Course Description
This course examines the basics of biostatistics in practice and computer-based research, including: data form, data organization, central tendency and data distribution including average, standard deviation, variation; normal distribution; hypothesis testing, analysis of variance, experimental design of one factor (RAL, RAK and Other Squares) and two or more factors (Split Plot design and Strip Plot Design), correlation-regression analysis, covariance analysis, and nonparametric statistics. Lectures are delivered using a student-centered approach in practical activities and assignments; while the practicum is carried out using a computer program. These two learning activities are carried out to facilitate students to work honestly and independently.
Program Objectives (PO)
- Mampu memahami dan menerapkan konsep pengetahuan terkait biostatistika dan biokomputer
- Mampu mendemostrasikan dan mengaplikasikan perangkat lunak soft ware MS Excell dan SPSS di bidang biologi
- Mampu merancang dan melakukan eksperimen dalam penelitian di bidang biologi, mengelola, dan menganalisis data yang terkumpul, menafsirkan serta memberi kesimpulan untuk mengelola sumber daya alam hayati berwawasan lingkungan
- Mampu menerapkan transferable skill untuk mengembangkan komitmen berwawasan lingkungan dalam upaya mewujudkan karakter " Iman, Cerdas, Mandiri, Juur Peduli dan Tangguh" di bidang biologi. "
- Mampu menunjukkan sikap bertanggung jawab dan jujur serta dapat bekerja secara mandiri serta berkolaborasi dalam menyelesaikan tugas biostatistika dan biocomputer
- Mahasiswa dapat menggunakan perangkat lunak statistik untuk menganalisis data penelitian biologi (C3)
- Mahasiswa dapat menginterpretasikan hasil analisis data untuk mendukung pengambilan keputusan dalam penelitian biologi (C4)
- Mahasiswa dapat mengevaluasi keakuratan dan keandalan data biologi menggunakan metode statistik yang tepat (C5)
- Mahasiswa dapat merancang eksperimen biologi dengan memanfaatkan perangkat lunak biokomputer untuk simulasi dan prediksi hasil (C6)
- Mahasiswa dapat menerapkan teknik biokomputasi dalam analisis data genetik dan molekuler (C3)
- Mahasiswa dapat menganalisis dan membandingkan algoritma biokomputasi untuk menemukan yang paling efektif untuk masalah spesifik (C4)
- Mahasiswa dapat mengevaluasi hasil eksperimen berbasis komputer dengan kriteria ilmiah untuk memvalidasi model biologis (C5)
- Mahasiswa dapat menciptakan protokol baru untuk pengolahan data biologi menggunakan integrasi berbagai perangkat lunak biokomputer (C6)
- Mahasiswa dapat menerapkan prinsip statistik dalam desain eksperimental untuk memastikan validitas dan reliabilitas data (C3)
- Mahasiswa dapat menganalisis tren data biologi dari eksperimen untuk mengidentifikasi pola atau anomali (C4)