RENCANA PEMBELAJARAN
SEMESTER
(RPS)
KBKI43108
Model dan Simulasi
PROGRAM STUDI S1 SISTEM INFORMASI
FAKULTAS ILMU KOMPUTER
(FILKOM)
LEMBAR PENGESAHAN
Rencana Pembelajaran Semester (RPS) ini telah disahkan untuk mata kuliah sbb:
Kode Mata Kuliah : KBKI43108
Nama Mata Kuliah : Model dan Simulasi
Padang, 2012
Menyetujui
Kaprodi S1 Sistem Informasi
DAFTAR ISI
LEMBAR PENGESAHAN...
DAFTAR ISI ...
PROFIL MATA KULIAH...
B. RENCANA PEMBELAJARAN SEMESTER (RPS) ...
C. RANCANGAN INTERAKSI DOSEN–MAHASISWA ...
D. RANCANGAN TUGAS ... E. PENILAIAN DENGAN RUBRIK ...
A. PROFIL MATA KULIAH
IDENTITAS MATA KULIAH
Nama Mata Kuliah : Model dan Simulasi Kode Mata Kuliah :
KBKI43108
SKS : 3
Jenis : MK Wajib
Jam pelaksanaan : Tatap muka di kelas = 3 x 50 menit per minggu Responsi = 1 x 50 menit per minggu
Semester / Tingkat : 4/ 2 Pre-requisite :
-Co-requisite : Praktikum Pemodelan Simulasi
Bidang Kajian : Teknik Pembangkitkan Bilangan, Riset Operasional, Antrian
DESKRIPSI SINGKAT MATA KULIAH
Mata kuliah ini mempelajari Teknik-teknik pembangkitan bilangan, melakukan simulasi model-model di Riset Operasional, simulasi model-model-model-model statistika. Antrian, metode analisis secara tepat sesuai dengan permasalahan dibidang ekonomi dan menerapkannya pada data.
DAFTAR PUSTAKA
1.
Winston, W.L. 2004. Operation Research: Applications and Algorithms. 4th Ed. Thomson
Brooks/Cole. Southbank, Vic.
2. Morgan, B. J. T. 1984. Elements of Simulation.
B. RENCANA PEMBELAJARAN SEMESTER (RPS)
Pertemuan
ke- Kemampuan Akhir yang Diharapkan Bahan Kajian (Materi Ajar)
Bentuk/ Sistem, model, simulasi
Mampu memahami konsep simulasi
Mampu memahami contoh pemodelan dan simulasi
Pendahuluan
Kontrak kuliah
Ruang lingkup metode simulasi dan terminologi dasar
Ketepatan dalam membuat contoh untuk mendefinisikan masing-masing pembahasan dalam bentuk sedernana
2
Mampu mendefinisikan dan tujuan Simulasi Monte Carlo
Mampu memahami Contoh Simulasi Monte Carlo Model.
Simulasi Monte Carlo
Ceramah Problem-
based learning
Ketepatan dalam
menyelesaikan latihan yang berkaitan dengan metode monte carlo
3
Mampu memahami dan penggunaan pembangkit acak uniform
Contoh penggunaan peubah acak diskrit pada simulasi monte carloPertemuan
ke- Kemampuan Akhir yang Diharapkan Bahan Kajian (Materi Ajar)
Bentuk/
Mampu memahami contoh simulasi dan pembangkitan bilangan acak
Pembangkitan Bilangan acak kontinyu
Ceramah Ketepatan dalam
Memahami metode yang diberikan dan membedakan penggunaannya berdasarkan studi kasus
5
Mampu memahami contoh simulasi dan pembangkitan bilangan acak
Pembangkitan Bilangan acak kontinyu
Ceramah Ketepatan dalam
Memahami metode yang diberikan dan membedakan penggunaannya berdasarkan
Mampu memahami contoh simulasi kasus model probabilistikProbabilitas Distribusi Binomial Ceramah Problem-
based learning
Ketepatan menyelesaikan soal soal distribusi binomial
7
Mampu memahami definisi dari distribusi Poisson
Mampu memahami rumus dari ditribusi Poisson
Mampu memahami contoh simulasi kasus model probabilistikProbabilitas Distribusi Poisson Problem- based learning
Pertemuan
ke- Kemampuan Akhir yang Diharapkan Bahan Kajian (Materi Ajar)
Bentuk/ studi kasus yang berhubungan dengan materi pra-UAS mengerjakan soal-soal studi kasus yang diberikan
9
Mampu memahami dan menyelesaikan
kasus simulasi penjualan studi kasus simulasi penjualan
Ceramah Problem-
based learning
Ketepatan dalam menyelesaikan soal soal simulasi
12
Mampu memahami dan menyelesaikankasus simulasi penjualan studi kasus simulasi penjualan
Ceramah Problem-
based learning
Pertemuan
ke- Kemampuan Akhir yang Diharapkan Bahan Kajian (Materi Ajar)
Bentuk/
13 Mampu memahami dan menyelesaikan
kasus simulasi keuntungan Simulasi Keuntungan
Ceramah Problem-
based learning
Ketepatan dalam menyelesaikan soal soal simulasi
14 Mampu memahami dan menyelesaikan
kasus simulasi keuntungan Simulasi Keuntungan
Ceramah
Problem- based learningKetepatan dalam menyelesaikan soal soal simulasi
15
Mampu memahami definisi dari antrian
Mampu memahami dan melakukan pemrosesan mendapatkan nilai antrian memahami proses antrian dalam kehidupan sehari hari
16 Mampu memahami dan melakukan pemrosesan mendapatkan nilai antrian memahami proses antrian dalam kehidupan sehari hari
UAS 60%
C. RANCANGAN INTERAKSI DOSEN–MAHASISWA
Kemampuan Akhir yang Diharapkan Mahasiswa mampu memahami konsep materi yang diberikan.
