RENCANA PROGRAM
KEGIATAN PEMBELAJARAN SEMESTER
(RPKPS)
MATA KULIAH:BIOINFORMATIKA
(TIF68)
Oleh:
S U P A T M A N
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INFORMASI
A. PENDAHULUAN 1. Latar Belakang
Bioinformatika merupakan mata kuliah pilihan Program Stud Teknik Informatika yang diberikan bagi mahasiswa semester 7 Program Studi Teknik Informatika dan Program Studi Sistem Informasi, Fakultas Teknologi Informasi, Universitas Mercu Buana Yogyakarta.Tujuan mata kuliah ini agar mahasiswa mampu dan trampil mengembangkan algoritma pre-processing, deteksi, dan pencocokan pada madical imaging. Untuk mencapai tujuan yang diinginkan secara maksimal, pada setiap proses pembelajaran memerlukan perencanaan, persiapan, dan pengendalian yang baik. Sehubungan dengan hal itu, diperlukan pengembangan kegiatan yang disebut Rencana Program Kegiatan Pembelajaran Semester (RPKPS). Implementasi kegiatan tersebut diharapkan dapat menciptakan suasana akademik yang kondusif sehingga muncul kegairahan dalam proses pembelajaran. Kegiatan ini diharapkan juga dapat meningkatkan motivasi, kreativitas, kesungguhan, dan keteraturan dalam proses belajar mengajar serta meningkatkan keaktifan mahasiswa dalam mengikuti proses pembelajaran.
2. Deskripsi Mata Kuliah
Konsep dasar bioinformatika, sistem bioinformatika, karakteristik bioinformatika, preprocessing, pemisahan ciri dan teknik pencocokan. 3. Kompetensi kuliah terdadap lulusan
Setelah menyelesaikan perkuliahan ini mahasiswa diharapkan memiliki kompetensi dalam pengembangan algoritma deteksi dan pencocokan pada
madical imaging.
B. PERENCANAAN PEMBELAJARAN
1. Nama Mata Kuliah : Bioinformatika.
2. Kode/SKS : TIF68.
3. Semester : 7 (Dua). 4. Status Mata Kuliah : Pilihan
5. Prasyarat : Algoritma dan Pemrograman Lanjut, Multimedia,
Teknik Pengolahan Citra, Teknik Penenalan Pola, Computer Vision , Neurat Networks
6. Tujuan Pembelajaran :
Proses pembelajaran pada mata kuliah Bioinfomatika berfokus pada student-centerd Learning yang akan memberi kompetensi-kompetensi khusus pada mahasiswa. Setelah mengikuti kuliah Bioinformatika, mahasiswa diharapkan mampu mengembangkan algoritma deteksi dan pencocokan bioinformaika yang terkait dengan keilmuan didunia bioinformatika dengan teknologi informasi serta mampu secara trampil mengembangkan algoritma baru, sekaligus mempraktikkan dengan bahasa analitik di Laboratorium Komputasi Dasar.
Manfaat model pembelajaran ini adalah mahasiswa tidak hanya sekadar menguasai teori, tetapi mahasiswa dapat menerapkan pengetahuan dan ketramiplan logika pemrograman ke dalam menyelesaikan tugas pada bidang kehidupan nyata, memiliki wawasan luas, memanfaatkan teknologi informasi, berkreativitas, berinovasi, dan memiliki jiwa kepemimpinan. Selain itu, mahasiswa mendapat kesempatan untuk lebih mengembangkan kemampuan berpikir kritis, berani mengemukakan pendapat sehingga timbul percaya diri dan terdorong melakukan entrepreneurship/wirausaha di bidang keahliannya berbasis teknologi informasi. Mahasiswa diharapkan mampu mensinergikan bidang Bioinformatika dengan bidang-bidang lain, misalnya agroteknologi, teknik, ekonomi dan bisnis, psikologi, bahasa, komunikasi, , matematika, serta isu-isu aktual sehingga Algoritma dan Pemrograman Lanjut dapat membantu dalam tugas transformasi informasi dan berdaya guna bagi masyarakat.
7. Outcome Pembelajaran
Untuk mencapai tujuan mata kuliah Bioinformatika mahasiswa diharapkan mampu:
a. Pengetahuan dan pemahaman (knowledge)
i. Memahami konsep dasar bioinformatika ii. Memahami sistem bioinformatika iii. Memahami karakteristik bioinformatika iv. Memahami pre-processing pada bioinformatika v. Memahami teknik pemisahan ciri
vi. Memahami teknik pencocokan
b. Kemampuan/Ketrampilan (skill)
i. Skill Programming
ii. Skill algoritma pada bioinformatika
c. Sikap (attitude)
i. Kreatifitas ii. Ulet
8. Jumlah dan Pembagiannya
Perkuliahan Bioinformatika dalam satu semester direncanakan berlangsung 16 kali program kuliah yang terdiri dari 14 kali tatap muka, 1 kali ujian tengah semester dan 1 kali ujian akhir semester. Setiap program tatap muka terdiri atas 150 menit kuliah. Pembagian waktu selengkapnya adalah sebagai berikut.
