Document

PORTOFOLIO MATA KULIAH

Nama Mata Kuliah : Computational Thinking
Kode Mata Kuliah : IUC6201
Tim Dosen :
  1. 2554 Anung Barlianto Ariwibowo, M.Kom.
Kelas : 01
Dosen : 2554 Anung Barlianto Ariwibowo, M.Kom.
Semester : Gasal 2024/2025 (R)
Tahun Akademik : 2024/2025
Jumlah Mahasiswa : 36 mahasiswa

Program Studi INFORMATIKA

Fakultas TEKNOLOGI INDUSTRI

Universitas Trisakti

Aug 2025

PORTOFOLIO MATA KULIAH

NAMA MATA KULIAH : Computational Thinking
KODE MATA KULIAH : IUC6201
KELAS : FTI01
SEMESTER : Gasal 2024/2025 (R)
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
COMPUTATIONAL THINKING
Tahun Akademik: Gasal 2024/2025 (R)
Program Studi INFORMATIKA
Fakultas TEKNOLOGI INDUSTRI
Kode:
IUC6201 		Bobot (sks):
2.00 sks 		Rumpun MK:
Semester:
GASAL
Penanggungjawab Nama Tanda Tangan Tanggal
Koordinator MK 2554 Anung Barlianto Ariwibowo, M.Kom.
Koordinator Bidang Keahlian/Ilmu
Ketua Program Studi 2641 Binti Solihah, S.T., 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 Mahasiswa mampu menunjukkan sikap Tri Krama Universitas Trisakti: Takwa Tekun Terampil, Asah Asih Asuh, Satria, Setia Sportif dan berjiwa wirausaha (S.a)
S.2 Berkontribusi dalam peningkatan mutu kehidupan bermasyarakat, berbangsa, dan bernegara berdasarkan Pancasila (S.b)
P.1 Mahasiswa mampu menjelaskan cara kerja sistem komputer dan menerapkan/menggunakan berbagai algoritma/metode untuk memecahkan masalah pada suatu industri. (P.a)
P.2 Mahasiswa mampu menjelaskan konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat. (P.b)
KU.1 Mahasiswa mampu menganalisis persoalan komputasi kompleks untuk mengidentifikasi solusi pengelolaan proyek teknologi bidang informatika/ilmu komputer dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin. (KU.a)
KU.2 Mahasiswa mampu berpikir logis, kritis serta sistematis dalam memanfaatkan ilmu pengetahuan informatika/ ilmu komputer untuk menyelesaikan masalah nyata. (KU.b)
KU.3 Mahasiswa mampu belajar mandiri sepanjang hayat, kreatif inovatif, berkomunikasi, bekerja sama, dan berperan secara efektif sebagai anggota atau pemimpin tim sesuai bidang ilmu dalam berbagai konteks profesional. (KU.c)
KK.1 Mahasiswa mampu mengimplementasi kebutuhan komputasi dengan mempertimbangkan berbagai metode/algoritma yang sesuai (KK.a)
KK.2 Mahasiswa mampu menganalisis, merancang, membuat dan mengevaluasi user interface dan aplikasi interaktif dengan mempertimbangkan kebutuhan pengguna dan perkembangan ilmu transdisiplin (KK.b)
