P2RP-LP3M UB
Portofolio Perkuliahan
UNIVERSITAS BRAWIJAYA
FAKULTAS MIPA
JURUSAN STATISTIKA / PROGRAM STUDI SARJANA STATISTIKA
Mata Kuliah:
Dasar-dasar Pemrograman
Kode:
MAS1131
RMK:
Teori dan Komputasi
Semester:
Ganjil Dosen Dwi Ayu Lusia, S.Si., M.Si.
Pendahuluan
Mata Kuliah (MK) Dasar-dasar Pemrograman Kelas C adalah mata kuliah wajib untuk mahasiswa semester 3 di tahun 2019. Terdapat 3 mahasiswa angkatan 2016, 1 mahasiswa angkatan 2017 dan 31 mahasiswa angkatan 2018 yang mengikuti mata kuliah Dasar-dasar Pemrograman Kelas C. MK Dasar-dasar Pemrograman Kelas C mempelajari tentang pengantar algoritma, tipe-tipe data dasar, tahapan penyelesaian menggunakan computer, flowchart dan pseudo code, statemen IO, seleksi, iterasi, prosedur dan fungsi, array, string, sub range, set, enumerasi dan operasi file.
1 Tujuan
Tujuan Umum:
Mata kuliah ini diajarkan supaya mahasiswa mampu menjelaskan dan membahas pengantar algoritma, tipe-tipe data dasar, tahapan penyelesaian menggunakan computer, flowchart dan pseudo code, statemen IO, seleksi, iterasi, prosedur dan fungsi, array, string, sub range, set, enumerasi dan operasi file.
Mata kuliah ini diajarkan untuk mendukung Capaian Pembelajaran Program Studi (Intended Learning Outcome - ILO) berikut ini:
- 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 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.
Sedangkan capaian pembelajaran dari Mata Kuliah (Course Learning Outcome - CLO) Dasar-dasar Pemrograman Kelas C ini adalah:
- CLO 1: Mahasiswa mampu memahami dan dapat membedakan antara algoritma, flowchart, dan tahapan penyelesaian menggunakan komputer
P2RP-LP3M UB
- CLO 2: Mahasiswa mampu mengkoding menggunakan struktur, tipe data, operator, input dan output
- CLO 3: Mahasiswa mampu mengkoding statistika deskriptif menggunakan struktur algoritma runtutan dan seleksi
- CLO 4: Mahasiswa mampu mengkoding statistika deskriptif menggunakan struktur algoritma perulangan
- CLO 5: Mahasiswa mampu mengkoding pengolahan data sederhana menggunakan struktur algoritma presedur dan fungsi
- CLO 6: Mahasiswa mampu mengkoding pengolahan data sederhana menggunakan struktur algoritma array dan record
- CLO 7: Mahasiswa mampu mengkoding pengolahan data sederhana menggunakan struktur file teks, file bertipe dan tidak bertipe
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 Dasar-dasar Pemrograman Kelas C dan ILO yang disajikan pada Tabel 1.
Tabel 1. Matriks Hubungan antara CLO dan ILO MK Dasar-dasar Pemrograman Kelas C
ILO1 ILO2 ILO3 ILO4 ILO5 ILO6 ILO7 ILO8
CLO1 0 0 0 0 0.6 0 0.2 0.2
CLO2 0 0 0 0.4 0.4 0 0.1 0.1
CLO3 0 0 0 0.5 0.4 0 0.1 0
CLO4 0 0 0 0.5 0.4 0 0.1 0
CLO5 0 0 0 0.5 0.4 0 0.1 0
CLO6 0 0 0 0.5 0.4 0 0.1 0
CLO7 0 0 0 0.5 0.4 0 0.1 0
2 Strategi Pembelajaran
Perkuliahan ini menyajikan materi yang bersifat teori matematis. Untuk itu digunakan strategi berikut ini:
- Menyediakan akses materi perkuliahan (dalam file berbentuk pdf/ppt pada blog dosen: https://dwiayulusia.blogspot.com/p/dasar-dasar-pemrograman.html) - Menjelaskan secara rinci tentang cara berfikir untuk mengkoding serta
bagaimana logikanya.
