P2RP-LP3M UB
Portofolio Perkuliahan
UNIVERSITAS BRAWIJAYA
FAKULTAS MIPA
JURUSAN STATISTIKA / PROGRAM STUDI SARJANA STATISTIKA
Mata Kuliah:
Basis Data
Kode:
MAS62131
RMK:
Teori dan Komputasi
Semester:
Ganjil Dosen Dwi Ayu Lusia, S.Si., M.Si.
Pendahuluan
Mata Kuliah (MK) Basis data adalah mata kuliah wajib untuk semester empat yang mempelajari tentang konsep basis data, memodelkan sistem basis data, memembuat bentuk normal desain logika relasi basis data, merancang sistem, membuat laporan menggunakan statistika dasar. mata kuliah basis data merupakan 2 sks kelas atau tatap muka dengan dosen dan 1 sks praktikum yang dibimbing oleh asisten dosen. Mata kuliah basis data kelas A diikuti oleh 40 mahasiswa angkatan 2018.
1 Tujuan
Tujuan Umum:
Mata kuliah ini diajarkan supaya mahasiswa mampu menjelaskan mengenai konsep basis data, memodelkan sistem basis data, memembuat bentuk normal desain logika relasi basis data, merancang sistem, membuat laporan menggunakan statistika dasar.
Mata kuliah ini diajarkan untuk mendukung Capaian Pembelajaran Program Studi (Intended Learning Outcome - ILO) berikut ini:
- ILO 1: Menguasai konsep dasar keilmuan dan metode analisis statistika yang dapat diaplikasikan pada bidang komputasi, sosial humaniora, ekonomi, industri dan hayati.
- ILO 2: Mampu menyusun dan atau memilih rancangan
pengumpulan/pembangkitan data secara efisien dan menerapkan dalam bentuk survei, percobaan, atau simulasi
- ILO 3: Mampu mengelola dan menganalisis data, menyelesaikan
permasalahan nyata menggunakan metode statistika di bidang komputasi statistika, sosial humaniora, ekonomi, industri dan hayati dengan bantuan perangkat lunak, serta menyajikan dan mengkomunikasikan hasilnya.
- ILO 4: Menguasai minimal dua perangkat lunak statistika, termasuk yang berbasis open source.
- ILO 5: Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif secara mandiri, dengan hasil yang bermutu dan terukur dalam implementasi ilmu pengetahuan dan teknologi yang menerapkan nilai humaniora
berdasarkan kaidah, tata cara dan etika ilmiah
- ILO 6: Mampu mengambil keputusan secara tepat dalam menyelesaikan masalah di bidang keahliannya berdasarkan hasil analisis informasi dan data - ILO 7: Mampu memelihara dan mengembangkan jaringan kerja, serta
melakukan supervisi dan evaluasi terhadap kinerja tim yang dipimpinnya - ILO 8: Mampu menerapkan dan menginternalisasi semangat kemandirian,
kejuangan, kewirausahaan berdasarkan nilai, norma, dan etika akademik serta
P2RP-LP3M UB
nilai Pancasila dalam segala aspek kehidupan.
Sedangkan capaian pembelajaran dari Mata Kuliah (Course Learning Outcome - CLO) Basis Data Kelas A ini adalah:
- CLO 1: Mahasiswa memahami konsep basis data
- CLO 2: Mahasiswa mampu memodelkan sistem basis data
- CLO 3: Mahasiswa mampu membuat bentuk normal desain logika relasi basis data
- CLO 4: Mahasiswa mampu merancang sistem
- CLO 5: Mahasiswa mampu membuat laporan di sistem dan mengexportnya Masing – masing Capaian Pembelajaran Mata Kuliah (CLO) memberikan dukungan terhadap Capaian Pembelajaran Program Studi (ILO) dengan presentase tertentu yang detilnya dapat dilihat pada matriks hubungan antara CLO MK Basis Data Kelas A dan ILO yang disajikan pada Tabel 1.
