Disahkan 3 November 2026 — versi 1, isinya dibekukan pada tanggal itu.
ce522851 · 0d21c88dCakupan dan posisi mata kuliah ini dalam kurikulum.
Mata kuliah Algoritma Pemrograman merupakan mata kuliah inti pada semester 1 yang membekali mahasiswa dengan dasar-dasar pemikiran algoritmik dan implementasinya dalam pemrograman. Mata kuliah ini mencakup konsep dasar algoritma, struktur kontrol, struktur data sederhana, serta pengenalan machine learning dan analisis kompleksitas. Melalui mata kuliah ini, mahasiswa diharapkan mampu menerapkan logika komputasi untuk memecahkan permasalahan sederhana hingga kompleks, sejalan dengan CPL03 dan CPL06 yang menekankan kemampuan analitis, logis, dan inovatif dalam bidang teknologi informasi. Penerapan konsep-konsep ini juga mendukung pengembangan keterampilan dalam merancang solusi efisien dan efektif untuk permasalahan computing.
Diambil dari buku kurikulum program studi dan bersifat baku — CPMK dan Sub-CPMK tidak dapat diubah pada penyusunan RPKPS.
Mempunyai pengetahuan matematika, computing, dan ilmu pengetahuan lain yang relevan untuk menyelesaikan permasalahan computing yang kompleks dengan pendekatan teknologi informasi.
Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang keahlian.
Setelah menyelesaikan mata kuliah Algoritma Pemrograman, mahasiswa mampu menerapkan konsep algoritma dan pemrograman untuk memecahkan permasalahan computing dengan pendekatan logis, kritis, dan sistematis.
Alokasi waktu dihitung menit demi menit dan diperiksa terhadap invarian 45 jam per sks per semester.
Rancangan tugas beserta linimasa dan kriteria penilaiannya.
Mahasiswa diminta untuk menyusun algoritma pemecahan masalah sederhana (misal: menghitung luas bangun datar) menggunakan pseudocode dan flowchart. Tugas ini bertujuan untuk melatih kemampuan mahasiswa dalam menerjemahkan logika pemecahan masalah ke dalam bentuk algoritma yang terstruktur.
Uraian tugas
1. Pilih salah satu permasalahan sederhana yang melibatkan input, proses, dan output. 2. Susun algoritma pemecahan masalah tersebut dalam bentuk pseudocode. 3. Buat flowchart yang merepresentasikan algoritma yang telah disusun. 4. Lampirkan penjelasan singkat mengenai alur algoritma yang dibuat.
Bobot tiap komponen dan ambang yang dipakai untuk menyatakan kelulusan.
Ambang kelulusan
55nilai akhir
Nilai minimum agar mahasiswa dinyatakan lulus mata kuliah ini.
Ketercapaian MK
85persen
Ambang persentase mahasiswa yang mencapai CPMK agar mata kuliah dinilai berhasil.
Tiga cap berurutan pada ronde yang diterbitkan. Tiap cap menyebut sidik isi yang ditandatanganinya.
a.n Tim penyusun RPKPS
Mohamad Hilmy Zhafrani S.Kom., M.T.I.
Koordinator Mata Kuliah
23 September 2026
Ditandatangani secara elektronik · ce522851 · 0d21c88d
Disetujui oleh
Muhamad Yusuf S.Kom., M.Kom.
0412129501
Ketua Program Studi
24 September 2026
Ditandatangani secara elektronik · ce522851 · 0d21c88d
Telah diperiksa dan dinyatakan sesuai dengan standar Kampus
Dr. Tb Ai Munandar, S.Kom., M.T.
413098403
Kepala Penjaminan Mutu Internal
3 November 2026
Ditandatangani secara elektronik · ce522851 · 0d21c88d
Jejak penyusunan hingga pengesahan.
Mampu menerapkan konsep matematika, algoritma, dan teori komputasi dalam perancangan dan pengembangan solusi untuk permasalahan computing yang kompleks.
Mahasiswa mampu menjelaskan konsep dasar algoritma dan pemrograman, termasuk tipe data, variabel, dan struktur kontrol.
