Modul Ajar & RPP Matematika Kelas XI
Statistika Industri
Sudah jadi 11 lembar, tinggal tulis nama Anda ✍️
🎁 100% GRATIS · unduh Word + PDF tanpa bayar
Gratis 3 modul, tanpa bayar apa pun.
TERBARUTP 2026/2027Rumus 8-3-3-4Pembelajaran Mendalam
- 8Dimensi Profil Lulusan: keimanan & ketakwaan, kewargaan, penalaran kritis, kreativitas, kolaborasi, kemandirian, kesehatan, komunikasi
- 3Prinsip Pembelajaran: berkesadaran, bermakna, menggembirakan
- 3Pengalaman Belajar: memahami, mengaplikasi, merefleksi
- 4Kerangka Pembelajaran: praktik pedagogis, kemitraan, lingkungan, pemanfaatan digital
📜 Dasar: Permendikdasmen 13/2025 · Standar Proses 1/2026 · CP 046/H/KR/2025 jo. 020/2026
“Lebih fleksibel, mempersingkat waktu, dan jelas.”
Isi modul ini
Di bawah ini 11 lembar A4 pertama, persis seperti yang terunduh. Nama & tema yang Anda pilih di atas sudah terpasang.
| Penyusun | nama Anda |
| Satuan Pendidikan | sekolah Anda |
| Mata Pelajaran | Matematika |
| Fase / Kelas | F / XI |
| Materi Pokok | Statistika Industri |
| Alokasi Waktu | 2 pertemuan |
| Tahun Pelajaran | 2026/2027 |
| Pendekatan | Pembelajaran Mendalam |
| Model Pembelajaran | Project Based Learning (PjBL) + praktik |
| Bentuk Dokumen | Modul Ajar — memuat RPP |
✍️ Dua baris kuning di atas terisi otomatis saat Anda mengunduh — beserta kop, logo, dan nama sekolah di kepala tiap lembar.
Identifikasi Peserta Didik:
| Kesiapan belajar (kompetensi awal) | Peserta didik telah memahami konsep dasar data, penyajian data dalam bentuk tabel dan grafik, serta ukuran pemusatan data pada jenjang sebelumnya. |
Dimensi Profil Lulusan yang dikembangkan:
- Penalaran Kritis — mengolah informasi, menganalisis, dan menarik simpulan secara logis
- Kolaborasi — bekerja sama secara efektif untuk mencapai tujuan bersama
- Kemandirian — bertanggung jawab atas proses dan hasil belajarnya sendiri
🔒 Elemen tiap dimensi beserta wujudnya pada materi ini tersedia di Paket Lengkap.
Identifikasi materi — 4 dimensi pengetahuan:
| Faktual | Statistika Industri digunakan untuk mengendalikan kualitas produk, mengoptimalkan proses produksi, dan memprediksi permintaan pasar di berbagai sektor industri seperti manufaktur, pangan, dan farmasi. |
| Konseptual | Konsep inti statistika industri meliputi distribusi probabilitas, sampling, pengujian hipotesis, dan analisis regresi untuk pengambilan keputusan berbasis data. |
| Prosedural | Materi ini mengajarkan langkah-langkah pengumpulan data sampel, perhitungan statistik inferensial, interpretasi hasil, dan penyusunan laporan rekomendasi untuk perbaikan proses industri. |
| Metakognitif | Peserta didik akan menyadari pentingnya berpikir sistematis dan kritis dalam menganalisis data untuk membuat keputusan yang tepat dalam konteks industri, serta kemampuan untuk mengevaluasi strategi analisis yang digunakan. |
Tujuan Pembelajaran:
- Mengidentifikasi jenis-jenis data dan skala pengukuran yang relevan dalam konteks industri.
- Menerapkan metode pengumpulan dan penyajian data yang tepat untuk kasus industri.
- Menghitung dan menginterpretasi ukuran pemusatan dan penyebaran data industri.
