Document

PORTOFOLIO MATA KULIAH

Nama Mata Kuliah	:	Probabilitas dan Statistika
Kode Mata Kuliah	:	III6307
Tim Dosen	:	1923 Drs. Joko Riyono, M.Si.
Kelas	:	02
Dosen	:	1923 Drs. Joko Riyono, M.Si.
Semester	:	Genap 2023/2024 (R)
Tahun Akademik	:	2023/2024
Jumlah Mahasiswa	:	23 mahasiswa

Program Studi INFORMATIKA

Fakultas TEKNOLOGI INDUSTRI

Universitas Trisakti

Aug 2024

PORTOFOLIO MATA KULIAH

NAMA MATA KULIAH	: Probabilitas dan Statistika
KODE MATA KULIAH	: III6307
KELAS	: TIF-02
SEMESTER	: Genap 2023/2024 (R)
DOSEN PENGAMPU	: 1923 Drs. Joko Riyono, M.Si.
NAMA DOSEN/TIM DOSEN	: 1923 Drs. Joko Riyono, M.Si.
NAMA KOORDINATOR MATA KULIAH	: 1923 Drs. Joko Riyono, M.Si.

1. HALAMAN PENGESAHAN PORTOFOLIO

	PORTOFOLIO MATA KULIAH PROBABILITAS DAN STATISTIKA Tahun Akademik: Genap 2023/2024 (R) Program Studi INFORMATIKA Fakultas TEKNOLOGI INDUSTRI
Kode: III6307	Bobot (sks): 3.00 sks	Rumpun MK:	Semester: GENAP
Penanggungjawab	Nama	Tanda Tangan	Tanggal
Koordinator MK			1923 Drs. Joko Riyono, M.Si.
Koordinator Bidang Keahlian/Ilmu
Ketua Program Studi			2641 Binti Solihah, S.T., M.Kom.

DAFTAR ISI

HALAMAN PENGESAHAN PORTOFOLIO .................................................................................
CAPAIAN PEMBELAJARAN PROGRAM STUDI .......................................................................
RENCANA PEMBELAJARAN SEMESTER (RPS) .......................................................................
- 3.1. Muatan RPS ......................................................................................................................
- 3.1. Sosialisasi RPS .................................................................................................................
RENCANA PENILAIAN & RUBRIK .............................................................................................
- 4.1. Rencana Penilaian CPMK ................................................................................................
- 4.2. Rubrik Penilaian (UTS, UAS, Praktikum, Tugas) ...........................................................
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 ..........................................................................
REKOMENDASI TINDAK LANJUT ..............................................................................................
LAMPIRAN: ......................................................................................................................................

2. CAPAIAN PEMBELAJARAN PROGRAM STUDI

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)

Tabel 3. Pemetaan Keterkaitan Capaian Pembelajaran Mata Kuliah dengan CPL

KODE CPL	KODE CPMK	DESKRIPSI CPMK
S.1	S1.CPMK-1	CPMK 1 Mahasiswa mampu menunjukkan sikap Takwa, Tekun, Trampil
P.2	P2.CPMK-2	Mampu melakukan uji statistika non parametrik
P.2	P2.CPMK-3	Mampu melakukan analisis ragam
P.2	P2.CPMK-4	CPMK 5 Mampu melakukan analisis regresi dan korelasi
P.2	P2.CPMK-5	CPMK 4 Mampu menghitung pendugaan interval serta pengujian hipotesis dari parameter populasi
P.2	P2.CPMK-6	CPMK 3 Mampu memahami perhitungan probabilitas kejadian dan probabilitas peubah acak
P.2	P2.CPMK-7	CPMK 2 Memahami konsep dasar statistika dan mampu meringkas dan menyajikan data (statistika deskriptif) melalui penggunaan python atau R

Tabel 4. Sub Capaian Pembelajaran Mata Kuliah

KODE CPL

KODE CPMK

DESKRIPSI Sub CPMK

S.1

S1.CPMK-1

S1.CPMK-1.1

KAD 1 Mahasiswa mampu menunjukkan aktif dalam belajar di kelas, hadir dan mengumpulkan tugas tepat waktu

P.2

P2.CPMK-2

P2.CPMK-2.1

KAD 14 Mampu melakukan dan interpretasi hasil pengujian statistika non parametrik Mann-Whitney U, Wilcoxon Signed-Rank, Kruskal-Wallis, Spearman Correlation menggunakan python atau R

P.2

P2.CPMK-3

P2.CPMK-3.1

KAD 13 Mampu memahami konsep analisis ragam dan rancangan eksoerimen serta melakukan dan interpretasi analisis ragam satu arah menggunakan python atau R

P.2

P2.CPMK-4

P2.CPMK-4.1	KAD 11 Mampu membuat, menguji dan menginterpretasi persamaan regresi linier sederhana dan berganda menggunakan python atau R
P2.CPMK-4.2	KAD 12 Mampu menampilkan, menguji dan menginterpretasi korelasi linier antar variabel menggunakan python atau R

P.2

P2.CPMK-5

P2.CPMK-5.1	KAD 8 Mampu menghitung pendugaan interval untuk satu rata-rata populasi, selisih dua rata-rata populasi, satu proporsi populasi dan selisih dua proporsi populasi secara manual dan menggunakan python atau R
P2.CPMK-5.2	KAD 9 Mampu melakukan pengujian hipotesis untuk satu rata-rata populasi dan satu proporsi populasi secara manual dan menggunakan python atau R
P2.CPMK-5.3	KAD 10 Mampu melakukan pengujian kesesuaian dengan distribusi normal serta pengujian hubungan antar dua peubah kategorik (uji kebebasan)