Mahasiswa mampu menyusun algoritma pemecahan masalah sederhana menggunakan pseudocode dan flowchart.
Mahasiswa mampu mengimplementasikan struktur kontrol seleksi dan perulangan dalam kode program untuk menyelesaikan masalah logika.
Mahasiswa mampu menggunakan array dan string untuk mengelola data dalam program dengan efisien.
Mahasiswa mampu menerapkan fungsi/prosedur dan rekursi untuk membangun solusi modular dan efisien.
Mahasiswa mampu menerapkan konsep struktur data dasar seperti stack dan queue dalam algoritma pemrograman.
Mampu mengidentifikasi dan mengevaluasi pendekatan berbasis machine learning, data science, dan kecerdasan buatan untuk menyelesaikan tantangan komputasi yang kompleks.
Mahasiswa mampu menjelaskan peran algoritma dalam pengolahan data dan pengambilan keputusan dalam konteks AI dan data science.
Mahasiswa mampu menjelaskan konsep dasar machine learning dan jenis-jenis pembelajaran (supervised, unsupervised).
Mahasiswa mampu mengidentifikasi dan mengimplementasikan algoritma dasar machine learning seperti regresi linear dan klasifikasi sederhana.
Mahasiswa mampu melakukan analisis data sederhana (cleaning, transforming, visualizing) untuk mendukung pemrograman berbasis data.
Mampu mengidentifikasi dan menganalisis masalah dalam pengembangan teknologi informasi dengan pendekatan logis, kritis, dan berbasis data untuk menghasilkan solusi yang efektif.
Mahasiswa mampu menganalisis kompleksitas algoritma menggunakan notasi Big-O dalam konteks efisiensi program.
Mahasiswa mampu menyelesaikan masalah pemrograman dengan pendekatan logis dan strategi penyelesaian bertahap.
Mahasiswa mampu mendeteksi dan memperbaiki kesalahan dalam program (debugging dan tracing) dengan pendekatan berbasis data.
Mahasiswa mampu membandingkan solusi algoritma berdasarkan kriteria efektivitas dan efisiensi serta menyusunnya dalam laporan analitis.
| 1, 2 |
| 2 |
| Penyusunan Algoritma dengan Pseudocode dan Flowchart
| Kuliah aktif, latihan terbimbing, dan presentasi kelompok Dosen: Mendemonstrasikan penyusunan algoritma dengan pseudocode dan flowchart, memberikan studi kasus, serta memfasilitasi latihan dan presentasi kelompok Mahasiswa: Menyusun algoritma untuk kasus yang diberikan menggunakan pseudocode dan flowchart, berdiskusi dalam kelompok, dan mempresentasikan hasil kerja Tugas: Menyelesaikan 3 soal pemecahan masalah sederhana dengan pseudocode dan flowchart di luar kelas | 5 jam 40 menit
| Tugas Praktik Penilaian berdasarkan ketepatan algoritma, kejelasan pseudocode/flowchart, dan kemampuan presentasi
| 4.29% | 1, 1 |
| 3 |
| Struktur Kontrol Seleksi dan Perulangan
| Kuliah interaktif, latihan pemrograman terbimbing, dan diskusi kasus Dosen: Menerangkan struktur kontrol seleksi dan perulangan, memberikan contoh penerapannya dalam pseudocode, serta memfasilitasi latihan pemecahan masalah dengan struktur kontrol Mahasiswa: Mengimplementasikan struktur kontrol dalam pseudocode untuk kasus yang diberikan, berdiskusi tentang kesalahan umum, dan memperbaiki kesalahan dalam latihan Tugas: Mengerjakan 5 soal latihan penerapan struktur kontrol seleksi dan perulangan dalam pseudocode | 5 jam 40 menit
| Tugas Praktik Penilaian berdasarkan ketepatan penggunaan struktur kontrol, logika pemecahan masalah, dan kemampuan debugging
| 4.29% | 2, 1 |
| 4 |
| Pengelolaan Data dengan Array dan String
