Universitas Negeri Surabaya
Fakultas Teknik
Program Studi S1 Teknik Elektro

Kode Dokumen

SEMESTER LEARNING PLAN

Course

KODE

Rumpun MataKuliah

Bobot Kredit

SEMESTER

Tanggal Penyusunan

STATISTIKA

2020103444

T=3

P=0

ECTS=4.77

2

9 April 2025

OTORISASI

Pengembang S.P

Koordinator Rumpun matakuliah

Koordinator Program Studi




Endryansyah, S.T., M.T.


.......................................


Dr. Ir. Lusia Rakhmawati, S.T., M.T.

Model Pembelajaran

Case Study

Program Learning Outcomes (PLO)

PLO program Studi yang dibebankan pada matakuliah

PLO-3

Mengembangkan pemikiran logis, kritis, sistematis, dan kreatif dalam melakukan pekerjaan yang spesifik di bidang keahliannya serta sesuai dengan standar kompetensi kerja bidang yang bersangkutan

PLO-5

Mampu menerapkan pengetahuan matematika, ilmu pengetahuan alam, teknologi informasi, dan keteknikan untuk mendapatkan pemahaman menyeluruh tentang prinsip-prinsip teknik elektro

PLO-7

Mampu mendesain dan melaksanakan eksperimen di laboratorium/lapangan serta menganalisis dan mengartikan data untuk memperkuat penilaian teknik

PLO-8

Mampu menerapkan prinsip – prinsip keteknikan, mengidentifikasi, merumuskan, dan menganalisis data/ informasi untuk menyelesaikan permasalahan di bidang elektro

PLO-9

Mampu menerapkan metode, keterampilan, dan piranti teknik elektro modern yang diperlukan untuk memecahkan masalah di bidang keteknikan, khususnya memiliki pengetahuan lanjut pada salah satu bidang keahlian Teknik Tenaga Listrik, Telekomunikasi dan Komputasi Cerdas, Teknik Elektronika, dan Teknik Pengatutan

PLO-10

Mampu menyampaikan ide dan/atau gagasan hasil kerja dan inovasi dibidang teknik elektro secara efektif baik lisan maupun tulisan

PLO-11

Mampu merencanakan, menyelesaikan dan mengevaluasi tugas didalam batasan-batasan yang ada dibidang teknik elektro

Program Objectives (PO)

PO - 1

Mahasiswa mampu menjelaskan konsep dasar statistika dan peranannya dalam teknik elektro (C2)

PO - 2

Mahasiswa mampu mengklasifikasikan jenis data dan menyajikan data dalam berbagai bentuk (C3)

PO - 3

Mahasiswa mampu menghitung dan menginterpretasikan ukuran pemusatan data (C3)

PO - 4

Mahasiswa mampu menghitung ukuran penyebaran data dan menerapkannya dalam analisis data teknik elektro (C3)

PO - 5

Mahasiswa mampu menjelaskan konsep probabilitas dan menerapkannya dalam analisis data teknik elektro (C4)

PO - 6

Mahasiswa mampu menganalisis distribusi normal dan sampling pada data eksperimen (C4)

PO - 7

Mahasiswa mampu melakukan estimasi parameter populasi berdasarkan data sampel (C4)

PO - 8

Mahasiswa mampu menyelesaikan Soal UTS

PO - 9

Mahasiswa mampu menguji hipotesis statistik dengan metode yang sesuai (C5)

PO - 10

Mahasiswa mampu menerapkan regresi linear sederhana dan menganalisis hubungan antar variabel (C5)

PO - 11

Mahasiswa mampu menguji perbedaan rata-rata lebih dari dua kelompok dengan ANOVA (C5)

PO - 12

Mahasiswa mampu mengolah data menggunakan perangkat lunak statistika (C3)

PO - 13

Mahasiswa mampu menerapkan metode statistika nonparametrik dalam analisis data (C4)

PO - 14

Mahasiswa mampu menganalisis reliabilitas sistem dan menerapkan teknik kontrol kualitas (C5)

PO - 15

Mahasiswa mampu menyusun laporan analisis data teknik elektro berbasis studi kasus (C6)

