A. KELOMPOK MATA KULIAH WAJIB KURIKULUM (MKWK)

1. MWK60201 Pendidikan Agama Islam
   Mata kuliah prasyarat: -

Mata kuliah Pendidikan Agama Islam ini dirancang dengan maksud untuk memperkuat iman dan takwa mahasiswa kepada Allah SWT. dan memiliki akhlak mulia serta memperluas wawasan hidup beragamanya, sehingga terbentuk mahasiswa Muslim yang berbudi pekerti luhur, berpikir filosofis, bersikap rasional dan dinamis, serta berpandangan luas, dengan memperhatikan tuntutan untuk menjalin harmoni antarsesama manusia baik dalam satu agama maupun dengan umat beragama lain.

Buku Teks:

Sudrajat, A., Marzuki, Widodo, S. F. A., Fitria, V., Ratnasari, D., Ummah, S. C., Setiawan, B. & Ermayani, T. (2013). Din Al-Islam: Pendidikan agama Islam di Perguruan Tinggi Umum. Yogyakarta: UNY Pres.
Azra, A. (1999). Pendidikan Islam: Tradisi dan modernisasi menuju milenium baru. Jakarta: Logos.
Nasution, H. (1979). Islam ditinjau dari berbagai aspeknya. Jilid I & II. Jakarta: UI Press.
Kuntowijoyo. (2005). Islam sebagai ilmu: epistemologi, metodologi, dan etika. Jakarta: Teraju.
Madjid, N. (1995). Islam agama peradaban, membangun makna dan relevansi islam dalam sejarah. Jakarta: Paramadina.
Madjid, N. (1998). Islam kemodernan dan keindonesiaan. Bandung: Mizan.

 

MWK60202 Pendidikan Agama Katholik
Mata kuliah prasyarat: -

Matakuliah Pendidikan Agama Katolik ini dirancang dengan maksud untuk memperkuat iman dan taqwa kepada Tuhan Yang Maha Esa, serta memperluas wawasan hidup beragama, sehingga terbentuk mahasiswa yang berbudi pekerti luhur, berpikir filosofis, bersikap rasional dan dinamis dan berpandangan luas, dengan memperhatikan tuntutan untuk menghormati intra dalam satu umat, dan dalam hubungan kerukunan antarumat beragama. Kegiatan perkuliahan dilakukan dengan model ceramah, dialog, dan presentasi makalah. Evaluasi dilakukan melalui tes tertulis, tugas, laporan, serta presentasi.

Buku Teks:

Direktorat Jendral Pembelajaran dan Kemahasiswaan. (2016). Pendidikan Agama Katolik di Pendidikan Tinggi. Jakarta: Direktorat Jendral Pembelajaran dan Kemahasiswaan Kementrian Riset, Teknologi dan Pendidikan Tinggi.
Paus Benediktus XVI. (2009). Kompendium katekismus gereja Katolik. Yogyakarta: Kanisius.
Martasudjita, E. Pr. (2003). Sakramen-sakramen gereja,tinjauan teologis, liturgis dan pastoral. Yogyakarta: Kanisius.

 

MWK60203 Pendidikan Agama Kristen
Mata kuliah prasyarat: -

Matakuliah Pendidikan Agama Kristen ini dirancang dengan maksud untuk memperkuat iman dan taqwa kepada Tuhan Yang Maha Esa, serta memperluas wawasan hidup beragama, sehingga terbentuk mahasiswa yang berbudi pekerti luhur, berpikir filosofis, bersikap rasional dan dinamis dan berpandangan luas, dengan memperhatikan tuntutan untuk menghormati intra dalam satu umat, dan dalam hubungan kerukunan antarumat beragama. Kegiatan perkuliahan dilakukan dengan model ceramah, dialog, dan presentasi makalah. Evaluasi dilakukan melalui ter tertulis, tugas, dan laporan, serta presentasi.

Buku Teks:

Direktorat Jendral Pembelajaran dan Kemahasiswaan. (2016). Pendidikan Agama Kristen di Pendidikan Tinggi. Jakarta: Direktorat Jenderal Pembelajaran dan Kemahasiswaan Kementerian Riset, Teknologi dan Pendidikan Tinggi.
Fletcher, B. & Verne, H. (2007). Lihatlah sang manusia: Suatu pendekatan pada etika Kristen dasar. Jakarta: BPK Gunung Mulia.

 

MWK60204 Pendidikan Agama Budha
Mata kuliah prasyarat: -

Matakuliah Pendidikan Agama Budha ini dirancang dengan maksud untuk memperkuat iman dan taqwa kepada Tuhan Yang Maha Esa, serta memperluas wawasan hidup beragama, sehingga terbentuk mahasiswa yang berbudi pekerti luhur, berpikir filosofis, bersikap rasional dan dinamis dan berpandangan luas, dengan memperhatikan tuntutan untuk menghormati intra dalam satu umat, dan dalam hubungan kerukunan antarumat beragama. Kegiatan perkuliahan dilakukan dengan model ceramah, dialog, dan presentasi makalah. Evaluasi dilakukan melalui ter tertulis, tugas, dan laporan, serta presentasi.

Buku Teks:

Diputhera, O. (1982). Citra agama Budha dalam falsafah Pancasila. Jakarta: Proyek Penerangan Bimbingan  Dakwah/Khotbah Agama Iman dan Budha.
Departemen Agama RI. (1980). Sanghyang Kamahayanikan. Kitab Suci. Jakarta: Dit.Jen Bimas Hindu dan Budha.
Thera, N. M. (1983). Cermin kehidupan. Jakarta: Yayasan Dharmadipa Arama.
Proyek Penerangan Bimbingan Dakwah/Khotbah Agama Iman dan Budha. (1982)
Pedoman Penerangan Agama Budha. Jakarta

 

MWK60205 Pendidikan Agama Hindu
Mata kuliah prasyarat: -

Agama seperti yang dipahami oleh kebanyakan orang Hindu bukanlah teori yang harus dihapal, bukan pula dogma semata dan bukan pula kata-kata yang hampa makna. Agama adalah tuntutan yang mengandung seperangkat nilai yang jika diamalkan akan sangat berguna bagi dirinya dan bagi orang lain. Matakuliah ini dirancang dengan maksud untuk memperkuat iman dan taqwa kepada Tuhan Yang Maha Esa, serta memperluas wawasan hidup beragama, sehingga terbentuk mahasiswa yang berbudi pekerti luhur, berpikir filosofis, bersikap rasional dan dinamis dan berpandangan luas, dengan memperhatikan tuntutan untuk menghormati intra dalam satu umat, dan dalam hubungan kerukunan antarumat beragama. Kegiatan perkuliahan dilakukan dengan model ceramah, dialog, dan presentasi makalah. Evaluasi dilakukan melalui tertertulis, tugas, dan laporan, serta presentasi.

