UNIVERSITAS AMIKOM YOGYAKARTA
FAKULTAS ILMU KOMPUTER
PROGRAM STUDI SISTEM INFORMASI

RPS-S1SI-SI154
RENCANA PEMBELAJARAN SEMESTER
MATA KULIAH (MK) KODE Rumpun MK BOBOT (sks) SEMESTER Tanggal Penyusunan
PEMROSESAN DAN VISUALISASI DATA SI154 Data and Information Management T= 4 5 15 Sep 2026
Pengesahan Dosen Pengembang RPS Koordinator RMK Ka PRODI

Dr. Anggit Dwi Hartanto, S.Kom., M.Kom.
Ir. Yoga Pristyanto, S.Kom., M.Eng
Dr. Anggit Dwi Hartanto, S.Kom., M.Kom.
Capaian Pembelajaran CPL-PRODI yang dibebankan pada MK
CPL07 Mampu mengolah data yang bersumber dari data pengguna pada aplikasi tertentu menjadi informasi yang tepat sesuai kebutuhan stakeholder dengan metode atau tools tertentu
CPL13 Mampu menjelaskan pemahaman mengenai konsep dan evaluasi pengolahan data tertentu sesuai karakteristik data
Capaian Pembelajaran Mata Kuliah (CPMK)
CPMK21 Mampu mengolah data yang bersumber dari data pengguna pada suatu aplikasi menjadi informasi yang tepat sesuai kebutuhan stakeholder dengan metode atau tools tertentu
CPMK42 Mampu menjelaskan pemahaman mengenai konsep pengolahan data tertentu sesuai karakteristik data
Kemampuan akhir tiap tahapan belajar (Sub-CPMK)
sub.cpmk.SI154.CPMK21.1 Mampu menerapkan teknik-teknik visualisasi dan interpretasi data berdasarkan karakteristik hasil pengolahan data.
sub.cpmk.SI154.CPMK21.2 Mampu menggunakan tool untuk memvisualkan hasil analisis dan pemrosesan data menjadi sebuah reporting dalam bentuk dashboard.
sub.cpmk.SI154.CPMK21.3 Mampu menerapkan dan menganalisis teknik akuisisi data, pemrosesan data dan visualisasi data pada real-world problem case study.
sub.cpmk.SI154.CPMK42.1 Mampu menjelaskan pemahaman konsep data, jenis-jenis data, pemrosesan data dan visualisasi data beserta karateristiknya.
sub.cpmk.SI154.CPMK42.2 Mampu menjelaskan pemahaman konsep akuisisi data, teknik-teknik akuisisi data dan sumber-sumber data baik dataset primer maupun dataset public.
sub.cpmk.SI154.CPMK42.3 Mampu menerapkan metode dan tahapan-tahapan dalam pemrosesan data sesuai dengan karakteristik data.
Korelasi CPMK terhadap Sub-CPMK
CPMK42 sub.cpmk.SI154.CPMK42.1
sub.cpmk.SI154.CPMK42.2
sub.cpmk.SI154.CPMK42.3
CPMK21 sub.cpmk.SI154.CPMK21.1
sub.cpmk.SI154.CPMK21.2
sub.cpmk.SI154.CPMK21.3
Deskripsi Singkat MK Mata kuliah Pemrosesan dan Visualisasi Data merupakan mata kuliah pilihan konsentrasi bagi mahasiswa program studi sistem informasi. Mata kuliah ini memiliki bobot 4 SKS dan bertujuan untuk memberikan pemahaman dan keterampilan dalam mengelola dan memvisualisasikan data secara efektif serta melakukan pra pemrosesan data sebelum analisis lebih lanjut. Mata kuliah Pemrosesan dan Visualisasi Data ini akan memberikan bekal pengetahuan dan keterampilan yang penting bagi mahasiswa dalam mengolah dan memvisualisasikan data secara efisien dan efektif, sehingga dapat mengambil keputusan yang lebih informasi dan tepat dalam berbagai bidang. Perkuliahan diselenggarakan 14 pekan dengan 28 kali pertemuan tatap muka selama satu semester. Perkuliahan diawali dengan menjelaskan pengantar pemrosesan dan visualisasi data, materi yang dipelajari, referensi, tata cara perkuliahan, rincian tugas, serta penilaian akhir. Tugas kuliah akan diberikan secara individu dan jika berkelompok maka 1 kelompok terdiri dari maksimal 3 orang. Perkuliahan dilakukan secara luring di kelas sedangkan tugas serta kuis yang di-upload pada aplikasi LMS (Learning Management System).