Tabel 1. Matriks Hubungan antara CLO dan ILO MK Basis Data Kelas A
ILO1 ILO2 ILO3 ILO4 ILO5 ILO6 ILO7 ILO8
CLO1 0.4 0.3 0 0 0.1 0.1 0 0.1
CLO2 0.2 0.3 0.2 0 0.1 0.1 0.05 0.05
CLO3 0.2 0.3 0.2 0 0.1 0.1 0 0.1
CLO4 0 0.2 0.2 0.4 0.05 0.05 0.05 0.05
CLO5 0 0.2 0.2 0.3 0.1 0.1 0.05 0.05
2 Strategi Pembelajaran
Perkuliahan ini menyajikan materi yang bersifat teori yang diimplementasikan pada studi kasus. Selain itu, terdapat pula praktikum untuk membuat suatu sistem basis data yang didampingi oleh asisten dosen. Oleh karena itu digunakan strategi sebagai berikut:
- Menyediakan akses materi perkuliahan (dalam file berbentuk pdf/ppt pada blog dosen: https://dwiayulusia.blogspot.com/p/basis-data-2020.html)
- Penyampaian materi secara offline menggunakan presentasi dengan dosen yang menjelaskan dan mahasiswa menjelaskan materi. Penyampaian materi secara online dilakukan dengan rekaman video yang diunggah pada youtube:
https://www.youtube.com/watch?v=DELTJez6aKk&list=PLMTlFEV0yxRqY 9Qe5KvSFGcvLYit6nj34 . Sehingga mahasiswa dapat mempelajari kembali materi perkuliahan. Serta materi tidak akan terputus ketika koneksi tidak stabil.
- Komunikasi ketika online, maka membentuk Whatsapp group dan grup pada Edmodo. Grup tersebut digunakan untuk sesi Tanya jawab. Jika mahasiswa maupun dosen dirasa tidak tersampaikan maka akan menggunakan aplikasi zoom atau google hangout.
- Memberikan tugas untuk teori dan kasus yang menyerupai contoh, sehingga mahasiswa melakukan analisa metode atau materi yang telah disampaikan.
Tugas tersebut juga sebagai indikator pemahamanan mahasiswa mengenai materi yang telah disampaikan.
- Karena terdapat 3 kelas parallel, materi yang akan disampaikan dan bentuk assessment didiskusikan oleh ketiga dosen pengampu basis data.
- Kuis, UTS dan UAS menggunakan beberapa aplikasi seperti email, Edmodo dan quizizz.
P2RP-LP3M UB
- Praktikum dilakukan sebanyak 7 kali pertemuan dimana assessment meliputi tugas sebanyak dua kali, presensi, Ujian Tengah Praktikum (UTP), dan Ujian Akhir Praktikum (UAP).
- Satu kelas tatap muka terdiri dari dua kelas, dimana setiap kelas memiliki dua orang asisten dosen.
3 Pengelolaan Perkuliahan
Mata kuliah ini adalah mata kuliah 2 sks. Pertemuan tatap muka dengan dosen terjadwal satu minggu sekali (2 kali 50 menit) selama 14 minggu. UTS dilaksanakan terjadwal setelah 7 kali pertemuan, sedangkan UAS dilakukan terjadwal saat pertemuan ke 14. Detail perkuliahan:
a. Jadwal: pertemuan dijadwalkan setiap hari Senin jam 10.15 sampai 12.00 WIB di ruangan MC 2.1. Pada setiap pertemuan, mahasiswa dituntut memiliki konsentrasi yang tinggi. Dosen menyajikan materi pada satu sks pertama, dan satu sks terakhir, mahasiswa akan berlatih contoh soal maupun kasus yang serupa dengan contoh yang telah dijelaskan oleh dosen.
b. Setiap pertemuan memiliki capaian pembelajaran yang sesuai dengan materi yang disampaikan. Terdapat evaluasi capaian pembelajaran seperti tugas, kuis, Ujian Tengah Semester (UTS), dan Ujian Akhir Semester (UAS). Berikut ini detail evaluasi capaian pembelajaran yang dilakukan:
Tugas 1 merupakan tugas kelompok dimana mahasiswa mengambarkan sistem menggunakan beberapa metode model data. Aspek penilaian meliputi kelengkapan laporan, cara penyajian melalui PPT, dan cara mahasiswa mempresentasikan.
