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 Anggi Gustiningsih HapsanS.Kom., M.Kom 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 Ctau tatap muka dengan dosen dan 1 sks praktikum yang dibimbing oleh asisten dosen. Mata kuliah basis data Kelas C diikuti oleh 2 mahasiswa angkatan 2017 dan 39 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
P2RP-LP3M UB
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.
Sedangkan capaian pembelajaran dari Mata Kuliah (Course Learning Outcome - CLO) Basis Data Kelas C 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 C dan ILO yang disajikan pada Tabel 1.
Tabel 1. Matriks Hubungan antara CLO dan ILO MK Basis Data Kelas C
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 Edmodo
- 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.
P2RP-LP3M UB
- Kuis, UTS dan UAS menggunakan beberapa aplikasi seperti email, Edmodo dan quizizz.
- 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 4.7. 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.
Tugas 2 untuk materi konsep basis data dan memodelkan sistem basis data
Tugas 3 untuk materi 1NF, 2NF, 3NF, BCNF, 4NF, dan 5NF
Tugas 4 untuk materi normalisasi dan merancang sistem, membuat laporan dan mengexportnya
Kuis 1 dilakukan saat pertemuan ke-5 untuk materi pendekatan dan konsep dasar basis data, pemodelan ER, serta UML.
Kuis 2 dilakukan saat pertemuan ke-11 untuk materi 1NF, 2NF, 3NF, BCNF, 4NF, dan 5NF
UTS dilakukan secara terjadwal setelah pertemuan ke-7 untuk materi pendekatan dan konsep dasar basis data, pemodelan ER, serta UML.
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 Greiss Ully, Fabiola Puspa Pratiwi, Mamlu'atul Marchamah, dan Erika Triswanda. Nilai akhir praktikum dihitung dari 0.20*(tugas1 + tugas2)/2 + 0.25*UTP + 0.25*kehadiran + 0.30*UAP.
P2RP-LP3M UB
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.
5 Peserta Kuliah
Mata kuliah Basis Data adalah mata kuliah pilihan yang diikuti oleh mahasiswa program studi Sarjana Statistika FMIPA UB, 2 mahasiswa angkatan 2017 dan 39 mahasiswa angkatan 2018.
6 Persentase Kehadiran
Kehadiran dosen adalah 100% sedangkan kehadiran mahasiswa rata-rata sebesar 99.826%
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.
- Tugas 2 untuk materi konsep basis data dan memodelkan sistem basis data - Tugas 3 untuk materi 1NF, 2NF, 3NF, BCNF, 4NF, dan 5NF
- Tugas 4 untuk materi normalisasi dan merancang sistem, membuat laporan dan mengexportnya
- 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 C, 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.
- 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.
- 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.
- 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.
P2RP-LP3M UB
- 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)
Ases
ment 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 0.15 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 0.05 0.5 0.5 0 0 0
T2
Bentuk normal desain logika relasi basis data, merancang sistem, membuat laporan dan mengexportnya
0.025 0 0 0.5 0.25 0.25
T3 Konsep basis data, dan
memodelkan sistem basis data 0.075 0.5 0.5 0 0 0
T4
Bentuk normal desain logika relasi basis data, merancang sistem, membuat laporan dan mengexportnya
0.05 0 0 0.5 0.25 0.25
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 0.2 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
Antusiasme sebagian mahasiswa sangat tinggi untuk mempelajari TI meskipun ada keterbatasan fundamental. Mahasiswa sangat tertarik jika ada praktek secara langsung di kelas.
P2RP-LP3M UB 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 C
CLO1 CLO2 CLO3 CLO4 CLO5
Rata - rata 77.16 77.16 69.1 76.17 71.14
Kategori Capaian SATISFACT ORY
SATISFACT ORY
SATISFACT ORY
SATISFA CTORY
SATISFA CTORY Banyaknya mahasiswa
dengan CLO>60 41 41 34 39 38
Persentase mahasiswa
dnegan CLO>60 100 100 82.93 95.12 92.68
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 C
Sesuai dengan kategori capaian yang tersaji pada Tabel 4, dapat disimpulkan beberapa
0 50 100CLO1
CLO2
CLO3 CLO4
CLO5
Weighted-avg-based CLO's AI
Achievement Index of MAS62131
0 50 100CLO1
CLO2
CLO3 CLO4
CLO5
Student num-based CLO's AI
Achievement Index of MAS62131
P2RP-LP3M UB hal berikut ini:
- Tidak ada CLO yang memiliki rata – rata mencapai nilai excellent, dengan rata – rata di atas 80.
