Student Information System
RPS: Session, Learning Material, Reference, Assessment/Rubric
Info
Search Subject
Subject Name :
Landscape
Kode Matakuliah
Nama Matakuliah
sks
Creator
Reviewer
Action
Kurikulum Teknik Informatika 2019/2020
IKG308
Visualisasi Data
3.00
3022 Dian Pratiwi, S.T., M.T.I.
2441 Ratna Shofiati, S.Kom., M.Kom.
RPS
|
Assessment Map
Kurikulum Informatika 2023/2024
IKD6406
Data Warehouse dan Data Lake
4.00
3022 Dian Pratiwi, S.T., M.T.I.
2128 Dr. Dedy Sugiarto
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 Sistem Informasi 2023/2024
IKD6312
Manajemen Data dan Informasi
3.00
2553 Syandra Sari, S.Kom., M.Kom.
2554 Anung Barlianto Ariwibowo, M.Kom.
RPS
|
Assessment Map
Kurikulum Sistem Informasi 2023/2024
ISD6301
Datawarehouse
3.00
2612 Dr. Ir. Teddy Siswanto, M.Si.
3088 Agus Salim, S.T., M.T.
RPS
|
Assessment Map
Kurikulum Sistem Informasi 2023/2024
ISA6303
Analitik Data
3.00
2128 Dr. Dedy Sugiarto
2553 Syandra Sari, S.Kom., M.Kom.
RPS
|
Assessment Map
Kurikulum Sistem Informasi 2023/2024
ISA6304
Analitik Data Lanjut
3.00
2128 Dr. Dedy Sugiarto
2553 Syandra Sari, S.Kom., M.Kom.
RPS
|
Assessment Map
Kurikulum Informatika 2023/2024
IKD6314
Pemrosesan Data
3.00
3022 Dian Pratiwi, S.T., M.T.I.
2128 Dr. Dedy Sugiarto
RPS
|
Assessment Map
Kurikulum Sistem Informasi 2023/2024
IKD6313
Manajemen Data dan Informasi Lanjut
3.00
0630007CD Shabrina - Teruri, S.Kom., M.T.
2553 Syandra Sari, S.Kom., M.Kom.
RPS
|
Assessment Map
Kurikulum Sistem Informasi 2019/2020
IKD416
Datawarehouse
4.00
2612 Dr. Ir. Teddy Siswanto, M.Si.
Belum di tentukan
RPS
|
Assessment Map
Kurikulum Informatika 2023/2024
IKS6335
Big Data
3.00
2641 Binti Solihah, S.T., M.Kom.
2615 Is Mardianto, M.Kom.
RPS
|
Assessment Map
Kurikulum Informatika 2023/2024
IKL6441
Struktur Data dan Algoritma
4.00
2641 Binti Solihah, S.T., M.Kom.
2554 Anung Barlianto Ariwibowo, M.Kom.
RPS
|
Assessment Map
Matakuliah tidak ditemukan
RPS Detail
Matakuliah
Profile
History
Kode Matakuliah
IKL6441
Nama Matakuliah
Struktur Data dan Algoritma
sks
4.00
Semester Name
Subject Code
Subject Name
Group Name
Group Code
Portofolio
Genap 2023/2024 (R)
IKL6441
Struktur Data dan Algoritma
TIF-02
02
Portofolio
Genap 2023/2024 (R)
IKL6441
Struktur Data dan Algoritma
TIF-01
01
Portofolio
Genap 2023/2024 (Rmd)
IKL6441
Struktur Data dan Algoritma
TIF-02
02
Portofolio
Review History
RPS Review History
No
Review
Review By
Review Date
Capaian Pembelajaran (CP) terkait
Capaian Pembelajaran (CP)
SIKAP
1
Mahasiswa mampu menunjukkan sikap Tri Krama Universitas Trisakti: Takwa Tekun Terampil, Asah Asih Asuh, Satria, Setia Sportif dan berjiwa wirausaha (S.a)
Students can demonstrate the Tri Krama attitude of Trisakti University: being devoted, diligent, skilled, compassionate, nurturing, honorable, loyal, sportsmanlike, and entrepreneurial spirit. (S.a)
No
Detail
Course Learning Outcomes
Action
PENGETAHUAN
1
Mahasiswa mampu menjelaskan cara kerja sistem komputer dan menerapkan/menggunakan berbagai algoritma/metode untuk memecahkan masalah pada suatu industri. (P.a)
Students can explain the operation of computer systems and apply/utilize various algorithms/methods to solve problems in the industry. (P.a)
No
Detail
Course Learning Outcomes
Action
1
Show/Hide
Mahasiwa mampu menjelaskan kompeksitas waktu dan ruang dari suatu algoritma
Students are able to explain the time and space complexity of an algorithm
(2,2)
No
Session Learning Outcomes - Description (Cognitive Level,Knowledge Level)
Action
1
Mahasiswa mampu menjelaskan notasi kompleksitas Big-O
Students are able to explain Big-O complexity notation
(2,2)
KETRAMPILAN UMUM
2
Mahasiswa mampu berpikir logis, kritis serta sistematis dalam memanfaatkan ilmu pengetahuan informatika/ ilmu komputer untuk menyelesaikan masalah nyata. (KU.b)
Students can think logically, critically, and systematically in utilizing the knowledge of informatics/computer science to solve real-world problems.(KU.b)
No
Detail
Course Learning Outcomes
Action
1
Show/Hide
Mahasiwa mampu menjelaskan dan menerapkan struktur data linear
Students are able to explain and apply linear data structures
(3,3)
No
Session Learning Outcomes - Description (Cognitive Level,Knowledge Level)
Action
1
Mahasiswa mampu menjelaskan representasi struktur array dan link dalam memori
