Document

PORTOFOLIO MATA KULIAH

Nama Mata Kuliah : Struktur Data dan Algoritma
Kode Mata Kuliah : IKL6207
Tim Dosen :
  1. 2554 Anung Barlianto Ariwibowo, M.Kom.
Kelas : 01
Dosen : 2554 Anung Barlianto Ariwibowo, M.Kom.
Semester : Genap 2023/2024 (Rmd)
Tahun Akademik : 2023/2024
Jumlah Mahasiswa : 4 mahasiswa

Program Studi SISTEM INFORMASI

Fakultas TEKNOLOGI INDUSTRI

Universitas Trisakti

Aug 2024

PORTOFOLIO MATA KULIAH

NAMA MATA KULIAH : Struktur Data dan Algoritma
KODE MATA KULIAH : IKL6207
KELAS : SI-01
SEMESTER : Genap 2023/2024 (Rmd)
DOSEN PENGAMPU : 2554 Anung Barlianto Ariwibowo, M.Kom.
NAMA DOSEN/TIM DOSEN :
  1. 2554 Anung Barlianto Ariwibowo, M.Kom.
NAMA KOORDINATOR MATA KULIAH : 2554 Anung Barlianto Ariwibowo, M.Kom.

1. HALAMAN PENGESAHAN PORTOFOLIO

PORTOFOLIO MATA KULIAH
STRUKTUR DATA DAN ALGORITMA
Tahun Akademik: Genap 2023/2024 (Rmd)
Program Studi SISTEM INFORMASI
Fakultas TEKNOLOGI INDUSTRI
Kode:
IKL6207 		Bobot (sks):
2.00 sks 		Rumpun MK:
Semester:
GENAP
Penanggungjawab Nama Tanda Tangan Tanggal
Koordinator MK 2554 Anung Barlianto Ariwibowo, M.Kom.
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.2 Mampu merancang dan menggunakan database, serta mengolah dan menganalisa data dengan alat dan teknik pengolahan data. (CPL02 (KK.b))
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))
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))
Tabel 3. Pemetaan Keterkaitan Capaian Pembelajaran Mata Kuliah dengan CPL
KODE CPL KODE CPMK DESKRIPSI CPMK
P.1 P1.CPMK-1 Memahami prinsip matematis yang mendasari algoritma hashing untuk penyimpanan dan temu-kembali dari memori volatil.
P.1 P1.CPMK-2 Memahami elemen-elemen dasar graf.
P.1 P1.CPMK-3 Memahami perlunya struktur data non-linier.
P.1 P1.CPMK-4 Mahasiswa menerapkan algoritma pengurutan data dalam situasi yang beragam.
P.1 P1.CPMK-5 Mahasiswa dapat menggunakan struktur data hash.
P.1 P1.CPMK-6 Mahasiswa melakukan analisis kompleksitas algoritma.
P.1 P1.CPMK-7 Penggunaan yang sesuai struktur data linier yang tak berurut dan dinamis.
P.1 P1.CPMK-8 Struktur data linier berurut.
KK.1 KK1.CPMK-9 Mahasiswa memahami peran penyimpanan data dalam hirarki memori untuk diolah menjadi informasi.
KK.2 KK2.CPMK-10 Mengidentifikasi dan menggunakan pustaka struktur data linier dan non-linier.
KK.2 KK2.CPMK-11 Memahami perlunya menyimpan dan mengakses data dari struktur memori lojik dan fisik.
Tabel 4. Sub Capaian Pembelajaran Mata Kuliah
KODE CPL KODE CPMK DESKRIPSI Sub CPMK
P.1 P1.CPMK-1
P1.CPMK-1.1 Memadukan kinerja struktur data larik dan struktur data non-linier.
P.1 P1.CPMK-2
P1.CPMK-2.1 Mahasiswa dapat menggunakan tipe data graf.
P.1 P1.CPMK-3
P1.CPMK-3.1 Mahasiswa dapat menggunakan tipe data Pohon Pencarian Biner.
P1.CPMK-3.2 Mahasiswa dapat menggunakan tipe data Pohon AVL.
P.1 P1.CPMK-4
P1.CPMK-4.1 Mahasiswa menerapkan algoritma selection sort.
P1.CPMK-4.2 Mahasiswa menerapkan algoritma insertion sort.
P1.CPMK-4.3 Mahasiswa menerapkan algoritma merge sort.
P1.CPMK-4.4 Mahasiswa menerapkan algoritma quick sort.
P.1 P1.CPMK-5
P1.CPMK-5.1 Mahasiswa menerapkan fungsi hash.
P1.CPMK-5.2 Mahasiswa menerapkan collision resolution.
P.1 P1.CPMK-6
P1.CPMK-6.1 Mengidentifikasi operasi elementer dalam sebuah algoritma.
P.1 P1.CPMK-7
P1.CPMK-7.1 Mahasiswa dapat menggunakan tipe data senarai bertaut.
P.1 P1.CPMK-8
P1.CPMK-8.1 Mahasiswa dapat menggunakan tipe data larik.
KK.1 KK1.CPMK-9
KK1.CPMK-9.1 Mahasiswa dapat menjelaskan cara penyimpanan data dalam hirarki media penyimpanan.
KK.2 KK2.CPMK-10
KK2.CPMK-10.1 Mahasiswa dapat memanfaatkan pustaka struktur data untuk pengolahan data menjadi informasi.
KK.2 KK2.CPMK-11
KK2.CPMK-11.1 Penyimpanan data dalam memori internal dan memori eksternal

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/IKL6207

Program Studi : SISTEM INFORMASI Semester : Genap 2023/2024 (Rmd);Jenis Mata Kuliah : Wajib     Kode Mata Kuliah : IKL6207     SKS : 2.00
Mata Kuliah : Struktur Data dan Algoritma Dosen :
  1. 2554 Anung Barlianto Ariwibowo, 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
  1. Penyimpanan data dalam memori internal dan memori eksternal
  2. Mahasiswa dapat menggunakan tipe data larik.
  3. Mahasiswa dapat menjelaskan cara penyimpanan data dalam hirarki media penyimpanan.
 Administratif perkuliahan.