- Ketika mahasiswa mencoba mengoding menggunakan pascal, dosen akan mengecek mahasiswa satu persatu dan mempersilahkan mahasiswa untuk bertanya atau kalau ada kesalahan koding.
- 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.
P2RP-LP3M UB
3 Pengelolaan Perkuliahan
Mata kuliah ini adalah mata kuliah 3 sks, dimana 2 sks pertemuan dengan dosen (perkuliahan) dan 1 sks pertemuan dengan asisten praktikum. Pertemuan terjadwal satu minggu sekali (3 kali 50 menit) selama 14 minggu. UTS dilaksanakan terjadwal setelah 7 kali pertemuan, sedangkan UAS dilakukan terjadwal setelah pertemuan ke 14. Detail perkuliahan:
a. Jadwal: pertemuan dijadwalkan setiap hari Selasa jam 10.15 sampai 12.00 WIB di ruangan MC 4.8. 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 dua kali tugas (T1 dan T2), dua kali kuis (Q1 dan Q2), nilai praktikum (P1), Ujian Tengah Semester (UTS1), dan Ujian Akhir Semester (UAS1). Nilai akhir dihitung dengan 0.15*Q1 + 0.15*Q2 + 0.1*T1 + 0.1*T2 + 0.1*P1 + 0.2*UTS1 + 0.2*UAS1
c. Praktikum dilakukan sebanyak 5 kali pertemuan. Asisten dosen dalam memandu praktimum adalah Muhammad Nur Dzakki, Clarita Dewi Puspita Sari, Dimas Wahyu Nur Muhammad, dan Achmad Nadjih Fadhelan. Nilai akhir praktikum dihitung dari 0.20*(tugas1 + tugas2)/2 + 0.25*UTP + 0.25*Kehadiran + 0.30*UAP
4 Isi Perkuliahan
- Algoritma, flowchart, dan tahapan penyelesaian menggunakan komputer - Struktur, tipe data, operator, input dan output
- Struktur algoritma runtutan dan seleksi - Struktur algoritma perulangan
- Struktur algoritma presedur dan fungsi - Struktur algoritma array dan record
- Struktur file teks, file bertipe dan tidak bertipe
Kesesuaian antara materi perkuliahan yang dirancang pada kurikulum dengan prakteknya dapat dilihat pada Lampiran 1.
5 Peserta Kuliah
Mata kuliah Dasar-dasar Pemrograman Kelas C adalah mata kuliah wajib yang diikuti oleh mahasiswa program studi Sarjana Statistika FMIPA UB, 3 mahasiswa angkatan 2016, 1 mahasiswa angkatan 2017 dan 31 mahasiswa angkatan 2018.
6 Persentase Kehadiran
Kehadiran dosen adalah 100% sedangkan kehadiran mahasiswa rata-rata sebesar 94.08%
P2RP-LP3M UB
7 Sistem Evaluasi
- Tugas 1 (T1) untuk materi algoritma, flowchart, dan tahapan penyelesaian menggunakan computer; mengkoding menggunakan struktur, tipe data, operator, input dan output; mengkoding statistika deskriptif menggunakan struktur algoritma runtutan dan seleksi; mengkoding statistika deskriptif menggunakan struktur algoritma perulangan
- Kuis 1 (Q1) dilakukan saat pertemuan ke-5 untuk materi untuk materi algoritma, flowchart, dan tahapan penyelesaian menggunakan computer; serta mengkoding menggunakan struktur, tipe data, operator, input dan output.
- UTS (UTS1) dilakukan secara terjadwal setelah pertemuan ke-7 untuk materi mengkoding statistika deskriptif menggunakan struktur algoritma runtutan dan seleksi; serta mengkoding statistika deskriptif menggunakan struktur algoritma perulangan.