Nama Kajian 1. Prolog: prolog, Sistem, model, simulasi
2. Metode Monte Carlo 3. Pembangkit Bilangan Acak 4. Distribusi Probabilitas Binomial 5. Distribusi Probabilitas Poisson 6. Distribusi Probabilitas Gamma 7. Simulasi Penjualan
8. Simulasi Keuntungan 9. Antrian
Nama Strategi Ceramah
Minggu Penggunaan Strategi (Metode) 1 – 13
Deskripsi Singkat Strategi (Metode) pembelajaran
Dosen mengulas materi sebelumnya, menjelaskan tujuan, hasil pembelajaran, materi, dan kesimpulan, serta mendorong mahasiswa untuk aktif bertanya dan
mengemukakan pendapat terkait materi yang disampaikan.
RANCANGAN INTERAKSI DOSEN–MAHASISWA Aktivitas Dosen Aktivitas Mahasiswa
Mengulas materi yang telah diberikan pada pertemuan sebelumnya (untuk pertemuan 2 dst).
Mengungkapkan apa yang telah dipahami dari materi yang telah disampaikan pada pertemuan sebelumnya.
Menjelaskan tentang tujuan pembelajaran dari kegiatan pembelajaran.
Menyimak penjelasan dosen.
Mengarahkan mahasiswa untuk
melibatkan diri dan aktif dalam kegiatan pembelajaran.
Menyiapkan diri menerima materi yang akan disampaikan.
Membahas materi. Menyimak dan mencatat hal-hal penting dari materi yang disampaikan oleh dosen.
Bertanya apabila ada materi yang kurang jelas.
Mengajukan sejumlah pertanyaan terkait materi yang telah diberikan.
Menjawab pertanyaan yang diberikan.
Menyimpulkan materi. Menyimak kesimpulan.
Kemampuan Akhir yang Diharapkan Mahasiswa mampu memahami studi kasus yang berkaitan dengan model simulasi dalam kehidupan sehari hari
Nama Kajian 1. Prolog, Sistem, model, simulasi
2. Metode Monte Carlo 3. Pembangkit Bilangan Acak 4. Distribusi Probabilitas Binomial 5. Distribusi Probabilitas Poisson 6. Distribusi Probabilitas Gamma 7. Simulasi Penjualan
8. Simulasi Keuntungan 9. Antrian
Nama Strategi Problem Based Learning (PBL)
Minggu Penggunaan Strategi (Metode) 1 – 13
Deskripsi Singkat Strategi (Metode) pembelajaran
Mahasiswa diminta untuk menyelesaikan suatu kasus sesuai dengan materi yang diberikan.
RANCANGAN INTERAKSI DOSEN–MAHASISWA Aktivitas Dosen Aktivitas Mahasiswa
Memberikan kasus yang harus
diselesaikan dalam bentuk soal latihan.
Menyelesaikan soal yang diberikan.
Membahas hasil jawaban mahasiswa. Mempresentasikan jawaban dari setiap soal.
Kemampuan Akhir yang Diharapkan Mahasiswa mampu memahami konsep/ cara kerja Penerepan model dan simulasi dalam studi kasus yang diberikan
Nama Kajian 1. Simulasi Monte Carlo
2. Simulasi Penjualan 3. Simulasi Keuntungan 4. Antrian
Nama Strategi Simulasi/ Demo
Minggu Penggunaan Strategi (Metode) 8 – 12
Deskripsi Singkat Strategi (Metode) pembelajaran
Mahasiswa diminta untuk menyimak
demonstrasi konsep/ cara kerja suatu metode
RANCANGAN INTERAKSI DOSEN–MAHASISWA Aktivitas Dosen Aktivitas Mahasiswa
Memberikan latihan latihan studi kasus yang berhubungan dengan simulasi
Mengerjakan studi kasus simulasi
Mengajukan sejumlah pertanyaan terkait rumus rumus deri metode simulasi.
Menjawab pertanyaan yang diajukan.
Memberikan tambahan penjelasan terkait jawaban yang benar dari studi kasus (bahas bersama).
Menyimak penjelasan dosen.
Menyimpulkan materi. Menyimak kesimpulan.
Kemampuan Akhir yang Diharapkan Mahasiswa mampu menyelesaikan soal/ studi kasus yang berhubungan dengan materi pra- UTS dan pra-UAS.
