Document

PORTOFOLIO MATA KULIAH

Nama Mata Kuliah : Analitik Data
Kode Mata Kuliah : ISA6303
Tim Dosen :
  1. 2128 Dr. Dedy Sugiarto
Kelas : 01
Dosen : 2128 Dr. Dedy Sugiarto
Semester : Genap 2023/2024 (R)
Tahun Akademik : 2023/2024
Jumlah Mahasiswa : 38 mahasiswa

Program Studi SISTEM INFORMASI

Fakultas TEKNOLOGI INDUSTRI

Universitas Trisakti

Aug 2024

PORTOFOLIO MATA KULIAH

NAMA MATA KULIAH : Analitik Data
KODE MATA KULIAH : ISA6303
KELAS : SI-01
SEMESTER : Genap 2023/2024 (R)
DOSEN PENGAMPU : 2128 Dr. Dedy Sugiarto
NAMA DOSEN/TIM DOSEN :
  1. 2128 Dr. Dedy Sugiarto
NAMA KOORDINATOR MATA KULIAH : 2128 Dr. Dedy Sugiarto

1. HALAMAN PENGESAHAN PORTOFOLIO

PORTOFOLIO MATA KULIAH
ANALITIK DATA
Tahun Akademik: Genap 2023/2024 (R)
Program Studi SISTEM INFORMASI
Fakultas TEKNOLOGI INDUSTRI
Kode:
ISA6303 		Bobot (sks):
3.00 sks 		Rumpun MK:
Semester:
GENAP
Penanggungjawab Nama Tanda Tangan Tanggal
Koordinator MK 2128 Dr. Dedy Sugiarto
Koordinator Bidang Keahlian/Ilmu
Ketua Program Studi 2553 Syandra Sari, S.Kom., M.Kom.

DAFTAR ISI

  1. HALAMAN PENGESAHAN PORTOFOLIO .................................................................................
  2. CAPAIAN PEMBELAJARAN PROGRAM STUDI .......................................................................
  3. RENCANA PEMBELAJARAN SEMESTER (RPS) .......................................................................
    • 3.1. Muatan RPS ......................................................................................................................
    • 3.1. Sosialisasi RPS .................................................................................................................
  4. RENCANA PENILAIAN & RUBRIK .............................................................................................
    • 4.1. Rencana Penilaian CPMK ................................................................................................
    • 4.2. Rubrik Penilaian (UTS, UAS, Praktikum, Tugas) ...........................................................
  5. 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 ..........................................................................
  6. REKOMENDASI TINDAK LANJUT ..............................................................................................
  7. LAMPIRAN: ......................................................................................................................................

2. CAPAIAN PEMBELAJARAN PROGRAM STUDI

Tabel 1. Capaian Pembelajaran Lulusan (CPL) Program Studi
KODE DESKRIPSI CPL
S.1 Memiliki Sikap Tri Krama : etika dan moral personal: Takwa, Tekun, Terampil ; etika dan moral komunal: Asah, Asih, Asuh ; dan etika dan moral masyarakat: Satria, Setia, Sportif. (CPL12 (S.a))
P.1 Mampu memahami dan menggunakan berbagai metodologi pengembangan sistem beserta alat pemodelan sistem dan menganalisa kebutuhan pengguna dalam membangun sistem informasi untuk mencapai tujuan organisasi. (CPL03 (P.a))
KU.1 Memiliki kemampuan soft skill dalam berkomunikasi, berpresentasi dan memiliki etika profesi bisnis, serta kemampuan belajar sepanjang hayat (life long learning). (CPL11 (KU.a))
KK.1 Mampu memahami, menganalisis, menilai konsep dasar dan peran sistem informasi dalam mengelola data yaitu pemfilteran, agregasi dan pengorganisasian dalam analisis dan visualisasi data untuk memberikan rekomendasi pengambilan keputusan pada proses dan sistem organisasi. (CPL01 (KK.a))
KK.2 Mampu merancang dan menggunakan database, serta mengolah dan menganalisa data dengan alat dan teknik pengolahan data. (CPL02 (KK.b))
KK.3 Mampu membuat perencanaan infrastruktur TI, arsitektur jaringan, layanan fisik dan cloud, menganalisa konsep identifikasi, otentikasi, otorisasi akses dalam konteks melindungi orang dan perangkat. (CPL04 (KK.c))
KK.4 Mampu memahami dan menerapkan kode etik dalam penggunaan informasi dan data pada perancangan, implementasi, dan penggunaan suatu sistem. (CPL05 (KK.d))
KK.5 Mampu memahami, mengidentifikasi dan menerapkan konsep, teknik dan metodologi manajemen proyek sistem informasi. (CPL07 (KK.e))
KK.6 Memiliki kemampuan dalam pengelolaan bisnis dengan memanfaatkan teknologi informasi dan memahami model sistem, metode dan berbagai teknik peningkatan bisnis proses yang mendatangkan suatu nilai untuk organisasi. (CPL-8 (KK.f))
KK.7 Memiliki kemampuan dalam melakukan fungsi klasifikasi, klasterisasi, regresi, deteksi anomali, pemfilteran, aggregasi, pembelajaran aturan asosiasi, perangkuman, baik secara deskriptif maupun prediktif di dalam memahami masalah data secara tepat dengan memahami konsep, metode, teknik dan tahapan data mining serta visualisasi data sebagai pengetahuan. (CPL09 (KK.g))
KK.8 Memiliki kemampuan untuk merencanakan manajemen pengujian, kontrol kualitas Software dan menggambarkan dalam diagram cause & effect. (CPL10 (KK.h))
KK.9 Memiliki kemampuan merencanakan, menerapkan, memelihara dan meningkatkan sistem informasi organisasi untuk mencapai tujuan dan sasaran organisasi yang strategis baik jangka pendek maupun jangka panjang. (CPL06 (KK.i))
Tabel 2. Capaian Pembelajaran Lulusan yang Dibebankan pada Mata Kuliah
KODE DESKRIPSI CPL
KK.1 Mampu memahami, menganalisis, menilai konsep dasar dan peran sistem informasi dalam mengelola data yaitu pemfilteran, agregasi dan pengorganisasian dalam analisis dan visualisasi data untuk memberikan rekomendasi pengambilan keputusan pada proses dan sistem organisasi. (CPL01 (KK.a))
KK.2 Mampu merancang dan menggunakan database, serta mengolah dan menganalisa data dengan alat dan teknik pengolahan data. (CPL02 (KK.b))
KK.7 Memiliki kemampuan dalam melakukan fungsi klasifikasi, klasterisasi, regresi, deteksi anomali, pemfilteran, aggregasi, pembelajaran aturan asosiasi, perangkuman, baik secara deskriptif maupun prediktif di dalam memahami masalah data secara tepat dengan memahami konsep, metode, teknik dan tahapan data mining serta visualisasi data sebagai pengetahuan. (CPL09 (KK.g))
Tabel 3. Pemetaan Keterkaitan Capaian Pembelajaran Mata Kuliah dengan CPL
KODE CPL KODE CPMK DESKRIPSI CPMK
KK.1 KK1.CPMK-1 CPMK 1 : Membuat rekomendasi pengambilan keputusan pada proses dan sistem organisasi berdasarkan hasil analitik data
KK.2 KK2.CPMK-2 CPMK 2 : Mengolah dan menganalisis data dengan berbagai teknik dasar
KK.7 KK7.CPMK-3 CPMK 3 : Memahami prinsip-prinsip Computational Thinking (CT) untuk mempelajari data science, menganalisis permasalahan data science dengan framework CT serta mengekspresikan masalah bisnis sebagai masalah data
Tabel 4. Sub Capaian Pembelajaran Mata Kuliah
KODE CPL KODE CPMK DESKRIPSI Sub CPMK
KK.1 KK1.CPMK-1
KK1.CPMK-1.1 Sub CPMK 1 : Memahami perbedaan descriptive analytics, diagnostic analytics, predictive analytics dan prescriptive analytics
KK1.CPMK-1.2 Sub CPMK 2 : Memahami tipe sumber data dan menerapkan beberapa teknik pengumpulan data dalam analitik data
KK1.CPMK-1.3 Sub CPMK 3 : Menerapkan preprocessing data: cleansing dan transformasi
KK1.CPMK-1.4 Sub CPMK 4 : Menerapkan analisis data eksploratori
KK1.CPMK-1.5 Sub CPMK 5 : Membuat visualisasi dan rekomendasi pengambilan keputusan
KK.2 KK2.CPMK-2
KK2.CPMK-2.1 Sub CPMK 6 : Mempersiapkan data menggunakan SQL
KK2.CPMK-2.2 Sub CPMK 7 : Menampilkan dan menganalisis statistika deskriptif menggunakan SQL
KK.7 KK7.CPMK-3
KK7.CPMK-3.1 Sub CPMK 8: Memahami pemodelan statistik dan Regresi linear
KK7.CPMK-3.2 Sub CPMK 9 : Memahami dan menerapkan model regresi logistik dengan prediktor kualitatif
KK7.CPMK-3.3 Sub CPMK 10: Memahami dan menerapkan model time series dan forecasting
KK7.CPMK-3.4 Sub CPMK 11 : Menerapkan visualisasi data menggunakan Power BI
KK7.CPMK-3.5 Sub CPMK 12 : Menerapkan visualisasi data menggunkan Tableau
KK7.CPMK-3.6 Sub CPMK 13 : Menerapkan visualisasi data menggunakan Google Looker Studio
KK7.CPMK-3.7 Sub CPMK 14 : Menerapkan Proyek Analitik Data Dasar dan Presentasi