KK.3 Mahasiswa mampu mendesain, mengimplementasi dan mengevaluasi solusi berbasis komputasi multi-platform yang memenuhi kebutuhan-kebutuhan industri (KK.c)
KK.4 Mahasiswa mampu memecahkan masalah di dunia industri dengan pendekatan sistem cerdas menggunakan algoritma kompleks (KK.d)
Tabel 2. Capaian Pembelajaran Lulusan yang Dibebankan pada Mata Kuliah
KODE DESKRIPSI CPL
KU.1 Mahasiswa mampu menganalisis persoalan komputasi kompleks untuk mengidentifikasi solusi pengelolaan proyek teknologi bidang informatika/ilmu komputer dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin. (KU.a)
KU.2 Mahasiswa mampu berpikir logis, kritis serta sistematis dalam memanfaatkan ilmu pengetahuan informatika/ ilmu komputer untuk menyelesaikan masalah nyata. (KU.b)
P.1 Mahasiswa mampu menjelaskan cara kerja sistem komputer dan menerapkan/menggunakan berbagai algoritma/metode untuk memecahkan masalah pada suatu industri. (P.a)
Tabel 3. Pemetaan Keterkaitan Capaian Pembelajaran Mata Kuliah dengan CPL
KODE CPL KODE CPMK DESKRIPSI CPMK
P.1 P1.CPMK-1 Mahasiswa terampil memahami algoritma, serta representasi data.
KU.1 KU1.CPMK-2 Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah.
KU.2 KU2.CPMK-3 Mahasiswa mampu menerapkan analisis data sederhana.
KU.2 KU2.CPMK-4 Mahasiswa memahami konsep dasar Computational Thinking dan mampu mengembangkan sikap berpikir terbuka untuk menerapkan berbagai teknik pemecahan masalah dalam bidang ilmu masing-masing.
Tabel 4. Sub Capaian Pembelajaran Mata Kuliah
KODE CPL KODE CPMK DESKRIPSI Sub CPMK
P.1 P1.CPMK-1
P1.CPMK-1.1 Mahasiswa mampu memilih representasi data yang tepat untuk berbagai jenis masalah.
P1.CPMK-1.2 Mahasiswa mampu menerapkan beberapa algoritma sederhana untuk menyelesaikan masalah komputasional.
P1.CPMK-1.3 Mahasiswa melakukan inferensi logika, mengenali pola dalam data, dan membuat keputusan berdasarkan analisis data.
KU.1 KU1.CPMK-2
KU1.CPMK-2.1 Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah
KU.2 KU2.CPMK-3
KU2.CPMK-3.1 Mahasiswa melakukan analisis data sederhana.
KU.2 KU2.CPMK-4
KU2.CPMK-4.1 Mahasiswa menerapkan teknik pemecahan masalah secara computational thinking terhadap masalah-masalah dunia nyata yang relevan dengan bidang ilmu masing-masing
KU2.CPMK-4.2 Mahasiswa mampu merancang algoritma sederhana menggunakan flowchart dan pseudocode.