Buku Teks:

    Dahler, F. (2000). Pijar peradaban manusia: denyut harapan evolusi. Yogyakarta: Kanisius.
    Prabhupada, S. B. (2006). Bhagavad Gita as it is. Intermex Publishing.
   Direktorat Jendral Pembelajaran dan Kemahasiswaan. (2016). Pendidikan Agama Hindu di Pendidikan Tinggi. Jakarta : Direktorat Jenderal Pembelajaran dan    Kemahasiswaan Kementerian Riset, Teknologi dan Pendidikan Tinggi.

 

MWK60206 Pendidikan Agama Konghucu
Mata kuliah prasyarat: -

Mata kuliah Pendidikan Agama Konghucu mencakup urgensi agama dalam kehidupan sehari-hari dengan sikap yang benar. Matakuliah ini mencakup pemahaman terhadap sumber hukum Konghucu, mengetahui sejarah Konghucu, mampu menjalankan Jalan Suci yang dibawakan Ajaran Besar (Thai Hak), serta peran Konghucu dalam pengembangan sains dan teknologi.

Buku Teks:

Majelis Tinggi Agama Khonghucu Indonesia. (2012). Kitab Sishu. Jakarta: Matakin.
Negoro, T.B.S. (2005). Rahasia kehidupan Jilid I. Bandung: Karya Bengas

 

2. MWK60207 Pendidikan Kewarganegaraan
   Mata kuliah prasyarat: -

Mata kuliah Pendidikan Kewarganegaraan ini membekali peserta didik dengan pengetahuan dan kemampuan dasar berkenaan dengan hubungan antara warga negara dengan negara,serta pendidikan pendahuluan bela negara agar menjadi waga negara yang dapat diandalkan oleh bangsa dan negaranya. Mata kuliah ini mengkaji: (1) .Hak dan kewajiban warga negara (2) Pendidikan pendahuluan bela negara (3) Demokrasi Indonesia (4) Hak Asasi Manusia (5) wawasan Nusantara sebagai Geopolotitik Indonesia (6) Ketahanan Nasional sebagai Geostrategi Indonesia (7) Politik dan Strategi nasional sebagai Implementasi Geostrategi Indonesia

Buku Teks:

Strong, C. F. (2015). Konstitusi-konstitusi politik modern: Studi perbandingan tentang sejarah dan bentuk. Bandung: Nusa Media.
Sunarso, Sartono, K. E., Dwikusrahmadi, S., & Sutarini, Y. Ch. N. (2015). Pendidikan kewarganegaraan untuk mahasiswa. Yogyakarta: UNY Press.
Rukiyati, dkk. (2014). Pendidikan Pancasila: Buku pegangan kuliah. Yogyakarta: UNY Press.
Hudiarini, S., Sinal, M., Mundzir, H, & Homaidi. (2011). Pendidikan Pancasila. Malang: Aditya Media Publishing.
Indrayana, D. (2007). Amandamen UUD 1945: Antara mitos dan pembongkaran. Bandung: Mizan Pustaka.
Sumarsono. (2007). Pendidikan kewarganegaraan. Jakarta: Gramedia Pustaka Utama.
Kaelan. (2012). Pendidikan kewarganegaraan untuk Perguruan Tinggi. Yogyakarta: Paradigma.

 

3. MWK60208 Pancasila
   Mata kuliah prasyarat: -

Perkuliahan ini membahas tentang landasan dan tujuan Pendidikan Pancasila, Pancasila dalam konteks sejarah perjuangan bangsa Indonesia, Pancasila sebagai sistem filsafat, Pancasila sebagai etika politik dan ideologi nasional, Pancasila dalam konteks ketatanegaraan R.I dan Pancasila sebagai paradigma kehidupan dalam bermasyarakat, berbangsa dan bernegara.

Buku Teks:

Rukiyati, P. & Dwikurniani, D. (2014). Pendidikan Pancasila. Yogyakarta: UNY Press.
Undang-Undang Dasar 1945 dan Amandemennya.
Asshidiqie, J. (2004). Formal kelembagaan negara dan pergeseran kekuasaan dalam UUD 1945. Yogyakarta: FH UII Press.
Bahar, S. (1995). Risalah Sidang-Sidang BPUPKI dan PPKI. Jakarta. Sekretariat Negara RI.

 

4. MWK60209 Bahasa Indonesia
   Mata kuliah prasyarat: -

Mata kuliah ini bertujuan untuk membekali mahasiswa memiliki kompetensi penggunaan bahasa Indonesia dalam penulisan karya ilmiah. Topik bahasannya meliputi bahasa Indonesia secara historis, kedudukan dan fungsi bahasa Indonesia, tata tulis bahasa Indonesia, pengembangan paragraf, jenis paragraf, penalaran dalam paragraf, jenis karya ilmiah, format penulisan karya ilmiah, penulisan referensi, penulisan daftar pustaka. Kegiatan pembelajaran berupa perkuliahan tatap muka, diskusi, pemberian tugas terstruktur. Evaluasi dilakukan dengan tes tertulis dan tugas terstruktur.

Buku Teks:

Kuntarto, N. M. (2011). Cermat dalam berbahasa teliti dalam berpikir Edisi kedua. Jakarta: Penerbit Mitra Wacana Media.

 

B. KELOMPOK MATA KULIAH WAJIB UNIVERSITAS (MKWU)

1. MWU60201 Bahasa Inggris Tujuan Khusus
   Mata kuliah prasyarat: -

This course covers four skills in English, namely listening, reading, speaking, and writing. This course includes the rules of English grammar, communication in statistics orally, communication in statistics in writing, listening statistics video, presenting statistics video, translating statistics texts from English to Indonesian and vice versa, and rewriting statistics articles. In addition, students also get the knowledge and practice of TOEFL exercises.