3. RENCANA PEMBELAJARAN SEMESTER (RPS)

3.1 Muatan RPS

Tabel 5. Format dan Muatan RPS
UNIVERSITAS TRISAKRI
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI SISTEM INFORMASI

RENCANA PEMBELAJARAN SEMESTER		 Kode : DU1.2.4-KUR-04.RPS/ISA6303

Program Studi : SISTEM INFORMASI Semester : Genap 2023/2024 (R);Jenis Mata Kuliah : Wajib     Kode Mata Kuliah : ISA6303     SKS : 3.00
Mata Kuliah : Analitik Data Dosen :
  1. 2128 Dr. Dedy Sugiarto
MK Prasyarat :
    Tidak ada prasyarat;
Sesi Ke KAD Bahan Kajian Metoda Pembelajaran Waktu Belajar (Menit) Pengalaman Belajar Mahasiswa Referensi Kriteria Penilaian (Indikator)
1
  1. Sub CPMK 1 : Memahami perbedaan descriptive analytics, diagnostic analytics, predictive analytics dan prescriptive analytics
 Pengertian descriptive, diagnostic, predictive, presciptive Analysis dan contoh implementasi
  • Tutorial
  • Diskusi
 150.00 Memanfaatkan berbagai sumber belajar, memberi dan menerima umpan balik
  • Ali Abdulhussein(2022)
  • Peter Bruce, Andrew Bruce & Peter Gedeck(2020)
  • Quiz 1 - 3.00 %
2
  1. Sub CPMK 2 : Memahami tipe sumber data dan menerapkan beberapa teknik pengumpulan data dalam analitik data
 Jenis sumber data (data mesin, data file, data primer, data sekunder), teknik pengumpulan data (web scraping, database query, social media monitoring)
  • Tutorial
  • Diskusi
 150.00 - Memanfaatkan berbagai sumber belajar, termasuk LMS. - Memberi dan menerima umpan balik melalui diskusi dan tanya jawab. - Menjalankan praktikum
  • Ryan Mitchell(2015)
  • Praktikum 1 - 3.00 %
3
  1. Sub CPMK 3 : Menerapkan preprocessing data: cleansing dan transformasi
 data cleansing, transformasi data
  • Tutorial
  • Diskusi
 150.00 - Memanfaatkan berbagai sumber belajar, termasuk LMS. - Memberi dan menerima umpan balik melalui diskusi dan tanya jawab. - Mengerjakan pre-test dan post-test
  • Wes McKinney(2018)
  • Ujian Tengah Semester - 7.50 %
4
  1. Sub CPMK 4 : Menerapkan analisis data eksploratori
 statistik deskriptif dasar dalam descriptive analytics serta probabilitas dan statistika inferensi dalam diagnostic dan predictive analytics
  • Tutorial
  • Diskusi
 150.00 - Memanfaatkan berbagai sumber belajar, termasuk LMS. - Memberi dan menerima umpan balik melalui diskusi dan tanya jawab.
  • Peter Bruce, Andrew Bruce & Peter Gedeck(2020)
  • Quiz 2 - 3.00 %
5
  1. Sub CPMK 5 : Membuat visualisasi dan rekomendasi pengambilan keputusan
 Analisis data eksploratory dan visualisasi (histogram, box plot, pie chart, bar chart, frequency table, cross tabulation)
  • Tutorial
  • Diskusi
 150.00 - Memanfaatkan berbagai sumber belajar, termasuk LMS. - Memberi dan menerima umpan balik melalui diskusi dan tanya jawab. - Menjalankan praktikum
  • Peter Bruce, Andrew Bruce & Peter Gedeck(2020)
  • Jake VanderPlas(2017)
  • Ujian Tengah Semester - 7.50 %
6
  1. Sub CPMK 6 : Mempersiapkan data menggunakan SQL
 Penggabungan tabel basis data untuk mempersiapkan data, transformasi dan pembersihan data menggunakan fungsi SQL
  • Tutorial
  • Diskusi
 150.00 - Memanfaatkan berbagai sumber belajar, termasuk LMS. - Memberi dan menerima umpan balik melalui diskusi dan tanya jawab. - Menjalankan praktikum
  • Upom Malik, Matt Goldwasser, and Benjamin Johnston(2019)
  • Ujian Tengah Semester - 7.50 %
7
  1. Sub CPMK 7 : Menampilkan dan menganalisis statistika deskriptif menggunakan SQL
 Fungsi agregat dalam SQl yang dikombinasikan dengan GROUP BY dan HAVING untuk menampilkan statistika deskriptif
  • Tutorial
  • Diskusi
 150.00 - Memanfaatkan berbagai sumber belajar, termasuk LMS. - Memberi dan menerima umpan balik melalui diskusi dan tanya jawab. - Menjalankan praktikum
  • Upom Malik, Matt Goldwasser, and Benjamin Johnston(2019)
  • Ujian Tengah Semester - 2.50 %
  • Praktikum 2 - 3.00 %
  • Quiz 3 - 3.00 %
8
  1. Sub CPMK 8: Memahami pemodelan statistik dan Regresi linear
Persamaan regresi linier,r-square, uji asumsi, dan korelasi.
  • Tutorial
  • Diskusi
 150.00 - Memanfaatkan berbagai sumber belajar, termasuk LMS. - Memberi dan menerima umpan balik melalui diskusi dan tanya jawab
  • Joel Grus(2019)
  • Ujian Akhir Semester - 5.00 %
  • Quiz 4 - 3.00 %
9
  1. Sub CPMK 9 : Memahami dan menerapkan model regresi logistik dengan prediktor kualitatif
Regresi dengan prediktor kualitatif, dummy variable
  • Tutorial
  • Diskusi
 150.00 - Memanfaatkan berbagai sumber belajar, termasuk LMS. - Memberi dan menerima umpan balik melalui diskusi dan tanya jawab
  • Joel Grus(2019)
  • Ujian Akhir Semester - 5.00 %
  • Praktikum 3 - 3.00 %
10
  1. Sub CPMK 10: Memahami dan menerapkan model time series dan forecasting
 Peramalan data deret waktu menggunakan exponential smoothing (single exponential smoothing, double exponential smoothing, holt-winter) dan jaringan syaraf tiruan
  • Tutorial
  • Diskusi
 150.00 - Memanfaatkan berbagai sumber belajar, termasuk LMS. - Memberi dan menerima umpan balik melalui diskusi dan tanya jawab
  • Marco Peixeiro(2022)
  • Ujian Akhir Semester - 5.00 %
11
  1. Sub CPMK 11 : Menerapkan visualisasi data menggunakan Power BI
 Langkah-langkah dasar visualisasi data, melakukan import dan transformasi data, model dan Relasi antar tabel menggunakan power BI
  • Tutorial
  • Diskusi
 150.00 - Memanfaatkan berbagai sumber belajar, termasuk LMS. - Memberi dan menerima umpan balik melalui diskusi dan tanya jawab. - Menjalankan praktikum
  • Devin Knight, Brian Knight, Mitchell Pearson, Manuel Quintana(2018)
  • Brett Powell (2018)
  • Praktikum 4 - 3.00 %
  • Ujian Akhir Semester - 5.00 %
12
  1. Sub CPMK 12 : Menerapkan visualisasi data menggunkan Tableau
 Visualisasi data, dashboard dan story menggunakan tableau
  • Tutorial
  • Diskusi
 150.00 - Memanfaatkan berbagai sumber belajar, termasuk LMS. - Memberi dan menerima umpan balik melalui diskusi dan tanya jawab. - Menjalankan praktikum
  • Jen Stirrup, Ruben Oliva Ramos(2017)
  • Praktikum 5 - 3.00 %
  • Quiz 5 - 3.00 %
13
  1. Sub CPMK 13 : Menerapkan visualisasi data menggunakan Google Looker Studio
 Core analytics concept, table calculation, dan dashboard menggunakan google cloud
  • Tutorial
  • Diskusi
 150.00 - Memanfaatkan berbagai sumber belajar, termasuk LMS. - Memberi dan menerima umpan balik melalui diskusi dan tanya jawab. - Menjalankan praktikum
  • Lee Hurst(2020)
  • Ujian Akhir Semester - 5.00 %
14
  1. Sub CPMK 14 : Menerapkan Proyek Analitik Data Dasar dan Presentasi
 Presentasi proyek analitik data dasar
  • Presentasi
  • Proyek
 150.00 - Memanfaatkan berbagai sumber belajar, termasuk LMS. - Memberi dan menerima umpan balik melalui diskusi dan tanya jawab
  • Proyek - 20.00 %

3.2 Sosialisasi RPS

Tabel 6. Berita Acara Sosialisasi RPS
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS TRISAKTI
Perkuliahan Pertama Dosen Menyampaikan
Mata Kuliah/SKS Nama Dosen Hari Tanggal
Analitik Data 2128 Dr. Dedy Sugiarto ; Monday 10:10:00-12:40:00 Status
Tidak ada perekaman sosialiasi RPS di Kelas
Diketahui Program Studi Dosen Mata Kuliah Mahasiswa
2553 Syandra Sari, S.Kom., M.Kom.

Ketua		 2128 Dr. Dedy Sugiarto ........

