• Tidak ada hasil yang ditemukan

RPS Computational perception

N/A
N/A
Protected

Academic year: 2017

Membagikan "RPS Computational perception"

Copied!
17
0
0

Teks penuh

(1)

RENCANA PEMBELAJARAN SEMESTER

(RPS)

PPKK52113

COMPUTATIONAL PERCEPTION

PROGRAM STUDI S1 SISTEM KOMPUTER

FAKULTAS ILMU KOMPUTER

(2)

LEMBAR PENGESAHAN

RencanaPembelajaran Semester (RPS) initelahdisahkanuntukmatakuliahsbb:

Kode Mata Kuliah

:

PPKK52113

Nama Mata Kuliah

: Computational Perception

Mengetahui

Kaprodi S1 Sistem komputer

(3)

DAFTAR ISI

LEMBAR PENGESAHAN...ii

DAFTAR ISI...iii

A. PROFIL MATA KULIAH...1

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

C. RANCANGAN INTERAKSI DOSEN–MAHASISWA...2

D. RANCANGAN TUGAS...13

E. PENILAIAN DENGAN RUBRIK...14

(4)

A. PROFIL MATA KULIAH

IDENTITAS MATA KULIAH

Nama Mata Kuliah : Computational Perception Kode Mata Kuliah : PPKK52113

SKS : 2

Jenis : MK Wajib

Jam pelaksanaan : Tatap muka di kelas = 2 x 60 menit per minggu Tutorial/ Resposi = 1 x 60 menit per minggu

Semester / Tingkat : 1(satu) /1 (satu) Pre-requisite :

-Co-requisite : -Bidang Kajian :

DESKRIPSI SINGKAT MATA KULIAH

Mata kuliah ini mempelajari tentang selukbelukIlmuKomputasisertahal-hal yang

berkaitandengannya, sepertiperkembangankomputer, hardware, software, pemodelan, optimasi, dankomputasikinerjatinggi.

DAFTAR PUSTAKA

(5)

B. RENCANA PEMBELAJARAN SEMESTER (RPS)

Bentuk/

Min Metode/ Bob

ggu KemampuanAkhir yang Diharapkan BahanKajian (Materi Ajar) StrategiPe KriteriaPenilaian (Indikator) otNil

ke- mbelajara ai

n 1. Pengertian IlmuKomputasi

Mampumenjelaskandefinisi, pengertian, 2. DefinisiIlmuKomputasimen Ceramah,

1 urutparaahli Ketepatandankelengkapanpenjelasanpengert danmanfaatIlmuKomputasi. 3. PenerapanIlmuKomputasid diskusikel ianIlmuKomputasidanapasajaaplikasinya

ompok alammenyelesaikanpermas

alahan-permasalahannyata 1. Pengertianpemodelanmate

matika 2. Proses

pemodelanmatematikadal amIlmuKomputasi

1. Ketepatanpenjelasanpengertianpemodel 3. KontribusiPemodelanuntuk

anmatematikadanmanfaatnyasertapener menyelesaikanmasalah di

Mampumenjelaskanpengertian, manfaat, dunianyata Ceramah, apannya

2-4 4. Contoh- 2. Kebenarancontohpenggunaanpemodelan

diskusikel 20%

danpenerapanpemodelanmatematika contohpemodelanmasalah

matematika ompok

nyata 3. Ketepatanpenjelasanpengertianoptimasi, 5. Pengertianoptimasi manfaatnya, sertapenerapannya

6. optimasisebagaisalahsatua plikasipemodelanmatemati ka

(6)

Bentuk/

Min Metode/ Bob

ggu KemampuanAkhir yang Diharapkan BahanKajian (Materi Ajar) StrategiPe KriteriaPenilaian (Indikator) otNil

ke- mbelajara ai

n

Mampumenjelaskanbidang-bidangkajian Berbagaibidangkajiandanpeneli

Kelengkapanjawabanmengenaibidang-5 yang dikembangkan di Program tian di Program Studi S1 Ceramah bidangkajiandanpenelitian yang digarap di 20% StudiIlmuKomputasiUniversitas Telkom. IlmuKomputasiUniversitas Program StudiIlmuKomputasi

