EVALUASI DAN ANALISIS HASIL PROSES PEMBELAJARAN .............................................
5.1. Nilai Akhir Mata Kuliah dan Distribusinya .....................................................................
5.2. Analisis Distribusi Nilai per CPMK .................................................................................
5.3. Analisis Distribusi Nilai Per Teknik Penilaian (UTS, UAS, Tugas, Quiz, Laporan Praktikum, dsb).........................................................................................................................
5.4. Analisis Distribusi Nilai per Mahasiswa ..........................................................................
Tabel 1. Capaian Pembelajaran Lulusan (CPL) Program Studi
KODE
DESKRIPSI CPL
S.1
Mahasiswa mampu menunjukkan sikap Tri Krama Universitas
Trisakti: Takwa Tekun Terampil, Asah Asih Asuh, Satria, Setia
Sportif dan berjiwa wirausaha (S.a)
S.2
Berkontribusi dalam peningkatan mutu kehidupan bermasyarakat,
berbangsa, dan bernegara berdasarkan Pancasila (S.b)
P.1
Mahasiswa mampu menjelaskan cara kerja sistem komputer dan
menerapkan/menggunakan berbagai algoritma/metode untuk
memecahkan masalah pada suatu industri. (P.a)
P.2
Mahasiswa mampu menjelaskan konsep teoritis bidang pengetahuan
Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan
aplikasi teknologi multi-platform yang relevan dengan kebutuhan
industri dan masyarakat. (P.b)
KU.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)
KU.2
Mahasiswa mampu berpikir logis, kritis serta sistematis dalam memanfaatkan ilmu pengetahuan informatika/ ilmu komputer untuk menyelesaikan masalah nyata. (KU.b)
KU.3
Mahasiswa mampu belajar mandiri sepanjang hayat, kreatif inovatif, berkomunikasi, bekerja sama, dan berperan secara efektif sebagai anggota atau pemimpin tim sesuai bidang ilmu dalam berbagai konteks profesional. (KU.c)
KK.1
Mahasiswa mampu mengimplementasi kebutuhan komputasi
dengan mempertimbangkan berbagai metode/algoritma yang
sesuai (KK.a)
KK.2
Mahasiswa mampu menganalisis, merancang, membuat dan
mengevaluasi user interface dan aplikasi interaktif dengan
mempertimbangkan kebutuhan pengguna dan perkembangan ilmu
transdisiplin (KK.b)
KK.3
Mahasiswa mampu mendesain, mengimplementasi dan
mengevaluasi solusi berbasis komputasi multi-platform yang memenuhi kebutuhan-kebutuhan industri (KK.c)
KK.4
Mahasiswa mampu memecahkan masalah di dunia industri dengan pendekatan sistem cerdas menggunakan algoritma kompleks (KK.d)
Tabel 2. Capaian Pembelajaran Lulusan yang Dibebankan pada Mata Kuliah
KODE
DESKRIPSI CPL
S.1
Mahasiswa mampu menunjukkan sikap Tri Krama Universitas
Trisakti: Takwa Tekun Terampil, Asah Asih Asuh, Satria, Setia
Sportif dan berjiwa wirausaha (S.a)
P.2
Mahasiswa mampu menjelaskan konsep teoritis bidang pengetahuan
Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan
aplikasi teknologi multi-platform yang relevan dengan kebutuhan
industri dan masyarakat. (P.b)
KK.3
Mahasiswa mampu mendesain, mengimplementasi dan
mengevaluasi solusi berbasis komputasi multi-platform yang memenuhi kebutuhan-kebutuhan industri (KK.c)
Tabel 3. Pemetaan Keterkaitan Capaian Pembelajaran Mata Kuliah dengan CPL
KODE CPL
KODE CPMK
DESKRIPSI CPMK
S.1
S1.CPMK-1
Mahasiswa mampu menunjukkan kinerja mandiri, bermutu dan terukur
P.2
P2.CPMK-2
Mahasiswa mampu menjelaskan pengelolaan data untuk menghasilakan informasi dan pengetahuan
P.2
P2.CPMK-3
Mahasiswa memahami prinsip-prinsip rekayasa, teknologi informasi dan logika berpikir komputasi
KK.3
KK3.CPMK-4
Mahasiswa mampu mendesain secara tepat dalam konteks penyelesaian masalah di bidang keahliannya, berdasarkan hasil analisis informasi dan data
Tabel 4. Sub Capaian Pembelajaran Mata Kuliah
KODE CPL
KODE CPMK
DESKRIPSI Sub CPMK
S.1
S1.CPMK-1
S1.CPMK-1.1
Mahasiswa mampu melakukan operasi pada DBMS pada kegiatan praktikum secara mandiri, bermutu dan terukur
S1.CPMK-1.2
Mahasiswa mampu membuat SQL dasar pada DBMS untuk kegiatan praktikum secara mandiri, bermutu dan terukur
S1.CPMK-1.3
Mahasiswa mampu merancang Basis Data menggunakan ER model pada kegiatan praktikum secara madiri, bermutu dan terukur
S1.CPMK-1.4
Mahasiswa mampu membuat ER model menjadi model relasional pada kegiatan praktikum secara mandiri, bermutu dan terukur
S1.CPMK-1.5
Mahasiswa memanfaatkan data dalam DB agar menjadi informasi yang berguna pada kegiatan praktikum secara mandiri, bermutu dan terukur
S1.CPMK-1.6
Mahasiswa mampu membuat normalisasi data pada kegiatan praktikum secara mandiri, bermutu dan terukur
S1.CPMK-1.7
Mahasiswa mampu membuat Data Manipulation Language untuk Studi Kasus pada Kegiatan Praktikum secara mandiri, bermutu dan terukur
P.2
P2.CPMK-2
P2.CPMK-2.1
Mahasiswa mampu memahami bagaiman menghasilkan informasi dan pengetahuan dari pengelolaan basis data
P.2
P2.CPMK-3
P2.CPMK-3.1
Mahasiswa memahami konsep dasar basis data
P2.CPMK-3.2
Mahasiswa mampu memahami konsep arsitektur sistem basis data
KK.3
KK3.CPMK-4
KK3.CPMK-4.1
Mahasiswa mampu merancang model basis data relasional
KK3.CPMK-4.2
Mahasiswa mampu merancang dan mengimplementasi basis data menggunakan DBMS
KK3.CPMK-4.3
Mahasiswa mampu mengimplementasikan view logikal tabel untuk memanfaatkan data menjadi informasi dan pengetahuan
KK3.CPMK-4.4
Mahasiswa mampu merancang model basis data relasional secara analisis top down
KK3.CPMK-4.5
Mahasiswa mampu mengimplementasikan Entity Relationship model menjadi model Relasional
KK3.CPMK-4.6
Mahasiswa mampu membuat dan menjalankan perintah dasar SQL pada DBMS
KK3.CPMK-4.7
Mahasiswa mampu membuat SQL dengan relasional aljabar
KK3.CPMK-4.8