- Melakukan pengujian hipotesis sederhana untuk membandingkan dua kelompok data produksi.
- Menganalisis hubungan antar variabel menggunakan regresi linier sederhana dalam data industri.
- Membuat laporan hasil analisis statistika industri yang informatif dan memberikan rekomendasi perbaikan.
Pemahaman bermakna: Memahami statistika industri memungkinkan peserta didik menganalisis dan menginterpretasi data untuk membuat keputusan yang efektif dalam meningkatkan kualitas dan efisiensi proses produksi.
Pertanyaan pemantik: "Bagaimana data produksi yang kita kumpulkan dapat membantu sebuah pabrik mengurangi cacat produk dan meningkatkan keuntungan?"
| Praktik Pedagogis | Project Based Learning (PjBL) + praktik |
| Lintas Disiplin Ilmu | Ekonomi Bisnis: Analisis data penjualan, biaya produksi, dan keuntungan untuk pengambilan keputusan strategis. Teknik Industri: Pengendalian kualitas produk, optimasi proses produksi, dan perancangan eksperimen. Bahasa Indonesia: Penyusunan laporan hasil analisis statistika yang jelas, lugas, dan efektif. |
| Kemitraan Pembelajaran | Orang tua dapat mendukung dengan mendorong peserta didik mencari contoh penerapan statistika di lingkungan sekitar atau diskusi tentang pekerjaan yang melibatkan data. |
| Lingkungan Pembelajaran | Kelas diatur agar nyaman untuk diskusi kelompok dan presentasi, dengan akses ke komputer atau proyektor, serta bisa memanfaatkan area simulasi industri jika tersedia di sekolah. |
| Pemanfaatan Teknologi Digital | Pemanfaatan perangkat lunak spreadsheet (misalnya Microsoft Excel atau Google Sheets) untuk perhitungan statistika dan pembuatan grafik, serta sumber belajar online seperti video tutorial atau simulasi data industri. |
| Model Pembelajaran | Discovery Learning |
| Tujuan Pertemuan 1 | Mengidentifikasi jenis-jenis data dan skala pengukuran yang relevan dalam konteks industri serta menerapkan metode pengumpulan dan penyajian data yang tepat untuk kasus industri. |
| Tahapan | Alokasi | Kegiatan Pembelajaran |
|---|---|---|
| Kegiatan AwalBerkesadaran (Mindful) | 15 menit | Guru mengucapkan salam, memimpin doa, memeriksa kehadiran, melakukan apersepsi dengan menanyakan pengalaman peserta didik melihat data di sekitar mereka, menyampaikan tujuan pembelajaran, dan memantik diskusi dengan pertanyaan 'Mengapa data sangat penting dalam sebuah pabrik?'. |
| Inti — MemahamiBermakna (Meaningful) | 20 menit | Peserta didik diajak mengeksplorasi berbagai jenis data (kualitatif, kuantitatif, diskrit, kontinu) dan skala pengukuran (nominal, ordinal, interval, rasio) melalui contoh kasus data kualitas produk, waktu produksi, atau kepuasan pelanggan di industri. Mereka juga mengidentifikasi metode pengumpulan data yang sesuai. |
| Inti — MengaplikasiBermakna (Meaningful) | 25 menit | Peserta didik secara berkelompok menganalisis studi kasus data industri sederhana, kemudian menentukan jenis data, skala pengukuran, dan menyajikan data tersebut dalam bentuk tabel distribusi frekuensi dan grafik yang sesuai (histogram, diagram batang, diagram lingkaran) menggunakan lembar kerja. |
| Inti — MerefleksiBermakna (Meaningful) | 15 menit | Setiap kelompok mempresentasikan hasil analisis dan penyajian datanya. Guru memberikan umpan balik, menguatkan konsep, dan memastikan pemahaman peserta didik tentang pentingnya pemilihan metode penyajian data yang tepat agar mudah dipahami oleh pihak industri. |
| Kegiatan PenutupMenggembirakan (Joyful) | 15 menit | Peserta didik bersama guru menyimpulkan materi pertemuan ini. Guru memberikan apresiasi atas partisipasi aktif, mengingatkan materi untuk pertemuan selanjutnya, dan menutup dengan motivasi serta doa. |
Tahapan inti mengikuti 3 Pengalaman Belajar Pembelajaran Mendalam: memahami → mengaplikasi → merefleksi; label di kolom kiri menunjukkan prinsip yang diwujudkan tiap tahapan.