Kuis 1 dilakukan saat pertemuan ke-5 untuk materi pendekatan dan konsep dasar basis data, pemodelan ER, serta UML.
UTS dilakukan secara terjadwal setelah pertemuan ke-7 untuk materi pendekatan dan konsep dasar basis data, pemodelan ER, serta UML.
Tugas 2 untuk materi 1NF, 2NF, 3NF, BCNF, 4NF, dan 5NF
Kuis 2 dilakukan saat pertemuan ke-11 untuk materi 1NF, 2NF, 3NF, BCNF, 4NF, dan 5NF
UAS dilakukan saat pertemuan ke-14 untuk materi 1NF, 2NF, 3NF, BCNF, 4NF, 5NF, dan membuat laporan
c. Praktikum dilakukan sebanyak 5 kali pertemuan. Asisten dosen dalam memandu praktimum adalah Clarita Dewi Puspita Sari, Rafif Arsalan, Ryan Adi Nugroho, dan Chandra Malik Syamasy. Nilai akhir praktikum dihitung dari 0.20*(tugas1 + tugas2)/2 + 0.25*UTP + 0.25*kehadiran + 0.30*UAP.
4 Isi Perkuliahan
- Pengantar basis data
- Pendekatan dan konsep dasar basis data - Pemodelan ER
- UML
- Normalisasi: 1NF, 2NF, 3NF, BCNF, 4NF, dan 5NF - Python dan MySQL
- Membuat laporan atau report
Kesesuaian antara materi perkuliahan yang dirancang pada kurikulum dengan prakteknya dapat dilihat pada Lampiran 1.
P2RP-LP3M UB
5 Peserta Kuliah
Mata kuliah Basis Data adalah mata kuliah pilihan yang diikuti oleh mahasiswa program studi Sarjana Statistika FMIPA UB, 40 mahasiswa angkatan 2018.
6 Persentase Kehadiran
Kehadiran dosen adalah 100% sedangkan kehadiran mahasiswa rata-rata sebesar 98,67%
7 Sistem Evaluasi
- Tugas 1 dikerjakan secara berkelompok. Mahasiswa menjelaskan suatu sistem dan membuat pemodelan datanya. Aspek penilaian meliputi kelengkapan laporan, cara penyajian melalui powerpoint dan cara presentasi.
- Kuis 1 memiliki 5 pertanyaan yang memiliki bobot yang berbeda. Kuis 1 mengenai konsep basis data dan memodelkan sistem basis data. Kuis dilakukan secara serentak kelas A, B, dan C. Bentuk kuis adalah tertulis dan sifat kuis meliputi close laptop, internet, HP, dan close book. 5 pertanyaan tersebut dikerjakan dalam waktu 120 menit.
- UTS dilakukan dengan media Edmodo, dimana terdapat 50 soal pilihan ganda dengan empat pilihan. Materi UTS meliputi konsep basis data dan memodelkan sistem basis data. 50 soal dikerjakan dalam waktu 100 menit.
- Tugas 2 mengenai membuat bentuk normalisasi desain logika relasi basis data, merancang sistem, dan membuat laporan di sistem serta mengexportnya.
- Kuis 2 dilakukan dengan bantuan software Edmodo. Kuis 2 memiliki soal 25 pertanyaan pilihan ganda dengan waktu 30 menit. Kuis 2 merupakan assessment dari materi bentuk normalisasi desain logika relasi basis data.
- UAS memiliki 25 soal pilihan ganda dengan empat pilihan. Berbeda dengan sebelumnya, UAS menggunakan software quizizz yang menampilkan satu soal secara random dan random jawaban. Serta tidak dapat kembali ke soal sebelumnya.
