USAKTI - SIS

Search Subject

Subject Name :
Matakuliah tidak ditemukan

Landscape	Kode Matakuliah	Nama Matakuliah	sks	Creator	Reviewer	Action
Kurikulum Sistem Informasi 2023/2024	IKL6309	Algoritma dan Pemrograman	3.00	2554 Anung Barlianto Ariwibowo, M.Kom.	2553 Syandra Sari, S.Kom., M.Kom.	RPS\| Assessment Map
Kurikulum Sistem Informasi 2023/2024	IKL6207	Struktur Data dan Algoritma	2.00	2554 Anung Barlianto Ariwibowo, M.Kom.	2553 Syandra Sari, S.Kom., M.Kom.	RPS\| Assessment Map
Kurikulum S1 TP 2023	MPU6112	Praktikum Algoritma dan Pemrograman	1.00	3611 Sigit Rahmawan, S.T., M.T.	Belum di tentukan	RPS\| Assessment Map
Kurikulum Informatika 2023/2024	IKL6309	Algoritma dan Pemrograman	3.00	2963 dr. Abdul Rohman, Sp.P	2641 Binti Solihah, S.T., M.Kom.	RPS\| Assessment Map
Kurikulum Informatika 2023/2024	IKL6441	Struktur Data dan Algoritma	4.00	2435 Abdul Rochman, M.Kom.	2554 Anung Barlianto Ariwibowo, M.Kom.	RPS\| Assessment Map

RPS Detail

Matakuliah

Profile

History

Kode Matakuliah	IKL6207
Nama Matakuliah	Struktur Data dan Algoritma
sks	2.00

Semester Name	Subject Code	Subject Name	Group Name	Group Code	Portofolio
Genap 2023/2024 (R)	IKL6207	Struktur Data dan Algoritma	SI-01	01	Portofolio
Genap 2023/2024 (Rmd)	IKL6207	Struktur Data dan Algoritma	SI-01	01	Portofolio
Gasal 2024/2025 (R)	IKL6207	Struktur Data dan Algoritma	SI-01	01	Portofolio

Review History

RPS Review History

Capaian Pembelajaran (CP) terkait

Capaian Pembelajaran (CP)

PENGETAHUAN

Mampu memahami dan menggunakan berbagai metodologi pengembangan sistem beserta alat pemodelan sistem dan menganalisa kebutuhan pengguna dalam membangun sistem informasi untuk mencapai tujuan organisasi. (CPL03 (P.a))
Able to understand and utilize various system development methodologies, modeling tools, and analyze user requirements to build information systems that align with organizational goals. (CPL03 (P.a))

Detail

Course Learning Outcomes

Action

Show/Hide

Struktur data linier berurut.
Contiguous linear data structure. (3,3)

Show/Hide

Penggunaan yang sesuai struktur data linier yang tak berurut dan dinamis.
Appropriate use of dynamically sized and non-contiguous linear data structures. (3,3)

Show/Hide

Memahami perlunya struktur data non-linier.
Understand the necessity of non-linear data structures. (2,2)

Show/Hide

Memahami elemen-elemen dasar graf.
Understand basic elements of graphs. (2,2)

Show/Hide

Memahami prinsip matematis yang mendasari algoritma hashing untuk penyimpanan dan temu-kembali dari memori volatil.
Understand the mathematical principles behind hashing algorithms for data storage and retrieval from volatile memory. (2,2)

Show/Hide

Mahasiswa melakukan analisis kompleksitas algoritma.
Students analyze algorithm complexity (3,2)

Show/Hide

Mahasiswa dapat menggunakan struktur data hash.
Students can apply hash data structure. (3,2)

Show/Hide

Mahasiswa menerapkan algoritma pengurutan data dalam situasi yang beragam.
Students apply sorting algorithm in different use case. (3,2)

KETRAMPILAN KHUSUS

Mampu memahami, menganalisis, menilai konsep dasar dan peran sistem informasi dalam mengelola data yaitu pemfilteran, agregasi dan pengorganisasian dalam analisis dan visualisasi data untuk memberikan rekomendasi pengambilan keputusan pada proses dan sistem organisasi. (CPL01 (KK.a))
Able to understand, analyze, and evaluate the basic concepts and role of information systems in managing data, including filtering, aggregation, and organization in data analysis and visualization, to provide decision-making recommendations in organizational processes and systems. (CPL01 (KK.a))

Mampu merancang dan menggunakan database, serta mengolah dan menganalisa data dengan alat dan teknik pengolahan data. (CPL02 (KK.b))
Able to design and use databases, as well as process and analyze data using data processing tools and techniques. (CPL02 (KK.b))

RPS per Session

Sesi Ke

KAD

Bahan Kajian

Metoda Pembelajaran

Waktu Belajar (Menit)

Pengalaman Belajar Mahasiswa

Referensi

Kriteria Penilaian (Indikator)

Administratif perkuliahan.

