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
IUC201
Nama Matakuliah
Computational Thinking
sks
2.00
Semester Name
Subject Code
Subject Name
Group Name
Group Code
Portfolio
Evidence
Review History
RPS Review History
No
Review
Review By
Review Date
Capaian Pembelajaran (CP) terkait
Capaian Pembelajaran (CP)
SIKAP
3
Dapat menunjukkan etika dan moral masyarakat: Satria, Setia, Sportif. (S.c)
Ability to show the ethics and morals of society: Satria, Setia dan Sportif (S.c)
No
Detail
Course Learning Outcomes
Action
PENGETAHUAN
1
Pemahaman intelektual dan kemampuan untuk menerapkan matematika dan teori informatika (P.a)
Intellectual understanding and ability to apply mathematics and informatics theory (P.a)
No
Detail
Course Learning Outcomes
Action
1
Show/Hide
Mahasiswa memahami algoritma, serta representasi data.
Student understand algorithm and data representation.
(2,2)
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
Students are able to apply logical inference, identify patterns in data, and decide based on data analytic
(2,3)
KETRAMPILAN UMUM
1
Kemampuan menganalisis persoalan komputasi yang kompleks serta menerapkan prinsip-prinsip computing dan disiplin ilmu relevan lainnya untuk mengidentifikasi solusi, dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin (KU.a)
Ability to analyze complex computational problems and apply the principles of computing and other relevant disciplines to identify solutions, taking into account the insights of the development of transdisciplinary science (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.
(2,3)
2
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.
(2,2)
No
Session Learning Outcomes - Description (Cognitive Level,Knowledge Level)
Action
1
ahasiswa 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
(3,2)
2
Mahasiswa mampu merancang algoritma sederhana menggunakan flowchart dan pseudocode.
Students are able to design simple algorithms using flowchart and pseudocode.
(3,2)
3
Show/Hide
ahasiswa mampu menerapkan analisis data sederhana.
Students able to apply simple data analysis
(3,3)
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.
(3,2)
KETRAMPILAN KHUSUS
1
Mampu mengimplementasikan dan mengintegrasikan komponen-komponen komputasi pada bidang data science (KK.a)
Able to implement and integrate computational components in the field of data science (KK.a)
No
Detail
Course Learning Outcomes
Action
RPS per Session
Sesi Ke
KAD
Bahan Kajian
Metoda Pembelajaran
Waktu Belajar (Menit)
Pengalaman Belajar Mahasiswa
Referensi
Kriteria Penilaian (Indikator)
1
Pengenalan Computational Thinking
Tutorial
Diskusi
100.00
Diskusi dan Tanya jawab.
Tugas Individu - 3.00 %
Ujian Tengah Semester - 3.00 %
CAPAIAN PEMBELAJARAN
: Kemampuan menganalisis persoalan komputasi yang kompleks serta menerapkan prinsip-prinsip computing dan disiplin ilmu relevan lainnya untuk mengidentifikasi solusi, dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin (KU.a)
Ability to analyze complex computational problems and apply the principles of computing and other relevant disciplines to identify solutions, taking into account the insights of the development of transdisciplinary science (KU.a)
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
: ahasiswa 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)
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
Tutorial
Diskusi
100.00
Diskusi dan Tanya jawab.
Tugas Individu - 3.00 %
Ujian Tengah Semester - 3.00 %
CAPAIAN PEMBELAJARAN
: Kemampuan menganalisis persoalan komputasi yang kompleks serta menerapkan prinsip-prinsip computing dan disiplin ilmu relevan lainnya untuk mengidentifikasi solusi, dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin (KU.a)
Ability to analyze complex computational problems and apply the principles of computing and other relevant disciplines to identify solutions, taking into account the insights of the development of transdisciplinary science (KU.a)
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
: ahasiswa 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)
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.
Tutorial
Diskusi
100.00
Diskusi dan Studi kasus.
Tugas Individu - 3.00 %
Ujian Tengah Semester - 3.00 %
CAPAIAN PEMBELAJARAN
: Kemampuan menganalisis persoalan komputasi yang kompleks serta menerapkan prinsip-prinsip computing dan disiplin ilmu relevan lainnya untuk mengidentifikasi solusi, dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin (KU.a)
Ability to analyze complex computational problems and apply the principles of computing and other relevant disciplines to identify solutions, taking into account the insights of the development of transdisciplinary science (KU.a)
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.
Tutorial
Diskusi
100.00
Diskusi dan Studi kasus.
Tugas Individu - 3.00 %
Ujian Tengah Semester - 4.00 %
CAPAIAN PEMBELAJARAN
: Pemahaman intelektual dan kemampuan untuk menerapkan matematika dan teori informatika (P.a)
Intellectual understanding and ability to apply mathematics and informatics theory (P.a)
CPMK
: Mahasiswa 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
Students are able to apply logical inference, identify patterns in data, and decide based on data analytic
(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.
Tutorial
Diskusi
100.00
Diskusi dan Hands-on
Tugas Individu - 3.00 %
Ujian Tengah Semester - 4.00 %
CAPAIAN PEMBELAJARAN
: Pemahaman intelektual dan kemampuan untuk menerapkan matematika dan teori informatika (P.a)
Intellectual understanding and ability to apply mathematics and informatics theory (P.a)
CPMK
: Mahasiswa 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.