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 KK.1 KK1.CPMK-1 KK1.CPMK-1.1 Minggu ke-1 Assessment: Quiz 1 (3.00%)
HEIGHT KK.1 KK1.CPMK-1 KK1.CPMK-1.2 Minggu ke-2 Assessment: Praktikum 1 (3.00%)
HEIGHT KK.1 KK1.CPMK-1 KK1.CPMK-1.3 Minggu ke-3 Assessment: Ujian Tengah Semester (7.50%)
HEIGHT KK.1 KK1.CPMK-1 KK1.CPMK-1.4 Minggu ke-4 Assessment: Quiz 2 (3.00%)
HEIGHT KK.1 KK1.CPMK-1 KK1.CPMK-1.5 Minggu ke-5 Assessment: Ujian Tengah Semester (7.50%)
HEIGHT KK.2 KK2.CPMK-2 KK2.CPMK-2.1 Minggu ke-6 Assessment: Ujian Tengah Semester (7.50%)
HEIGHT KK.2 KK2.CPMK-2 KK2.CPMK-2.2 Minggu ke-7 Assessment: Praktikum 2 (3.00%)
Minggu ke-7 Assessment: Quiz 3 (3.00%)
Minggu ke-7 Assessment: Ujian Tengah Semester (2.50%)
HEIGHT KK.7 KK7.CPMK-3 KK7.CPMK-3.1 Minggu ke-8 Assessment: Quiz 4 (3.00%)
Minggu ke-8 Assessment: Ujian Akhir Semester (5.00%)
HEIGHT KK.7 KK7.CPMK-3 KK7.CPMK-3.2 Minggu ke-9 Assessment: Praktikum 3 (3.00%)
Minggu ke-9 Assessment: Ujian Akhir Semester (5.00%)
HEIGHT KK.7 KK7.CPMK-3 KK7.CPMK-3.3 Minggu ke-10 Assessment: Ujian Akhir Semester (5.00%)
HEIGHT KK.7 KK7.CPMK-3 KK7.CPMK-3.4 Minggu ke-11 Assessment: Ujian Akhir Semester (5.00%)
Minggu ke-11 Assessment: Praktikum 4 (3.00%)
HEIGHT KK.7 KK7.CPMK-3 KK7.CPMK-3.5 Minggu ke-12 Assessment: Quiz 5 (3.00%)
Minggu ke-12 Assessment: Praktikum 5 (3.00%)
HEIGHT KK.7 KK7.CPMK-3 KK7.CPMK-3.6 Minggu ke-13 Assessment: Ujian Akhir Semester (5.00%)
HEIGHT KK.7 KK7.CPMK-3 KK7.CPMK-3.7 Minggu ke-14 Assessment: Proyek (20.00%)
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
KK.1 KK1.CPMK-1 KK1.CPMK-1.3 7.50%
 7.5%
KK.1 KK1.CPMK-1 KK1.CPMK-1.5 7.50%
 7.5%
KK.2 KK2.CPMK-2 KK2.CPMK-2.1 7.50%
 7.5%
KK.2 KK2.CPMK-2 KK2.CPMK-2.2 2.50%
 2.5%
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
KK.7 KK7.CPMK-3 KK7.CPMK-3.1 5.00%
 5%
KK.7 KK7.CPMK-3 KK7.CPMK-3.2 5.00%
 5%
KK.7 KK7.CPMK-3 KK7.CPMK-3.3 5.00%
 5%
KK.7 KK7.CPMK-3 KK7.CPMK-3.4 5.00%
 5%
KK.7 KK7.CPMK-3 KK7.CPMK-3.6 5.00%
 5%
TOTAL 25%
Tabel 10. Rincian Bobot Penilain Laporan Praktikum dan Sesi Pertemuan
PRAKTIKUM
Materi Sesi M1 M2 M3 M4 M5 M6 M7 M8 M9 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 0%
Tabel 11. Rincian Bobot Penilain Tugas dan Sesi Pertemuan
TUGAS
Materi Sesi M1 M2 M3 M4 M5 M6 M7 M8 M9 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 0%
Tabel 12. Pemetaan Rencana Penilaian Setiap Instrument Penilaian
Materi Sesi Minggu Ke - TOTAL
M1 M2 M3 M4 M5 M6 M7 M8 M9 M10 M11 M12 M13 M14
Komponen Q1 PRK1 UTS Q2 UTS UTS PRK2 Q3 UTS Q4 UAS PRK3 UAS UAS UAS PRK4 Q5 PRK5 UAS prj
CPL CPMK Sub CPMK A1A2A3A4A5A6A7A8A9A10A11A12A13A14A15A16A17A18A19A20 Bobot
KK.1 KK1.CPMK-1 KK1.CPMK-1.1 3.00% 3%
KK.1 KK1.CPMK-1 KK1.CPMK-1.2 3.00% 3%
KK.1 KK1.CPMK-1 KK1.CPMK-1.3 7.50% 7.5%
KK.1 KK1.CPMK-1 KK1.CPMK-1.4 3.00% 3%
KK.1 KK1.CPMK-1 KK1.CPMK-1.5 7.50% 7.5%
KK.2 KK2.CPMK-2 KK2.CPMK-2.1 7.50% 7.5%
KK.2 KK2.CPMK-2 KK2.CPMK-2.2 3.00%3.00%2.50% 8.5%
KK.7 KK7.CPMK-3 KK7.CPMK-3.1 3.00%5.00% 8%
KK.7 KK7.CPMK-3 KK7.CPMK-3.2 3.00%5.00% 8%
KK.7 KK7.CPMK-3 KK7.CPMK-3.3 5.00% 5%
KK.7 KK7.CPMK-3 KK7.CPMK-3.4 5.00%3.00% 8%
KK.7 KK7.CPMK-3 KK7.CPMK-3.5 3.00%3.00% 6%
KK.7 KK7.CPMK-3 KK7.CPMK-3.6 5.00% 5%
KK.7 KK7.CPMK-3 KK7.CPMK-3.7 20.00% 20%
TOTAL 3 3 7.5 3 7.5 7.5 3 3 2.5 3 5 3 5 5 5 3 3 3 5 20 100
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
KK.1 KK1.CPMK-1 KK1.CPMK-1.1 Q1
KK.1 KK1.CPMK-1 KK1.CPMK-1.2 PRK1
KK.1 KK1.CPMK-1 KK1.CPMK-1.3 UTS
KK.1 KK1.CPMK-1 KK1.CPMK-1.4 Q2
KK.1 KK1.CPMK-1 KK1.CPMK-1.5 UTS
KK.2 KK2.CPMK-2 KK2.CPMK-2.1 UTS
KK.2 KK2.CPMK-2 KK2.CPMK-2.2 PRK2 Q3 UTS
KK.7 KK7.CPMK-3 KK7.CPMK-3.1 Q4 UAS
KK.7 KK7.CPMK-3 KK7.CPMK-3.2 PRK3 UAS
KK.7 KK7.CPMK-3 KK7.CPMK-3.3 UAS
KK.7 KK7.CPMK-3 KK7.CPMK-3.4 UAS PRK4
KK.7 KK7.CPMK-3 KK7.CPMK-3.5 Q5 PRK5
KK.7 KK7.CPMK-3 KK7.CPMK-3.6 UAS
KK.7 KK7.CPMK-3 KK7.CPMK-3.7 prj
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
KK.1 KK1.CPMK-1 KK1.CPMK-1.3Sub CPMK 3 : Menerapkan preprocessing data: cleansing dan transformasi
Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering test questions		 Rubrik Penilaian
Tidak ada rubrik penilaian
KK.1 KK1.CPMK-1 KK1.CPMK-1.5Sub CPMK 5 : Membuat visualisasi dan rekomendasi pengambilan keputusan
Indikator Kinerja: Ketepatan dalam menjawab soal ujian
Performance Indicator: Accuracy in answering test questions		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Ketepatan menjawab soal ujian
Performance Indicator: Accuracy in answering exam question		 Rubrik Penilaian
Tidak ada rubrik penilaian
KK.2 KK2.CPMK-2 KK2.CPMK-2.1Sub CPMK 6 : Mempersiapkan data menggunakan SQL
Indikator Kinerja: Ketepatan Jawaban
Performance Indicator: Accuracy of answers		 Rubrik Penilaian
0.00/Fail 25.00/Pass 50.00/Pass 75.00/Pass 100.00/Pass
Jawaban ujian salah
Incorrect test answer		 25% Jawaban ujian benar
25% Answer for Examination test is correct		 50% Jawaban ujian benar
50% Answer for Examination test is correct		 75% Jawaban ujian benar
75% Answer for Examination test is correct		 100% Jawaban kuis benar dan lengkap