Mahasiswa mampu merancang data yang tidak normal menjadi bentuk normal 1, 2 dan 3
KK3.CPMK-4.9
Mahasiswa mampu merancang dan mengimplementasikan Data Manipulation Language dan Data Definition Languange
3. RENCANA PEMBELAJARAN SEMESTER (RPS)
3.1 Muatan RPS
Tabel 5. Format dan Muatan RPS
UNIVERSITAS TRISAKRI
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK INFORMATIKA
RENCANA PEMBELAJARAN SEMESTER
Kode : DU1.2.4-KUR-04.RPS/IKD6312
Program Studi : TEKNIK INFORMATIKA
Semester : Gasal 2023/2024 (R);Jenis Mata Kuliah : Wajib Kode Mata Kuliah : IKD6312 SKS : 3.00
Mata Kuliah : Manajemen Data dan Informasi
Dosen :
2553 Syandra Sari, S.Kom., M.Kom.
MK Prasyarat :
Tidak ada prasyarat;
Sesi Ke
KAD
Bahan Kajian
Metoda Pembelajaran
Waktu Belajar (Menit)
Pengalaman Belajar Mahasiswa
Referensi
Kriteria Penilaian (Indikator)
1
Mahasiswa memahami konsep dasar basis data
- Aturan perkuliahan dan penilaian
- Pengenalan konsep basis data dan sistem file
Tutorial
150.00
- Mahasiswa mendapatkan penjelasan mengenai aturan perkuliahan dan penilaian.
- Mahasiswa mendapatkan materi tentang pengenalan konsep basis data dan sistem file
Elmasri, Ramez dan Shamkant B. Navathe,(2017)
Ujian Tengah Semester - 2.50 %
2
Mahasiswa mampu memahami konsep arsitektur sistem basis data
Konsep dan Arsitektur DBMS: Pemodelan Data, Arsitektur DBMS, Konsep independensi data
Tutorial
150.00
Mahasiswa mendapatkan materi mengenai arsitektur DBMS
Elmasri, Ramez dan Shamkant B. Navathe,(2017) (Database)
Ujian Tengah Semester - 2.50 %
Tugas - 5.00 %
3
Mahasiswa mampu merancang model basis data relasional secara analisis top down
Mahasiswa mampu merancang Basis Data menggunakan ER model pada kegiatan praktikum secara madiri, bermutu dan terukur
Perancangan Basis Data: Pemodelan Data menggunakan Entity Relationship Model
Tutorial
Percobaan
150.00
- Mahasiswa mendapatkan materi tentang pemodelan ER
- Mahasiswa melakukan praktikum
Elmasri, Ramez dan Shamkant B. Navathe,(2017)
Ujian Tengah Semester - 5.00 %
Tugas - 5.00 %
Praktikum - 2.00 %
4
Mahasiswa mampu membuat SQL dasar pada DBMS untuk kegiatan praktikum secara mandiri, bermutu dan terukur
Mahasiswa mampu merancang model basis data relasional
Studi kasus : Pemodelan data dengan ER model
Tutorial
Percobaan
150.00
Mahasiswa membuat perancangan dengan ER model
Elmasri, Ramez dan Shamkant B. Navathe,(2017)
Ujian Tengah Semester - 5.00 %
Praktikum - 2.00 %
5
Mahasiswa mampu merancang dan mengimplementasi basis data menggunakan DBMS
Pemodelan data lanjutan (ER Lanjut) Hubungan antar relasi yang berderajat lebih dari dua, Hubungan antar Entitas sebagai kelas dan sub kelas, Hubungan antar Entitas sebagai spesialisasi-generalisasi, Hubungan antar Entitas sebagai kategorisasi
Tutorial
Pemecahan Masalah
150.00
Mahasiswa mendapatkan materi tentang pemodelan data lanjutan
Ujian Tengah Semester - 5.00 %
Tugas - 5.00 %
6
Mahasiswa mampu membuat SQL dengan relasional aljabar
Mahasiswa mampu merancang Basis Data menggunakan ER model pada kegiatan praktikum secara madiri, bermutu dan terukur
Studi kasus : Pemodelan data lanjut
Tutorial
Percobaan
150.00
Mahasiswa membuat perancangan pemodelan data dengan ER model
Ujian Tengah Semester - 5.00 %
Tugas - 5.00 %
Praktikum - 2.00 %
7
Mahasiswa mampu membuat dan menjalankan perintah dasar SQL pada DBMS
Relational Model:
Konsep Model Relasional
Tutorial
150.00
- Mahasiswa mendapatkan materi Model Relasional
- Mahasiswa melakukan praktikum
Ujian Akhir Semester - 3.00 %
8
Mahasiswa mampu merancang model basis data relasional
Mahasiswa mampu membuat ER model menjadi model relasional pada kegiatan praktikum secara mandiri, bermutu dan terukur
Pemetaan Entity Relationship Model menjadi Konsep Model Relasional
150.00
Mahasiswa mendapatkan materi tentang pemetaan ER model ke model Relasional
Ujian Akhir Semester - 3.00 %
Praktikum - 3.00 %
9
Mahasiswa mampu mengimplementasikan Entity Relationship model menjadi model Relasional
Studi Kasus : pemetaan ER model ke EER model
150.00
Mahasiswa melakukan pemetaan data dari ER model ke EER model
Ujian Akhir Semester - 3.00 %
Tugas - 5.00 %
10
Mahasiswa mampu membuat Data Manipulation Language untuk Studi Kasus pada Kegiatan Praktikum secara mandiri, bermutu dan terukur
Mahasiswa mampu membuat dan menjalankan perintah dasar SQL pada DBMS
SQL: Komponen suatu DBMS, Penggunaan DDL pada DBMS untuk membuat basis data
150.00
Mahasiswa mendapatkan materi tentang SQL
Ujian Akhir Semester - 4.00 %
Praktikum - 2.00 %
11
Mahasiswa mampu merancang dan mengimplementasikan Data Manipulation Language dan Data Definition Languange
SQL: Penggunaan DML pada DBMS untuk menghasilkan informasi yang diperlukan
150.00
Mahasiswa mendapatkan materi tentang SQL lanjutan
Ujian Akhir Semester - 4.00 %
Tugas - 5.00 %
12
Mahasiswa mampu membuat normalisasi data pada kegiatan praktikum secara mandiri, bermutu dan terukur
Mahasiswa mampu merancang data yang tidak normal menjadi bentuk normal 1, 2 dan 3
Normalisasi : Tabel Unnormal, Normal 1, Normal 2 dan Normal 3
150.00
Mahasiswa mendapatkan materi tentang normalisasi
Ujian Akhir Semester - 4.00 %
Praktikum - 2.00 %
13
Mahasiswa mampu merancang data yang tidak normal menjadi bentuk normal 1, 2 dan 3
Studi Kasus : Normalisasi
150.00
Mahasiswa melakukan normalisasi DBMS pada data yang diberikan
Ujian Akhir Semester - 4.00 %
Tugas - 5.00 %
14
Mahasiswa mampu membuat normalisasi data pada kegiatan praktikum secara mandiri, bermutu dan terukur
Review materi 8-14
150.00
Mahasiswa mereview materi yang sudah diberikan
Praktikum - 2.00 %
3.2 Sosialisasi RPS
Tabel 6. Berita Acara Sosialisasi RPS