PO - 16

Mahasiswa mampu menyelesaikan soal UAS

Matrik PLO-PO
 
POPLO-3PLO-5PLO-7PLO-8PLO-9PLO-10PLO-11
PO-1✔✔     
PO-2✔✔     
PO-3✔✔     
PO-4✔✔     
PO-5 ✔ ✔   
PO-6  ✔✔   
PO-7  ✔✔   
PO-8✔      
PO-9  ✔✔   
PO-10   ✔✔  
PO-11   ✔✔  
PO-12✔   ✔  
PO-13  ✔ ✔  
PO-14  ✔✔✔  
PO-15     ✔✔
PO-16✔      

Matrik PO pada Kemampuan akhir tiap tahapan belajar (Sub-PO)
 
PO Minggu Ke
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
PO-1✔
PO-2✔
PO-3✔
PO-4✔
PO-5✔
PO-6✔
PO-7✔
PO-8✔
PO-9✔
PO-10✔
PO-11✔
PO-12✔
PO-13✔
PO-14✔
PO-15✔
PO-16✔

Deskripsi Singkat Mata Kuliah

Mata kuliah ini membahas konsep dasar statistika, pengolahan data, analisis probabilitas, inferensi statistika, dan penerapan statistika dalam teknik elektro dengan model pembelajaran berbasis studi kasus.

Pustaka

Utama :

  1. 1. Walpole, R. E. (2012). Pengantar Statistika. Jakarta: Gramedia.
  2. 2. Walpole, R. E., Myers, R. H., & Ye, K. (2017). Probability and Statistics for Engineers and Scientists (9th ed.). Pearson.
  3. 3. Montgomery, D. C., & Runger, G. C. (2019). Applied Statistics and Probability for Engineers. Wiley.

Pendukung :

Dosen Pengampu

Dr. Tri Rijanto, M.Pd., M.T.

Endryansyah, S.T., M.T.

Dr. Rina Harimurti, S.Pd., M.T.

Ibrohim, S.T., M.T.

Dr. Ir. Lusia Rakhmawati, S.T., M.T.

Yulia Fransisca, S.Pd., M.Pd.

Rifqi Firmansyah, S.T., M.T.

Hesti Khuzaimah Nurul Yusufiyah, S.Si., M.Eng.

Minggu Ke-

Kemampuan akhir tiap tahapan belajar
(Sub-PO)

Penilaian

Bantuk Pembelajaran,

Metode Pembelajaran,

Penugasan Mahasiswa,

 [ Estimasi Waktu]

Materi Pembelajaran

[ Pustaka ]

Bobot Penilaian (%)

Indikator

Kriteria & Bentuk

Luring (offline)

Daring (online)

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

1

Minggu ke 1
  1. 1. Memahami konsep dasar statistika.
  2. 2. Menjelaskan peran statistika dalam teknik elektro.
  3. 3. Mengidentifikasi penerapan statistika dalam bidang teknik elektro.
  1. 1. Mahasiswa mampu menjelaskan konsep dasar statistika dengan baik.
  2. 2. Mahasiswa dapat mengidentifikasi dan memberikan contoh penerapan statistika dalam teknik elektro.
  3. 3. Mahasiswa berpartisipasi aktif dalam diskusi kelompok.
 Kriteria:
  1. 1. Kejelasan dalam menjelaskan konsep dasar statistika.
  2. 2. Relevansi contoh penerapan statistika dalam teknik elektro.
  3. 3. Tingkat partisipasi dalam diskusi.

Bentuk Penilaian :
Aktifitas Partisipasif		 Ceramah, diskusi, studi kasus
120 menit
Materi: 1. Konsep dasar statistika
Pustaka: 1. Walpole, R. E. (2012). Pengantar Statistika. Jakarta: Gramedia.
Materi: 2. Peran statistika dalam teknik elektro 3. Penerapan statistika dalam teknik elektro
Pustaka: 3. Montgomery, D. C., & Runger, G. C. (2019). Applied Statistics and Probability for Engineers. Wiley.		 2%

2

Minggu ke 2
  1. 1. Mahasiswa mampu membedakan jenis data kualitatif dan kuantitatif.
  2. 2. Mahasiswa mampu menentukan skala pengukuran yang tepat untuk suatu data.
  3. 3. Mahasiswa mampu menyajikan data dalam bentuk tabel, diagram, dan grafik yang sesuai.
  1. 1. Mahasiswa dapat mengidentifikasi jenis data dengan benar.
  2. 2. Mahasiswa dapat memilih skala pengukuran yang sesuai untuk suatu dataset.
  3. 3. Mahasiswa dapat menyajikan data dengan teknik yang tepat dan sesuai.
 Kriteria:
  1. 1. Ketepatan dalam mengidentifikasi jenis data dan skala pengukuran.
  2. 2. Kreativitas dan ketepatan dalam penyajian data.

