IF RPS DATAWAREHOUSE

(1)

RENCANA PEMBELAJARAN SEMESTER

(RPS)

KKKF63127

DATAWAREHOUSE

PROGRAM STUDI S1 TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER (FILKOM)

(2)

ii

LEMBAR PENGESAHAN

Rencana Pembelajaran Semester (RPS) ini telah disahkan untuk mata kuliah sbb:

Kode Mata Kuliah : KKKF63127

Nama Mata Kuliah : DATAWAREHOUSE

Padang, 2017

Menyetujui

Ka Prodi S1 Teknik Informatika

(3)

iii

DAFTAR ISI

LEMBAR PENGESAHAN... ii

DAFTAR ISI ...iii

A. PROFIL MATA KULIAH... 1

B. B.RENCANA PEMBELAJARAN SEMESTER (RPS) ... 2

C. RANCANGAN INTERAKSI DOSEN–MAHASISWA ... 7

D. RANCANGAN TUGAS ... 9

E. PENILAIAN DENGAN RUBRIK ... 10

(4)

1

A. PROFIL MATA KULIAH

IDENTITAS MATA KULIAH

Nama Mata Kuliah : Datawarehouse

Kode Mata Kuliah : KKKF63127

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 : 6/3

Pre-requisite :

-Co-requisite :

-Bidang Kajian : Datawarehouse, DTL, OLAP

DESKRIPSI SINGKAT MATA KULIAH

Mata kuliah ini menjelaskan mengenai konsep Datawarehouse, membangun Datawarehouse,

menggunakakan Datawarehouse yang mana dapat memberikan pengetahua dan wawasan dalam

menganalisa.

DAFTAR PUSTAKA

1. “Data Warehousing Fundamentals”, Paulraj Ponniah, John Wiley & Sons, 2001

2. “Building the Data Warehouse”, W. H. Inmon, John Wiley & Sons, 2002

(5)

B. RENCANA PEMBELAJARAN SEMESTER (RPS)

Pertemuan

ke-

Kemampuan Akhir yang

Diharapkan

Bahan Kajian (Materi Ajar) Bentuk/

Metode/

Strategi

Pembelajaran

Kriteria Penilaian

(Indikator)

Bobot

Nilai

1  Memahami mengenai DW (Datawarehouse)

 Latarbelakang perlungaya

Datawarehouse, komponen yang membangun

datawarehouse

 The building blocks  Ceramah

 Diskusi

 Ketepatan dalam mendefinisikan datawarehous dan komponen

pembangunnya

3

 Memahami perkembangan teknologi dan fitur dalam datawarehouse

 Tren di datawarehouse  Ceramah

(6)

Pertemuan

ke-

Diharapkan

Metode/

Strategi

Pembelajaran

(Indikator)

Bobot

Nilai

4

 Memahami bagaimana merencanakan sebuah project datawarehouse

 Planning & projeect management

 Ceramah

 diskusi

 Ketepatan dalam perancangan project

5

 Memahami bagaimana mendefinisikan kebutuhan bisnis terhadap sistem DW

 Defining the Business Requirements

 Ceramah

 diskusi

 Ketepatan dalam mendefinisikan kebutuhan bisnis terhadap sistem datawarehouse

6  memahami bahwa Kebutuhan akan menentukan seberapa perlu membangun DW

 Requirement as the Driving Force for DW

 Ceramah

 diskusi

 Ketepatan dalam menentukan seberapa perlu membangun datawarehouse

(7)

Pertemuan

ke-

Diharapkan

Metode/

Strategi

Pembelajaran

(Indikator)

Bobot

Nilai

7

 Memahami arsitektur DW  Architectural Components

 Ceramah

 Diskusi

 Ketepaan dalam memahami arsitektur datawarehouse

8

 memahami infrastruktur untuk mensupport arsitektur DW

 Memahami Seberapa penting metadata dalam DW

 Infrastructure of DW

 Peran penting Metadata

 Ceramah

 Diskusi

 Ketepatan dalam memahami inrastruktur serta perananya

9

 Mampu menyelesaikan soal / studi kasus materi pra-UTS

QUIZ

 Materi pra-UTS

 Tes  Ketepatan dalam

menyelesaikan soal quiz

7.5%

UJIAN TENGAH SEMESTER 30 %

(8)

Pertemuan

ke-

Diharapkan

Metode/

Strategi

Pembelajaran

(Indikator)

Bobot

Nilai

10

 Memahami bagaimana memodelkan dimensi

 Memodelkan Dimensi  Ceramah

 Diskusi

 Ketepatan dalam memahami model dimensi

11

 memahami konsep dan teknik DTL / ETL

 Memahami pentingnya kualitasn Data

 Data Extraction, Transformation, Loading

 Kualitas Data

 Ceramah

 Diskusi

 Ketepatan dalam memahami tek nik DTL/ETL

12

 memahami jenis informasi dan penyampaian informasi

 Kebutuhan Informasi sesuai dengan kelompok User

 OLAP

 Ceramah

 Problem-Based Learning

 Ketepatan dalam memahami kebutuhan informasi

(9)