- Praktikum (P1) dihitung dari 0.20*(tugas1 + tugas2)/2 + 0.25*UTP + 0.25*kehadiran + 0.30*UAP
Pada minggu UTS seluruh kegiatan perkuliahan diliburkan, sehingga mahasiswa konsentrasi untuk menghadapi UTS. Sedangkan UAS tidak terjadwal sehingga dilakukan saat pertemuan ke 14.
Materi yang dievaluas untuk setiap asessment dan bobotnya dapat dilihat pada Tabel 2.
Tabel 2 Asesmen dan materi yang diukur, serta pembobotan setiap assessment terhadap nilai akhir dan Capaian Pembelajaran Mata Kuliah (Course Learning
Outcome – CLO)
Asesment Materi
Bobot terhadap Nilai akhir
CLO 1 CLO 2 CLO 3
CLO 4
CLO 5 Bobot Asesment terhadap CLO (Course
Learning Outcome) Q1
Konsep basis data, dan memodelkan sistem basis data
0 0.5 0.5 0 0 0
Q2 Bentuk normal desain
logika relasi basis data 0.15 0 0 1 0 0
T1
Konsep basis data, dan memodelkan sistem basis data
0.15 0.5 0.5 0 0 0
T2 Bentuk normal desain 0.1 0 0 0.5 0.25 0.25
P2RP-LP3M UB
logika relasi basis data, merancang sistem, membuat laporan dan mengexportnya
P1
Konsep basis data, memodelkan sistem basis data, Bentuk normal desain logika relasi basis data, merancang sistem, membuat laporan dan mengexportnya
0.1 0 0 0 0.7 0.3
UTS1
Konsep basis data, dan memodelkan sistem basis data
0.1 0.5 0.5 0 0 0
UAS1
Bentuk normal desain logika relasi basis data, merancang sistem, membuat laporan dan mengexportnya
0.2 0 0 0.4 0.3 0.3
8 Pengamatan Kelas
Mahasiswa aktif dalam perkuliahan dan praktikum. Hal ini dapat ditinjau dari nilai praktikum yang sangat baik. Akan tetapi terdapat pula beberapa mahasiswa yang kurang dapat menangkap materi perkuliahan dan praktikum. Hal ini dikarenakan tidak semua mahasiswa dapat melakukan praktikum secara mandiri dikarenakan banyak software yang harus diinstall. Selain itu, mahasiswa yang aktif cenderung memilih duduk dibagian depan kelas.
9 Hasil Belajar
Hasil belajar setiap mahasiswa tercermin dari nilai di setiap assessment. Nilai – nilai tersebut dengan bobot masing – masing diolah menjadi nilai akhir, yang nantinya sesuai dengan aturan konversi, dirubah menjadi nilai angka yang dicetak pada KHS/Transkrip mahasiswa. Selain diolah menjadi nilai akhir, nilai di setiap assessment, dengan memperhatikan persentase kontribusi CLO terhadap setiap ILO (Tabel 1) dan bobot setiap assessment terhadap CLO (Tabel 2), diolah dengan bantuan software OBES, sehingga setiap mahasiswa juga mempunyai nilai di setiap CLO dan ILO.
Deskripsi nilai dari setiap CLO dapat dilihat pada Tabel 3, dan Gambar 1. Gambar 1 (a) menyajikan indeks capaian rata – rata mahasiswa pada masing – masing CLO.
Gambar 1 (b) menyajikan persentase mahasiswa dengan nilai capaian di atas 60. Pada kedua gambar, setiap sudut dari segi lima merepresentasikan setiap CLO, dan lintasan segi lima terluar menunjukkan capaian yang paling tinggi. Semakin luar posisi garis biru, maka semakin tinggi indeks capaian dari suatu CLO.
