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 Informatika 2023/2024
IUC6201
Computational Thinking
2.00
2554 Anung Barlianto Ariwibowo, M.Kom.
2441 Ratna Shofiati, S.Kom., M.Kom.
RPS
|
Assessment Map
Kurikulum Sistem Informasi 2023/2024
IUC6201
Computational Thinking
2.00
2554 Anung Barlianto Ariwibowo, M.Kom.
2641 Binti Solihah, S.T., M.Kom.
RPS
|
Assessment Map
Kurikulum Teknik Industri 2023/2024
IUC6201
Computational Thinking
2.00
2554 Anung Barlianto Ariwibowo, M.Kom.
Belum di tentukan
RPS
|
Assessment Map
Kurikulum Teknik Informatika 2019/2020
IUC201
Computational Thinking
2.00
2641 Binti Solihah, S.T., M.Kom.
Belum di tentukan
RPS
|
Assessment Map
RPS Detail
Matakuliah
Course Profile
History
Kode Matakuliah
IUC6201
Nama Matakuliah
Computational Thinking
sks
2.00
Semester Name
Subject Code
Subject Name
Group Name
Group Code
Portfolio
Evidence
Gasal 2024/2025 (R)
IUC6201
Computational Thinking
FTI02
02
Portofolio
Tidak Diijinkan
Gasal 2024/2025 (R)
IUC6201
Computational Thinking
FTI01
01
Portofolio
Tidak Diijinkan
Review History
RPS Review History
No
Review
Review By
Review Date
Capaian Pembelajaran (CP) terkait
Capaian Pembelajaran (CP)
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
Mahasiswa terampil memahami algoritma, serta representasi data.
Student understand algorithm and data representation.
(3,2)
No
Session Learning Outcomes - Description (Cognitive Level,Knowledge Level)
Action
1
Mahasiswa mampu memilih representasi data yang tepat untuk berbagai jenis masalah.
Students are able to choose a right data representation for a variety of problems.
(2,2)
2
Mahasiswa mampu menerapkan beberapa algoritma sederhana untuk menyelesaikan masalah komputasional.
Students are able to apply foundational for a simple range of computational problems.
(2,3)
3
Mahasiswa melakukan inferensi logika, mengenali pola dalam data, dan membuat keputusan berdasarkan analisis data.
-
(2,3)
KETRAMPILAN UMUM
1
Mahasiswa mampu menganalisis persoalan komputasi kompleks untuk mengidentifikasi solusi pengelolaan proyek teknologi bidang informatika/ilmu komputer dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin. (KU.a)
Students can analyze complex computational problems to identify project management solutions in informatics/computer science, considering insights from interdisciplinary scientific developments. (KU.a)
No
Detail
Course Learning Outcomes
Action
1
Show/Hide
Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah.
Students understand components in solving problem, including abstraction, pattern recognition, algorithmic thinking, and problem decomposition.
(2,2)
No
Session Learning Outcomes - Description (Cognitive Level,Knowledge Level)
Action
1
Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah
Students understand components in solving problem, including abstraction, pattern recognition, algorithmic thinking, and problem decomposition. (2,2)
(2,2)
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
Mahasiswa memahami konsep dasar Computational Thinking dan mampu mengembangkan sikap berpikir terbuka untuk menerapkan berbagai teknik pemecahan masalah dalam bidang ilmu masing-masing.
Students acquire computational thinking skills and can develop a versatile problem-solving mindset for their field of study.
(3,4)
No
Session Learning Outcomes - Description (Cognitive Level,Knowledge Level)
Action
1
Mahasiswa menerapkan teknik pemecahan masalah secara computational thinking terhadap masalah-masalah dunia nyata yang relevan dengan bidang ilmu masing-masing
Students will develop the ability to apply computational problem-solving techniques to diverse real-world problems, relevant to their respective engineering and information systems domains. (3,3)
(3,3)
2
Mahasiswa mampu merancang algoritma sederhana menggunakan flowchart dan pseudocode.
Students are able to design simple algorithms using flowchart and pseudocode.
(3,3)
2
Show/Hide
Mahasiswa mampu menerapkan analisis data sederhana.
Students able to apply simple data analysis. (2,2)
(2,2)
No
Session Learning Outcomes - Description (Cognitive Level,Knowledge Level)
Action
1
Mahasiswa melakukan analisis data sederhana.
Students are able to do simple analysis to data.
(2,3)
RPS per Session
Sesi Ke
KAD
Bahan Kajian
Metoda Pembelajaran
Waktu Belajar (Menit)
Pengalaman Belajar Mahasiswa
Referensi
Kriteria Penilaian (Indikator)
1
Pengenalan Computational Thinking
Pemecahan Masalah
100.00
Diskusi dan Tanya jawab.