Capaian pembelajaran mata kuliah.

Materi pengantar struktur data dan algoritma.

Diskusi

100.00

Paparan.

Diskusi.

Tanya jawab.

Narasimha Karumanchi(2020)
Fabrizio Romano, Benjamin Baka, Dusty Phillips(2019)
Magnus Lie Hetland(2014)

Quiz - 1.00 %
Ujian Tengah Semester - 3.00 %

CAPAIAN PEMBELAJARAN: Mampu merancang dan menggunakan database, serta mengolah dan menganalisa data dengan alat dan teknik pengolahan data. (CPL02 (KK.b))
Able to design and use databases, as well as process and analyze data using data processing tools and techniques. (CPL02 (KK.b))

CPMK: Memahami perlunya menyimpan dan mengakses data dari struktur memori lojik dan fisik.
Understand the necessity of storing and accessing a set of related values from a single logical or physical memory structure.

KAD: Penyimpanan data dalam memori internal dan memori eksternal
Data storage inside internal and external memory. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Mahasiswa memahami peran struktur data dalam penyimpanan data yang sistematis.
Students understand the role of data structure in systematic data storage.

Quiz 1.00 %
Ujian Tengah Semester 1.00 %

CAPAIAN PEMBELAJARAN: Mampu memahami dan menggunakan berbagai metodologi pengembangan sistem beserta alat pemodelan sistem dan menganalisa kebutuhan pengguna dalam membangun sistem informasi untuk mencapai tujuan organisasi. (CPL03 (P.a))
Able to understand and utilize various system development methodologies, modeling tools, and analyze user requirements to build information systems that align with organizational goals. (CPL03 (P.a))

CPMK: Struktur data linier berurut.
Contiguous linear data structure.

KAD: Mahasiswa dapat menggunakan tipe data larik.
Students are able to utilize array data type. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Mahasiswa mampu menggunakan struktur data larik untuk penyimpanan data homogen.
Students can use array data structure for homogenous data.

Ujian Tengah Semester 2.00 %

CAPAIAN PEMBELAJARAN: Mampu memahami, menganalisis, menilai konsep dasar dan peran sistem informasi dalam mengelola data yaitu pemfilteran, agregasi dan pengorganisasian dalam analisis dan visualisasi data untuk memberikan rekomendasi pengambilan keputusan pada proses dan sistem organisasi. (CPL01 (KK.a))
Able to understand, analyze, and evaluate the basic concepts and role of information systems in managing data, including filtering, aggregation, and organization in data analysis and visualization, to provide decision-making recommendations in organizational processes and systems. (CPL01 (KK.a))

CPMK: Mahasiswa memahami peran penyimpanan data dalam hirarki memori untuk diolah menjadi informasi.
Students understand the importance of role of data storage and retrieval in the memory hierarchy to be processed into information.

KAD: Mahasiswa dapat menjelaskan cara penyimpanan data dalam hirarki media penyimpanan.
Students are able to explain how data is stored in memory hierarchy. (2,2)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Melakukan pengolahan data sederhana.
Simple data processing.

Efisiensi algoritma

Tutorial
Percobaan
Diskusi

100.00

Mahasiswa memahami bagaimana mendapatkan nilai efisiensi sebuah algoritma. Mahasiswa dapat mencari efisiensi dari sebuah algoritma.

Tutorial - 1.00 %
Ujian Tengah Semester - 3.00 %

Struktur data Linier vs Non-linier. Operasi-operasi Insert, Search, dan Remove. Struktur data Linier: List.

Tutorial
Diskusi

100.00

Mahasiswa memahami ragam TDA List: Array, Linked-list, Stack, Queue. Mahasiswa menggunakan Stack dan Queue untuk studi kasus.