P.2

P2.CPMK-6

P2.CPMK-6.1	KAD 4 Mampu memahami konsep ruang sampel dan kejadian serta menghitung titik sampel
P2.CPMK-6.2	KAD 5 Mampu memahami aturan-aturan probabilitas, menghitung probabilitas kejadian, probabilitas bersyarat serta probabilitas kejadian dengan menggunakan kaidah bayes
P2.CPMK-6.3	KAD 6 Mampu menghitung peluang peubah acak binom dan poisson
P2.CPMK-6.4	KAD 7 Mampu menghitung peluang peubah acak normal dan eksponensial

P.2

P2.CPMK-7

P2.CPMK-7.1	KAD 2 Mampu memahami konsep probabilitas dan kaitannya dengan statistika (deskriptif dan inferensi)
P2.CPMK-7.2	KAD 3 Mampu memahami perhitungan berbagai ukuran-ukuran statistika (lokasi, keragaman, bentuk) serta menyajikan data dengan metode grafik

3. RENCANA PEMBELAJARAN SEMESTER (RPS)

3.1 Muatan RPS

Tabel 5. Format dan Muatan RPS

UNIVERSITAS TRISAKRI
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI INFORMATIKA

RENCANA PEMBELAJARAN SEMESTER

Kode : DU1.2.4-KUR-04.RPS/III6307

Program Studi : INFORMATIKA		Semester : Genap 2023/2024 (R);Jenis Mata Kuliah : Wajib Kode Mata Kuliah : III6307 SKS : 3.00
Mata Kuliah : Probabilitas dan Statistika		Dosen : 1923 Drs. Joko Riyono, M.Si.
MK Prasyarat : Tidak ada prasyarat;

Sesi Ke	KAD	Bahan Kajian	Metoda Pembelajaran	Waktu Belajar (Menit)	Pengalaman Belajar Mahasiswa	Referensi	Kriteria Penilaian (Indikator)
1	KAD 1 Mahasiswa mampu menunjukkan aktif dalam belajar di kelas, hadir dan mengumpulkan tugas tepat waktu	Pengertian statistika, pembagian ilmu statistika, peran statistika dalam sains data, pengenalan python dan R	Tutorial Diskusi	150.00	Mendengarkan paparan dosen, berdiskusi dan mengerjakan soal latihan, praktek menggunakan python/R	Walpole RE, Myers RH, Myers SL, Ye K(2016) Thomas Haslwanter(2016) Idriwal M, Elfira F, D Sugiarto, Ratna Mira Y(2023) Dedy Sugiarto, Dimmas Mulya, Syandra Sari, Anung B Ariwibowo, Is Mardianto, Muhammad Azka Aulia, Fit(2023) Amir D. Aczel, Jayavel Sounderpandian(2009)	Praktikum - 3.00 % Tugas - 5.00 %
2	KAD 2 Mampu memahami konsep probabilitas dan kaitannya dengan statistika (deskriptif dan inferensi)	Pengantar probabilitas, statistika deskriptif, statistika inferensi	Tutorial	150.00	Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R	Walpole RE, Myers RH, Myers SL, Ye K(2016)	Praktikum - 3.00 %
3	KAD 3 Mampu memahami perhitungan berbagai ukuran-ukuran statistika (lokasi, keragaman, bentuk) serta menyajikan data dengan metode grafik	Penyajian data dan interpretasi data menggunakan ukuran-ukuran grafik statistik	Tutorial	150.00	Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R	Walpole RE, Myers RH, Myers SL, Ye K(2016)	Praktikum - 3.00 %
4	KAD 4 Mampu memahami konsep ruang sampel dan kejadian serta menghitung titik sampel	Konsep ruang sampel, kejadian dan menghitung titik sampel	Tutorial	150.00	Mendengarkan paparan dosen dan mengerjakan soal latihan	Walpole RE, Myers RH, Myers SL, Ye K(2016)	Tugas - 5.00 %
5	KAD 5 Mampu memahami aturan-aturan probabilitas, menghitung probabilitas kejadian, probabilitas bersyarat serta probabilitas kejadian dengan menggunakan kaidah bayes	Aturan-aturan probabilitas, probabilitas suatu kejadian, probabilitas bersyarat dan kaidah bayes	Tutorial	150.00	Mendengarkan paparan dosen dan mengerjakan soal latihan	Walpole RE, Myers RH, Myers SL, Ye K(2016)	Ujian Tengah Semester - 5.00 %
6	KAD 6 Mampu menghitung peluang peubah acak binom dan poisson	Probabilitas peubah acak binom dan poisson	Tutorial	150.00	Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R	Walpole RE, Myers RH, Myers SL, Ye K(2016)	Ujian Tengah Semester - 10.00 % Praktikum - 3.00 %
7	KAD 7 Mampu menghitung peluang peubah acak normal dan eksponensial	Probabilitas peubah acak normal dan eksponensial, aplikasi sebaran normal dan eksponensial	Tutorial	150.00	Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R	Walpole RE, Myers RH, Myers SL, Ye K(2016)	Praktikum - 3.00 % Ujian Tengah Semester - 10.00 % Tugas - 5.00 %
8	KAD 8 Mampu menghitung pendugaan interval untuk satu rata-rata populasi, selisih dua rata-rata populasi, satu proporsi populasi dan selisih dua proporsi populasi secara manual dan menggunakan python atau R	Pendugaan interval rata-rata dan proporsi populasi	Tutorial	150.00	Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R	Walpole RE, Myers RH, Myers SL, Ye K(2016)	Praktikum - 3.00 %
9	KAD 9 Mampu melakukan pengujian hipotesis untuk satu rata-rata populasi dan satu proporsi populasi secara manual dan menggunakan python atau R	Pengujian hipotesis untuk satu rata-rata dan satu proporsi populasi	Tutorial	150.00	Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R	Walpole RE, Myers RH, Myers SL, Ye K(2016)	Ujian Akhir Semester - 5.00 % Praktikum - 3.00 %
10	KAD 10 Mampu melakukan pengujian kesesuaian dengan distribusi normal serta pengujian hubungan antar dua peubah kategorik (uji kebebasan)	Pengujian kesesuaian distribusi (Goodness of Fit) dan uji kebebasan (independence test)	Tutorial	150.00	Mendengarkan paparan dosen dan mengerjakan soal latihan	Walpole RE, Myers RH, Myers SL, Ye K(2016)	Ujian Akhir Semester - 5.00 %
11	KAD 11 Mampu membuat, menguji dan menginterpretasi persamaan regresi linier sederhana dan berganda menggunakan python atau R	Konsep regresi, regresi linier sederhana, regresi linier berganda	Tutorial	150.00	Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R	Walpole RE, Myers RH, Myers SL, Ye K(2016)	Praktikum - 3.00 % Ujian Akhir Semester - 5.00 %
12	KAD 12 Mampu menampilkan, menguji dan menginterpretasi korelasi linier antar variabel menggunakan python atau R	Korelasi linier, scatter plot, koefisien determinasi	Tutorial	150.00	Mendengarkan paparan dosen dan mengerjakan soal latihan	Walpole RE, Myers RH, Myers SL, Ye K(2016)	Tugas - 5.00 %
13	KAD 13 Mampu memahami konsep analisis ragam dan rancangan eksoerimen serta melakukan dan interpretasi analisis ragam satu arah menggunakan python atau R	Analisis ragam satu arah	Tutorial	150.00	Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R	Walpole RE, Myers RH, Myers SL, Ye K(2016)	Ujian Akhir Semester - 5.00 % Praktikum - 3.00 %
14	KAD 14 Mampu melakukan dan interpretasi hasil pengujian statistika non parametrik Mann-Whitney U, Wilcoxon Signed-Rank, Kruskal-Wallis, Spearman Correlation menggunakan python atau R	Statistika non parametrik	Tutorial Diskusi	150.00	Mendengarkan paparan dosen dan mengerjakan soal latihan, praktek menggunakan python/R	Walpole RE, Myers RH, Myers SL, Ye K(2016)	Praktikum - 3.00 % Ujian Akhir Semester - 5.00 %