Bahan Kajian : Materi Pembelajaran Materi yang disampaikan pada mata kuliah ini meliputi : Pengantar Pemrosesan dan Visualisasi Data, Jenis-Jenis Data, Konsep Akuisisi Data, Akuisisi Data Public, Akuisisi Data Primer, Pra Pemprosesan Data, Pra Pemprosesan Data Tabular, Pra Pemprosesan Data Time Series, Pra Pemprosesan Data Text, Pra Pemprosesan Data Image, Teknik Visualisasi Data, Dashboard and Reporting.
Pustaka Utama
  • 1. Nussbaumer Knaflic, C. (2015). Storytelling with data (C. N. Knaflic, Ed.). John Wiley & Sons
Pendukung
  • 2. Grus, J. (2019). Data Science from Scratch from First Edition. O’Reilly Media.
  • 3. Kazil, J., & Jarmul, K. (2016). Data Wrangling with Python : Tips and Tools to Make Your Life Easier. In O’Reilly Media.
  • 4. Mazza, R. (n.d.). Introduction to Information Visualization. In Springer. Springer.
  • 5. McKinney, W. (2013). Python for Data Analysis. In O’Reilly Media.
  • 6. Munzner, T. (2015). Visualization Analysis & Design. In CRC Press : Taylor & Francis Group.
  • 7. Provost, F., & Fawcett, T. (2013). Data science-what you need to know about analytic-thinking and decision-making. In O’Reilly Media.
  • 8. Sosulski, K. (2019). Data Visualization Made Simple. In Taylor & Francis Group.
  • 9. VanderPlas, J. (2017). Python Data Science Handbook : Essential Tools for Working with Data. In O’Reilly Media.
Dosen Pengampu Dr. Anggit Dwi Hartanto, S.Kom., M.Kom.; Prof. Dr. Ema Utami, S.Si., M.Kom.; Melany Mustika Dewi, S.Kom., M.Kom.; Afrig Aminuddin, S.Kom., M.Eng., Ph.D.; Norhikmah, S.Kom., M.Kom.; Dr. Hartatik, S.T., M.Cs.; M. Nuraminudin, S.Kom., M.Kom.; I Made Artha Agastya, S.T., M.Eng., Ph.D.
Mata Kuliah Syarat -
Pertemuan Ke Kemampuan akhir tiap tahapan belajar (Sub-CPMK) Penilaian Bentuk Pembelajaran; Metode Pembelajaran; Penugasan Mahasiswa; Materi Pembelajaran Bobot Penilaian
Indikator Kriteria & Teknik Luring Daring
1 sub.cpmk.SI154.CPMK42.1-Mampu menjelaskan pemahaman konsep data, jenis-jenis data, pemrosesan data dan visualisasi data beserta karateristiknya.
 Ketepatan Menjelaskan Konsep Pemrosesan dan Visualisasi Data dan Jenis-jenis dataset berdasarkan karakteristiknya Kriteria
Ketepatan Jawaban
Teknik
Kuis tentang perbedaan antar jenis-jenis data. 		Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Ceramah Langsung,[C=45 Menit]
Kuliah,Diskusi,[DS=30 Menit]
Penugasan,Kuis,[K=15 Menit]
 Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Ceramah Langsung,[C=45 Menit]
Kuliah,Diskusi,[DS=30 Menit]
Penugasan,Kuis,[K=10 Menit]
 Topik
Konsep dan Jenis-Jenis Dataset
Sub Topik
1. Konsep Pemrosesan dan Visualisasi Data
2. Jenis-jenis dataset berdasarkan karakteristiknya

 5
2
3 sub.cpmk.SI154.CPMK42.2-Mampu menjelaskan pemahaman konsep akuisisi data, teknik-teknik akuisisi data dan sumber-sumber data baik dataset primer maupun dataset public.