Bentuk Penilaian :
Aktifitas Partisipasif		 1. Ceramah
2. Diskusi Kelompok
3. Latihan Studi Kasus
120 menit
Materi: 1. Konsep dasar jenis data dan skala pengukuran; 2. Teknik penyajian data dalam bentuk tabel, diagram, dan grafik; 3. Studi kasus penyajian data dalam teknik elektro.
Pustaka: 3. Montgomery, D. C., & Runger, G. C. (2019). Applied Statistics and Probability for Engineers. Wiley.		 2%

3

Minggu ke 3
  1. 1. Mahasiswa mampu memahami konsep ukuran pemusatan data.
  2. 2. Mahasiswa mampu menghitung mean, median, dan modus dari suatu dataset.
  3. 3. Mahasiswa mampu menginterpretasikan hasil perhitungan ukuran pemusatan data dalam konteks teknik elektro.
  1. 1. Mahasiswa mampu menjelaskan konsep ukuran pemusatan data.
  2. 2. Mahasiswa mampu menghitung mean, median, dan modus dengan benar.
  3. 3. Mahasiswa mampu menginterpretasikan hasil perhitungan dalam konteks teknik elektro.
 Kriteria:
  1. 1. Ketepatan dalam perhitungan ukuran pemusatan data.
  2. 2. Kemampuan analisis dan interpretasi data.
  3. 3. Keaktifan dalam diskusi dan keterlibatan dalam latihan.

Bentuk Penilaian :
Aktifitas Partisipasif		 1. Ceramah
2. Diskusi Kelompok
3. Latihan Studi Kasus
Materi: 1. Penerapan ukuran pemusatan dalam teknik elektro. 2. Analisis data menggunakan perangkat lunak statistika.
Pustaka: 2. Walpole, R. E., Myers, R. H., & Ye, K. (2017). Probability and Statistics for Engineers and Scientists (9th ed.). Pearson.
Materi: 3. Konsep ukuran pemusatan data: mean, median, modus.
Pustaka: 3. Montgomery, D. C., & Runger, G. C. (2019). Applied Statistics and Probability for Engineers. Wiley.		 2%

4

Minggu ke 4

Mahasiswa mampu menghitung ukuran penyebaran data serta menginterpretasikan hasil perhitungan dalam konteks teknik elektro.
  1. 1. Mahasiswa mampu menghitung varians dan standar deviasi dari data yang diberikan
  2. 2. Mahasiswa mampu menjelaskan arti dari ukuran penyebaran dalam konteks teknik elektro
 Kriteria:
  1. 1. Ketepatan perhitungan varians dan standar deviasi
  2. 2. Kemampuan menginterpretasikan hasil perhitungan

Bentuk Penilaian :
Aktifitas Partisipasif		 Ceramah interaktif, diskusi kelompok, latihan soal
120 menit
Materi: menghitung ukuran penyebaran data serta menginterpretasikan hasil perhitungan dalam konteks teknik elektro.
Pustaka: 1. Walpole, R. E. (2012). Pengantar Statistika. Jakarta: Gramedia.		 2%

5

Minggu ke 5
  1. 1. Mahasiswa memahami konsep dasar probabilitas dan distribusi probabilitas.
  2. 2. Mahasiswa mampu menerapkan aturan dasar probabilitas dalam analisis data.
  3. 3. Mahasiswa dapat menganalisis distribusi probabilitas dalam konteks teknik elektro.
  1. 1. Mahasiswa mampu menjelaskan konsep dasar probabilitas dengan benar.
  2. 2. Mahasiswa dapat menyelesaikan soal-soal probabilitas dengan tepat.
  3. 3. Mahasiswa mampu menerapkan konsep probabilitas dalam kasus teknik elektro.
 Kriteria:
  1. 1. Ketepatan jawaban dalam latihan soal dan quiz.
  2. 2. Keaktifan dalam diskusi kelompok.
  3. 3. Kualitas analisis dalam laporan kasus.