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS TRISAKTI
Perkuliahan Pertama
Dosen Menyampaikan
Mata Kuliah/SKS
Nama Dosen
Hari Tanggal
Manajemen Data dan Informasi
2553 Syandra Sari, S.Kom., M.Kom.
; Friday 13:10:00-15:40:00
Status
Visi dan Misi
:
Dosen menyampaikan Visi & Misi, dan
menjelaskan keterkaitan Visi & Misi dengan
Mata Kuliah yang diampunya kepada mahasiswa
Ya
CPL,CPMK,KAD
:
Dosen menyampaikan keterkaitan Capaian Pembelajaran Lulusan, Capaian Pembelajaran Matakuliah, dan capaian pembelajaran per sesi
Ya
ASSESSMENT
:
Dosen menyampaikan metode pembelajaran dan model penilaian dan bobot penilaian terkait setiap capaian pembejaran per sesi (kemampuan akhir yang diharapkan), dan kapan penilaian itu akan dilaksanakan
Ya
METODE dan BAHAN AJA
:
Dosen menyampaikan bahan ajar dan sumber bahan ajar untuk setiap sesi
Ya
Peraturan
:
Dosen menyampaikan aturan perkuliahan dan ujian, serta cara mengajukan keberatan penilaian
Ya
Diketahui Program Studi
Dosen Mata Kuliah
Mahasiswa
2641 Binti Solihah, S.T., M.Kom.
Ketua
2553 Syandra Sari, S.Kom., M.Kom.
........
4. RENCANA PENILAIAN & RUBRIK
4.1. Rencana Penilaian CPMK
Tabel 7. Hubungan CPL, CPMK dan Pertemuan Mingguan
Indikator Kinerja: Mahasiswa mampu menjawab soal dengan benar Performance Indicator: Students are able to answer questions correctly
Rubrik Penilaian
Tidak ada rubrik penilaian
P.2
P2.CPMK-3
P2.CPMK-3.2
Mahasiswa mampu memahami konsep arsitektur sistem basis data
Indikator Kinerja: Mahasiswa mampu menjawab soal dengan benar Performance Indicator: Students are able to answer questions correctly
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu menjelaskan konsep Basis Data Performance Indicator: Students are able to explain the concept of databases
Rubrik Penilaian
Tidak ada rubrik penilaian
KK.3
KK3.CPMK-4
KK3.CPMK-4.1
Mahasiswa mampu merancang model basis data relasional
Indikator Kinerja: Mahasiswa mampu merancang Basis Data dengan ER model Performance Indicator: Students are able to design databases with the ER model
Rubrik Penilaian
Tidak ada rubrik penilaian
KK.3
KK3.CPMK-4
KK3.CPMK-4.2
Mahasiswa mampu merancang dan mengimplementasi basis data menggunakan DBMS
Indikator Kinerja: Mahasiswa mampu merancang Basis Data dengan ER model Performance Indicator: Students are able to design databases with the ER model
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu membuat pemodelan hubungan antar relasi yang berderajat, kelas, spesialisasi, dan kategorisasi Performance Indicator: Students are able to model relationships between degrees, classes, specializations and categorizations
Rubrik Penilaian
Tidak ada rubrik penilaian
KK.3
KK3.CPMK-4
KK3.CPMK-4.4
Mahasiswa mampu merancang model basis data relasional secara analisis top down
Indikator Kinerja: Mahasiswa mampu merancang Basis Data dengan ER model Performance Indicator: Students are able to design databases with the ER model
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu membuat pemodelan hubungan antar relasi yang berderajat, kelas, spesialisasi, dan kategorisasi Performance Indicator: Students are able to model relationships between degrees, classes, specializations and categorizations
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu merancang Basis Data dengan ER model Performance Indicator: Students are able to design databases with the ER model
Rubrik Penilaian
Tidak ada rubrik penilaian
KK.3
KK3.CPMK-4
KK3.CPMK-4.7
Mahasiswa mampu membuat SQL dengan relasional aljabar
Indikator Kinerja: Mahasiswa mampu merancang Basis Data dengan ER model Performance Indicator: Students are able to design databases with the ER model
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu membuat pemodelan hubungan antar relasi yang berderajat, kelas, spesialisasi, dan kategorisasi Performance Indicator: Students are able to model relationships between degrees, classes, specializations and categorizations
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu merancang Basis Data dengan ER model Performance Indicator: Students are able to design databases with the ER model
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu membuat solusi atas kasus yang diberikan Performance Indicator: Students are able to create solutions to the cases given
Rubrik Penilaian
Tidak ada rubrik penilaian
Tabel 16. Rubrik Penilaian UAS
UAS
CPL
CMPK
Sub CPMK
Rubrik / Rubric
KK.3
KK3.CPMK-4
KK3.CPMK-4.1
Mahasiswa mampu merancang model basis data relasional
Indikator Kinerja: Mahasiswa mampu merancang Basis Data dengan ER model Performance Indicator: Students are able to design databases with the ER model
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu membuat pemodelan hubungan antar relasi yang berderajat, kelas, spesialisasi, dan kategorisasi Performance Indicator: Students are able to model relationships between degrees, classes, specializations and categorizations
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu merancang Basis Data dengan ER model Performance Indicator: Students are able to design databases with the ER model
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu membuat solusi atas kasus yang diberikan Performance Indicator: Students are able to create solutions to the cases given
Rubrik Penilaian
Tidak ada rubrik penilaian
KK.3
KK3.CPMK-4
KK3.CPMK-4.5
Mahasiswa mampu mengimplementasikan Entity Relationship model menjadi model Relasional
Indikator Kinerja: Mahasiswa mampu merancang Basis Data dengan ER model Performance Indicator: Students are able to design databases with the ER model