 Ketepatan menjelaskan Konsep Akuisisi Data, Dataset Public dan Primer, Sumber-Sumber Data, Teknik Akuisisi Data, Pengambilan Data Image dan Pengambilan Data Text Kriteria
Ketepatan Jawaban
Teknik
Tugas menentukan teknik akuisisi data berdasarkan karakteristiknya. 		Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Proses Belajar,[PB=45 Menit]
Kuliah,Diskusi,[DS=45 Menit]
Penugasan,Tugas Take Home,[TH=70 Menit]
 Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Ceramah Langsung,[C=45 Menit]
Kuliah,Diskusi,[DS=45 Menit]
Penugasan,Tugas Take Home,[TH=70 Menit]
 Topik
Konsep Akuisisi Data
Sub Topik
1. Konsep Akuisisi Data
2. Dataset Public dan Primer
3. Sumber-Sumber Data
4. Teknik Akuisisi Data
5. Pengambilan Data Image
6. Pengambilan Data Text
 5
4
5
6 sub.cpmk.SI154.CPMK42.3-Mampu menerapkan metode dan tahapan-tahapan dalam pemrosesan data sesuai dengan karakteristik data.
 1. Ketepatan menjelaskan pemahaman Gambaran Umum Pra Pemrosesan Data. 2. Ketepatan menjelaskan pemahaman Tujuan Pra Pemrosesan Data. 3. Ketepatan menjelaskan Tahapan Pra Pemrosesan Data 4. Ketepatan menjelaskan pemahaman pra pemrosesan data tabular 5. Ketepatan mengimplementasikan noise cleansing, outlier detection, remove duplication dan missing values imputation. 6. Ketepatan mengimplementasikan Data Transformasi dan Integrasi serta Imbalanced Class Handling. Kriteria
Ketepatan Jawaban
Teknik
Tugas praktek melakukan noise cleansing, outlier detection, remove duplication, missing values imputation, Data Transformasi dan Integrasi serta Imbalanced Class Handling pada suatu dataset pada suatu dataset. 		Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Ceramah Langsung,[C=45 Menit]
Kuliah,Diskusi,[DS=45 Menit]
Penugasan,Tugas Take Home,[TH=70 Menit]
 Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Ceramah Langsung,[C=45 Menit]
Kuliah,Diskusi,[DS=45 Menit]
Penugasan,Tugas Take Home,[TH=70 Menit]
 Topik
Pra Pemrosesan Data
Sub Topik
1. Gambaran Umum Pemrosesan Data
2. Tujuan Pemrosesan Data
3. Tahapan Pemrosesan Data
4. Noise Cleansing
5. Outlier Detection
6. Missing Values Imputation
7. Removing Duplicate
8. Data Transformasi dan Integrasi
9. Imbalanced Class Handling
 5
7
8
9 sub.cpmk.SI154.CPMK42.3-Mampu menerapkan metode dan tahapan-tahapan dalam pemrosesan data sesuai dengan karakteristik data.
 1. Ketepatan menjelaskan pemahaman pra pemrosesan data time series, mengimplementasikan Denoising, Stationary Detection dan Outlier Detection. 2. Ketepatan mengimplementasikan Normalization, Missing Values Imputation dan Smoothing. Kriteria
Ketepatan Jawaban
Teknik
Tugas praktek melakukan Denoising, Stationary Detection, Outlier Detection, Normalization, Missing Values Imputation dan Smoothing pada suatu dataset time series. 		Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Ceramah Langsung,[C=45 Menit]
Kuliah,Diskusi,[DS=45 Menit]
Penugasan,Tugas Take Home,[TH=70 Menit]
 Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Ceramah Langsung,[C=45 Menit]
Kuliah,Diskusi,[DS=45 Menit]
Penugasan,Tugas Take Home,[TH=70 Menit]
 Topik
Pra Pemprosesan Data Time Series
Sub Topik
1. Denoising
2. Stationary Detection
3. Outlier Detection
4. Normalization
5. Missing Values Imputation
6. Smoothing
 5
10
11 sub.cpmk.SI154.CPMK42.3-Mampu menerapkan metode dan tahapan-tahapan dalam pemrosesan data sesuai dengan karakteristik data.