3. RENCANA PEMBELAJARAN SEMESTER (RPS)

3.1 Muatan RPS

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

RENCANA PEMBELAJARAN SEMESTER		 Kode : DU1.2.4-KUR-04.RPS/IUC6201

Program Studi : INFORMATIKA Semester : Gasal 2024/2025 (R);Jenis Mata Kuliah : Wajib     Kode Mata Kuliah : IUC6201     SKS : 2.00
Mata Kuliah : Computational Thinking 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. Mahasiswa menerapkan teknik pemecahan masalah secara computational thinking terhadap masalah-masalah dunia nyata yang relevan dengan bidang ilmu masing-masing
 Pengenalan Computational Thinking
100.00 Diskusi dan Tanya jawab.
  • Tugas Individu - 3.00 %
  • Ujian Tengah Semester - 3.00 %
2
  1. Mahasiswa menerapkan teknik pemecahan masalah secara computational thinking terhadap masalah-masalah dunia nyata yang relevan dengan bidang ilmu masing-masing
 Komponen-komponen Computational Thinking
100.00 Diskusi dan Tanya jawab.
  • Tugas Individu - 3.00 %
  • Ujian Tengah Semester - 3.00 %
3
  1. Mahasiswa mampu merancang algoritma sederhana menggunakan flowchart dan pseudocode.
 Algorithmic Thinking, Flowchart, Pseudocode.
100.00 Diskusi dan Studi kasus.
  • Tugas Individu - 3.00 %
  • Ujian Tengah Semester - 3.00 %
4
  1. Mahasiswa melakukan inferensi logika, mengenali pola dalam data, dan membuat keputusan berdasarkan analisis data.
  2. Mahasiswa mampu memilih representasi data yang tepat untuk berbagai jenis masalah.
 Abstraksi dan representasi data.
100.00 Diskusi dan Studi kasus.
  • Tugas Individu - 3.00 %
  • Ujian Tengah Semester - 4.00 %
5
  1. Mahasiswa mampu menerapkan beberapa algoritma sederhana untuk menyelesaikan masalah komputasional.
 Algoritma pencarian dan pengurutan.
100.00 Diskusi dan Hands-on
  • Tugas Individu - 3.00 %
  • Ujian Tengah Semester - 4.00 %
6
  1. Mahasiswa mampu menerapkan beberapa algoritma sederhana untuk menyelesaikan masalah komputasional.
 Algoritma penyandian.
100.00 Diskusi dan Hands-on
  • Tugas Individu - 3.00 %
  • Ujian Tengah Semester - 4.00 %
7
  1. Mahasiswa melakukan inferensi logika, mengenali pola dalam data, dan membuat keputusan berdasarkan analisis data.
 Inferensi Logika dan Pattern Recognition.
100.00 Diskusi dan Hands-on
  • Tugas Individu - 4.00 %
  • Ujian Tengah Semester - 4.00 %
8
  1. Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah
 Knapsack Problem.
100.00 Diskusi dan Hands-on
  • Tugas Individu - 4.00 %
  • Ujian Akhir Semester - 3.00 %
9
  1. Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah
 Shortest Path Problem.
100.00 Diskusi dan Studi kasus
  • Tugas Individu - 4.00 %
  • Ujian Akhir Semester - 3.00 %
10
  1. Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah
 Activity Selection (Penjadwalan Berselang).
100.00 Diskusi dan Studi kasus
  • Tugas Individu - 4.00 %
  • Ujian Akhir Semester - 3.00 %
11
  1. Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah
 Non-conflict Scheduling (Graph Coloring).
100.00 Diskusi dan Studi kasus
  • Tugas Individu - 4.00 %
  • Ujian Akhir Semester - 4.00 %
12
  1. Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah
 Finite State Machine.
100.00 Diskusi dan Studi kasus
  • Tugas Individu - 4.00 %
  • Ujian Akhir Semester - 4.00 %
13
  1. Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah
 Huffman Encoding
100.00 Diskusi dan Hands-on
  • Tugas Individu - 4.00 %
  • Ujian Akhir Semester - 4.00 %
14
  1. Mahasiswa melakukan analisis data sederhana.
 Regresi Linier Sederhana
100.00 Diskusi dan Studi kasus
  • Tugas Individu - 4.00 %
  • Ujian Akhir Semester - 4.00 %