Capaian pembelajaran mata kuliah.

Materi pengantar struktur data dan algoritma.
  • Diskusi
 100.00 Paparan.

Diskusi.

Tanya jawab.
  • Narasimha Karumanchi(2020)
  • Fabrizio Romano, Benjamin Baka, Dusty Phillips(2019)
  • Magnus Lie Hetland(2014)
  • Quiz - 1.00 %
  • Ujian Tengah Semester - 3.00 %
2
  1. Mengidentifikasi operasi elementer dalam sebuah algoritma.
 Efisiensi algoritma
  • Tutorial
  • Percobaan
  • Diskusi
 100.00 Mahasiswa memahami bagaimana mendapatkan nilai efisiensi sebuah algoritma. Mahasiswa dapat mencari efisiensi dari sebuah algoritma.
  • Tutorial - 1.00 %
  • Ujian Tengah Semester - 3.00 %
3
  1. Memadukan kinerja struktur data larik dan struktur data non-linier.
 Struktur data Linier vs Non-linier. Operasi-operasi Insert, Search, dan Remove. Struktur data Linier: List.
  • Tutorial
  • Diskusi
 100.00 Mahasiswa memahami ragam TDA List: Array, Linked-list, Stack, Queue. Mahasiswa menggunakan Stack dan Queue untuk studi kasus.
  • Tugas Individu - 5.00 %
  • Tutorial - 1.00 %
  • Ujian Tengah Semester - 3.00 %
4
  1. Mahasiswa dapat menggunakan tipe data senarai bertaut.
  2. Memadukan kinerja struktur data larik dan struktur data non-linier.
 Struktur data Stack. Sifat Last In First Out. Ekspresi Infix dan Postfix. Evaluasi ekspresi Postfix.
100.00 Mahasiswa memahami sifat-sifat struktur data Stack; Operasi-operasi pada tipe data Stack; Studi kasus ekspresi Infix dan Postfix; Evaluasi ekspresi Postfix.
  • Quiz - 3.00 %
  • Tutorial - 1.00 %
  • Ujian Tengah Semester - 4.00 %
5
  1. Mahasiswa dapat memanfaatkan pustaka struktur data untuk pengolahan data menjadi informasi.
  2. Mahasiswa dapat menggunakan tipe data senarai bertaut.
  3. Memadukan kinerja struktur data larik dan struktur data non-linier.
 Mengubah ekspresi Infix menjadi Postfix menggunakan Stack.
100.00 Mahasiswa memahami proses pengembangan algoritma untuk mengubah ekspresi Infix ke Postfix menggunakan Stack.
  • Tutorial - 1.00 %
  • Ujian Tengah Semester - 4.00 %
6
  1. Mahasiswa dapat menggunakan tipe data larik.
  2. Mahasiswa dapat menggunakan tipe data senarai bertaut.
  3. Memadukan kinerja struktur data larik dan struktur data non-linier.
 Struktur data Queue. Sifat First In First Out.
100.00 Mahasiswa menerapkan studi kasus antrian menggunakan package collections.deque.
  • Tutorial - 1.00 %
  • Ujian Tengah Semester - 4.00 %
  • Tugas Individu - 5.00 %
7
  1. Mahasiswa dapat memanfaatkan pustaka struktur data untuk pengolahan data menjadi informasi.
  2. Mahasiswa dapat menggunakan tipe data Pohon Pencarian Biner.
  3. Memadukan kinerja struktur data larik dan struktur data non-linier.
 Struktur data Binary Search Tree. Menambahkan elemen ke dalam BST. Operasi pencarian dalam BST.
100.00 Mahasiswa memahami masalah dalam struktur data linier dan bagaimana struktur data non-linier mengatasi masalah-masalah tersebut.
  • Quiz - 3.00 %
  • Tutorial - 1.00 %
  • Ujian Tengah Semester - 4.00 %
8
  1. Mahasiswa dapat menggunakan tipe data Pohon Pencarian Biner.
  2. Memadukan kinerja struktur data larik dan struktur data non-linier.
 Penelusuran elemen-elemen pohon. Preorder, Inorder, dan Postorder traversal. Immediate successor dan Immediate predecessor. Operasi penghapusan elemen dari BST.
100.00 Mahasiswa melakukan penelusuran verteks-verteks pada pohon dan dapat menggunakannya untuk melakukan operasi penghapusan elemen dari dalam Binary Search Tree.
  • Tutorial - 1.00 %
  • Ujian Akhir Semester - 3.00 %
9
  1. Mahasiswa dapat menggunakan tipe data Pohon AVL.
  2. Memadukan kinerja struktur data larik dan struktur data non-linier.
 Self-balanced tree. Faktor keseimbangan. Operasi-operasi rotasi.
100.00 Mahasiswa memahami masalah yang mungkin muncul dalam Binary Search Tree, dan bagaimana AVL Tree mengatasi masalah tersebut.
  • Ujian Akhir Semester - 3.00 %
  • Tutorial - 2.00 %
  • Tugas Individu - 5.00 %
10
  1. Memadukan kinerja struktur data larik dan struktur data non-linier.
 Heap sebagai penerapan Priority Queue.
100.00 Mahasiswa memahami bagaimana struktur data non-linier Heap dapat digunakan untuk priority queue.
  • Quiz - 4.00 %
  • Ujian Akhir Semester - 3.00 %
  • Tutorial - 2.00 %
11
  1. Mahasiswa dapat memanfaatkan pustaka struktur data untuk pengolahan data menjadi informasi.
  2. Mahasiswa dapat menggunakan tipe data graf.
  3. Memadukan kinerja struktur data larik dan struktur data non-linier.
 Struktur data graf dan representasinya.
100.00 Mahasiswa memahami bagaimana graf dapat digunakan untuk merepresentasikan data dalam beragam bidang kehidupan.
  • Ujian Akhir Semester - 4.00 %
12
  1. Mahasiswa dapat menggunakan tipe data graf.
  2. Memadukan kinerja struktur data larik dan struktur data non-linier.
 Algoritma Breadth First Search dan Depth First Search pada Graph dan Tree.
100.00 Mahasiswa memahami prinsip kerja algoritma BFS sebagai dasar algoritma-algoritma lain yang dapat diterapkan pada Graph.
  • Tutorial - 2.00 %
  • Ujian Akhir Semester - 4.00 %
  • Tugas Individu - 5.00 %
13
  1. Mahasiswa dapat memanfaatkan pustaka struktur data untuk pengolahan data menjadi informasi.
  2. Mengidentifikasi operasi elementer dalam sebuah algoritma.
  3. Mahasiswa menerapkan collision resolution.
  4. Mahasiswa menerapkan fungsi hash.
 Struktur data Hash.
100.00 Mahasiswa menerapkan algoritma Hash untuk penyimpanan data dengan kompleksitas algoritma yang efisien.
  • Quiz - 4.00 %
  • Ujian Akhir Semester - 4.00 %
14
  1. Mengidentifikasi operasi elementer dalam sebuah algoritma.
  2. Mahasiswa menerapkan algoritma quick sort.
  3. Mahasiswa menerapkan algoritma merge sort.
  4. Mahasiswa menerapkan algoritma insertion sort.
  5. Mahasiswa menerapkan algoritma selection sort.
 Merge Sort dan Quick Sort.
100.00 Mahasiswa menerapkan studi kasus algoritm Merge Sort dan Quick Sort.
  • Tutorial - 2.00 %
  • Ujian Akhir Semester - 4.00 %