Bentuk Penilaian :
Aktifitas Partisipasif		 Ceramah, diskusi, latihan soal
150
Materi: 1. Konsep dasar probabilitas. 2. Aturan dasar probabilitas (Penjumlahan, Perkalian, Komplemen, dan Bayes). 3. Distribusi probabilitas diskrit (Binomial, Poisson) dan kontinu (Normal, Eksponensial).
Pustaka: 2. Walpole, R. E., Myers, R. H., & Ye, K. (2017). Probability and Statistics for Engineers and Scientists (9th ed.). Pearson.		 4%

6

Minggu ke 6
  1. 1. Menjelaskan konsep distribusi normal dan distribusi sampling.
  2. 2. Menganalisis data eksperimen dengan menggunakan distribusi normal.
  3. 3. Menginterpretasikan hasil analisis distribusi sampling dalam konteks teknik elektro.
  1. 1. Ketepatan analisis data menggunakan distribusi normal.
  2. 2. Kemampuan menjelaskan dan menginterpretasikan distribusi sampling.
  3. 3. Partisipasi aktif dalam diskusi dan presentasi.
 Kriteria:
  1. 1. Kejelasan konsep yang disampaikan.
  2. 2. Ketepatan perhitungan dan analisis.
  3. 3. Relevansi hasil diskusi dengan studi kasus yang diberikan.

Bentuk Penilaian :
Aktifitas Partisipasif		 1. Ceramah interaktif mengenai konsep distribusi normal dan distribusi sampling (30 menit).
2. Diskusi kelompok dan presentasi hasil analisis data dengan distribusi normal (50 menit).
3. Studi kasus penerapan distribusi sampling dalam teknik elektro (40 menit).
4. Evaluasi hasil diskusi dengan tanya jawab (30 menit).
150
Materi: 1. Konsep distribusi normal dan distribusi sampling. 2. Penerapan distribusi normal dalam analisis data eksperimen. 3. Studi kasus distribusi sampling dalam teknik elektro.
Pustaka: 2. Walpole, R. E., Myers, R. H., & Ye, K. (2017). Probability and Statistics for Engineers and Scientists (9th ed.). Pearson.		 4%

7

Minggu ke 7

Mahasiswa mampu memahami dan menerapkan metode estimasi parameter pada data teknik elektro serta menginterpretasikan hasilnya.
  1. 1. Mahasiswa mampu menjelaskan konsep estimasi parameter.
  2. 2. Mahasiswa dapat menerapkan metode estimasi parameter pada data nyata.
  3. 3. Mahasiswa dapat menginterpretasikan hasil estimasi dalam konteks teknik elektro.
 Kriteria:
  1. 1. Ketepatan dalam perhitungan estimasi parameter.
  2. 2. Kemampuan dalam menganalisis dan menyajikan hasil estimasi.
  3. 3. Keterlibatan aktif dalam diskusi dan penyelesaian tugas.

Bentuk Penilaian :
Aktifitas Partisipasif		 Ceramah interaktif, diskusi kelompok, latihan soal berbasis studi kasus
150
Materi: 1. Konsep dasar estimasi parameter. 2. Metode estimasi titik dan interval. 3. Penerapan estimasi dalam data teknik elektro. 4. Analisis hasil estimasi menggunakan perangkat lunak statistika.
Pustaka: 2. Walpole, R. E., Myers, R. H., & Ye, K. (2017). Probability and Statistics for Engineers and Scientists (9th ed.). Pearson.		 4%

8

Minggu ke 8

Mahasiswa mampu mengerjakan soal ujian yang mencakup materi dari pertemuan 1 hingga 7 secara mandiri.
  1. 1. Ketepatan jawaban sesuai dengan teori dan penerapan statistika.
  2. 2. Kejelasan analisis dan argumentasi dalam menjawab soal esai.
 Kriteria:
  1. 1. Nilai minimal kelulusan 60/100.
  2. 2. Kemampuan menjelaskan dan menerapkan konsep secara logis dan sistematis.