3.2 Sosialisasi RPS

Tabel 6. Berita Acara Sosialisasi RPS
PROGRAM STUDI INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS TRISAKTI
Perkuliahan Pertama Dosen Menyampaikan
Mata Kuliah/SKS Nama Dosen Hari Tanggal
Computational Thinking 2554 Anung Barlianto Ariwibowo, M.Kom. ; Friday 07:30:00-09:10:00 Status
Tidak ada perekaman sosialiasi RPS di Kelas
Diketahui Program Studi Dosen Mata Kuliah Mahasiswa
2641 Binti Solihah, S.T., 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
LOW P.1 P1.CPMK-1 P1.CPMK-1.1 Minggu ke-4 Assessment: Ujian Tengah Semester (2.00%)
Minggu ke-4 Assessment: Tugas Individu (2.00%)
LOW P.1 P1.CPMK-1 P1.CPMK-1.2 Minggu ke-5 Assessment: Ujian Tengah Semester (4.00%)
Minggu ke-5 Assessment: Tugas Individu (3.00%)
Minggu ke-6 Assessment: Ujian Tengah Semester (4.00%)
Minggu ke-6 Assessment: Tugas Individu (3.00%)
LOW P.1 P1.CPMK-1 P1.CPMK-1.3 Minggu ke-4 Assessment: Ujian Tengah Semester (2.00%)
Minggu ke-4 Assessment: Tugas Individu (1.00%)
Minggu ke-7 Assessment: Ujian Tengah Semester (4.00%)
Minggu ke-7 Assessment: Tugas Individu (4.00%)
HEIGHT KU.1 KU1.CPMK-2 KU1.CPMK-2.1 Minggu ke-8 Assessment: Ujian Akhir Semester (3.00%)
Minggu ke-8 Assessment: Tugas Individu (4.00%)
Minggu ke-9 Assessment: Ujian Akhir Semester (3.00%)
Minggu ke-9 Assessment: Tugas Individu (4.00%)
Minggu ke-10 Assessment: Ujian Akhir Semester (3.00%)
Minggu ke-10 Assessment: Tugas Individu (4.00%)
Minggu ke-11 Assessment: Ujian Akhir Semester (4.00%)
Minggu ke-11 Assessment: Tugas Individu (4.00%)
Minggu ke-12 Assessment: Ujian Akhir Semester (4.00%)
Minggu ke-12 Assessment: Tugas Individu (4.00%)
Minggu ke-13 Assessment: Ujian Akhir Semester (4.00%)
Minggu ke-13 Assessment: Tugas Individu (4.00%)
HEIGHT KU.2 KU2.CPMK-3 KU2.CPMK-3.1 Minggu ke-14 Assessment: Ujian Akhir Semester (4.00%)
Minggu ke-14 Assessment: Tugas Individu (4.00%)
HEIGHT KU.2 KU2.CPMK-4 KU2.CPMK-4.1 Minggu ke-1 Assessment: Ujian Tengah Semester (3.00%)
Minggu ke-1 Assessment: Tugas Individu (3.00%)
Minggu ke-2 Assessment: Ujian Tengah Semester (3.00%)
Minggu ke-2 Assessment: Tugas Individu (3.00%)
HEIGHT KU.2 KU2.CPMK-4 KU2.CPMK-4.2 Minggu ke-3 Assessment: Ujian Tengah Semester (3.00%)
Minggu ke-3 Assessment: Tugas Individu (3.00%)
Tabel 8. Rincian Bobot Penilain UTS dan Sesi Pertemuan
UTS
Materi Sesi M1 M2 M3 M4 M5 M6 M7 TOTAL
CPL CPMK Sub CPMK #A1 #A2 #A3 #A4 #A5 #A6 #A7
P.1 P1.CPMK-1 P1.CPMK-1.1 2.00%
 2%
P.1 P1.CPMK-1 P1.CPMK-1.2 4.00%
4.00%
 8%
P.1 P1.CPMK-1 P1.CPMK-1.3 2.00%
4.00%
 6%
KU.2 KU2.CPMK-4 KU2.CPMK-4.1 3.00%
3.00%
 6%
KU.2 KU2.CPMK-4 KU2.CPMK-4.2 3.00%
 3%
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
KU.1 KU1.CPMK-2 KU1.CPMK-2.1 3.00%
3.00%
3.00%
4.00%
4.00%
4.00%
 21%
KU.2 KU2.CPMK-3 KU2.CPMK-3.1 4.00%
 4%
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
M4 M5 M6 M7 M8 M9 M10 M11 M12 M13 M14 M1 M2 M3
Komponen UTS TIND UTS TIND UTS TIND UTS TIND UAS TIND UAS TIND UAS TIND UAS TIND UAS TIND UAS TIND UAS TIND UTS TIND UTS TIND UTS TIND
CPL CPMK Sub CPMK A1A2A3A4A5A6A7A8A9A10A11A12A13A14A15A16A17A18A19A20A21A22A23A24A25A26A27A28 Bobot
P.1 P1.CPMK-1 P1.CPMK-1.1 2.00%2.00% 4%
P.1 P1.CPMK-1 P1.CPMK-1.2 4.00%3.00%4.00%3.00% 14%
P.1 P1.CPMK-1 P1.CPMK-1.3 2.00%1.00%4.00%4.00% 11%
KU.1 KU1.CPMK-2 KU1.CPMK-2.1 3.00%4.00%3.00%4.00%3.00%4.00%4.00%4.00%4.00%4.00%4.00%4.00% 45%
KU.2 KU2.CPMK-3 KU2.CPMK-3.1 4.00%4.00% 8%
KU.2 KU2.CPMK-4 KU2.CPMK-4.1 3.00%3.00%3.00%3.00% 12%
KU.2 KU2.CPMK-4 KU2.CPMK-4.2 3.00%3.00% 6%
TOTAL 4 3 4 3 4 3 4 4 3 4 3 4 3 4 4 4 4 4 4 4 4 4 3 3 3 3 3 3 100
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
P.1 P1.CPMK-1 P1.CPMK-1.1 UTS TIND
P.1 P1.CPMK-1 P1.CPMK-1.2 UTS TIND UTS TIND
P.1 P1.CPMK-1 P1.CPMK-1.3 UTS TIND UTS TIND
KU.1 KU1.CPMK-2 KU1.CPMK-2.1 UAS TIND UAS TIND UAS TIND UAS TIND UAS TIND UAS TIND
KU.2 KU2.CPMK-3 KU2.CPMK-3.1 UAS TIND
KU.2 KU2.CPMK-4 KU2.CPMK-4.1 UTS TIND UTS TIND