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu membuat pemodelan hubungan antar relasi yang berderajat, kelas, spesialisasi, dan kategorisasi Performance Indicator: Students are able to model relationships between degrees, classes, specializations and categorizations
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu merancang Basis Data dengan ER model Performance Indicator: Students are able to design databases with the ER model
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu membuat solusi atas kasus yang diberikan Performance Indicator: Students are able to create solutions to the cases given
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu merancang dan mengimplementasi model Relasional Performance Indicator: Students are able to design and implement Relational models
Rubrik Penilaian
Tidak ada rubrik penilaian
KK.3
KK3.CPMK-4
KK3.CPMK-4.6
Mahasiswa mampu membuat dan menjalankan perintah dasar SQL pada DBMS
Indikator Kinerja: Mahasiswa mampu merancang Basis Data dengan ER model Performance Indicator: Students are able to design databases with the ER model
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu membuat pemodelan hubungan antar relasi yang berderajat, kelas, spesialisasi, dan kategorisasi Performance Indicator: Students are able to model relationships between degrees, classes, specializations and categorizations
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu merancang Basis Data dengan ER model Performance Indicator: Students are able to design databases with the ER model
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu membuat solusi atas kasus yang diberikan Performance Indicator: Students are able to create solutions to the cases given
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu merancang dan mengimplementasi model Relasional Performance Indicator: Students are able to design and implement Relational models
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa dapat merancang konsep model Relasional Performance Indicator: Students can design Relational model concepts
Rubrik Penilaian
Tidak ada rubrik penilaian
KK.3
KK3.CPMK-4
KK3.CPMK-4.8
Mahasiswa mampu merancang data yang tidak normal menjadi bentuk normal 1, 2 dan 3
Indikator Kinerja: Mahasiswa mampu merancang Basis Data dengan ER model Performance Indicator: Students are able to design databases with the ER model
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu membuat pemodelan hubungan antar relasi yang berderajat, kelas, spesialisasi, dan kategorisasi Performance Indicator: Students are able to model relationships between degrees, classes, specializations and categorizations
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu merancang Basis Data dengan ER model Performance Indicator: Students are able to design databases with the ER model
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu membuat solusi atas kasus yang diberikan Performance Indicator: Students are able to create solutions to the cases given
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu merancang dan mengimplementasi model Relasional Performance Indicator: Students are able to design and implement Relational models
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa dapat merancang konsep model Relasional Performance Indicator: Students can design Relational model concepts
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa dapat merancang dan mengimplementasi normalisasi data Performance Indicator: Students can design and implement data normalization
Rubrik Penilaian
Tidak ada rubrik penilaian
KK.3
KK3.CPMK-4
KK3.CPMK-4.9
Mahasiswa mampu merancang dan mengimplementasikan Data Manipulation Language dan Data Definition Languange
Indikator Kinerja: Mahasiswa mampu merancang Basis Data dengan ER model Performance Indicator: Students are able to design databases with the ER model
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu membuat pemodelan hubungan antar relasi yang berderajat, kelas, spesialisasi, dan kategorisasi Performance Indicator: Students are able to model relationships between degrees, classes, specializations and categorizations
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu merancang Basis Data dengan ER model Performance Indicator: Students are able to design databases with the ER model
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu membuat solusi atas kasus yang diberikan Performance Indicator: Students are able to create solutions to the cases given
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu merancang dan mengimplementasi model Relasional Performance Indicator: Students are able to design and implement Relational models
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa dapat merancang konsep model Relasional Performance Indicator: Students can design Relational model concepts
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa dapat merancang dan mengimplementasi normalisasi data Performance Indicator: Students can design and implement data normalization
Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu membuat DDL dan DML Performance Indicator: Students are able to create DDL and DML
Rubrik Penilaian
Tidak ada rubrik penilaian
Tabel 17. Indikator Penilaian Laporan Praktikum
PRAKTIKUM
CPL
CMPK
Sub CPMK
Rubrik / Rubric
Tabel 18. Indikator Penilaian Tugas
TUGAS
CPL
CMPK
Sub CPMK
Rubrik / Rubric
5. EVALUASI DAN ANALISIS HASIL PROSES PEMBELAJARAN
5.1. Nilai Akhir Mata Kuliah dan Distribusinya
Distribusi nilai akhir mahasiswa dapat ditampilkan dalam bentuk tabel atau grafik seperti pada Tabel 19 dan Gambar 2 berikut.