Bentuk Penilaian :
Tes		 1. Ujian tertulis di kelas
2. Pengawasan langsung oleh dosen.
120 menit
Materi: soal ujian yang mencakup materi dari pertemuan 1 hingga 7 secara mandiri.
Pustaka: 2. Walpole, R. E., Myers, R. H., & Ye, K. (2017). Probability and Statistics for Engineers and Scientists (9th ed.). Pearson.		 20%

9

Minggu ke 9

Mahasiswa mampu memahami konsep uji hipotesis, mengidentifikasi kesalahan tipe I dan II, serta menerapkan uji rata-rata satu dan dua sampel dalam kasus nyata.
  1. 1. Mahasiswa mampu menjelaskan konsep uji hipotesis dengan benar.
  2. 2. Mahasiswa mampu melakukan perhitungan uji hipotesis dengan akurat.
  3. 3. Mahasiswa mampu menerapkan konsep uji hipotesis dalam studi kasus teknik elektro.
 Kriteria:
  1. 1. Ketepatan konsep yang dijelaskan.
  2. 2. Keakuratan hasil perhitungan.
  3. 3. Kemampuan menerapkan teori dalam kasus nyata.

Bentuk Penilaian :
Aktifitas Partisipasif		 Diskusi kelompok, presentasi kasus, latihan soal
120 menit
Materi: 1. Pengantar uji hipotesis. 2. Jenis-jenis uji hipotesis. 3. Kesalahan tipe I dan tipe II. 4. Uji rata-rata satu sampel.
Pustaka: 1. Walpole, R. E. (2012). Pengantar Statistika. Jakarta: Gramedia.
Materi: 5. Uji rata-rata dua sampel. 6. Studi kasus penerapan uji hipotesis dalam teknik elektro
Pustaka: 3. Montgomery, D. C., & Runger, G. C. (2019). Applied Statistics and Probability for Engineers. Wiley.		 3%

10

Minggu ke 10
  1. 1. Mahasiswa mampu memahami konsep dasar regresi linear sederhana dan korelasi.
  2. 2. Mahasiswa mampu menerapkan regresi linear sederhana dalam analisis hubungan antar variabel di bidang teknik elektro.
  3. 3. Mahasiswa mampu mengevaluasi hasil analisis regresi dan korelasi untuk pengambilan keputusan.
  1. 1. Mahasiswa mampu menjelaskan konsep regresi linear sederhana dan korelasi.
  2. 2. Mahasiswa mampu menerapkan regresi linear dalam studi kasus teknik elektro.
  3. 3. Mahasiswa mampu menganalisis hasil regresi dan korelasi untuk pengambilan keputusan.
 Kriteria:
  1. 1. Ketepatan dalam penerapan metode regresi linear dan korelasi.
  2. 2. Kualitas analisis dan interpretasi hasil.
  3. 3. Partisipasi dalam diskusi dan aktivitas pembelajaran.

Bentuk Penilaian :
Aktifitas Partisipasif		 1. Ceramah interaktif mengenai konsep regresi linear dan korelasi.
2. Diskusi kelompok terkait penerapan regresi linear dalam kasus teknik elektro.
3. Praktik langsung menggunakan perangkat lunak statistika untuk analisis regresi.
120 menit		 1. Video pembelajaran mengenai regresi linear dan korelasi.
2. Simulasi menggunakan perangkat lunak statistika secara virtual.
3. Forum diskusi online mengenai hasil analisis regresi dan korelasi.
100 menit		 Materi: 1. Konsep dasar regresi linear dan korelasi.
Pustaka: 1. Walpole, R. E. (2012). Pengantar Statistika. Jakarta: Gramedia.
Materi: 2. Penerapan regresi linear sederhana dalam teknik elektro. 3. Penggunaan perangkat lunak statistika dalam analisis regresi dan korelasi.
Pustaka: 2. Walpole, R. E., Myers, R. H., & Ye, K. (2017). Probability and Statistics for Engineers and Scientists (9th ed.). Pearson.
Materi: 4. Interpretasi hasil regresi dan korelasi untuk pengambilan keputusan.
Pustaka: 3. Montgomery, D. C., & Runger, G. C. (2019). Applied Statistics and Probability for Engineers. Wiley.		 4%

