MATA KULIAH PENGOLAHAN DATA PERIKANAN (SBD0304PB3)
Outline Pengajaran 1
RPS/SAP
2
KONTRAK PEMBELAJARAN
3
MATERI KULIAH
4
DISKUSI/TANYA JAWAB
5
ASESSMENT ASESSMENT (TUGAS, (TUGAS, EVALUASI, EVALUASI, KEHADIRAN, KEAKTIFAN)
Capaian Pembelajaran Mahasiswa diharapkan memiliki Pengetahuan, Pemahaman dan Penguasaan teknik PENGOLAHAN DATA PERIKANAN, baik secara manual maupun secara komputerais (sistem komputer).
1
Memahami dan Menguasai Teknik Pengolahan Data Dalam Bidang Perikanan
2
Mampu Berpikir Secara Sistematik
3
Mampu Berkreasi dan Berinovasi
4
Memiliki Tanggung Jawab dan Etika Akademik
Minggu Ke-
1
2
3
4
Kemampuan Akhir yang Ingin Dicapai Mahasiswa memahami SAP/RPS dan Kontrak Pembelajaran serta Ruang Lingkup Pengolahan Data Perikanan
Materi Pembelajaran Pendahuluan - Pengenalan RPS - Kontrak Pembelajaran - Pengantar (Konsep Data & Ruang Lingkup PDP)
Teknik Pengambilan Data - Sampel - Sampling (jenis & metoda) - Teknik Pengumpulan data (Survei, Pustaka, Observasi)
Metode/ Strategi Pembelajaran Kuliah Pengantar Tanya jawab Tugas 1: Mencari contoh penggunaan statistik dalam bidang perikanan
Assessment Indikator Bentuk
Pemahaman
- Tanya jawab - Tugas
Materi Kuliah Tanya jawab Tugas 2: Membuat Resume Materi Teknik Pengambilan Data
Pemahaman
- Kuis - Tanya jawab - Tugas
Mahasiswa mampu mengetahui dan memahami Teknik Pengelompokan & Input Data
Teknik Pengelompokan & Input Data - Worksheet - Data View - Variabel View - Extention (exl; .sav; .shp)
Materi Kuliah Tanya jawab
Pemahaman
- Kuis - Tanya jawab
Mahasiswa mampu mengetahui dan memahami Teknik Pengujian Data Data
Teknik Pengujian Data - Uji Normalitas (distribusi normal) - Uji Reliabilitas - Chi Square - Kolmogorov-Smirnov
Materi Kuliah Tanya jawab Tugas 3: Membuat Makalah Teknik Pengujian Data
Pemahaman
- Kuis - Tanya jawab - Tugas
Mahasiswa mampu mengetahui dan memahami Teknik Pengambilan Data Perikanan
Bobot
Minggu Ke-
Kemampuan Akhir yang Ingin Dicapai
5
Mahasiswa mampu mengetahui dan memahami Teknik Analisis Data Kuantitatif dengan Analisis Deskriptif
6
Mahasiswa mampu mengetahui dan memahami Teknik Analisis Data Kuantitatif dengan Uji Hipotesa
7
Mahasiswa mampu mengetahui dan memahami Teknik Analisis Data Kuantitatif dan Kualitatif dengan Regresi, Korelasi dan ANOVA
8
9
Materi Pembelajaran Teknik Analisis Data - Software; MS Excel/SPSS/SWOT/ArcGis - Tools; Modus; Median; Mean; Range; Simpangan kuartil; Simpangan rata-rata; Ragam; Simpangan Baku; koefisien keragaman; skewness; Kurtosis
Teknik Analisis Data - Uji Hipotesa
Teknik Analisis Data - Regresi; ko relasi; ANOVA
Metode/ Strategi Pembelajaran Materi Kuliah Tanya jawab Tugas 4: Membuat Makalah Teknik Analisis Data Kuantitatif dengan Analisis Deskriptif
Assessment Indikator Bentuk
Pemahaman
- Kuis - Tanya jawab - Tugas
Materi Kuliah Tanya jawab Tugas 5: Menyusun Hipotesa
