Universitas Negeri Surabaya
Fakultas Matematika dan Ilmu Pengetahuan Alam
Program Studi S1 Sains Aktuaria

Kode Dokumen

SEMESTER LEARNING PLAN

Course

KODE

Rumpun MataKuliah

Bobot Kredit

SEMESTER

Tanggal Penyusunan

Statistika Dasar

9420703010

Mata Kuliah Wajib Program Studi

T=3

P=0

ECTS=4.77

1

13 Agustus 2025

OTORISASI

Pengembang S.P

Koordinator Rumpun matakuliah

Koordinator Program Studi




Danang Ariyanto, S.Si., M.Si ; A‘yunin Sofro, Ph.D; Affiati Oktaviarina, S.Si., M.Sc


Danang Ariyanto, S.Si., M.Si


AFFIATI OKTAVIARINA

Model Pembelajaran

Case Study

Program Learning Outcomes (PLO)

PLO program Studi yang dibebankan pada matakuliah

PLO-1

Mampu menunjukkan nilai-nilai agama, kebangsaan dan budaya nasional, serta etika akademik dalam melaksanakan tugasnya

PLO-2

Menunjukkan karakter tangguh, kolaboratif, adaptif, inovatif, inklusif, belajar sepanjang hayat, dan berjiwa kewirausahaan

PLO-5

Menguasai secara mendalam konsep teoretis dasar matematika, statistika, ekonomi, dan keuangan yang relevan dengan ilmu aktuaria.

PLO-6

Menguasai konsep dan prinsip aktuaria terkait asuransi jiwa, asuransi umum, asuransi kesehatan, dana pensiun, serta manajemen risiko sesuai standar profesi aktuaria dan peraturan yang berlaku sekaligus memahami aplikasi aktuaria spesifik pada sektor Syariah, Kebencanaan, Seni, Keolahragaan, dan Disabilitas.

PLO-7

Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam pengembangan ilmu aktuaria, serta mengambil keputusan yang tepat berdasarkan analisis data dan informasi dengan memanfaatkan IPTEK.

PLO-9

Mampu mengkaji implikasi pengembangan ilmu aktuaria berdasarkan kaidah, tata cara, dan etika ilmiah untuk menghasilkan solusi yang relevan

Program Objectives (PO)

PO - 1

Mampu menjelaskan pengetahuan dasar statistik, populasi, sampel, dan visualisasi data serta menerapkannya dalam kehidupan sehari-hari

PO - 2

Mampu menjelaskan dan menyelesaikan permasalahan yang berkaitan dengan teori peluang sederhana

PO - 3

Mampu merancang dan menjelaskan pengujian hipotesis statistik

PO - 4

Mampu menjelaskan dan mengimplementasikan pengujian statistik inferensial (uji t, anova, korelasi, regresi dan chi-square)

Matrik PLO-PO
 
POPLO-1PLO-2PLO-5PLO-6PLO-7PLO-9
PO-1✔ ✔   
PO-2 ✔  ✔ 
PO-3   ✔  
PO-4     ✔

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✔✔✔✔✔

Deskripsi Singkat Mata Kuliah

Mata kuliah ini memberikan fondasi dalam statistika dasar yang penting untuk analisis data dan pengambilan keputusan berbasis risiko, dengan penekanan pada penerapan dalam bidang ekonomi dan aktuaria. Topik yang dibahas meliputi pengetahuan dasar statistika, penyajian data, peluang, pengujian hipotesis, sebaran normal, dan statistika inferensial, termasuk uji t, ANOVA, korelasi, regresi, dan uji Chi-square.

Pustaka

Utama :

  1. Weiss, N. A.. 2017. Elementary Statistics ( 9 th Edition) . Boston: Pearson
  2. Freedman, D.. 2007. Statistics (4th Edition). New York: Norton & Company.

Pendukung :

  1. Sofro, A., A. Oktaviani dan D.A. Maulana, 2019. Buku Ajar - Metode Statistika. Unesa Press
  2. Romadhonia, R.W dkk. 2024, Pelatihan Infografis Data dengan Microsoft Excel bagi Guru Kabupaten/Kota Pasuruan di Jawa Timur

Dosen Pengampu

Affiati Oktaviarina, S.Si., M.Sc.

