BUKU RANCANGAN PENGAJARAN MATA AJAR MATEMATIKA TEKNIK
BUKU RANCANGAN PENGAJARANMATA AJARMATEMATIKA TEKNIKolehTim DosenMata Kuliah Matematika TeknikDepartemen Teknik MesinFakultas TeknikUniversitas IndonesiaFebruari 20161
DAFTAR ISIhlm.PENGANTAR4BAB 1INFORMASI UMUM5BAB 2KOMPETENSI (CAPAIAN PEMBELAJARAN) MATAAJAR61. Kompetensi (Capaian Pembelajaran Terminal)62. Subkompetensi (Capaian Pembelajaran Penunjang)73. Bagan Alir Capaian Pembelajaran8BAB 3BAHASAN DAN RUJUKANBAB 4TAHAP PEMELAJARAN12BAB 5RANCANGAN TUGAS DAN LATIHAN15BAB 6EVALUASI HASIL PEMELAJARAN17BAB 7MATRIKS KEGIATAN20LAMPIRAN CONTOH SOAL TUGAS DAN EVALUASI9302
PENGANTARBuku Rancangan Pembelajaran (BRP) mata kuliah Matematika Teknik ini ditunaikansebagai penuntun untuk mahasiswa yang mengambil mata kuliah tersebut.Akhir kata, tim penulis mengucapkan terimakasih kepada berbagai pihak dilingkungan Universitas Indonesia dan semua pihak yang telah membantu dan menginspirasidibuatnya buku ini.Depok, 13 Februari 2016Tim Dosen3
BAB 1INFORMASI UMUM1.Nama Fakultas/Jenjang2.Nama mata kuliah: Matematika Teknik3.Kode mata kuliah: MCS2108034.Semester ke-:45.Jumlah SKS:46.Metode pembelajara n: active learning7.Mata kuliah yang menjadi prasyarat: Kalkulus 1, Kalkulus 2, Aljabar Linear8.Menjadi prasyarat untuk mata kuliah: Getaran Mekanis, Pengendalian Sistem9.Integrasi antara mata kuliah:-10. Deskripsi mata kuliah: Teknik /Sarjana (S1):Mata ajaran Matematika Teknik bermaksud untuk melengkapi kemampuan analitikseorang mahasiswa agar mampu menggunakan konsep-konsep matematik lanjutandalam mencari solusi persoalan keteknikan.Silabus: Pengenalan Persamaan Differensial; Persamaan Differensial Orde 1;Persamaan Differensial Orde 2; Persamaan Differensial Orde Tinggi; AnalisisVektor; Differensial Vektor; Operasi Grad, Divergence dan Curl; Integral Vektor;Transformasi Laplace; Penyelesaian Persamaan Differensial menggunakanTransformasi Laplace; Transformasi Fourrier; Konvolusi; Metode Numerik: Akarpersamaan, Diffensial Numerik, Integral Numerik.4
BAB 2KOMPETENSI (CAPAIAN PEMBELAJARAN) MATAKULIAH MATEMATIKA TEKNIK2.1 Kompetensi (Capaian Pemelajaran Terminal)Setelah menyelesaikan mata kuliah ini, mahasiswa mampu menerapkan pengetahuan dasarmatematika, metode numerik, analisis statistik dan ilmu sains dasar (fisika, kimia dan ilmuhayat) serta teknologi informasi yang diperlukan untuk mencapai kompetensi dalam disiplinTenik Mesin (C4)5
2.2 Subkompetensi (Capaian Pemelajaran Penunjang)2.2.1 Mahasiswa dapat menjelaskan peran Statistika dalam bidang Teknik dan prosedurdasar pemecahan masalah berdasarkan metode ilmiah (C2)2.2.2 Mahasiswa dapat mengkalkukasi data secara komprehensif menjadi karakteristikdasar dari distribusi, meliputi ukuran-ukuran pemusatan (central tendency),penyebaran (dispersion), kemiringan (skewness) dan keruncingan (kurtosis) (C3)2.2.3 Mahasiswa mampu menyajikan data ke dalam bentuk distribusi frekuensi dan grafikpenyajian data yang sesuai, seperti histogram, diagram batang, diagram pencar danyang lainnya (C3)2.2.4 Mahasiswa dapat mengaplikasikan konsep distribusi probabilitas, fungsi distribusikumulatif dan fungsi kepadatan probabilitas, untuk data diskrit maupun kontinu (C3)2.2.5 