Buku Teks:

Jamilah, Madya, S., Priyana, J. (2018). English for study skills development. Yogyakarta: UNY Press.
Johan, A. G. (2015). An English course, focus on reading and translation ability. Yogyakarta: UNY Press.
Barbara, A. (2010). Study skills handbook. Hull: Business School of Hull University.
Chang, L. A. (1983). Handbook for spoken mathematics. California: Lawrence Livermore Laboratory

 

2. MWU60202 Olahraga dan Kebugaran Jasmani
   Mata kuliah prasyarat: -

Mata kuliah ini membekali mahasiswa melalui pengalaman belajar yang diarahkan untuk mengembangkan nilai-nilai kesehatan, kebugaran jasmani dan afektif sepanjang hayat. Mahasiswa diharapkan akan memiliki kualitas hidup yang lebih baik, mengurangi resiko terkena penyakit dan mendapatkan manfaat-manfaat psikologis maupun emosional melalui aktivitas jasmani.

 

3. MWU60203 Pendidikan dan Pembangunan Berkelanjutan
   Mata kuliah prasyarat: -

Mata kuliah ini membahas pengertian pendidikan dan pembangunan berkelanjutan, memahami indikator-indikator capaian pembangunan berkelanjutan, menganalisis data capaian Pembangunan berkelanjutan Indonesia dan dunia serta mempresentasikan hasilnya.

 

C. KELOMPOK MATA KULIAH FAKULTER (MKF)

1. FMI60201 Wawasan dan Kajian MIPA
   Mata kuliah prasyarat: -

Mata kuliah ini membahas tentang metode dasar MIPA (metode ilmiah) dalam penyelesaian masalah dan cara/teknik menyusunan kesimpulan berdasarkan kaidah penalaran (logika Statistika) yang benar. Dalam kajian ini juga mencakup tentang konsep dasar sains dan perkembangannya terkini.

Buku Teks:

Suriasumantri, J. S. (2007). Filsafat ilmu sebuah pengantar popular. Jakarta: Pustaka Sinar Harapan
Soedojo, P. (2004). Pengantar sejarah dan filsafat ilmu pengetahuan alam. Yogyakarta: Gadjah Mada University Press.
Sukirman. (2006). Logika dan himpunan. Yogyakarta: Hanggar Kreator.
Tarski, A. (1994). Introduction to logic and to the methodology of deductive sciences. New York: Oxford University Press

 

2. FMI60202 Statistika Dasar
   Mata kuliah prasyarat: -

Mata kuliah ini memuat pengantar untuk penyelidikan statistik, signifikansi, generalisasi, estimasi, kausasisasi, perbandingan dua proporsi, perbandingan dua rata-rata, data berpasangan, perbandingan lebih dari dua proporsi, perbandingan lebih dari dua rata-rata, dua variabel kuantitatif.

Buku Teks:

Tintle, N., Chance, B. L., Cobb, G. W., Rossman, A. J., Roy, S., Swanson, T., & VanderStoep, J. (2016). Introduction to statistical investigations. New Jersey: John Wiley & Sons.
Larson, R. (2023). Elementary statistics: Picturing the world (8^th ed.). Hoboken: Pearson.

 

D. KELOMPOK MATA KULIAH PONDASI KEILMUAN PRODI (MKPKP)

1. SST60301 Logika dan Himpunan
   Mata kuliah prasyarat: -

Mata kuliah ini mencakup kajian tentang penalaran Statistika yang berkaitan dengan logika proposisi, deduksi informasi, keabsahan argumen, metode pembuktian, dan logika predikat. Selain itu, teori himpunan, relasi, dan fungsi juga dikaji dalam mata kuliah ini.

Buku Teks:

Sukirman (2006). Logika dan himpunan. Yogyakarta: Hanggar Kreator.
Tarski, Alfred. (1994). Introduction to logic and to the methodology of deductive sciences. New York: Oxford University Press.      

 

2. SST60302 Kalkulus Dasar untuk Statistika
   Mata kuliah prasyarat: -

Mata kuliah Kalkulus Dasar untuk Statistika membahas tentang konsep sistem bilangan real dan pertidaksamaan, sistem koordinat dan fungsi, limit fungsi dan kekontinuan fungsi, turunan fungsi, pencarian turunan, turunan dan titik stasioner, aplikasi turunan dalam statistika, integral tak tentu, teknik pengintegralan, dan integral tertentu.

Buku Teks:

Khuri, A.I. (2003). Advanced calculus with application in statistics (2nd ed.). New Jersey: John Wiley & Sons.         
Larson, H. & Edwards. (2008). Essential calculus: Early transcendental function. Cengage Learning.          
Purcell, E.J., Varberg, D., Rigdon, S.E. (2011). Kalkulus, Edisi 9, Jilid 1. Jakarta: Erlangga.    
Purcell, E.J., Varberg, D., Rigdon, S.E. (2011). Kalkulus, Edisi 9, Jilid 2. Jakarta: Erlangga.

 

3. SST60303 Aljabar Linear dan Matriks
   Mata kuliah prasyarat: -

Mata kuliah ini mencakup matriks, vektor, operasi matriks dan vektor, sistem persamaan linear, ruang Euclid, rank matriks, ortogonalitas, determinan, nilai eigen dan vektor eigen, nilai singular dan dekomposisi, bentuk kuadrat, perkalian Kronecker dan operasi yang berkaitan.

Buku Teks:

Banerjee, S. (2014). Linear algebra and matrix analysis for statistics. New York: CRC Press.
Anton, H. (1995). Elementary linear algebra. New York: John Wiley and Sons.
Anton, H. (1995). Linear algebra and its application. New York: John Wiley and Sons.

 

4. SST60304 Algoritma dan Pemrograman Statistika
   Mata kuliah prasyarat: -

Mata kuliah ini membahas pemecahan permasalahan (matematika), penyusunan dan penyajian langkahlangkah penyelesaiannya, serta pembuatan program menggunakan Bahasa Pemrograman Phyton. Topik-topik yang dipelajari meliputi: (1) pemecahan masalah, algoritma dan cara penyajiannya, (3) struktur program bahasa Phyton, perintah inputoutput, identifier, (4) tipe data, variabel, dan operasi aritmetika dan logika, (5) alur kendali dan struktur pengambilan keputusan (6) perulangan, (7) tipe data lanjut: list, tuple, dictionary, (8) function, (9) file dan exception.