| Model Pembelajaran | Problem Based Learning (PBL) |
| Tujuan Pertemuan 2 | Menghitung dan menginterpretasi ukuran pemusatan dan penyebaran data industri serta melakukan pengujian hipotesis sederhana untuk membandingkan dua kelompok data produksi. |
| Tahapan | Alokasi | Kegiatan Pembelajaran |
|---|---|---|
| Kegiatan AwalBerkesadaran (Mindful) | 15 menit | Guru menyapa peserta didik, memimpin doa, memeriksa kehadiran, melakukan kuis singkat terkait penyajian data, kemudian menyajikan skenario masalah 'Sebuah pabrik ingin membandingkan rata-rata kekuatan material dari dua pemasok berbeda. Bagaimana cara kita menentukan mana yang lebih baik secara statistik?'. |
| Inti — MemahamiBermakna (Meaningful) | 20 menit | Peserta didik diajak memahami konsep ukuran pemusatan (mean, median, modus) dan penyebaran data (rentang, varians, standar deviasi) melalui studi kasus data kualitas produk. Kemudian, mereka diperkenalkan pada langkah-langkah dasar pengujian hipotesis sederhana (misal: uji-t untuk dua sampel independen). |
| Inti — MengaplikasiBermakna (Meaningful) | 25 menit | Dalam kelompok, peserta didik mengerjakan LKPD yang berisi data produksi dari dua pemasok material. Mereka menghitung ukuran pemusatan dan penyebaran data untuk masing-masing pemasok, lalu melakukan pengujian hipotesis untuk menentukan apakah ada perbedaan signifikan antara kedua pemasok tersebut menggunakan rumus atau alat bantu sederhana. |
| Inti — MerefleksiBermakna (Meaningful) | 15 menit | Masing-masing kelompok mempresentasikan hasil perhitungan dan interpretasi pengujian hipotesis mereka. Guru memfasilitasi diskusi, memberikan klarifikasi tentang kesalahan konsep, dan menguatkan pemahaman tentang kapan dan bagaimana menggunakan pengujian hipotesis dalam pengambilan keputusan industri. |
| Kegiatan PenutupMenggembirakan (Joyful) | 15 menit | Guru bersama peserta didik merangkum poin-poin penting materi hari ini. Guru memberikan pujian atas kerja keras peserta didik, memberikan tugas mandiri untuk pengayaan, dan menutup dengan doa agar ilmu yang didapat bermanfaat. |
Tahapan inti mengikuti 3 Pengalaman Belajar Pembelajaran Mendalam: memahami → mengaplikasi → merefleksi; label di kolom kiri menunjukkan prinsip yang diwujudkan tiap tahapan.
Tujuan: Menganalisis data produksi, menghitung ukuran statistik, dan membuat interpretasi untuk pengambilan keputusan.
Alat & bahan: Komputer/laptop, software spreadsheet (Excel/Google Sheets), kalkulator, alat tulis
Langkah kerja:
- Buka file data produksi yang disediakan.
- Identifikasi jenis data dan skala pengukuran untuk setiap variabel.
- Hitung rata-rata, median, modus, dan standar deviasi untuk variabel utama.
- Buat grafik yang sesuai untuk memvisualisasikan data.
- Interpretasikan hasil perhitungan dan grafik untuk menarik kesimpulan awal.
🔒 Tabel kerja dan lembar refleksi murid tidak ditampilkan di pratinjau — keduanya ada di berkas unduhan.