Students are able to explain the structural representation of arrays and links in memory
(2,2)
2
Mahasiswa mampu menerapkan struktur data Stack dalam bahasa python
Students are able to apply the Stack data structure in Python
(3,3)
3
Mahasiswa mampu menerapkan struktur data Queue dalam bahasa python
Students are able to apply the Queue data structure in Python
(3,3)
4
Mahasiswa mampu menerapkan struktur data DeQueue dalam bahasa python
Students are able to apply the DeQueue data structure in Python
(3,3)
5
Mahasiswa mampu menerapkan struktur linked list dalam bahasa python
Students are able to apply the linked list structure in Python
(3,3)
6
Mahasiswa mampu menerapkan struktur data hashing dalam bahasa python
Students are able to apply hashing data structures in the Python language
(3,3)
2
Show/Hide
Mahasiwa mampu menjelaskan dan menerapkan struktur data pohon
Students are able to explain and apply tree data structures
(3,3)
No
Session Learning Outcomes - Description (Cognitive Level,Knowledge Level)
Action
1
Mahasiswa mampu menerapkan struktur data binary search tree
Students are able to apply the binary search tree data structure
(3,3)
2
Mahasiswa mampu menerapkan struktur data pohon dengan tinggi seimbang-AVL
Students are able to apply a height-balanced tree data structure-AVL
(3,3)
3
Mahasiswa mampu menerapkan struktur data binary tree
Students are able to apply the binary tree data structure
(3,3)
3
Show/Hide
Mahasiwa mampu menjelaskan dan menerapkan algoritma sorting tercepat
Students are able to explain and apply the fastest sorting algorithm
(3,3)
No
Session Learning Outcomes - Description (Cognitive Level,Knowledge Level)
Action
1
Mahasiswa mampu menjelaskan dan menerapkan algoritme sorting Mergesort dan Quicksort
Students are able to explain and apply the Mergesort and Quicksort sorting algorithms
(3,3)
KETRAMPILAN KHUSUS
3
Mahasiswa mampu mendesain, mengimplementasi dan mengevaluasi solusi berbasis komputasi multi-platform yang memenuhi kebutuhan-kebutuhan industri (KK.c)
Students can design, implement, and evaluate multi-platform computing solutions that meet industrial requirements. (KK.c)
No
Detail
Course Learning Outcomes
Action
1
Show/Hide
Mahasiwa mampu menjelaskan dan menerapkan struktur data graph
Students are able to explain and apply graph data structures
(3,3)
No
Session Learning Outcomes - Description (Cognitive Level,Knowledge Level)
Action
1
Mahasiswa mampu menerapkan struktur data graph dalam representasi adjecency matriks dan list
Students are able to apply graph data structures in adjacency matrix and list representations
(3,3)
2
Mahasiswa mampu menerapkan penelusuran DFS dan BFS pada sebuah graph
Students are able to apply DFS and BFS traversal to a graph
(3,3)
RPS per Session
Sesi Ke
KAD
Bahan Kajian
Metoda Pembelajaran
Waktu Belajar (Menit)
Pengalaman Belajar Mahasiswa
Referensi
Kriteria Penilaian (Indikator)
1
Overview
Sruktur Data, Tipe Data Abstrak
Pengenalan Analisis kinerja Algoritma
Tutorial
Diskusi
200.00
Memahami konsep struktur data, tipe data abstrak, dan analiss kinerja algoritma
Ujian Tengah Semester - 2.50 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menjelaskan cara kerja sistem komputer dan menerapkan/menggunakan berbagai algoritma/metode untuk memecahkan masalah pada suatu industri. (P.a)
Students can explain the operation of computer systems and apply/utilize various algorithms/methods to solve problems in the industry. (P.a)
CPMK
: Mahasiwa mampu menjelaskan kompeksitas waktu dan ruang dari suatu algoritma
Students are able to explain the time and space complexity of an algorithm
KAD
: Mahasiswa mampu menjelaskan notasi kompleksitas Big-O
Students are able to explain Big-O complexity notation
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Notasi kompleksitas Big-O dapat dijelaskan dengan tepat
The Big-O complexity notation can be explained precisely
Ujian Tengah Semester 2.50 %
2
Pengenalan Analisis kinerja Algoritma
- Menghitung running time
- Notasi Big-O
Tutorial
Diskusi
200.00
Menghitung running time dan kompleksitas sebuah algortima
Ujian Tengah Semester - 2.50 %
Tugas - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menjelaskan cara kerja sistem komputer dan menerapkan/menggunakan berbagai algoritma/metode untuk memecahkan masalah pada suatu industri. (P.a)