Buku Teks:

Downey, A. B. (2015). Think Python. California: O’Reilly Media, Inc.
Mohit & Das, B. (2017). Learn Python in 7 days. Birmingham: Packt Publishing Ltd.

 

5. SST60305 Kalkulus Lanjut untuk Statistika
   Mata kuliah prasyarat: Kalkulus Dasar untuk Statistika (SST60302)

Mata kuliah ini mencakup integral tak wajar, konsep tentang barisan dan deret tak hingga, deret Taylor, fungsi dua peubah, limit dan kekontinuan fungsi dua peubah, turunan fungsi peubah banyak, dan integral ganda, integral lipat dua dalam koordinat Cartesius.

Buku Teks:

Larson, Hestetler, and Edwards. (2008). Essential calculus: Early transendental functions. Boston: Houghtin Mifflin Company.         
Sugiman. (2013). Kalkulus lanjut berbantuan Geogebra. Yogyakarta: UNY Press.
Wrede, R., Spiegel, M.R. (2010). Schaum’s outline series advanced calculus. Third Edition. New York: McGraw Hill.         
Purcell, E.J., Varberg, D., Rigdon, S.E. (2015). Calculus, (9^th ed.). (Edisi terjemahan bahasa Indonesia). Jakarta: Erlangga.         
Khuri, A.I. (2003). Advanced calculus with application in statistics (2nd ed.). New Jersey: John Wiley & Sons.         
Wackerly, D., Mendenhall, W., & Scheaffer, R. L. (2008). Mathematical statistics with applications (7th ed.). Thomson Brooks/Cole

 

6. SST60306 Analisis Data dan Visualisasi
   Mata kuliah prasyarat: Statistika Dasar (FMI60202)

Mata kuliah ini mencakup memuat pengantar R, uji khi-kuadrat bagi data kategorik univariat, uji khikuadrat bagi data kategorik bivariat, regresi linear sederhana, regresi linear berganda, analisis variansi satu arah, analisis variansi dua arah, dasar manipulasi data, manipulasi data, penggabungan beberapa bingkai data, pembersihan data, visualisasi data kategorik, visualisasi data kontinu, visualisasi data kategorik dan kontinu secara bersamaan, visualisasi peta.

Buku Teks:

Wutsqa, D.U., Kismiantini, Kusumawati, R., Subekti, R., Setiawan, E. P., Isnaini, B., & Brilliant, I. I. (2024). Manajemen data dengan program R. Hak Cipta, EC00202427715
Rahlf, T. (2019). Data visualisation with R: 100 examples. Cham: Springer.
Kokoska, S. (2015). Introductory statistics: a problem-solving approach. New York: W.H. Freeman & Company.
Abedin, J., & Das, Kishor K. (2015). Data manipulation with R (2nd ed.). Birmingham: Packt Publishing.
Kassambara, A. (2013). Guide to create beautiful graphics in R. Marseille: STDHA.
Venables, W. N., Smith, D. M., & R Development Core Team. (2025). An introduction to R. https://cran.r-project.org/doc/manuals/R-intro.pdf
Boehmke, B. C. (2016). Data wrangling with R. Cham: Springer International Publishing.
Loftus, S. C. (2022). Basic statistics with R: Reaching decisions with data. London: Academic Press.
Wutsqa, D. U., Kismiantini, Kusumawati, R., Setiawan, E. P., Isnaini, B. & Brilliant, I. I. (2023). Visualisasi data dengan perangkat lunak R. Hak Cipta, EC0020238257

 

7. SST60307 Analisis Regresi
   Mata kuliah prasyarat: Statistika Dasar (FMI60202)

Mata kuliah ini mencakup metodologi bagi pengepasan model regresi linear sederhana (RLS), inferensi statistik bagi model RLS, diagnostik dan verifikasi asumsi dan remedial model RLS, penyelesaian model RLS dengan aljabar matriks, metodologi bagi pengepasan model regresi linear berganda (RLB), inferensi statistik bagi model RLB, inferensi statistik bagi model RLB, prediktor indikator biner dan kualitatif, diagnostik pengepasan model, seleksi model dan membangun model.

Buku Teks:

Kutner, M. H., Nachtscheim, C. J., Neter, J. & Li, W. (2005). Applied linear statistical models. New York: McGrawHill/Irwin
Myers, R. H. (1996). Classical and modern regression with applications. Boston: PWS-KENT Publishing Company
Draper, N.R. & Smith, H. (1998). Applied regression analysis (3rd ed.). New York: Wiley

 

8. SST60308 Statistika Nonparametrik
   Mata kuliah prasyarat: Statistika Dasar (FMI60202)

Mata kuliah Statistik Non Parametrik membahas inferensi statistik dengan pendekatan nonparametrik yang meliputi satu sampel, uji dua sampel independen dan dependen, uji k sampel independen dan dependen, uji korelasi

Buku Teks:

    Corder, G. W., & Foreman, D. I. (2014). Nonparametric statistics for non‐statisticians: A step-by-step approach (2nd ed.). John Wiley & Sons.
    Kolassa, J. E. (2021). An introduction nonparametric statistics. CRC Press
   Kusumawati, R., dkk. (2022). Workshop Analisis Perbandingan k-populasi dengan Pendekatan Nonparametrik untuk Penelitian Ilmu Sosial dan Pendidikan. Jurnal Pengabdian Masyarakat MIPA dan Pendidikan MIPA, 6(2), 84-91.
    Siegel, S., & Castellan, N. J., Jr. (1988). Nonparametric statistics for the behavioral sciences (2nd ed.). Mcgraw-Hill Book Company.

 

9. SST60201 Sejarah dan Etika Statistika
   Mata kuliah prasyarat: -

Mata kuliah ini mengkaji sejarah statistika dan teori peluang kuno; penggunaan Matematika dan Komputer dalam pengembangan statistika dan peluang; penerapan statistika dan peluang dalam berbagai bidang. Terkait dengan etika, dikaji pengertian dan ruang lingkup etika; etika dalam pengumpulan dan penyimpanan data; etika dalam pengolahan dan penyajian data; etika dalam penarikan kesimpulan dan pemberian rekomendasi; etika pengembangan metode statistika; serta rumusan kode etik profesi Statistika.

