Ukuran fonta
  • A-
  • A
  • A+
Warna situs
  • R
  • A
  • A
  • A
E-Learning UPY
  • Bahasa Indonesia ‎(id)‎ English ‎(en)‎
  • Masuk
Lewati ke konten utama

Pendidikan Matematika

  1. Beranda
  2. Kursus
  3. Fakultas Ilmu Keguruan dan Ilmu Pendidikan
  4. Pendidikan Matematika
  • « Laman sebelumnya
  • 1
  • 2
  • 3 (saat ini)
  • 4
  • » Laman selanjutnya
Analisis Real
Padrul Jana
Pendidikan Matematika

Analisis Real

Mata kuliah analisis real merupakan mata kuliah wajib di program studi sarjana pendidikan matematika. adapun materinya meliputi:


Pengantar Pendidikan
Kristina Warniasih
Pendidikan Matematika

Pengantar Pendidikan

Materi Pengantar Pendidikan membahas tetang :

1. Fenomena Pendidikan

2. Pengertian Pendidikan dan Batas- batasnya

3. Pendidikan sebagai ilmu dan sistem

4. Tinjauan Filosofis pendidikan

KAJIAN MATEMATIKA SMP II
Kintoko Kintoko
Pendidikan Matematika

KAJIAN MATEMATIKA SMP II

Deskripsi Mata Kuliah:

Matakuliah ini membahas tentang cara menganalisis, menjelaskan,  membelajarkan materi matematika SMP yang meliputi: a)Persamaan Linear Dua Variabel

• Penyelesaian persamaan linear dua variabel
• Model dan sistem persamaan linear dua variabel
b)Teorema Pythagoras
• Hubungan antar panjang sisi pada segitiga siku-siku
• Pemecahan masalah yang melibatkan teorema Pythagoras

c)Lingkaran

• Lingkaran
• Unsur-unsur lingkaran
• Panjang busur
• Luas juring
• Hubungan sudut pusat dengan sudut keliling
• Garis singgung persekutuan dalam dua lingkaran
• Garis singgung persekutuan luar dua lingkaran
d)Bangun Ruang Sisi Datar
• Kubus, balok, prisma, dan limas
• Jaring-jaring: Kubus, balok, prisma, dan limas
• Luas permukaan: kubus, balok, prisma, dan limas
• Volume: kubus, balok, prisma, dan limas
Menaksir volume bangun ruang tak beraturan
e)Statistika:
• Rata-rata, median, dan modus
• Mengambil keputusan berdasarkan analisis data
• Membuat prediksi berdasarkan analisis data
f)Peluang
• Titik sampel
• Ruang sampel
• Kejadian
• Peluang empirik
• Peluang teoretik
• Hubungan antara peluang empirik dengan peluang teoretik

g)Bilangan Berpangkat dan Bentuk Akar

• Bilangan berpangkat bilangan bulat
• Bilangan berpangkat bulat negatif dan nol
• Bentuk akar

Kalkulus 1 2023
Laela Sagita
Pendidikan Matematika

Kalkulus 1 2023

Penulisan Karya Tulis Ilmiah
Laela Sagita
Pendidikan Matematika

Penulisan Karya Tulis Ilmiah

APLIKASI KOMPUTER
Kintoko Kintoko
Pendidikan Matematika

APLIKASI KOMPUTER

PENDAHULUAN
A. Deskripsi Mata Kuliah
Bab pendahuluan mencakup tentang pentingnya pemahaman mahasiswa tentang perkembangan TIK khususnya dalam bidang matematika. Pemanfaatan TIK sangat diperlukan sekali dalam penyusunan dan pengembangan penggunaan media pembelajaran terutama pada mata pelajaran matematika yang sangat menekankan pada pemahaman konsep. Penggunaan media pembelajaran matematika berbasis software akan sangat mempermudah siswa dalam memahami konsep matematika yang bersifat abstrak, membantu mempermudah membuat objek-objek seperti grafik, bangun geometri, bahkan juga mampu membantu menyelesaikan permasalahan matematika.
Pada mata kuliah ini, mahasiswa akan praktek