Tabel 3. Deskripsi Nilai dan Kategori Capaian untuk Setiap CLO MK Basis Data Kelas A
CLO1 CLO2 CLO3 CLO4 CLO5
Rata - rata 75.24 75.24 77.32 81.7 80.56
Kategori Capaian
SATISFACT ORY
SATISFACT ORY
SATISFACT ORY
EXCELL ENT
EXCELL ENT Banyaknya mahasiswa
dengan CLO>60 40 40 40 40 40
P2RP-LP3M UB
Persentase mahasiswa
dnegan CLO>60 100 100 100 100 100
Kategori Persentase HIGH HIGH HIGH HIGH HIGH
(a) (b)
Gambar 1. Visualisasi (a) indeks capaian dan (b) presentasi mahasiswa dengan capaian >60 di setiap CLO MK Basis Data Kelas A
Sesuai dengan kategori capaian yang tersaji pada Tabel 4, dapat disimpulkan beberapa hal berikut ini:
- Hanya CLO4 (Kemampuan merancang sistem) dan CLO7 (Kemampuan membuat laporan di sistem dan mengexportnya) secara rata – rata mencapai nilai excellent, dengan rata – rata di atas 80.
- CLO selain CLO4 dan CLO5 selainnya berada pada kategori pencapaian satisfactory.
- Semua CLO berada pada kategori persentase tinggi (kategori high) dalam hal banyaknya mahasiswa dengan nilai capaian di atas 60.
Tabel 4. Kategori nilai CLO/ILO, dan Kategori Persentase Mahasiswa yang mencapai CLO/ILO >60
Kategori nilai CLO/ILO Kategori persentase mhs dengan CLO/ILO>60
Skor >=80 EXCELLENT Persen>=70 HIGH
65<= Skor <80 SATISFACTORY 60 <= Persen < 70 MEDIUM 50<= Skor <65 DEVELOPING 50 <= Persen < 60 LOW 0<= Skor <50 UNSATISFACTORY Persen < 50 VERY LOW
Selain nilai untuk capaian pembelajaran mata kuliah (CLO), dapat dianalisis pula nilai dari setiap ILO yang didukung oleh mata kuliah ini. Deskripsi mengenai pencapaian ILO dari mata kuliah ini disajikan pada Tabel 5, dan Gambar 2. Gambar 2 (a) menyajikan indeks capaian rata – rata mahasiswa pada masing – masing ILO yang didukung oleh mata kuliah ini. Gambar 2 (b) menyajikan persentase mahasiswa dengan nilai capaian di atas 60. Pada kedua gambar, setiap sudut dari segi delapan merepresentasikan setiap ILO, dan lintasan segi delapan terluar menunjukkan capaian yang paling tinggi. Semakin luar posisi garis biru, maka semakin tinggi indeks capaian dari suatu ILO.
0 20 40 60 80 100CLO1
CLO2
CLO3 CLO4
CLO5
Weighted-avg-based CLO's AI
Achievement Index of MAS62131
0 20 40 60 80 100CLO1
CLO2
CLO3 CLO4
CLO5
Student num-based CLO's AI
Achievement Index of MAS62131
P2RP-LP3M UB
Beberapa hal yang dapat disimpulkan dari dukungan mata kuliah ini terhadap Capaian Pembelajaran Program Studi (ILO):
- Terdapat satu ILO yang berada pada kategori capaian Excellent, yaitu:
ILO 4 - Menguasai minimal dua perangkat lunak statistika, termasuk yang berbasis open source.
- Terdapat tujuh ILO yang yang berada pada kategori capaian Satisfactory yaitu:
ILO 1 - Menguasai konsep dasar keilmuan dan metode analisis statistika yang dapat diaplikasikan pada bidang komputasi, sosial humaniora, ekonomi, industri dan hayati
ILO 2 - Mampu menyusun dan atau memilih rancangan pengumpulan atau pembangkitan data secara efisien dan menerapkan dalam bentuk survei, percobaan, atau simulasi
ILO 3 – Mampu mengelola dan menganalisis data, menyelesaikan permasalahan nyata menggunakan metode statistika di bidang komputasi statistika, sosial humaniora, ekonomi, industri dan hayati dengan bantuan perangkat lunak, serta menyajikan dan mengkomunikasikan hasilnya
ILO 5 – Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif secara mandiri, dengan hasil yang bermutu dan terukur dalam implementasi ilmu pengetahuan dan teknologi yang menerapkan nilai humaniora berdasarkan kaidah, tata cara dan etika ilmiah
ILO 6 – Mampu mengambil keputusan secara tepat dalam menyelesaikan masalah di bidang keahliannya berdasarkan hasil analisis informasi dan data ILO 7 – Mampu memelihara dan mengembangkan jaringan kerja, serta melakukan supervisi dan evaluasi terhadap kinerja tim yang dipimpinnya ILO 8 - Mampu menerapkan dan menginternalisasi semangat kemandirian, kejuangan, kewirausahaan berdasarkan nilai, norma, dan etika akademik serta nilai Pancasila dalam segala aspek kehidupan.