Mahasiswa dapat mengaplikasikan distribusi diskrit teoritis (Binomial,Hypergeometric dan Poisson) untuk memecahkan masalah-masalah yang berkaitandengan bidang teknik (C3)2.2.6 Mahasiswa dapat mengaplikasikan distribusi kontinu teoritis (Gaussian/normal, Chisquare) untuk memecahkan masalah-masalah yang berkaitan dengan bidang teknik(C3)2.2.7 Mahasiswa dapat menyusun distribusi sampling dari mean termasuk menghitungmean dan deviasi standar dari distribusi-distribusi sampling tersebut (C3)2.2.8 Mahasiswa melakukan estimasi mean dan variance populasi berdasarkan data/informasi dari sampel (C3)2.2.9 Mahasiswa dapat menyimpulkan parameter populasi dari satu atau dua populasidengan menggunakan prosedur uji hipotesis untuk mean dan variance, dan jugadengan menggunakan beberapa prosedur uji hipotesis tingkat lanjut (ANOVA, Chisquare test) (C4)2.2.10 Mahasiswa dapat mengkaitkan hubungan yang terjadi antar variabel dalam persamaanregresi linier sederhana termasuk memvalidasinya dengan analisis korelasi untuktujuan prediksi (C4)6
2.3 Bagan Alir KompetensiMahasiswa mampu menganalisis data dan informasi kuantitatif, mulai dari tahap deskriptif, sampai dengan tahapinduktif atau inferensial2.2.10 Mahasiswa dapat mengkaitkan hubungan yang terjadi antar variabel dalam persamaan regresi linier sederhanatermasuk memvalidasinya dengan analisis korelasi untuk tujuan prediksi2.2.9 Mahasiswa dapat menyimpulkan parameter populasi dari satu atau dua populasi dengan menggunakan proseduruji hipotesis untuk mean dan variance, dan juga dengan menggunakan beberapa prosedur uji hipotesis tingkat lanjut(ANOVA, Chi-square test)2.2.8 Mampu melakukan estimasi mean dan variance populasi berdasarkan data /informasi dari sampel2.2.7 Mampu menyusun distribusi sampling dari mean dan proporsi termasuk menghitung mean dan deviasi standardari distribusi-distribusi sampling tersebut2.2.6 Mampu mengaplikasikan distribusi kontinu teoritis (Gaussian/normal dan Chi-Square) untuk memecahkanmasalah-masalah yang berkaitan dengan bidang teknik2.2.5 Mampu mengaplikasikan distribusi diskrit teoritis (Binomial, Hypergeometric dan Poisson) untuk memecahkanmasalah-masalah yang berkaitan dengan bidang teknik2.2.4 Mampu dapat mengaplikasikan konsep distribusi probabilitas, fungsi distribusi kumulatif dan fungsi kepadatanprobabilitas, untuk data diskrit maupun kontinu2.2.3 Mampu menyajikan data ke dalam bentuk distribusi frekuensi dan grafik penyajian data yang sesuai, sepertihistogram, diagram batang, diagram pencar dan yang lainnya2.2.2 Mahasiswa dapat mengkalkukasi data secara komprehensif menjadi karakteristik dasar dari distribusi, meliputiukuran-ukuran pemusatan (central tendency), penyebaran (dispersion), kemiringan (skewness) dan keruncingan(kurtosis)2.2.1 Mampu menjelaskan peran Statistika, aplikasinya dalam bidang Teknik dan prosedur dasar pemecahan masalahberdasarkan metode ilmiah7
