| Kode Mata Kuliah | ME3101 / 3 SKS |
|---|
| Penyelenggara | 128 - Meteorologi / FITB |
|---|
| Kategori | Kuliah |
|---|
| Bahasa Indonesia | English |
|---|
| Nama Mata Kuliah | Analisis Data Cuaca dan Iklim | Weather and Climate Data Analysis |
|---|
| Bahan Kajian | - Analisa time series di domain waktu (rantai markov dan model autoregresive)
- Analisa time series di domain frekuensi (harmonik analisis, spektral analisis mencakup fourier transform dan wavelet transform)
- Metode multivariate statistics untuk data spatio-temporal (principal component analysis/EoF)
- Metode diskriminasi dan klasifikasi, serta analisis klaster (metode hierarchical clustering dan k-mean clustering)
|
|
|---|
| Capaian Pembelajaran Mata Kuliah (CPMK) | - Mahasiswa mampu menggunakan transformasi fourier dan transformasi wavelet untuk menjelaskan fenomena cuaca dan iklim dari time series data meteorologi (C3)
- Mahasiswa mampu menyusun dan menggunakan model time series sederhana untuk menjelaskan variabilitas cuaca dan iklim secara temporal. (C3)
- Mahasiswa mampu menganalisis pola-pola spasial dan temporal utama dari data meteorologi (spatio-temporal) melalui penerapan metode EoF. (C4)
- Mahasiswa mampu mengidentifikasi pengelompokan spasial dan temporal dari data meteorologi (spatio-temporal) serta kaitannya dengan fenomena cuaca dan iklim. (C4)
|
|
|---|
| Metode Pembelajaran | Ceramah
Diskusi kelompok
Pembelajaran kooperatif
Pembelajaran berbasis masalah | |
|---|
| Modalitas Pembelajaran | Luring Sinkron
Bauran/Daring Asinkron | |
|---|
| Jenis Nilai | ABCDE |
|---|
| Metode Penilaian | Komponen penilaian: Ujian tengah semester (20%), ujian akhir semester (35%), praktikum (35%), tugas (5%), dan quiz (5%). Skala penilaian: 80-100% A (kompetensi maksimum) 75-80% AB (kompetensi sangat baik) 65-75% B (kompetensi baik) 60-65% BC (kompetensi cukup baik) 55-60% C (kompetensi minimal) 45-54% D (di bawah kompetensi minimum) <45% E (sangat jauh di bawah kompetensi minimum) | |
|---|
| Catatan Tambahan | | |
|---|