100% Answer for Examination test is correct and complete
KK.2 KK2.CPMK-2 KK2.CPMK-2.2Sub CPMK 7 : Menampilkan dan menganalisis statistika deskriptif menggunakan SQL
Indikator Kinerja: Ketepatan Jawaban
Performance Indicator: Accuracy of answers		 Rubrik Penilaian
0.00/Fail 25.00/Pass 50.00/Pass 75.00/Pass 100.00/Pass
Jawaban ujian salah
Incorrect test answer		 25% Jawaban ujian benar
25% Answer for Examination test is correct		 50% Jawaban ujian benar
50% Answer for Examination test is correct		 75% Jawaban ujian benar
75% Answer for Examination test is correct		 100% Jawaban kuis benar dan lengkap
100% Answer for Examination test is correct and complete
Indikator Kinerja: Ketepatan menjawab soal ujian
Performance Indicator: Accuracy in answering test questions		 Rubrik Penilaian
Tidak ada rubrik penilaian
Tabel 16. Rubrik Penilaian UAS
UAS
CPL CMPK Sub CPMK Rubrik / Rubric
KK.7 KK7.CPMK-3 KK7.CPMK-3.1Sub CPMK 8: Memahami pemodelan statistik dan Regresi linear
Indikator Kinerja: Ketepatan jawaban
Performance Indicator: Accuracy of answers		 Rubrik Penilaian
0.00/Fail 25.00/Fail 50.00/Pass 75.00/Pass 100.00/Pass
Jawaban ujian salah
Incorrect test answer		 25% Jawaban ujian benar
25% Answer for Examination test is correct		 50% Jawaban ujian benar
50% Answer for Examination test is correct		 75% Jawaban ujian benar
75% Answer for Examination test is correct		 100% Jawaban ujian benar dan lengkap
100% Answer for Examination test is correct and complete
KK.7 KK7.CPMK-3 KK7.CPMK-3.2Sub CPMK 9 : Memahami dan menerapkan model regresi logistik dengan prediktor kualitatif
Indikator Kinerja: Ketepatan jawaban
Performance Indicator: Accuracy of answers		 Rubrik Penilaian
0.00/Fail 25.00/Fail 50.00/Pass 75.00/Pass 100.00/Pass
Jawaban ujian salah
Incorrect test answer		 25% Jawaban ujian benar
25% Answer for Examination test is correct		 50% Jawaban ujian benar
50% Answer for Examination test is correct		 75% Jawaban ujian benar
75% Answer for Examination test is correct		 100% Jawaban ujian benar dan lengkap
100% Answer for Examination test is correct and complete
Indikator Kinerja: Ketepatan jawaban
Performance Indicator: Accuracy of answers		 Rubrik Penilaian
0.00/Fail 25.00/Pass 50.00/Pass 75.00/Pass 100.00/Pass
Jawaban salah
Incorrect answer		 25% Jawaban benar
25% Answer is correct		 50% Jawaban benar
50% Answer is correct		 75% Jawaban benar
75% Answer is correct		 100% Jawaban benar dan lengkap
100% Answer is correct and complete
KK.7 KK7.CPMK-3 KK7.CPMK-3.3Sub CPMK 10: Memahami dan menerapkan model time series dan forecasting
Indikator Kinerja: Ketepatan jawaban
Performance Indicator: Accuracy of answers		 Rubrik Penilaian
0.00/Fail 25.00/Fail 50.00/Pass 75.00/Pass 100.00/Pass
Jawaban ujian salah
Incorrect test answer		 25% Jawaban ujian benar
25% Answer for Examination test is correct		 50% Jawaban ujian benar
50% Answer for Examination test is correct		 75% Jawaban ujian benar
75% Answer for Examination test is correct		 100% Jawaban ujian benar dan lengkap
100% Answer for Examination test is correct and complete
Indikator Kinerja: Ketepatan jawaban
Performance Indicator: Accuracy of answers		 Rubrik Penilaian
0.00/Fail 25.00/Pass 50.00/Pass 75.00/Pass 100.00/Pass
Jawaban salah
Incorrect answer		 25% Jawaban benar
25% Answer is correct		 50% Jawaban benar
50% Answer is correct		 75% Jawaban benar
75% Answer is correct		 100% Jawaban benar dan lengkap
100% Answer is correct and complete
Indikator Kinerja: Ketepatan jawaban
Performance Indicator: Accuracy of answers		 Rubrik Penilaian
0.00/Fail 25.00/Pass 50.00/Pass 75.00/Pass 100.00/Pass
Jawaban ujian salah
Incorrect test answer		 25% Jawaban ujian benar
25% Answer for Examination test is correct		 50% Jawaban ujian benar
50% Answer for Examination test is correct		 75% Jawaban ujian benar
75% Answer for Examination test is correct		 100% Jawaban ujian benar dan lengkap
100% Answer for Examination test is correct and complete
KK.7 KK7.CPMK-3 KK7.CPMK-3.4Sub CPMK 11 : Menerapkan visualisasi data menggunakan Power BI
Indikator Kinerja: Ketepatan jawaban
Performance Indicator: Accuracy of answers		 Rubrik Penilaian
0.00/Fail 25.00/Fail 50.00/Pass 75.00/Pass 100.00/Pass
Jawaban ujian salah
Incorrect test answer		 25% Jawaban ujian benar
25% Answer for Examination test is correct		 50% Jawaban ujian benar
50% Answer for Examination test is correct		 75% Jawaban ujian benar
75% Answer for Examination test is correct		 100% Jawaban ujian benar dan lengkap
100% Answer for Examination test is correct and complete
Indikator Kinerja: Ketepatan jawaban
Performance Indicator: Accuracy of answers		 Rubrik Penilaian
0.00/Fail 25.00/Pass 50.00/Pass 75.00/Pass 100.00/Pass
Jawaban salah
Incorrect answer		 25% Jawaban benar
25% Answer is correct		 50% Jawaban benar
50% Answer is correct		 75% Jawaban benar
75% Answer is correct		 100% Jawaban benar dan lengkap
100% Answer is correct and complete