3.2 Sosialisasi RPS

Tabel 6. Berita Acara Sosialisasi RPS

	PROGRAM STUDI INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS TRISAKTI
Perkuliahan Pertama					Dosen Menyampaikan
Mata Kuliah/SKS		Nama Dosen		Hari Tanggal
Probabilitas dan Statistika		1923 Drs. Joko Riyono, M.Si.		; Tuesday 07:30:00-10:00:00	Status
Tidak ada perekaman sosialiasi RPS di Kelas
Diketahui Program Studi			Dosen Mata Kuliah		Mahasiswa
2641 Binti Solihah, S.T., M.Kom. Ketua			1923 Drs. Joko Riyono, M.Si.		........

4. RENCANA PENILAIAN & RUBRIK

4.1. Rencana Penilaian CPMK

Tabel 7. Hubungan CPL, CPMK dan Pertemuan Mingguan

Level	CPL	CMPK	Sub CPMK	Minggu Pertemuan dan Assessment
HEIGHT	S.1	S1.CPMK-1	S1.CPMK-1.1	Minggu ke-1 Assessment: Praktikum (3.00%) Minggu ke-1 Assessment: Tugas (5.00%)
HEIGHT	P.2	P2.CPMK-2	P2.CPMK-2.1	Minggu ke-14 Assessment: Ujian Akhir Semester (5.00%) Minggu ke-14 Assessment: Praktikum (3.00%)
HEIGHT	P.2	P2.CPMK-3	P2.CPMK-3.1	Minggu ke-13 Assessment: Praktikum (3.00%) Minggu ke-13 Assessment: Ujian Akhir Semester (5.00%)
HEIGHT	P.2	P2.CPMK-4	P2.CPMK-4.1	Minggu ke-11 Assessment: Praktikum (3.00%) Minggu ke-11 Assessment: Ujian Akhir Semester (5.00%)
HEIGHT	P.2	P2.CPMK-4	P2.CPMK-4.2	Minggu ke-12 Assessment: Tugas (5.00%)
HEIGHT	P.2	P2.CPMK-5	P2.CPMK-5.1	Minggu ke-8 Assessment: Praktikum (3.00%)
HEIGHT	P.2	P2.CPMK-5	P2.CPMK-5.2	Minggu ke-9 Assessment: Praktikum (3.00%) Minggu ke-9 Assessment: Ujian Akhir Semester (5.00%)
HEIGHT	P.2	P2.CPMK-5	P2.CPMK-5.3	Minggu ke-10 Assessment: Ujian Akhir Semester (5.00%)
HEIGHT	P.2	P2.CPMK-6	P2.CPMK-6.1	Minggu ke-4 Assessment: Tugas (5.00%)
HEIGHT	P.2	P2.CPMK-6	P2.CPMK-6.2	Minggu ke-5 Assessment: Ujian Tengah Semester (5.00%)
HEIGHT	P.2	P2.CPMK-6	P2.CPMK-6.3	Minggu ke-6 Assessment: Praktikum (3.00%) Minggu ke-6 Assessment: Ujian Tengah Semester (10.00%)
HEIGHT	P.2	P2.CPMK-6	P2.CPMK-6.4	Minggu ke-7 Assessment: Tugas (5.00%) Minggu ke-7 Assessment: Praktikum (3.00%) Minggu ke-7 Assessment: Ujian Tengah Semester (10.00%)
HEIGHT	P.2	P2.CPMK-7	P2.CPMK-7.1	Minggu ke-2 Assessment: Praktikum (3.00%)
HEIGHT	P.2	P2.CPMK-7	P2.CPMK-7.2	Minggu ke-3 Assessment: Praktikum (3.00%)