- Kuis - Tanya jawab - Tugas
Pemahaman
Materi Kuliah Tanya jawab Tugas 6 : Mencari Contoh Aplikasi Regresi, Korelasi & ANOVA bidan g Perikanan
Pemahaman
- Kuis - Tanya jawab - Tugas
Pemahaman
- Kuis - Tanya jawab - Tugas
UTS (EVALUASI TENGAH SEMESTER)
Mahasiswa mampu mengetahui dan memahami Teknik Analisis Data Kualitatif
Teknik Analisis Data - Pengolahan Data Kualitatif (SWOT)
Materi Kuliah Tanya jawab Tugas 7: Mencari Contoh Aplikasi SWOT bidang
Bobot
Minggu Ke-
Kemampuan Akhir yang Ingin Dicapai
Materi Pembelajaran
10
Mahasiswa mampu mengetahui dan memahami Teknik Analisis Data Spasial
Teknik Analisis Data - Pengolalahan Data Spasial (Earth Google, ArcGis)
11
Mahasiswa mampu menginput/menganalisis/menyajikan data menggunakan Software Microsoft Excel Excel
- Worksheet - Entry Data - Aplikasi
12
Mahasiswa mampu menginput/menganalisis/menyajikan data menggunakan Software SPSS
-
13
Mahasiswa mampu menginput/menganalisis/menyajikan data menggunakan Tools SWOT
- IFAS & EFAS - Bobot Skoring - Aplikasi
Data View Variabel View Entry data Aplikasi
Metode/ Strategi Pembelajaran Materi Kuliah Tanya jawab Tugas 8: Mencari Contoh Aplikasi Analisis Analisis Spasial (GIS) bidang Perikanan
Assessment Indikator Bentuk
Pemahaman
- Kuis - Tanya jawab - Tugas
- Kuis - Tanya jawab
Materi Kuliah Tanya jawab
- Pemahaman - Penguasaan teknik aplikasi
Materi Kuliah Tanya jawab
- Pemahaman - Penguasaan teknik aplikasi
- Kuis - Tanya jawab
Materi Kuliah Tanya jawab
- Pemahaman - Penguasaan teknik aplikasi
- Kuis - Tanya jawab
Bobot
Minggu Ke-
Kemampuan Akhir yang Ingin Dicapai
Materi Pembelajaran
14
Mahasiswa mampu memahami & menganalisis Statistik Deskriptif & Statistik Inferensial
- Statistik Deskriptif (univariate); median; modus; mean, frekuensi, persentase, Standar deviasi, varian - Statistik Inferensial (Bivariat & Multivariate); hubungan variabel/korelasi/regresi
15
Mahasiswa mampu memahami & menganalisis Statistik Parameterik & Statistik Non-parametrik
- Statistik parametrik (data normal) - Statistik non parametrik (data tidak normal)
16
Metode/ Strategi Pembelajaran
Materi Kuliah Tanya jawab
Materi Kuliah Tanya jawab
UAS (EVALUASI AKHIR SEMESTER)
Assessment Indikator Bentuk
- Pemahaman - Ketepatan analisis
- Kuis - Tanya jawab
- Pemahaman - Ketepatan analisis
- Kuis - Tanya jawab
Bobot
Konsep (Definisi) Pengolahan
Proses Pengubahan
Bahan baku bahan jadi Data Informasi Keputusan
Data
Catatan atas kumpulan fakta fakta yang yang belum memiliki makna baik berupa simbol/lambang, angka, dll
30, 2, oC, km ,.....
Informasi
Data yang memiliki makna/arti
30oC, 2 km
Fakta /Fenomena
Gambaran/Deskripsi Gambaran/Deskripsi yang sesungguhnya
Tuna Tuna 100 kg, Banjir 3 m
Perikanan
Sektor Kajian / Objek Kajian
Budidaya ikan, Penangkapan ikan, Pengolahan ikan, Sumberdaya ikan, Ekosistem Laut...