Indikator Kinerja: Ketepatan jawaban
Performance Indicator: Accuracy of answers		 Rubrik Penilaian
0.00/Fail 25.00/Pass 50.00/Pass 75.00/Pass 100.00/Pass
Jawaban ujian salah
Incorrect test answer		 25% Jawaban ujian benar
25% Answer for Examination test is correct		 50% Jawaban ujian benar
50% Answer for Examination test is correct		 75% Jawaban ujian benar
75% Answer for Examination test is correct		 100% Jawaban ujian benar dan lengkap
100% Answer for Examination test is correct and complete
Indikator Kinerja: Ketepatan jawaban
Performance Indicator: Accuracy of answers		 Rubrik Penilaian
0.00/Fail 25.00/Pass 50.00/Pass 75.00/Pass 100.00/Pass
Jawaban salah
Incorrect answer		 25% Jawaban benar
25% Answer is correct		 50% Jawaban benar
50% Answer is correct		 75% Jawaban benar
75% Answer is correct		 100% Jawaban benar dan lengkap
100% Answer is correct and complete
KK.7 KK7.CPMK-3 KK7.CPMK-3.6Sub CPMK 13 : Menerapkan visualisasi data menggunakan Google Looker Studio
Indikator Kinerja: Ketepatan jawaban
Performance Indicator: Accuracy of answers		 Rubrik Penilaian
0.00/Fail 25.00/Fail 50.00/Pass 75.00/Pass 100.00/Pass
Jawaban ujian salah
Incorrect test answer		 25% Jawaban ujian benar
25% Answer for Examination test is correct		 50% Jawaban ujian benar
50% Answer for Examination test is correct		 75% Jawaban ujian benar
75% Answer for Examination test is correct		 100% Jawaban ujian benar dan lengkap
100% Answer for Examination test is correct and complete
Indikator Kinerja: Ketepatan jawaban
Performance Indicator: Accuracy of answers		 Rubrik Penilaian
0.00/Fail 25.00/Pass 50.00/Pass 75.00/Pass 100.00/Pass
Jawaban salah
Incorrect answer		 25% Jawaban benar
25% Answer is correct		 50% Jawaban benar
50% Answer is correct		 75% Jawaban benar
75% Answer is correct		 100% Jawaban benar dan lengkap
100% Answer is correct and complete
Indikator Kinerja: Ketepatan jawaban
Performance Indicator: Accuracy of answers		 Rubrik Penilaian
0.00/Fail 25.00/Pass 50.00/Pass 75.00/Pass 100.00/Pass
Jawaban ujian salah
Incorrect test answer		 25% Jawaban ujian benar
25% Answer for Examination test is correct		 50% Jawaban ujian benar
50% Answer for Examination test is correct		 75% Jawaban ujian benar
75% Answer for Examination test is correct		 100% Jawaban ujian benar dan lengkap
100% Answer for Examination test is correct and complete
Indikator Kinerja: Ketepatan jawaban
Performance Indicator: Accuracy of answers		 Rubrik Penilaian
0.00/Fail 25.00/Pass 50.00/Pass 75.00/Pass 100.00/Pass
Jawaban salah
Incorrect answer		 25% Jawaban benar
25% Answer is correct		 50% Jawaban benar
50% Answer is correct		 75% Jawaban benar
75% Answer is correct		 100% Jawaban benar dan lengkap
100% Answer is correct and complete
Indikator Kinerja: Ketepatan jawaban
Performance Indicator: Accuracy of answers		 Rubrik Penilaian
0.00/Fail 25.00/Pass 50.00/Pass 75.00/Pass 100.00/Pass
Jawaban ujian salah
Incorrect test answer		 25% Jawaban ujian benar
25% Answer for Examination test is correct		 50% Jawaban ujian benar
50% Answer for Examination test is correct		 75% Jawaban ujian benar
75% Answer for Examination test is correct		 100% Jawaban ujian benar dan lengkap
100% Answer for Examination test is correct and complete
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 4 10.53
A- 4 10.53
B+ 8 21.05
B 8 21.05
B- 1 2.63
C+ 3 7.89
C 1 2.63
D 4 10.53
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
KK1.CPMK-1.1
Sub CPMK 1 : Memahami perbedaan descriptive analytics, diagnostic analytics, predictive analytics dan prescriptive analytics 		31 1 2 4 89.47
KK1.CPMK-1.2
Sub CPMK 2 : Memahami tipe sumber data dan menerapkan beberapa teknik pengumpulan data dalam analitik data 		29 3 2 4 89.47
KK1.CPMK-1.3
Sub CPMK 3 : Menerapkan preprocessing data: cleansing dan transformasi 		15 14 4 5 86.84
KK1.CPMK-1.4
Sub CPMK 4 : Menerapkan analisis data eksploratori 		27 2 1 8 78.95
KK1.CPMK-1.5
Sub CPMK 5 : Membuat visualisasi dan rekomendasi pengambilan keputusan 		0 0 0 38 0.00
KK2.CPMK-2.1
Sub CPMK 6 : Mempersiapkan data menggunakan SQL 		9 4 6 19 50.00
KK2.CPMK-2.2
Sub CPMK 7 : Menampilkan dan menganalisis statistika deskriptif menggunakan SQL 		19 1 0 18 52.63
KK7.CPMK-3.1
Sub CPMK 8: Memahami pemodelan statistik dan Regresi linear 		34 0 3 1 97.37
KK7.CPMK-3.2
Sub CPMK 9 : Memahami dan menerapkan model regresi logistik dengan prediktor kualitatif 		30 0 0 8 78.95
KK7.CPMK-3.3
Sub CPMK 10: Memahami dan menerapkan model time series dan forecasting 		15 2 6 15 60.53
KK7.CPMK-3.4
Sub CPMK 11 : Menerapkan visualisasi data menggunakan Power BI 		25 3 0 10 73.68
KK7.CPMK-3.5
Sub CPMK 12 : Menerapkan visualisasi data menggunkan Tableau 		19 6 3 10 73.68
KK7.CPMK-3.6
Sub CPMK 13 : Menerapkan visualisasi data menggunakan Google Looker Studio 		5 15 4 14 63.16
KK7.CPMK-3.7
Sub CPMK 14 : Menerapkan Proyek Analitik Data Dasar dan Presentasi 		34 0 0 4 89.47
Capaian Sub-CPMK
Gambar 2. Grafik Distribusi Nilai Per Sub CPMK