KU.2 KU2.CPMK-4 KU2.CPMK-4.2 UTS TIND
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-1.1Mahasiswa mampu memilih representasi data yang tepat untuk berbagai jenis masalah.
Indikator Kinerja: Mahasiswa dapat memilih representasi data yang tepat untuk memecahkan masalah.
Performance Indicator: Students can choose the right data representation to solve problems.		 Rubrik Penilaian
Tidak ada rubrik penilaian
P.1 P1.CPMK-1 P1.CPMK-1.2Mahasiswa mampu menerapkan beberapa algoritma sederhana untuk menyelesaikan masalah komputasional.
Indikator Kinerja: Mahasiswa dapat memilih representasi data yang tepat untuk memecahkan masalah.
Performance Indicator: Students can choose the right data representation to solve problems.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa dapat menganlisis sebuah masalah komputasional dan memilih serta menerapkan algoritma yang tepat.
Performance Indicator: Students can analyze a problem and select then apply appropriate algorithms.		 Rubrik Penilaian
Tidak ada rubrik penilaian
P.1 P1.CPMK-1 P1.CPMK-1.3Mahasiswa melakukan inferensi logika, mengenali pola dalam data, dan membuat keputusan berdasarkan analisis data.
Indikator Kinerja: Mahasiswa dapat memilih representasi data yang tepat untuk memecahkan masalah.
Performance Indicator: Students can choose the right data representation to solve problems.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa dapat menganlisis sebuah masalah komputasional dan memilih serta menerapkan algoritma yang tepat.
Performance Indicator: Students can analyze a problem and select then apply appropriate algorithms.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu merancang algoritma untuk menyelesaikan masalah menggunakan flowchart dan pseudocode.
Performance Indicator: Students can design algorithms to solve problems using flowcharts and pseudocode.		 Rubrik Penilaian
Tidak ada rubrik penilaian
KU.2 KU2.CPMK-4 KU2.CPMK-4.1Mahasiswa menerapkan teknik pemecahan masalah secara computational thinking terhadap masalah-masalah dunia nyata yang relevan dengan bidang ilmu masing-masing
Indikator Kinerja: Mahasiswa dapat menganalisis suatu masalah menggunakan prinsip-prinsip Computational Thinking dan menyajikan solusi secara logis dan terstruktur.
Performance Indicator: Students can articulate a clear and concise solution to a given problem by applying computational thinking principles, supporting their reasoning systematically and logically.		 Rubrik Penilaian
Tidak ada rubrik penilaian
KU.2 KU2.CPMK-4 KU2.CPMK-4.2Mahasiswa mampu merancang algoritma sederhana menggunakan flowchart dan pseudocode.
Indikator Kinerja: Mahasiswa dapat menganalisis suatu masalah menggunakan prinsip-prinsip Computational Thinking dan menyajikan solusi secara logis dan terstruktur.
Performance Indicator: Students can articulate a clear and concise solution to a given problem by applying computational thinking principles, supporting their reasoning systematically and logically.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa dapat merancang dan mengimplementasikan algoritma dalam bentuk flowchart dan psedocode untuk menyelesaikan masalah.
Performance Indicator: Students can design and implement simple algorithms using flowcharts and pseudocodes to solve problems.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Tabel 16. Rubrik Penilaian UAS
UAS
CPL CMPK Sub CPMK Rubrik / Rubric
KU.1 KU1.CPMK-2 KU1.CPMK-2.1Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah
Indikator Kinerja: Mahasiswa dapat menganalisis suatu masalah menggunakan prinsip-prinsip Computational Thinking dan menyajikan solusi secara logis dan terstruktur.
Performance Indicator: Students can articulate a clear and concise solution to a given problem by applying computational thinking principles, supporting their reasoning systematically and logically.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa dapat merancang dan mengimplementasikan algoritma dalam bentuk flowchart dan psedocode untuk menyelesaikan masalah.