Tugas Individu - 5.00 %
Tutorial - 1.00 %
Ujian Tengah Semester - 3.00 %

CPMK: Memahami prinsip matematis yang mendasari algoritma hashing untuk penyimpanan dan temu-kembali dari memori volatil.
Understand the mathematical principles behind hashing algorithms for data storage and retrieval from volatile memory.

KAD: Memadukan kinerja struktur data larik dan struktur data non-linier.
Utilizing performance of array and non-linear data structure. (2,2)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

1. Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Students use Min-Heap as Priority Queue data structure.

PI Description

PI Assessment Methods

2. Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Students apply rotation operation in AVL Tree.

PI Description

PI Assessment Methods

3. Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Students travers elements in binary tree using preorder, inorder, and postorder traversal.

Tugas Individu 5.00 %
Tutorial 1.00 %
Ujian Tengah Semester 3.00 %

Struktur data Stack. Sifat Last In First Out. Ekspresi Infix dan Postfix. Evaluasi ekspresi Postfix.

100.00

Mahasiswa memahami sifat-sifat struktur data Stack; Operasi-operasi pada tipe data Stack; Studi kasus ekspresi Infix dan Postfix; Evaluasi ekspresi Postfix.

Quiz - 3.00 %
Tutorial - 1.00 %
Ujian Tengah Semester - 4.00 %

CPMK: Penggunaan yang sesuai struktur data linier yang tak berurut dan dinamis.
Appropriate use of dynamically sized and non-contiguous linear data structures.

KAD: Mahasiswa dapat menggunakan tipe data senarai bertaut.
Students are able to utilize linked-list data type. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Menelusuri algoritma pada linked list.
Trace linked list algorithms.

KAD: Memadukan kinerja struktur data larik dan struktur data non-linier.
Utilizing performance of array and non-linear data structure. (2,2)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

1. Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Students use Min-Heap as Priority Queue data structure.

PI Description

PI Assessment Methods

2. Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Students apply rotation operation in AVL Tree.

PI Description

PI Assessment Methods

3. Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Students travers elements in binary tree using preorder, inorder, and postorder traversal.

Quiz 3.00 %
Tutorial 1.00 %
Ujian Tengah Semester 4.00 %

Mengubah ekspresi Infix menjadi Postfix menggunakan Stack.

100.00

Mahasiswa memahami proses pengembangan algoritma untuk mengubah ekspresi Infix ke Postfix menggunakan Stack.

Tutorial - 1.00 %
Ujian Tengah Semester - 4.00 %

CPMK: Mengidentifikasi dan menggunakan pustaka struktur data linier dan non-linier.
Identify and utilize language-specific collections libraries as tested implementations of linear and non-linear data structures.

KAD: Mahasiswa dapat memanfaatkan pustaka struktur data untuk pengolahan data menjadi informasi.
Students are able to use data structure libary to process data into information. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Menggunakan collections module dalam Python.
Use module collections in Python.

CPMK: Penggunaan yang sesuai struktur data linier yang tak berurut dan dinamis.
Appropriate use of dynamically sized and non-contiguous linear data structures.

KAD: Mahasiswa dapat menggunakan tipe data senarai bertaut.
Students are able to utilize linked-list data type. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Menelusuri algoritma pada linked list.
Trace linked list algorithms.

KAD: Memadukan kinerja struktur data larik dan struktur data non-linier.
Utilizing performance of array and non-linear data structure. (2,2)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

1. Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Students use Min-Heap as Priority Queue data structure.

PI Description

PI Assessment Methods

2. Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Students apply rotation operation in AVL Tree.

PI Description

PI Assessment Methods

3. Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Students travers elements in binary tree using preorder, inorder, and postorder traversal.

Tutorial 1.00 %
Ujian Tengah Semester 4.00 %

Struktur data Queue. Sifat First In First Out.

100.00

Mahasiswa menerapkan studi kasus antrian menggunakan package collections.deque.

Tutorial - 1.00 %
Ujian Tengah Semester - 4.00 %
Tugas Individu - 5.00 %

CPMK: Struktur data linier berurut.
Contiguous linear data structure.