KEPUASAN MAHASISWA
Gambar 3. Hasil Kuisioner Mahasiswa
KodePertanyaan
Q-9Dosen menguasai materi dengan baik
Q-11Dosen berkomunkasi/menyampaikan materi dengan baik
Q-13Dosen hadir dan menggunakan waktu kuliah dengan baik
Q-15Dosen mempersiapkan kuliah dengan baik
Q-17Dosen bersikap responsif
Q-19Dosen bersedia berdiskusi
Q-21Dosen memberikan umpan balik
Q-23Dosen memberikan materi dengan jelas
Q-25Beban kuliah sesuai dengan standar kompetensi yang ada di RPP/SAP/JUKNIS
Q-27Dosen mengajar dengan baik
Q-29Media instruksional yang digunakan menarik
Q-31Dengan mengikuti perkuliahan, mahasiswa mengerti materi kuliah
Q-33Kenyamanan ruang kuliah
Q-35Koneksi 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
Sub CPMK 1 : Memahami perbedaan descriptive analytics, diagnostic analytics, predictive analytics dan prescriptive analytics
Q131
(83.78 %)		1
(2.70 %)		2
(5.41 %)		3
(8.11 %)		91.89
(248.35 %)
Sub CPMK 2 : Memahami tipe sumber data dan menerapkan beberapa teknik pengumpulan data dalam analitik data
PRK129
(78.38 %)		3
(8.11 %)		2
(5.41 %)		3
(8.11 %)		91.89
(248.35 %)
Sub CPMK 3 : Menerapkan preprocessing data: cleansing dan transformasi
UTS15
(39.47 %)		14
(36.84 %)		4
(10.53 %)		5
(13.16 %)		86.84
(228.53 %)
Sub CPMK 4 : Menerapkan analisis data eksploratori
Q227
(72.97 %)		2
(5.41 %)		1
(2.70 %)		7
(18.92 %)		81.08
(219.14 %)
UTS01
(50.00 %)		01
(50.00 %)		50
(2,500.00 %)
Sub CPMK 5 : Membuat visualisasi dan rekomendasi pengambilan keputusan
Sub CPMK 6 : Mempersiapkan data menggunakan SQL
UTS9
(23.68 %)		4
(10.53 %)		6
(15.79 %)		19
(50.00 %)		50
(131.58 %)
Sub CPMK 7 : Menampilkan dan menganalisis statistika deskriptif menggunakan SQL
Q320
(54.05 %)		0017
(45.95 %)		54.05
(146.08 %)
PRK228
(75.68 %)		5
(13.51 %)		04
(10.81 %)		89.19
(241.05 %)
UTS1
(50.00 %)		001
(50.00 %)		50
(2,500.00 %)
Sub CPMK 8: Memahami pemodelan statistik dan Regresi linear
Q434
(91.89 %)		03
(8.11 %)		0100
(270.27 %)
Sub CPMK 9 : Memahami dan menerapkan model regresi logistik dengan prediktor kualitatif
PRK330
(81.08 %)		007
(18.92 %)		81.08
(219.14 %)
Sub CPMK 10: Memahami dan menerapkan model time series dan forecasting
UAS15
(40.54 %)		2
(5.41 %)		6
(16.22 %)		14
(37.84 %)		62.16
(168.00 %)
Sub CPMK 11 : Menerapkan visualisasi data menggunakan Power BI
PRK425
(67.57 %)		3
(8.11 %)		09
(24.32 %)		75.68
(204.54 %)
Sub CPMK 12 : Menerapkan visualisasi data menggunkan Tableau
Q515
(40.54 %)		3
(8.11 %)		5
(13.51 %)		14
(37.84 %)		62.16
(168.00 %)
PRK531
(83.78 %)		006
(16.22 %)		83.78
(226.43 %)
Sub CPMK 13 : Menerapkan visualisasi data menggunakan Google Looker Studio
UAS5
(13.51 %)		15
(40.54 %)		4
(10.81 %)		13
(35.14 %)		64.86
(175.30 %)
Sub CPMK 14 : Menerapkan Proyek Analitik Data Dasar dan Presentasi
prj34
(91.89 %)		003
(8.11 %)		91.89
(248.35 %)