Performance Indicator: Students can design and implement simple algorithms using flowcharts and pseudocodes to solve problems.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa dapat menganalisis masalah optimasi sederhana, memilih algoritma yang sesuai, dan mengevaluasi solusi yang diperoleh.
Performance Indicator: Students can analyze simple optimization problems, select appropriate algorithms, and evaluate the obtained solution.		 Rubrik Penilaian
Tidak ada rubrik penilaian
KU.2 KU2.CPMK-3 KU2.CPMK-3.1Mahasiswa melakukan analisis data sederhana.
Indikator Kinerja: Mahasiswa dapat menganalisis suatu masalah menggunakan prinsip-prinsip Computational Thinking dan menyajikan solusi secara logis dan terstruktur.
Performance Indicator: Students can articulate a clear and concise solution to a given problem by applying computational thinking principles, supporting their reasoning systematically and logically.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa dapat merancang dan mengimplementasikan algoritma dalam bentuk flowchart dan psedocode untuk menyelesaikan masalah.
Performance Indicator: Students can design and implement simple algorithms using flowcharts and pseudocodes to solve problems.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa dapat menganalisis masalah optimasi sederhana, memilih algoritma yang sesuai, dan mengevaluasi solusi yang diperoleh.
Performance Indicator: Students can analyze simple optimization problems, select appropriate algorithms, and evaluate the obtained solution.		 Rubrik Penilaian
Tidak ada rubrik penilaian
Indikator Kinerja: Mahasiswa mampu menginterpretasi hasil analisis regresi linier untuk menarik kesimpulan yang relevan.
Performance Indicator: Students can interpret the results of linear regression analysis to draw relevant conclusions.		 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+ 0 0.00
C 0 0.00
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
Mahasiswa mampu memilih representasi data yang tepat untuk berbagai jenis masalah. 		0 0 0 36 0.00
P1.CPMK-1.2
Mahasiswa mampu menerapkan beberapa algoritma sederhana untuk menyelesaikan masalah komputasional. 		0 0 0 36 0.00
P1.CPMK-1.3
Mahasiswa melakukan inferensi logika, mengenali pola dalam data, dan membuat keputusan berdasarkan analisis data. 		0 0 0 36 0.00
KU1.CPMK-2.1
Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah 		0 0 0 36 0.00
KU2.CPMK-3.1
Mahasiswa melakukan analisis data sederhana. 		0 0 0 36 0.00
KU2.CPMK-4.1
Mahasiswa menerapkan teknik pemecahan masalah secara computational thinking terhadap masalah-masalah dunia nyata yang relevan dengan bidang ilmu masing-masing 		0 0 0 36 0.00
KU2.CPMK-4.2
Mahasiswa mampu merancang algoritma sederhana menggunakan flowchart dan pseudocode. 		0 0 0 36 0.00
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
Mahasiswa mampu memilih representasi data yang tepat untuk berbagai jenis masalah.
UTS00034
(100.00 %)		0
(0.00 %)
Mahasiswa mampu menerapkan beberapa algoritma sederhana untuk menyelesaikan masalah komputasional.
UTS00034
(100.00 %)		0
(0.00 %)
Mahasiswa melakukan inferensi logika, mengenali pola dalam data, dan membuat keputusan berdasarkan analisis data.
UTS00034
(100.00 %)		0
(0.00 %)
Mahasiswa memahami komponen-komponen dalam memecahkan masalah, meliputi abstraksi, imitasi pola, berpikir algoritmik, dan dekomposisi masalah
Mahasiswa melakukan analisis data sederhana.
Mahasiswa menerapkan teknik pemecahan masalah secara computational thinking terhadap masalah-masalah dunia nyata yang relevan dengan bidang ilmu masing-masing
UTS00034
(100.00 %)		0
(0.00 %)
Mahasiswa mampu merancang algoritma sederhana menggunakan flowchart dan pseudocode.
UTS00034
(100.00 %)		0
(0.00 %)