Question : Pengolahan Data Perikanan Perikanan .....?
A T A D N A H A L O G N E P P U K G N I L
KONSEP DATA Definisi, Jenis Data , Batasan Aplikasi Data
TEKNIK PENGAMBILAN PENGAMBI LAN DAT DATA Populasi, Sampel, Sampling, Survei, Pustaka, Pakar
TEKNIK INPUT & PENGUJIAN DATA Tabulasi, Transformasi, Entry Data, Uji Data (Normalitas, Realibility ..etc)
PERANGKAT DATA Software, Hardware, Tools/Pendekatan (Statistik Deskriptif, Inferensial, Parameterik, Non-Parameterik)
TEKNIK ANALISIS DATA (Deskriptif (Univariate; Mean, Modus, Median, Frequency, Persentase etc.), Inferensial (Bivariate & Multivariate; regresi; korelasi; ANOVA), Parameterik & Non-Parameterik ( Uji Chis quare , Uji T), Spasial/GIS, SWOT)
TEKNIK PENYAJIAN DATA
Konsep Data Data Kontinyu & Diskrit Data Hasil pengukuran (kontinyu) 1 kg, 10 km, dsb
Data hasil perhitungan (diskrit) 10 orang; 100 ekor dsb
L1
Data Nominal
Data Ordinal
Data Kategori (Data tidak bisa diurutkan or tidak ada level/ tingkatan/orde) tidak ada yang tinggi or rendah
Data bisa diurutkan /bertingkat /berlevel
Skala Label Jenis Kelamin (L – P) Agama
Skala Peringkat SD, SMP, SMA Pangkat/Jabatan/ Golongan
Skala Jarak Suhu (Celsius & Fahrenheit) IQ (tingkat kecerdasan)
Sangat Tidak Setuju =1 Tidak Setuju = 2 Tidak Tahu = 3 Setuju = 4 Sangat Setuju = 5
Umur 20-30 thn = 1 Umur 31-40 thn = 2 Umur 41-50 thn = 3
• •
Ya = 1 dan Tidak = 0 Pria=1 dan Wanita=0 Hitam = 1, Abu-abu = 2, Putih = 2
• •
Data Interval Data yang dapat dibuat tingkatannya /level dan juga jaraknya
•
•
Skala interval tidak ada titik 0 (nol) mutlak, artinya bahwa angka 0 (nol) masih memiliki nilai misalanya 0°C
Data Rasio
Data Tunggal & Kelompok
Data Cross Section & Time Series
Data dapat dikelompokon menurut tingkatannya, menurut jaraknya dan menurut perbandingannya
Data tunggal dinyatakan dalam bentuk daftar bilangan, dan umumnya data yang relatif sedikit (n<30)
Skala Mutlak A berat badannya 80 Kg dan B 42 Kg, berarti A lebih berat dari B, dan keduanya ada interval 38 Kg. Selain itu berat badan A hampir 2 kali berat B
Data yang berukuran besar (n >30) dan umumnya data dalam kelaskelas tertentu
Cross Section Data is Data yang dikumpulkan pada suatu waktu tertentu (at a point of time) yang dapat menggambarkan keadaan/kegiatan pada waktu tersebut
•
Skala rasio tedapat titik 0 (nol) mutlak
Time Series Data is Data yang dikumpulkan dari waktu ke waktu untuk memberikan gambaran tentang perkembangan suatu
Data Primer & Sekunder Data bersumber dari tangan pertama (first hand data) Bersumber dari dokumen/laporan dll (no first hand data)
Data Kualitatif & Kuantitaif Kualitatif is Data kategorik (baik, cukup, buruk) Kuantitaif is Data numerik (0,1,2,3 dst)
L1
Batasan Aplikasi Data Undergraduate Undergradu ate (S1)
Magister (S2)
Doctoral (S3)
Kedalaman Kajian
Mengetahui (to know )
Menganalisis-Memahami (to analysis)
Memahami-Mengembangkan (to design)
Aplikasinya
Mempelajari Metoda (Aplikasi sedikit)
Mengembangkan Metode (Aplikasi Full)
Menghasilkan Metode (Aplikasi Baru)
Data
Relatif kecil (sedikit)
Relatif Banyak
Integrasi data
Sistem
Analysis
Sintesa/Sintesis
Desain
Alur Pengolahan Data
Input
Proses
Output
Hasil Pengolahan Data
Mengetahui hubungan data (Relasi, Korelasi, Significant...etc)
Mengetahui mengapa terjadi hubungan data (mengapa demikian...etc)
Mengetahui penyebab terjadinya hubungan data (bagaimana mengatasinya...etc)
Question : Apakah Aplikasi Data S1 bisa seperti pada S2 untuk Penelitian Mahasiswa ....?