- Semua CLO (CLO1 sampai CLO5) berada pada kategori pencapaian satisfactory.
Serta 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.
Beberapa hal yang dapat disimpulkan dari dukungan mata kuliah ini terhadap Capaian Pembelajaran Program Studi (ILO):
- Tidak ada ILO yang berada pada kategori capaian Excellent
- semua 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 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
P2RP-LP3M UB
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.
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 C
ILO1 ILO2 ILO3 ILO4 ILO5 ILO6 ILO7 ILO8
Rata - rata
terboboti 74.96 74.22 73.28 74.39 74.05 74.05 75.54 73.76 Kategori
Capaian
SATIS FACTO
RY
SATIS FACTO
RY
SATIS FACTO
RY
SATIS FACT ORY
SATIS FACTO
RY
SATIS FACTO
RY
SATIS FACTO
RY
SATIS FACTO
RY Banyaknya
mahasiswa dengan ILO>60
41 40 39 39 40 40 39 39
Persentase mahasiswa dnegan ILO>60
100 97.56 95.12 95.12 97.56 97.56 95.12 95.12
Kategori HIGH HIGH HIGH HIGH HIGH HIGH HIGH HIGH
(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 C
0 50 100ILO1
ILO2
ILO3
ILO4 ILO5
ILO6 ILO7
ILO8
Weighted-avg-based ILO's AI
Achievement Index of MAS62131
92 94 96 98 100ILO1
ILO2
ILO3
ILO4 ILO5
ILO6 ILO7
ILO8
Student num-based ILO's AI
Achievement Index of MAS62131
P2RP-LP3M UB 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 C 2019/2020
Statistika
deskriptif Q1 Q2 T1 T2 T3 T4 P1 UTS1 UAS1 Nilai
Akhir Rata-rata 82.29 71.95 85.00 75.85 85.00 78.71 89.86 68.41 59.71 74.20
Median 83 72 85 80 85 85 92.55 70 60 75.02
Simpangan
Baku 5.36 15.64 0.00 17.19 0.00 22.12 9.28 10.68 11.48 6.50
Range 25 88 0 2 0 3 54 53 60 34.08
Minimum 68 12 85 78 85 82 44 35 40 56.43
Maximum 93 100 85 80 85 85 98 88 100 90.51
Berdasarkan Tabel 6, dapat diketahui bahwa rata-rata terbesar (sebesar 89.86) ada pada assessment Praktikum. Median terbesar (sebesar 92.55) terdapat pada assessment praktikum. Simpangan baku terbesar ialah assessment Kuis2 sebesar 15.64. Range terbesar terdapat pada assessment kuis 2 dengan nilai minimum 12, nilai maksimum 100 dan range 88. Nilai minimum terendah sebesar 12 pada assessment kuis2 dan tertinggi sebesar 85 pada asessment tugas 1 dan tugas 3. Nilai sempurna (100) terdapat pada assessment kuis 2, dan UAS. Sedangkan nilai akhir yang diperoleh dengan 0.15*Q1 + 0.15*Q2 + 0.05*T1 + 0.025*T2 + 0.075*T3 + 0.05*T4 + 0.1*P1 + 0.2*UTS1 + 0.2*UAS1 memiliki rata-rata dan median sebesar 75. Sedangkan nilai minimum dan maksimum dari nilai akhir sebesar 56.43 dan 90.51. 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 34%. Nilai huruf A dan B secara berurutan diperoleh sebanyak 17% dan 32% mahasiswa. Selain itu, terdapat mahasiswa yang memperoleh nilai C+ dan C secara berurutan sebesar 15% dan 2%.