| Kuliah aktif, latihan pemrograman, dan studi kasus Dosen: Menjelaskan konsep array dan string, mendemonstrasikan operasi dasar, serta memberikan latihan penerapan dalam pemecahan masalah Mahasiswa: Mengimplementasikan operasi array dan string dalam pseudocode, menyelesaikan latihan kasus, dan mendiskusikan efisiensi penggunaan data Tugas: Mengerjakan latihan pengelolaan data menggunakan array dan string untuk 3 kasus pemrograman | 5 jam 40 menit
| Kuis dan Kehadiran Penilaian berdasarkan kehadiran, partisipasi aktif dalam diskusi, dan ketepatan jawaban kuis singkat
| 3.75% | 1, 1 |
| 5 |
| Fungsi, Prosedur, dan Rekursi
| Kuliah interaktif, latihan pemrograman, dan diskusi kelompok Dosen: Menerangkan konsep fungsi, prosedur, dan rekursi, memberikan contoh penerapannya, serta memfasilitasi latihan dan diskusi kelompok Mahasiswa: Mengimplementasikan fungsi, prosedur, dan rekursi dalam pseudocode, menyelesaikan latihan kasus, dan berdiskusi tentang keuntungan dan kerugian rekursi Tugas: Menyelesaikan 4 soal latihan penerapan fungsi, prosedur, dan rekursi dalam pseudocode untuk pemecahan masalah | 5 jam 40 menit
| Tugas Praktik Penilaian berdasarkan ketepatan implementasi fungsi/prosedur, logika rekursi, dan kemampuan menjelaskan solusi
| 8.57% | 2, 1 |
| 6 |
| Struktur Data Dasar: Stack dan Queue
| Kuliah aktif, demonstrasi, dan latihan pemrograman Dosen: Menjelaskan konsep stack dan queue, mendemonstrasikan operasi dasar, serta memberikan latihan penerapan dalam algoritma Mahasiswa: Mengimplementasikan operasi stack dan queue dalam pseudocode, menyelesaikan latihan kasus, dan mendiskusikan penerapannya Tugas: Mengerjakan latihan implementasi stack dan queue untuk 2 kasus pemrograman | 5 jam 40 menit
| Kuis dan Kehadiran Penilaian berdasarkan kehadiran, partisipasi dalam diskusi, dan ketepatan jawaban kuis singkat
| 3.75% | 1, 1 |
| 7 |
| Peran Algoritma dalam AI dan Data Science
| Kuliah interaktif, diskusi kelompok, dan studi kasus Dosen: Menyampaikan peran algoritma dalam AI dan data science, memfasilitasi diskusi tentang pengolahan data dan pengambilan keputusan, serta memberikan studi kasus Mahasiswa: Berpartisipasi dalam diskusi kelompok, menganalisis studi kasus, dan mendiskusikan tantangan dalam pengembangan algoritma untuk AI | 5 jam 40 menit
| Kuis dan Kehadiran Penilaian berdasarkan kehadiran dan partisipasi aktif dalam diskusi
| 3.75% | 1, 2 |
| 8UTS |
| Ujian Tengah Semester | — | 5 jam 20 menit
| — | 20% | — |
| 9 |
| Konsep Dasar Machine Learning
| Kuliah aktif, diskusi kelompok, dan presentasi singkat Dosen: Menerangkan konsep dasar machine learning, jenis-jenis pembelajaran, serta memberikan contoh algoritma sederhana dan penerapannya Mahasiswa: Mendengarkan penjelasan, berdiskusi dalam kelompok tentang perbedaan jenis pembelajaran, dan mempresentasikan hasil analisis kasus Tugas: Menganalisis 2 kasus penerapan machine learning dan menyusun laporan singkat tentang jenis pembelajaran yang digunakan | 5 jam 40 menit
| Tugas Praktik Penilaian berdasarkan ketepatan analisis kasus, kejelasan presentasi, dan kualitas laporan
| 4.28% | 1, 1 |
| 10 |
| Implementasi Algoritma Machine Learning Sederhana
| Kuliah interaktif, latihan pemrograman, dan diskusi kelompok Dosen: Menjelaskan algoritma regresi linear dan k-NN, mendemonstrasikan implementasinya dalam pseudocode, serta memfasilitasi latihan dan diskusi Mahasiswa: Mengimplementasikan algoritma regresi linear dan k-NN dalam pseudocode, menyelesaikan latihan dengan dataset kecil, dan mendiskusikan hasil evaluasi Tugas: Mengimplementasikan algoritma regresi linear untuk dataset sederhana dan menyusun laporan hasil implementasi | 5 jam 40 menit