Buku Teks:

Hurwitz, J., Nugent, A., Halper, F., Kaufman, M. (2013). Big data for dummies. New Jersey: John Wiley & Sons.          
Burton, D. M. (2011). The history of mathematics: An introduction (7th ed.). New York: Mc Graw Hill.  
Cabrera, J., McDougall, A. (2002). Statistical consulting. New York: Springer
Katz, V. J. (2009). A history of Mathematics: An introduction (3rd ed.). Boston: Addison-Wesley.
Tabak, J. (2004). Probability and statistics: The science of uncertainty. New York: Facts on File Inc.

 

10. SST60309 Analisis dan Perancangan Survei
    Mata kuliah prasyarat: Statistika Dasar (FMI60202)

Mata kuliah ini memuat konsep dasar penelitian survei, perancangan instrumen survei, perancanfan prosedur pengumpulan dtaa, penentuan strategi sampling, preparasi data, evaluasi data survei, analisis data survei, penulisan laporan dan presentasi hasil survei.

Buku Teks:

Lohr, S. L. (2021). Sampling: design and analysis. Chapman and Hall/CRC.
Scheaffer, R. L., Mendenhall, W., Ott, L., Gerov, K. G. (2006). Elementary survey sampling (7th ed.). Cengage Learning.

 

11. SST60310 Rancangan Percobaan
    Mata kuliah prasyarat: Statistika Dasar (FMI60202)

Mata kuliah ini mencakup prinsip dasar rancangan percobaan, rancangan acak lengkap, rancangan kelompok lengkap, rancangan bujur sangkar latin, rancangan Graeco-latin, rancangan kelompok tak lengkap seimbang, rancangan acak faktorial dua faktor, rancangan acak faktorial lebih dari dua faktor, rancangan kelompok faktorial dua faktor, rancangan split plot, rancangan strip plot, dan rancangan permukaan respons.

Buku Teks:

Montgomery, D. C. (2017). Design and analysis of experiments (9th ed.). Hoboken: John Wiley & Sons, Inc.
Lawson, J. (2015). Design and analysis of experiments with R. Boca Raton: CRC Press.
Dean, A., Voss, D., Draguljić, D. (2017). Design and analysis of experiments (2nd ed.). New York: Springer International Publishing.

 

12. SST60311 Analisis Runtun Waktu
    Mata kuliah prasyarat: Analisis Regresi (SST60307)

Mata kuliah ini mempelajari aspek dasar peramalan, konsep dasar statistika, pola data runtun waktu tren, musiman, siklik, dan tak beraturan, konsep autokorelasi, stasioner, dan white noise, metode rata-rata bergerak dan penghalusan, dekomposisi runtun waktu, regresi dalam konteks runtun waktu, model Autoregressive Integrated Moving Average (ARIMA), aplikasi analisis runtun waktu untuk data time series dengan software statistik dan menginterpretasi hasil analisis.

Buku Teks:

Hanke, J. E. & Wichern, DW. (2014). Business forecasting (9th ed.). Eidenburg Gate: Pearson Education Limited.
Wei, W. W. S. (2006). Time series analysis. Boston : Pearson Education
Gujarati, D. N. (2004). Basic econometrics (4^th ed.). New York: The McGraw-Hill companies

 

13. SST60312 Optimisasi Statistika
    Mata kuliah prasyarat: Algoritma dan Pemrograman Statistika (SST60304)

Mata kuliah ini membahas tentang kondisi perlu order pertama dan order kedua, metode optimisasi satu dimensi (metode pencarian separuh interval, metode pencarian Fibonacci, metode pencarian seksi Golden, metode interpolasi kuadratik, metode biseksi, metode Newton-Raphson, metode secant), metode steepest descent, metode Newton, metode conjugate gradient, metode quasi-Newton.

Buku Teks:

Winston, W.L. (2004). Operations research applications and algorithm (4th ed.). Thomson Brooks/Cole.
Taha, H.A. (2017). Operations research an introduction (10th ed.). Pearson.
Mishra, S.K., Ram, B. (2019). Introduction to unconstrained optimization with R. Springer.
Gentle, J.E. (2004). Optimization methods for application in statistics. George Mason University.
Cortez, P. (2010). Modern optimization with R. Springer.
TaskView Optimization pada R: https://cran.r-project.org/web/views/Optimization.html

 

14. SST60313 Teori Peluang
    Mata kuliah prasyarat: Kalkulus Lanjut untuk Statistika (SST60305)

Mata kuliah ini mempelajari tentang konsep-konsep dalam teori peluang yaitu kombinatorika, beberapa definisi peluang, peubah acak dan distribusinya, sifat-sifat peubah acak, dan distribusi bersama peubah acak, fungsi-fungsi peubah acak.

Buku Teks:

Bain, L. J. & Engelhardt, M. (1992). Introduction to probability and mathematical statistics. Pacific Grove: Duxbury/Thomson Learning
Wackerly, D. D., Mendenhall, W., & Scheaffer, R. L. (2008). Mathematical statistics with applications. Belmont: Thomson Brooks/Cole.

 

15. SST60314 Basis Data untuk Statistika
    Mata kuliah prasyarat: Algoritma dan Pemrograman Statistika (SST60304)

Mata kuliah ini memberikan pemahaman dan penguasaan mengenai konsep- konsep basis data, model data relasional, teknik pembentukan basis data dan normalisasi, penggunaan bahasa query (SQL) untuk pencarian, pengurutan, penyaringan, penghapusan dan update data serta pembuatan program aplikasi basis data dalam pengembangan sistem pengolahan data berbasis komputer serta penggunaan basis data dalam sistem informasi serta pengantar no SQL.

Buku Teks:

    Stephens, R. (2009). Beginning database design solutions. Wiley.          
    Connolly, T. M. & Begg, C. E. (2014). Database systems: A practical approach to design, implementation, and management. Pearson.
    Stair, R. M & Reynolds, G. W. (2016). Fundamentals of information systems (8th ed). Cengage Learning.