Tabel 8. Rincian Bobot Penilain UTS dan Sesi Pertemuan

UTS
Materi Sesi			M1	M2	M3	M4	M5	M6	M7	TOTAL
CPL	CPMK	Sub CPMK	#A1	#A2	#A3	#A4	#A5	#A6	#A7	TOTAL
P.2	P2.CPMK-6	P2.CPMK-6.2					5.00%			5%
P.2	P2.CPMK-6	P2.CPMK-6.3						10.00%		10%
P.2	P2.CPMK-6	P2.CPMK-6.4							10.00%	10%
TOTAL										25%

Tabel 9. Rincian Bobot Penilain UAS dan Sesi Pertemuan

UAS
Materi Sesi			M8	M9	M10	M11	M12	M13	M14	TOTAL
CPL	CPMK	Sub CPMK	#A8	#A9	#A10	#A11	#A12	#A13	#A14	TOTAL
P.2	P2.CPMK-2	P2.CPMK-2.1							5.00%	5%
P.2	P2.CPMK-3	P2.CPMK-3.1						5.00%		5%
P.2	P2.CPMK-4	P2.CPMK-4.1				5.00%				5%
P.2	P2.CPMK-5	P2.CPMK-5.2		5.00%						5%
P.2	P2.CPMK-5	P2.CPMK-5.3			5.00%					5%
TOTAL										25%

Tabel 10. Rincian Bobot Penilain Laporan Praktikum dan Sesi Pertemuan

PRAKTIKUM

Materi Sesi

M10

M11

M12

M13

M14

TOTAL

CPL

CPMK

Sub CPMK

#A1

#A2

#A3

#A4

#A5

#A6

#A7

#A8

#A9

#A10

#A11

#A12

#A13

#A14

TOTAL

Tabel 11. Rincian Bobot Penilain Tugas dan Sesi Pertemuan

TUGAS

Materi Sesi

M10

M11

M12

M13

M14

TOTAL

CPL

CPMK

Sub CPMK

#A1

#A2

#A3

#A4

#A5

#A6

#A7

#A8

#A9

#A10

#A11

#A12

#A13

#A14

S.1

S1.CPMK-1

S1.CPMK-1.1

5.00%

P.2

P2.CPMK-4

P2.CPMK-4.2

5.00%

P.2

P2.CPMK-6

P2.CPMK-6.1

5.00%

P.2

P2.CPMK-6

P2.CPMK-6.4

5.00%

TOTAL

20%

Tabel 12. Pemetaan Rencana Penilaian Setiap Instrument Penilaian

Materi Sesi

Minggu Ke -

TOTAL

M14

M13

M11

M12

M10

Komponen

PRK

UAS

PRK

UAS

PRK

UAS

PRK

UAS

UTS

PRK

UTS

PRK

UTS

PRK

CPL

CPMK

Sub CPMK

A10

A11

A12

A13

A14

A15

A16

A17

A18

A19

A20

A21

A22

Bobot

S.1

S1.CPMK-1

S1.CPMK-1.1

3.00%

5.00%

P.2

P2.CPMK-2

P2.CPMK-2.1

5.00%

3.00%

P.2

P2.CPMK-3

P2.CPMK-3.1

3.00%

5.00%

P.2

P2.CPMK-4

P2.CPMK-4.1

3.00%

5.00%

P.2

P2.CPMK-4

P2.CPMK-4.2

5.00%

P.2

P2.CPMK-5

P2.CPMK-5.1

3.00%

P.2

P2.CPMK-5

P2.CPMK-5.2

3.00%

5.00%

P.2

P2.CPMK-5

P2.CPMK-5.3

5.00%

P.2

P2.CPMK-6

P2.CPMK-6.1

5.00%

P.2

P2.CPMK-6

P2.CPMK-6.2

5.00%

P.2

P2.CPMK-6

P2.CPMK-6.3

3.00%

10.00%

13%

P.2

P2.CPMK-6

P2.CPMK-6.4

5.00%

3.00%

10.00%

18%

P.2

P2.CPMK-7

P2.CPMK-7.1

3.00%

P.2

P2.CPMK-7

P2.CPMK-7.2

3.00%

TOTAL

100

Catatan : total presentase semua instrument dan total seluruh sesi harus sama dengan 100%

Tabel 13. Rencana Penilaian dan Instrument Penilaian

CPL	CMPK	Sub CPMK	Instrument
S.1	S1.CPMK-1	S1.CPMK-1.1	PRK TG
P.2	P2.CPMK-2	P2.CPMK-2.1	UAS PRK
P.2	P2.CPMK-3	P2.CPMK-3.1	PRK UAS
P.2	P2.CPMK-4	P2.CPMK-4.1	PRK UAS
P.2	P2.CPMK-4	P2.CPMK-4.2	TG
P.2	P2.CPMK-5	P2.CPMK-5.1	PRK
P.2	P2.CPMK-5	P2.CPMK-5.2	PRK UAS
P.2	P2.CPMK-5	P2.CPMK-5.3	UAS
P.2	P2.CPMK-6	P2.CPMK-6.1	TG
P.2	P2.CPMK-6	P2.CPMK-6.2	UTS
P.2	P2.CPMK-6	P2.CPMK-6.3	PRK UTS
P.2	P2.CPMK-6	P2.CPMK-6.4	TG PRK UTS
P.2	P2.CPMK-7	P2.CPMK-7.1	PRK
P.2	P2.CPMK-7	P2.CPMK-7.2	PRK

Tabel 14. Indikator Penilaian

Kategori Penilaian	Range Penilaian	Nilai
Sangat Baik	>= 80	4
Baik	68 - 79,99	3
Cukup	56 - 67,99	2
Kurang	<	1