BAB 3BAHASAN DAN RUJUKAN3.1 Kompetensi / Subkompetensi, Pokok Bahasan, Subpokok Bahasan,Estimasi Waktu, dan aktuPokok BahasanSubpokok BahasanPendahuluan Statistikadan Analisis Data1.1 Ikhtisar : Statistika, Sampel,Populasi1.2 Peran Statistika danAplikasinya dalam bidangTeknik1.3 Peran Komputer dalamStatistika2 x 50menit2.1.Ukuran-ukuran Pemusatan2.2.Ukuran-ukuran Penyebaran1 x 50menitStatistika Deskriptifbagian ke-1Rujukan[1] Bab.1[2] Bab.1[3] Bab.1[1] Bab 2[2] Bab 1[3] Bab 12.2.32.2.4Statistika Deskriptifbagian ke-2Probabilitas & Variabelacak2.3. Data diskrit dan kontinu2.4.Prosedur sampling,pengumpulan danpengorganisasian data2.5.Metode Grafis dan DeskripsiData1 x 50menit3.1 Konsep Probabilitas: ruangsampel dan kejadian (events)3.2 Probabilitas sebuah kejadian3.3 Aturan-aturan dalamProbabilitas: penjumlahan,perkalian, bersyarat, Bayes’Rule3.4 Konsep Variabel Acak3.5 Distribusi Probabilitas Diskrit3.6 Distribusi ProbabilitasKontinu3.7 Distribusi Probabilitas denganparameter3.8 Mean dari Variabel acak3.9 Variance dari Variabel acak4 x 50menit[1] Bab 2[2] Bab 1[3] Bab.1[1] Bab 3dan 4[2] Bab 2[3] Bab 2dan 38
2.2.5Beberapa DistribusiProbabilitas Diskrit5.1 Distribusi Binomial5.2 Distribusi Hypergeometric5.3 Distribusi Poisson2 x 50menit[1] Bab 5[2] Bab 3[2] Bab 52.2.6Beberapa DistribusiProbabilitas Kontinu6.1 Distribui Normal6.2 Distribusi Chi-Square3 x 50menit[1] Bab 6[2] Bab 4[3] Bab 62.2.72.2.82.2.92.2.10Distribusi SamplingEstimasiUji Hipotesis Satu danDua PopulasiRegresi LinierSederhana7.1 Definisi dan konsep dasar7.2 Distribusi Sampling7.3 Distribusi sampling dari Mean7.4 Distribusi sampling dariVariance2 x 50menit8.1 Statistika Inferensial8.2 Metode klasik estimasi: Titikdan Inverval8.3 Satu Populasi: Estimasi Mean8.4 Dua Populasi: Estimasiperbedaan antara Dua Mean8.5 Satu Populasi: EstimasiVariance8.6 Dua Populasi: Estimasi rasioantara dua Variance8.7 Penentuan ukuran sampel9.1. Uji Hipotesis: Konsep Umum9.2. Pengujian Hipotesis9.3. Uji Satu atau Dua Ujung9.4. P values pengambilankeputusan dalam pengujian9.5. Uji Mean: Satu atau DuaPopulasi9.6. Uji Variance: Satu atau DuaPopulasi9.7. Chi square Test: Goodness ofFit dan Independensi9.8. ANOVA4 x 50menit10.1. Pendahuluan Regresi Linier10.2. Model Regresi LinierSederhana10.3. Inference berkaitan dengankoefisien-koefisien Regresi10.4. Analisis Korelasi Linier2 x 50menit[1] Bab 7[2] Bab 5[3] Bab 8[1] Bab 8[2] Bab 6[3] Bab 97 x 50menit[1] Bab 9,10 dan 11[2] Bab 8,9, dan 10[3] Bab 10dan 13[1] Bab 12[2] Bab 12[3] Bab 119
Sederhana3.2 Daftar Rujukan :[1] Harinaldi, ‖Prinsip-prinsip Statistik untuk Teknik dan Sains‖, Erlangga, 2006.[2] Devore, J.L., Probability and Statistics for Engineering and The Sciences (5th Ed.),Duxbury, 2000[3] Walpole, Ronald E, Probability & Statistics For Engineers & Scientist, 8th Ed, PearsonPrentice Hall, 2007[4] Montgomery, DC., and Runger, GC., Applied Statistics and Probability for Engineers,John Wiley Sons, 200210
BAB 4TAHAP PEMELAJARANKompetensi/Subkompetensi*Tahap Pemelajaran**MediaTeknologiOrientasiLatihanUmpan ndahuluanStatistikadanProbabilitas (30%)Pemelajaranaktif(smallgroupdiscussion)tentang bidangStatistikadanProbabilitas sertaperannya dalambidangilmuTeknik (50%)KlarifikasiPresentasidari Pengajar media visualataspemelajaranaktif melaluidiskusikelompokkecil (20%)2.2.2Penjelasan awal olehPengajartentangStatistika ristik dancara penyajianmelaluiCooperativeLearning (CL)dalam kelompokkecil (50%)Klarifikasidari Pengajaratashasilpemelajaranaktif tentangdan