Asesmen awal (diagnostik):
- Apa yang Anda ketahui tentang rata-rata dan bagaimana cara menghitungnya?
- Sebutkan dua cara penyajian data yang Anda tahu!
- Menurut Anda, mengapa data penting bagi sebuah pabrik?
- Apa perbedaan data kualitatif dan kuantitatif?
Formatif (proses): Observasi kinerja kelompok saat diskusi dan presentasi, serta penilaian hasil LKPD.
Sumatif (akhir): Penilaian proyek laporan analisis statistika industri dan tes tertulis akhir.
🔒 Rubrik KKTP dan kunci jawaban tidak ditampilkan di pratinjau — rubrik ada di berkas unduhan, kunci jawaban khusus member Paket Lengkap.
| No | Tujuan Pembelajaran | Materi | Alokasi | Dimensi |
|---|---|---|---|---|
| 1 | Mengidentifikasi jenis-jenis data dan skala pengukuran yang relevan dalam konteks industri. | Jenis-jenis data dan skala pengukuran. | 2 JP | Penalaran Kritis |
| 2 | Menerapkan metode pengumpulan dan penyajian data yang tepat untuk kasus industri. | Metode pengumpulan dan penyajian data. | 2 JP | Kolaborasi |
| 3 | Menghitung dan menginterpretasi ukuran pemusatan dan penyebaran data industri. | Ukuran pemusatan dan penyebaran data. | 2 JP | Kemandirian |
| 4 | Melakukan pengujian hipotesis sederhana untuk membandingkan dua kelompok data produksi. | Pengujian hipotesis (uji-t). | 2 JP | Penalaran Kritis |
Statistika Industri adalah cabang statistika yang berfokus pada aplikasi metode statistik untuk mengontrol, menganalisis, dan meningkatkan proses serta produk dalam lingkungan manufaktur dan jasa. Ini membantu perusahaan membuat keputusan berbasis data untuk meningkatkan efisiensi, mengurangi biaya, dan memastikan kualitas produk yang konsisten. Dengan memahami prinsip-prinsip statistika industri, kita dapat mengubah data mentah menjadi wawasan berharga yang mendorong inovasi dan keunggulan kompetitif.
1. Pengertian dan Ruang Lingkup Statistika Industri
Statistika industri adalah disiplin ilmu yang menerapkan metode statistik untuk menganalisis data yang dihasilkan dari proses industri. Tujuannya adalah untuk memahami variabilitas, mengidentifikasi akar masalah, dan membuat keputusan yang lebih baik untuk meningkatkan kualitas produk, efisiensi proses, dan kepuasan pelanggan. Ruang lingkupnya meliputi pengendalian kualitas statistik (Statistical Process Control/SPC), perancangan eksperimen (Design of Experiments/DOE), analisis regresi, dan sampling penerimaan. Contohnya, sebuah pabrik ban menggunakan statistika untuk memastikan setiap ban memiliki ketahanan yang seragam, atau perusahaan makanan mengukur kadar garam produknya agar sesuai standar kesehatan.
2. Jenis-jenis Data dan Skala Pengukuran
Dalam statistika industri, data dapat dibedakan menjadi kualitatif (deskriptif, seperti warna produk) dan kuantitatif (numerik, seperti berat produk). Data kuantitatif dibagi lagi menjadi diskrit (hasil hitungan, misal jumlah cacat) dan kontinu (hasil pengukuran, misal suhu). Skala pengukuran menentukan jenis analisis yang dapat dilakukan: nominal (kategori tanpa urutan, misal jenis mesin), ordinal (kategori dengan urutan, misal tingkat kepuasan), interval (numerik dengan interval sama, tanpa nol mutlak, misal suhu Celsius), dan rasio (numerik dengan nol mutlak, misal panjang produk). Pemahaman ini krusial agar analisis yang dilakukan valid dan informatif.