4.2. Rubrik Penilaian (UTS, UAS, Praktikum, Tugas)

Tabel 15. Rubrik Penilaian UTS

UTS

CPL

CMPK

Sub CPMK

Rubrik / Rubric

P.2

P2.CPMK-6

P2.CPMK-6.2

KAD 5 Mampu memahami aturan-aturan probabilitas, menghitung probabilitas kejadian, probabilitas bersyarat serta probabilitas kejadian dengan menggunakan kaidah bayes

Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

P.2

P2.CPMK-6

P2.CPMK-6.3

KAD 6 Mampu menghitung peluang peubah acak binom dan poisson

Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

P.2

P2.CPMK-6

P2.CPMK-6.4

KAD 7 Mampu menghitung peluang peubah acak normal dan eksponensial

Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

Tabel 16. Rubrik Penilaian UAS

UAS

CPL

CMPK

Sub CPMK

Rubrik / Rubric

P.2

P2.CPMK-2

P2.CPMK-2.1

KAD 14 Mampu melakukan dan interpretasi hasil pengujian statistika non parametrik Mann-Whitney U, Wilcoxon Signed-Rank, Kruskal-Wallis, Spearman Correlation menggunakan python atau R

Indikator Kinerja: Ketepatan menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

P.2

P2.CPMK-3

P2.CPMK-3.1

KAD 13 Mampu memahami konsep analisis ragam dan rancangan eksoerimen serta melakukan dan interpretasi analisis ragam satu arah menggunakan python atau R

Indikator Kinerja: Ketepatan menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

P.2

P2.CPMK-4

P2.CPMK-4.1

KAD 11 Mampu membuat, menguji dan menginterpretasi persamaan regresi linier sederhana dan berganda menggunakan python atau R

Indikator Kinerja: Ketepatan menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

P.2

P2.CPMK-5

P2.CPMK-5.2

KAD 9 Mampu melakukan pengujian hipotesis untuk satu rata-rata populasi dan satu proporsi populasi secara manual dan menggunakan python atau R

Indikator Kinerja: Ketepatan menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

P.2

P2.CPMK-5

P2.CPMK-5.3

KAD 10 Mampu melakukan pengujian kesesuaian dengan distribusi normal serta pengujian hubungan antar dua peubah kategorik (uji kebebasan)

Indikator Kinerja: Ketepatan menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

Rubrik Penilaian

Tidak ada rubrik penilaian

Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering exam questions

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-	0	0.00
B+	1	4.35
B	1	4.35
B-	4	17.39
C+	1	4.35
C	5	21.74
D	2	8.70

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-1.1 KAD 1 Mahasiswa mampu menunjukkan aktif dalam belajar di kelas, hadir dan mengumpulkan tugas tepat waktu	10	3	6	4	82.61
P2.CPMK-2.1 KAD 14 Mampu melakukan dan interpretasi hasil pengujian statistika non parametrik Mann-Whitney U, Wilcoxon Signed-Rank, Kruskal-Wallis, Spearman Correlation menggunakan python atau R	0	0	5	18	21.74
P2.CPMK-3.1 KAD 13 Mampu memahami konsep analisis ragam dan rancangan eksoerimen serta melakukan dan interpretasi analisis ragam satu arah menggunakan python atau R	0	0	7	16	30.43
P2.CPMK-4.1 KAD 11 Mampu membuat, menguji dan menginterpretasi persamaan regresi linier sederhana dan berganda menggunakan python atau R	2	1	6	14	39.13
P2.CPMK-4.2 KAD 12 Mampu menampilkan, menguji dan menginterpretasi korelasi linier antar variabel menggunakan python atau R	13	0	0	10	56.52
P2.CPMK-5.1 KAD 8 Mampu menghitung pendugaan interval untuk satu rata-rata populasi, selisih dua rata-rata populasi, satu proporsi populasi dan selisih dua proporsi populasi secara manual dan menggunakan python atau R	6	2	1	14	39.13
P2.CPMK-5.2 KAD 9 Mampu melakukan pengujian hipotesis untuk satu rata-rata populasi dan satu proporsi populasi secara manual dan menggunakan python atau R	5	3	1	14	39.13
P2.CPMK-5.3 KAD 10 Mampu melakukan pengujian kesesuaian dengan distribusi normal serta pengujian hubungan antar dua peubah kategorik (uji kebebasan)	1	0	7	15	34.78
P2.CPMK-6.1 KAD 4 Mampu memahami konsep ruang sampel dan kejadian serta menghitung titik sampel	17	0	0	6	73.91
P2.CPMK-6.2 KAD 5 Mampu memahami aturan-aturan probabilitas, menghitung probabilitas kejadian, probabilitas bersyarat serta probabilitas kejadian dengan menggunakan kaidah bayes	0	3	3	17	26.09
P2.CPMK-6.3 KAD 6 Mampu menghitung peluang peubah acak binom dan poisson	0	1	4	18	21.74
P2.CPMK-6.4 KAD 7 Mampu menghitung peluang peubah acak normal dan eksponensial	0	3	5	15	34.78
P2.CPMK-7.1 KAD 2 Mampu memahami konsep probabilitas dan kaitannya dengan statistika (deskriptif dan inferensi)	10	0	0	13	43.48
P2.CPMK-7.2 KAD 3 Mampu memahami perhitungan berbagai ukuran-ukuran statistika (lokasi, keragaman, bentuk) serta menyajikan data dengan metode grafik	7	2	2	12	47.83