Tabel 19. Distribusi Nilai Akhir Mahasiswa
Nilai
Jumlah
%
A
0
0.00
A-
2
4.17
B+
8
16.67
B
8
16.67
B-
12
25.00
C+
6
12.50
C
10
20.83
D
0
0.00
Distribusi Nilai Akhir Mahasiswa
Gambar 1. Distribusi Nilai Akhir Mahasiswa
5.2. Analisis Distribusi Nilai per CPMK
Analisis distribusi nilai per Sub CPMK : Indikator ketercapaian (achieved) adalah apabila 60% jumlah mahasiswa peserta kuliah berada pada kategori Sub CPMK Sangat Baik, Baik, dan Cukup.
Tabel 20. Analisis Distribusi Nilai Per Sub CPMK
Sub CPMK
Sangat Baik
Baik
Cukup
Kurang
% Ketercapaian
S1.CPMK-1.2
Mahasiswa mampu membuat SQL dasar pada DBMS untuk kegiatan praktikum secara mandiri, bermutu dan terukur
21
2
0
1
95.83
S1.CPMK-1.3
Mahasiswa mampu merancang Basis Data menggunakan ER model pada kegiatan praktikum secara madiri, bermutu dan terukur
21
2
0
1
95.83
S1.CPMK-1.4
Mahasiswa mampu membuat ER model menjadi model relasional pada kegiatan praktikum secara mandiri, bermutu dan terukur
21
2
0
1
95.83
S1.CPMK-1.6
Mahasiswa mampu membuat normalisasi data pada kegiatan praktikum secara mandiri, bermutu dan terukur
21
2
0
1
95.83
S1.CPMK-1.7
Mahasiswa mampu membuat Data Manipulation Language untuk Studi Kasus pada Kegiatan Praktikum secara mandiri, bermutu dan terukur
21
2
0
1
95.83
P2.CPMK-3.1
Mahasiswa memahami konsep dasar basis data
6
7
6
5
79.17
P2.CPMK-3.2
Mahasiswa mampu memahami konsep arsitektur sistem basis data
1
16
6
1
95.83
KK3.CPMK-4.1
Mahasiswa mampu merancang model basis data relasional
0
7
6
11
54.17
KK3.CPMK-4.2
Mahasiswa mampu merancang dan mengimplementasi basis data menggunakan DBMS
1
14
8
1
95.83
KK3.CPMK-4.4
Mahasiswa mampu merancang model basis data relasional secara analisis top down
1
14
8
1
95.83
KK3.CPMK-4.5
Mahasiswa mampu mengimplementasikan Entity Relationship model menjadi model Relasional
0
3
17
4
83.33
KK3.CPMK-4.6
Mahasiswa mampu membuat dan menjalankan perintah dasar SQL pada DBMS
0
0
3
21
12.50
KK3.CPMK-4.7
Mahasiswa mampu membuat SQL dengan relasional aljabar
1
14
8
1
95.83
KK3.CPMK-4.8
Mahasiswa mampu merancang data yang tidak normal menjadi bentuk normal 1, 2 dan 3
0
0
9
15
37.50
KK3.CPMK-4.9
Mahasiswa mampu merancang dan mengimplementasikan Data Manipulation Language dan Data Definition Languange
0
1
15
8
66.67
Capaian Sub-CPMK
Gambar 2. Grafik Distribusi Nilai Per Sub CPMK
KEPUASAN MAHASISWA
Gambar 3. Hasil Kuisioner Mahasiswa
Kode
Pertanyaan
Q-9
Dosen menguasai materi dengan baik
Q-11
Dosen berkomunkasi/menyampaikan materi dengan baik
Q-13
Dosen hadir dan menggunakan waktu kuliah dengan baik
Q-15
Dosen mempersiapkan kuliah dengan baik
Q-17
Dosen bersikap responsif
Q-19
Dosen bersedia berdiskusi
Q-21
Dosen memberikan umpan balik
Q-23
Dosen memberikan materi dengan jelas
Q-25
Beban kuliah sesuai dengan standar kompetensi yang ada di RPP/SAP/JUKNIS
Q-27
Dosen mengajar dengan baik
Q-29
Media instruksional yang digunakan menarik
Q-31
Dengan mengikuti perkuliahan, mahasiswa mengerti materi kuliah
Q-33
Kenyamanan ruang kuliah
Q-35
Koneksi Internet dalam ruang kelas
5.3. Analisis Distribusi Nilai Per Teknik Penilaian (UTS, UAS, Tugas, Quiz, Laporan Praktikum, dsb)
Yang termasuk dalam parameter ketercapaian adalah nilai yang berada dalam kuadran : Sangat Baik, Baik, dan Cukup.