- Tugas 2 (T2) untuk materi mengkoding statistika deskriptif menggunakan struktur algoritma perulangan; serta mengkoding pengolahan data sederhana menggunakan struktur algoritma array dan record
- Praktikum (P1) untuk materi algoritma, flowchart, dan tahapan penyelesaian menggunakan computer; mengkoding menggunakan struktur, tipe data, operator, input dan output; mengkoding statistika deskriptif menggunakan struktur algoritma runtutan dan seleksi; mengkoding statistika deskriptif menggunakan struktur algoritma perulangan; mengkoding pengolahan data sederhana menggunakan struktur algoritma presedur dan fungsi; mengkoding pengolahan data sederhana menggunakan struktur algoritma array dan record; serta mengkoding pengolahan data sederhana menggunakan struktur file teks, file bertipe dan tidak bertipe
- Kuis 2 (Q2) dilakukan saat pertemuan ke-12 untuk materi algoritma, flowchart, dan tahapan penyelesaian menggunakan computer; mengkoding statistika deskriptif menggunakan struktur algoritma perulangan; serta mengkoding pengolahan data sederhana menggunakan struktur algoritma array dan record - UAS (UAS1) dilakukan terjadwal setelah pertemuan ke-14 untuk materi
mengkoding menggunakan struktur, tipe data, operator, input dan output;
mengkoding statistika deskriptif menggunakan struktur algoritma runtutan dan seleksi; mengkoding pengolahan data sederhana menggunakan struktur algoritma presedur dan fungsi; mengkoding pengolahan data sederhana menggunakan struktur algoritma array dan record; serta mengkoding pengolahan data sederhana menggunakan struktur file teks, file bertipe dan tidak bertipe Pada minggu UTS dan UAS seluruh kegiatan perkuliahan diliburkan, sehingga mahasiswa konsentrasi untuk menghadapi UTS/UAS.
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)
P2RP-LP3M UB
Asesment Materi
Bobot terhada p Nilai
akhir
CLO 1
CLO 2
CLO 3
CLO 4
CLO 5
CLO 6
CLO 7 Bobot Asesment terhadap CLO (Course Learning
Outcome)
Q1
Struktur, tipe data, operator, input dan output; Struktur algoritma runtutan dan seleksi; Struktur algoritma perulangan
0.15 0 0.2 0.4 0.4 0 0 0
Q2
Struktur, tipe data, operator, input dan output; Struktur algoritma perulangan;
Struktur algoritma array dan record
0.15 0 0.2 0 0.4 0 0.4 0
T1
Algoritma, flowchart, dan tahapan
penyelesaian menggunakan computer; Struktur, tipe data, operator, input dan output;
Struktur algoritma runtutan dan seleksi;
Struktur algoritma perulangan
0.1 0.2 0.2 0.2 0.4 0 0 0
T2
Struktur algoritma perulangan; Struktur algoritma array dan record
0.1 0 0 0 0.2 0 0.8 0
P1
Algoritma, flowchart, dan tahapan
penyelesaian menggunakan computer; Struktur, tipe data, operator, input dan output;
Struktur algoritma runtutan dan seleksi;
Struktur algoritma perulangan; Struktur algoritma presedur dan fungsi; Struktur algoritma array dan record; Struktur file teks, file bertipe dan tidak bertipe
0.1 0 0 0.2 0.3 0.2 0.2 0.1
UTS1
Struktur algoritma perulangan; Struktur algoritma presedur dan fungsi
0.2 0 0 0 0.3 0.7 0 0
P2RP-LP3M UB UAS1
Struktur, tipe data, operator, input dan output; Struktur algoritma runtutan dan seleksi; Struktur algoritma presedur dan fungsi; Struktur algoritma array dan record; Struktur file teks, file bertipe dan tidak bertipe
0.2 0 0.2 0.2 0 0.1 0.2 0.3
8 Pengamatan Kelas
Perkuliahan Dasar-dasar Pemrograman Kelas C dilakukan dengan tatap muka sebanyak 14 pertemuan. Mahasiswa sangat antusias dengan mengkoding didalam kelas dengan pengawasan dosen. Mahasiswa yang antusias cenderung duduk didepan kelas.
Sedangkan mahasiswa yang pintar mengoding hanya beberapa saja. Karena tidak semua mahasiswa pintar dalam mengoding. Terdapat satu mahasiswa yang hadir akan tetapi tidak mengikuti semua assessment.