Pertemuan

ke-

Diharapkan

Metode/

Strategi

Pembelajara

(Indikator)

Bobot

Nilai

14

 memahami konsep data mining

 memahami teknik dalam physical design

 Data Mining Basic

 Physiscal Design

 Ceramah

 Problem -Based Learning

 Ketepatan dalam memahami konsep dan teknik phyaical design

15  memahami langkap dalam implementasi DW

 Memahami proses maintenance DW

 DW Deployement

 Maintenance

  Ketepatan dalam proses maintenance

16

 Mampu menyelesaikan soal / studi kasus yang berhubungan dengan materi pra-UAS

QUIZ

 Materi pra-UAS

 Tes  Ketepatan dalam

menyelesaikan soal quiz

7.5%

UJIAN AKHIR SEMESTER 30 %

(10)

C. RANCANGAN INTERAKSI DOSEN–MAHASISWA

Kemampuan Akhir yang Diharapkan Mahasiswa mampu memahami konsep

materi yang diberikan.

Nama Kajian 1. Latarbelakang perlungaya

Datawarehouse,The building blocks, Tren di datawarehouse

2. Planning & projeect management 3. Defining the Business Requirements 4. Requirement as the Driving Force for

DW

5. Architectural Components 6.Infrastructure of DW 7.Peran penting Metadata 8. Memodelkan Dimensi

9.Data Extraction, Transformation, Loading

10.OLAP

11.Data Mining Basic 12.Physiscal Design 13.DW Deployement 14.Maintenance

Nama Strategi Ceramah

Minggu Penggunaan Strategi (Metode) 1 – 7 dan 10 – 14

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.

(11)

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. Latarbelakang perlungaya

Datawarehouse,The building blocks, Tren di datawarehouse

b. Planning & projeect management c. Defining the Business Requirements d. Requirement as the Driving Force for

DW

e. Architectural Components f. Infrastructure of DW g. Peran penting Metadata 2. Quiz (Evaluasi) Pra-UAS

a. Memodelkan Dimensi

b. Data Extraction, Transformation, Loading

c. OLAP

d. Data Mining Basic e. Physiscal Design f. DW Deployement g. Maintenance

a. Implementasi SIG san alat bantu yang

Nama Strategi Tes

Minggu Penggunaan Strategi (Metode) 9, 15

Deskripsi Singkat Strategi (Metode) pembelajaran

Mahasiswa diminta untuk menyelesaikan soal- soal quiz sebagai evaluasi terhadap pemahaman materi yang telah diberikan.

RANCANGAN INTERAKSI DOSEN–MAHASISWA

Aktivitas Dosen Aktivitas Mahasiswa

Memberikan soal quiz. Menyelesaikan soal yang diberikan.

(12)

D. RANCANGAN TUGAS

Kode mata Kuliah KKKF63127

Nama Mata Kuliah Datawarehouse

Kemampuan Akhir yang Diharapkan

Mampu memahami semua konsep yang telah dipelajari untuk menyelesaikan kasus tugas akhir matakuliah secara komprehensif

Minggu / Pertemuan ke 14 – 16

Tugas ke Tugas Akhir

1. Tujuan tugas:

Memahami semua konsep yang telah dipelajari untuk menyelesaikan kasus tugas akhir matakuliah secara komprehensif

2. Uraian Tugas:

a. Obyek garapan:

 Membuat riview materi, diulas dalam slide powerpoint, FP: analisa, desain, impelentasi datawarehouse.

b. Yang harus dikerjakan dan batasan-batasan:

 Makalah dikumpulkan pada pertemuan terakhir perkuliahan c. Metode/cara pengerjaan, acuan yang digunakan:

 Tugas akhir adalah tugas perorangan.

 Topik tugas akhir berasal dari dosen, mahasiswa hanya mencari dan merangkum berdasarkan topik yang diterima

d. Deskripsi luaran tugas yang dihasilkan/dikerjakan: Makalah

3. Kriteria penilaian:

 Penilaian Individu (100%) - Laporan analisa (50%)

- Demo implementasi datawarehouse (50%)

E. PERSENTASE KOMPONEN PENILAIAN

1. Kuis : 10% 2. Tugas Akhir : 20% 3. UTS : 30% 4. UAS : 40%

(13)

F. PENILAIAN DENGAN RUBRIK

Jenjang (Grade)

Angka

(Skor) Deskripsi perilaku (Indikator)

A > 80 Analisa benar, dokumentasi baik, presentasi jelas

B 65 - 79 Analisa benar, dokumentasi cukup baik, presentasi jelas

C 55 - 65 Analisa benar, dokumentasi kurang baik, presentasi jelas

D 45 - 54 Analisa benar, dokumentasi kurang baik, presentasi kurang jelas

E ≤ 44 Analisa salah, 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

40 < NA ≤ 54 D

NA < 40 E