TEKNIK PENGAMBILAN DATA Populasi Sampel Sampling Survei Pustaka Pakar Etc...
Memahami Konsep/Definisi dan Perbedaan dari Pelbagai Teknik Pengambilan dan Pengumpulan Data yang digunakan untuk Bidang Prodi Masing-masing Mampu Merancang & Memaparkan Teknik-teknik Pengambilan Data untuk Bidang Prodi Masing-masing
L2
TEKNIK INPUT & PENGUJIAN DATA Tabulasi Transformasi Entry Uji Data
Etc...
Mengetahui Cara Mentabulasi Data, Mentransformasi Data, Mengentry Data dan Menguji Data (Validitas, Realibilitas dan Objetictive) Memahami Output Uji Data, Apakah Valid, Realible dan Objective or Tidak.... dan Mengetahui Apa yang Harus dilakukan jika tidak terpenuhi ?
L3
PERANGKAT DATA Hardware Software Tools Pendekatan
Etc...
L4
Mengetahui jenis-jenis Hardware (perangkat keras) yang biasa digunakan dalam pengolahan data perikanan, seperti; Komputer, Kalkultor dan ATK...etc. Mengetahui jenis-jenis Software (perangkat Mengetahui (perangkat lunak) yang biasa digunakan dalam pengolahan data perikanan, seperti; Microsoft Excel , Excel Stat , SPSS , Minitab , SAS, SEM (Lisrel, AMOS), EVIEWS, R-Software, STAT STAT, Maple, AcrGis Maple, AcrGis /ArcView/ERM /ArcView/ERMAPPER/ APPER/ ERDAS, Powersim/V Powersim/Vensim/Stella/Ithink/Madona, ensim/Stella/Ithink/Madona, SWOT/ AHP/ISM/PP AHP /ISM/PPA/ANP A/ANP
Mengetahui & Memahami beberapa Tools/Pendekatan Analysis yang digunakan dalam pengolahan data perikanan, seperti; Analisis Deskriptif, Analisis Inferensial, Analisis Parameterik dan Non Parameterik
TEKNIK ANALISIS DATA Analisis Univariate Analisis Bivariate Analisis Multivariate Analisis Spasial Analisis Strategik Etc...
Memahami Konsep/Definisi Konsep/Definisi teknik teknik analisis data statistik statistik terkait bidang perikanan Mengetahui, Memahami dan Menguasai beberapa Analisis data, baik Mengetahui, data kualitatif dan kuantatif, meliputi; deskriptif, inferensial, spasial dan strategik
L5
TEKNIK PENYAJIAN DATA Grafik Tabel Numerik Map
Etc...