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 Dasar-dasar Pemrograman Kelas C
CLO1 CLO2 CLO3 CLO4 CLO5 CLO6 CLO7
Rata - rata 65.31 61.69 66.77 68.4 70.22 69.76 62.73
Kategori Capaian
SATISF ACTOR
Y
DEVEL OPING
SATISF ACTOR
Y
SATISF ACTOR
Y
SATISF ACTOR
Y
SATISF ACTOR
Y
DEVEL OPING Banyaknya
mahasiswa dengan 15 25 32 34 33 32 22
P2RP-LP3M UB CLO>60 Persentase mahasiswa dengan CLO>60
42.86 71.43 91.43 97.14 94.29 91.43 62.86
Kategori Persentase
VERY
LOW HIGH HIGH HIGH HIGH HIGH MEDIU
M
(a) (b)
Gambar 1. Visualisasi (a) indeks capaian dan (b) presentasi mahasiswa dengan capaian
>60 di setiap CLO MK Dasar-dasar Pemrograman Kelas C
Sesuai dengan kategori capaian yang tersaji pada Tabel 4, dapat disimpulkan beberapa hal berikut ini:
- Tidak ada CLO yang rata – rata mencapai nilai excellent
- CLO1, CLO3, CLO4, dan CLO6 berada pada kategori pencapaian satisfactory.
Akan tetapi pada CLO1, banyak mahasiswa dengan nilai capaian di atas 60 sebesar 42% dengan kategori very low. Selain itu, CLO3, CLO4, dan CLO6 banyaknya mahasiswa dengan nilai capaian di atas 60 termasuk dalam kategori high
- CLO2 dan CLO7 memiliki kategori developing. Terdapat 71% mahasiswa yang memperoleh nilai capaian di atas 60 dengan kategori high pada CLO2 dan terdapat 62% mahasiswa yang memperoleh nilai capaian diatas 60 dengan katagori medium pada CLO7.
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
0 20 40 60 80 100CLO1
CLO2
CLO3
CLO4 CLO5
CLO6 CLO7
Weighted-avg-based CLO's AI
Achievement Index of MAS61131
0 20 40 60 80 100CLO1
CLO2
CLO3
CLO4 CLO5
CLO6 CLO7
Student num-based CLO's AI
Achievement Index of MAS61131
P2RP-LP3M UB
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.
Beberapa hal yang dapat disimpulkan dari dukungan mata kuliah ini terhadap Capaian Pembelajaran Program Studi (ILO):
- Semua ILO yang yang berada pada kategori capaian Satisfactory yaitu:
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 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 Dasar-dasar Pemrograman Kelas C
IL O1
IL O2
IL
O3 ILO4 ILO5 IL
O6 ILO7 ILO8
Rata - rata terboboti 67.7 67.49 67.47 62.6
Kategori Capaian SATISFAC
TORY
SATISFAC TORY
SATISFAC TORY
DEVELO PING Banyaknya mahasiswa
dengan ILO>60 34 34 34 25
Persentase mahasiswa
dengan ILO>60 97.14 97.14 97.14 71.43
Kategori 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 Dasar-dasar Pemrograman Kelas C 10 Kendala
- Ruang kelas yang kurang besar dengan jumlah mahasiswa yang lumayan. Serta dosen yang selalu mengawasi mahasiswa satu persatu sehingga membutuhkan ruang untuk bergerak
- Serta tidak adanya fasilitas stop kontak untuk mahasiswa yang menggunakan laptop. Karena mahasiswa langsung mengkoding.
- Mahasiswa kurang termotivasi dalam mengkoding. Hal ini dikarenakan kurangnya contoh soal dan mahasiswa langsung mengkoding yang membutuhkan logika lumayan tinggi.
11 Distribusi Nilai
Nilai akhir diperoleh dari pembobotan seluruh komponen penilaian/asessment seperti yang disajikan pada kolom tiga di Tabel 2. Sedangkan statistika deskriptif dari setiap asessment dapat dilihat di Tabel 6.