Students can explain the operation of computer systems and apply/utilize various algorithms/methods to solve problems in the industry. (P.a)
CPMK
: Mahasiwa mampu menjelaskan kompeksitas waktu dan ruang dari suatu algoritma
Students are able to explain the time and space complexity of an algorithm
KAD
: Mahasiswa mampu menjelaskan notasi kompleksitas Big-O
Students are able to explain Big-O complexity notation
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Notasi kompleksitas Big-O dapat dijelaskan dengan tepat
The Big-O complexity notation can be explained precisely
Ujian Tengah Semester 2.50 %
Tugas 5.00 %
3
Struktur Array:
- Referential Array
- Compact Array
Struktur Linked
Tutorial
Diskusi
200.00
Memahami representasi struktur array dan linked di memory
Ujian Tengah Semester - 5.00 %
Tugas - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu berpikir logis, kritis serta sistematis dalam memanfaatkan ilmu pengetahuan informatika/ ilmu komputer untuk menyelesaikan masalah nyata. (KU.b)
Students can think logically, critically, and systematically in utilizing the knowledge of informatics/computer science to solve real-world problems.(KU.b)
CPMK
: Mahasiwa mampu menjelaskan dan menerapkan struktur data linear
Students are able to explain and apply linear data structures
KAD
: Mahasiswa mampu menjelaskan representasi struktur array dan link dalam memori
Students are able to explain the structural representation of arrays and links in memory
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Representasi struktur array dan link dalam memori dapat dijelaskan dengan tepat
The representation of array structures and links in memory can be described precisely
Ujian Tengah Semester 5.00 %
Tugas 5.00 %
4
Tipe Data Abstrak STACK
Tutorial
Diskusi
200.00
Menerapkan tipe data abstrak stack
Ujian Tengah Semester - 5.00 %
Tugas - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu berpikir logis, kritis serta sistematis dalam memanfaatkan ilmu pengetahuan informatika/ ilmu komputer untuk menyelesaikan masalah nyata. (KU.b)
Students can think logically, critically, and systematically in utilizing the knowledge of informatics/computer science to solve real-world problems.(KU.b)
CPMK
: Mahasiwa mampu menjelaskan dan menerapkan struktur data linear
Students are able to explain and apply linear data structures
KAD
: Mahasiswa mampu menerapkan struktur data Stack dalam bahasa python
Students are able to apply the Stack data structure in Python
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Struktur data Stack dapat diterapkan dengan tepat dalam bahasa python
The Stack data structure can be implemented precisely in the python language
Ujian Tengah Semester 5.00 %
Tugas 5.00 %
5
Tipe Data Abstrak QUEUE
Tutorial
Diskusi
200.00
Menerapkan tipe data abstrak QUEUE
Ujian Tengah Semester - 5.00 %
Tugas - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu berpikir logis, kritis serta sistematis dalam memanfaatkan ilmu pengetahuan informatika/ ilmu komputer untuk menyelesaikan masalah nyata. (KU.b)
Students can think logically, critically, and systematically in utilizing the knowledge of informatics/computer science to solve real-world problems.(KU.b)
CPMK
: Mahasiwa mampu menjelaskan dan menerapkan struktur data linear
Students are able to explain and apply linear data structures
KAD
: Mahasiswa mampu menerapkan struktur data Queue dalam bahasa python
Students are able to apply the Queue data structure in Python
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Struktur data Queue dapat diterapkan dengan tepat dalam bahasa python
The Queue data structure can be implemented precisely in the python language
Ujian Tengah Semester 5.00 %
Tugas 5.00 %
6
Tipe Data Abstrak Dequeue
Tutorial
Diskusi
200.00
Menerapkan Tipe Data Abstrak Dequeue
Ujian Tengah Semester - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu berpikir logis, kritis serta sistematis dalam memanfaatkan ilmu pengetahuan informatika/ ilmu komputer untuk menyelesaikan masalah nyata. (KU.b)
Students can think logically, critically, and systematically in utilizing the knowledge of informatics/computer science to solve real-world problems.(KU.b)
CPMK
: Mahasiwa mampu menjelaskan dan menerapkan struktur data linear
