Course Statistics and Probability

Course Description

Mata kuliah ini membahas konsep dan metode statistika serta probabilitas yang diperlukan untuk analisis data pada bidang Informatika. Cakupan materi dimulai dari teori pengukuran dan terminologi dasar statistika, konsep peluang, variabel acak diskrit dan kontinu, ekspektasi matematika, serta fungsi distribusi. Pembahasan dilanjutkan dengan estimasi parameter dan pengujian hipotesis, termasuk uji perbedaan mean dan varians untuk satu atau lebih sampel, baik sampel bebas maupun berpasangan. Materi juga mencakup analisis regresi linier sederhana dan berganda, rancangan faktorial eksperimen, analisis faktor eksploratori dan konfirmatori, analisis deret waktu, serta metode statistika nonparametrik. Selain itu, dibahas pula teknik pengumpulan data melalui berbagai metode sampling. Mata kuliah ini dirancang untuk memperkuat kemampuan mahasiswa dalam memahami, memodelkan, dan menganalisis data secara kuantitatif guna mendukung penelitian dan pengembangan solusi dalam bidang Informatika.

Program Objectives (PO)

Mahasiswa mampu menjelaskan konsep statistika, jenis data, ukuran pemusatan dan penyebaran, serta peran statistika dalam analisis informatika
Mahasiswa mampu mendefinisikan variabel random dan menggunakan PMF/PDF/CDF dalam analisis probabilitas
Mahasiswa mampu menghitung ekspektasi, varians, dan momen variabel random serta menerapkan sifat-sifatnya
Mahasiswa mampu menerapkan distribusi diskrit (Binomial, Poisson, Geometric) pada kasus informatika
Mahasiswa mampu menerapkan distribusi kontinu (Normal, Exponential, Gamma) dan melakukan standardisasi
Mahasiswa mampu menjelaskan distribusi sampling, standar error, dan Central Limit Theorem
Mahasiswa mampu menyelesaikan studi kasus komprehensif terkait konsep statistika dasar hingga distribusi sampel secara tepat dan sistematis

Mahasiswa mampu melakukan estimasi parameter dan uji hipotesis, termasuk uji beda mean/varians
Mahasiswa mampu membangun dan mengevaluasi model regresi untuk mendukung pengambilan keputusan
Mahasiswa mampu merancang dan menganalisis eksperimen faktorial serta mengevaluasi efek utama dan interaksi
Mahasiswa mampu menerapkan analisis faktor eksploratori dan konfirmatori untuk memahami struktur laten data
Mahasiswa mampu menganalisis pola deret waktu dan membangun model prediksi dasar
Mahasiswa mampu memilih dan menerapkan metode nonparametrik dalam analisis data informatika
Mahasiswa mampu merancang rencana sampling yang valid dan representatif untuk analisis data
Mahasiswa mampu merancang solusi analitik statistik end-to-end, bekerja kolaboratif, menerapkan etika profesional, dan mempresentasikan hasil secara ilmiah

Aktifitas Pembelajaran

Pertemuan 1
Jenis data, menghitung ukuran pemusatan dan penyebaran, serta memilih representasi statistik dasar
Date 11 September 2026

Pertemuan 2

Dan menghitung probabilitas dasar, probabilitas bersyarat, independensi, counting methods, dan Bayes’ Rule secara tepat dan kontekstual

Date 18 September 2026

Pertemuan 3
PMF/PDF/CDF dan menggunakannya dalam perhitungan peluang.
Date 25 September 2026
Pertemuan 4
Menghitung ekspektasi, varians, momen, dan menerapkan sifat linearitas ekspektasi
Date 2 Oktober 2026
Pertemuan 5
Memilih distribusi diskrit yang sesuai dan menghitung probabilitas berdasarkan model
Date 9 Oktober 2026
Pertemuan 6
Distribusi kontinu dan melakukan standardisasi untuk analisis probabilitas
Date 16 Oktober 2026
Pertemuan 7
Distribusi sampling, menghitung standard error, dan menerapkan Central Limit Theorem
Date 23 Oktober 2026
Pertemuan 8
Soal yang melibatkan kombinasi konsep statistika dasar, probabilitas, variabel random, dan distribusi sampel secara sistematis
Date 30 Oktober 2026
Pertemuan 9
Melakukan estimasi parameter dan uji hipotesis (mean/varians) pada berbagai kondisi sampel
Date 6 November 2026
Pertemuan 10
Membangun model regresi, mengevaluasi asumsi, menginterpretasikan koefisien, dan menilai performa model
Date 13 November 2026
Pertemuan 11
Merancang eksperimen faktorial, menganalisis efek utama & interaksi, serta menafsirkan hasil
Date 20 November 2026
Pertemuan 12
Melakukan EFA dan CFA, mengevaluasi kelayakan model, dan menginterpretasikan struktur faktor
Date 27 November 2026
Pertemuan 13
Komponen deret waktu, membangun model prediksi, dan mengevaluasi performanya
Date 4 Desember 2026
Pertemuan 14
Memilih dan menerapkan uji non-parametrik serta menafsirkan hasilnya
Date 11 Desember 2026
Pertemuan 15
Merancang prosedur sampling, menentukan ukuran sampel, dan mengevaluasi potensi bias data
Date 18 Desember 2026
Pertemuan 16
Dengan lebih baik materi-materi dari minggu ke-9 s.d. ke-15
Date 25 Desember 2026