Telkom

1. DefinisiKomputer 2. Program Komputer

3. Pengolahan Data Elektronik 4. SistemKomputer

5. Perkembangan komputer

Ketepatanpenjelasanapa yang dari generasi ke generasi

6. PerangkatKeras dimaskuddengankomputer, program,

7. PeralatanMasukan pengolahan data elektronik,sistem computer, 8. Peralatan Proses

Ceramah, perkembangankomputerdarigenerasikegener Mampumenjelaskandefinisidansejarahkomp 9. PeralatanKeluaran

6-10 asi.

perangkatkerasdanjenis-uter, software, dan hardware. 10. Media Penyimpanan Data DiskusiKel jenisperangkatkeras, 20% 11. PerangkatLunak ompok

perangkatlunakdanjenis-jenisperangkatlunak, 12. FungsidanKategoriPerangka

pengertian data daninformasi, tLunak

13. PerangkatLunakSistemOper hirarkipenyajian data, dansistembilangan asi

14. PerangkatLunakAplikasi 15. Pengertian data

daninformasi

16. Hirarkipenyajian data 17. Sistembilangan

11 Mampumenjelaskandefinisidanberbagaijenisj 1. Sistem Telekomunikasi Ceramah Ketepatanpenjelasanapa yang 10%

(7)

Bentuk/

Min Metode/ Bob

ggu KemampuanAkhir yang Diharapkan BahanKajian (Materi Ajar) StrategiPe KriteriaPenilaian (Indikator) otNil

ke- mbelajara ai

n

aringankomputer jenisnya

1. Definisibahasapemrogram Mampumenjelaskanapa yang

an Ketepatanpenjelasanapa yang

2. Tingkatanbahasapemrogra dimaksuddenganbahasapemrograman, 12 dimaksuddenganbahasapemrogramandanjen man Ceramah tingkatanbahasapemrograman,

is-jenisnya. 3. Sejarahbahasapemrogram sejarahbahasapemrograman, interpreter, an

compiler, semantic, dansintaks 4. Interpreter dan compiler

Semantic dansintaks

1. Pengertiankomputasikinerj Ketepatanpenjelasanapa yang Mampumenjelaskanapa yang atinggi dimaksuddengankomputasikinerjatinggiserta 13 dimaksuddenganKomputasiKinerjaTinggisert 2. Kebutuhanakankomputasik manfaatnyadalamperkembanganilmupenget

amanfaatnyabagiperkembanganilmupengeta inerjatinggi Ceramah ahuan huan. 3.

Komponen-komponenuntukmendukun gkomputasikinerjatinggi

Ketepatanpenjelasanbidang-14 Mampumenjelaskandefinisi, pengertian, Bidang-bidangpekerjaan yang DiskusiKel bidangpekerjaanapasaja yang 10% danmanfaatIlmuKomputasi dapatdimasukkiolehseoranglul ompok dapatdimasukiolehseoranglulusan Program

(8)

B. RANCANGAN INTERAKSI DOSEN–MAHASISWA

1.

KemampuanAkhir yang Diharapkan Mampumenjelaskandefinisi, pengertian, danmanfaatIlmuKomputasi.

NamaKajian PengantarIlmukomputasi NamaStrategi Ceramah, diskusikelompok MingguPenggunaanStrategi (Metode) 1

DeskripsiSingkatStrategi (Metode) pembelajaran

RANCANGAN INTERAKSI DOSEN–MAHASISWA

(9)

2.

KemampuanAkhir yang Mampumenjelaskanpengertian, manfaat, Diharapkan danpenerapanpemodelanmatematika

NamaKajian PemodelanMatematika,PenerapanPemodelanMatematika,Optim asi

NamaStrategi Ceramah, Diskusi MingguPenggunaanStrate 2-4

gi (Metode)

DeskripsiSingkatStrategi (Metode) pembelajaran

(10)

3.

KemampuanAkhir yang Diharapkan Mampumenjelaskanbidang-bidangkajian yang dikembangkan di Program

StudiIlmuKomputasiUniversitas Telkom. NamaKajian Bidang-bidangkajianIlmuKomputasi di

Universitas Telkom NamaStrategi Ceramah

MingguPenggunaanStrategi (Metode) 5 DeskripsiSingkatStrategi (Metode)

pembelajaran

RANCANGAN INTERAKSI DOSEN–MAHASISWA

(11)

4.

KemampuanAkhir yang Mampumenjelaskandefinisidansejarahkomputer, software, dan Diharapkan hardware.