KAD: Mahasiswa dapat menggunakan tipe data larik.
Students are able to utilize array data type. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Mahasiswa mampu menggunakan struktur data larik untuk penyimpanan data homogen.
Students can use array data structure for homogenous data.

Tutorial 1.00 %
Ujian Tengah Semester 2.00 %
Tugas Individu 2.00 %

CPMK: Penggunaan yang sesuai struktur data linier yang tak berurut dan dinamis.
Appropriate use of dynamically sized and non-contiguous linear data structures.

KAD: Mahasiswa dapat menggunakan tipe data senarai bertaut.
Students are able to utilize linked-list data type. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Menelusuri algoritma pada linked list.
Trace linked list algorithms.

Ujian Tengah Semester 2.00 %
Tugas Individu 2.00 %

KAD: Memadukan kinerja struktur data larik dan struktur data non-linier.
Utilizing performance of array and non-linear data structure. (2,2)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

1. Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Students use Min-Heap as Priority Queue data structure.

PI Description

PI Assessment Methods

2. Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Students apply rotation operation in AVL Tree.

PI Description

PI Assessment Methods

3. Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Students travers elements in binary tree using preorder, inorder, and postorder traversal.

Tugas Individu 1.00 %

Struktur data Binary Search Tree. Menambahkan elemen ke dalam BST. Operasi pencarian dalam BST.

100.00

Mahasiswa memahami masalah dalam struktur data linier dan bagaimana struktur data non-linier mengatasi masalah-masalah tersebut.

Quiz - 3.00 %
Tutorial - 1.00 %
Ujian Tengah Semester - 4.00 %

KAD: Mahasiswa dapat memanfaatkan pustaka struktur data untuk pengolahan data menjadi informasi.
Students are able to use data structure libary to process data into information. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Menggunakan collections module dalam Python.
Use module collections in Python.

Quiz 1.00 %
Tutorial 1.00 %
Ujian Tengah Semester 1.00 %

CPMK: Memahami perlunya struktur data non-linier.
Understand the necessity of non-linear data structures.

KAD: Mahasiswa dapat menggunakan tipe data Pohon Pencarian Biner.
Students are able to utilize Binary Search Tree. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Menyisipkan elemen ke dalam pohon pencarian biner.
Insert elements into binary search tree.

Quiz 1.00 %

Ujian Tengah Semester 2.00 %

KAD: Memadukan kinerja struktur data larik dan struktur data non-linier.
Utilizing performance of array and non-linear data structure. (2,2)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

1. Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Students use Min-Heap as Priority Queue data structure.

PI Description

PI Assessment Methods

2. Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Students apply rotation operation in AVL Tree.

PI Description

PI Assessment Methods

3. Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Students travers elements in binary tree using preorder, inorder, and postorder traversal.

Quiz 1.00 %

Ujian Tengah Semester 1.00 %

Penelusuran elemen-elemen pohon. Preorder, Inorder, dan Postorder traversal. Immediate successor dan Immediate predecessor. Operasi penghapusan elemen dari BST.

100.00

Mahasiswa melakukan penelusuran verteks-verteks pada pohon dan dapat menggunakannya untuk melakukan operasi penghapusan elemen dari dalam Binary Search Tree.

Tutorial - 1.00 %
Ujian Akhir Semester - 3.00 %

CPMK: Memahami perlunya struktur data non-linier.
Understand the necessity of non-linear data structures.

KAD: Mahasiswa dapat menggunakan tipe data Pohon Pencarian Biner.
Students are able to utilize Binary Search Tree. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Menyisipkan elemen ke dalam pohon pencarian biner.
Insert elements into binary search tree.

Ujian Akhir Semester 1.00 %

KAD: Memadukan kinerja struktur data larik dan struktur data non-linier.
Utilizing performance of array and non-linear data structure. (2,2)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

1. Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Students use Min-Heap as Priority Queue data structure.

PI Description

PI Assessment Methods

2. Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Students apply rotation operation in AVL Tree.

Tutorial 1.00 %
Ujian Akhir Semester 1.00 %

PI Description

PI Assessment Methods

3. Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Students travers elements in binary tree using preorder, inorder, and postorder traversal.

Ujian Akhir Semester 1.00 %

Self-balanced tree. Faktor keseimbangan. Operasi-operasi rotasi.

100.00

Mahasiswa memahami masalah yang mungkin muncul dalam Binary Search Tree, dan bagaimana AVL Tree mengatasi masalah tersebut.