Tabel 6. Statistika Deskriptif Dasar-dasar Pemrograman Kelas C 2019/2020
Statistika
deskriptif Q1 Q2 T1 T2 P1 UTS1 UAS1 Nilai
Akhir Rata-rata 65.91 59.07 65.31 79.01 86.96 69.47 58.69 70.73
Median 68.06 55.1 60 88.75 88.93 73.16 57.5 72.71
Simpangan Baku 15.51 13.69 32.45 20.39 16.42 14.68 14.52 12.37
Range 99.88 99.74 100 95 99.75 91 90 79.50
Minimum 0 0 0 0 0 0 0 0
Maximum 99.88 99.74 100 95 99.75 91 90 82.35
Berdasarkan Tabel 6, dapat diketahui bahwa rata-rata terbesar (sebesar 86.96) ada pada assessment praktikum (P1). Median terbesar (sebesar 88.93) terdapat pada assessment
0 20 40 60 80 100ILO1
ILO2
ILO3
ILO4 ILO5
ILO6 ILO7
ILO8
Weighted-avg-based ILO's AI
Achievement Index of MAS61131
0 20 40 60 80 100ILO1
ILO2
ILO3
ILO4 ILO5
ILO6 ILO7
ILO8
Student num-based ILO's AI
Achievement Index of MAS61131
P2RP-LP3M UB
praktikum (P1). Simpangan baku terbesar ialah assessment Tugas 1 sebesar 32.45.
Range terbesar terdapat pada assessment Tugas 1 dengan nilai maksimum sebesar 100, minimum sebesar 0 (ada yang tidak mengikuti), dan range sebesar 100. Nilai minimum merupakan nilai dari satu orang mahasiswa dengan tidak mengerjakan setiap assessment sehingga mendapatkan nilai nol. Nilai sempurna (100) terdapat pada assessment sikap (ABS1) dan Tugas 1 (T1). 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 70. Sedangkan nilai minimum dan maksimum dari nilai akhir sebesar 29.45 dan 96.50. 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 51%, kemudian nilai B+ sebanyak 23%.
Selain itu berurutan dari yang terbanyak ialah nilai huruf C+ sebanyak 20%, nilai A sebanyak 3%, dan nilai E sebanyak 3%.
Gambar 3. Sebaran nilai akhir huruf MK Dasar-dasar Pemrograman Kelas C 2019/2020 12 Kesimpulan
- Terdapat CLO yang masih developing sehingga perlu penekanan pada materi CLO2 yaitu Mahasiswa mampu mengkoding pengolahan data sederhana menggunakan struktur algoritma presedur dan fungsi serta CLO7 yaitu mahasiswa mampu mengkoding pengolahan data sederhana menggunakan struktur file teks, file bertipe dan tidak bertipe
- Sebaran nilai akhir huruf menunjukkan mahasiswa masih memiliki nilai yang cukup rendah.
13 Rekomendasi Perbaikan
- Perlunya strategi baru dalam pengajaran serta memotivasi mahasiswa untuk bisa mengkoding.
3%
23%
51%
20%
0% 0% 3%
A B+ B C+ C D E
P2RP-LP3M UB
- Memberbanyak contoh soal dalam mengkoding
P2RP-LP3M UB
Lampiran 1.
Kesesuaian Materi Perkulihaan antara Rencana dan PraktekPertemuan Rencana Pertemuan
1 2 3 4 5 6 7 UTS 8 9 10 11 12 13 14 UAS 1 Pengantar algoritma, flowchart, dan tahapan
penyelesaian menggunakan komputer √
2 Tipe-tipe data dasar √
3 Struktur algoritma: Runtutan dan seleksi √
4 Struktur algoritma: Perulangan √
5 KUIS 1 √
6 Procedure √
7 Function dan rekursi √
UTS UTS √
8 Tipe data larik (array) √
9 Tipe data larik (array): matrik √
10 Tipe data rekaman (record) √
11 Tipe data rekaman (record) Dua data
rekaman
12 KUIS 2 √
13 Procedure dan function standard untuk semua tipe
file dan file teks √
14 File bertipe dan tak bertipe √
UAS UAS √
P2RP-LP3M UB
Lampiran 2. Daftar Rincian Nilai