Memahami dan Mengetahui teknik-teknik penyajian data perikanan secara menarik dan benar
Mampu menarik kesimpulan dan menjelaskan secara baik dan benar, data-data/hasil data-data/h asil pengolahan data yang disajikan/ditampilkan
L6
Referensi
Author
of Years Years
the Title
Publisher
Sudjana
2005
Metode Statistika
Tarsito Tarsito Bandung
Sugiyono
2009
Statistika untuk Penelitian
Alfabeta Bandung
Yudhi Wicaksono
2009
Tips dan Trik Validasi Data Excel
Elex Media Komputindo
Achmad Efendi, Eko Yudi Miranto
2008
Pengolahan dan Analisis Data dengan Microsoft Excel
Salemba Empat Jakarta
Duwi Priyatno
2014
SPSS 22 Pengolahan Data Terpraktis
Andi Yogyakarta
Syofian Siregar
2010
Statistik Deskriptif untuk Penelitian: Dilengkapi Perhitungan Manual dan Aplikasi SPSS 17
Rajawali Pers
Freddy Rangkuti
2015
Analisis SWOT: Teknik Membedah Kasus Bisnis
Gramedia Pustaka Utama
Sugiarto
2001
Teknik Sampling
Gramedia Pustaka Utama
Referensi
Author
of Years
the Title
Publisher
Sugiyono
2015
Cara Mudah Belajar SPSS dan Lisrel. Teori dan Aplikasi untuk Analisis Data penelitian
Alfabeta Bandung
Wahana Komputer
2014
Mengolah data Statistik Hasil Penelitian Menggunakan SPSS
Andi Jogyakarta
Madcoms
2015
Mengolah Data Base dan Pivot dengan Excel
Andi Jogyakarta
Duwi Priyatno
2009
5 Jam Belajar Olah Data SPSS 17
Andi Jogyakarta
Adi Kusrianto
2014
Menampilkan dan Mengolah Data Data Excel dengan Formula dan Fungsi
Elex Media Komputindo
Septin Puji Astuti
2006
Mengolah Data Statistik dengan Mudah menggunakan Minitab
Andi Jogyakarta
Aris Santjaka
2013
Statistik Untuk Penelitian Penelitian Kesehatan Deskriptif Inferensial Parametrik dan Non Parametrik
Nuha Medika (Numed)
J. Supranto
2007
Teknik Sampling untuk Survei dan Eksperimen
Rineka Cipta
S. Nasution
2012
Metode Research (Penelitian Ilmiah)Usul Tesis, Desain Penelitian, Hipotesis, Validasi, Sampling, Populasi, Observasi, Wawancara, Angket
Bumi Aksara
Contoh Pengolahan Data Perikanan the Title
Program Studi
Tools Analysis
PSP
Analisis Spasial/ArsGis
Analisis Strategi Bisnis Kerajinan Cangkang Mullosca Mullosca di Pulau Sembilan
IK
Analisis Strategik/SWOT
Kajian Struktur Komunitas dan Sebaran Fitoplankton di Perairan Pulau Samalona
IK
Regresi/Korelasi/ANOVA
Kajian Perubahan Mutu Rajungan (Portunus pelagicus) Selama Penyimpanan pada Suhu Kamar
THP
Regresi/Korelasi/ANOVA
Pengaruh Perendaman Rumput Laut ( Eucheuma spinosum) pada Lumbricus Liquid dengan Dosis berbeda terhadap Pertumbuhan dan Resistensinya
BDP
Regresi/Korelasi/ANOVA
IK
Deskriptif/Regresi
PSP
Deskriptif/Regresi
Aplikasi SIG/GIS dalam Penetapan Penetapan Rumpon Tuna Tuna di Perairan Teluk Bone
Komposisi Jenis Gastropoda pada Komunitas Lamun pada Kedalaman Berbeda di Pulau Sembilan Efektivitas Penangkapan Ikan Pelagic Kecil dengan Alat Bantu Lampu Bawah Air (Underwater (Underwater LED) pada Bagan Rambo di Barru
Contoh Penyajian Data Perikanan
Tampilan Output SPSS untuk Analisis Analisi s Descriptive Descripti ve
Contoh Penyajian Data Perikanan
Tampilan dalam Bentuk Persentase (%) dengan Trade Off
Tampilan dalam Bentuk Persentase (%) tanpa Trade Off
Contoh Penyajian Data Perikanan
Instagram : @yusu Facebook : yusufhalim_myh@y yusufhalim_myh@ya a Twitter : Muhammad Yusuf@yusuf sumberdayaakuatik.blog HP/WA : +62 813-8
Terima Kasih