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
Struktur Data dan Algoritma 2554 Anung Barlianto Ariwibowo, M.Kom. ; Wednesday 10:10:00-11:40:00; Monday 10:10:00-11:40:00; Tuesday 10:10:00-11:40:00 Status
Tidak ada perekaman sosialiasi RPS di Kelas
Diketahui Program Studi Dosen Mata Kuliah Mahasiswa
2553 Syandra Sari, S.Kom., M.Kom.

Ketua		 2554 Anung Barlianto Ariwibowo, M.Kom. ........

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 P.1 P1.CPMK-1 P1.CPMK-1.1 Minggu ke-10 Assessment: Ujian Akhir Semester (1.00%)
Minggu ke-10 Assessment: Quiz (1.00%)
Minggu ke-10 Assessment: Ujian Akhir Semester (1.00%)
Minggu ke-10 Assessment: Quiz (2.00%)
Minggu ke-10 Assessment: Tutorial (2.00%)
Minggu ke-10 Assessment: Ujian Akhir Semester (1.00%)
Minggu ke-10 Assessment: Quiz (1.00%)
Minggu ke-3 Assessment: Ujian Tengah Semester (3.00%)
Minggu ke-3 Assessment: Tutorial (1.00%)
Minggu ke-3 Assessment: Tugas Individu (5.00%)
Minggu ke-4 Assessment: Ujian Tengah Semester (4.00%)
Minggu ke-4 Assessment: Tutorial (1.00%)
Minggu ke-4 Assessment: Quiz (3.00%)
Minggu ke-5 Assessment: Ujian Tengah Semester (4.00%)
Minggu ke-5 Assessment: Tutorial (1.00%)
Minggu ke-6 Assessment: Ujian Tengah Semester (0.00%)
Minggu ke-6 Assessment: Tugas Individu (1.00%)
Minggu ke-7 Assessment: Ujian Tengah Semester (1.00%)
Minggu ke-7 Assessment: Quiz (1.00%)
Minggu ke-8 Assessment: Ujian Akhir Semester (1.00%)
Minggu ke-8 Assessment: Ujian Akhir Semester (1.00%)
Minggu ke-8 Assessment: Tutorial (1.00%)
Minggu ke-9 Assessment: Tugas Individu (1.00%)
Minggu ke-9 Assessment: Ujian Akhir Semester (1.00%)
Minggu ke-9 Assessment: Tugas Individu (2.00%)
Minggu ke-9 Assessment: Tutorial (1.00%)
Minggu ke-9 Assessment: Ujian Akhir Semester (1.00%)
HEIGHT P.1 P1.CPMK-2 P1.CPMK-2.1 Minggu ke-11 Assessment: Ujian Akhir Semester (4.00%)
Minggu ke-12 Assessment: Tutorial (2.00%)
Minggu ke-12 Assessment: Ujian Akhir Semester (4.00%)
Minggu ke-12 Assessment: Tugas Individu (5.00%)
HEIGHT P.1 P1.CPMK-3 P1.CPMK-3.1 Minggu ke-7 Assessment: Ujian Tengah Semester (2.00%)
Minggu ke-7 Assessment: Quiz (1.00%)
Minggu ke-8 Assessment: Ujian Akhir Semester (1.00%)
HEIGHT P.1 P1.CPMK-3 P1.CPMK-3.2 Minggu ke-9 Assessment: Tugas Individu (2.00%)
Minggu ke-9 Assessment: Tutorial (1.00%)
Minggu ke-9 Assessment: Ujian Akhir Semester (1.00%)
HEIGHT P.1 P1.CPMK-4 P1.CPMK-4.1 Minggu ke-14 Assessment: Ujian Akhir Semester (1.00%)
HEIGHT P.1 P1.CPMK-4 P1.CPMK-4.2 Minggu ke-14 Assessment: Ujian Akhir Semester (1.00%)
HEIGHT P.1 P1.CPMK-4 P1.CPMK-4.3 Minggu ke-14 Assessment: Ujian Akhir Semester (1.00%)
Minggu ke-14 Assessment: Tutorial (1.00%)
HEIGHT P.1 P1.CPMK-4 P1.CPMK-4.4 Minggu ke-14 Assessment: Ujian Akhir Semester (1.00%)
Minggu ke-14 Assessment: Tutorial (1.00%)
HEIGHT P.1 P1.CPMK-5 P1.CPMK-5.1 Minggu ke-13 Assessment: Ujian Akhir Semester (2.00%)
Minggu ke-13 Assessment: Quiz (2.00%)
HEIGHT P.1 P1.CPMK-5 P1.CPMK-5.2 Minggu ke-13 Assessment: Ujian Akhir Semester (2.00%)
Minggu ke-13 Assessment: Quiz (2.00%)
HEIGHT P.1 P1.CPMK-6 P1.CPMK-6.1 Minggu ke-2 Assessment: Ujian Tengah Semester (3.00%)
Minggu ke-2 Assessment: Tutorial (1.00%)
HEIGHT P.1 P1.CPMK-7 P1.CPMK-7.1 Minggu ke-6 Assessment: Tugas Individu (2.00%)
Minggu ke-6 Assessment: Ujian Tengah Semester (2.00%)
HEIGHT P.1 P1.CPMK-8 P1.CPMK-8.1 Minggu ke-1 Assessment: Ujian Tengah Semester (2.00%)
Minggu ke-6 Assessment: Tugas Individu (2.00%)
Minggu ke-6 Assessment: Ujian Tengah Semester (2.00%)
Minggu ke-6 Assessment: Tutorial (1.00%)
LOW KK.2 KK2.CPMK-10 KK2.CPMK-10.1 Minggu ke-7 Assessment: Ujian Tengah Semester (1.00%)
Minggu ke-7 Assessment: Tutorial (1.00%)
Minggu ke-7 Assessment: Quiz (1.00%)
LOW KK.2 KK2.CPMK-11 KK2.CPMK-11.1 Minggu ke-1 Assessment: Ujian Tengah Semester (1.00%)
Minggu ke-1 Assessment: Quiz (1.00%)
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
P.1 P1.CPMK-1 P1.CPMK-1.1 3.00%
4.00%
4.00%
0.00%
1.00%
 12%
P.1 P1.CPMK-3 P1.CPMK-3.1 2.00%
 2%
P.1 P1.CPMK-6 P1.CPMK-6.1 3.00%
 3%
P.1 P1.CPMK-7 P1.CPMK-7.1 2.00%
 2%
P.1 P1.CPMK-8 P1.CPMK-8.1 2.00%
2.00%
 4%
KK.2 KK2.CPMK-10 KK2.CPMK-10.1 1.00%
 1%
KK.2 KK2.CPMK-11 KK2.CPMK-11.1 1.00%
 1%
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
P.1 P1.CPMK-1 P1.CPMK-1.1 1.00%
1.00%
1.00%
1.00%
1.00%
1.00%
1.00%
 7%
P.1 P1.CPMK-2 P1.CPMK-2.1 4.00%
4.00%
 8%
P.1 P1.CPMK-3 P1.CPMK-3.1 1.00%
 1%
P.1 P1.CPMK-3 P1.CPMK-3.2 1.00%
 1%
P.1 P1.CPMK-4 P1.CPMK-4.1 1.00%
 1%
P.1 P1.CPMK-4 P1.CPMK-4.2 1.00%
 1%
P.1 P1.CPMK-4 P1.CPMK-4.3 1.00%
 1%
P.1 P1.CPMK-4 P1.CPMK-4.4 1.00%
 1%
P.1 P1.CPMK-5 P1.CPMK-5.1 2.00%
 2%
P.1 P1.CPMK-5 P1.CPMK-5.2 2.00%
 2%
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
M10 M3 M4 M5 M6 M7 M8 M9 M11 M12 M14 M13 M2 M1
Komponen UAS Q TUT UTS TUT TIND UTS TUT Q UTS TUT UTS TIND TUT UTS Q TUT UAS TUT TIND UAS TUT UAS TUT UAS TIND UAS TUT UAS Q UTS TUT UTS Q
CPL CPMK Sub CPMK A1A2A3A4A5A6A7A8A9A10A11A12A13A14A15A16A17A18A19A20A21A22A23A24A25A26A27A28A29A30A31A32A33A34 Bobot
P.1 P1.CPMK-1 P1.CPMK-1.1 1.00%1.00%2.00%3.00%1.00%5.00%4.00%1.00%3.00%4.00%1.00%0.00%1.00%1.00%1.00%1.00%1.00%2.00%1.00%1.00% 35%
P.1 P1.CPMK-2 P1.CPMK-2.1 4.00%2.00%4.00%5.00% 15%
P.1 P1.CPMK-3 P1.CPMK-3.1 2.00%1.00%1.00% 4%
P.1 P1.CPMK-3 P1.CPMK-3.2 2.00%1.00%1.00% 4%
P.1 P1.CPMK-4 P1.CPMK-4.1 1.00% 1%
P.1 P1.CPMK-4 P1.CPMK-4.2 1.00% 1%
P.1 P1.CPMK-4 P1.CPMK-4.3 1.00%1.00% 2%
P.1 P1.CPMK-4 P1.CPMK-4.4 1.00%1.00% 2%
P.1 P1.CPMK-5 P1.CPMK-5.1 2.00%2.00% 4%
P.1 P1.CPMK-5 P1.CPMK-5.2 2.00%2.00% 4%
P.1 P1.CPMK-6 P1.CPMK-6.1 3.00%1.00% 4%
P.1 P1.CPMK-7 P1.CPMK-7.1 2.00%2.00% 4%
P.1 P1.CPMK-8 P1.CPMK-8.1 2.00%2.00%1.00%2.00% 7%
KK.2 KK2.CPMK-10 KK2.CPMK-10.1 1.00%1.00%1.00% 3%
KK.2 KK2.CPMK-11 KK2.CPMK-11.1 1.00%1.00% 2%
TOTAL 1 1 2 3 1 5 4 1 3 4 1 4 5 1 4 3 1 2 1 4 2 2 4 2 4 5 4 2 4 4 3 1 3 1 92
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
P.1 P1.CPMK-1 P1.CPMK-1.1 UAS Q UAS Q TUT UAS Q UTS TUT TIND UTS TUT Q UTS TUT UTS TIND UTS Q UAS UAS TUT TIND UAS TIND TUT UAS
P.1 P1.CPMK-2 P1.CPMK-2.1 UAS TUT UAS TIND
P.1 P1.CPMK-3 P1.CPMK-3.1 UTS Q UAS