Tutorial
Diskusi
100.00
Diskusi dan Hands-on
Tugas Individu - 3.00 %
Ujian Tengah Semester - 4.00 %
CAPAIAN PEMBELAJARAN
: Pemahaman intelektual dan kemampuan untuk menerapkan matematika dan teori informatika (P.a)
Intellectual understanding and ability to apply mathematics and informatics theory (P.a)
CPMK
: Mahasiswa 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.
Tutorial
Diskusi
100.00
Diskusi dan Hands-on
Tugas Individu - 4.00 %
Ujian Tengah Semester - 4.00 %
CAPAIAN PEMBELAJARAN
: Pemahaman intelektual dan kemampuan untuk menerapkan matematika dan teori informatika (P.a)
Intellectual understanding and ability to apply mathematics and informatics theory (P.a)
CPMK
: Mahasiswa 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
Students are able to apply logical inference, identify patterns in data, and decide based on data analytic
(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.
Tutorial
Diskusi
100.00
Diskusi dan Hands-on
Tugas Individu - 4.00 %
Ujian Akhir Semester - 3.00 %
CAPAIAN PEMBELAJARAN
: Kemampuan menganalisis persoalan komputasi yang kompleks serta menerapkan prinsip-prinsip computing dan disiplin ilmu relevan lainnya untuk mengidentifikasi solusi, dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin (KU.a)
Ability to analyze complex computational problems and apply the principles of computing and other relevant disciplines to identify solutions, taking into account the insights of the development of transdisciplinary science (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)
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.
Tutorial
Diskusi
100.00
Diskusi dan Studi kasus.
Tugas Individu - 4.00 %
Ujian Akhir Semester - 3.00 %
CAPAIAN PEMBELAJARAN
: Kemampuan menganalisis persoalan komputasi yang kompleks serta menerapkan prinsip-prinsip computing dan disiplin ilmu relevan lainnya untuk mengidentifikasi solusi, dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin (KU.a)
Ability to analyze complex computational problems and apply the principles of computing and other relevant disciplines to identify solutions, taking into account the insights of the development of transdisciplinary science (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)
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).
Tutorial
Diskusi
100.00
Diskusi dan Studi kasus
Tugas Individu - 4.00 %
Ujian Akhir Semester - 3.00 %
CAPAIAN PEMBELAJARAN
: Kemampuan menganalisis persoalan komputasi yang kompleks serta menerapkan prinsip-prinsip computing dan disiplin ilmu relevan lainnya untuk mengidentifikasi solusi, dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin (KU.a)
Ability to analyze complex computational problems and apply the principles of computing and other relevant disciplines to identify solutions, taking into account the insights of the development of transdisciplinary science (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)
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).
Tutorial
Diskusi
100.00
Diskusi dan Studi kasus
Tugas Individu - 4.00 %
Ujian Akhir Semester - 4.00 %
CAPAIAN PEMBELAJARAN
: Kemampuan menganalisis persoalan komputasi yang kompleks serta menerapkan prinsip-prinsip computing dan disiplin ilmu relevan lainnya untuk mengidentifikasi solusi, dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin (KU.a)
Ability to analyze complex computational problems and apply the principles of computing and other relevant disciplines to identify solutions, taking into account the insights of the development of transdisciplinary science (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)
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.
Tutorial
Diskusi
100.00
Diskusi dan Studi kasus
Tugas Individu - 4.00 %
Ujian Akhir Semester - 4.00 %
CAPAIAN PEMBELAJARAN
: Kemampuan menganalisis persoalan komputasi yang kompleks serta menerapkan prinsip-prinsip computing dan disiplin ilmu relevan lainnya untuk mengidentifikasi solusi, dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin (KU.a)
Ability to analyze complex computational problems and apply the principles of computing and other relevant disciplines to identify solutions, taking into account the insights of the development of transdisciplinary science (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)
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
Tutorial
Diskusi
100.00
Diskusi dan Hands-on
Tugas Individu - 4.00 %
Ujian Akhir Semester - 4.00 %
CAPAIAN PEMBELAJARAN
: Kemampuan menganalisis persoalan komputasi yang kompleks serta menerapkan prinsip-prinsip computing dan disiplin ilmu relevan lainnya untuk mengidentifikasi solusi, dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin (KU.a)
Ability to analyze complex computational problems and apply the principles of computing and other relevant disciplines to identify solutions, taking into account the insights of the development of transdisciplinary science (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)
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
Tutorial
Diskusi
100.00
Diskusi dan Studi kasus
Tugas Individu - 4.00 %
Ujian Akhir Semester - 4.00 %
CAPAIAN PEMBELAJARAN
: Kemampuan menganalisis persoalan komputasi yang kompleks serta menerapkan prinsip-prinsip computing dan disiplin ilmu relevan lainnya untuk mengidentifikasi solusi, dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin (KU.a)
Ability to analyze complex computational problems and apply the principles of computing and other relevant disciplines to identify solutions, taking into account the insights of the development of transdisciplinary science (KU.a)
CPMK
: ahasiswa mampu menerapkan analisis data sederhana.
Students able to apply simple data analysis
KAD
: Mahasiswa melakukan analisis data sederhana.
Students are able to do simple analysis to data.
(3,3)
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