| Tugas Praktik Penilaian berdasarkan ketepatan implementasi algoritma, kualitas laporan, dan kemampuan mendiskusikan hasil
| 8.57% | 2, 1 |
| 11 |
| Analisis Data Sederhana untuk Pemrograman Berbasis Data
| Kuliah aktif, latihan praktik, dan diskusi kelompok Dosen: Menerangkan tahapan analisis data, mendemonstrasikan teknik cleaning dan transforming, serta memfasilitasi latihan visualisasi data Mahasiswa: Melakukan pembersihan dan transformasi data pada dataset sederhana, membuat visualisasi data, dan mendiskusikan penerapannya dalam pemrograman Tugas: Menganalisis dataset sederhana dengan melakukan cleaning, transforming, dan visualisasi, lalu menyusun laporan hasil analisis | 5 jam 40 menit
| Kuis dan Kehadiran Penilaian berdasarkan kehadiran, partisipasi aktif, dan ketepatan jawaban kuis singkat
| 3.75% | 1, 1 |
| 12 |
| Analisis Kompleksitas Algoritma dengan Notasi Big-O
| Kuliah interaktif, latihan analisis, dan diskusi kelompok Dosen: Menjelaskan konsep kompleksitas algoritma, notasi Big-O, serta memfasilitasi latihan analisis kompleksitas untuk struktur kontrol dan data Mahasiswa: Menganalisis kompleksitas algoritma untuk kasus yang diberikan, berdiskusi tentang efisiensi program, dan mempresentasikan hasil analisis Tugas: Menganalisis kompleksitas 3 algoritma sederhana menggunakan notasi Big-O dan menyusun laporan analisis | 5 jam 40 menit
| Presentasi dan Diskusi Penilaian berdasarkan ketepatan analisis, kejelasan presentasi, dan partisipasi dalam diskusi
| 5% | 1, 2 |
| 13 |
| Penyelesaian Masalah Pemrograman dengan Pendekatan Logis
| Kuliah aktif, latihan pemecahan masalah, dan diskusi kelompok Dosen: Menerangkan strategi penyelesaian masalah pemrograman, mendemonstrasikan pendekatan top-down dan bottom-up, serta memfasilitasi latihan pemecahan masalah Mahasiswa: Menerapkan strategi penyelesaian masalah untuk kasus yang diberikan, berdiskusi tentang pendekatan logis, dan mengevaluasi solusi | 5 jam 40 menit
| — | — | 2, 1 |
| 14 |
| Debugging dan Tracing Program
| Kuliah interaktif, latihan debugging, dan diskusi kelompok Dosen: Menjelaskan konsep debugging dan tracing, mendemonstrasikan teknik debugging, serta memfasilitasi latihan debugging dan diskusi kelompok Mahasiswa: Melakukan debugging dan tracing pada kode program yang diberikan, mendiskusikan kesalahan yang ditemukan, dan memperbaiki kode Tugas: Mendebug dan men-trace 2 program yang diberikan, lalu menyusun laporan tentang kesalahan yang ditemukan dan perbaikannya | 5 jam 40 menit
| Presentasi dan Diskusi Penilaian berdasarkan ketepatan identifikasi kesalahan, kualitas perbaikan kode, dan partisipasi dalam diskusi
| 5% | 1, 1 |
| 15 |
| Perbandingan Solusi Algoritma Berdasarkan Efektivitas dan Efisiensi
| Kuliah aktif, latihan analisis, dan presentasi kelompok Dosen: Menerangkan kriteria efektivitas dan efisiensi, memfasilitasi latihan perbandingan solusi algoritma, serta memandu penyusunan laporan analitis Mahasiswa: Membandingkan solusi algoritma untuk kasus yang diberikan, menganalisis keunggulan dan kelemahan, serta menyusun laporan analitis | 5 jam 40 menit
| — | — | 1, 2 |
| 16UAS |
| Ujian Akhir Semester | — | 5 jam 20 menit
| — | 25% | — |
| Total bobot penilaian mingguan | 100% | ||||||
Sub-CPMK
Mahasiswa mampu menjelaskan konsep dasar algoritma dan pemrograman, termasuk tipe data, variabel, dan struktur kontrol.