No Jenis Program Jumlah Program Jumlah Waktu Keterangan 1 Tatap muka: Ceramah, tanya jawab
14 kali 150 1. memberikan teori-teori Bioinformatika
2. memberi pengetahuan dan pembekalan kepada mahasiswa tentang teori-teori bioinformatika
3. memberi pengetahuan dan wawasan tentang bioinformatika yang aktual dan berdaya guna bagi masyarakat medical
4. memberi pengetahuan dan wawasan leadership (hidden curriculum), serta kewirausahaan (hidden curriculum). 2 Praktek 0 0 a. - 3 Diskusi/Presentasi 10-12 kali 50 menit
1) Membahas hasil tugas bioinformatika yang telah dilakukan mandiri mahasiswa di laboratorium 2) Teknis penyelesaian (problem solving).
4 Evaluasi 10-12
kali
10-20 menit x 4kali
Mengevaluasi tugas-tugas mahasiswa
5 Browsing Internet 1-7 kali - Di luar jam kuliah 6 Kunjungan Ke
kantor-kantor yang memanfaatkan Bioinformatika
1 kali - Di luar jam kuliah yang dilakukan secara mandiri oleh kelompok mahasiswa
7 Ujian Tengah Semester
1 kali 120 Menjawab pertanyaan-pertanyaan/portfoolio 8 Ujian Akhir 1 kali 120 Menjawab pertanyaan-pertanyaan/portfolio
9. Materi Pembelajaran dan Rencana Kegiatan Pembelajaran Mingguan Mgg ke- TIK/
Komptensi
Topik/Pokok
Bahasan Sub Pokok Bahasan
Waktu (menit) Metode Pembelajaran Metode Evaluasi Indikator Sumber Pustaka 1 Mahasiswa mengerti sistem pembelajaran mata Sistem kuliah Bioinformatik a Pengantar Perkuliahan Bioinformatika a. Perkenalan b. Aturan main perkuliahan c. Fungsi dan tugas
dosen dan mahasiswa d. Bahan kuliah
e. Literatur Wajib dan acuan
150 Tatap Muka di kelas & Lab 1. Menerangkan 2. Prakt Mandiri 3. Tanya Jawab 4. Diskusi Tanya Jawab Mahasiswa memahami sistem pembelajar an mata kuliah Bioinforma tika 1 2 Mahasiswa mengerti Latabelakang Bioinformatik a Pengantar Matakuliah Bioinformatika a. Latar belakang b. Penerapapan Teknologi Bioinformatika
150 Tatap Muka di kelas & Lab 1. Menerangkan 2. Prakt Mandiri 3. Tanya Jawab 4. Diskusi Portfolio Mahasiswa memahami Latabelaka ng Bioinforma tika 1 3 Mahasiswa mengerti Sistem Bioinformatik a Sistem Bioinformatika a. Bioinformatika b. Persyaratan Pemilihan Suatu Bioinformatika c. Sistem Pengenalan Bioinformatika d. Ancaman Terhadap Keamanan Sistem Bioinformatika e. Perbandingan Bioinformatika
150 Tatap Muka di kelas & Lab 1. Menerangkan 2. Prakt Mandiri 3. Tanya Jawab 4. Diskusi Portfolio Mahasiswa memahami Sistem Bioinforma tika 1
Bioinformatika g. Aplikasi Sistem Bioinformatika h. Kelebihan dan kelemahan bioinformatika i. Bioinformatika Multimodal 4,5,6,7 Mahasiswa mengerti Karakteristik Bioinformatik a Karakteristik Bioinformatika a. DNA b. Telingga c. Wajah
d. Infrared untuk Wajah dan Bagian-Bagian Tubuh e. Sidig Jari f. Gaya Berjalan g. Geometri Tangan h. Saput Pelangi i. Gaya Penekana Tombol j. Bau k. Telapak Tangan l. Retina m. Tanda Tangan n. Suara o. Gigi p. Bibir
600 Tatap Muka di kelas & Lab 1. Menerangkan 2. Prakt Mandiri 3. Tanya Jawab 4. Diskusi Portfolio Mahasiswa memahami Karakteristi k Bioinforma tika 1 8 UTS 9 Mahasiswa mengerti
Preprocessing a. Sistem Warna b. Grayscale
150 Tatap Muka di kelas & Lab
Portfolio Mahasiswa memahami
Preprocessin g Bioinformatik a c. Pengambangan d. Normalisasi Intensitas e. Ekualisasi Histogram f. Perengangan Kontras g. Tapis Gaussian h. Normalisasi Kemiringan 1. Menerangkan 2. Prakt Mandiri 3. Tanya Jawab 4. Diskusi Preprocessi ng Bioinforma tika 10,11,1 2 Mahasiswa mengerti pemisahan ciri bioinformatik a
Pemisahan Ciri a. Deteksi Garis b. Ciri Deteksi Tepi c. Ciri Berdasarkan Blok d. Momen
e. Ciri Histogram f. Ciri Matrik
Co-Ocurrence
g. Nilai Eigen dan Vektor Eigen h. Ciri Berdasarkan Spetrum Fourier i. Ciri Berdasarkan Alihragam Gelombang Singkat