A'yunin Sofro, M.Si., Ph.D.

Danang Ariyanto, S.Si., M.Si.

Reny Amalia Permata, S.Si., M.Si.

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

Mahasiswa dapat mendefinisikan pengertian statistika, populasi dan sampel
  1. Mendefinisikan pengetahuan dasar statistika, populasi dan sampel
  2. Menerapkan pengetahuan dasar statistika, populasi dan sampel dalam kehidupan sehari-hari.
  3. Menjelaskan teknik sampling dan jenis jenis data yang diperoleh
  4. Menerapkan pengetahuan teknik sampling dan jenis jenis data dalam kehidupan sehari hari
 Kriteria:

Rubrik Penilaian


Bentuk Penilaian :
Aktifitas Partisipasif		 Pendekatan pembelajaran dengan ceramah dan diskusi
3 X 50
Materi: Pengetahuan Dasar Statistika, Teknik sampling dan jenis data
Pustaka: Weiss, N. A.. 2017. Elementary Statistics ( 9 th Edition) . Boston: Pearson
Materi: Pengetahuan Dasar Statistika, Teknik sampling dan jenis data
Pustaka: Sofro, A.,D.A. Maulana dan A. Oktaviani, 2021. Buku Ajar - Metode Statistika. Unesa Press		 0%

2

Minggu ke 2

Mahasiswa dapat mendefinisikan pengertian ukuran pemusatan dan penyebaran data
  1. Menjelaskan pengetahuan ukuran pemusatan dan penyebaran data
  2. Menerapkan pengetahuan ukuran pemusatan dan penyebaran data dalam kehidupan sehari-hari.
  3. Case Study :Analisis Ukuran Pemusatan dan Penyebaran Data pada Koleksi Perpustakaan data ekonomi
 Kriteria:

Rubrik Penilaian


Bentuk Penilaian :
Aktifitas Partisipasif		 Pendekatan pembelajaran dengan ceramah dan diskusi
3 X 50
Materi: Ukuran pemusatan dan penyebaran
Pustaka: Weiss, N. A.. 2017. Elementary Statistics ( 9 th Edition) . Boston: Pearson
Materi: Ukuran pemusatan dan penyebaran
Pustaka: Sofro, A., A. Oktaviani dan D.A. Maulana, 2019. Buku Ajar - Metode Statistika. Unesa Press		 0%

3

Minggu ke 3
  1. Mahasiswa dapat mengkaji dan menerapkan cara penyajian data
  2. Tugas Tersruktur
  1. Mendefinisikan penyajian data
  2. Menerapkan cara penyajian data dalam kehidupan sehari-hari.
  3. Mengimplementasikan penyajian data melalui program komputer
  4. Case Study Using R studio : https://www.youtube.com/watch?v=r3HW0vzJ5tY
 Kriteria:

Rubrik Penilaian


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk		 Pendekatan pembelajaran dengan ceramah dan diskusi
3 X 50
Materi: Penyajian data
Pustaka: Weiss, N. A.. 2017. Elementary Statistics ( 9 th Edition) . Boston: Pearson
Materi: Penyajian data
Pustaka: Sofro, A., A. Oktaviani dan D.A. Maulana, 2019. Buku Ajar - Metode Statistika. Unesa Press		 10%

4

Minggu ke 4
  1. Mahasiswa dapat mendefinisikan dan menerapkan ruang sampel, peluang dan distribusi peluang
  2. Kuis 1 SKS (Materi Pertemuan 1-3)
  1. Menjelaskan ruang sampel, peluang dan distribusi peluang dari Binomial
  2. Menerapkan ruang sampel, peluang dan distribusi peluang dari Binomial dalam kehidupan sehari-hari
  3. Menjelaskan distribusi normal dan area dibawah kurva normal
  4. Menerapkan distribusi normal dalam kehidupan sehari hari
  5. Membuktikan keterkaitan distribusi sampling dari sample mean dengan distribusi normal
  6. Menerapkan distribusi sampling dari sampel mean dalam kehidupan sehari-hari
  7. KUIS
 Kriteria:

Rubrik Penilaian


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Tes		 Pendekatan pembelajaran dengan ceramah dan diskusi
3 X 50		 • Kuliah Daring (Zoom, Google Meeting, dsb)
• Diskusi Sinkronus dan Asinkronus (WAG, Google Classroom, dsb)
• E-Learning : Virtual Learning Unesa (Vinesa)
3 X 50		 Materi: Peluang distribusinya dan distribusi sampling
Pustaka: Weiss, N. A.. 2017. Elementary Statistics ( 9 th Edition) . Boston: Pearson
Materi: Peluang distribusinya dan distribusi sampling
Pustaka: Sofro, A., A. Oktaviani dan D.A. Maulana, 2019. Buku Ajar - Metode Statistika. Unesa Press		 15%

5

Minggu ke 5

Mahasiswa dapat mendefinisikan dan menerapkan ruang sampel, peluang dan distribusi peluang
  1. Menjelaskan ruang sampel, peluang dan distribusi peluang dari Binomial
  2. Menerapkan ruang sampel, peluang dan distribusi peluang dari Binomial dalam kehidupan sehari-hari
  3. Menjelaskan distribusi normal dan area dibawah kurva normal
  4. Menerapkan distribusi normal dalam kehidupan sehari hari
  5. Membuktikan keterkaitan distribusi sampling dari sample mean dengan distribusi normal
  6. Menerapkan distribusi sampling dari sampel mean dalam kehidupan sehari-hari
 Kriteria:

Rubrik Penilaian


Bentuk Penilaian :
Aktifitas Partisipasif		 Pendekatan pembelajaran dengan ceramah dan diskusi
3 X 50		 • Kuliah Daring (Zoom, Google Meeting, dsb)
• Diskusi Sinkronus dan Asinkronus (WAG, Google Classroom, dsb)
• E-Learning : Virtual Learning Unesa (Vinesa)
3 X 50		 Materi: Peluang distribusinya dan distribusi sampling
Pustaka: Weiss, N. A.. 2017. Elementary Statistics ( 9 th Edition) . Boston: Pearson
Materi: Peluang distribusinya dan distribusi sampling
Pustaka: Sofro, A., A. Oktaviani dan D.A. Maulana, 2019. Buku Ajar - Metode Statistika. Unesa Press		 0%

6

Minggu ke 6

Mahasiswa dapat mendefinisikan dan menerapkan estimasi parameter, selang kepercayaan dan margin error

  1. Mendefinisikan estimasi parameter, selang kepercayaan dan margin error untuk mean dari satu populasi
  2. Menerapkan estimasi parameter, selang kepercayaan dan margin error untuk mean dari satu populasi dalam kehidupan sehari-hari
 Kriteria:

Rubrik Penilaian


Bentuk Penilaian :
Aktifitas Partisipasif		 Pendekatan pembelajaran dengan ceramah dan diskusi
3 X 50		 • Kuliah Daring (Zoom, Google Meeting, dsb)
• Diskusi Sinkronus dan Asinkronus (WAG, Google Classroom, dsb)
• E-Learning : Virtual Learning Unesa (Vinesa)
3 X 50		 Materi: estimasi parameter, selang kepercayaan dan margin error untuk mean dari satu populasi
Pustaka: Weiss, N. A.. 2017. Elementary Statistics ( 9 th Edition) . Boston: Pearson
Materi: estimasi parameter, selang kepercayaan dan margin error untuk mean dari satu populasi
Pustaka: Sofro, A., A. Oktaviani dan D.A. Maulana, 2019. Buku Ajar - Metode Statistika. Unesa Press		 0%