Metode
Kuliah interaktif, diskusi kelompok, dan latihan menulis pseudocode sederhana
Alokasi waktu
5 jam 40 menit
Sub-CPMK
Mahasiswa mampu menyusun algoritma pemecahan masalah sederhana menggunakan pseudocode dan flowchart.
Metode
Kuliah aktif, latihan terbimbing, dan presentasi kelompok
Alokasi waktu
Penilaian
Tugas Praktik
Penilaian berdasarkan ketepatan algoritma, kejelasan pseudocode/flowchart, dan kemampuan presentasi
Sub-CPMK
Mahasiswa mampu mengimplementasikan struktur kontrol seleksi dan perulangan dalam kode program untuk menyelesaikan masalah logika.
Metode
Kuliah interaktif, latihan pemrograman terbimbing, dan diskusi kasus
Alokasi waktu
Penilaian
Tugas Praktik
Penilaian berdasarkan ketepatan penggunaan struktur kontrol, logika pemecahan masalah, dan kemampuan debugging
Sub-CPMK
Mahasiswa mampu menggunakan array dan string untuk mengelola data dalam program dengan efisien.
Metode
Kuliah aktif, latihan pemrograman, dan studi kasus
Alokasi waktu
Penilaian
Kuis dan Kehadiran
Penilaian berdasarkan kehadiran, partisipasi aktif dalam diskusi, dan ketepatan jawaban kuis singkat
Sub-CPMK
Mahasiswa mampu menerapkan fungsi/prosedur dan rekursi untuk membangun solusi modular dan efisien.
Metode
Kuliah interaktif, latihan pemrograman, dan diskusi kelompok
Alokasi waktu
Penilaian
Tugas Praktik
Penilaian berdasarkan ketepatan implementasi fungsi/prosedur, logika rekursi, dan kemampuan menjelaskan solusi
Sub-CPMK
Mahasiswa mampu menerapkan konsep struktur data dasar seperti stack dan queue dalam algoritma pemrograman.
Metode
Kuliah aktif, demonstrasi, dan latihan pemrograman
Alokasi waktu
Penilaian
Kuis dan Kehadiran
Penilaian berdasarkan kehadiran, partisipasi dalam diskusi, dan ketepatan jawaban kuis singkat
Sub-CPMK
Mahasiswa mampu menjelaskan peran algoritma dalam pengolahan data dan pengambilan keputusan dalam konteks AI dan data science.
Metode
Kuliah interaktif, diskusi kelompok, dan studi kasus
Alokasi waktu
Penilaian
Kuis dan Kehadiran
Penilaian berdasarkan kehadiran dan partisipasi aktif dalam diskusi
Alokasi waktu
Sub-CPMK
Mahasiswa mampu menjelaskan konsep dasar machine learning dan jenis-jenis pembelajaran (supervised, unsupervised).
Metode
Kuliah aktif, diskusi kelompok, dan presentasi singkat
Alokasi waktu
Penilaian
Tugas Praktik
Penilaian berdasarkan ketepatan analisis kasus, kejelasan presentasi, dan kualitas laporan
Sub-CPMK
Mahasiswa mampu mengidentifikasi dan mengimplementasikan algoritma dasar machine learning seperti regresi linear dan klasifikasi sederhana.
Metode
Kuliah interaktif, latihan pemrograman, dan diskusi kelompok
Alokasi waktu
Penilaian
Tugas Praktik
Penilaian berdasarkan ketepatan implementasi algoritma, kualitas laporan, dan kemampuan mendiskusikan hasil
Sub-CPMK
Mahasiswa mampu melakukan analisis data sederhana (cleaning, transforming, visualizing) untuk mendukung pemrograman berbasis data.