11

Minggu ke 11

Mahasiswa mampu menerapkan metode Analisis Varians (ANOVA) dalam berbagai kasus teknik elektro.
  1. 1. Ketepatan analisis ANOVA dalam studi kasus
  2. 2. Keaktifan dalam diskusi dan argumentasi hasil
 Kriteria:
  1. 1. Kesesuaian metode ANOVA yang digunakan
  2. 2. Kualitas interpretasi hasil analisis

Bentuk Penilaian :
Aktifitas Partisipasif		 1. Pemaparan konsep dasar ANOVA dan aplikasinya di bidang teknik elektro.
2. Diskusi kelompok mengenai kasus nyata penerapan ANOVA.
3. Analisis data eksperimen teknik elektro menggunakan ANOVA.
120 menit		 1. Pemaparan materi melalui video pembelajaran .
2. Forum diskusi online mengenai hasil analisis ANOVA.
3. Penyelesaian tugas berbasis data eksperimen menggunakan software statistik .
120 menit		 Materi: 1. Konsep dasar ANOVA 2. Penerapan ANOVA dalam analisis teknik elektro 3. Penggunaan software statistik dalam ANOVA 4. Interpretasi hasil ANOVA dalam konteks teknik elektro
Pustaka: 3. Montgomery, D. C., & Runger, G. C. (2019). Applied Statistics and Probability for Engineers. Wiley.		 4%

12

Minggu ke 12
  1. 1. Mahasiswa mampu memahami dasar-dasar penggunaan perangkat lunak statistika.
  2. 2. Mahasiswa mampu menginput, mengolah, dan menganalisis data menggunakan perangkat lunak statistika.
  3. 3. Mahasiswa mampu menginterpretasikan hasil analisis data secara statistik dalam konteks teknik elektro.
  1. 1. Mahasiswa mampu melakukan input dan pengolahan data dengan perangkat lunak statistika.
  2. 2. Mahasiswa mampu menganalisis dan menginterpretasikan data dengan benar.
  3. 3. Mahasiswa dapat menyusun laporan hasil pengolahan data sesuai dengan standar akademik.
 Kriteria:
  1. 1. Ketepatan dan kelengkapan dalam pengolahan data.
  2. 2. Kejelasan interpretasi hasil analisis data.
  3. 3. Kualitas laporan hasil pengolahan data.

Bentuk Penilaian :
Aktifitas Partisipasif		 1. Demonstrasi penggunaan perangkat lunak statistika di laboratorium komputer.
2. Praktik langsung oleh mahasiswa dengan studi kasus berbasis data nyata.
3. Diskusi kelompok mengenai hasil analisis data.
120 menit		 1. Video tutorial penggunaan perangkat lunak statistika.
2. Forum diskusi online untuk membahas kendala teknis dalam pengolahan data.
3. Tugas mandiri berupa latihan pengolahan data.
120 menit		 Materi: 1. Konsep dasar pengolahan data dengan perangkat lunak. 2. Pengenalan fitur dasar perangkat lunak statistika (Excel, SPSS, Python). 3. Studi kasus pengolahan data eksperimen teknik elektro. 4. Interpretasi hasil analisis data. 5. Penyusunan laporan hasil analisis data.
Pustaka: 3. Montgomery, D. C., & Runger, G. C. (2019). Applied Statistics and Probability for Engineers. Wiley.		 4%

13

Minggu ke 13

Mahasiswa mampu memahami dan menerapkan metode statistika nonparametrik dalam analisis data.

Mahasiswa mampu menerapkan uji Chi-Square dan Mann-Whitney pada data eksperimen.

 Kriteria:

Ketepatan penerapan metode, analisis hasil, dan interpretasi data.