P.1 P1.CPMK-3 P1.CPMK-3.2 TIND TUT UAS
P.1 P1.CPMK-4 P1.CPMK-4.1 UAS
P.1 P1.CPMK-4 P1.CPMK-4.2 UAS
P.1 P1.CPMK-4 P1.CPMK-4.3 UAS TUT
P.1 P1.CPMK-4 P1.CPMK-4.4 UAS TUT
P.1 P1.CPMK-5 P1.CPMK-5.1 UAS Q
P.1 P1.CPMK-5 P1.CPMK-5.2 UAS Q
P.1 P1.CPMK-6 P1.CPMK-6.1 UTS TUT
P.1 P1.CPMK-7 P1.CPMK-7.1 TIND UTS
P.1 P1.CPMK-8 P1.CPMK-8.1 UTS TIND UTS TUT
KK.2 KK2.CPMK-10 KK2.CPMK-10.1 UTS TUT Q
KK.2 KK2.CPMK-11 KK2.CPMK-11.1 UTS Q
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.1 P1.CPMK-1 P1.CPMK-1.1Memadukan kinerja struktur data larik dan struktur data non-linier.
Indikator Kinerja: Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Performance Indicator: Students travers elements in binary tree using preorder, inorder, and postorder traversal.		 Rubrik Penilaian
Tidak ada rubrik penilaian
P.1 P1.CPMK-3 P1.CPMK-3.1Mahasiswa dapat menggunakan tipe data Pohon Pencarian Biner.
Indikator Kinerja: Menyisipkan elemen ke dalam pohon pencarian biner.
Performance Indicator: Insert elements into binary search tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
P.1 P1.CPMK-6 P1.CPMK-6.1Mengidentifikasi operasi elementer dalam sebuah algoritma.
Indikator Kinerja: Menentukan kompleksitas algoritma.
Performance Indicator: Determine complexity of algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
P.1 P1.CPMK-7 P1.CPMK-7.1Mahasiswa dapat menggunakan tipe data senarai bertaut.
Indikator Kinerja: Menelusuri algoritma pada linked list.
Performance Indicator: Trace linked list algorithms.		 Rubrik Penilaian
Tidak ada rubrik penilaian
P.1 P1.CPMK-8 P1.CPMK-8.1Mahasiswa dapat menggunakan tipe data larik.
Indikator Kinerja: Mahasiswa mampu menggunakan struktur data larik untuk penyimpanan data homogen.
Performance Indicator: Students can use array data structure for homogenous data.		 Rubrik Penilaian
Tidak ada rubrik penilaian
KK.2 KK2.CPMK-10 KK2.CPMK-10.1Mahasiswa dapat memanfaatkan pustaka struktur data untuk pengolahan data menjadi informasi.
Indikator Kinerja: Menggunakan collections module dalam Python.
Performance Indicator: Use module collections in Python.		 Rubrik Penilaian
Tidak ada rubrik penilaian
KK.2 KK2.CPMK-11 KK2.CPMK-11.1Penyimpanan data dalam memori internal dan memori eksternal
Indikator Kinerja: Mahasiswa memahami peran struktur data dalam penyimpanan data yang sistematis.
Performance Indicator: Students understand the role of data structure in systematic data storage.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Tabel 16. Rubrik Penilaian UAS
UAS
CPL CMPK Sub CPMK Rubrik / Rubric
P.1 P1.CPMK-1 P1.CPMK-1.1Memadukan kinerja struktur data larik dan struktur data non-linier.
Indikator Kinerja: Mahasiswa memahami peran struktur data dalam penyimpanan data yang sistematis.
Performance Indicator: Students understand the role of data structure in systematic data storage.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Performance Indicator: Students travers elements in binary tree using preorder, inorder, and postorder traversal.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Performance Indicator: Students apply rotation operation in AVL Tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Performance Indicator: Students use Min-Heap as Priority Queue data structure.		 Rubrik Penilaian
Tidak ada rubrik penilaian
P.1 P1.CPMK-2 P1.CPMK-2.1Mahasiswa dapat menggunakan tipe data graf.
Indikator Kinerja: Mahasiswa memahami peran struktur data dalam penyimpanan data yang sistematis.
Performance Indicator: Students understand the role of data structure in systematic data storage.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Performance Indicator: Students travers elements in binary tree using preorder, inorder, and postorder traversal.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Performance Indicator: Students apply rotation operation in AVL Tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Performance Indicator: Students use Min-Heap as Priority Queue data structure.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Membuat representasi adjacency matrix dan adjacency list.
Performance Indicator: Create adjacency matrix and adjacency list as a representation of a graph.		 Rubrik Penilaian
Tidak ada rubrik penilaian
P.1 P1.CPMK-3 P1.CPMK-3.1Mahasiswa dapat menggunakan tipe data Pohon Pencarian Biner.
Indikator Kinerja: Mahasiswa memahami peran struktur data dalam penyimpanan data yang sistematis.
Performance Indicator: Students understand the role of data structure in systematic data storage.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Performance Indicator: Students travers elements in binary tree using preorder, inorder, and postorder traversal.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Performance Indicator: Students apply rotation operation in AVL Tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Performance Indicator: Students use Min-Heap as Priority Queue data structure.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Membuat representasi adjacency matrix dan adjacency list.
Performance Indicator: Create adjacency matrix and adjacency list as a representation of a graph.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menyisipkan elemen ke dalam pohon pencarian biner.
Performance Indicator: Insert elements into binary search tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
P.1 P1.CPMK-3 P1.CPMK-3.2Mahasiswa dapat menggunakan tipe data Pohon AVL.
Indikator Kinerja: Mahasiswa memahami peran struktur data dalam penyimpanan data yang sistematis.
Performance Indicator: Students understand the role of data structure in systematic data storage.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Performance Indicator: Students travers elements in binary tree using preorder, inorder, and postorder traversal.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Performance Indicator: Students apply rotation operation in AVL Tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Performance Indicator: Students use Min-Heap as Priority Queue data structure.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Membuat representasi adjacency matrix dan adjacency list.