Metode
Kuliah aktif, latihan praktik, dan diskusi kelompok
Alokasi waktu
Penilaian
Kuis dan Kehadiran
Penilaian berdasarkan kehadiran, partisipasi aktif, dan ketepatan jawaban kuis singkat
Sub-CPMK
Mahasiswa mampu menganalisis kompleksitas algoritma menggunakan notasi Big-O dalam konteks efisiensi program.
Metode
Kuliah interaktif, latihan analisis, dan diskusi kelompok
Alokasi waktu
Penilaian
Presentasi dan Diskusi
Penilaian berdasarkan ketepatan analisis, kejelasan presentasi, dan partisipasi dalam diskusi
Sub-CPMK
Mahasiswa mampu menyelesaikan masalah pemrograman dengan pendekatan logis dan strategi penyelesaian bertahap.
Metode
Kuliah aktif, latihan pemecahan masalah, dan diskusi kelompok
Alokasi waktu
Sub-CPMK
Mahasiswa mampu mendeteksi dan memperbaiki kesalahan dalam program (debugging dan tracing) dengan pendekatan berbasis data.
Metode
Kuliah interaktif, latihan debugging, dan diskusi kelompok
Alokasi waktu
Penilaian
Presentasi dan Diskusi
Penilaian berdasarkan ketepatan identifikasi kesalahan, kualitas perbaikan kode, dan partisipasi dalam diskusi
Sub-CPMK
Mahasiswa mampu membandingkan solusi algoritma berdasarkan kriteria efektivitas dan efisiensi serta menyusunnya dalam laporan analitis.
Metode
Kuliah aktif, latihan analisis, dan presentasi kelompok
Alokasi waktu
Alokasi waktu
Format luaran
Dokumen PDF berisi pseudocode, flowchart, dan penjelasan algoritma. Flowchart dapat dibuat menggunakan tools seperti draw.io, Lucidchart, atau sejenisnya.
Kriteria penilaian
Ketepatan pseudocode dalam merepresentasikan logika pemecahan masalah
30%Ketepatan flowchart dalam merepresentasikan algoritma
30%Kejelasan dan kerapihan penyajian
25%Kreativitas dalam pemilihan masalah dan solusi
15%Mahasiswa diminta untuk mengimplementasikan struktur kontrol seleksi (if-else) dan perulangan (for/while) dalam bahasa pemrograman Python untuk menyelesaikan masalah logika sederhana. Tugas ini bertujuan untuk melatih kemampuan mahasiswa dalam menerapkan struktur kontrol dalam kode program.
Uraian tugas
1. Pilih salah satu permasalahan yang memerlukan penggunaan struktur kontrol seleksi dan perulangan (misal: menentukan bilangan prima, mencari nilai maksimum dalam array). 2. Implementasikan solusi dalam bahasa Python. 3. Berikan komentar pada kode untuk menjelaskan alur program. 4. Lampirkan output program untuk beberapa kasus uji.
Format luaran
File Python (.py) berisi kode program beserta komentar, dan dokumen PDF berisi penjelasan singkat serta output uji coba.
Kriteria penilaian
Ketepatan implementasi struktur kontrol seleksi
25%Ketepatan implementasi struktur kontrol perulangan
25%Kebenaran dan kelengkapan kode program
30%Kejelasan komentar dan dokumentasi
20%Kuis tertulis untuk mengevaluasi pemahaman mahasiswa mengenai penggunaan array dan string dalam pemrograman. Kuis ini bertujuan untuk mengukur kemampuan mahasiswa dalam mengelola data menggunakan struktur data dasar.
Uraian tugas
1. Jawab pertanyaan teoretis mengenai konsep array dan string. 2. Selesaikan soal praktis berupa implementasi sederhana penggunaan array dan string dalam Python. 3. Waktu pengerjaan: 30 menit.
Format luaran
Lembar jawaban kuis tertulis (dapat berupa kertas atau dokumen digital).