Bentuk Penilaian :
Aktifitas Partisipasif		 Diskusi kelompok dan studi kasus langsung di kelas.
120 menit		 Pembelajaran melalui video pembahasan, diskusi forum online.
120 menit		 Materi: 1. Konsep dasar statistika nonparametrik.
Pustaka: 1. Walpole, R. E. (2012). Pengantar Statistika. Jakarta: Gramedia.
Materi: 2. Penerapan uji Chi-Square dan Mann-Whitney. 3. Studi kasus analisis data eksperimen dengan metode nonparametrik.
Pustaka: 3. Montgomery, D. C., & Runger, G. C. (2019). Applied Statistics and Probability for Engineers. Wiley.		 5%

14

Minggu ke 14

1. Mahasiswa mampu : memahami konsep reliabilitas dalam sistem teknik elektro, menganalisis diagram kontrol kualitas berdasarkan data pengukuran, menerapkan teknik pengendalian kualitas pada sistem elektronik.
  1. 1. Mahasiswa mampu menjelaskan konsep reliabilitas dan kontrol kualitas dengan benar.
  2. 2. Mahasiswa mampu melakukan analisis data pada diagram kontrol kualitas.
  3. 3. Mahasiswa mampu menyusun laporan hasil analisis reliabilitas sistem.
 Kriteria:
  1. 1. Ketepatan dalam menjelaskan konsep reliabilitas dan kontrol kualitas.
  2. 2. Kualitas analisis data dan pemilihan metode yang tepat.
  3. 3. Kemampuan menyajikan hasil analisis dalam bentuk laporan yang sistematis.

Bentuk Penilaian :
Aktifitas Partisipasif		 1. Pengenalan konsep reliabilitas dan metode pengukuran.
2. Diskusi kelompok mengenai penerapan reliabilitas dalam teknik elektro.
3. Studi kasus dan analisis diagram kontrol kualitas dengan data nyata.
4. Simulasi pengendalian kualitas menggunakan perangkat lunak statistik.
150 menit		 1. Video penjelasan teori reliabilitas dan kontrol kualitas .
2. Forum diskusi dan tanya jawab tentang penerapan reliabilitas dalam industri.
3. Latihan soal berbasis kasus pada diagram kontrol kualitas.
120		 Materi: 1. Konsep dasar reliabilitas dan pengendalian kualitas. 2. Teknik analisis reliabilitas sistem elektronik. 3. Diagram kontrol kualitas dan interpretasi hasil.
Pustaka: 3. Montgomery, D. C., & Runger, G. C. (2019). Applied Statistics and Probability for Engineers. Wiley.
Materi: 4. Studi kasus penerapan pengendalian kualitas dalam industri teknik elektro.
Pustaka: 		5%

15

Minggu ke 15

1. Mahasiswa mampu : mengidentifikasi dan menganalisis data dari berbagai kasus teknik elektro, menyusun laporan analisis data yang sistematis dan berbasis studi kasus, menyajikan hasil analisis dalam bentuk presentasi yang efektif.
  1. 1. Kemampuan mengidentifikasi dan menganalisis data dari studi kasus teknik elektro.
  2. 2. Keterampilan menyusun laporan analisis data secara sistematis dan jelas.
  3. 3. Kualitas presentasi hasil analisis, termasuk ketepatan interpretasi data dan solusi yang diajukan.
 Kriteria:
  1. 1. Ketepatan dalam analisis data dan penerapan metode statistika.
  2. 2. Kualitas laporan berdasarkan struktur, kelengkapan data, dan ketepatan kesimpulan.
  3. 3. Kejelasan dan ketepatan penyampaian dalam presentasi.

Bentuk Penilaian :
Aktifitas Partisipasif		 Diskusi kelompok, simulasi penerapan statistika dalam proyek teknik elektro.
150 menit		 Review teori dan diskusi melalui platform pembelajaran daring.
120 menit		 Materi: 1. Konsep dasar statistika dalam teknik elektro. 2. Metode pengolahan dan analisis data dalam studi kasus teknik elektro. 3. Teknik penyusunan laporan dan penyajian data hasil analisis. 4. Simulasi penerapan statistika dalam proyek teknik elektro.
Pustaka: 2. Walpole, R. E., Myers, R. H., & Ye, K. (2017). Probability and Statistics for Engineers and Scientists (9th ed.). Pearson.		 5%

16

Minggu ke 16

1. Mahasiswa mampu : menganalisis data teknik elektro berdasarkan studi kasus yang telah dikerjakan sepanjang semester, menyusun laporan akhir yang sistematis dan terstruktur, mempresentasikan hasil analisis data dengan jelas dan argumentatif.
  1. 1. Ketepatan analisis data sesuai metode statistika.
  2. 2. Kualitas laporan proyek berdasarkan struktur dan argumentasi.
  3. 3. Kemampuan menyajikan dan mempertahankan hasil analisis dalam presentasi.
 Kriteria:
  1. 1. Akurasi penerapan metode statistika
  2. 2. Kelengkapan dan sistematika laporan
  3. 3. Kemampuan presentasi dan argumentasi