NamaKajian PengenalanKomputer,EvolusiKomputer,PerangkatKerasdanLunskK omputer, Data daninformasi

NamaStrategi Ceramah, DiskusiKelompok MingguPenggunaanStra 6-10

tegi (Metode)

DeskripsiSingkatStrategi (Metode) pembelajaran

(12)

5.

KemampuanAkhir yang Mampumenjelaskandefinisidanberbagaijenisjaringankomputer Diharapkan

NamaKajian Jaringankomputerdantelekomunikasi NamaStrategi Ceramah

MingguPenggunaanStrategi 11 (Metode)

DeskripsiSingkatStrategi (Metode) pembelajaran

(13)

6.

KemampuanAkhir yang Diharapkan Mampumenjelaskanapa yang

dimaksuddenganbahasapemrogramandanjenis-jenisnya.

NamaKajian BahasaPemrograman NamaStrategi Ceramah

MingguPenggunaanStrategi (Metode) 12 DeskripsiSingkatStrategi (Metode)

pembelajaran

RANCANGAN INTERAKSI DOSEN–MAHASISWA

(14)

7.

KemampuanAkhir Mampumenjelaskanapa yang

yang Diharapkan dimaksuddenganKomputasiKinerjaTinggisertamanfaatnyabagiperkemb anganilmupengetahuan

NamaKajian KomputasiKinerjaTinggi NamaStrategi Ceramah

MingguPenggunaan 13 Strategi (Metode)

DeskripsiSingkatStra tegi (Metode) pembelajaran

(15)

8.

KemampuanAkhir yang Diharapkan Mampumenjelaskandefinisi, pengertian, danmanfaatIlmuKomputasi

NamaKajian BidangPekerjaanUntukLulusanIlmuKomputasi NamaStrategi DiskusiKelompok

MingguPenggunaanStrategi (Metode) 14 DeskripsiSingkatStrategi (Metode)

pembelajaran

RANCANGAN INTERAKSI DOSEN–MAHASISWA

(16)

C. RANCANGAN TUGAS

KodemataKuliah Nama Mata Kuliah KemampuanAkhir yang Diharapkan Pertemuanke

Tugaske

1. TujuanTugas

2. UraianTugas a. ObjekGarapan

b. Yang harusdikerjakandanbatasan-batasan c. Metode / carapengerjaan, acuan yang digunakan

d. Deksripsiluarantugas yang dihasilkan / dikerjakan

(17)

D. PENILAIAN DENGAN RUBRIK

Jenjang Angka

(Grade) (Skor) Deskripsiperilaku (Indikator)

E. PENENTUAN NILAI AKHIR MATA KULIAH

NilaiSkorMatakuliah (NSM) Nilai Mata Kuliah (NMK) 80 < NSM A

70 < NSM ≤ 80 AB 65 < NSM ≤ 70 B 60 < NSM ≤ 65 BC

45< NSM ≤ 60 C 30 < NSM ≤ 45 D

Referensi

Dokumen terkait

Masyarakat yang memiliki tingkat pendidikan lebih tinggi dapat mem- peroleh pendapatan yang lebih banyak dibandingkan dengan mereka yang memiliki pendidikan lebih ren-

Penelitian ini bertujuan untuk mengetahui karatekristik pasien, angka kejadian, derajat keparahan dan penatalaksanaan toksisitas serta faktor risiko yang mempengaruhi terjadinya

1. Tingkat supervisi kepala madrasah di MTs Negeri 2 Makassar, yang dilihat dari hasil penilaian 80 responden tentang Supervisi Kepala Madrasah dalam kategori

As with the command pattern discussed earlier, using either lambda expressions or method references allows us to remove a whole layer of boilerplate code from this pattern. In

Sehubungan dengan hal tersebut kami mohon ijin dan bantuan bagi mahasiswa yang be1 s&#34;lngkutan agar dapat melakukan penyebaran angket di tempat yang B.1pak

LKS diujikan kepada 20 siswa “karena uji coba produk pengembangan jika dilakukan kurang dari 10 responden maka kemungkinan data yang diperoleh kurang

Generalized Method of Moments (GMM) merupakan salah satu metode dalam estimasi parameter. Metode GMM diperkenalkan oleh Hansen sebagai estimasi parameter yang

Klasifikasi pengangkutan yang disediakan di dalam ini adalah untuk tujuan penerangan sahaja dan semata-mata berdasarkan sifat-sifat bahan yang tidak dibungkus seperti yang