Kriteria penilaian
Pemahaman konsep array dan string
40%Ketepatan implementasi praktis
40%Kejelasan dan kerapihan jawaban
20%Mahasiswa diminta untuk mengembangkan program yang memanfaatkan fungsi, prosedur, dan rekursi untuk menyelesaikan masalah yang memerlukan pendekatan modular. Tugas ini bertujuan untuk melatih kemampuan mahasiswa dalam membangun solusi yang terstruktur dan efisien.
Uraian tugas
1. Pilih permasalahan yang memerlukan penggunaan fungsi, prosedur, dan rekursi (misal: menghitung faktorial, Fibonacci, atau pencarian biner). 2. Implementasikan solusi dalam bahasa Python dengan memisahkan logika ke dalam fungsi/prosedur yang terpisah. 3. Gunakan rekursi untuk setidaknya satu bagian dari solusi. 4. Berikan dokumentasi yang menjelaskan fungsi dari setiap bagian kode. 5. Lampirkan output program untuk beberapa kasus uji.
Format luaran
File Python (.py) berisi kode program beserta dokumentasi, dan dokumen PDF berisi penjelasan solusi serta output uji coba.
Kriteria penilaian
Pemakaian fungsi dan prosedur yang tepat
25%Implementasi rekursi yang benar
25%Kebenaran dan efisiensi solusi
30%Kualitas dokumentasi
20%Kuis tertulis untuk mengevaluasi pemahaman mahasiswa mengenai struktur data stack dan queue. Kuis ini bertujuan untuk mengukur kemampuan mahasiswa dalam menerapkan konsep struktur data dasar dalam algoritma.
Uraian tugas
1. Jawab pertanyaan teoretis mengenai konsep stack dan queue. 2. Selesaikan soal praktis berupa implementasi sederhana stack dan queue dalam Python. 3. Waktu pengerjaan: 30 menit.
Format luaran
Lembar jawaban kuis tertulis (dapat berupa kertas atau dokumen digital).
Kriteria penilaian
Pemahaman konsep stack dan queue
40%Ketepatan implementasi praktis
40%Kejelasan dan kerapihan jawaban
20%Kuis tertulis untuk mengevaluasi pemahaman mahasiswa mengenai peran algoritma dalam pengolahan data dan pengambilan keputusan dalam konteks AI dan data science. Kuis ini bertujuan untuk mengukur pemahaman mahasiswa mengenai aplikasi algoritma dalam bidang yang lebih luas.
Uraian tugas
1. Jawab pertanyaan teoretis mengenai peran algoritma dalam AI dan data science. 2. Berikan contoh konkret penggunaan algoritma dalam konteks tersebut. 3. Waktu pengerjaan: 20 menit.
Format luaran
Lembar jawaban kuis tertulis (dapat berupa kertas atau dokumen digital).
Kriteria penilaian
Pemahaman peran algoritma dalam AI dan data science
50%Kejelasan dan kedalaman jawaban
30%Ketepatan waktu pengerjaan
20%Mahasiswa diminta untuk mengimplementasikan algoritma machine learning sederhana (misal: regresi linear atau klasifikasi k-NN) menggunakan library Python seperti scikit-learn. Tugas ini bertujuan untuk melatih kemampuan mahasiswa dalam menerapkan konsep machine learning dasar.
Uraian tugas
1. Pilih dataset sederhana yang sesuai untuk algoritma yang dipilih. 2. Lakukan preprocessing data (jika diperlukan). 3. Implementasikan algoritma machine learning menggunakan library Python. 4. Evaluasi performa model dengan metrik yang sesuai. 5. Lampirkan kode program, dataset, dan hasil evaluasi.
Format luaran
File Python (.py) berisi kode program, dataset dalam format CSV, dan dokumen PDF berisi laporan singkat mengenai implementasi dan evaluasi model.
Kriteria penilaian
Ketepatan pemilihan algoritma dan dataset
20%Kebenaran implementasi algoritma
30%Kualitas preprocessing dan evaluasi
25%Kejelasan laporan dan dokumentasi
25%Mahasiswa diminta untuk melakukan analisis data sederhana meliputi cleaning, transforming, dan visualizing data menggunakan library Python seperti pandas dan matplotlib. Tugas ini bertujuan untuk melatih kemampuan mahasiswa dalam mempersiapkan data untuk pemrograman berbasis data.