Performance Indicator: Create adjacency matrix and adjacency list as a representation of a graph.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menyisipkan elemen ke dalam pohon pencarian biner.
Performance Indicator: Insert elements into binary search tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menyisipkan elemen ke dalam pohon AVL.
Performance Indicator: Insert elements into AVL tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
P.1 P1.CPMK-4 P1.CPMK-4.1Mahasiswa menerapkan algoritma selection sort.
Indikator Kinerja: Mahasiswa memahami peran struktur data dalam penyimpanan data yang sistematis.
Performance Indicator: Students understand the role of data structure in systematic data storage.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Performance Indicator: Students travers elements in binary tree using preorder, inorder, and postorder traversal.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Performance Indicator: Students apply rotation operation in AVL Tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Performance Indicator: Students use Min-Heap as Priority Queue data structure.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Membuat representasi adjacency matrix dan adjacency list.
Performance Indicator: Create adjacency matrix and adjacency list as a representation of a graph.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menyisipkan elemen ke dalam pohon pencarian biner.
Performance Indicator: Insert elements into binary search tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menyisipkan elemen ke dalam pohon AVL.
Performance Indicator: Insert elements into AVL tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma selection sort.
Performance Indicator: Trace selection sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
P.1 P1.CPMK-4 P1.CPMK-4.2Mahasiswa menerapkan algoritma insertion sort.
Indikator Kinerja: Mahasiswa memahami peran struktur data dalam penyimpanan data yang sistematis.
Performance Indicator: Students understand the role of data structure in systematic data storage.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Performance Indicator: Students travers elements in binary tree using preorder, inorder, and postorder traversal.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Performance Indicator: Students apply rotation operation in AVL Tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Performance Indicator: Students use Min-Heap as Priority Queue data structure.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Membuat representasi adjacency matrix dan adjacency list.
Performance Indicator: Create adjacency matrix and adjacency list as a representation of a graph.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menyisipkan elemen ke dalam pohon pencarian biner.
Performance Indicator: Insert elements into binary search tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menyisipkan elemen ke dalam pohon AVL.
Performance Indicator: Insert elements into AVL tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma selection sort.
Performance Indicator: Trace selection sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma insertion sort.
Performance Indicator: Trace insertion sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
P.1 P1.CPMK-4 P1.CPMK-4.3Mahasiswa menerapkan algoritma merge sort.
Indikator Kinerja: Mahasiswa memahami peran struktur data dalam penyimpanan data yang sistematis.
Performance Indicator: Students understand the role of data structure in systematic data storage.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Performance Indicator: Students travers elements in binary tree using preorder, inorder, and postorder traversal.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Performance Indicator: Students apply rotation operation in AVL Tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Performance Indicator: Students use Min-Heap as Priority Queue data structure.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Membuat representasi adjacency matrix dan adjacency list.
Performance Indicator: Create adjacency matrix and adjacency list as a representation of a graph.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menyisipkan elemen ke dalam pohon pencarian biner.
Performance Indicator: Insert elements into binary search tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menyisipkan elemen ke dalam pohon AVL.
Performance Indicator: Insert elements into AVL tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma selection sort.
Performance Indicator: Trace selection sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma insertion sort.
Performance Indicator: Trace insertion sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma merge sort.
Performance Indicator: Trace merge sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
P.1 P1.CPMK-4 P1.CPMK-4.4Mahasiswa menerapkan algoritma quick sort.
Indikator Kinerja: Mahasiswa memahami peran struktur data dalam penyimpanan data yang sistematis.
Performance Indicator: Students understand the role of data structure in systematic data storage.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Performance Indicator: Students travers elements in binary tree using preorder, inorder, and postorder traversal.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Performance Indicator: Students apply rotation operation in AVL Tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Performance Indicator: Students use Min-Heap as Priority Queue data structure.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Membuat representasi adjacency matrix dan adjacency list.
Performance Indicator: Create adjacency matrix and adjacency list as a representation of a graph.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menyisipkan elemen ke dalam pohon pencarian biner.