Capaian Sub-CPMK KK1.CPMK-1.1 Perpenilaian
Gambar 4. Analisis Ketercapaian Sub KK1.CPMK-1.1 Per Teknik Penilaian


Capaian Sub-CPMK KK1.CPMK-1.2 Perpenilaian
Gambar 5. Analisis Ketercapaian Sub KK1.CPMK-1.2 Per Teknik Penilaian


Capaian Sub-CPMK KK1.CPMK-1.3 Perpenilaian
Gambar 6. Analisis Ketercapaian Sub KK1.CPMK-1.3 Per Teknik Penilaian


Capaian Sub-CPMK KK1.CPMK-1.4 Perpenilaian
Gambar 7. Analisis Ketercapaian Sub KK1.CPMK-1.4 Per Teknik Penilaian


Capaian Sub-CPMK KK1.CPMK-1.5 Perpenilaian
Gambar 8. Analisis Ketercapaian Sub KK1.CPMK-1.5 Per Teknik Penilaian


Capaian Sub-CPMK KK2.CPMK-2.1 Perpenilaian
Gambar 9. Analisis Ketercapaian Sub KK2.CPMK-2.1 Per Teknik Penilaian


Capaian Sub-CPMK KK2.CPMK-2.2 Perpenilaian
Gambar 10. Analisis Ketercapaian Sub KK2.CPMK-2.2 Per Teknik Penilaian


Capaian Sub-CPMK KK7.CPMK-3.1 Perpenilaian
Gambar 11. Analisis Ketercapaian Sub KK7.CPMK-3.1 Per Teknik Penilaian


Capaian Sub-CPMK KK7.CPMK-3.2 Perpenilaian
Gambar 12. Analisis Ketercapaian Sub KK7.CPMK-3.2 Per Teknik Penilaian


Capaian Sub-CPMK KK7.CPMK-3.3 Perpenilaian
Gambar 13. Analisis Ketercapaian Sub KK7.CPMK-3.3 Per Teknik Penilaian


Capaian Sub-CPMK KK7.CPMK-3.4 Perpenilaian
Gambar 14. Analisis Ketercapaian Sub KK7.CPMK-3.4 Per Teknik Penilaian


Capaian Sub-CPMK KK7.CPMK-3.5 Perpenilaian
Gambar 15. Analisis Ketercapaian Sub KK7.CPMK-3.5 Per Teknik Penilaian


Capaian Sub-CPMK KK7.CPMK-3.6 Perpenilaian
Gambar 16. Analisis Ketercapaian Sub KK7.CPMK-3.6 Per Teknik Penilaian