data dandeskripsinya(20%)Presentasimedia visual,Piranti lunakaplikasistatistika2.2.3Penjelasan awal ajian data (10%)Pemelajaranaktif melaluiContextualInstruction (CI)dalammerencanakanpengumpulandata di riptif(20%)Presentasimedia visual,Piranti lunakaplikasistatistika2.2.4Penjelasan awal olehPengajartentangKonsep Probabilitasdan variable acak(20%)Pemelajaranaktif CL dalamkelompok keciltentangProbabilitas danPembahasanPengajar atastugasProbabilitasdan VariabelPresentasimedia visual,Piranti lunakaplikasistatistika11
Variabel(60%)acak Acak (20%)2.2.5Penjelasan awal iskrit(20%)Pemelajaranaktif CL dalamkelompok keciltentangDistribusi Diskrit(60%)KlarifikasiPiranti lunakdari Pengajar aplikasiatasstatistikapemelajaranaktif melaluiCLdalamDistribusiDiskrit (20%)2.2.6Penjelasan awal olehPengajartentangbeberapadistribusiprobabilitas kontinu(20%)Pemelajaranaktif CL dalamkelompok keciltentangDistribusiKontinu (60%)KlarifikasiPiranti lunakdari Pengajar aplikasiatasstatistikapemelajaranaktif n awal olehPengajartentangDistribusi Sampling(30%)Pemelajaranaktif CL dalamkelompok keciltentangDistribusiSampling (50%)KlarifikasiPengajar atastugas materiDistribusiSampling(20%)Presentasimedia visual,Piranti lunakaplikasistatistika2.2.8Penjelasan awal oleh PemelajaranPengajartentang aktif CL dalamEstimasi (30%)kelompok keciltentang Estimasi(50%)KlarifikasiPengajar atastugas materiEstimasi(20%)Presentasimedia visual,Piranti lunakaplikasistatistika2.2.9Penjelasan awal olehPengajar tentang UjiHipotesis Satu danDua Sampel (30%)Pemelajaranaktif CL dalamkelompok keciltentangUjiHipotesis (50%)Klarifikasidari Pengajarataspemelajaranaktif melaluiCL (20%)Presentasimedia visual,Piranti lunakaplikasistatistika2.2.10Penjelasan awal olehPengajarRegresiLinier Sederhana danAnalisis KorelasiPemelajaranaktif problembased learning(PBL) melaluiKlarifikasidari PengajarataspemelajaranPresentasimedia visual,Piranti lunakaplikasi12
(20%)kasus/masalahaktif melalui statistikayangingin PBL (20%)mengkaitkanhubunganduavariabel (60%)Catatan:*Kode angka di sini mengacu kepada nomor urut subkompetensi pada Bab 2 (hlm. 6).**Tahap pembelajaran terdiri atas tiga, yakni orientasi (O), latihan (L), dan umpan Balik (U).Pada orientasi, pengajar memberikan penjelasan awal tentang pokok bahasan, materi dan metodelatihan, waktu yang digunakan, dan sistem penilaian. Pada tahap latihan, mahasiswa melakukanaktivitas latihan sesuai dengan metode pembelajaran yang diterapkan (diskusi kelompok kecil,cooperative learning (CL), Contextual Instruction (CI), atau Problem-based Learning (PBL)).Pada tahap umpan balik, pengajar memberikan klarifikasi atas latihan yang telah dilaksanakanoleh mahasiswa dan dapat diikuti penugasan yang dikerjakan di rumah, termasuk tugas membacabahan bacaaan untuk pertemuan berikutnya. Dalam hal metode pembelajaran, diterapkan ametode pembelajaran aktif sebagai berikut. (1) Diskusi kelompok kecil (small groupdiscussion) diadakan di dalam kelas dengan kelompok diskusi beranggotakan 4-5 orang. Dalamdiskusi kelompok kecil, mahasiswa dibagi atas kelompok-kelompok kecil beranggotakan 4-5orang. Kelompok-kelompok kecil mahasiswa tersebut mendiskusikan topik yang sama yangdiberikan