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
KAD 1 Mahasiswa mampu menunjukkan aktif dalam belajar di kelas, hadir dan mengumpulkan tugas tepat waktu
PRK	9 (39.13 %)	0	1 (4.35 %)	13 (56.52 %)	43.48 (189.04 %)
TG	19 (82.61 %)	0	0	4 (17.39 %)	82.61 (359.17 %)
KAD 14 Mampu melakukan dan interpretasi hasil pengujian statistika non parametrik Mann-Whitney U, Wilcoxon Signed-Rank, Kruskal-Wallis, Spearman Correlation menggunakan python atau R
PRK	12 (52.17 %)	0	0	11 (47.83 %)	52.17 (226.83 %)
UAS	1 (4.35 %)	0	0	22 (95.65 %)	4.35 (18.91 %)
KAD 13 Mampu memahami konsep analisis ragam dan rancangan eksoerimen serta melakukan dan interpretasi analisis ragam satu arah menggunakan python atau R
PRK	12 (52.17 %)	0	0	11 (47.83 %)	52.17 (226.83 %)
UAS	0	0	0	23 (100.00 %)	0 (0.00 %)
KAD 11 Mampu membuat, menguji dan menginterpretasi persamaan regresi linier sederhana dan berganda menggunakan python atau R
PRK	15 (65.22 %)	0	0	8 (34.78 %)	65.22 (283.57 %)
UAS	2 (8.70 %)	0	1 (4.35 %)	20 (86.96 %)	13.04 (56.70 %)
KAD 12 Mampu menampilkan, menguji dan menginterpretasi korelasi linier antar variabel menggunakan python atau R
TG	13 (56.52 %)	0	0	10 (43.48 %)	56.52 (245.74 %)
KAD 8 Mampu menghitung pendugaan interval untuk satu rata-rata populasi, selisih dua rata-rata populasi, satu proporsi populasi dan selisih dua proporsi populasi secara manual dan menggunakan python atau R
PRK	6 (26.09 %)	2 (8.70 %)	1 (4.35 %)	14 (60.87 %)	39.13 (170.13 %)
KAD 9 Mampu melakukan pengujian hipotesis untuk satu rata-rata populasi dan satu proporsi populasi secara manual dan menggunakan python atau R
PRK	13 (56.52 %)	0	0	10 (43.48 %)	56.52 (245.74 %)
UAS	5 (21.74 %)	0	3 (13.04 %)	15 (65.22 %)	34.78 (151.22 %)
KAD 10 Mampu melakukan pengujian kesesuaian dengan distribusi normal serta pengujian hubungan antar dua peubah kategorik (uji kebebasan)
UAS	1 (4.35 %)	0	7 (30.43 %)	15 (65.22 %)	34.78 (151.22 %)
KAD 4 Mampu memahami konsep ruang sampel dan kejadian serta menghitung titik sampel
TG	17 (73.91 %)	0	0	6 (26.09 %)	73.91 (321.35 %)
KAD 5 Mampu memahami aturan-aturan probabilitas, menghitung probabilitas kejadian, probabilitas bersyarat serta probabilitas kejadian dengan menggunakan kaidah bayes
UTS	0	3 (13.04 %)	3 (13.04 %)	17 (73.91 %)	26.09 (113.43 %)
KAD 6 Mampu menghitung peluang peubah acak binom dan poisson
PRK	8 (34.78 %)	3 (13.04 %)	0	12 (52.17 %)	47.83 (207.96 %)
UTS	0	1 (4.35 %)	1 (4.35 %)	21 (91.30 %)	8.7 (37.83 %)
KAD 7 Mampu menghitung peluang peubah acak normal dan eksponensial
PRK	7 (30.43 %)	0	1 (4.35 %)	15 (65.22 %)	34.78 (151.22 %)
TG	13 (56.52 %)	0	0	10 (43.48 %)	56.52 (245.74 %)
UTS	0	1 (4.35 %)	1 (4.35 %)	21 (91.30 %)	8.7 (37.83 %)
KAD 2 Mampu memahami konsep probabilitas dan kaitannya dengan statistika (deskriptif dan inferensi)
PRK	10 (43.48 %)	0	0	13 (56.52 %)	43.48 (189.04 %)
KAD 3 Mampu memahami perhitungan berbagai ukuran-ukuran statistika (lokasi, keragaman, bentuk) serta menyajikan data dengan metode grafik
PRK	7 (30.43 %)	2 (8.70 %)	2 (8.70 %)	12 (52.17 %)	47.83 (207.96 %)

Capaian Sub-CPMK S1.CPMK-1.1 Perpenilaian

Gambar 4. Analisis Ketercapaian Sub S1.CPMK-1.1 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-2.1 Perpenilaian

Gambar 5. Analisis Ketercapaian Sub P2.CPMK-2.1 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-3.1 Perpenilaian

Gambar 6. Analisis Ketercapaian Sub P2.CPMK-3.1 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-4.1 Perpenilaian

Gambar 7. Analisis Ketercapaian Sub P2.CPMK-4.1 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-4.2 Perpenilaian

Gambar 8. Analisis Ketercapaian Sub P2.CPMK-4.2 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-5.1 Perpenilaian

Gambar 9. Analisis Ketercapaian Sub P2.CPMK-5.1 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-5.2 Perpenilaian

Gambar 10. Analisis Ketercapaian Sub P2.CPMK-5.2 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-5.3 Perpenilaian

Gambar 11. Analisis Ketercapaian Sub P2.CPMK-5.3 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-6.1 Perpenilaian

Gambar 12. Analisis Ketercapaian Sub P2.CPMK-6.1 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-6.2 Perpenilaian

Gambar 13. Analisis Ketercapaian Sub P2.CPMK-6.2 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-6.3 Perpenilaian

Gambar 14. Analisis Ketercapaian Sub P2.CPMK-6.3 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-6.4 Perpenilaian

Gambar 15. Analisis Ketercapaian Sub P2.CPMK-6.4 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-7.1 Perpenilaian

Gambar 16. Analisis Ketercapaian Sub P2.CPMK-7.1 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-7.2 Perpenilaian