 

16. SST60315 Statistika Matematika I
    Mata kuliah prasyarat: Teori Peluang (SST60313)

Mata kuliah ini membahas Fungsi peubah acak, statistik urutan, teorema limit pusat, konvergensi dalam distribusi dan peluang, distribusi sampling dan estimasi titik dengan metode momen dan metode maksimum likelihood, sifat-sifat estimator (tak bias, efisien, konsisten, cukup).

Buku Teks:

Bain, L. J. & Engelhardt, M. (1992). Introduction to probability and mathematical statistics. Pacific Grove: Duxbury/Thomson Learning
Wackerly, D. D., Mendenhall, W., & Scheaffer, R. L. (2008). Mathematical statistics with applications. Belmont: Thomson Brooks/Cole.

 

17. SST60316 Komputasi Statistika
    Mata kuliah prasyarat: Algoritma dan Pemrograman Statistika (SST60304)

Mata kuliah ini mencakup ide utama pemrograman dalam analisis statistik secara numerik dan grafis. Topik yang dibahas meliputi tipe data dan struktur data, flow control dan looping, membuat fungsi, manipulasi teks, menulis dan memanggil fungsi-fungsi, data scrapping, membaca data dari berbagai sumber, pemrosesan data, memvisualisasikan data, metode estimasi parameter, optimisasi, menangani data berukuran besar, bootstrap dan jackknife.

Buku Teks:

Rizzo, M. L. (2008). Statistical computing with R. Chapman & Hall/CRC.
Danneman, N., & Heimann, R. (2014). Social media mining with R: Deploy cutting-edge sentiment analysis techniques to real-world social media data using R. Packt Publishing.
Wickham, H. (2021). Mastering shiny: Build interactive apps, reports, and dashboards powered by R. O’Reilly.
Bittmann, F. (2021). Bootstrapping: An integrated approach with Python and Stata. Walter de Gruyter GmbH.
Chapman, C., & Feit, E. M. (2019). R for marketing research and analytics. Springer Nature Switzerland.
Chihara, L. M., & Hesterberg, T. C. (2018). Mathematical statistics with resampling and R. John Wiley & Sons.
Wutsqa, D. U., Kismiantini, Kusumawati, R., Setiawan, E. P., Isnaini, B., & Brilliant, I. I. (2023). Visualisasi data dengan perangkat lunak R. Hak Cipta EC0020238257.
Wutsqa, D. U., Kismiantini, Kusumawati, R., Subekti, R., Setiawan, E. P., Isnaini, B., & Brilliant, I. I. (2024). Manajemen data dengan program R. Hak Cipta EC00202427715.

 

18. SST60317 Analisis Data Kategorik
    Mata kuliah prasyarat: Analisis Regresi (SST60307)

Mata kuliah analisis data kategorik ini mempelajari tentang analisis data dengan variabel respons berskala nominal dan ordinal; tabel kontingensi; inferensi beberapa model seperti model regresi logistik, regresi multinomial, regresi ordinal, dan regresi Poisson; seleksi dan evaluasi model regresi logistik; serta aplikasinya dengan program R.

Buku Teks:

Azen, R., & Walker, C. M. (2021). Categorical data analysis for the behavioral and social sciences (2nd ed.). New York: Routledge.
Bilder, C.R. & Loughin, T.M. (2015). Analysis of categorical data with R. Boca Raton: CRC Press.
Agresti, A. (2019). An introduction to categorical data analysis (3rd ed.). Hoboken: John Wiley & Sons, Inc.
Upton, G. J. G. (2017). Categorical data analysis by example. Hoboken: John Wiley & Sons, Inc.

 

19. SST60318 Pengantar Statistika Multivariat
    Mata kuliah prasyarat: Analisis Regresi (SST60307)

Mata kuliah ini mempelajari konsep dan aspek, matriks dan vektor-vektor acak, distribusi normal multivariat, analisis variansi multivariat bagi dua grup, analisis variansi multivariat bagi k-grup, asumsi-asumsi dalam analisis variansi multivariat, analisis variansi multivariat faktorial, analisis kovariansi, dan analisis kovariansi multivariat.

Buku Teks:

Johnson R. A. & Winchern D. W. (2007). Applied multivariate statistical analysis. Upper Saddle River, New Jersey: Pearson Prentice Hall
Rencher, A. C. (1998). Multivariate statistical inference and applications. New York: John Wiley & Sons, Inc.
Kirk, R. E. (1995). Experimental design: Procedures for the behavioral sciences. California: Brooks/Cole Publishing Company.
Huberty, C. J. & Olejnik S. (2006). Applied MANOVA and discriminant analysis. New Jersey: John Wiley & Sons, Inc.
Stevens, J. (2009). Applied multivariate statistics for the social sciences. New York: Routledge.

 

20. SST60319 Statistika Pendidikan
    Mata kuliah prasyarat: Analisis Regresi (SST60307)

Mata kuliah ini membahasa peran statistika dalam bidang pendidikan, pengembangan instrumen penelitian, membuktikan validitas isi konstruk dan kriteria, estimasi reliabilitas dan kesalahan pengukuran, analisis butir soal dengan teori tes klasik, model matematika pada teori respons butir dikotomi, estimasi parameter butir dan kemampuan, membandingkan kecocokan model, uji asumsi teori respons butir unidimensi, nilai fungsi informasi dan kesalahan pengukuran, teori respons butir unidimensional dengan respons butir politomi.

Buku Teks:

de Ayala, R. J. (2009). The theory and practice of item response theory. New York, NY: The Guilford Press.
Fabrigar, L. R., & Wegener, D. T. (2012). Exploratory factor analysis. New York: Oxford University Press.
Brown, T. A. (2015). Confirmatory factor analysis for applied research 2nd edition. New York: The Guilford Press.
Paek, I., & Cole, K. (2020). Using R for item response theory model applications. New York, NY: Routledge.

 

21. SST60320 Kecerdasan Buatan untuk Data Analitik
    Mata kuliah prasyarat: Algoritma dan Pemrograman Statistika (SST60304)

Mata kuliah ini mencakup pengantar kecerdasan buatan dan sains data, dasar-dasar klasifikasi dan data splitting, algoritma-algoritma klasifikasi (Naïve Bayes, Pohon Keputusan, k-Nearest Neighbour, Support Vector Machine), teknik validasi, penanganan data hilang dan data imbalance, serta optimalisasi dengan algoritma genetika dan algoritma heuristik lainnya.