oleh pengajar. Umpan balik diberikan pengajar di akhir kelas setelah diskusi kelompokkecil untuk mengklarifikasi pemahaman mahasiswa. (2) Cooperative Learning, diadakandengan cara mahasiswa secara berkelompok mengerjakan latihan soal tentang materi yangdibahas, yang disediakan oleh pengajar di dalam kelas. Umpan balik diberikan oleh pengajar diakhir kelas dalam pengecekan bersama hasil pengerjaan latihan. (3) Contextual Instruction,dilakukan dengan cara memberi kesempatan kepada mahasiswa untuk melakukan pengumpulandata secara langsung untuk sebuah masalah yang ingin diteliti. Umpan balik dari pengajar adalahmemberikan klarifikasi dan masukan tentang pemilihan data yang sebaiknya dikumpulkan. (4)Problem-based Learning, dilakukan terhadap sebuah kasus yang ingin mengkaitkan hubunganantar variabel yang diberikan oleh pengajar, mahasiswa akan mengidentifikasi variabel manayang merupakan variable bebas dan mana yang merupakan variable terikat, lalu melakukanregresi linier sederhana dan analisis korelasi. Umpan balik dari pengajar adalah mengklarifikasioutput hasil pemelajaran aktif PBL ini.13
BAB 5RANCANGAN TUGAS DAN LATIHAN5.1 Tujuan Tugas (Kemampuan Akhir yang Diharapkan)Dengan mengerjakan tugas mata ajar Statistika dan Probabilitas, baik tugas individu maupunkelompok, mahasiswa akan mendapatkan pemahaman yang lebih mendalam tentang materiajar Statistka dan Probabilitas, sehingga mendukung tercapainya capaian pemelajaran.Dengan mengerjakan tugas-tugas, mahasiswa juga akan lebih terlatih dalam menyelesaikanpermasalahan dengan metode Statistika dan Probabilitas.Tabel Uraian TugasPenugasan*RuangLingkup2.2.2Latihan Soaldari BukuStatistikaDeskripsi:Tipe data, danpenyajiannyaIndividualdi rumah(PR)1 mingguJawabanLatihan Soal2.2.3PengumpulanData pok2 mingguRaw data2.2.4Latihan Soaldari bukuteksProbabilitasdan VariabelAcakIndividualdi rumah(PR)1 mingguJawabanLatihan Soal2.2.5Latihan Soaldari bukuteksDistribusiProbabilitasDiskritIndividualdi rumah(PR)1 mingguJawabanLatihan Soal2.2.6AnalisisdistribusiData opulasiStatistikaKelompokDeskripsi:UkuranPemusatan danPenyebaran(termasuk tipedata danpenyajian)2 mingguPaper1 mingguJawabanLatihan SoalKompetensi/SubkompetensiCaraPengerjaanBatas WaktuLuaran TugasyangDihasilkanDistribusiProbabilitasKontinu (dandiskrit)2.2.7Latihan soaldari bukuDistribusisamplingIndividualdi rumah14
teks(PR)2.2.8Latihan soaldari bukuteksEstimasiIndividualdi rumah(PR)1 mingguJawabanLatihan Soal2.2.9PengujianHipotesisterhadap datayangdikumpulkanUji HipotesisKelompok1 mingguPaperCatatan: *Contoh tugas kelompok terlampir.5.2 Kriteria PenilaianNilai akhir tugas diberikan dengan kriteria penilaian sebagai berikut.1.PR Individu @3%, dengan komponen: (1.80%) dan (2) Nilai diskusi CL (20%): (1)keaktifan mengemukakan gagasan (20%); (2) kejelasan penyampaian gagasan (30%);(3) ketepatan argumentasi (20%); (4) pemakaian bahasa dalam penyampaian gagasan(20%); (4) sikap dalam menyampaikan gagasan (10%).2.Tugas Kelompok @10%, dengan komponen: (1) Paper (50%): (1) Isi (40%); (2)Bahasa (30%); (3) kerapian (30%), dan (2) Nilai diskusi CI (50%): (1) keaktifanmengemukakan gagasan (20%); (2) kejelasan penyampaian gagasan (30%); (3)ketepatan argumentasi (20%); (4) pemakaian bahasa dalam penyampaian gagasan(20%); (4) sikap dalam menyampaikan gagasan (10%).15