Gambar 17. Analisis Ketercapaian Sub P2.CPMK-7.2 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
No.	NIM	Nama	S1.CPMK-1.1 Std Mark: 56.00	P2.CPMK-2.1 Std Mark: 56.00	P2.CPMK-3.1 Std Mark: 56.00	P2.CPMK-4.1 Std Mark: 56.00	P2.CPMK-4.2 Std Mark: 56.00	P2.CPMK-5.1 Std Mark: 56.00	P2.CPMK-5.2 Std Mark: 56.00	P2.CPMK-5.3 Std Mark: 56.00	P2.CPMK-6.1 Std Mark: 56.00	P2.CPMK-6.2 Std Mark: 56.00	P2.CPMK-6.3 Std Mark: 56.00	P2.CPMK-6.4 Std Mark: 0.00	P2.CPMK-7.1 Std Mark: 56.00	P2.CPMK-7.2 Std Mark: 56.00
1	064002000009	KASYAH ARYA SYAHPUTRA	86.72	58.75	59.69	57.81	90.00	80.00	55.00	1.00	90.00	60.00	57.50	43.33	81.25	82.50
2	064002100005	REZA NUGRAHA SANTOSO	56.63	12.88	12.88	12.88	5.00	1.00	12.88	20.00	5.00	48.00	29.46	22.67	1.00	1.00
3	064002200040	ZOELFAN AKBAR HIDAYAT	56.63	12.88	12.88	12.88	5.00	1.00	12.88	20.00	90.00	45.00	27.15	21.00	1.00	1.00
4	064002300008	CALISTA AZZAHRA	93.75	42.81	61.56	61.56	90.00	87.50	70.31	40.00	90.00	45.00	49.42	60.69	100.00	100.00
5	064002300015	YUSTIANAS ROMBON	89.53	49.06	45.31	57.81	90.00	70.00	57.81	40.00	90.00	45.00	45.38	57.78	96.25	93.76
6	064002300016	FERNANDO JUNIOR AUPARAY	3.50	1.00	1.00	1.00	5.00	1.00	1.00	1.00	5.00	30.00	15.62	12.67	23.75	1.00
7	064002300017	MARA SUTAN ARRAFI SIREGAR	74.53	36.25	37.19	74.06	90.00	47.50	7.19	60.00	90.00	52.00	32.54	55.83	23.75	47.50
8	064002300018	FAIRUZ MAULIDYA	75.00	61.56	61.56	59.69	90.00	97.50	55.31	60.00	90.00	52.00	55.38	65.00	100.00	98.75
9	064002300020	MICHAEL	3.50	25.38	25.38	25.38	5.00	1.00	1.00	1.00	5.00	45.00	27.15	21.00	1.00	1.00
10	064002300021	ARIK DIAS PUTRA	71.25	12.88	12.88	12.88	5.00	1.00	12.88	20.00	5.00	45.00	27.15	21.00	1.00	1.00
11	064002300023	FARHAN IQBAL MAULANA	3.50	1.00	1.00	1.00	5.00	1.00	1.00	1.00	5.00	1.00	1.00	2.11	1.00	1.00
12	064002300028	MIFTAH RAMADHAN	67.50	25.38	12.88	47.19	90.00	30.00	97.19	40.00	90.00	75.00	71.73	68.89	30.00	77.50
13	064002300030	HAFIDZ RAMADHAN	89.53	62.50	56.25	58.75	90.00	62.50	74.06	60.00	90.00	45.00	47.12	55.28	98.75	75.00
14	064002300032	MUHAMAD FADLY FEBRIAN	80.16	50.38	12.88	98.13	90.00	30.00	92.50	80.00	90.00	68.00	67.12	63.89	22.50	67.50
15	064002300033	BIDZI MAWFA FERDIANSYAH	3.50	1.00	1.00	1.00	5.00	1.00	1.00	1.00	5.00	1.00	1.00	2.11	1.00	1.00
16	064002300034	MUHAMMAD ALI AKBAR HIDAYATULLAH	67.50	36.25	60.63	55.00	5.00	30.00	55.00	1.00	90.00	52.00	42.69	53.33	40.00	45.00
17	064002300036	Rafael Gala Herlambang	93.28	49.06	61.56	99.06	90.00	95.00	99.06	60.00	90.00	60.00	61.54	69.03	93.75	100.00
18	064002300038	ZAHWA NUR AZKIA PUTRI	93.28	61.56	61.56	55.31	90.00	97.50	49.06	60.00	90.00	60.00	61.54	69.03	96.25	100.00
19	064002300039	DAVE RYANO FIRDAUS MAGENTHA	93.75	62.50	50.00	62.50	90.00	97.50	50.00	40.00	90.00	45.00	50.00	61.11	98.75	100.00
20	064002300043	FAIZ ABYAN HERYANTO	67.50	48.13	48.13	42.50	5.00	30.00	81.25	20.00	90.00	45.00	37.31	25.83	30.00	45.00
21	064002300044	FRANCISCO	87.19	48.13	48.13	42.50	90.00	30.00	80.00	60.00	90.00	45.00	37.31	46.94	95.00	45.00
22	064002300045	NALENDRA ZAIDAN AQILA ZULKIFLI	56.63	40.94	16.56	25.38	5.00	1.00	1.00	1.00	90.00	69.00	38.69	29.33	1.00	1.00
23	064002300047	GWEN ALAINA MARELA	89.06	43.75	31.25	49.06	90.00	70.00	68.44	60.00	90.00	52.00	50.19	52.08	97.50	67.50

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 )

Jakarta, 11-08-2024
Dosen Mata Kuliah,

(1923 Drs. Joko Riyono, M.Si.)