Tugas Individu - 3.00 %
Ujian Tengah Semester - 3.00 %
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
: Mahasiswa memahami konsep dasar Computational Thinking dan mampu mengembangkan sikap berpikir terbuka untuk menerapkan berbagai teknik pemecahan masalah dalam bidang ilmu masing-masing.
Students acquire computational thinking skills and can develop a versatile problem-solving mindset for their field of study.
KAD
: Mahasiswa menerapkan teknik pemecahan masalah secara computational thinking terhadap masalah-masalah dunia nyata yang relevan dengan bidang ilmu masing-masing
Students will develop the ability to apply computational problem-solving techniques to diverse real-world problems, relevant to their respective engineering and information systems domains. (3,3)
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Mahasiswa dapat menganalisis suatu masalah menggunakan prinsip-prinsip Computational Thinking dan menyajikan solusi secara logis dan terstruktur.
Students can articulate a clear and concise solution to a given problem by applying computational thinking principles, supporting their reasoning systematically and logically.
Tugas Individu 3.00 %
Ujian Tengah Semester 3.00 %
2
Komponen-komponen Computational Thinking
Pemecahan Masalah
100.00
Diskusi dan Tanya jawab.
Tugas Individu - 3.00 %
Ujian Tengah Semester - 3.00 %
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
: Mahasiswa memahami konsep dasar Computational Thinking dan mampu mengembangkan sikap berpikir terbuka untuk menerapkan berbagai teknik pemecahan masalah dalam bidang ilmu masing-masing.
Students acquire computational thinking skills and can develop a versatile problem-solving mindset for their field of study.
KAD
: Mahasiswa menerapkan teknik pemecahan masalah secara computational thinking terhadap masalah-masalah dunia nyata yang relevan dengan bidang ilmu masing-masing
Students will develop the ability to apply computational problem-solving techniques to diverse real-world problems, relevant to their respective engineering and information systems domains. (3,3)
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Mahasiswa dapat menganalisis suatu masalah menggunakan prinsip-prinsip Computational Thinking dan menyajikan solusi secara logis dan terstruktur.
Students can articulate a clear and concise solution to a given problem by applying computational thinking principles, supporting their reasoning systematically and logically.
Tugas Individu 3.00 %
Ujian Tengah Semester 3.00 %
3
Algorithmic Thinking, Flowchart, Pseudocode.
Pemecahan Masalah
100.00
Diskusi dan Studi kasus.
Tugas Individu - 3.00 %
Ujian Tengah Semester - 3.00 %
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
: Mahasiswa memahami konsep dasar Computational Thinking dan mampu mengembangkan sikap berpikir terbuka untuk menerapkan berbagai teknik pemecahan masalah dalam bidang ilmu masing-masing.
Students acquire computational thinking skills and can develop a versatile problem-solving mindset for their field of study.
KAD
: Mahasiswa mampu merancang algoritma sederhana menggunakan flowchart dan pseudocode.
Students are able to design simple algorithms using flowchart and pseudocode.
(3,3)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Mahasiswa dapat merancang dan mengimplementasikan algoritma dalam bentuk flowchart dan psedocode untuk menyelesaikan masalah.
Students can design and implement simple algorithms using flowcharts and pseudocodes to solve problems.
Tugas Individu 3.00 %
Ujian Tengah Semester 3.00 %
4
Abstraksi dan representasi data.
Pemecahan Masalah
100.00
Diskusi dan Studi kasus.
Tugas Individu - 3.00 %
Ujian Tengah Semester - 4.00 %
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
: Mahasiswa terampil memahami algoritma, serta representasi data.
Student understand algorithm and data representation.
KAD
: Mahasiswa melakukan inferensi logika, mengenali pola dalam data, dan membuat keputusan berdasarkan analisis data.
-
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Mahasiswa mampu merancang algoritma untuk menyelesaikan masalah menggunakan flowchart dan pseudocode.
Students can design algorithms to solve problems using flowcharts and pseudocode.
Tugas Individu 1.00 %
Ujian Tengah Semester 2.00 %
KAD
: Mahasiswa mampu memilih representasi data yang tepat untuk berbagai jenis masalah.
Students are able to choose a right data representation for a variety of problems.
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Mahasiswa dapat memilih representasi data yang tepat untuk memecahkan masalah.
Students can choose the right data representation to solve problems.
Tugas Individu 2.00 %
Ujian Tengah Semester 2.00 %
5
Algoritma pencarian dan pengurutan.
Pemecahan Masalah
100.00
Diskusi dan Hands-on
Tugas Individu - 3.00 %
Ujian Tengah Semester - 4.00 %
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
: Mahasiswa terampil memahami algoritma, serta representasi data.
Student understand algorithm and data representation.
KAD
: Mahasiswa mampu menerapkan beberapa algoritma sederhana untuk menyelesaikan masalah komputasional.