3. Metode Pengumpulan dan Penyajian Data
Pengumpulan data yang akurat adalah fondasi analisis statistika yang baik. Metode umum meliputi observasi langsung, survei, eksperimen terkontrol, dan pengambilan sampel. Setelah data terkumpul, penyajian yang efektif sangat penting agar mudah dipahami. Ini bisa berupa tabel distribusi frekuensi, diagram batang untuk data kualitatif, histogram untuk data kuantitatif kontinu, diagram lingkaran untuk proporsi, atau scatter plot untuk melihat hubungan antar variabel. Misalnya, data cacat produk disajikan dalam diagram Pareto untuk mengidentifikasi penyebab utama.
4. Ukuran Pemusatan Data Industri
Ukuran pemusatan data memberikan gambaran nilai 'tengah' dari sebuah kumpulan data. Mean (rata-rata) adalah jumlah semua nilai dibagi banyaknya data, sering digunakan untuk mengukur kinerja rata-rata. Median adalah nilai tengah setelah data diurutkan, berguna jika ada outlier. Modus adalah nilai yang paling sering muncul, cocok untuk data kategorikal atau untuk mengetahui nilai paling umum. Dalam industri, rata-rata waktu produksi atau rata-rata kekuatan material adalah contoh aplikasi ukuran pemusatan ini.
5. Ukuran Penyebaran Data Industri
Ukuran penyebaran data menunjukkan seberapa jauh data tersebar dari nilai tengah. Rentang (range) adalah selisih nilai maksimum dan minimum. Varians dan standar deviasi adalah ukuran penyebaran yang paling umum, menunjukkan rata-rata kuadrat atau akar kuadrat selisih setiap data dari mean. Semakin kecil standar deviasi, semakin konsisten proses produksi. Misalnya, standar deviasi berat produk yang rendah menunjukkan kontrol kualitas yang baik, artinya produk memiliki berat yang seragam.
6. Pengujian Hipotesis Sederhana
Pengujian hipotesis adalah metode statistik untuk membuat keputusan tentang parameter populasi berdasarkan data sampel. Langkahnya meliputi perumusan hipotesis nol (H0) dan alternatif (H1), penentuan tingkat signifikansi, pemilihan uji statistik (misal uji-t untuk membandingkan rata-rata dua kelompok), perhitungan nilai statistik uji, dan pengambilan keputusan (tolak atau terima H0). Contohnya, pengujian hipotesis dapat digunakan untuk menentukan apakah ada perbedaan signifikan dalam efisiensi dua metode produksi yang berbeda.
7. Analisis Korelasi dan Regresi Linier Sederhana
Korelasi mengukur kekuatan dan arah hubungan linier antara dua variabel (misal: antara suhu dan tekanan). Koefisien korelasi (r) berkisar antara -1 hingga +1. Regresi linier sederhana digunakan untuk memodelkan hubungan ini dan memprediksi nilai satu variabel berdasarkan nilai variabel lain. Persamaan regresi (Y = a + bX) memungkinkan kita memprediksi Y (variabel dependen) dari X (variabel independen). Dalam industri, regresi dapat memprediksi jumlah cacat berdasarkan kecepatan mesin atau penjualan berdasarkan pengeluaran iklan.
Rangkuman: Statistika Industri adalah alat penting untuk meningkatkan kualitas dan efisiensi dalam proses produksi. Ini melibatkan identifikasi jenis data, penyajian yang tepat, perhitungan ukuran pemusatan dan penyebaran, serta analisis lanjutan seperti pengujian hipotesis dan regresi. Dengan metode ini, perusahaan dapat membuat keputusan berbasis data untuk mengoptimalkan operasional, mengurangi biaya, dan menghasilkan produk yang lebih baik secara konsisten, menjadikan data sebagai aset strategis dalam mencapai keunggulan kompetitif.