Performance Indicator: Insert elements into binary search tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menyisipkan elemen ke dalam pohon AVL.
Performance Indicator: Insert elements into AVL tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma selection sort.
Performance Indicator: Trace selection sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma insertion sort.
Performance Indicator: Trace insertion sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma merge sort.
Performance Indicator: Trace merge sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma quick sort.
Performance Indicator: Trace quick sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
P.1 P1.CPMK-5 P1.CPMK-5.1Mahasiswa menerapkan fungsi hash.
Indikator Kinerja: Mahasiswa memahami peran struktur data dalam penyimpanan data yang sistematis.
Performance Indicator: Students understand the role of data structure in systematic data storage.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Performance Indicator: Students travers elements in binary tree using preorder, inorder, and postorder traversal.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Performance Indicator: Students apply rotation operation in AVL Tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Performance Indicator: Students use Min-Heap as Priority Queue data structure.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Membuat representasi adjacency matrix dan adjacency list.
Performance Indicator: Create adjacency matrix and adjacency list as a representation of a graph.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menyisipkan elemen ke dalam pohon pencarian biner.
Performance Indicator: Insert elements into binary search tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menyisipkan elemen ke dalam pohon AVL.
Performance Indicator: Insert elements into AVL tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma selection sort.
Performance Indicator: Trace selection sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma insertion sort.
Performance Indicator: Trace insertion sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma merge sort.
Performance Indicator: Trace merge sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma quick sort.
Performance Indicator: Trace quick sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Membuat dan menggunakan fungsi hash.
Performance Indicator: Create and use hash function.		 Rubrik Penilaian
Tidak ada rubrik penilaian
P.1 P1.CPMK-5 P1.CPMK-5.2Mahasiswa menerapkan collision resolution.
Indikator Kinerja: Mahasiswa memahami peran struktur data dalam penyimpanan data yang sistematis.
Performance Indicator: Students understand the role of data structure in systematic data storage.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menelusuri elemen-elemen pada pohon biner secara preorder, inorder, dan postorder.
Performance Indicator: Students travers elements in binary tree using preorder, inorder, and postorder traversal.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan operasi rotasi pada pohon AVL.
Performance Indicator: Students apply rotation operation in AVL Tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa menerapkan Min-Heap sebagai struktur data Priority Queue.
Performance Indicator: Students use Min-Heap as Priority Queue data structure.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Membuat representasi adjacency matrix dan adjacency list.
Performance Indicator: Create adjacency matrix and adjacency list as a representation of a graph.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menyisipkan elemen ke dalam pohon pencarian biner.
Performance Indicator: Insert elements into binary search tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menyisipkan elemen ke dalam pohon AVL.
Performance Indicator: Insert elements into AVL tree.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma selection sort.
Performance Indicator: Trace selection sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma insertion sort.
Performance Indicator: Trace insertion sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma merge sort.
Performance Indicator: Trace merge sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menelusuri jalannya algoritma quick sort.
Performance Indicator: Trace quick sort algorithm.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Membuat dan menggunakan fungsi hash.
Performance Indicator: Create and use hash function.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Menerapkan collision resolution.
Performance Indicator: Apply collision resolution.		 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+ 0 0.00
B 0 0.00
B- 0 0.00
C+ 2 50.00
C 2 50.00
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
P1.CPMK-1.1
Memadukan kinerja struktur data larik dan struktur data non-linier. 		0 0 4 0 100.00
P1.CPMK-2.1
Mahasiswa dapat menggunakan tipe data graf. 		0 0 2 2 50.00
P1.CPMK-3.1
Mahasiswa dapat menggunakan tipe data Pohon Pencarian Biner. 		0 1 3 0 100.00
P1.CPMK-3.2
Mahasiswa dapat menggunakan tipe data Pohon AVL. 		0 0 2 2 50.00
P1.CPMK-4.1
Mahasiswa menerapkan algoritma selection sort. 		0 0 1 3 25.00
P1.CPMK-4.2
Mahasiswa menerapkan algoritma insertion sort. 		0 0 1 3 25.00
P1.CPMK-4.3
Mahasiswa menerapkan algoritma merge sort. 		0 0 1 3 25.00
P1.CPMK-4.4
Mahasiswa menerapkan algoritma quick sort. 		0 0 1 3 25.00
P1.CPMK-5.1
Mahasiswa menerapkan fungsi hash. 		0 0 4 0 100.00
P1.CPMK-5.2
Mahasiswa menerapkan collision resolution. 		0 0 4 0 100.00
P1.CPMK-6.1
Mengidentifikasi operasi elementer dalam sebuah algoritma. 		0 1 1 2 50.00
P1.CPMK-7.1
Mahasiswa dapat menggunakan tipe data senarai bertaut. 		0 1 1 2 50.00
P1.CPMK-8.1
Mahasiswa dapat menggunakan tipe data larik. 		0 0 2 2 50.00
KK2.CPMK-10.1
Mahasiswa dapat memanfaatkan pustaka struktur data untuk pengolahan data menjadi informasi. 		0 0 4 0 100.00
KK2.CPMK-11.1
Penyimpanan data dalam memori internal dan memori eksternal 		0 1 3 0 100.00
Capaian Sub-CPMK
Gambar 2. Grafik Distribusi Nilai Per Sub CPMK