Tabel 21. Analisis Ketercapaian Nilai Per Teknik Penilaian
Sub CPMK
Sangat Baik
Baik
Cukup
Kurang
% Ketercapaian
Mahasiswa mampu membuat SQL dasar pada DBMS untuk kegiatan praktikum secara mandiri, bermutu dan terukur
PRK
21 (87.50 %)
2 (8.33 %)
0
1 (4.17 %)
95.83 (399.29 %)
Mahasiswa mampu merancang Basis Data menggunakan ER model pada kegiatan praktikum secara madiri, bermutu dan terukur
PRK
21 (87.50 %)
2 (8.33 %)
0
1 (4.17 %)
95.83 (399.29 %)
Mahasiswa mampu membuat ER model menjadi model relasional pada kegiatan praktikum secara mandiri, bermutu dan terukur
PRK
21 (87.50 %)
2 (8.33 %)
0
1 (4.17 %)
95.83 (399.29 %)
Mahasiswa mampu membuat normalisasi data pada kegiatan praktikum secara mandiri, bermutu dan terukur
PRK
21 (87.50 %)
2 (8.33 %)
0
1 (4.17 %)
95.83 (399.29 %)
Mahasiswa mampu membuat Data Manipulation Language untuk Studi Kasus pada Kegiatan Praktikum secara mandiri, bermutu dan terukur
PRK
21 (87.50 %)
2 (8.33 %)
0
1 (4.17 %)
95.83 (399.29 %)
Mahasiswa memahami konsep dasar basis data
UTS
6 (25.00 %)
7 (29.17 %)
6 (25.00 %)
5 (20.83 %)
79.17 (329.88 %)
Mahasiswa mampu memahami konsep arsitektur sistem basis data
TG
0
22 (91.67 %)
1 (4.17 %)
1 (4.17 %)
95.83 (399.29 %)
UTS
6 (25.00 %)
7 (29.17 %)
6 (25.00 %)
5 (20.83 %)
79.17 (329.88 %)
Mahasiswa mampu merancang model basis data relasional
UAS
0
0
3 (12.50 %)
21 (87.50 %)
12.5 (52.08 %)
UTS
6 (25.00 %)
7 (29.17 %)
6 (25.00 %)
5 (20.83 %)
79.17 (329.88 %)
Mahasiswa mampu merancang dan mengimplementasi basis data menggunakan DBMS
TG
0
22 (91.67 %)
1 (4.17 %)
1 (4.17 %)
95.83 (399.29 %)
UTS
6 (25.00 %)
7 (29.17 %)
6 (25.00 %)
5 (20.83 %)
79.17 (329.88 %)
Mahasiswa mampu merancang model basis data relasional secara analisis top down
TG
0
22 (91.67 %)
1 (4.17 %)
1 (4.17 %)
95.83 (399.29 %)
UTS
6 (25.00 %)
7 (29.17 %)
6 (25.00 %)
5 (20.83 %)
79.17 (329.88 %)
Mahasiswa mampu mengimplementasikan Entity Relationship model menjadi model Relasional
TG
0
22 (91.67 %)
1 (4.17 %)
1 (4.17 %)
95.83 (399.29 %)
UAS
0
0
3 (12.50 %)
21 (87.50 %)
12.5 (52.08 %)
Mahasiswa mampu membuat dan menjalankan perintah dasar SQL pada DBMS
UAS
0
0
3 (12.50 %)
21 (87.50 %)
12.5 (52.08 %)
Mahasiswa mampu membuat SQL dengan relasional aljabar
TG
0
22 (91.67 %)
1 (4.17 %)
1 (4.17 %)
95.83 (399.29 %)
UTS
6 (25.00 %)
7 (29.17 %)
6 (25.00 %)
5 (20.83 %)
79.17 (329.88 %)
Mahasiswa mampu merancang data yang tidak normal menjadi bentuk normal 1, 2 dan 3
TG
0
22 (91.67 %)
1 (4.17 %)
1 (4.17 %)
95.83 (399.29 %)
UAS
0
0
3 (12.50 %)
21 (87.50 %)
12.5 (52.08 %)
Mahasiswa mampu merancang dan mengimplementasikan Data Manipulation Language dan Data Definition Languange
TG
0
22 (91.67 %)
1 (4.17 %)
1 (4.17 %)
95.83 (399.29 %)
UAS
0
0
3 (12.50 %)
21 (87.50 %)
12.5 (52.08 %)
Capaian Sub-CPMK S1.CPMK-1.2 Perpenilaian
Gambar 4. Analisis Ketercapaian Sub S1.CPMK-1.2 Per Teknik Penilaian
Capaian Sub-CPMK S1.CPMK-1.3 Perpenilaian
Gambar 5. Analisis Ketercapaian Sub S1.CPMK-1.3 Per Teknik Penilaian
Capaian Sub-CPMK S1.CPMK-1.4 Perpenilaian
Gambar 6. Analisis Ketercapaian Sub S1.CPMK-1.4 Per Teknik Penilaian
Capaian Sub-CPMK S1.CPMK-1.6 Perpenilaian
Gambar 7. Analisis Ketercapaian Sub S1.CPMK-1.6 Per Teknik Penilaian
Capaian Sub-CPMK S1.CPMK-1.7 Perpenilaian
Gambar 8. Analisis Ketercapaian Sub S1.CPMK-1.7 Per Teknik Penilaian
Capaian Sub-CPMK P2.CPMK-3.1 Perpenilaian
Gambar 9. Analisis Ketercapaian Sub P2.CPMK-3.1 Per Teknik Penilaian
Capaian Sub-CPMK P2.CPMK-3.2 Perpenilaian
Gambar 10. Analisis Ketercapaian Sub P2.CPMK-3.2 Per Teknik Penilaian
Capaian Sub-CPMK KK3.CPMK-4.1 Perpenilaian
Gambar 11. Analisis Ketercapaian Sub KK3.CPMK-4.1 Per Teknik Penilaian
Capaian Sub-CPMK KK3.CPMK-4.2 Perpenilaian
Gambar 12. Analisis Ketercapaian Sub KK3.CPMK-4.2 Per Teknik Penilaian
Capaian Sub-CPMK KK3.CPMK-4.4 Perpenilaian
Gambar 13. Analisis Ketercapaian Sub KK3.CPMK-4.4 Per Teknik Penilaian
Capaian Sub-CPMK KK3.CPMK-4.5 Perpenilaian
Gambar 14. Analisis Ketercapaian Sub KK3.CPMK-4.5 Per Teknik Penilaian
Capaian Sub-CPMK KK3.CPMK-4.6 Perpenilaian
Gambar 15. Analisis Ketercapaian Sub KK3.CPMK-4.6 Per Teknik Penilaian
Capaian Sub-CPMK KK3.CPMK-4.7 Perpenilaian
Gambar 16. Analisis Ketercapaian Sub KK3.CPMK-4.7 Per Teknik Penilaian
Capaian Sub-CPMK KK3.CPMK-4.8 Perpenilaian
Gambar 17. Analisis Ketercapaian Sub KK3.CPMK-4.8 Per Teknik Penilaian
Capaian Sub-CPMK KK3.CPMK-4.9 Perpenilaian
Gambar 18. Analisis Ketercapaian Sub KK3.CPMK-4.9 Per Teknik Penilaian
5.4. Analisis Distribusi Nilai per Mahasiswa
Berikut distribusi capaian nilai mahasiswa per Sub CPMK.