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-1.2 Perpenilaian
Gambar 5. Analisis Ketercapaian Sub P1.CPMK-1.2 Per Teknik Penilaian


Capaian Sub-CPMK P1.CPMK-1.3 Perpenilaian
Gambar 6. Analisis Ketercapaian Sub P1.CPMK-1.3 Per Teknik Penilaian


Capaian Sub-CPMK KU1.CPMK-2.1 Perpenilaian
Gambar 7. Analisis Ketercapaian Sub KU1.CPMK-2.1 Per Teknik Penilaian


Capaian Sub-CPMK KU2.CPMK-3.1 Perpenilaian
Gambar 8. Analisis Ketercapaian Sub KU2.CPMK-3.1 Per Teknik Penilaian


Capaian Sub-CPMK KU2.CPMK-4.1 Perpenilaian
Gambar 9. Analisis Ketercapaian Sub KU2.CPMK-4.1 Per Teknik Penilaian


Capaian Sub-CPMK KU2.CPMK-4.2 Perpenilaian
Gambar 10. Analisis Ketercapaian Sub KU2.CPMK-4.2 Per Teknik Penilaian

5.4. Analisis Distribusi Nilai per Mahasiswa

Berikut distribusi capaian nilai mahasiswa per Sub CPMK.

Tabel 22. Analisis Distribusi Pencapaian Nilai Mahasiswa Per Sub CPMK
No. NIM Nama % Pencapaian
P1.CPMK-1.1
Std Mark: 56.00 		P1.CPMK-1.2
Std Mark: 56.00 		P1.CPMK-1.3
Std Mark: 56.00 		KU1.CPMK-2.1
Std Mark: 56.00 		KU2.CPMK-3.1
Std Mark: 56.00 		KU2.CPMK-4.1
Std Mark: 56.00 		KU2.CPMK-4.2
Std Mark: 56.00
1 064002300016 FERNANDO JUNIOR AUPARAY 0.000.000.000.000.000.000.00
2 064002000020 IRLOV MUHAMMAD SJAHRIR 1.681.681.680.000.001.681.68
3 064002300037 NAUFAL FAWWAZ 2.982.982.980.000.002.982.98
4 064102400001 JORDANE FEBBY CHYRELLE ADRIAN SYARIEF 5.255.255.250.000.005.255.25
5 064102400002 AHMAD ARDIANSYAH 2.612.612.610.000.002.612.61
6 064102400003 ADITYA MAULANA MUKARDI 4.924.924.920.000.004.924.92
7 064102400004 TEUKU RAZIQA 2.462.462.460.000.002.462.46
8 064102400005 DIDI ANDRIANSYAH 4.654.654.650.000.004.654.65
9 064102400006 GARDA YUDHA WICAKSANA 4.444.444.440.000.004.444.44
10 064102400007 HANA ZALFA AZIZAH 2.142.142.140.000.002.142.14
11 064102400008 MUHAMMAD ELVIANSYAH 5.065.065.060.000.005.065.06
12 064102400009 SATRIA PUTRA PRIYATAMA 3.993.993.990.000.003.993.99
13 064102400010 MUHAMMAD FADHIL RAMADHAN 4.324.324.320.000.004.324.32
14 064102400011 ARIF SUPRIYANTO 4.774.774.770.000.004.774.77
15 064102400012 CHAISYA NAILA KIRANI 5.065.065.060.000.005.065.06
16 064102400013 JONATHAN BOB DYLAN MONGISIDI 4.774.774.770.000.004.774.77
17 064102400014 AGNAR RAKA BASKARA 5.155.155.150.000.005.155.15
18 064102400015 KAHFI ALAM FERRY 4.584.584.580.000.004.584.58
19 064102400016 MUHAMMAD FAIQ HAMZAH 2.962.962.960.000.002.962.96
20 064102400017 MUHAMMAD ZUFAR RASYAD 4.774.774.770.000.004.774.77
21 064102400018 STEVEN RAJA PARDAMEAN MANULLANG 4.414.414.410.000.004.414.41
22 064102400019 AHMAD IBNU BATUTAH 4.084.084.080.000.004.084.08
23 064102400020 MUHAMMAD RIZKI 5.065.065.060.000.005.065.06
24 064102400021 PUTRA FERDIANSYAH RACHMAN 4.334.334.330.000.004.334.33
25 064102400022 DANIEL JEFFERSON 3.213.213.210.000.003.213.21
26 064102400023 MUHAMMAD DAFFA ALVIANSYAH 4.684.684.680.000.004.684.68
27 064102400024 AINI RIHHADATUL AISY 5.205.205.200.000.005.205.20
28 064102400025 NINO SEBASTIANO EMERLINE NAPITUPULU 2.922.922.920.000.002.922.92
29 064102400026 ZULFAQIH ASHAR HASAN 4.324.324.320.000.004.324.32
30 064102400027 ACHMAD KURNIAWAN 5.205.205.200.000.005.205.20
31 064102400028 ROBIN FELIX HAMA 4.614.614.610.000.004.614.61
32 064102400029 RIO SAPUTRO UTOMO 3.943.943.940.000.003.943.94
33 064102400030 DWI ARBI NUGROHO 4.964.964.960.000.004.964.96
34 064102400031 RIZAL GUSTI WIRAWAN 4.874.874.870.000.004.874.87
35 064102400032 DIMAS ALIP PRIYONO 4.924.924.920.000.004.924.92
36 064102400044 JUAN CARLOS 0.000.000.000.000.000.000.00

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, 31-08-2025
Dosen Mata Kuliah,




(2554 Anung Barlianto Ariwibowo, M.Kom.)