Students are able to explain and apply linear data structures
KAD
: Mahasiswa mampu menerapkan struktur data DeQueue dalam bahasa python
Students are able to apply the DeQueue data structure in Python
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Struktur data Dequeue dapat diterapkan dengan tepat dalam bahasa python
The Dequeue data structure can be implemented precisely in the python language
Ujian Tengah Semester 5.00 %
7
Review dan pembahasan soal
200.00
Evaluasi diri
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menjelaskan cara kerja sistem komputer dan menerapkan/menggunakan berbagai algoritma/metode untuk memecahkan masalah pada suatu industri. (P.a)
Students can explain the operation of computer systems and apply/utilize various algorithms/methods to solve problems in the industry. (P.a)
CPMK
: Mahasiwa mampu menjelaskan kompeksitas waktu dan ruang dari suatu algoritma
Students are able to explain the time and space complexity of an algorithm
KAD
: Mahasiswa mampu menjelaskan notasi kompleksitas Big-O
Students are able to explain Big-O complexity notation
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Notasi kompleksitas Big-O dapat dijelaskan dengan tepat
The Big-O complexity notation can be explained precisely
Notice
: Undefined index: ASSESSMENT in
/var/www/html/sis/application/views/scripts/index/rps-view.phtml
on line
725
Warning
: Invalid argument supplied for foreach() in
/var/www/html/sis/application/views/scripts/index/rps-view.phtml
on line
725
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu berpikir logis, kritis serta sistematis dalam memanfaatkan ilmu pengetahuan informatika/ ilmu komputer untuk menyelesaikan masalah nyata. (KU.b)
Students can think logically, critically, and systematically in utilizing the knowledge of informatics/computer science to solve real-world problems.(KU.b)
CPMK
: Mahasiwa mampu menjelaskan dan menerapkan struktur data linear
Students are able to explain and apply linear data structures
KAD
: Mahasiswa mampu menerapkan struktur linked list dalam bahasa python
Students are able to apply the linked list structure in Python
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Struktur linked list dapat diterapkan dengan tepat dalam bahasa python
The linked list structure can be implemented correctly in the Python language
Notice
: Undefined index: ASSESSMENT in
/var/www/html/sis/application/views/scripts/index/rps-view.phtml
on line
725
Warning
: Invalid argument supplied for foreach() in
/var/www/html/sis/application/views/scripts/index/rps-view.phtml
on line
725
KAD
: Mahasiswa mampu menerapkan struktur data DeQueue dalam bahasa python
Students are able to apply the DeQueue data structure in Python
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Struktur data Dequeue dapat diterapkan dengan tepat dalam bahasa python
The Dequeue data structure can be implemented precisely in the python language
Notice
: Undefined index: ASSESSMENT in
/var/www/html/sis/application/views/scripts/index/rps-view.phtml
on line
725
Warning
: Invalid argument supplied for foreach() in
/var/www/html/sis/application/views/scripts/index/rps-view.phtml
on line
725
KAD
: Mahasiswa mampu menerapkan struktur data Queue dalam bahasa python
Students are able to apply the Queue data structure in Python
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Struktur data Queue dapat diterapkan dengan tepat dalam bahasa python
The Queue data structure can be implemented precisely in the python language
Notice
: Undefined index: ASSESSMENT in
/var/www/html/sis/application/views/scripts/index/rps-view.phtml
on line
725
Warning
: Invalid argument supplied for foreach() in
/var/www/html/sis/application/views/scripts/index/rps-view.phtml
on line
725
KAD
: Mahasiswa mampu menerapkan struktur data Stack dalam bahasa python
Students are able to apply the Stack data structure in Python
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Struktur data Stack dapat diterapkan dengan tepat dalam bahasa python
The Stack data structure can be implemented precisely in the python language
Notice
: Undefined index: ASSESSMENT in
/var/www/html/sis/application/views/scripts/index/rps-view.phtml
on line
725
Warning
: Invalid argument supplied for foreach() in
/var/www/html/sis/application/views/scripts/index/rps-view.phtml