Terdapat 100% mahasiswa yang memiliki nilai capaian di atas 60 untuk ILO1, ILO3, ILO4, ILO5, ILO7, dan ILO8. Kategori persentase mahasiswa dengan nilai capaian di atas 60 masih HIGH.
Tabel 5. Deskripsi Nilai dan Kategori Capaian untuk Setiap ILO yang didukung oleh MK Basis Data Kelas A
ILO1 ILO2 ILO3 ILO4 ILO5 ILO6 ILO7 ILO8
Rata - rata
terboboti 75.85 77.06 78.07 81.29 77.07 77.07 78.5 77.08 Kategori
Capaian
SATIS FACTO
RY
SATIS FACTO
RY
SATIS FACTO
RY
EXCEL LENT
SATIS FACTO
RY
SATIS FACTO
RY
SATIS FACTO
RY
SATIS FACTO
RY Banyaknya
mahasiswa dengan
ILO>60 40 40 40 40 40 40 40 40
Persentase mahasiswa dnegan ILO>60
100 100 100 100 100 100 100 100
Kategori HIGH HIGH HIGH HIGH HIGH HIGH HIGH HIGH
P2RP-LP3M UB
(a) (b)
Gambar 2. Visualisasi (a) indeks capaian dan (b) presentasi mahasiswa dengan capaian >60 di setiap ILO yang didukung oleh MK Basis Data Kelas A 10 Kendala
- Keluhan mahasiswa terkait praktikum yang kurang jelas SOPnya (belum ada modulnya)
11 Distribusi Nilai
Statistika deskriptif dari setiap asessment dapat dilihat di Tabel 6.
Tabel 6. Statistika Deskriptif Basis Data Kelas A 2019/2020
Statistika deskriptif Q1 Q2 T1 T2 P1 UTS1 UAS1 Nilai Akhir Rata-rata 82.9 75.15 72.31 85.28 84.96 70.95 76.4 77.43
Median 85 76 73.67 85 84.44 70 76 77.22
Simpangan Baku 8.42 7.39 4.57 6.23 4.95 8.52 8.80 4.01
Range 44 40 20.34 30 13.45 42 36 18.52
Minimum 56 60 61.33 70 79.25 50 60 69.57
Maximum 100 100 81.67 100 92.7 92 96 88.09
Berdasarkan Tabel 2, dapat diketahui bahwa rata-rata terbesar (sebesar 85.28) ada pada assessment Tugas2. Median terbesar (sebesar 85) terdapat pada assessment Kuis1 dan Tugas 2. Simpangan baku terbesar ialah assessment UAS sebesar 8.8.
Range terbesar terdapat pada assessment Kuis1 dengan nilai maksimum sebesar 100, minimum sebesar 56, dan range sebesar 44. Nilai minimum terendah sebesar 50 pada assessment UTS dan tertinggi sebesar 79.25 pada asessment praktikum. Nilai sempurna (100) terdapat pada assessment kuis1, kuis2, dan tugas2. Sedangkan nilai akhir yang diperoleh dengan 0.15*Q1 + 0.15*Q2 + 0.1*T1 + 0.1*T2 + 0.1*P1 + 0.2*UTS1 + 0.2*UAS1 memiliki rata-rata dan median sebesar 77. Sedangkan nilai minimum dan maksimum dari nilai akhir sebesar 69.57 dan 88.09. Nilai akhir dikonversi menjadi nilai huruf yang sesuai dengan standar konversi penilaian.
