Deskripsi

Mata kuliah ini membahas penerapan teori peluang dan peubah acak dalam menganalisis proses stokastik diskrit dan kontinu, seperti rantai Markov, proses Poisson, proses kelahiran dan kematian, fenomena pembaharuan atau renewal phenomena, serta teori antrian. Pembelajaran menggunakan pendekatan case-based learning yang terintegrasi dengan praktikum berbasis perangkat lunak seperti Python, R, dan Microsoft Excel untuk membuat model stokastik dari kasus nyata di berbagai bidang.

Capaian Pembelajaran

• CPL 6 | CPMK 6.1 – Mampu memecahkan (C4) masalah optimasi termasuk (dan tidak terbatas pada) masalah program linier, masalah pengujian hipotesi dan masalah pada proses stokastik dengan memilih (C3) model matematika yang sesuai, menerapkan (C3) langkah-langkah metode numerik yang terukur dan valid secara analitik untuk mendapatkan solusi, serta mengintepretasikan solusi yang diperoleh sesuai konteks masalah.
• CPL 7 | CPMK 7.3 – Mahasiswa mampu menerapkan (C3) dan menganalisis (C4) metode optimasi dan model stokastik untuk menyelesaikan masalah di bidang ekonomi, industri, atau teknik, serta mengevaluasi (C5) hasil solusi dalam konteks kehidupan nyata.
• CPL 8 | CPMK 8.1 – Mahasiswa mampu mengaplikasikan (C3) prinsip-prinsip analisis data meliputi (dan tidak terbatas pada) konsep statistika deskriptif, inferensia dan proses stokastik.

Referensi