No NIM Nama Q1 Q2 T1 T2 P1 UTS1 UAS1 Nilai
Akhir NH 1 '165090501111023 Nikma Rofitanur 71.43 55.1 60 93 88.98 81.79 77.5 77.99 B+
2 '165090501111031 Maisytha Rahmi 83.47 57.86 60 93 88.93 81.22 54.17 73.97 B 3 '165090501111039 Pitaloka Senja Prahestya 69.9 55.1 60 93 82.63 78.72 61.67 72.71 B 4 '175090400111032 Nasrurrohman Abdul Karim Cholis 62.45 70.07 60 93 91 63.38 70.83 74.49 B 5 '185090500111002 Alya Yovita Haumahu 81.22 51.16 4 90.3 90.75 75.65 52.5 66.66 C+
6 '185090500111013 Irene Sugiarto 68.57 55.1 50 56 96.25 80.26 54.17 69.48 B 7 '185090500111016 Ananda Ajeng Puspita Sari 73.67 55.1 52 88.75 91.5 73.73 90 78.85 B+
8 '185090500111019 Shafiyah Rabith Al Izzah 53.88 64.55 100 59.38 97.05 78.72 54.17 74.06 B 9 '185090500111020 Talitha Syamsa Rahma 79.69 64.55 100 59.38 97.75 75.65 57.5 76.77 B+
10 '185090500111023 Anissa Setiyani 61.22 55.1 50 56 96.75 67.6 57.5 66.93 C+
11 '185090500111024 Stefany Paulina P 89.74 64.55 50 56 96 76.8 55.83 72.16 B 12 '185090500111026 Evita Akmal Rahmadona 68.98 55.1 4 90.3 96.25 67.6 50 64.27 C+
13 '185090500111028 Faizal Nawawi 60.81 55.1 58 56 96.5 91 77.5 75.63 B+
14 '185090500111030 Ahmad Fikri 73.88 64.55 52 56 98.7 68.17 75.83 72.60 B
15 '185090500111034 Kavilatul Bariroh 51.22 64.55 100 87.5 96.25 67.6 50 73.47 B 16 '185090500111040 Adinda Sekar Ayu 74.28 64.55 4 90.3 97.25 63.95 59.17 66.95 C+
17 '185090500111045 Victoria Miranda Yosepha Panjaitan 69.49 64.55 100 87.5 98.5 70.67 71.67 79.76 B+
18 '185090500111046 Sonya Milenita Alpreda 67.14 55.1 4 90.3 99.75 75.46 62.5 69.22 B 19 '185090501111005 Jeni Indah Rahmawati 74.49 67.31 96 95 87.7 83.71 55.83 79.96 B+
20 '185090501111015 Nizam Adil Rais 61.63 55.1 90 95 84.95 66.25 63.33 73.87 B 21 '185090501111028 Mohammad Hilmi Susanto 68.06 62.98 90 95 88.85 75.65 52.5 76.12 B+
22 '185090501111036 Putu Wiwin Andrini 61.02 64.55 100 87.5 77.5 59.54 56.67 72.30 B 23 '185090501111037 Nailul Hidayati 58.77 55.1 100 59.38 80.5 62.99 50 67.97 C+
24 '185090501111043 Faustina Zahra Qotrunnada 0 0 0 0 0 0 0 2.86 E
P2RP-LP3M UB
No NIM Nama Q1 Q2 T1 T2 P1 UTS1 UAS1 Nilai
Akhir NH 25 '185090507111003 Ika Shofiatul Mahmudah 74.49 55.1 52 90.75 83.95 73.73 75 75.38 B+
26 '185090507111004 Aulia Adizari Kurniawan 59.79 55.1 50 90.75 88.45 73.16 58.33 70.71 B 27 '185090507111006 Gede Ganesh Adi Bharata 99.88 51.16 50 90.75 75.93 63.57 50.83 68.94 C+
28 '185090507111007 Cahyaning Putri Setiono 55.51 64.55 60 93 83.3 75.27 75 74.26 B 29 '185090507111009 Novita Primaylia Nabilah 57.75 55.1 100 59.38 80.1 78.15 60 72.86 B 30 '185090507111011 Balkis Firdausy 57.75 57.73 50 88.75 84.4 65.1 50.83 67.05 C+
31 '185090507111018 Roro Nurfauziah Amini 70.61 99.74 100 87.5 83.55 77.57 62.5 82.35 A 32 '185090507111024 Arif Prabawa Putrayana 74.18 64.55 90 95 81.7 70.67 50 74.68 B 33 '185090507111031 Muhammad Panca Hikmawanto 64.39 51.16 90 95 96.4 61.65 40 69.31 B 34 '185090519111001 Saphira Kusbandiyah 56.53 55.1 100 87.5 83.85 62.61 53.33 71.49 B 35 '185090520111001 Erni Kahi Ana Tuli 51.02 81.36 100 59.38 81.7 44 67.5 69.65 B