Tabel 22. Analisis Distribusi Pencapaian Nilai Mahasiswa Per Sub CPMK
No.
NIM
Nama
% Pencapaian
S1.CPMK-1.2 Std Mark: 56.00
S1.CPMK-1.3 Std Mark: 56.00
S1.CPMK-1.4 Std Mark: 56.00
S1.CPMK-1.6 Std Mark: 56.00
S1.CPMK-1.7 Std Mark: 56.00
P2.CPMK-3.1 Std Mark: 56.00
P2.CPMK-3.2 Std Mark: 56.00
KK3.CPMK-4.1 Std Mark: 56.00
KK3.CPMK-4.2 Std Mark: 56.00
KK3.CPMK-4.4 Std Mark: 56.00
KK3.CPMK-4.5 Std Mark: 56.00
KK3.CPMK-4.6 Std Mark: 56.00
KK3.CPMK-4.7 Std Mark: 56.00
KK3.CPMK-4.8 Std Mark: 56.00
KK3.CPMK-4.9 Std Mark: 56.00
1
064002200012
CANDY SOEKA WIYONO
90.00
90.00
90.00
90.00
90.00
45.00
63.00
46.50
58.50
58.50
63.38
49.00
58.50
57.85
61.78
2
064002200009
ADRIAN ALFAJRI
93.00
93.00
93.00
93.00
93.00
80.00
72.00
70.25
74.00
74.00
62.75
54.00
74.00
59.38
61.78
3
064002200008
CHAESA NAMIDA ARUMDAPTA
94.00
94.00
94.00
94.00
94.00
67.00
71.00
55.00
70.00
70.00
58.75
35.00
70.00
49.62
56.11
4
064002200030
VANIA RAHMA DEWI
92.00
92.00
92.00
92.00
92.00
78.00
76.00
71.25
76.50
76.50
69.38
60.00
76.50
65.77
68.33
5
064002200024
KHARISMA MAULIDA SAARA
94.00
94.00
94.00
94.00
94.00
77.00
77.00
69.13
77.00
77.00
69.13
56.00
77.00
64.08
67.67
6
064002200015
PUTRI SYABILLAH
92.00
92.00
92.00
92.00
92.00
92.00
82.67
77.00
85.00
85.00
68.25
52.00
85.00
62.00
66.44
7
064002200003
AUDI AULIA
92.00
92.00
92.00
92.00
92.00
77.00
72.33
60.13
73.50
73.50
55.75
32.00
73.50
46.62
53.11
8
064002200004
RHENA TABELLA
93.00
93.00
93.00
93.00
93.00
34.00
63.33
34.38
56.00
56.00
61.88
35.00
56.00
51.54
58.89
9
064002200027
TARUM WIDYASTI PERTIWI
94.00
94.00
94.00
94.00
94.00
81.00
77.00
70.88
78.00
78.00
67.13
54.00
78.00
62.08
65.67
10
064002200020
AISYAH NUR FADHLIA
94.00
94.00
94.00
94.00
94.00
82.00
77.33
71.13
78.50
78.50
66.75
53.00
78.50
61.46
65.22
11
064002200033
JOVITA AMANDA PUTRI SITUMORANG
91.00
91.00
91.00
91.00
91.00
68.00
71.33
56.00
70.50
70.50
59.13
36.00
70.50
50.23
56.56
12
064002200010
ANDRI MARTIN
93.00
93.00
93.00
93.00
93.00
73.00
69.67
59.50
70.50
70.50
56.38
37.00
70.50
48.92
54.22
13
064002200006
ISKY DWI APRILIANTO
94.00
94.00
94.00
94.00
94.00
77.00
71.00
69.88
72.50
72.50
64.25
58.00
72.50
61.85
63.56
14
064002200007
SONYA RIDESIA HASTARI
95.00
95.00
95.00
95.00
95.00
80.00
74.00
65.75
75.50
75.50
60.13
42.00
75.50
53.15
58.11
15
064002200036
MUHAMMAD FAHMI
78.00
78.00
78.00
78.00
78.00
86.00
76.67
66.50
79.00
79.00
57.75
34.00
79.00
48.62
55.11
16
064002200046
ADRIANSYAH MAULANA PUTRA
92.00
92.00
92.00
92.00
92.00
63.00
70.33
54.00
68.50
68.50
60.88
39.00
68.50
52.46
58.44
17
064002200043
ADRIAN HALIM
82.00
82.00
82.00
82.00
82.00
58.00
66.00
49.75
64.00
64.00
57.25
36.00
64.00
49.08
54.89
18
064002200005
GELLENT ARDIANSYAH
92.00
92.00
92.00
92.00
92.00
71.00
71.67
62.75
71.50
71.50
63.38
49.00
71.50
57.85
61.78
19
064002200049
RODRICK KIEDIES
79.00
79.00
79.00
79.00
79.00
54.00
61.33
46.13
59.50
59.50
53.00
33.00
59.50
45.31
50.78
20
064002200031
ALBIHAN
88.00
88.00
88.00
88.00
88.00
45.00
63.67
38.63
59.00
59.00
56.13
28.00
59.00
45.31
53.00
21
064002200025
MUHAMMAD ZIDDAN FADILLAH
85.00
85.00
85.00
85.00
85.00
61.00
68.33
52.75
66.50
66.50
59.63
39.00
66.50
51.69
57.33
22
064002200002
JOSUA WARMAN SIGALINGGING
80.00
80.00
80.00
80.00
80.00
63.00
67.67
51.38
66.50
66.50
55.75
32.00
66.50
46.62
53.11
23
064002200034
MAULANA HAFIZH ARIPUTRA
84.00
84.00
84.00
84.00
84.00
56.00
68.00
49.63
65.00
65.00
60.88
39.00
65.00
52.46
58.44
24
064002200022
ARZENDRA AZFA YODHATAMA
0.00
0.00
0.00
0.00
0.00
25.00
8.33
15.63
12.50
12.50
0.00
0.00
12.50
0.00
0.00
6. EVALUASI DAN ANALISIS HASIL PROSES PEMBELAJARAN
Sebutkan faktor dari DOSEN yang mungkin menyebabkan ketidaktercapaian CPMK (silakan pilih lebih dari 1)
Kesiapan dosen untuk melakukan tatap muka perkuliahan
Jumlah kehadiran dosen dalam tatap muka perkuliahan