Uraian tugas
1. Pilih dataset sederhana yang memerlukan cleaning dan transforming. 2. Lakukan cleaning data (misal: menangani missing value, outlier). 3. Lakukan transforming data (misal: normalisasi, encoding). 4. Visualisasikan data menggunakan grafik yang sesuai. 5. Lampirkan kode program, dataset, dan visualisasi data.
Format luaran
File Python (.py) berisi kode program, dataset dalam format CSV, dan dokumen PDF berisi laporan analisis data beserta visualisasinya.
Kriteria penilaian
Ketepatan cleaning data
25%Ketepatan transforming data
25%Kualitas visualisasi data
25%Kejelasan laporan dan dokumentasi
25%Kuis tertulis untuk mengevaluasi pemahaman mahasiswa mengenai analisis kompleksitas algoritma menggunakan notasi Big-O. Kuis ini bertujuan untuk mengukur kemampuan mahasiswa dalam mengevaluasi efisiensi algoritma.
Uraian tugas
1. Jawab pertanyaan teoretis mengenai notasi Big-O dan analisis kompleksitas. 2. Hitung kompleksitas waktu dan ruang untuk algoritma sederhana yang diberikan. 3. Waktu pengerjaan: 25 menit.
Format luaran
Lembar jawaban kuis tertulis (dapat berupa kertas atau dokumen digital).
Kriteria penilaian
Pemahaman notasi Big-O
40%Ketepatan analisis kompleksitas
40%Kejelasan dan kerapihan jawaban
20%Mahasiswa diminta untuk mempresentasikan analisis kompleksitas algoritma untuk solusi yang telah dikembangkan dalam tugas sebelumnya. Presentasi ini bertujuan untuk melatih kemampuan mahasiswa dalam menyampaikan analisis secara lisan dan tertulis.
Uraian tugas
1. Pilih salah satu algoritma yang telah diimplementasikan dalam tugas sebelumnya. 2. Lakukan analisis kompleksitas waktu dan ruang untuk algoritma tersebut. 3. Buat slide presentasi yang menjelaskan analisis kompleksitas. 4. Presentasikan di depan kelas dengan durasi 10 menit. 5. Jawab pertanyaan dari dosen dan teman sekelas.
Format luaran
Slide presentasi dalam format PPT/PDF dan rekaman presentasi (jika diperlukan).
Kriteria penilaian
Ketepatan analisis kompleksitas
35%Kualitas slide presentasi
25%Kemampuan presentasi
25%Kemampuan menjawab pertanyaan
15%Mahasiswa diminta untuk mempresentasikan solusi pemrograman yang dikembangkan dengan pendekatan logis dan strategi penyelesaian bertahap. Presentasi ini bertujuan untuk melatih kemampuan mahasiswa dalam menjelaskan solusi secara sistematis.
Uraian tugas
1. Pilih salah satu permasalahan pemrograman yang telah diselesaikan dengan pendekatan logis. 2. Jelaskan strategi penyelesaian bertahap yang digunakan. 3. Buat slide presentasi yang menjelaskan solusi dan strategi. 4. Presentasikan di depan kelas dengan durasi 10 menit. 5. Jawab pertanyaan dari dosen dan teman sekelas.
Format luaran
Slide presentasi dalam format PPT/PDF dan rekaman presentasi (jika diperlukan).
Kriteria penilaian
Kejelasan strategi penyelesaian
30%Kualitas slide presentasi
25%Kemampuan presentasi
25%Kemampuan menjawab pertanyaan
20%Kehadiran minimal
80persen
Syarat kehadiran untuk dapat mengikuti penilaian akhir.
5 jam 40 menit
5 jam 40 menit
5 jam 40 menit
5 jam 40 menit
5 jam 40 menit
5 jam 40 menit
5 jam 40 menit
5 jam 20 menit
5 jam 40 menit
5 jam 40 menit
5 jam 40 menit
5 jam 40 menit
5 jam 40 menit
5 jam 40 menit
5 jam 40 menit
5 jam 20 menit