| Istilah | Arti |
|---|---|
| Variabilitas | Seberapa jauh data tersebar atau bervariasi. |
| Outlier | Nilai data yang sangat berbeda dari sebagian besar data lainnya. |
| Parameter | Ukuran karakteristik populasi. |
| Statistik | Ukuran karakteristik sampel. |
| Hipotesis Nol (H0) | Asumsi awal yang menyatakan tidak ada perbedaan atau hubungan. |
| Hipotesis Alternatif (H1) | Pernyataan yang ingin dibuktikan, berlawanan dengan H0. |
| Signifikansi | Tingkat probabilitas untuk menolak hipotesis nol ketika itu benar. |
| Koefisien Korelasi | Ukuran kekuatan dan arah hubungan linier antara dua variabel. |
| Regresi Linier | Metode statistik untuk memodelkan hubungan linier antara variabel dependen dan independen. |
| Scatter Plot | Grafik yang menunjukkan hubungan antara dua variabel kuantitatif. |
🔒 Daftar pustaka tidak ditampilkan di pratinjau — ada di berkas unduhan.
Modul ajar "Statistika Industri" mata pelajaran Matematika Kelas XI ini disusun sesuai ketentuan Kurikulum Merdeka · Pembelajaran Mendalam dan dinyatakan dapat digunakan dalam pembelajaran Tahun Pelajaran 2026/2027.
Rujukan: Permendikdasmen No. 13 Tahun 2025 (Pembelajaran Mendalam) · Permendikdasmen No. 1 Tahun 2026 (Standar Proses) · CP: Kepka BSKAP No. 046/H/KR/2025
Bukan Statistika Industri yang Anda cari?Pilih dari peta materi setahun di bawah ini 👇
Materi Anda tidak ada di daftar?Tulis judulnya sendiri — tetap gratis, ±1 menitPeta Materi Matematika Kelas XI Setahun
Urutan mengajarnya, bukan urutan pencarian. Yang sudah ada tinggal diunduh; yang belum, disusun atas nama Anda — sama-sama gratis.
Semester 1 / Ganjil1 dari 2 siap unduh
Analisis Data BivariatModul siap unduh · Word + PDF ber-kopKomposisi Fungsi dan Fungsi InversBelum tersedia — susun atas nama Anda, gratisSemester 2 / Genap1 dari 2 siap unduh
Transformasi FungsiModul siap unduh · Word + PDF ber-kopLingkaranBelum tersedia — susun atas nama Anda, gratisModul Matematika lain yang sudah tersedia
Barisan dan DeretMatematika Kelas XI SMKBarisan GeometriMatematika Kelas XI SMKBunga Majemuk dan AnuitasMatematika Kelas XI SMKBunga Tunggal dan Bunga MajemukMatematika Kelas XI SMKLihat semua Modul Ajar Matematika Kelas XI →Pertanyaan yang Sering Diajukan
Apakah ini modul ajar Matematika kelas 11 yang saya cari?
Kemungkinan besar ya. Kelas XI dan kelas 11 adalah kelas yang sama — yang satu ditulis angka Romawi seperti di dokumen resmi, yang satu angka biasa. Berkas ini perangkat ajar untuk materi Statistika Industri pada Matematika SMK, Fase F.
Modul Statistika Industri ini untuk semester 1 (ganjil) atau semester 2 (genap)?
Semester 2 (genap), menurut urutan materi Matematika kelas XI SMK di peta setahun pada halaman ini. Semesternya sudah terisi otomatis saat Anda mengunduh.
Apakah modul ajar Matematika materi Statistika Industri ini gratis?
Ya. Modul Statistika Industri untuk kelas XI SMK dapat diunduh gratis dalam Word + PDF tanpa watermark, lengkap dengan kop sekolah dan nama Anda sebagai penyusun. Tiga modul gratis tersedia bertahap; modul berikutnya terbuka setiap 18 jam.
Bagaimana cara download modul ajar Statistika Industri ini dalam Word (.docx) dan PDF?
Ketuk tombol unduh, isi nama dan sekolah, lalu buka dengan email atau Google dan nomor WhatsApp aktif. Berkas Matematika kelas XI ini turun sebagai Word (.docx) yang bisa diedit dan PDF siap cetak, tanpa iklan dan tanpa tautan Drive.