on line
725
KAD
: Mahasiswa mampu menjelaskan representasi struktur array dan link dalam memori
Students are able to explain the structural representation of arrays and links in memory
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Representasi struktur array dan link dalam memori dapat dijelaskan dengan tepat
The representation of array structures and links in memory can be described precisely
Notice
: Undefined index: ASSESSMENT in
/var/www/html/sis/application/views/scripts/index/rps-view.phtml
on line
725
Warning
: Invalid argument supplied for foreach() in
/var/www/html/sis/application/views/scripts/index/rps-view.phtml
on line
725
8
Struktur Linked List:
- Single Linked List
- Double Linked List
- Circular Linked List
Tutorial
Diskusi
200.00
Menerapkan struktur linked list
Ujian Akhir Semester - 2.50 %
Tugas - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu berpikir logis, kritis serta sistematis dalam memanfaatkan ilmu pengetahuan informatika/ ilmu komputer untuk menyelesaikan masalah nyata. (KU.b)
Students can think logically, critically, and systematically in utilizing the knowledge of informatics/computer science to solve real-world problems.(KU.b)
CPMK
: Mahasiwa mampu menjelaskan dan menerapkan struktur data linear
Students are able to explain and apply linear data structures
KAD
: Mahasiswa mampu menerapkan struktur linked list dalam bahasa python
Students are able to apply the linked list structure in Python
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Struktur linked list dapat diterapkan dengan tepat dalam bahasa python
The linked list structure can be implemented correctly in the Python language
Ujian Akhir Semester 2.50 %
Tugas 5.00 %
9
Struktur Binary Tree:
- Terminologi pada tree
- Representasi NodeTree
- Traversal pada tree
- Ekspresi aritmetik (infix, prefix dan postfix)
Tutorial
Diskusi
200.00
Menerapkan Struktur Binary Tree
Ujian Akhir Semester - 2.50 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu berpikir logis, kritis serta sistematis dalam memanfaatkan ilmu pengetahuan informatika/ ilmu komputer untuk menyelesaikan masalah nyata. (KU.b)
Students can think logically, critically, and systematically in utilizing the knowledge of informatics/computer science to solve real-world problems.(KU.b)
CPMK
: Mahasiwa mampu menjelaskan dan menerapkan struktur data pohon
Students are able to explain and apply tree data structures
KAD
: Mahasiswa mampu menerapkan struktur data binary tree
Students are able to apply the binary tree data structure
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Struktur data binary tree dapat diterapkan dengan tepat dalam bahasa python
The binary tree data structure can be implemented correctly in the Python language
Ujian Akhir Semester 2.50 %
10
Struktur Binary Search Tree
- Operasi Insert
- Operasi Delete
Tutorial
Diskusi
200.00
Menerapkan Struktur Binary Search Tree
Ujian Akhir Semester - 4.00 %
Tugas - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu berpikir logis, kritis serta sistematis dalam memanfaatkan ilmu pengetahuan informatika/ ilmu komputer untuk menyelesaikan masalah nyata. (KU.b)
Students can think logically, critically, and systematically in utilizing the knowledge of informatics/computer science to solve real-world problems.(KU.b)
CPMK
: Mahasiwa mampu menjelaskan dan menerapkan struktur data pohon
Students are able to explain and apply tree data structures
KAD
: Mahasiswa mampu menerapkan struktur data binary search tree
Students are able to apply the binary search tree data structure
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Struktur data binary search tree dapat diterapkan dengan tepat dalam bahasa python
The binary search tree data structure can be implemented correctly in the Python language
Ujian Akhir Semester 4.00 %
Tugas 5.00 %
11
AVL Tree
Tutorial
Diskusi
200.00
Mensimulasikan proses rotasi pada AVL Tree
Ujian Akhir Semester - 4.00 %
Tugas - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu berpikir logis, kritis serta sistematis dalam memanfaatkan ilmu pengetahuan informatika/ ilmu komputer untuk menyelesaikan masalah nyata. (KU.b)
Students can think logically, critically, and systematically in utilizing the knowledge of informatics/computer science to solve real-world problems.(KU.b)