Ujian Akhir Semester - 3.00 %
Tutorial - 2.00 %
Tugas Individu - 5.00 %

CPMK: Memahami perlunya struktur data non-linier.
Understand the necessity of non-linear data structures.

KAD: Mahasiswa dapat menggunakan tipe data Pohon AVL.
Students can utilize AVL Tree. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Menyisipkan elemen ke dalam pohon AVL.
Insert elements into AVL tree.

Ujian Akhir Semester 1.00 %
Tutorial 1.00 %
Tugas Individu 2.00 %

KAD: Memadukan kinerja struktur data larik dan struktur data non-linier.
Utilizing performance of array and non-linear data structure. (2,2)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

1. Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Students use Min-Heap as Priority Queue data structure.

PI Description

PI Assessment Methods

2. Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Students apply rotation operation in AVL Tree.

Ujian Akhir Semester 1.00 %
Tutorial 1.00 %
Tugas Individu 2.00 %

PI Description

PI Assessment Methods

3. Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Students travers elements in binary tree using preorder, inorder, and postorder traversal.

Ujian Akhir Semester 1.00 %

Tugas Individu 1.00 %

Heap sebagai penerapan Priority Queue.

100.00

Mahasiswa memahami bagaimana struktur data non-linier Heap dapat digunakan untuk priority queue.

Quiz - 4.00 %
Ujian Akhir Semester - 3.00 %
Tutorial - 2.00 %

KAD: Memadukan kinerja struktur data larik dan struktur data non-linier.
Utilizing performance of array and non-linear data structure. (2,2)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

1. Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Students use Min-Heap as Priority Queue data structure.

Quiz 1.00 %
Ujian Akhir Semester 1.00 %
Tutorial 2.00 %

PI Description

PI Assessment Methods

2. Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Students apply rotation operation in AVL Tree.

Quiz 2.00 %
Ujian Akhir Semester 1.00 %

PI Description

PI Assessment Methods

3. Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Students travers elements in binary tree using preorder, inorder, and postorder traversal.

Quiz 1.00 %
Ujian Akhir Semester 1.00 %

Struktur data graf dan representasinya.

100.00

Mahasiswa memahami bagaimana graf dapat digunakan untuk merepresentasikan data dalam beragam bidang kehidupan.

Ujian Akhir Semester - 4.00 %

KAD: Mahasiswa dapat memanfaatkan pustaka struktur data untuk pengolahan data menjadi informasi.
Students are able to use data structure libary to process data into information. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Menggunakan collections module dalam Python.
Use module collections in Python.

CPMK: Memahami elemen-elemen dasar graf.
Understand basic elements of graphs.

KAD: Mahasiswa dapat menggunakan tipe data graf.
Students are able to use graph data type. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Membuat representasi adjacency matrix dan adjacency list.
Create adjacency matrix and adjacency list as a representation of a graph.

Ujian Akhir Semester 4.00 %

KAD: Memadukan kinerja struktur data larik dan struktur data non-linier.
Utilizing performance of array and non-linear data structure. (2,2)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

1. Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Students use Min-Heap as Priority Queue data structure.

PI Description

PI Assessment Methods

2. Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Students apply rotation operation in AVL Tree.

PI Description

PI Assessment Methods

3. Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Students travers elements in binary tree using preorder, inorder, and postorder traversal.

Algoritma Breadth First Search dan Depth First Search pada Graph dan Tree.

100.00

Mahasiswa memahami prinsip kerja algoritma BFS sebagai dasar algoritma-algoritma lain yang dapat diterapkan pada Graph.

Tutorial - 2.00 %
Ujian Akhir Semester - 4.00 %
Tugas Individu - 5.00 %

CPMK: Memahami elemen-elemen dasar graf.
Understand basic elements of graphs.

KAD: Mahasiswa dapat menggunakan tipe data graf.
Students are able to use graph data type. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Membuat representasi adjacency matrix dan adjacency list.
Create adjacency matrix and adjacency list as a representation of a graph.

Tutorial 2.00 %
Ujian Akhir Semester 4.00 %
Tugas Individu 5.00 %

KAD: Memadukan kinerja struktur data larik dan struktur data non-linier.
Utilizing performance of array and non-linear data structure. (2,2)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

1. Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Students use Min-Heap as Priority Queue data structure.

