diukur dari Capaian Pembelajaran Lulusan (CPL) yang dicapai dengan karakteristik proses pembelajaran yang kolaboratif, interaktif, dan berpusat pada mahasiswa.
Mata kuliah Kalkulus Dasar untuk Statistika membahas tentang konsep sistem bilangan real dan pertidaksamaan, sistem koordinat dan fungsi, limit fungsi dan kekontinuan fungsi, turunan fungsi, pencarian turunan, turunan dan titik stasioner, aplikasi turunan dalam statistika, integral tak tentu, teknik pengintegralan, dan integral tertentu.
Mata kuliah berbobot 2 (dua) sks ini memfasilitasi mahasiswa dalam memahami filosofi sains sebagai ilmu, metode ilmiah dalam penyelesaian masalah, pengambilan kesimpulan berdasarkan kaidah penalaran (logika), dan proses pengembangan ilmu matematika melalui eksplorasi, generalisasi, abstraksi, dan penalaran logis. Dibahas pula hubungan antara ilmu matematika dengan bidang ilmu MIPA lainnya. Pada akhir perkuliahan, mahasiswa mengerjakan proyek studi literatur di bidang matematika dan penerapannya secara berkelompok.
Mata kuliah Algoritma dan Pemrograman Statistika memberikan dasar-dasar algoritma dan pembuatan program bagi mahasiswa Statistika. Bahasa pemrograman yang dipergunakan adalah Python, dengan materi meliputi dasar-dasar algoritma, tipe data dalam Python, percabangan, perulangan, manajemen file, dan topik lanjut.
Mata kuliah ini mempelajari tentang konsep-konsep dalam teori peluang yaitu kombinatorika, beberapa definisi peluang, peubah acak dan distribusinya, sifat-sifat peubah acak, dan distribusi bersama peubah acak, fungsi-fungsi peubah acak.
Mata kuliah Pendidikan Kewarganegaraan dirancang untuk membekali mahasiswa dengan pemahaman komprehensif mengenai konsep, nilai, dan praktik kewarganegaraan dalam konteks negara Indonesia yang berdasarkan Pancasila dan Undang-Undang Dasar 1945. Mata kuliah ini menekankan pada pembentukan civic knowledge, civic skills, dan civic disposition sehingga mahasiswa mampu menjadi warga negara yang cerdas, demokratis, bertanggung jawab, serta berintegritas.
Mata kuliah ini mencakup prinsip dasar rancangan percobaan, rancangan acak lengkap, rancangan kelompok lengkap, rancangan bujur sangkar latin, rancangan Graeco-latin, rancangan kelompok tak lengkap seimbang, rancangan acak faktorial dua faktor, rancangan acak faktorial lebih dari dua faktor, rancangan kelompok faktorial dua faktor, rancangan split plot, rancangan strip plot, dan rancangan permukaan respons.
Mata kuliah Jaringan Syaraf Tiruan (JST) membahas tentang pengertian, permasalahan dan pengenalan metode-metode dalam Jaringan Syaraf Tiruan. Topik-topik yang dipelajari meliputi: pengertian jaringan syaraf tiruan, fungsi aktivasi dan proses pembelajaran dalam JST, arsitektur dan algoritma JST, termasuk perceptron, multilayer perceptron, backpropagation, struktur jaringan convolutional neural network, recurrent neural network, dan perkembangannya serta pengenalan pre-trained model dan transfer learning. Semoga Anda mempelajari ilmu baru dari mata kuliah ini :)!
Mata kuliah ini memuat pengantar R, uji-uji khi-kuadrat, regresi linear sederhana, regresi linear berganda, analisis variansi, manipulasi data, pembentukan ulang kumpulan data, database, visualisasi data.
Mata kuliah ini memuat pengantar R, uji-uji khi-kuadrat, regresi linear sederhana, regresi linear berganda, analisis variansi, manipulasi data, pembentukan ulang kumpulan data, database, visualisasi data.
Mata kuliah Analisis Runtun Waktu ini mempelajari aspek dasar peramalan, konsep dasar statistika, pola data runtun waktu tren, musiman, siklik, dan tak
beraturan, konsep autokorelasi, stasioner, dan white noise, metode rata-rata bergerak dan penghalusan, dekomposisi runtun waktu, regresi dalam konteks runtun
waktu, model ARIMA (Autoregressive Integrated Moving Average), ARIMA, aplikasi analisis runtun waktu untuk data time series dengan software statistika dan
menginterpretasi hasil analisis. Pembelajaran Analisis Runtun Waktu dilakukan secara interaktif, holistik, saintifik, dan efektif.