Capaian Sub-CPMK KK7.CPMK-3.7 Perpenilaian
Gambar 17. Analisis Ketercapaian Sub KK7.CPMK-3.7 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
KK1.CPMK-1.1
Std Mark: 56.00 		KK1.CPMK-1.2
Std Mark: 56.00 		KK1.CPMK-1.3
Std Mark: 56.00 		KK1.CPMK-1.4
Std Mark: 56.00 		KK1.CPMK-1.5
Std Mark: 56.00 		KK2.CPMK-2.1
Std Mark: 56.00 		KK2.CPMK-2.2
Std Mark: 56.00 		KK7.CPMK-3.1
Std Mark: 56.00 		KK7.CPMK-3.2
Std Mark: 56.00 		KK7.CPMK-3.3
Std Mark: 56.00 		KK7.CPMK-3.4
Std Mark: 56.00 		KK7.CPMK-3.5
Std Mark: 56.00 		KK7.CPMK-3.6
Std Mark: 56.00 		KK7.CPMK-3.7
Std Mark: 56.00
1 065002300010 SYIFA KURNIA SARI 100.0096.7070.00100.000.0090.0095.00100.0092.5080.0085.0080.0078.00100.00
2 065002100021 ALDIS TAMARA PUTRI ISKANDAR 100.00100.0050.0055.710.0080.0095.59100.0091.0055.0092.0089.3848.00100.00
3 065002100027 DEBI ARISANDI 0.0095.0060.0080.000.0090.0083.00100.0091.0080.0095.0075.6372.00100.00
4 065002300018 MUHAMMAD DHIMAS DARMAWAN 90.0057.3080.00100.000.0010.000.00100.000.000.000.000.0033.00100.00
5 065002300016 ALMAKIUS FELIX BARIQ HEKOPUNG 100.00100.0070.0095.000.0090.00100.00100.00100.0095.0090.0094.3880.00100.00
6 065002300015 ADITYA FAJRIAN ARYADEVA 100.00100.0070.00100.000.0070.0050.00100.0097.5060.00100.0098.1355.00100.00
7 065002300012 VIRA ADITYA KURNIAWAN 90.00100.0070.00100.000.0045.00100.00100.00100.0060.0085.0097.5089.00100.00
8 065002300002 DEWANTO MAULANA SUKARNO PUTRA 100.00100.0080.0095.000.0090.00100.00100.00100.0080.00100.0097.5076.00100.00
9 065002300024 MUHAMMAD RAYYAN NAUFAL 70.0098.3080.0080.000.0070.00100.00100.0095.0095.0095.0079.3865.00100.00
10 065002300006 BAMBANG AJI WICAKSONO 80.0098.0070.0095.000.0090.0097.50100.0095.0050.0095.0093.7566.00100.00
11 065002300028 RAFIQ AL DARIS UTOMO 60.0076.7050.000.000.0035.0037.50100.0087.5085.0079.0090.6375.0090.00
12 065002300005 APRIL LESA FARSILIS 100.0078.0080.000.000.0035.0037.50100.0088.5040.0084.0011.8810.0080.00
13 065002300020 RAYHAN DONI PRAMANA 100.0088.3070.0095.000.0070.0095.00100.0097.5080.0085.0098.7577.0090.00
14 065002300031 ZULFA SATRIA RANGGI 0.0056.7060.000.000.0050.0037.50100.000.0035.000.0052.5040.000.00
15 065002300013 DYAH KARTIKA PUTRI SAMUDERA YANUAR 100.0079.3080.000.000.0050.0037.50100.0088.0070.0085.0059.3876.0080.00
16 065001900018 MUHAMMAD ARYA OCTAVIANUS 0.0087.7080.00100.000.0080.0041.50100.0043.0060.000.0077.1375.00100.00
17 065002100022 MUHAMMAD TEGAR HIDAYATULLAH 100.0098.3070.0070.000.0050.0095.0060.0097.5095.0098.0090.6371.00100.00
18 065002100031 MUHAMMAD UMAR ARIF PAAGO 100.0098.3080.0080.000.0035.00100.00100.00100.0095.00100.0090.0085.00100.00
19 065002300019 NICHOLAS SAPUTRA 100.0091.7070.00100.000.0085.0095.00100.0092.50100.00100.0083.7590.00100.00
20 065002300030 MONICA SICILIA SIMANJUNTAK 100.0096.7090.00100.000.0065.0095.00100.0082.5030.00100.0092.5064.0090.00
21 065002300021 NADHIRA ANINDITA RALENA 100.0088.3070.00100.000.0060.0095.00100.0092.5075.00100.0066.2580.00100.00
22 065002300036 NASWA AULIA PUTRI ALY 100.0088.3060.00100.000.0045.0045.00100.0082.5095.00100.0071.2570.00100.00
23 065002300014 NALENDRA MUNARKO PUTRA 90.0091.7090.0095.000.0025.0045.00100.0097.5045.0088.0091.8871.0090.00
24 065002300034 MUHAMMAD DONY FATAHILLAH ASSYA'BANI 60.0098.3070.0095.000.0065.0050.00100.0087.5095.000.0042.5073.00100.00
25 065002300004 TANAYA PUTRI KARNADIPURA 100.0085.0050.00100.000.0050.0080.00100.0095.0060.0070.0090.0075.0080.00
26 065002300011 ANDREW HENDRIAN NATHANAEL 90.0093.3080.0095.000.0060.0045.00100.0092.5040.00100.0082.5054.0090.00
27 065002300023 AUREL REGINA HARDYE 100.0084.7050.0060.000.0020.0075.00100.0080.0035.000.0054.7515.0080.00
28 065002300003 JET ADITYA PRATOMO 90.0096.7070.0095.000.0060.00100.00100.0095.0060.00100.0095.6361.00100.00
29 065002300001 MOAMMAR DEMAS KENZIE 100.0028.3070.0080.000.0030.000.00100.000.0095.000.000.0075.00100.00
30 065002300007 DAFASYAH ADINATA 90.0028.7090.0095.000.0075.000.0060.000.0060.000.0010.0069.00100.00
31 065002300029 HANNAN FATHUR HENDRAWAN 90.0091.7080.000.000.0010.0045.0060.0047.500.0075.000.0050.000.00
32 065002300026 KEVIN RIZKY PRADANA 80.0096.7090.0080.000.0065.0087.50100.0082.5025.0095.0070.6372.00100.00
33 065002300017 PARTAHI DANIEL TUA LIMBONG 100.0088.3060.000.000.0015.0042.50100.0087.5030.0089.0085.2555.0090.00
34 065002300033 ZAVIER ZAHEDI 90.0027.7080.000.000.0035.000.00100.000.0045.000.000.0015.000.00
35 065002300032 FADHIL IBRAHIM WIRA DHARMA 100.0091.7050.00100.000.0045.0047.50100.0095.0080.0087.0074.8855.00100.00
36 065002300008 NUR IMAM 100.0088.3070.0080.000.0010.0090.00100.0090.0040.0080.0081.2555.00100.00
37 065002300027 BAYU PRAMONO 90.0088.3080.0080.000.0085.0095.00100.0082.5085.000.0065.0053.00100.00
38 065002300022 ERSA ASHARI 0.000.0070.0070.000.0015.000.000.000.000.000.000.000.000.00

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)
8) Rekapitulasi kuesioner survey kepuasan mahasiswa

Jakarta, 11-08-2024
Dosen Mata Kuliah,




(2128 Dr. Dedy Sugiarto)