Bentuk Penilaian :
Tes		 1. Ujian tertulis berbasis studi kasus.
2. Presentasi laporan proyek kepada dosen dan mahasiswa lainnya.
120 menit		 1. Pengumpulan laporan proyek melalui LMS/email.
2. Presentasi melalui platform video conference (Zoom/Google Meet).
90 menit		 Materi: 1. Metode analisis data teknik elektro menggunakan statistika. 2. Teknik penyusunan laporan proyek yang sistematis. 3. Teknik presentasi ilmiah berbasis data.
Pustaka: 2. Walpole, R. E., Myers, R. H., & Ye, K. (2017). Probability and Statistics for Engineers and Scientists (9th ed.). Pearson.		 30%



Rekap Persentase Evaluasi : Case Study

No Evaluasi Persentase
1. Aktifitas Partisipasif 50%
2. Tes 50%
100%

Catatan

  1. Capaian Pembelajaran Lulusan Program Studi (PLO - Program Studi) adalah kemampuan yang dimiliki oleh setiap lulusan Program Studi yang merupakan internalisasi dari sikap, penguasaan pengetahuan dan ketrampilan sesuai dengan jenjang prodinya yang diperoleh melalui proses pembelajaran.
  2. PLO yang dibebankan pada mata kuliah adalah beberapa capaian pembelajaran lulusan program studi (CPL-Program Studi) yang digunakan untuk pembentukan/pengembangan sebuah mata kuliah yang terdiri dari aspek sikap, ketrampulan umum, ketrampilan khusus dan pengetahuan.
  3. Program Objectives (PO) adalah kemampuan yang dijabarkan secara spesifik dari PLO yang dibebankan pada mata kuliah, dan bersifat spesifik terhadap bahan kajian atau materi pembelajaran mata kuliah tersebut.
  4. Sub-PO Mata kuliah (Sub-PO) adalah kemampuan yang dijabarkan secara spesifik dari PO yang dapat diukur atau diamati dan merupakan kemampuan akhir yang direncanakan pada tiap tahap pembelajaran, dan bersifat spesifik terhadap materi pembelajaran mata kuliah tersebut.
  5. Indikator penilaian kemampuan dalam proses maupun hasil belajar mahasiswa adalah pernyataan spesifik dan terukur yang mengidentifikasi kemampuan atau kinerja hasil belajar mahasiswa yang disertai bukti-bukti.
  6. Kreteria Penilaian adalah patokan yang digunakan sebagai ukuran atau tolok ukur ketercapaian pembelajaran dalam penilaian berdasarkan indikator-indikator yang telah ditetapkan. Kreteria penilaian merupakan pedoman bagi penilai agar penilaian konsisten dan tidak bias. Kreteria dapat berupa kuantitatif ataupun kualitatif.
  7. Bentuk penilaian: tes dan non-tes.
  8. Bentuk pembelajaran: Kuliah, Responsi, Tutorial, Seminar atau yang setara, Praktikum, Praktik Studio, Praktik Bengkel, Praktik Lapangan, Penelitian, Pengabdian Kepada Masyarakat dan/atau bentuk pembelajaran lain yang setara.
  9. Metode Pembelajaran: Small Group Discussion, Role-Play & Simulation, Discovery Learning, Self-Directed Learning, Cooperative Learning, Collaborative Learning, Contextual Learning, Project Based Learning, dan metode lainnya yg setara.
  10. Materi Pembelajaran adalah rincian atau uraian dari bahan kajian yg dapat disajikan dalam bentuk beberapa pokok dan sub-pokok bahasan.
  11. Bobot penilaian adalah prosentasi penilaian terhadap setiap pencapaian sub-PO yang besarnya proposional dengan tingkat kesulitan pencapaian sub-PO tsb., dan totalnya 100%.
  12. TM=Tatap Muka, PT=Penugasan terstruktur, BM=Belajar mandiri.