Tidak ada pengukuran Kepuasan Mahasiswa
Gambar 3. Hasil Kuisioner Mahasiswa
KodePertanyaan

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
Memadukan kinerja struktur data larik dan struktur data non-linier.
Q004
(100.00 %)		0100
(2,500.00 %)
TIND01
(25.00 %)		03
(75.00 %)		25
(625.00 %)
TUT0004
(100.00 %)		0
(0.00 %)
UAS001
(25.00 %)		3
(75.00 %)		25
(625.00 %)
UTS01
(25.00 %)		1
(25.00 %)		2
(50.00 %)		50
(1,250.00 %)
Mahasiswa dapat menggunakan tipe data graf.
TIND01
(25.00 %)		03
(75.00 %)		25
(625.00 %)
TUT0004
(100.00 %)		0
(0.00 %)
UAS001
(25.00 %)		3
(75.00 %)		25
(625.00 %)
Mahasiswa dapat menggunakan tipe data Pohon Pencarian Biner.
Q004
(100.00 %)		0100
(2,500.00 %)
UAS001
(25.00 %)		3
(75.00 %)		25
(625.00 %)
UTS01
(25.00 %)		1
(25.00 %)		2
(50.00 %)		50
(1,250.00 %)
Mahasiswa dapat menggunakan tipe data Pohon AVL.
TIND01
(25.00 %)		03
(75.00 %)		25
(625.00 %)
TUT0004
(100.00 %)		0
(0.00 %)
UAS001
(25.00 %)		3
(75.00 %)		25
(625.00 %)
Mahasiswa menerapkan algoritma selection sort.
UAS001
(25.00 %)		3
(75.00 %)		25
(625.00 %)
Mahasiswa menerapkan algoritma insertion sort.
UAS001
(25.00 %)		3
(75.00 %)		25
(625.00 %)
Mahasiswa menerapkan algoritma merge sort.
TUT0004
(100.00 %)		0
(0.00 %)
UAS001
(25.00 %)		3
(75.00 %)		25
(625.00 %)
Mahasiswa menerapkan algoritma quick sort.
TUT0004
(100.00 %)		0
(0.00 %)
UAS001
(25.00 %)		3
(75.00 %)		25
(625.00 %)
Mahasiswa menerapkan fungsi hash.
Q004
(100.00 %)		0100
(2,500.00 %)
UAS001
(25.00 %)		3
(75.00 %)		25
(625.00 %)
Mahasiswa menerapkan collision resolution.
Q004
(100.00 %)		0100
(2,500.00 %)
UAS001
(25.00 %)		3
(75.00 %)		25
(625.00 %)
Mengidentifikasi operasi elementer dalam sebuah algoritma.
TUT0004
(100.00 %)		0
(0.00 %)
UTS01
(25.00 %)		1
(25.00 %)		2
(50.00 %)		50
(1,250.00 %)
Mahasiswa dapat menggunakan tipe data senarai bertaut.
TIND01
(25.00 %)		03
(75.00 %)		25
(625.00 %)
UTS01
(25.00 %)		1
(25.00 %)		2
(50.00 %)		50
(1,250.00 %)
Mahasiswa dapat menggunakan tipe data larik.
TIND01
(25.00 %)		03
(75.00 %)		25
(625.00 %)
TUT0004
(100.00 %)		0
(0.00 %)
UTS01
(25.00 %)		1
(25.00 %)		2
(50.00 %)		50
(1,250.00 %)
Mahasiswa dapat memanfaatkan pustaka struktur data untuk pengolahan data menjadi informasi.
Q004
(100.00 %)		0100
(2,500.00 %)
TUT0004
(100.00 %)		0
(0.00 %)
UTS01
(25.00 %)		1
(25.00 %)		2
(50.00 %)		50
(1,250.00 %)
Penyimpanan data dalam memori internal dan memori eksternal
Q004
(100.00 %)		0100
(2,500.00 %)
UTS01
(25.00 %)		1
(25.00 %)		2
(50.00 %)		50
(1,250.00 %)