7

Minggu ke 7

Mahasiswa dapat mendefinisikan dan menjelsakan pengujian hipotesis statistik
  1. Menjelaskan uji hipotesis
  2. Menerapkan uji hipotesis dalam prosedur statistika inferensial
  3. Menjelaskan uji Z untuk mean dari satu populasi
  4. Menerapkan uji Z untuk mean dari satu populasi dalam kehidupan sehari-hari
  5. Menjelaskan uji T untuk mean satu populasi
  6. Menerapkan uji T untuk mean satu populasi dalam kehidupan sehari-hari
 Kriteria:

Rubrik Penilaian


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk		 Pendekatan pembelajaran dengan ceramah dan diskusi
3 X 50		 • Kuliah Daring (Zoom, Google Meeting, dsb)
• Diskusi Sinkronus dan Asinkronus (WAG, Google Classroom, dsb)
• E-Learning : Virtual Learning Unesa (Vinesa)
3 X 50		 Materi: Uji hipotesis dan implemetasi untuk uji Z pada mean satu populasi
Pustaka: Weiss, N. A.. 2017. Elementary Statistics ( 9 th Edition) . Boston: Pearson
Materi: Uji hipotesis dan implemetasi untuk uji Z pada mean satu populasi
Pustaka: Freedman, D.. 2007. Statistics (4th Edition). New York: Norton & Company.
Materi: Uji hipotesis dan implemetasi untuk uji Z pada mean satu populasi
Pustaka: Sofro, A., A. Oktaviani dan D.A. Maulana, 2019. Buku Ajar - Metode Statistika. Unesa Press		 0%

8

Minggu ke 8

KUIS 2 (Materi Pertemuan 4-8)

UTS

 Kriteria:

Rubrik Penilaian


Bentuk Penilaian :
Tes		 KUIS 2 (Materi Pertemuan 4-8)
3 X 50
Materi: UTS
Pustaka: Sofro, A., A. Oktaviani dan D.A. Maulana, 2019. Buku Ajar - Metode Statistika. Unesa Press		 20%

9

Minggu ke 9

Mahasiswa dapat mendefinisikan dan menjelsakan pengujian hipotesis statistik
  1. Menjelaskan uji Z untuk mean dari dua populasi
  2. Menerapkan uji Z untuk mean dari satu populasi dalam kehidupan sehari-hari
 Kriteria:

Rubrik Penilaian


Bentuk Penilaian :
Aktifitas Partisipasif		 Pendekatan pembelajaran dengan ceramah dan diskusi
3 x 50 menit		 • Kuliah Daring (Zoom, Google Meeting, dsb)
• Diskusi Sinkronus dan Asinkronus (WAG, Google Classroom, dsb)
• E-Learning : Virtual Learning Unesa (Vinesa)
 Materi: uji Z 2 sampel
Pustaka: Weiss, N. A.. 2017. Elementary Statistics ( 9 th Edition) . Boston: Pearson		 0%

10

Minggu ke 10

Mahasiswa dapat mendefinisikan dan menerapkan uji t satu populasi dan dua populasi serta mengimplementasikan dalam program komputer
  1. Menjelaskan uji T untuk mean dua populasi yang saling bebas (independent t test)
  2. Menerapkan uji T untuk mean satu populasi dalam kehidupan sehari-hari
  3. Menjelaskan uji T untuk mean dua populasi yang saling berkaitan (paired t test)
  4. Menerapkan uji T untuk mean dua populasi yang saling berkaitan dalam kehidupan sehari-hari
 Kriteria:

Rubrik Penilaian


Bentuk Penilaian :
Aktifitas Partisipasif		 Pendekatan pembelajaran dengan ceramah dan diskusi
3 X 50		 • Kuliah Daring (Zoom, Google Meeting, dsb)
• Diskusi Sinkronus dan Asinkronus (WAG, Google Classroom, dsb)
• E-Learning : Virtual Learning Unesa (Vinesa)
3 X 50		 Materi: Uji T satu populasi dan dua populasi
Pustaka: Sofro, A., A. Oktaviani dan D.A. Maulana, 2019. Buku Ajar - Metode Statistika. Unesa Press
Materi: uji T 2 sampel
Pustaka: Sofro, A., A. Oktaviani dan D.A. Maulana, 2019. Buku Ajar - Metode Statistika. Unesa Press
Materi: uji T 2 sampel
Pustaka: Sofro, A., A. Oktaviani dan D.A. Maulana, 2019. Buku Ajar - Metode Statistika. Unesa Press		 0%

