UNIVERSITAS PGRI ARGOPURO JEMBER
Kode
FAKULTAS SAINS DAN TEKNOLOGI
Dokumen
PRODI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER
MATA KULIAH (MK) KODE Rumpun MK BOBOT (sks) SEMESTER Tgl Penyusunan
Algoritma Pemrograman L.011 2 SKS II 01 Juni 2021
OTORISASI / PENGESAHAN Dosen Pengembang RPS Koordinator RMK Ka Prodi
Miftahur Ro’ifah, [Link]. Wigid Hariadi, [Link]., [Link].
CPL “Menjadi Sarjana Statistika yang ETCONASSTIC dan KLENDISA”
dimana ETCONASSTIC dan KLENDISA merupakan singkatan dan dari: Etika, Teamwork & Communicative, Nasionalisme,
Analisys, Science, Software, Technique Statistics, serta Kearifan Lokal, Entrepreneurship, dan Ramah disabilitas.
Capaian CPL-PRODI
Pembelajaran S (c) Berkontribusi dalam peningkatan mutu kehidupan bermasyarakat, berbangsa, bernegara, dan kemajuan peradaban
berdasarkan Pancasila;
S (h) menginternalisasi nilai, norma, dan etika akademik;
S (i) menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri;
KU (a) 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
keahliannya;
KU (b) mampu menunjukkan kinerja mandiri, bermutu, dan terukur;
KU (c) mampu mengkaji implikasi pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan
dan menerapkan nilai humaniora sesuai dengan keahliannya berdasarkan kaidah, tata cara dan etika ilmiah dalam
rangka menghasilkan solusi, gagasan, desain atau kritik seni;
KU (d) menyusun deskripsi saintifik hasil kajian tersebut di atas dalam bentuk skripsi atau laporan tugas akhir, dan
mengunggahnya dalam laman perguruan tinggi;
KU (e) mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya, berdasarkan
hasil analisis informasi dan data;
KU (i) Mampu mendokumentasikan, menyimpan, mengamankan, dan menemukan kembali data untuk menjamin kesahihan
dan mencegah plagiasi
PP (a) menguasai konsep teori peluang dan statistika, matematika, kalkulus, aljabar linier elementer, metode-metode analisis
statistika, dan pemrograman komputer elementer;
PP (c) Menguasai minimal dua perangkat lunak statistika, termasuk perangkat lunak yang berbasis open source
Capaian Pembelajaran Mata Kuliah (CPMK)
CP MK 1 Mahasiswa mampu memahami konsep dasar algoritma dan pemrograman
CP MK 2 Mahasiswa mampu memahami tipe data, variabel, operator, dan ekspresi
CP MK 3 Mahasiswa mampu memahami struktur dasar algoritma
CP MK 4 Mahasiswa mampu memahami software R
CP MK 5 Mahasiswa mampu memahami array, prosedur, dan fungsi
CP MK 6 Mahasiswa mampu memahami variabel berindeks
CP MK 7 Mahasiswa mampu memahami data terstruktur
CP MK 8 Mahasiswa dapat melakukan simulasi algoritma pemrograman untuk operasi matematika sederhana
CP MK 9 Mahasiswa dapat melakukan simulasi algoritma pemrograman untuk analisis statistika
Diskripsi Singkat Mata kuliah ini bertujuan agar mahasiswa dapat membuat struktur algortima dari sebuah permasalahan, untuk kemudian dapat membuat
MK algoritma pemrograman sederhana dai permasalahan tersebut. Metode pembelajaran yang digunakan untuk mencapai tujuan tersebut
mahasiswa diberikan dasar mengenal dasar-dasar algortima dan bahasa algoritma pemrograman, serta beberapa operasi dan prosedur
algoritma pemrograman. Sehingga mahasiswa mampu membuat program sederhana berkaitan dengan materi yang ada di Jurusan
Statistika.
Bahan Kajian: 1. Konsep dasar algoritma dan pemrograman
Materi 2. Tipe data, variabel, operator, dan ekspresi
pembelajaran 3. Struktur dasar algoritma
4. Pengenalan Software R
5. Array, prosedur, dan fungsi
6. Variabel berindeks
7. Data terstruktur
8. Simulasi algoritma pemrograman untuk operasi matematika sederhana
9. Simulasi algoritma pemrograman untuk analisis statistika
Pustaka Utama:
1. Bagio, H. T. 2007. Algoritma dan Pemrograman. Fakultas Ilmu Komputer. Universitas Narotama.
2. Fathul, W. 1996. Dasar-dasar Algoritma Pemrograman. Yogyakarta: Andi Offset.
Pendukung:
1.
Dosen Pengampu Miftahur Ro’ifah, [Link].