BAB 6EVALUASI HASIL PEMBELAJARAN6.1 Evaluasi AkhirBentuk*InstrumenFrekuensiBobot (%)Latihan individualLatihan Soal BukuTeks515Tugas KelompokPaper220KuisSoal Ujian Tertulis220UTSSoal Ujian Tertulis120UASSoal Ujian Tertulis125Total100BAN PT harus di atas 20%6.2 AsesmenKompetensiRanah dan TingkatanJenis Asesmen (PerSetiap Kompetensi)Nilai Kelulusan2.2.1C2 (menjelaskan)2.2.2C3 (menggambarkan)- Latihan individualNilai minimal 602.2.3C3 (mengkalkulasi)- Evaluasi dataTepat atau tidak2.2.4C3 (menerapkan)- Latihan individualNilai minimal 602.2.5C3 (menerapkan)- Latihan individualNilai minimal 602.2.6C3 (menerapkan)- Evaluasi paperNilai minimal 60- Evaluasikelompok2.2.7C3 (mengonsepkan)- Latihan individualNilai minimal 602.2.8C3 (mengestimasi)- Latihan individualNilai minimal 602.2.9C4 (menyimpulkan)- Evaluasi paperNilai minimal 602.2.10C4 (mengaitkan)- EvaluasikelompokNilai minimal 60Catatan: *Contoh soal evaluasi terlampir.16
6.3 Pedoman Kriteria PenilaianKonversi nilai akhir mengikuti ketentuan konversi nilai yang berlaku di UniversitasIndonesia sebagai berikut.Nilai AngkaNilai HurufBobot85—100A4,0080— 85A-3,7075— 80B 3,3070— 75B3,0065— 70B-2,7060— 65C 2,3055— 60C2,0040— 55D1,00 40E0,00Kriteria Penilaian (Rubrik) :a.b.Presentasi materi :Nilai 90: apabila mahasiswa dapat mempresentasikan materi dengan bahasaIndonesia yang tepat, penjelasan yang dapat dipahami, menguasaimateri, bahasa tubuh yang baikNilai 70-89: apabila mahasiswa dapat mempresentasikan materi denganpenjelasan yang dapat dipahami, menguasai materi dengan baik,bahasa tubuh yang baik.Nilai 60-69:Diskusi Kelompoka. Nilai 90 – 100b. Nilai 70 – 89c. Nilai 60 – 79apabila mahasiswa dapat mempresentasikan materi denganpenjelasan yang dapat dipahami dengan bahasa tubuh yang baik: Apabila mahasiswa dapat menjelaskan, menghubungkan,menerapkan, membedakan, menyimpulkan, denganketepatan 90-100% dari pertanyaan dan persoalan yangdiberikan dalam setiap penugasan: Apabila mahasiswa dapat menjelaskan, menghubungkan,menerapkan, membedakan, menyimpulkan, denganketepatan 70 – 89 % dari pertanyaan dan persoalan yangdiberikan dalam setiap penugasan: Apabila mahasiswa dapat menjelaskan, menghubungkan,menerapkan, membedakan, menyimpulkan dengan ketepatan17
d. Nilai 50 – 59e. Nilai 0 – 4960 – 79 % dari pertanyaan dan persoalan yang diberikandalam setiap penugasan: Apabila mahasiswa dapat menjelaskan, menghubungkan,menerapkan, membedakan, menyimpulkan dengan ketepatan50 – 59 % dari pertanyaan dan persoalan yang diberikandalam setiap penugasan: Apabila mahasiswa dapat menjelaskan, menghubungkan,menerapkan, membedakan, menyimpulkan dengan ketepatan0 – 49 % dari pertanyaan dan persoalan yang diberikandalam setiap penugasan18
BAB mbelajaranOLU(%)(%)(%)305020MATRIKS KEGIATANPokok Bahasan/MediaSubpokok BahasanTeknologi-Penjelasan mengenai kontrakkuliah, yaitu :a. capaian pemelajaranb. tata tertibperkuliahan;muatanc. metode perkuliahand. evaluasi hasilpemelajaran.-Pendahuluan Statistika danAnalisis Dataa. Ikhtisar : Statistika,Sampel, Populasib. Peran Statistika danAplikasinya dalambidang Teknikc. Peran Komputer dalamStatistkaPresentasimedia visualRanahdanTingkatanC2Kriteria Penilaian(Indikator)PenanggungJawab100 % diskusi Tim Dosenkelompok(1) Keaktifanmengemukakangagasan(20%);(2) Kejelasanpenyampaiangagasan (30%);(3) Ketepatanargumentasi(20%);(4) Pemakaianbahasa dalampenyampaiangagasan (20%);(5) Sikapdalampenyampaiangagasan