11

Minggu ke 11
  1. Mahasiswa dapat mendefinisikan dan menerapkan uji t satu populasi dan dua populasi serta mengimplementasikan dalam program komputer
  2. Tugas Terstruktur
  1. Menjelaskan uji T untuk mean satu populasi
  2. Menerapkan uji T untuk mean satu populasi dalam kehidupan sehari-hari
  3. Menjelaskan uji T untuk mean dua populasi yang saling bebas
  4. Menerapkan uji T untuk mean satu populasi dalam kehidupan sehari-hari
  5. Menjelaskan uji T untuk mean dua populasi yang saling berkaitan
  6. Menerapkan uji T untuk mean dua populasi yang saling berkaitan dalam kehidupan sehari-hari
 Kriteria:

Rubrik Penilaian


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk		 Pendekatan pembelajaran dengan ceramah dan diskusi
3 X 50		 • Kuliah Daring (Zoom, Google Meeting, dsb)
• Diskusi Sinkronus dan Asinkronus (WAG, Google Classroom, dsb)
• E-Learning : Virtual Learning Unesa (Vinesa)
3 X 50		 Materi: Uji T satu populasi dan dua populasi
Pustaka: Weiss, N. A.. 2017. Elementary Statistics ( 9 th Edition) . Boston: Pearson
Materi: Uji T satu populasi dan dua populasi
Pustaka: Sofro, A., A. Oktaviani dan D.A. Maulana, 2019. Buku Ajar - Metode Statistika. Unesa Press		 10%

12

Minggu ke 12
  1. Mahasiswa dapat mendefinisikan dan menerapkan Analisis of variance (ANOVA) serta mengimplementasikan dalam program komputer
  2. Kuis 3 (Materi Pertemuan 9-11)
  1. Menjelaskan pengetahuan tentang ANOVA
  2. Menerapkan pengetahuan ANOVA untuk data dependen dalam kehidupan sehari-hari.
  3. Mengimplementasikan ANOVA dalam program komputer
  4. Kuis 3 (Materi Pertemuan 9-11)
 Kriteria:

Rubrik Penilaian


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Tes		 Pendekatan pembelajaran dengan ceramah dan diskusi
3 X 50		 Kuliah Daring (Zoom, Google Meeting, dsb)
• Diskusi Sinkronus dan Asinkronus (WAG, Google Classroom, dsb)
• E-Learning : Virtual Learning Unesa (Vinesa)
3 X 50		 Materi: ANOVA satu arah
Pustaka: Weiss, N. A.. 2017. Elementary Statistics ( 9 th Edition) . Boston: Pearson
Materi: ANOVA satu arah
Pustaka: Sofro, A., A. Oktaviani dan D.A. Maulana, 2019. Buku Ajar - Metode Statistika. Unesa Press		 15%

13

Minggu ke 13

Mahasiswa dapat mendefinisikan, menerapkan Analisis Korelasi serta mengimplementasikannya dalam program komputer
  1. Menjelaskan pengetahuan tentang korelasi secara umum
  2. Menjelaskan pengetahuan tentang scatter plot data
  3. Menjelaskan pengetahuan tentang menghitung koefisien korelasi
  4. Menjelaskan pengetahuan tentang koefisien korelasi pada populasi dan uji hipotesisnya
  5. Menerapkan pengetahuan korelasi untuk data dependen dalam kehidupan sehari-hari.
  6. Case Study : Analisis Regresi dan Korelasi Berdasarkan Data dari Jurnal atau Badan Pusat Statistik (BPS) data ekonomi ; https://www.youtube.com/watch?v=BacUGgAMIWE
 Kriteria:

Rubrik Penilaian


Bentuk Penilaian :
Aktifitas Partisipasif		 Pendekatan pembelajaran dengan ceramah dan diskusi
3 X 50		 Kuliah Daring (Zoom, Google Meeting, dsb)
• Diskusi Sinkronus dan Asinkronus (WAG, Google Classroom, dsb)
• E-Learning : Virtual Learning Unesa (Vinesa)
3 X 50		 Materi: Analisis Korelasi
Pustaka: Weiss, N. A.. 2017. Elementary Statistics ( 9 th Edition) . Boston: Pearson
Materi: Analisis Korelasi
Pustaka: Sofro, A., A. Oktaviani dan D.A. Maulana, 2019. Buku Ajar - Metode Statistika. Unesa Press		 0%

14

Minggu ke 14

Mahasiswa dapat memahami pengertian regresi linear
  1. Menjelaskan pengetahuan tentang penentuan variabel independen dan dependen
  2. Menjelaskan metode estimasi parameter dalam regresi
  3. Menjelaskan pengetahuan uji hipotesis untuk konstanta regresi
  4. Menjelaskan pengetahuan uji hipotesis untuk koefisien regresi
  5. Menerapkan pengetahuan regresi linear dalam kehidupan sehari-hari.
  6. Case Study : Analisis Regresi dan Korelasi Berdasarkan Data dari Jurnal atau Badan Pusat Statistik (BPS) data ekonomi ; https://www.youtube.com/watch?v=BacUGgAMIWE
 Kriteria:

Rubrik Penilaian


Bentuk Penilaian :
Aktifitas Partisipasif		 Pendekatan pembelajaran dengan ceramah dan diskusi
3 X 50		 Kuliah Daring (Zoom, Google Meeting, dsb)
• Diskusi Sinkronus dan Asinkronus (WAG, Google Classroom, dsb)
• E-Learning : Virtual Learning Unesa (Vinesa)
3 X 50		 Materi: Analsis Regresi
Pustaka: Weiss, N. A.. 2017. Elementary Statistics ( 9 th Edition) . Boston: Pearson
Materi: Analsis Regresi
Pustaka: Freedman, D.. 2007. Statistics (4th Edition). New York: Norton & Company.
Materi: Analsis Regresi
Pustaka: Sofro, A., A. Oktaviani dan D.A. Maulana, 2019. Buku Ajar - Metode Statistika. Unesa Press		 0%

15

Minggu ke 15
  1. Mahasiswa dapat mendefinisikan, menerapkan Uji Chi Square serta mengimplementasikannya dalam program komputer
  2. Tugas Terstruktur
  1. Mendefinisikan Uji Chi square
  2. Menerapkan Chi square dalam kehidupan sehari-hari
  3. Mengimplementasikan Uji Chi Square dalam program komputer
 Kriteria:

Rubrik Penilaian


Bentuk Penilaian :
Aktifitas Partisipasif		 Pendekatan pembelajaran dengan ceramah dan diskusi
3 X 50		 Kuliah Daring (Zoom, Google Meeting, dsb)
• Diskusi Sinkronus dan Asinkronus (WAG, Google Classroom, dsb)
• E-Learning : Virtual Learning Unesa (Vinesa)
3 X 50		 Materi: Uji Chi Square
Pustaka: Weiss, N. A.. 2017. Elementary Statistics ( 9 th Edition) . Boston: Pearson
Materi: Uji Chi Square
Pustaka: Freedman, D.. 2007. Statistics (4th Edition). New York: Norton & Company.
Materi: Uji Chi Square
Pustaka: Sofro, A., A. Oktaviani dan D.A. Maulana, 2019. Buku Ajar - Metode Statistika. Unesa Press		 10%

16

Minggu ke 16

Ujian Akhir Semester

UAS

 Kriteria:

UAS


Bentuk Penilaian :
Tes		 Luring
Materi: UAS
Pustaka: Sofro, A., A. Oktaviani dan D.A. Maulana, 2019. Buku Ajar - Metode Statistika. Unesa Press		 20%



Rekap Persentase Evaluasi : Case Study

No Evaluasi Persentase
1. Aktifitas Partisipasif 30%
2. Penilaian Hasil Project / Penilaian Produk 20%
3. 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.