CPMK
: Mahasiwa mampu menjelaskan dan menerapkan struktur data pohon
Students are able to explain and apply tree data structures
KAD
: Mahasiswa mampu menerapkan struktur data pohon dengan tinggi seimbang-AVL
Students are able to apply a height-balanced tree data structure-AVL
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Struktur data pohon dengan tinggi seimbang-AVL dapat diterapkan dengan tepat dalam bahasa python
The AVL-balanced height tree data structure can be implemented precisely in the python language
Ujian Akhir Semester 4.00 %
Tugas 5.00 %
12
Hashing
Tutorial
Diskusi
200.00
Menerapkan Hashing
Ujian Akhir Semester - 4.00 %
Tugas - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu berpikir logis, kritis serta sistematis dalam memanfaatkan ilmu pengetahuan informatika/ ilmu komputer untuk menyelesaikan masalah nyata. (KU.b)
Students can think logically, critically, and systematically in utilizing the knowledge of informatics/computer science to solve real-world problems.(KU.b)
CPMK
: Mahasiwa mampu menjelaskan dan menerapkan struktur data linear
Students are able to explain and apply linear data structures
KAD
: Mahasiswa mampu menerapkan struktur data hashing dalam bahasa python
Students are able to apply hashing data structures in the Python language
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Struktur data hashing dapat diterapkan dengan tepat dalam bahasa python
The hashing data structure can be implemented precisely in the python language
Ujian Akhir Semester 4.00 %
Tugas 5.00 %
13
Graph
Tutorial
Diskusi
200.00
Menerapkan Graph
Ujian Akhir Semester - 4.00 %
Tugas - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu mendesain, mengimplementasi dan mengevaluasi solusi berbasis komputasi multi-platform yang memenuhi kebutuhan-kebutuhan industri (KK.c)
Students can design, implement, and evaluate multi-platform computing solutions that meet industrial requirements. (KK.c)
CPMK
: Mahasiwa mampu menjelaskan dan menerapkan struktur data graph
Students are able to explain and apply graph data structures
KAD
: Mahasiswa mampu menerapkan penelusuran DFS dan BFS pada sebuah graph
Students are able to apply DFS and BFS traversal to a graph
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Penelusuran DFS dan BFS dapat diterapkan dengan tepat pada sebuah graph
DFS and BFS traversal can be applied precisely to a graph
Ujian Akhir Semester 2.00 %
Tugas 2.50 %
KAD
: Mahasiswa mampu menerapkan struktur data graph dalam representasi adjecency matriks dan list
Students are able to apply graph data structures in adjacency matrix and list representations
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Struktur data graph dapat diterapkan dengan tepat kedalam representasi adjacency matriks dan list
The graph data structure can be applied appropriately to adjacency matrix and list representations
Ujian Akhir Semester 2.00 %
Tugas 2.50 %
14
Sorting
Tutorial
Diskusi
200.00
Menerapkan algoritma Mergesort dan Quicksort
Ujian Akhir Semester - 4.00 %
Tugas - 5.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu berpikir logis, kritis serta sistematis dalam memanfaatkan ilmu pengetahuan informatika/ ilmu komputer untuk menyelesaikan masalah nyata. (KU.b)
Students can think logically, critically, and systematically in utilizing the knowledge of informatics/computer science to solve real-world problems.(KU.b)
CPMK
: Mahasiwa mampu menjelaskan dan menerapkan algoritma sorting tercepat
Students are able to explain and apply the fastest sorting algorithm
KAD
: Mahasiswa mampu menjelaskan dan menerapkan algoritme sorting Mergesort dan Quicksort
Students are able to explain and apply the Mergesort and Quicksort sorting algorithms
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Algoritma sorting Mergesort dan Quicksort dapat diterapkan dengan tepat dalam bahasa python
The Mergesort and Quicksort sorting algorithms can be implemented precisely in the python language
Ujian Akhir Semester 4.00 %
Tugas 5.00 %
Assessment Component
Assessment Detail
No
Component Name
Weightage
1
Tugas
50
2
Ujian Akhir Semester
25
3
Ujian Tengah Semester
25
Total
100
Daftar Referensi
Notice
: Trying to get property of non-object in
/var/www/html/sis/application/controllers/IndexController.php
on line
978