Buku Teks:

Negnevitsky, M. (2005). Artificial intelligence-a guide to intelligent systems (2nd ed.). Harlow: Pearson Education Limited.
Russel, S. & Norvig, P. (1995). Artificial intelligence: A modern approach. New Jersey: Prentice Hall International, Inc.

 

22. SST60321 Statistika Multivariat
    Mata kuliah prasyarat: Pengantar Statistika Multivariat (SST60318)

Mata kuliah ini memuat model regresi linear multivariat, analisis komponen utama, analisis multidimensional scaling, analisis faktor, analisis korelasi kanonik, analisis kluster, dan analisis diskriminan. Mata kuliah ini akan menyediakan sekumpulan keahlian untuk menganalisis data multivariat dengan software statistik dan menginterpretasi hasil analisis.

Buku Teks:

Vehkalahti, K., & Everitt, B.S. (2019). Multivariate analysis for the behavioral sciences. Boca Raton: CRC Press.
Rencher, A. C. (2002). Methods of multivariate analysis. New York: John Wiley & Sons, Inc.
Johnson, R. A., & Wichern, D. W. (2007). Applied multivariate statistical analysis. Upper Saddle River: Pearson Education.
Manly, B. F. J, & Alberto J. A. N. (2017). Multivariate statistical methods. Boca Raton: CRC Press.
Everitt, B., & Hothorn, T. (2011). An introduction to applied multivariate analysis with R. New York: Springer.

 

23. SST60322 Pembelajaran Mesin Statistika
    Mata kuliah prasyarat: Kecerdasan Buatan untuk Data Analitik (SST60320)

Mata kuliah ini mencakup pengantar machine learning, metode regresi linear dan regularisasi, regresi nonlinear (kernel, spline, dan Support Vector Regression), metode ensemble learning (Boosting, Bagging, Random Forest), penerapan machine learning pada data runtun waktu, dan metode unsupervised learning modern.

Buku Teks:

Hastie, T., Tibshirani, R., & Friedman, J. (2008). The elements of statistical learning. Springer.
James, G., Witten, D., Hastie, T., & Tibshirani, R. (2021). An introduction to statistical learning with applications in R (2nd ed.). Springer.
Kismiantini., Wutsqa, D. U., & Isnaini, B. (2023). Buku praktik klasifikasi biner: Regresi logistik, regresi ridge logistik, dan regresi lasso logistik dengan R.
Ledolter, J. (2013). Data mining and business analytics with R. John Wiley & Sons.
Ramasubramanian, K., & Singh, A. (2017). Machine learning using R. Apress.

 

24. SST60323 Jaringan Syaraf Tiruan
    Mata kuliah prasyarat: Kecerdasan Buatan untuk Data Analitik (SST60320)

Mata kuliah ini berisi tentang perceptron, multilayer perceptron, backpropagation, struktur jaringan convolutional neural network, recurrent neural network, dan perkembangannya serta pengenalan pre-trained model dan transfer learning.

Buku Teks:

Fu, L. (1994). Neural network in computer intelligence. New York: McGraw-Hill.
Hassoun, M. H. (1995). Fundamentals of artificial neural networks. MIT press.
Livingstone, D. J. (2008). Artificial neural networks: methods and applications. Humana Press.

 

25. SST60324 Teknik Simulasi
    Mata kuliah prasyarat: Komputasi Statistika (SST60316)

Mata kuliah ini mencakup simulasi bagi inferensi statistik. Topik-topik yang dibahas meliputi dasar-dasar simulasi, simulasi distribusi sampling dari distribusi peluang diskret dan kontinu, simulasi terhadap inferensi rata-rata dan proporsi satu dan dua populasi, simulasi pada regresi linear sederhana dan ganda, simulasi pada analisis variansi, simulasi statistika Robust, dan simulasi proses stokastik (Rantai Markov, proses Poisson, proses kelahiran dan kematian).

Buku Teks:

Asmussen, S., & Glynn, P. W. (2007). Stochastic simulation: Algorithm and analysis. Springer.
Maronna, R. A., Martin, R. D., & Yohai, V. J. (2019). Robust statistics: Theory and methods (with R) (2nd ed.). John Wiley & Sons.
Ross, S. M. (2004). Simulation (4th ed.). Elsevier.
Thomopoulos, N. T. (2013). Essentials of Monte Carlo simulation. Springer.
Vasishth, S., & Broe, M. (2011). The foundations of statistics: A simulation-based approach. Springer.
Voss, J. (2014). An introduction to statistical computing: A simulation-based approach. John Wiley & Sons.

.

26. SST60325 Statistika Matematika II
    Mata kuliah prasyarat: Statistika Matematika I (SST60315)

Mata kuliah ini membahas pendugaan interval kepercayaan, metode pivotal quantity, metode umum, interval kepercayaan sampel berukuran besar, interval sampel berukuran kecil, pendugaan interval Bayesian, dan konsep pengujian hipotesis, most powerful tests, uniformly most powerful tests, uji rasio likelihood tergeneralisasi.

Buku Teks:

Bain, L. J. & Engelhardt, M. (1992). Introduction to probability and mathematical statistics. Pacific Grove: Duxbury/Thomson Learning
Wackerly, D. D., Mendenhall, W., & Scheaffer, R. L. (2008). Mathematical statistics with applications. Belmont: Thomson Brooks/Cole.

 

27. SST60326 Analisis Data Tak Terstruktur
    Mata kuliah prasyarat: Basis Data untuk Statistika (SST60314)

Mata kuliah ini meninjau kembali tujuan data mining, teknik prapemrosesan data terstruktur dan tak terstruktur, serta penanganan dan analisis data terstruktur. Selanjutnya, dibahas teknik prapemrosesan data tak terstruktur termasuk penanganan dan analisis data teks, penanganan dan analisis data citra, penanganan dan analisis data graf/network, evaluasi model, serta visualisasi data dan hasil analisis.