Setelah dikonversi menjadi nilai huruf sesuai standar konversi penilaian, sebaran nilai huruf dapat dilihat pada Gambar 3. Gambar tersebut menunjukkan bahwa mayoritas mahasiswa memperoleh nilai B+ yaitu sebanyak 48%. Nilai huruf A dan B secara
0 50 100ILO1
ILO2
ILO3
ILO4 ILO5
ILO6 ILO7
ILO8
Weighted-avg-based ILO's AI
Achievement Index of MAS62131
0 50 100ILO1
ILO2
ILO3
ILO4 ILO5
ILO6 ILO7
ILO8
Student num-based ILO's AI
Achievement Index of MAS62131
P2RP-LP3M UB
berurutan diperoleh sebanyak 23% dan 30% mahasiswa. Selain itu, tidak ada mahasiswa yang memperoleh nilai C+, C, atau D.
Gambar 3. Sebaran nilai akhir huruf MK Basis Data Kelas A 2019/2020 12 Kesimpulan
- Meskipun telah ada buku panduan untuk praktikum, akan tetapi mahasiswa masih memerlukan SOP atau modul praktikum.
- Dengan segala kendala perkuliahan secara daring dan kemampuan mahasiswa, perlunya strategi baru dalam mengevaluasi pemahaman mahasiswa disetiap pertemuan dan tugas yang diberikan.
13 Rekomendasi Perbaikan
- Diperlukannya modul praktikum sehingga asisten dan mahasiswa tidak bingung dengan materi praktikum.
- Perlunya diskusi dengan tim pengajar basis data sebelum dimulai perkuliahan.
Terutama mengenai Kurikulum yang terlalu luas pada MK database, beberapa hal tidak terkait secara langsung dengan MK database seperti UML dll
- Materi praktikum dan perkuliahan harusnya sama 23%
48%
30%
0% 0% 0%
A B+ B C+ C D
P2RP-LP3M UB
Lampiran 1.
Kesesuaian Materi Perkulihaan antara Rencana dan PraktekPertemuan Rencana Pertemuan
1 2 3 4 5 6 7 8 9 10 11 12 13 14
1 Pengantar Basis Data √
2 Pendekatan dan Konsep Dasar Basis Data √
3 Pemodelan ER √
4 UML √
5 Kuis1 √
6 Presentasi mahasiswa √
7 Presentasi mahasiswa √
UTS √
8 Normalisasi: 1NF, 2NF √
9 Normalisasi: 3NF, BCNF √
10 Normalisasi: 4NF, 5NF √
11 Kuis2 √
12 Review Python dan MySQL √
13 Laporan atau Report √
14 Advance Report UAS
P2RP-LP3M UB
Lampiran 2.
Daftar Rincian NilaiNo NIM Nama ABS1 Q1 Q2 T1 T2 P1 UTS1 UAS1 Nilai Akhir NH
1 '185090500111001 Ajeng Jasmine Firdausy 100 83 76 77.67 90 90.6 70 76 78.88 B+
2 '185090500111002 Alya Yovita Haumahu 93.33 87 80 73.67 85 82.975 68 60 74.81 B
3 '185090500111004 Dini Amalia 100 72 68 76 100 92.1 92 80 82.21 A
4 '185090500111011 Fari`S Yukla Robiatul Masputra 100 92 82 76 92 88.3 66 76 80.13 A
5 '185090500111013 Irene Sugiarto 100 88 66 73.67 80 89.8 70 60 73.45 B
6 '185090500111015 Depvita Jushi Mellinda 86.67 85 76 73.67 80 87.475 60 76 75.46 B+
7 '185090500111022 Novi Elsa Nurasih 100 56 72 73.67 85 90.3 72 72 72.9 B
8 '185090500111023 Anissa Setiyani 100 80 84 73.67 85 92.7 68 80 79.34 B+