aplikasi statistika 2.2.6 Penjelasan awal oleh Pengajar tentang beberapa distribusi probabilitas kontinu (20%) Pemelajaran aktif CL dalam kelompok kecil tentang Distribusi Kontinu (60%) Klarifikasi dari Pengajar atas pemelajaran aktif melalui CL dalam Distribusi Kontinu (20%) Piranti lunak aplikasi statistika
Analisis Buku Ajar Biologi SMA Kelas X Di Kota Bandung Berdasarrkan Literasi Sains, 1–13. Adisendjaja, Y. H., & Romlah, O. (2007). Analisis Buku Ajar Sains Berdasarkan Literasi Ilmiah Sebagai Dasar Untuk Memilih Buku Ajar Sains ( Biologi ) Literasi Ilmiah Sebagai Dasar Untuk Memilih Buku Ajar Sains (Biologi). FPMIPA-UPI, 1–8.
Kata kunci: kelayakan, bahan ajar, RPP, kurikulum 2013. Bahan ajar pada rancangan pelaksanaan pembelajaran (RPP) merupakan bahan ajar yang disusun oleh pendidik dan terlampir dalam RPP. Bahan ajar disusun untuk memudahkan peserta didik dalam mencapai kompetensi dasar karena dalam praktik
penyempurnaan buku ajar ini. 6. Semua pihak yang tidak dapat disebutkan satu persatu yang telah memberikan banyak bantuan kepada tim penulis sehingga buku ini dapat terwujud. Tim penulis berharap semoga buku ajar ini dapat menjadi salah satu buku yang dapat membentuk karakter generasi penerus bangsa yang sesuai dengan nilai-nilai Pancasila.
Siri Pengurusan Rancangan Perniagaan 12 5. Menyatakan produk/perkhidmatan anda adalah unik dan terhebat di pasaran. 3.0 Bahagian Utama Dalam Rancangan Perniagaan Suatu rancangan perniagaan mengandungi beberapa bahagian utama yang boleh dikategorikan seperti berikut:-1. Pengenalan Rancangan Perniagaan 2. Tujuan Rancangan Perniagaan 3.
buku ajar dalam pembelajaran Akidah Akhlak yaitu buku ajar siswa Akidah Akhlak untuk SMA/MA kelas X. Buku ajar yang telah diterbitkan oleh Kementerian Agama Republik Indonesia Tahun 2014 tentunya masih banyak
Usaha Kesehatan Mata Penyakit mata banyak terdapat di Indonesia (menular dan tidak menular) Penyakit mata menular 1. Conjunctivitis yaitu suatu penyakit mata yang sering terjadi pada bayi karena ibunya gonorrhoea. Mata bengkak, bernanh dan tidak dapat berubah. 2. Trachoma (belek) yaitu suatu penyakit mata yang disebabkan oleh virus. Mata gatal, sering berair, bulu mata membalik ke dalam .
SILABUS MATA KULIAH 1. IDENTITAS MATA KULIAH Nama Mata kuliah : STATISTIK Kode Mata Kuliah : TW504 Beban / Jumlah SKS : 2 SKS Semester : II (Dua) Prasyarat : - Jumlah minggu / jam pertemuan : (14 x 3 Jam) Pertemuan Nama Dosen : Dodiet Aditya Setyawan, SKM. 2. DESKRIPSI MATA KULIAH : Mata kuliah ini mengenalkan dan menyiapkan mahasiswa untuk
Asuhan Keperawatan pada Kehamilan iii KATA PENGANTAR Puji syukur kehadirat Allah SWT, yang atas limpahan rahmat dan karunia-Nya, kami diberikan kesehatan dan kesempatan untuk dapat menyelesaikan Buku Ajar Keperawatan Maternitas 2 ini dengan baik. Buku ajar ini merupakan suplemen pembelajaran dalam mata