 1. Ketepatan menjelaskan pemahaman pra pemrosesan data text 2. Ketepatan mengimplementasikan Parsing, Case Folding, dan Pembobotan Kata 3. Ketepatan mengimplementasikan Stopword Removal dan Stemming. Kriteria
Ketepatan Jawaban
Teknik
Tugas praktek melakukan Parsing, Case Folding, Pembobotan Kata, Stopword Removal dan Stemming pada suatu dataset text. 		Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Ceramah Langsung,[C=45 Menit]
Kuliah,Diskusi,[DS=45 Menit]
Penugasan,Tugas Take Home,[TH=70 Menit]
 Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Ceramah Langsung,[C=45 Menit]
Kuliah,Diskusi,[DS=45 Menit]
Penugasan,Tugas Take Home,[TH=70 Menit]
 Topik
Pra Pemprosesan Data Text
Sub Topik
1. Parsing
2. Case Folding
3. Pembobotan Kata
4. Stopword Removal
5. Stemming
 5
12
13 sub.cpmk.SI154.CPMK42.3-Mampu menerapkan metode dan tahapan-tahapan dalam pemrosesan data sesuai dengan karakteristik data.
 1. Ketepatan menjelaskan pemahaman pra pemrosesan data gambar/image 2. Ketepatan mengimplementasikan pemahaman Resize, Gray Scale, Binerisasi, Thresholding. 3. Ketepatan mengimplementasikan pemahaman segmentasi, augmentasi dan feature extraction. Kriteria
Ketepatan Jawaban
Teknik
Tugas praktek melakukan Resize, Gray Scale, Binerisasi, Thresholding, segmentasi, augmentasi dan feature extraction pada suatu dataset gambar/image. 		Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Ceramah Langsung,[C=45 Menit]
Kuliah,Diskusi,[DS=45 Menit]
Penugasan,Tugas Take Home,[TH=70 Menit]
 Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Ceramah Langsung,[C=45 Menit]
Kuliah,Diskusi,[DS=45 Menit]
Penugasan,Tugas Take Home,[TH=70 Menit]
 Topik
Pra Pemprosesan Data Image
Sub Topik
1. Resize
2. Gray Scale
3. Binerisasi
4. Thresholding
5. Segmentasi
6. Augmentasi
7. Feature Extraction
 5
14
15 sub.cpmk.SI154.CPMK42.3-Mampu menerapkan metode dan tahapan-tahapan dalam pemrosesan data sesuai dengan karakteristik data.
 Ketepatan dalam mengimplementasikan tahapan-tahapan pemrosesan data sesuai dengan karakteristik dataset yang telah ditentukan. Kriteria
Ketepatan Jawaban
Teknik
Pengumpulan Project UTS 		Ujian terjadwal,Durasi sesuai DAAK,[D=100 Menit]
 Ujian terjadwal,Durasi sesuai DAAK,[D=100 Menit]
 Topik
Ujian Tengah Semester (UTS)
Sub Topik
Ujian Tengah Semester (UTS)
 20
16 sub.cpmk.SI154.CPMK21.1-Mampu menerapkan teknik-teknik visualisasi dan interpretasi data berdasarkan karakteristik hasil pengolahan data.
sub.cpmk.SI154.CPMK21.2-Mampu menggunakan tool untuk memvisualkan hasil analisis dan pemrosesan data menjadi sebuah reporting dalam bentuk dashboard.