Mata Kuliah syarat
Bentuk Pembelajaran;
Penilaian Materi Bobot
Minggu Kemampuan akhir tiap Metode Pembelajaran;
Pembelajaran Penilai
Ke- tahapan belajar (Sub-CPMK) Penugasan Mahasiswa;
Indikator Kriteria &Teknik [Pustaka] an (%)
[ Estimasi Waktu]
(1) (2) (3) (4) Tatap Muka(5) Daring (7) (8)
(6)
1 Mengetahui kontrak Ketepatan - Bentuk : - Kontrak 0%
perkuliahan dan tujuan menjelaskan kontrak Kuliah tatap muka Perkuliahan
belajar mata kuliah kuliah dan tujuan Metode :
Algoritma Pemrograman mata kuliah Video tutorial / ceramah
Algoritma Materi kuliah dalam bentuk
Pemrograman ppt, pdf
Diskusi
Media :
Laptop
TV LED
Whiteboard
Waktu :
Tatap Muka 2x50 menit
2 Mahasiswa mampu Ketepatan Tugas mandiri Bentuk : Konsep dasar 5%
memahami konsep dasar menjelaskan konsep Kuliah tatap muka algoritma
algoritma dan pemrograman dasar algoritma Metode : Bahasa
Ketepatan Video tutorial / ceramah algoritma
menjelaskan bahasa Materi kuliah dalam bentuk pemrograma
algoritma ppt, pdf n : kalimat
pemrograman Diskusi deskriptif,
Media : flowchart,
Laptop pseudocode
TV LED
Whiteboard
Waktu :
Tatap Muka 2x50 menit
3 Mahasiswa mampu Ketepatan Tugas mandiri Bentuk : Tipe data 5%
memahami tipe data, menjelaskan Kuliah tatap muka Variable
variabel, operator, dan beberapa tipe data Metode : Operator
ekspresi Ketepatan Video tutorial / ceramah Ekspresi
menjelaskan variabel Materi kuliah dalam bentuk
Ketepatan ppt, pdf
memahami macam- Diskusi
macam operator Media :
Ketepatan Laptop
menyajikan ekspresi
TV LED
dalam algoritma
Whiteboard
Waktu :
Tatap Muka 2x50 menit
4 Mahasiswa mampu Ketepatan Tugas mandiri Bentuk : Struktur 5%
memahami struktur dasar menjelaskan struktur Kuliah tatap muka dasar
algoritma dasar algoritma Metode : algoritma
Video tutorial / ceramah
Materi kuliah dalam bentuk
ppt, pdf
Diskusi
Media :
Laptop
TV LED
Whiteboard
Waktu :
Tatap Muka 2x50 menit
5–6 Mahasiswa mampu Ketepatan Tugas mandiri Bentuk : Software R 5%
memahami software R menguasai software Tugas kelompok Kuliah tatap muka
R untuk operasi Metode :
matematika Video tutorial / ceramah
sederhana Materi kuliah dalam bentuk
ppt, pdf
Diskusi
Media :
Laptop
TV LED
Whiteboard
Waktu :
Tatap Muka 2x50 menit
7 Mahasiswa mampu Ketepatan Tugas mandiri Bentuk : Array 5%
memahami array, prosedur, memahami array Tugas kelompok Kuliah tatap muka Prosedur
dan fungsi dalam algoritma Metode : Fungsi
pemrograman Video tutorial / ceramah
Ketepatan Materi kuliah dalam bentuk
menyusun prosedur ppt, pdf
dalam algoritma Diskusi
pemrograman Media :
Ketepatan membuat Laptop
dan menggunakan
TV LED
fungsi untuk operasi
Whiteboard
matematika
Waktu :
Tatap Muka 2x50 menit
8 Mahasiswa mampu Ketepatan menjawab Tes berupa tes tulis Bentuk : Ujian Tengah 20 %
menyelesaikan soal-soal soal dengan benar Ujian Semester (UTS)
konsep dasar algoritma dan Metode :
pemrograman, tipe data, Tes tulis
variabel, operator, ekspresi, Media :
struktur dasar algoritma, Laptop
array, prosedur, dan fungsi, TV LED
serta aplikasinya pada Waktu :
software R Tatap Muka 2x50 menit
9 Mahasiswa mampu Ketepatan Latihan soal Bentuk : Variable 5%
memahami variabel menggunakan Tugas mandiri Kuliah tatap muka berindeks
berindeks variabel berindeks Metode :
dalam algoritma Video tutorial / ceramah
pemrograman Materi kuliah dalam bentuk
ppt, pdf
Diskusi
Media :
Laptop
TV LED
Whiteboard
Waktu :
Tatap Muka 2x50 menit
10 Mahasiswa mampu Ketepatan Latihan soal Bentuk : Data 5%
memahami data terstruktur menggunakan data Tugas mandiri Kuliah tatap muka terstrukur
terstruktur Metode :
Video tutorial / ceramah
Materi kuliah dalam bentuk
ppt, pdf
Diskusi
Media :
Laptop
TV LED
Whiteboard
Waktu :
Tatap Muka 2x50 menit
11 – 12 Mahasiswa dapat melakukan Ketepatan Tugas mandiri Bentuk : Simulasi 5%
simulasi algoritma menyusun algoritma Tugas kelompok Kuliah tatap muka algoritma
pemrograman untuk operasi pemrograman untuk Metode : pemrograma
matematika sederhana operasi matematika Video tutorial / ceramah n untuk
sederhana Materi kuliah dalam bentuk operasi
ppt, pdf matematika
Diskusi sederhana
Media : pada
Laptop software R
TV LED
Whiteboard
Waktu :
Tatap Muka 2x50 menit
13 – 15 Mahasiswa dapat melakukan Ketepatan Tugas mandiri Bentuk : Simulasi 10 %
simulasi algoritma menyusun algoritma Tugas kelompok Kuliah tatap muka algoritma
pemrograman untuk analisis pemrograman untuk Metode : pemrograma
statistika analisis statistika Video tutorial / ceramah n untuk
Materi kuliah dalam bentuk analisis
ppt, pdf statistika
Diskusi pada
Media : software R
Laptop
TV LED
Whiteboard
Waktu :
Tatap Muka 2x50 menit
16 Mahasiswa mampu Ketepatan menjawab Tes berupa tes tulis Bentuk : Ujian Akhir 30 %
menyelesaikan soal-soal soal dengan benar Ujian Semester (UAS)
variabel berindeks, data Metode :
terstruktur, simulasi Tes tulis
algoritma pemrograman Media :
untuk operasi matematika Laptop
sederhana dan analisis TV LED
statistika Waktu :
Tatap Muka 2x50 menit