PI Description

PI Assessment Methods

2. Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Students apply rotation operation in AVL Tree.

PI Description

PI Assessment Methods

3. Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Students travers elements in binary tree using preorder, inorder, and postorder traversal.

Struktur data Hash.

100.00

Mahasiswa menerapkan algoritma Hash untuk penyimpanan data dengan kompleksitas algoritma yang efisien.

Quiz - 4.00 %
Ujian Akhir Semester - 4.00 %

KAD: Mahasiswa dapat memanfaatkan pustaka struktur data untuk pengolahan data menjadi informasi.
Students are able to use data structure libary to process data into information. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Menggunakan collections module dalam Python.
Use module collections in Python.

CPMK: Mahasiswa melakukan analisis kompleksitas algoritma.
Students analyze algorithm complexity

KAD: Mengidentifikasi operasi elementer dalam sebuah algoritma.
Identify elementary operations in a given algorithm. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Menentukan kompleksitas algoritma.
Determine complexity of algorithm.

CPMK: Mahasiswa dapat menggunakan struktur data hash.
Students can apply hash data structure.

KAD: Mahasiswa menerapkan collision resolution.
Students apply collision resolution. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Menerapkan collision resolution.
Apply collision resolution.

Quiz 2.00 %
Ujian Akhir Semester 2.00 %

KAD: Mahasiswa menerapkan fungsi hash.
Students apply hash function. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Membuat dan menggunakan fungsi hash.
Create and use hash function.

Quiz 2.00 %
Ujian Akhir Semester 2.00 %

Merge Sort dan Quick Sort.

100.00

Mahasiswa menerapkan studi kasus algoritm Merge Sort dan Quick Sort.

Tutorial - 2.00 %
Ujian Akhir Semester - 4.00 %

CPMK: Mahasiswa melakukan analisis kompleksitas algoritma.
Students analyze algorithm complexity

KAD: Mengidentifikasi operasi elementer dalam sebuah algoritma.
Identify elementary operations in a given algorithm. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Menentukan kompleksitas algoritma.
Determine complexity of algorithm.

CPMK: Mahasiswa menerapkan algoritma pengurutan data dalam situasi yang beragam.
Students apply sorting algorithm in different use case.

KAD: Mahasiswa menerapkan algoritma quick sort.
Students apply quick sort algorithm. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Menelusuri jalannya algoritma quick sort.
Trace quick sort algorithm.

Tutorial 1.00 %
Ujian Akhir Semester 1.00 %

KAD: Mahasiswa menerapkan algoritma merge sort.
Students apply merge sort algorithm. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Menelusuri jalannya algoritma merge sort.
Trace merge sort algorithm.

Tutorial 1.00 %
Ujian Akhir Semester 1.00 %

KAD: Mahasiswa menerapkan algoritma insertion sort.
Students apply insertion sort algorithm. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Menelusuri jalannya algoritma insertion sort.
Trace insertion sort algorithm.

Ujian Akhir Semester 1.00 %

KAD: Mahasiswa menerapkan algoritma selection sort.
Students apply selection sort algorithm. (3,3)

Daftar Kriteria Penilaian (Indikator)

PI Description

PI Assessment Methods

Menelusuri jalannya algoritma selection sort.
Trace selection sort algorithm.

Ujian Akhir Semester 1.00 %

Assessment Component

Assessment Detail

No	Component Name	Weightage
1	Quiz	15
2	Tugas Individu	20
3	Tutorial	15
4	Ujian Akhir Semester	25
5	Ujian Tengah Semester	25
Total		100

Daftar Referensi

1. Narasimha Karumanchi. Data Structure and Algorithmic Thinking with Python: Data Structure and Algorithmic Puzzles. CareerMonk Publications. 2020
2. Fabrizio Romano, Benjamin Baka, Dusty Phillips. Getting Started with Python: Understand key data structures and use Python in object-oriented programming. Packt Publishing. 2019
3. Magnus Lie Hetland. Python Algorithms: Mastering Basic Algorithms in the Python Language. Apress. 2014

Notice: Trying to get property of non-object in /var/www/html/sis/application/controllers/IndexController.php on line 978

RPS: Session, Learning Material, Reference, Assessment/Rubric

Assessment Component