Buku Teks:

Feldman, R., & Sanger, J. (2007). The text mining handbook: advanced approaches in analyzing unstructured data. Cambridge university press.
Struhl, S. (2015). Practical text analytics: Interpreting text and unstructured data for business intelligence. Kogan Page Publishers.
Isson, J. P. (2018). Unstructured data analytics: How to improve customer acquisition, customer retention, and fraud detection and prevention. Wiley.

 

28. SST60327 Model Linear
    Mata kuliah prasyarat: Analisis Regresi (SST60307)

Mata kuliah Model linear ini mempelajari vektor, matriks acak dan sifat-sifatnya, distribusi normal multivariat dan sifat-sifatnya, distribusi dari bentuk kuadrat, model regresi linear sederhana, estimasi pada model regresi lienar berganda, inferensi pada model regresi berganda, model regresi berganda dengan prediktor acak.

Buku Teks:

Rencher, A. C. & Schaalje, G. B. (2008). Linear models in statistics. New Jersey: John Wiley & Sons. Inc. Publication.
Kutner, M. H., Nachtsheim, C. J., Neter, J., & Li, W. (2004). Applied linear statistical models (5th ed). McGraw-Hill Irwin.         
Hocking, R.R. (1985). The analysis of linear model. California: Cole Publishing Company.

 

29. SST60328 Analisis Big Data
    Mata kuliah prasyarat: Kecerdasan Buatan untuk Data Analitik (SST60320)

Mata kuliah ini membahas data warehousing serta pengenalan analisis data dengan Hadoop, scala dan Spark.

Buku Teks:

Alla, S. (2018). Big data analytics with Hadoop 3: Build highly effective analytics solutions to gain valuable insight into your big data. Packt Publishing Ltd.
EMC Education Services. (2015). Data science & big data analysis: Discovering, analyzing, visualizing and presenting data. Wiley.
Marin, I., & Shukla, A. (2019). Big data analysis with Python: Combine Spark and Python to unlock the powers of parallel computing and machine learning. Packt Publishing Ltd.
Zgurovsky, M. Z., & Zaychenko, Y. P. (2020). Big data: conceptual analysis and applications. Springer International Publishing.

 

30. SST60202 Analisis Data Berbasis Cloud
    Mata kuliah prasyarat: Basis Data untuk Statistika (SST60314)

Mata kuliah ini memberikan pengantar komputasi cloud dalam analisis data. Materi mencakup pengumpulan, penyimpanan, eksplorasi, visualisasi, dan berbagi data, sekaligus memperkenalkan layanan dan alat cloud yang relevan. Fokus mata kuliah ini adalah pada pemanfaatan teknologi berbasis cloud seperti data lakes dan data warehousing, beserta teknik seperti komputasi terdistribusi dan machine learning untuk menangani dan menganalisis kumpulan data besar.

Buku Teks:

Talia, D., Trunfio, P., & Marozzo, F. (2016). Data analysis in the cloud: models, techniques and applications. Elsevier.
Gift, N. (2018). Pragmatic AI: An introduction to cloud-based machine learning. Addison-Wesley Professional.

 

E. MATA KULIAH PEMBELAJARAN LUAR KAMPUS (MKPLK) 

1. MLK60602 Praktik Kerja Lapangan

Praktik Kerja Lapangan (PKL) ditempuh sekurang-kurangnya 2 bulan dengan minimal 272 jam. PKL merupakan kegiatan mahasiswa dalam rangka mempraktikkan ilmu yang telah mereka peroleh selama perkuliahan. Tujuan kegiatan PKL adalah untuk membantu mahasiswa mengenali manajemen organisasi, persoalan-persoalan yang muncul dalam bidang pekerjaan dan pemecahan masalah pada instansi tempat PKL. Selain itu. PKL dapat dimanfaatkan oleh mahasiswa dalam rangka penyusunan tugas akhir dan menambah wawasan dalam lapangan kerja bagi para mahasiswa. Model PKL antara lain pemecahan masalah di tempat PKL, dan penerapan ilmu pengetahuan dan teknologi.

 

2. MLK60605 Kuliah Kerja Nyata

Mata kuliah ini berupa praktek di lapangan selama 1,5 bulan. Lokasi di desa di wilayah DIY dan Jateng. Mahasiswa berlatih mengembangkan karakter berupa kerjasama, menghargai orang lain, dan sebagainya. Selain itu, mahasiswa berlatih bersosialisasi dengan warga, menjadi motivator dan mampu menerapkan ilmunya untuk membantu menyelesaikan masalah di masyarakat.

 

 

F. MATA KULIAH PENGEMBANGAN KEILMUAN (MKPK) 

 

1. MKK60301 Metodologi Penelitian
   Mata kuliah ini membahas tahap-tahap penelitian, pendekatan kuantitatif dan kualitatif, identifikasi masalah penelitian; review literatur; penentuan tujuan, rumusan dan hipotesis penelitian; pengumpulan data kuantitatif; analisis dan interpretasi data kuantitatif; pengumpulan data kualitatif; analisis dan interpretasi data kualitatif; pelaporan dan evaluasi penelitian; desain eksperimental; desain korelasional; desain survei; desain grounded theory; desain etnografi; desain penelitian naratif; desain metode campuran; dan desain penelitian tindakan

Buku Teks:

Creswell, J.W. (2012). Educational research: planning, conducting and evaluating quantitative and qualitative research 4th edition. Boston: Pearson.
Creswell, J.W. & Creswell, J.D. (2018). Research design: qualitative, quantitative, and mixed methods approaches 5th edition. Thousand Oaks, CA: SAGE Publications.
Christensen, L.B., Johnson, R.B., & Turner, L.A. (2014). Research methods, design, and analysis 12th edition. Upper Saddle River, New Jersey: Pearson.

 

2. MKK60801 Tugas Akhir Sarjana

Mata kuliah ini merupakan proyek akhir mahasiswa yang dituangkan dalam bentuk tulisan karya ilmiah hasil studi literatur atau hasil penerapan Statistika. Penulisannya mengacu pada Panduan Tugas Akhir Skripsi. Mahasiswa menulis tugas akhir skripsi dengan bimbingan seorang dosen yang sesuai dengan topik yang dikerjakan mahasiswa. Produk akhir dari mata kuliah ini berupa artikel skripsi yang diterbitkan di student journal Statistika atau prosiding seminar nasional atau prosiding seminar internasional atau jurnal internasional bereputasi.