langsung mempelajari dan menggunakan software matematika seperti Algebrator, Bagatrix, Cabri II Plus, Cabri 3D, dan GeoGebra yang nantinya akan menjadi keterampilan khusus bagi mahasiswa dan bekal sebagai calon guru. Mahasiswa juga diharapkan tidak hanya memiliki pengetahuan, pengalaman, kemampuan, serta keterampilan dalam menggunakan software tersebut, tetapi mahasiswa juga mampu mendesain pembelajaran berbasis software tersebut melalui lembar aktivitas siswa.
Sebelum memulai praktek, terlebih dahulu disampaikan mengenai identitas dari software yang akan dipraktekan, mulai dari sejarah dan perkembangannya, spesifikasi Komputer yang dibutuhkan untuk menjalankan software tersebut, hingga kelebihan dan kekurangan dari software tersebut.

Program Linear
Nendra MS Dwipa
Pendidikan Matematika

Program Linear

Rencana Pembelajaran Program Linear

No.

Capaian Pembelajaran (CP) Pertemuan

Kemampuan akhir capaian pembelajaran

Bahan Kajian /

Materi Pembelajaran

Metode Pembelajaran

Pengalaman Belajar

Kriteria Penilaian

(Indikator)

 

Waktu

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

1.

Kontrak Perkuliahan dan Pendahuluan Program Linear

1.Dapat Memahami rencana perkuliahan dan sistem penilaian yang digunakan di dalam perkuliahan

2.Dapat memahami materi dasar Program Linear

Kontrak perkuliahan, Pengertian, Masalah optimasi dan perumusan masalah nyata

Metode kooperatif


Penyajian materi oleh dosen

 

1.  Sikap (Instrumen: observasi)

2.  Pengetahuan (Instrumen: tes)

3.  Kemampuan/unjuk kerja

1 Pertemuan

2.

Aturan-prinsipyang berlaku dalam menyelesaikan Program Linear dengan Metode Grafik

Dapat menyelesaikan Program Linear dengan Metode Grafik

Program Linear dengan Metode Grafik

Model Student Centre Learning (SCL) dengan Metode Diskusi

Menganalisiskan permasalahan yang diajukan oleh dosen secara indivial maupun kelompok.

1.    Sikap (Instrumen: observasi)

2.  Pengetahuan (Instrumen: tes)

3.  Kemampuan/unjuk kerja

1 Pertemuan

3.

Mampu menggambar grafik dan mencari kemungkinan kejadian penyelesaian

Dapat mengidentfikasi kejadian penyelesaian melalui metode grafik

Beberapa Kejadian Penyelesaian dengan Metode Grafik

Metode Problem Based Learning (PBL)

Berdiskusi, menentukan dan menyusun serta menambahkan tugas yang diberikan dosen lalu mempresentasikan hasilnya kepada mahasiswa lain.

1. Sikap (Instrumen: observasi)

2.  Pengetahuan (Instrumen: tes)

3.  Kemampuan/unjuk kerja

1 Pertemuan

4.

Mampu menggunakan Metode Simpleks dalam menyelesaikan masalah Program Linear

Dapat menerapkan metode simpleks secara tepat dan benar

Program Linear dengan Metode Simpleks

Metode Student centre Learning (SCL)

Berdiskusi dan menyusun permasalahan berupa tugas yang diberikan dosen lalu mempresentasikan hasilnya kepada mahasiswa lain.

1.    Sikap (Instrumen: observasi, angket)

2.    Kemampuan/unjuk kerja

3.    Pengetahuan (Instrumen: tes)

 

1 Pertemuan

5.

Mampu menentukan Pola Maksimum Baku dengan Metode Smipleks

Dapat menentukan Pola Maksimum Baku

1.   Pola Maksimum Baku dengan Metode Simpleks

Metode Problem Based Learning (PBL)

Berdiskusi, menentukan dan menyusun serta menambahkan tugas yang diberikan dosen lalu mempresentasikan hasilnya kepada mahasiswa lain.