Nama Kajian 1. Quiz (Evaluasi)
Pra-UTS
a. Prolog: sistem, model dan simulasi
b. Monte Carlo
c. Pembangkit Bilangan Acak d. Distribusi Probabilitas Binomial e. Distribusi Probabilitas Poisson 2. Quiz (Evaluasi)
Pra-UAS
a. Distribusi Probabilitas Gamma b. Simulasi Penjualan
c. Simulasi Keuntungan d. Simulasi Antrian
Nama Strategi Tes
Minggu Penggunaan Strategi (Metode) 7 & 13
Deskripsi Singkat Strategi (Metode) pembelajaran
yang telah diberikan.
RANCANGAN INTERAKSI DOSEN–MAHASISWA Aktivitas Dosen Aktivitas Mahasiswa
Memberikan soal quiz. Menyelesaikan soal yang diberikan.
Kemampuan Akhir yang Diharapkan Mahasiswa mampu menerapkan semua konsep simulasi yang telah dipelajari untuk menyelesaikan studi kasus secara komprehensif
Nama Kajian Studi Kasus
Nama Strategi Latihan
Minggu Penggunaan Strategi (Metode) 14
Deskripsi Singkat Strategi (Metode) pembelajaran
Mahasiswa secara Komprehensif membahas metode-motode simulasi yang diajarkan
RANCANGAN INTERAKSI DOSEN–MAHASISWA Aktivitas Dosen Aktivitas Mahasiswa
Membuka sesi presentasi. Menyiapkan materi presentasi berdasarkan Tugas Besar yang telah dikerjakan.
Memberikan pengarahan tentang tata tertib presentasi.
Mempresentasikan hasil Tugas Besar.
Mengajukan sejumlah pertanyaan terkait Tugas Besar yang dipresentasikan.
Menjawab pertanyaan yang diajukan.
Memberikan penilaian kepada kelompok yang melakukan presentasi.
Menutup sesi presentasi.
D. RANCANGAN TUGAS
Kode mata Kuliah
KBKI43108
Nama Mata Kuliah Dasar Algoritma dan Pemrograman
Kemampuan Akhir yang Diharapkan Mampu menerapkan semua konsep algoritma yang telah dipelajari untuk menyelesaikan kasus tugas besar secara komprehensif
Minggu/ Pertemuan ke 8 – 14/ 16 – 28 Tugas ke Tugas Besar
Menerapkan semua konsep algoritma yang telah dipelajari untuk menyelesaikan kasus tugas besar secara komprehensif
2. Uraian Tugas:
a. Obyek garapan:
Proposal kasus yang akan diselesaikan dan rancangan penyelesaiannya. Program yang dibangun untuk menyelesaikan kasus sesuai dengan
proposal yang sudah diajukan.
Laporan dan presentasi program yang dibuat sesuai dengan proposal yang sudah diajukan.
b. Yang harus dikerjakan dan batasan-batasan:
Proposal berisi deskripsi kasus yang akan diselesaikan, deskripsi program yang akan dibuat, list fungsionalitas program, batasan dan asumsi, definisi kamus yang akan digunakan untuk membangun program, dan rencana pembagian kerja dalam kelompok.
Program untuk menyelesaikan kasus tugas besar dibangun dengan menggunakan bahasa Pemrograman Pascal.
Program dan laporan dipresentasikan pada minggu 15/ pertemuan 27 – 28. c. Metode/ cara pengerjaan, acuan yang digunakan:
Tugas besar dikerjakan secara berkelompok 3-4 orang.
Topik tugas besar berasal dari dosen, sedangkan judul boleh berasal dari dosen/ mahasiswa.
Format proposal dan laporan diberikan oleh dosen.
Program dibuat mengacu pada rancangan penyelesaian kasus yang diajukan oleh mahasiswa.
d. Deskripsi luaran tugas yang dihasilkan/ dikerjakan: Proposal, Program, Laporan
3. Kriteria penilaian:
Penilaian Individu (50%)
- Kemampuan presentasi (20%) - Pemahaman materi (80%) Penilaian Kelompok (50%)
- Kelengkapan dan ketepatan fungsionalitas (50%) - Ketepatan skema algoritma (30%)
- Kelengkapan dokumentasi program (20%)
E. PERSENTASE KOMPONEN PENILAIAN
1. Kuis : 10% 2. Tugas Besar : 20% 3. UTS : 30% 4. UAS : 40%
F. PENILAIAN DENGAN RUBRIK
Jenjang (Grade)
Angka
(Skor) Deskripsi perilaku (Indikator)
A > 80 Algoritma benar, skema tepat, dokumentasi baik, presentasi jelas
D 45 – 54 Algoritma benar, skema kurang tepat, dokumentasi kurang baik, presentasi kurang jelas
E ≤ 44 Algoritma salah, skema kurang tepat, dokumentasi kurang baik, presentasi kurang jelas
G. PENENTUAN NILAI AKHIR MATA KULIAH
Nilai Angka (NA) Nilai Huruf (NH)
NA > 80 A
65 < NA ≤ 79 B
55 < NA ≤ 64 C
45 < NA ≤ 54 D