 1. Ketepatan menjelaskan pemahaman teknik visualisasi data. 2. Ketepatan mengimplementasikan teknik Visualisasi Comparison (perbandingan) dan Visualisasi Relationship (hubungan) pada hasil analisis data. 3. Ketepatan mengimplementasikan teknik Visualisasi Composition (komposisi) dan Visualisasi Distribution (distribusi)pada hasil analisis data. 4. Ketepatan menjelaskan pemahaman terkait memvisualisasikan sebuah reporting kedalam sebuah dashboard. 5. Ketepatan mendesain sebuah dashboard dengan karakteristik hasil pemrosesan data. 6. Ketepatan mendesain sebuah reporting berdasarkan hasil pemrosesan data. Kriteria
Ketepatan Jawaban
Teknik
Tugas praktek mengimplementasikan teknik Visualisasi Comparison (perbandingan), Visualisasi Relationship (hubungan), Visualisasi Composition (komposisi) dan Visualisasi Distribution (distribusi) pada hasil analisis data. Tugas mendesain sebuah dashboard dan reporting dengan karakteristik hasil pemrosesan data. 		Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Ceramah Langsung,[C=30 Menit]
Kuliah,Diskusi,[DS=60 Menit]
Penugasan,Tugas Take Home,[TH=70 Menit]
 Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Ceramah Langsung,[C=30 Menit]
Kuliah,Diskusi,[DS=60 Menit]
Penugasan,Tugas Take Home,[TH=70 Menit]
 Topik
Teknik Visualisasi Data, Dashboard & Reporting
Sub Topik
1. Comparison (perbandingan)
2. Visualisasi Relationship (hubungan)
3. Visualisasi Composition (komposisi)
4. Visualisasi Distribution
5. Analisis Dashboard dan Reporting
 5
17
18
19
20 sub.cpmk.SI154.CPMK21.3-Mampu menerapkan dan menganalisis teknik akuisisi data, pemrosesan data dan visualisasi data pada real-world problem case study.
 Ketepatan implementasi: Tugas : 1. Identifikasi Ide Tugas Besar 2. Identifikasi dataset dan teknik akuisisi data untuk Tugas Besar 3. Akuisisi Dataset Tugas Besar 4. Pra Pemrosesan Dataset Tugas Besar 5. Analisis Hasil Pra Pemrosesan Dataset Tugas Besar 6. Visualisasi dan Reporting Hasil Kriteria
Ketepatan Jawaban
Teknik
Tugas : 1. Identifikasi Ide Tugas Besar 2. Identifikasi dataset dan teknik akuisisi data untuk Tugas Besar 3. Akuisisi Dataset Tugas Besar 4. Pra Pemrosesan Dataset Tugas Besar 5. Analisis Hasil Pra Pemrosesan Dataset Tugas Besar 6. Visualisasi dan Reporting Hasil 		Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Ceramah Langsung,[C=15 Menit]
Kuliah,Diskusi,[DS=75 Menit]
Penugasan,Tugas Take Home,[TH=70 Menit]
 Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Ceramah Langsung,[C=15 Menit]
Kuliah,Diskusi,[DS=75 Menit]
Penugasan,Tugas Take Home,[TH=70 Menit]
 Topik
Implementasi Tugas Besar/Final Project
Sub Topik
1. Identifikasi Ide Tugas Besar
2. Identifikasi dataset dan teknik akuisisi data untuk Tugas Besar
3. Akuisisi Dataset Tugas Besar
4. Pra Pemrosesan Dataset Tugas Besar
5. Analisis Hasil Pra Pemrosesan Dataset Tugas Besar
6. Visualisasi dan Reporting Hasil
 15
21
22
23
24
25
26 sub.cpmk.SI154.CPMK21.3-Mampu menerapkan dan menganalisis teknik akuisisi data, pemrosesan data dan visualisasi data pada real-world problem case study.
 Ketepatan mempresentasikan/demo hasil pemrosesan dan visualisasi data pada real case study yang diangkat dalam tugas besar/final project. Kriteria
Ketepatan Jawaban
Teknik
Tugas mempresentasikan/demo hasil pemrosesan dan visualisasi data pada real case study yang diangkat dalam tugas besar/final project. 		Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Ceramah Langsung,[C=15 Menit]
Penugasan,Presentasi,[PS=75 Menit]
 Kuliah,Persiapan Perkuliahan,[P=10 Menit]
Kuliah,Ceramah Langsung,[C=15 Menit]
Penugasan,Presentasi,[PS=75 Menit]
 Topik
Demo hasil tugas besar/final project
Sub Topik
Demo hasil tugas besar/final project
 10
27
28
29
30 sub.cpmk.SI154.CPMK21.3-Mampu menerapkan dan menganalisis teknik akuisisi data, pemrosesan data dan visualisasi data pada real-world problem case study.