P2RP-LP3M UB
Gambar 3. Sebaran nilai akhir huruf MK Basis Data Kelas C 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 17%
34%
32%
15%
2%
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 Q1 Q2 T1 T2 T3 T4 P1 UTS1 UAS1 Nilai
Akhir
Nilai Huruf 1 '175090400111012 Muhammad Ainul Yaqin 81 62 85 80 85 0 64.65 54 44 60.14 C+
2 '175090400111032 Nasrurrohman Abdul Karim Cholis 81 67 85 0 85 0 44 44 52 56.425 C 3 '185090500111003 Muhammad Naufal Amanullah 83 96 85 80 85 85 93.5 78 80 84.675 A
4 '185090500111005 Riski Fausta 72 76 85 80 85 85 98 86 68 79.675 B+
5 '185090500111006 Chika Rafika Ayu Pramesthi 89 60 85 80 85 85 93.35 72 52 73.36 B 6 '185090500111007 Akhmad Rizaly Fikriansyah 82 76 85 80 85 85 96.6 74 64 77.835 B+
7 '185090500111009 Nafthalie Andreani 84 80 85 80 85 85 94.725 64 48 73.3475 B
8 '185090500111010 Nava Ayu Azzahra 93 52 85 80 85 85 97.2 74 48 72.745 B
9 '185090500111012 Harry Maringan Tua 83 60 85 80 85 85 93.025 70 67 75.0275 B+
10 '185090500111016 Ananda Ajeng Puspita Sari 83 84 85 80 85 85 97.4 70 63 78.265 B+
11 '185090500111017 Annisa Fakhira Ramadhani 84 94 85 80 85 85 92.55 68 72 80.83 A
12 '185090500111018 Aldi Junaedi 75 72 85 80 85 82 95.25 66 64 74.3 B
13 '185090500111019 Shafiyah Rabith Al Izzah 79 60 85 78 85 85 89.2 54 60 69.395 B 14 '185090500111020 Talitha Syamsa Rahma 85 68 85 80 85 85 94.1 64 40 70.035 B 15 '185090500111021 Lion Narwastu Deon 88 80 85 80 85 85 90.3 66 60 76.305 B+
16 '185090500111026 Evita Akmal Rahmadona 91 68 85 80 85 85 95.7 70 66 77.495 B+
17 '185090500111027 Annisa Setya Wahyuningrum 80 80 85 80 85 85 92.7 78 64 78.545 B+
18 '185090500111028 Faizal Nawawi 69 62 85 78 85 0 95.5 66 52 65.375 C+
19 '185090500111030 Ahmad Fikri 68 48 85 78 85 85 92.5 72 69 71.675 B
20 '185090500111032 Nur Hayati 87 68 85 78 85 85 95.1 72 70 77.985 B+
21 '185090500111033 Diana Safitri 86 80 85 80 85 85 92.45 60 60 75.02 B+
22 '185090500111043 Arsid Jimmi Yuwanto 87 82 85 80 85 85 88.75 66 44 73.1 B 23 '185090501111001 M. Sandy Asyraf 83 78 85 80 85 85 89.825 72 60 76.4075 B+
24 '185090501111006 Mohammad Zanuar Fatih Terim 81 68 85 80 85 85 93.75 76 52 74.2 B
P2RP-LP3M UB
No NIM Nama Q1 Q2 T1 T2 T3 T4 P1 UTS1 UAS1 Nilai
Akhir
Nilai Huruf 25 '185090501111011 Muhammad Ariq Shidqi 74 76 85 80 85 85 92.625 74 52 73.8375 B 26 '185090507111001 Dinny Zaidan Nadwah 83 68 85 80 85 85 78.25 58 44 67.75 C+
27 '185090507111002 Marco Amadeo Halim 85 100 85 80 85 85 88.825 84 101 90.5075 A 28 '185090507111004 Aulia Adizari Kurniawan 82 86 85 80 85 85 85.875 70 58 76.2625 B+
29 '185090507111005 Gabrielle Yukiko Marchelita 86 64 85 80 85 85 90.45 78 64 76.82 B+
30 '185090507111006 Gede Ganesh Adi Bharata 82 64 85 80 85 85 94 72 48 72.175 B 31 '185090507111007 Cahyaning Putri Setiono 86 12 85 78 85 85 84.5 64 60 64.775 C+
32 '185090507111008 Khairunnisa Faadhilah 86 78 85 80 85 85 90.625 88 64 80.9375 A 33 '185090507111009 Novita Primaylia Nabilah 80 92 85 80 85 85 91.5 74 68 80.225 A 34 '185090507111010 Dwi Febriyanti Nur Annisaa 82 96 85 80 85 85 96.4 66 72 80.815 A
35 '185090507111011 Balkis Firdausy 78 60 85 80 85 85 93.1 46 61 68.285 C+
36 '185090507111016 Ravil Wardana Fauzi 88 70 85 80 85 85 87 72 57 75.075 B+
37 '185090507111019 Vito Ahmad Dwiansyah 75 80 85 80 85 85 86.5 72 48 72.775 B 38 '185090507111020 Rizky Rivaldi Akbar 84 49 85 0 85 85 88.25 35 52 61.05 C+
39 '185090507111021 Achmad Azidan Al Faruq 78 70 85 80 85 85 84.7 70 44 70.345 B 40 '185090507111024 Arif Prabawa Putrayana 84 84 85 80 85 85 93 84 64 80.975 A 41 '185090507111030 Denilson Jovano 87 80 85 80 85 85 88.625 62 72 77.5875 B+