1. Sikap (Instrumen: observasi)

2.  Pengetahuan (Instrumen: tes)

3.  Kemampuan/unjuk kerja

1 Pertemuan

6.

Mampu menentukan Pola Minimum

Dapat menyelesaikan masalah pola minimum dan perubah semu

Perubah Semu dan Pola Minimum

Metode Problem Based Learning (PBL)

Berdiskusi dan menyusun permasalahan berupa tugas yang diberikan dosen lalu mempresentasikan hasilnya kepada mahasiswa lain.

1. Sikap (Instrumen: observasi)

2.  Pengetahuan (Instrumen: tes)

3.  Kemampuan/unjuk kerja

1 Pertemuan

7.

Mampu menyelidiki kejadian penyelesaian soal

Dapat menentukan bentuk penyelesaian soal

Kejadian soal tidak mempunyai penyelesaian optimum ,  Ada pilihan penyelesaian optimum, Masalah PL dengan perubah tak bersyarat

Metode Problem Based Learning (PBL)

Berdiskusi dan menyusun permasalahan berupa tugas yang diberikan dosen lalu mempresentasikan hasilnya kepada mahasiswa lain.

1. Sikap (Instrumen: observasi)

2.  Pengetahuan (Instrumen: tes)

3.  Kemampuan/unjuk kerja

1 Pertemuan

8.

UTS

9.

Memahami Hubungan Dual pada Program Linear

Dapat menerapkan Hubungan Dual

DUALITAS : Hubungan Dual

Metode Student Centre Learning (SCL)

Berdiskusi dan menyusun permasalahan berupa tugas yang diberikan dosen lalu mempresentasikan hasilnya kepada mahasiswa lain.

1. Sikap (Instrumen: observasi)

2.  Pengetahuan (Instrumen: tes)

3.  Kemampuan/unjuk kerja

1 Pertemuan

10.

Memahami dalil-dalil Dualitas

Dapat menjelaskan kembali dalil – dalil Dualitas

DUALITAS : Dalil-dalil Dualitas

 

Metode Problem Based Learning (PBL)

Berdiskusi dan menyusun permasalahan berupa tugas yang diberikan dosen lalu mempresentasikan hasilnya kepada mahasiswa lain.

1. Sikap (Instrumen: observasi)

2.  Pengetahuan (Instrumen: tes)

3.  Kemampuan/unjuk kerja

1 Pertemuan

11.

Memahami aturan-prinsipdalam Metode Transportasi

Mampu menggunakan metode transportasi dalam penyelesaian Program Linear

METODE TRANSPORTASI : Metode Stepping Stone, Metode MODI

Metode Student Centre Learning (SCL)

Berdiskusi dan menyusun permasalahan berupa tugas yang diberikan dosen lalu mempresentasikan hasilnya kepada mahasiswa lain.

1. Sikap (Instrumen: observasi)

2.  Pengetahuan (Instrumen: tes)

3.  Kemampuan/unjuk kerja

1 Pertemuan

12.

Menerapkan metode Transportasi

Dapat menerapkan Metode Transportasi

METODE TRANSPORTASI : Metode Vogel’s Approximation, Masalah tidak sama dengan kebutuhan, Masalah Degenaracy, Penggunaan PL

 

Metode Student Centre Learning (SCL)

Berdiskusi dan menyusun permasalahan berupa tugas yang diberikan dosen lalu mempresentasikan hasilnya kepada mahasiswa lain.

1. Sikap (Instrumen: observasi)

2.  Pengetahuan (Instrumen: tes)

3.  Kemampuan/unjuk kerja

1 Pertemuan

13.