j. Ciri dengan Tapis Gabor
k. Dimensi Faktral l. Sampul dan Proyeksi
450 Tatap Muka di kelas & Lab 1. Menerangkan 2. Prakt Mandiri 3. Tanya Jawab 4. Diskusi Portfolio Mahasiswa memahami pemisahan ciri bioinforma tika 1 13,14,1 5 Mahasiswa mengerti teknik pencocokan
Pencocokan a. Euclidean Distance b. City Block Distance c. Chebyhev Distance d. Minkowski Distance
450 Tatap Muka di kelas & Lab 1. Menerangkan 2. Prakt Mandiri Portfolio Mahasiswa memahami teknik pencocoka 1
a g. Correlation Coeffisien h. Jarak Hamming untuk
Nilai Biner i. Hamming ternormalisasi j. Dynamic Time Warping Distance tika 16 UAS
Metode Pembelajaran yang dikembangkan
Model pengembangan proses pembelajaran mata kuliah Bioinformatika tidak hanya sekedar kuliah dan praktek saja, tetapi pengembangannya berupa diskusi, presentasi mahasiswa, browsing artikel di internet, dan pemilihan teks-teks actual terkait dengan masalah nyata.
Pelaksanaannya sebagai berikut:
1) Dosen menyiapkan bahan kuliah, serta menyiapkan bahan praktikum mandiri Bioinformatika yang sesuai dan dapat implementasikan pada bidang-bidang actual.
2) Mahasiswa diharapkan:
a) mampu memahami Bioinformatika sebagai sains terhadap beberapa jenis kegiatan yang terkait dengan tranformasi informasi. b) mampu menganalisa dan membuat ide serta gagasan ke dalam bahasa tulisan maupun presentasi.
c) mampu memanfaatkan teknologi informasi sebagai media transformasi informasi kepada masyarakat. d) mampu berkreativitas
e) mampu berinovasi
f) mampu bekerja sama dalam kelompon dan mampu memimpin kelompok.
g) memberikan pendapat saling memberikan masukan secara aktif sesuai dengan pokok bahasan sehingga diskusi lancar. h) mempunyai kepercayaan diri dalam berpresentasi.
i) mampu menciptakan ide mata kuliah “Bioinformatika” dapat digunakan sebagai sains untuk mengembangkan gagasan baru sehingga tumbuh jiwa profesionalisme didunia teknologi informasi.
Media
Media yang digunakan dalam proses pembelajaran berupa komputer, papan tulis/white board, dan LCD Proyektor, referensi online, manual books software paket aplikasi, browsing internet. Tugas kelompok dan mandiri bersifat wajib sesuai topic bahasan.
Studi literature melalui browsing di dunia maya yang terkait dengan Algoritma dan Pemrograman Lanjut baik perkelompok atau mandiri. Setelah studi seaching kasus, mahasiswa diharapkan mampu berinovasi dan bermotivasi akan pentingnya Algoritma dan Pemrograman Lanjut sebagai hidden sains pada dunia kerja dan atau transformasi informasi di masyarakat.
10. Penilaian
Aspek penilaian yang digunakan pada proses pembelajaran ini adalah:
Aspek Penilaian Unsur penilian Skor Maks Presentasi
Pemahaman dan Ketrampilan
Tugas:teori,praktek,ujian mid, ujian akhir 500 50%
Aktivitas Aktivitas didalam kelas, diskusi, praktek 300 30%
Leadership Kedisplinan, kemampuan mengemukaan pendapat, partisipasi dikelas 100 10%
Attitude Sikap/Sopan santun 100 10%
1000 100%
Evaluasi dilakukan pada hasil pengumpulan poin oleh masing-masing mahasiswa dan hasil akhir ditentukan sebagai berikut: - Nilai A untuk mahasiswa yang mencapai jumlah 800-1000
- Nilai D untuk 500-599
- Nilai E untuk kurang dari 500 dan dianggap Tidak Lengkap/Tidak Lulus.
Apabila minmal 75% mahasiswa memperoleh nilai A dan B pada semua komponen evaluasi, maka dapat dikatakan proses pembelajaran dan hasil pembelajaran berhasil.
11. Bahan, Sumber Informasi, dan Referensi
1). Putra Darma, 2009, Sistem Biometrika, Andi, Yogyakarta. 2). Donald Sanders; Computer Today, McGraw –Hill
3). Silverman Tarkey, 1998, Computer & Computer Language, McGraw-Hill.
4). _______, 1990, Ansi C, Problem Solving and Programming, Baclay Prentice Hall.
