Sidia is a education Platform website.
Deskripsi Mata Kuliah
Pada mata kuliah ini akan dipelajari konsep-konsep dalam teori probabilitas dan statistika meliputi konsep probabilitas dan Teorema Bayes, variabel acak (Bernoulli, Binomial, Geometrik, Poisson, Uniform, Eksponensial, Normal), transformasi variebel acak dan central limit theorem, estimasi parameter (estimasi titik dan interval), uji hipotesis, regresi dan korelasi serta proses stokastik. Dengan demikian mahasiswa akan memiliki pengalaman belajar untuk berfikir secara kritis dan mampu memberikan keputusan yang tepat tentang penggunaan konsep probabilitas dan statistika pada bidang Kecerdasan Artifisial.
CPMK
- Mahasiswa mampu menjelaskan konsep-konsep dalam statistik dan teori probabilitas
- Mampu mampu memahami dan menghitung konsep Variabel Random Diskrit dan Kontinu
- Mahasiswa memahami dan menerapkan pengujian hipotesis statistik
- Mahasiswa memahami dan melakukan perhitungan sederhana regresi linier dan korelasi
- Mampu menerapkan konsep proses stokastik untuk menyelesaikan suatu persoalan Kecerdasan Artifisial.
Aktifitas Pembelajaran
-
Pertemuan 1 Konsep-konsep dalam statistik dan teori probabilitas -
Pertemuan 2 Konsep Aksioma Probabilitas -
Pertemuan 3 Probabilitas Bersyarat dan Teorema Bayes -
Pertemuan 4 Konsep Variabel Random Diskrit dan Kontinu -
Pertemuan 5 Menghitung peluang dengan distribusi probabilitas tertentu -
Pertemuan 6 Menghitung peluang dengan distribusi probabilitas tertentu -
Pertemuan 7 Transformasi Variabel berdasar Kalkulus dan Central Limit Theorem -
Pertemuan 8 Probabilitas Bersyarat dan Teorema Bayes -
Pertemuan 9 Estimasi satu sampel -
Pertemuan 10 Estimasi dua sampel -
Pertemuan 11 Konsep pengujian hipotesis statistik Satu Populasi -
Pertemuan 12 Konsep pengujian hipotesis statistik Dua Populasi -
Pertemuan 13 ANOVA One Way -
Pertemuan 14 Dan melakukan perhitungan sederhana regresi linier dan korelasi -
Pertemuan 15 Konsep proses stokastik untuk menyelesaikan suatu persoalan Kecerdasan Artifisial -
Pertemuan 16 Dan menerapkan pengujian hipotesis statistik Satu Populasi
Pustaka
- Walpole, R.E., Myers, R.H., Myers, S.L., Ye, K. 2011. Probability and Statistics for Engineers & Scientists, 9th ed. New Jersey: Prentice-Hall
- Ross, Sheldon M. 2020. A First Course in Probability. Tenth Edition, Pearson.
- Unpingco, Jose. 2016. Python for Probability, Statistics, and Machine Learning. San Diego: Springer
- Bartlel, M.H. 2024. Introduction to Probability for Computing. USA: Cambridge University Press (CUP)
Dosen
Difficult Things About Education.
$75$10
More Similar Courses
Related Courses
Teknik Penelitian Biokimia
Kajian tentang teknik atau metode isolasi enzim, protein dan DNA dari berbagai sumber, pemurnian dan karakterisasi protein dan DNA, teknik PCR dan sequencing serta teknik
Teori Belajar Lanjut
Perkuliahan ini membahas Behavioral Views of Learning: What Behavioral Learning Theories Have Evolved? What Are Some Principles of Behavioral Learning? How Has Social Learning Theory
Pemodelan Matematika (Mathematical Modelling)
Matakuliah ini memberikan bekal mahasiswa wawasan, pengetahuan, dan keterampilan pemodelan matematis suatu fenomena dan penyelesaiannya. Cakupan materi meliputi pengertian model dan model matematika, tahap-tahap pemodelan
Copyright © 2026 Sinau Digital UNESA All Rights Reserved