Berapa lama modul ini tersusun?
Sekitar satu menit. Cukup isi nama, jenjang, sekolah, mapel, dan materi — modul Matematika kelas XI langsung tersusun atas nama Anda.
Bisakah modul Statistika Industri ini diedit?
Bisa. Hasil unduhan berupa dokumen Word yang bisa disunting penuh — tujuan, alokasi waktu, dan langkah kegiatan Statistika Industri dapat Anda sesuaikan dengan murid Matematika kelas XI di sekolah Anda. Sudah ber-kop sekolah dan atas nama Anda, tersedia juga dalam PDF.
Apakah modul ajar Matematika kelas XI ini sesuai kurikulum terbaru?
Ya. Modul Statistika Industri ini mengikuti Kurikulum Merdeka dengan Pembelajaran Mendalam (Permendikdasmen 13/2025), pada Fase F untuk kelas XI SMK. Profil Pelajar Pancasila (P5) kini dilanjutkan sebagai 8 Dimensi Profil Lulusan; dimensi yang dikembangkan materi Statistika Industri tercantum di lembar identitasnya.
Ini modul ajar, RPP, atau RPM deep learning?
Ketiganya berkas yang sama. Sampulnya memang bertanda Deep Learning · Pembelajaran Mendalam, dan sebagian guru menyebutnya RPM (Rencana Pembelajaran Mendalam). Modul ajar memuat RPP — keduanya bukan dua dokumen terpisah. Sejak Permendikdasmen Nomor 1 Tahun 2026 tentang Standar Proses, istilah resmi untuk dokumen rencananya adalah Rencana Pelaksanaan Pembelajaran (RPP), dengan tiga komponen inti: tujuan pembelajaran, langkah pembelajaran, dan asesmen. Modul ajar adalah ketiganya beserta lampirannya — LKPD, ATP, dan bahan ajar. Berkas Statistika Industri untuk Matematika kelas XI di halaman ini memuat semuanya, jadi dapat disetorkan baik ketika sekolah meminta RPP maupun modul ajar.
Apakah ada soal, kisi-kisi, dan rubrik KKTP-nya?
Ada. Modul Statistika Industri ini memuat bank soalnya sendiri — 6 pilihan ganda dan 5 uraian (kunci jawabannya khusus member Paket Lengkap), ditambah rubrik KKTP pada bagian asesmennya. Yang belum termasuk: paket soal satu semester penuh Matematika kelas XI SMK berikut kisi-kisi dan kartu soalnya — Asesmen Sumatif Tengah Semester (ASTS/PTS) dan Akhir Semester (ASAS/PAS). Penjelasannya ada di halaman Kisi-Kisi & ASAS.
Apakah Kaldik, Prota, dan Promes (Program Semester) ikut di unduhan gratis?
Tidak. Unduhan gratis berisi modul ajar Statistika Industri beserta ATP, LKPD, asesmen, dan bank soalnya. Perangkat pembelajaran pelengkap Matematika kelas XI berupa Program Tahunan (Prota) dan Program Semester (Promes/Prosem) ber-kop sekolah tersedia lewat Paket Modul — bersama Kalender Pendidikan (libur nasional & cuti bersama resmi SKB 3 Menteri sudah tercantum) dan Alokasi Waktu yang menghitung minggu efektifnya otomatis.
Modul Matematika ini cocok untuk SMK negeri maupun swasta?
Ya. Kop, logo, dan nama SMK Anda dipasang otomatis, negeri maupun swasta; sekolah berciri (Muhammadiyah, NU, Islam Terpadu) mendapat kop dan mapel khasnya sendiri saat mengisi borang. Materi Statistika Industri disusun untuk SMK dari kurikulum yang sama.
tuntas.org — administrasi beres, kinerja tuntas. Semua modul disusun sebagai materi bantu belajar yang independen.