Capaian Sub-CPMK P1.CPMK-1.1 Perpenilaian
Gambar 4. Analisis Ketercapaian Sub P1.CPMK-1.1 Per Teknik Penilaian


Capaian Sub-CPMK P1.CPMK-2.1 Perpenilaian
Gambar 5. Analisis Ketercapaian Sub P1.CPMK-2.1 Per Teknik Penilaian


Capaian Sub-CPMK P1.CPMK-3.1 Perpenilaian
Gambar 6. Analisis Ketercapaian Sub P1.CPMK-3.1 Per Teknik Penilaian


Capaian Sub-CPMK P1.CPMK-3.2 Perpenilaian
Gambar 7. Analisis Ketercapaian Sub P1.CPMK-3.2 Per Teknik Penilaian


Capaian Sub-CPMK P1.CPMK-4.1 Perpenilaian
Gambar 8. Analisis Ketercapaian Sub P1.CPMK-4.1 Per Teknik Penilaian


Capaian Sub-CPMK P1.CPMK-4.2 Perpenilaian
Gambar 9. Analisis Ketercapaian Sub P1.CPMK-4.2 Per Teknik Penilaian


Capaian Sub-CPMK P1.CPMK-4.3 Perpenilaian
Gambar 10. Analisis Ketercapaian Sub P1.CPMK-4.3 Per Teknik Penilaian


Capaian Sub-CPMK P1.CPMK-4.4 Perpenilaian
Gambar 11. Analisis Ketercapaian Sub P1.CPMK-4.4 Per Teknik Penilaian


Capaian Sub-CPMK P1.CPMK-5.1 Perpenilaian
Gambar 12. Analisis Ketercapaian Sub P1.CPMK-5.1 Per Teknik Penilaian


Capaian Sub-CPMK P1.CPMK-5.2 Perpenilaian
Gambar 13. Analisis Ketercapaian Sub P1.CPMK-5.2 Per Teknik Penilaian


Capaian Sub-CPMK P1.CPMK-6.1 Perpenilaian
Gambar 14. Analisis Ketercapaian Sub P1.CPMK-6.1 Per Teknik Penilaian


Capaian Sub-CPMK P1.CPMK-7.1 Perpenilaian
Gambar 15. Analisis Ketercapaian Sub P1.CPMK-7.1 Per Teknik Penilaian


Capaian Sub-CPMK P1.CPMK-8.1 Perpenilaian
Gambar 16. Analisis Ketercapaian Sub P1.CPMK-8.1 Per Teknik Penilaian


Capaian Sub-CPMK KK2.CPMK-10.1 Perpenilaian
Gambar 17. Analisis Ketercapaian Sub KK2.CPMK-10.1 Per Teknik Penilaian


Capaian Sub-CPMK KK2.CPMK-11.1 Perpenilaian
Gambar 18. Analisis Ketercapaian Sub KK2.CPMK-11.1 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
P1.CPMK-1.1
Std Mark: 56.00 		P1.CPMK-2.1
Std Mark: 56.00 		P1.CPMK-3.1
Std Mark: 56.00 		P1.CPMK-3.2
Std Mark: 56.00 		P1.CPMK-4.1
Std Mark: 56.00 		P1.CPMK-4.2
Std Mark: 56.00 		P1.CPMK-4.3
Std Mark: 56.00 		P1.CPMK-4.4
Std Mark: 56.00 		P1.CPMK-5.1
Std Mark: 1.00 		P1.CPMK-5.2
Std Mark: 1.00 		P1.CPMK-6.1
Std Mark: 1.00 		P1.CPMK-7.1
Std Mark: 56.00 		P1.CPMK-8.1
Std Mark: 56.00 		KK2.CPMK-10.1
Std Mark: 56.00 		KK2.CPMK-11.1
Std Mark: 56.00
1 065002300026 KEVIN RIZKY PRADANA 56.5255.5056.8855.5055.5055.5055.5055.5058.2558.2555.5055.5055.5057.3358.25
2 065002300021 NADHIRA ANINDITA RALENA 63.7761.3363.1364.2555.5055.5055.5055.5059.2559.2564.1370.0067.0761.8365.00
3 065002300029 HANNAN FATHUR HENDRAWAN 56.9055.5057.3855.5055.5055.5055.5055.5059.2559.2555.5055.5055.5058.0059.25
4 065002300013 DYAH KARTIKA PUTRI SAMUDERA YANUAR 63.4457.9069.0056.6360.0060.0057.7557.7561.0061.0071.6366.2567.7964.8369.50

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, 17-08-2024
Dosen Mata Kuliah,




(2554 Anung Barlianto Ariwibowo, M.Kom.)