PORTOFOLIO MATA KULIAH

PORTOFOLIO MATA KULIAH

1. HALAMAN PENGESAHAN PORTOFOLIO

DAFTAR ISI

2. CAPAIAN PEMBELAJARAN PROGRAM STUDI

Tabel 1. Capaian Pembelajaran Lulusan (CPL) Program Studi

Tabel 2. Capaian Pembelajaran Lulusan yang Dibebankan pada Mata Kuliah

Tabel 3. Pemetaan Keterkaitan Capaian Pembelajaran Mata Kuliah dengan CPL

Tabel 4. Sub Capaian Pembelajaran Mata Kuliah

3. RENCANA PEMBELAJARAN SEMESTER (RPS)

3.1 Muatan RPS

Tabel 5. Format dan Muatan RPS

3.2 Sosialisasi RPS

Tabel 6. Berita Acara Sosialisasi RPS

4. RENCANA PENILAIAN & RUBRIK

4.1. Rencana Penilaian CPMK

Tabel 7. Hubungan CPL, CPMK dan Pertemuan Mingguan

Tabel 8. Rincian Bobot Penilain UTS dan Sesi Pertemuan

Tabel 9. Rincian Bobot Penilain UAS dan Sesi Pertemuan

Tabel 10. Rincian Bobot Penilain Laporan Praktikum dan Sesi Pertemuan

Tabel 11. Rincian Bobot Penilain Tugas dan Sesi Pertemuan

Tabel 12. Pemetaan Rencana Penilaian Setiap Instrument Penilaian

Catatan : total presentase semua instrument dan total seluruh sesi harus sama dengan 100%

Tabel 13. Rencana Penilaian dan Instrument Penilaian

Tabel 14. Indikator Penilaian

4.2. Rubrik Penilaian (UTS, UAS, Praktikum, Tugas)

Tabel 15. Rubrik Penilaian UTS

Tabel 16. Rubrik Penilaian UAS

Tabel 17. Indikator Penilaian Laporan Praktikum

Tabel 18. Indikator Penilaian Tugas

5. EVALUASI DAN ANALISIS HASIL PROSES PEMBELAJARAN

5.1. Nilai Akhir Mata Kuliah dan Distribusinya

Tabel 19. Distribusi Nilai Akhir Mahasiswa

Distribusi Nilai Akhir Mahasiswa

Gambar 1. Distribusi Nilai Akhir Mahasiswa

5.2. Analisis Distribusi Nilai per CPMK

Tabel 20. Analisis Distribusi Nilai Per Sub CPMK

Capaian Sub-CPMK

Gambar 2. Grafik Distribusi Nilai Per Sub CPMK

KEPUASAN MAHASISWA

Gambar 3. Hasil Kuisioner Mahasiswa

5.3. Analisis Distribusi Nilai Per Teknik Penilaian (UTS, UAS, Tugas, Quiz, Laporan Praktikum, dsb)

Tabel 21. Analisis Ketercapaian Nilai Per Teknik Penilaian

Capaian Sub-CPMK S1.CPMK-1.1 Perpenilaian

Gambar 4. Analisis Ketercapaian Sub S1.CPMK-1.1 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-2.1 Perpenilaian

Gambar 5. Analisis Ketercapaian Sub P2.CPMK-2.1 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-3.1 Perpenilaian

Gambar 6. Analisis Ketercapaian Sub P2.CPMK-3.1 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-4.1 Perpenilaian

Gambar 7. Analisis Ketercapaian Sub P2.CPMK-4.1 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-4.2 Perpenilaian

Gambar 8. Analisis Ketercapaian Sub P2.CPMK-4.2 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-5.1 Perpenilaian

Gambar 9. Analisis Ketercapaian Sub P2.CPMK-5.1 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-5.2 Perpenilaian

Gambar 10. Analisis Ketercapaian Sub P2.CPMK-5.2 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-5.3 Perpenilaian

Gambar 11. Analisis Ketercapaian Sub P2.CPMK-5.3 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-6.1 Perpenilaian

Gambar 12. Analisis Ketercapaian Sub P2.CPMK-6.1 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-6.2 Perpenilaian

Gambar 13. Analisis Ketercapaian Sub P2.CPMK-6.2 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-6.3 Perpenilaian

Gambar 14. Analisis Ketercapaian Sub P2.CPMK-6.3 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-6.4 Perpenilaian

Gambar 15. Analisis Ketercapaian Sub P2.CPMK-6.4 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-7.1 Perpenilaian

Gambar 16. Analisis Ketercapaian Sub P2.CPMK-7.1 Per Teknik Penilaian

Capaian Sub-CPMK P2.CPMK-7.2 Perpenilaian

Gambar 17. Analisis Ketercapaian Sub P2.CPMK-7.2 Per Teknik Penilaian

5.4. Analisis Distribusi Nilai per Mahasiswa

Tabel 22. Analisis Distribusi Pencapaian Nilai Mahasiswa Per Sub CPMK

6. EVALUASI DAN ANALISIS HASIL PROSES PEMBELAJARAN

Sebutkan faktor dari DOSEN yang mungkin menyebabkan ketidaktercapaian CPMK (silakan pilih lebih dari 1)

Apa rencana tindak lanjut perbaikan dari faktor DOSEN yang mungkin menyebabkan ketidaktercapaian CPMK mata kuliah anda? (silakan pilih lebih dari 1)

Sebutkan faktor dari MAHASISWA yang mungkin menyebabkan ketidaktercapaian CPMK (silakan pilih lebih dari 1)

Apa usulan/rencana tindak lanjut perbaikan dari faktor MAHASISWA yang mungkin menyebabkan ketidaktercapaian CPMK mata kuliah anda? (silakan pilih lebih dari 1)

Sebutkan faktor PENDUKUNG PERKULIAHAN yang mungkin menyebabkan ketidaktercapaian CPMK (silakan pilih lebih dari 1)

Apa usulan/rencana tindak lanjut perbaikan dari faktor PENDUKUNG PERKULIAHAN yang mungkin menyebabkan ketidaktercapaian CPMK mata kuliah anda? (silakan pilih lebih dari 1)