Students are able to apply foundational for a simple range of computational problems.
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Mahasiswa dapat menganlisis sebuah masalah komputasional dan memilih serta menerapkan algoritma yang tepat.
Students can analyze a problem and select then apply appropriate algorithms.
Tugas Individu 3.00 %
Ujian Tengah Semester 4.00 %
6
Algoritma penyandian.
Pemecahan Masalah
100.00
Diskusi dan Hands-on
Tugas Individu - 3.00 %
Ujian Tengah Semester - 4.00 %
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
: Mahasiswa terampil memahami algoritma, serta representasi data.
Student understand algorithm and data representation.
KAD
: Mahasiswa mampu menerapkan beberapa algoritma sederhana untuk menyelesaikan masalah komputasional.
Students are able to apply foundational for a simple range of computational problems.
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Mahasiswa dapat menganlisis sebuah masalah komputasional dan memilih serta menerapkan algoritma yang tepat.
Students can analyze a problem and select then apply appropriate algorithms.
Tugas Individu 3.00 %
Ujian Tengah Semester 4.00 %
7
Inferensi Logika dan Pattern Recognition.
Pemecahan Masalah
100.00
Diskusi dan Hands-on
Tugas Individu - 4.00 %
Ujian Tengah Semester - 4.00 %
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
: Mahasiswa terampil memahami algoritma, serta representasi data.
Student understand algorithm and data representation.
KAD
: Mahasiswa melakukan inferensi logika, mengenali pola dalam data, dan membuat keputusan berdasarkan analisis data.
-
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Mahasiswa mampu merancang algoritma untuk menyelesaikan masalah menggunakan flowchart dan pseudocode.
Students can design algorithms to solve problems using flowcharts and pseudocode.
Tugas Individu 4.00 %
Ujian Tengah Semester 4.00 %
8
Knapsack Problem.
Pemecahan Masalah
100.00
Diskusi dan Hands-on
Tugas Individu - 4.00 %
Ujian Akhir Semester - 3.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menganalisis persoalan komputasi kompleks untuk mengidentifikasi solusi pengelolaan proyek teknologi bidang informatika/ilmu komputer dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin. (KU.a)
Students can analyze complex computational problems to identify project management solutions in informatics/computer science, considering insights from interdisciplinary scientific developments. (KU.a)
CPMK
: Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah.
Students understand components in solving problem, including abstraction, pattern recognition, algorithmic thinking, and problem decomposition.
KAD
: Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah
Students understand components in solving problem, including abstraction, pattern recognition, algorithmic thinking, and problem decomposition. (2,2)
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Mahasiswa dapat menganalisis masalah optimasi sederhana, memilih algoritma yang sesuai, dan mengevaluasi solusi yang diperoleh.
Students can analyze simple optimization problems, select appropriate algorithms, and evaluate the obtained solution.
Tugas Individu 4.00 %
Ujian Akhir Semester 3.00 %
9
Shortest Path Problem.
Pemecahan Masalah
100.00
Diskusi dan Studi kasus
Tugas Individu - 4.00 %
Ujian Akhir Semester - 3.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menganalisis persoalan komputasi kompleks untuk mengidentifikasi solusi pengelolaan proyek teknologi bidang informatika/ilmu komputer dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin. (KU.a)
Students can analyze complex computational problems to identify project management solutions in informatics/computer science, considering insights from interdisciplinary scientific developments. (KU.a)
CPMK
: Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah.
Students understand components in solving problem, including abstraction, pattern recognition, algorithmic thinking, and problem decomposition.
KAD
: Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah
Students understand components in solving problem, including abstraction, pattern recognition, algorithmic thinking, and problem decomposition. (2,2)
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Mahasiswa dapat menganalisis masalah optimasi sederhana, memilih algoritma yang sesuai, dan mengevaluasi solusi yang diperoleh.
Students can analyze simple optimization problems, select appropriate algorithms, and evaluate the obtained solution.
Tugas Individu 4.00 %
Ujian Akhir Semester 3.00 %
10
Activity Selection (Penjadwalan Berselang).
Pemecahan Masalah
100.00
Diskusi dan Studi kasus
Tugas Individu - 4.00 %
Ujian Akhir Semester - 3.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menganalisis persoalan komputasi kompleks untuk mengidentifikasi solusi pengelolaan proyek teknologi bidang informatika/ilmu komputer dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin. (KU.a)
Students can analyze complex computational problems to identify project management solutions in informatics/computer science, considering insights from interdisciplinary scientific developments. (KU.a)
CPMK
: Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah.
Students understand components in solving problem, including abstraction, pattern recognition, algorithmic thinking, and problem decomposition.