9 '185090500111024 Stefany Paulina P 100 82 76 73.67 87 90.3 68 76 77.6 B+
10 '185090500111025 Nabilla Assalwa Putri Andianto 100 71 64 73.67 85 91.7 80 84 78.09 B+
11 '185090500111029 Aliyah Rahmah Pratiwi 100 81 72 77.67 72 88.3 74 80 77.55 B+
12 '185090500111031 Rahayu Kartika Dewi 100 87 76 73.67 85 90 80 76 80.52 A
13 '185090500111036 M. Zainul Abidin 100 75 82 61.33 100 90.3 68 80 78.31 B+
14 '185090500111044 Muhammad Boby Prima Insani 93.33 76 72 61.33 85 89.4 72 96 79.37 B+
15 '185090500111048 Moh. Sirotjudin 100 92 78 61.33 85 86.675 72 64 76 B+
16 '185090501111003 Mukhammad Syarif Hidayatulloh 100 88 68 61.33 85 86.8 64 88 77.11 B+
17 '185090501111015 Nizam Adil Rais 93.33 67 76 76 85 92.2 50 64 69.57 B
18 '185090501111016 Hajar Umi Abdillah 93.33 78 72 72.33 87 90.5 80 72 77.88 B+
19 '185090501111021 Atiyatul Maghfiroh 100 96 80 73.67 85 85.9 74 80 81.66 A
20 '185090501111022 Rizki Ayu Febrianty 100 85 76 73.67 80 90.6 60 64 73.38 B
21 '185090501111025 Mega Fitriani 100 85 80 72 70 80.95 66 72 74.65 B
22 '185090501111027 Fida Elis Silvana 100 100 80 73.67 90 80.15 74 84 82.98 A
23 '185090501111028 Mohammad Hilmi Susanto 100 88 76 61.33 85 79.65 82 96 82.8 A
24 '185090501111029 Nabila Gaby 100 88 68 70.33 87 79.75 80 76 78.31 B+
25 '185090501111032 Yuni Dwi Bastianingsih 100 87 60 72.33 80 79.75 64 60 70.06 B 26 '185090501111034 Nindi Dwike Bella Astari 100 89 68 72.33 85 80.05 68 72 75.29 B+
P2RP-LP3M UB
No NIM Nama ABS1 Q1 Q2 T1 T2 P1 UTS1 UAS1 Nilai Akhir NH
27 '185090501111035 Naufal Shela Abdila 100 83 76 72 85 80.75 58 68 72.83 B
28 '185090501111037 Nailul Hidayati 100 82 64 73.67 82 81.05 74 72 74.77 B
29 '185090501111038 Annisa Dinda Rahmawati 100 93 80 73.67 85 79.65 76 84 81.78 A
30 '185090501111040 Tasya Triardiantari 100 89 92 73.67 90 90 88 88 87.72 A
31 '185090501111041 Gabriela Florentine Luntungan 100 69 76 73.67 85 80.15 62 72 72.43 B 32 '185090501111042 Wedy Putri Hayuningtias 100 72 72 70.33 80 79.95 68 92 76.63 B+
33 '185090501111044 Firyal Rifdah Saifanah 100 83 72 72 85 79.75 76 76 77.33 B+
34 '185090507111003 Ika Shofiatul Mahmudah 100 88 100 81.67 97 80.25 90 80 88.09 A 35 '185090507111023 Feby Melania Dwiyanti 100 75 76 73.67 92 79.65 68 76 75.98 B+
36 '185090507111025 Monica Ade Febriana 93.33 82 68 73.67 85 79.45 62 80 74.71 B 37 '185090507111026 Tyara Yoesva Roro Elviera Sheila
Olivia 93.33 85 72 73.67 70 80.05 72 76 75.52 B+
38 '185090507111027 Fira Zulfanita Damayanti 100 91 84 73.67 90 79.25 66 80 79.74 B+
39 '185090507111029 Pradhikta Karanova Ulil Saputri 100 81 72 73.67 85 80.55 70 68 74.47 B
40 '185090520111001 Erni Kahi Ana Tuli 100 85 74 73.67 85 80.65 66 80 76.98 B+