Keterampilan dan kemampuan dosen untuk menjadi fasilitator belajar yang baik untuk mahasiswa
Kesesuaian kompetensi dosen pada mata kuliah yang diampu
Kondisi Kesehatan jiwa dan raga dosen
Lainnya sebutkan
Apa rencana tindak lanjut perbaikan dari faktor DOSEN yang mungkin menyebabkan ketidaktercapaian CPMK mata kuliah anda? (silakan pilih lebih dari 1)
Menyiapkan dan mengupload materi setidaknya sampai dengan tatap muka ke-7 ke LMS/GCR
Menyegarkan dan memperbarui handout/materi kuliah yang akan disampaikan
Merencanakan dengan cermat jadwal kegiatan/tugas di luar mengajar
Memberikan kuliah pengganti sesegera mungkin saat ada kegiatan mendadak yang menyebabkan tidak dapat hadir mengajar
Meningkatkan kompetensi diri dengan mengikuti pelatihan manajemen kelas / metode pembelajaran
Mengupayakan peningkatan kesehatan jiwa dan raga
Lebih banyak mengikuti forum akademik untuk peningkatan wawasan dan updating perkembangan ilmu pada bidang yang diminati dan menunjang tugas pengajaran
Lainnya, sebutkan
Sebutkan faktor dari MAHASISWA yang mungkin menyebabkan ketidaktercapaian CPMK (silakan pilih lebih dari 1)
Motivasi mahasiswa dalam mengikuti perkuliahan dan mengumpulkan tugas
Kemampuan literasi
Kemampuan numerasi
Kemampuan analisis dan sintesis
Tipe kepribadian dan gaya belajar mahasiswa yang tidak sesuai dengan gaya mengajar dosen
Ketersediaan fasilitas belajar pribadi seperti komputer, jaringan internet, dll di rumah
Lainnya, sebutkan
Apa usulan/rencana tindak lanjut perbaikan dari faktor MAHASISWA yang mungkin menyebabkan ketidaktercapaian CPMK mata kuliah anda? (silakan pilih lebih dari 1)
Memberikan panduan pengenalan gaya belajar sesuai dengan tipe kepribadian mahasiswa
Memberikan pesan-pesan motivasi untuk mahasiswa pada sesi perkuliahan
Memberikan lebih banyak tugas membaca untuk meningkatkan kemampuan literasi
Mengenalkan tools yang akan membantu mahasiswa dalam kemampuan numerasinya
Memberikan lebih banyak latihan dan tugas yang menstimulasi dan menigkatkan kemampuan analisis dan sintesis
Mendorong mahasiswa untuk memanfaatkan fasilitas perkuliahan yang disediakan oleh kampus, seperti ruang belajar di perpustakaan dan laboratorium
Lainnya, sebutkan
Sebutkan faktor PENDUKUNG PERKULIAHAN yang mungkin menyebabkan ketidaktercapaian CPMK (silakan pilih lebih dari 1)
Kualitas bahan ajar
Kuantitas bahan ajar
Kelayakan dan kecukupan referensi yang digunakan
Metode pembelajaran yang diterapkan di kelas
Fasilitas LMS untuk perkuliahan
Ruang kelas yang memadai untuk perkuliahan yang nyaman
Lainnya, sebutkan
Apa usulan/rencana tindak lanjut perbaikan dari faktor PENDUKUNG PERKULIAHAN yang mungkin menyebabkan ketidaktercapaian CPMK mata kuliah anda? (silakan pilih lebih dari 1)
Mengupayakan dan memberikan bahan ajar yang cukup JUMLAH DAN RAGAMNYA , seperti handout, modul, artikel ilmiah, video pembelajaran, buku ajar, dll
Mengupayakan dan memberikan bahan ajar yang BERKUALITAS
Meningkatkan fleksibilitas pada pilihan metode pembelajaran yang digunakan di kelas
Menggunakan LMS Trisakti atau GCR dan menggunakan fitur-fiturnya secara maksimal untuk kemudahan dalam penyampaian bahan kuliah, pengumpulan dan penilaian tugas
Melakukan pembelajaran di luar kampus sebagai variasi tatap muka
Lainnya, sebutkan
EVALUASI Lainya
TINDAK LANJUT Lainya
7. LAMPIRAN:
Berkas berikut dapat dilampirkan pada portofolio mata kuliah :
1) Daftar hadir mahasiswa
2) Berita acara perkuliahan
3) Soal tugas, UTS
, UAS
, kuiz dll.
4) Contoh hasil tugas mahasiswa (nilai terendah
, tengah
, tertinggi
)
5) Contoh hasil kuis mahasiswa (nilai terendah
, tengah
, tertinggi
)
6) Contoh hasil UTS mahasiswa (nilai terendah
, tengah
, tertinggi
)
7) Contoh hasil UAS mahasiswa (nilai terendah
, tengah
, tertinggi
)