KAD
: Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah
Students understand components in solving problem, including abstraction, pattern recognition, algorithmic thinking, and problem decomposition. (2,2)
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Mahasiswa dapat menganalisis masalah optimasi sederhana, memilih algoritma yang sesuai, dan mengevaluasi solusi yang diperoleh.
Students can analyze simple optimization problems, select appropriate algorithms, and evaluate the obtained solution.
Tugas Individu 4.00 %
Ujian Akhir Semester 3.00 %
11
Non-conflict Scheduling (Graph Coloring).
Pemecahan Masalah
100.00
Diskusi dan Studi kasus
Tugas Individu - 4.00 %
Ujian Akhir Semester - 4.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menganalisis persoalan komputasi kompleks untuk mengidentifikasi solusi pengelolaan proyek teknologi bidang informatika/ilmu komputer dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin. (KU.a)
Students can analyze complex computational problems to identify project management solutions in informatics/computer science, considering insights from interdisciplinary scientific developments. (KU.a)
CPMK
: Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah.
Students understand components in solving problem, including abstraction, pattern recognition, algorithmic thinking, and problem decomposition.
KAD
: Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah
Students understand components in solving problem, including abstraction, pattern recognition, algorithmic thinking, and problem decomposition. (2,2)
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Mahasiswa dapat menganalisis masalah optimasi sederhana, memilih algoritma yang sesuai, dan mengevaluasi solusi yang diperoleh.
Students can analyze simple optimization problems, select appropriate algorithms, and evaluate the obtained solution.
Tugas Individu 4.00 %
Ujian Akhir Semester 4.00 %
12
Finite State Machine.
Pemecahan Masalah
100.00
Diskusi dan Studi kasus
Tugas Individu - 4.00 %
Ujian Akhir Semester - 4.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menganalisis persoalan komputasi kompleks untuk mengidentifikasi solusi pengelolaan proyek teknologi bidang informatika/ilmu komputer dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin. (KU.a)
Students can analyze complex computational problems to identify project management solutions in informatics/computer science, considering insights from interdisciplinary scientific developments. (KU.a)
CPMK
: Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah.
Students understand components in solving problem, including abstraction, pattern recognition, algorithmic thinking, and problem decomposition.
KAD
: Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah
Students understand components in solving problem, including abstraction, pattern recognition, algorithmic thinking, and problem decomposition. (2,2)
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Mahasiswa dapat menganalisis masalah optimasi sederhana, memilih algoritma yang sesuai, dan mengevaluasi solusi yang diperoleh.
Students can analyze simple optimization problems, select appropriate algorithms, and evaluate the obtained solution.
Tugas Individu 4.00 %
Ujian Akhir Semester 4.00 %
13
Huffman Encoding
Pemecahan Masalah
100.00
Diskusi dan Hands-on
Tugas Individu - 4.00 %
Ujian Akhir Semester - 4.00 %
CAPAIAN PEMBELAJARAN
: Mahasiswa mampu menganalisis persoalan komputasi kompleks untuk mengidentifikasi solusi pengelolaan proyek teknologi bidang informatika/ilmu komputer dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin. (KU.a)
Students can analyze complex computational problems to identify project management solutions in informatics/computer science, considering insights from interdisciplinary scientific developments. (KU.a)
CPMK
: Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah.
Students understand components in solving problem, including abstraction, pattern recognition, algorithmic thinking, and problem decomposition.
KAD
: Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah
Students understand components in solving problem, including abstraction, pattern recognition, algorithmic thinking, and problem decomposition. (2,2)
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Mahasiswa dapat menganalisis masalah optimasi sederhana, memilih algoritma yang sesuai, dan mengevaluasi solusi yang diperoleh.
Students can analyze simple optimization problems, select appropriate algorithms, and evaluate the obtained solution.
Tugas Individu 4.00 %
Ujian Akhir Semester 4.00 %
14
Regresi Linier Sederhana
Pemecahan Masalah
100.00
Diskusi dan Studi kasus
Tugas Individu - 4.00 %
Ujian Akhir Semester - 4.00 %
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
: Mahasiswa mampu menerapkan analisis data sederhana.
Students able to apply simple data analysis. (2,2)
KAD
: Mahasiswa melakukan analisis data sederhana.
Students are able to do simple analysis to data.
(2,2)
Daftar Kriteria Penilaian (Indikator)
PI Description
PI Assessment Methods
Mahasiswa mampu menginterpretasi hasil analisis regresi linier untuk menarik kesimpulan yang relevan.
Students can interpret the results of linear regression analysis to draw relevant conclusions.
Tugas Individu 4.00 %
Ujian Akhir Semester 4.00 %
Assessment Component
Assessment Detail
No
Component Name
Weightage
1
Tugas Individu
50
2
Ujian Akhir Semester
25
3
Ujian Tengah Semester
25
Total
100
Daftar Referensi