Merumuskan masalah Minimasi

Dapat merumuskan masalah Minimasi

MASALAH PENUGASAN : Perumusan masalah, Masalah Minimasi

Metode Probem Based Learning (PBL)

Berdiskusi dan menyusun permasalahan berupa tugas yang diberikan dosen lalu mempresentasikan hasilnya kepada mahasiswa lain.

1. Sikap (Instrumen: observasi)

2.  Pengetahuan (Instrumen: tes)

3.  Kemampuan/unjuk kerja

1 Pertemuan

14.

Mampu merumuskan maksimasi.

Dapat merumuskan Maksimasi

MASALAH PENUGASAN :

Perumusan Maksimasi, Masalah-masalah

Metode Probem Based Learning (PBL)

Berdiskusi, menentukan dan menyusun serta menambahkan tugas yang diberikan dosen lalu mempresentasikan hasilnya kepada mahasiswa lain.

1. Sikap (Instrumen: observasi)

2.  Pengetahuan (Instrumen: tes)

3.  Kemampuan/unjuk kerja

1 Pertemuan

15.

Mampu menganalisis sensitivitas

Dapat membuat analisis sensitivitas

ANALISIS SENSITIVITAS

Metode Probem Based Learning (PBL)

 

1.  Sikap (Instrumen: observasi)

2.  Pengetahuan (Instrumen: tes)

3.  Kemampuan/unjuk kerja

1 Pertemuan

16.

UAS

 

UAS

 

 

 

 


Statistika Inferensial
Nendra MS Dwipa
Pendidikan Matematika

Statistika Inferensial

Silabus Statistika Inferensial

SILABUS

 

1.    Identitas Mata Kuliah

a.    Nama Mata Kuliah

:

Statistika Inferensial

b.    Nomor Kode

:

MK

c.    Bobot SKS

:

5

d.    Semester

:

V (Lima)

 

2.    Tujuan Umum Mata Kuliah

Mahasiswa mempunyai pengetahuan yang komprehensip tentang data termasuk informasi yang dikandungnya, dan dapat menggunakan statistika pada masalah nyata.

 

3.    Materi Kuliah

a.    distribusi pendekatan

b.    Macam-macam Konvergensi

c.    Teorema limit Pusat

d.    Usefull Teorm

e.    Inferensi Statistika

f.     Sifat-sifat Penaksir

g.    Keluarga Eksponensial

h.    Estimasi dengan metode Momen

i.      Estimasi dengan metode Kuadrat terkecil

j.     Estimasi dengan metode kemungkinan maksimum

k.      Estimasi dengan metode Bayes

 

4.    Pendekatan Pembelajaran : Pendekatan Penyampaian materi dan Penugasan serta Diskusi

 

5.    Media/Alat Bantu Belajar

a.    Laptop

b.    LCD

c.    White Board + Boardmarker

 

6.    Evaluasi Hasil Belajar Mahasiswa

Ujian Tengah Semester (UTS), Ujian Akhir Semester(UAS), Tugas Terstruktur, dan Tugas Mandiri

 

7.    Penilaian Hasil Belajar Mahasiswa

a.    Bobot UTS                     

:

  10 %

b.    Bobot UAS                    

:

  15 %

c.    Bobot Tugas Terstruktur

:

75%

d.    Kahadiran

:

 

8.    Rincian Materi Kuliah Setiap Pertemuan

a.    Pertemuan ke-1

:

Kontrak Perkuliahan dan Stadium General

b.    Pertemuan ke-2

:

Distribusi Pendekatan dengan Fungsi Distribusi

c.    Pertemuan ke-3

:

Distribusi Pendekatan dengan Fungsi Pembangkit Momen

d.    Pertemuan ke-4

:

Distribusi Pendekatan dengan Dalil Limit Pusat

e.    Pertemuan ke-5

:

Penerapan Dalil Limit Pusat

f.     Pertemuan ke-6

:

Berbagai Konvergensi

g.    Pertemuan ke-7

:

Usefull teorem

h.    Pertemuan ke-8

:

UTS

i.      Pertemuan ke-9

:

Inferensi Statistika

j.     Pertemuan ke-10

:

Sifat-Sifat Penaksir

k.    Pertemuan ke-11

:

Keluarga Eksopoensial

l.      Pertemuan ke-12

:

Estimasi dengan metode Momen

m.  Pertemuan ke-13

:

Estimasi dengan metode Kuadrat terkecil

n.    Pertemuan ke-14

:

Estimasi dengan metode kemungkinan maksimum

o.    Pertemuan ke-15

:

Estimasi dengan metode Bayes

p.    Pertemuan ke-16

:

UAS

 

 

9.    Daftar Pustaka

a.       Abadyo dan H. Permadi. 2000. Metoda Statistika Praktis. IMSTEP JICA, Bandung

b.    Walpole, RE dan RH. Mayer.1982. Pengantar Statistika. Edisi Ketiga, Jakarta.

c.    Engelhadt, Bain. 1992. Introduction Probability and Mathematical Statistics, Second Edition. Belmont, California: Duxbury press.

d.    Hogg, McKean, Craig. 2005. Introduction to Mathematical Statistics, Sixth Edition. Pearson: New Jersey

e.    Subanar. StatistikaMatematika. Graha Ilmu: Bandung

 

 

Yogyakarta, 31 Januari 20..

                                                                             Dosen Pengampu,

 

 

 

 

                                                                             ( Nendra Mursetya S. D, S. Pd, M. Sc)

 


Pengembangan Media  Pembelajaran Matematika ICT
Kintoko Kintoko
Pendidikan Matematika

Pengembangan Media Pembelajaran Matematika ICT

KALKULUS 1
Eva Nuryani
Pendidikan Matematika

KALKULUS 1

Persamaan Diferensial
Niken Wahyu
Pendidikan Matematika

Persamaan Diferensial

Penulisan Karya Ilmiah
Niken Wahyu
Pendidikan Matematika

Penulisan Karya Ilmiah

Mata kuliah ini bertujuan untuk memahami, mengevaluasi, dan menyusun karya ilmiah

Filsafat dan Sejarah Matematika
Gunawan Gunawan
Pendidikan Matematika

Filsafat dan Sejarah Matematika

PENGEMBANGAN MEDIA PEMBELAJARAN MATEMATIKA
Kintoko Kintoko
Pendidikan Matematika

PENGEMBANGAN MEDIA PEMBELAJARAN MATEMATIKA

Kajian Matematika SMA 2
Titis Sunanti
Pendidikan Matematika

Kajian Matematika SMA 2

Mata kuliah ini bertujuan untuk mengkaji materi-materi matematika SMA/SMK

Strategi Pembelajaran Matematika
Endang Susetyawati
Pendidikan Matematika

Strategi Pembelajaran Matematika

Kajian Kurikulum Matematika SMP
A Aziz Saefudin
Pendidikan Matematika

Kajian Kurikulum Matematika SMP

Statistika Lanjut
Padrul Jana
Pendidikan Matematika

Statistika Lanjut

Teori Peluang

Variabel Random

Mean dan Variansi

Distribusi Peluang

Teori Bilangan
Siska Candra
Pendidikan Matematika

Teori Bilangan

Penulisan Karya Ilmiah
Koryna Aviory
Pendidikan Matematika

Penulisan Karya Ilmiah

  • « Laman sebelumnya
  • 1
  • 2
  • 3 (saat ini)
  • 4
  • » Laman selanjutnya
E-Learning UPY

E-Learning Universitas PGRI Yogyakarta adalah aplikasi e-learning yang di kembangkan di Universitas PGRI Yogyakarta sebagai sarana pembelajaran untuk memenuhi kebutuhan akan berkembangnya teknologi.

  • https://elearning.upy.ac.id
  • 0274376808
  • pptik@upy.ac.id

Link Terkait

  • Universitas PGRI Yogyakarta
  • Sistem Informasi Akademik
  • PPTIK
  • LPP
Ringkasan retensi data