 Ketepatan menulis laporan tugas besar/final project dan demo hasil pemrosesan dan visualisasi data pada real case study yang diangkat dalam tugas besar/final project. Kriteria
Ketepatan isi laporan final project
Teknik
Pengumpulan Project UAS 		Ujian terjadwal,Durasi sesuai DAAK,[D=100 Menit]
 Ujian terjadwal,Durasi sesuai DAAK,[D=100 Menit]
 Topik
Ujian Akhir Semester (UAS)
Sub Topik
Ujian Akhir Semester (UAS)
 20

Teknik Penilaian CPMK

CPL MK CPMK Kuis Tugas Teori (Individu) UTS Unjuk Kerja (Presentasi) UAS
CPL07 PEMROSESAN DAN VISUALISASI DATA CPMK21 Y Y Y
CPL13 PEMROSESAN DAN VISUALISASI DATA CPMK42 Y Y Y

Prosedur Penilaian CPMK

1. Komponen Penilaian CPMK
CPL CPMK Sub-CPMK Detail Penugasan (Teknik Penilaian) Bobot % Kriteria Penilaian
CPL13 CPMK42 sub.cpmk.SI154.CPMK42.1 Kuis tentang perbedaan antar jenis-jenis data. 5 Ketepatan Jawaban
CPL13 CPMK42 sub.cpmk.SI154.CPMK42.2 Tugas menentukan teknik akuisisi data berdasarkan karakteristiknya. 5 Ketepatan Jawaban
CPL13 CPMK42 sub.cpmk.SI154.CPMK42.3 Tugas praktek melakukan noise cleansing, outlier detection, remove duplication, missing values imputation, Data Transformasi dan Integrasi serta Imbalanced Class Handling pada suatu dataset pada suatu dataset. 5 Ketepatan Jawaban
CPL13 CPMK42 sub.cpmk.SI154.CPMK42.3 Tugas praktek melakukan Denoising, Stationary Detection, Outlier Detection, Normalization, Missing Values Imputation dan Smoothing pada suatu dataset time series. 5 Ketepatan Jawaban
CPL13 CPMK42 sub.cpmk.SI154.CPMK42.3 Tugas praktek melakukan Parsing, Case Folding, Pembobotan Kata, Stopword Removal dan Stemming pada suatu dataset text. 5 Ketepatan Jawaban
CPL13 CPMK42 sub.cpmk.SI154.CPMK42.3 Tugas praktek melakukan Resize, Gray Scale, Binerisasi, Thresholding, segmentasi, augmentasi dan feature extraction pada suatu dataset gambar/image. 5 Ketepatan Jawaban
CPL13 CPMK42 sub.cpmk.SI154.CPMK42.3 Pengumpulan Project UTS 20 Ketepatan Jawaban
CPL07 CPMK21 sub.cpmk.SI154.CPMK21.1, sub.cpmk.SI154.CPMK21.2 Tugas praktek mengimplementasikan teknik Visualisasi Comparison (perbandingan), Visualisasi Relationship (hubungan), Visualisasi Composition (komposisi) dan Visualisasi Distribution (distribusi) pada hasil analisis data. Tugas mendesain sebuah dashboard dan reporting dengan karakteristik hasil pemrosesan data. 5 Ketepatan Jawaban
CPL07 CPMK21 sub.cpmk.SI154.CPMK21.3 Tugas : 1. Identifikasi Ide Tugas Besar 2. Identifikasi dataset dan teknik akuisisi data untuk Tugas Besar 3. Akuisisi Dataset Tugas Besar 4. Pra Pemrosesan Dataset Tugas Besar 5. Analisis Hasil Pra Pemrosesan Dataset Tugas Besar 6. Visualisasi dan Reporting Hasil 15 Ketepatan Jawaban
CPL07 CPMK21 sub.cpmk.SI154.CPMK21.3 Tugas mempresentasikan/demo hasil pemrosesan dan visualisasi data pada real case study yang diangkat dalam tugas besar/final project. 10 Ketepatan Jawaban
CPL07 CPMK21 sub.cpmk.SI154.CPMK21.3 Pengumpulan Project UAS 20 Ketepatan isi laporan final project
Total 100
2. Penilaian CPMK
CPL MK CPMK Kuis Tugas Teori (Individu) UTS Unjuk Kerja (Presentasi) UAS Total
CPL07 PEMROSESAN DAN VISUALISASI DATA CPMK21 0% 20% 0% 10% 20% 50%
CPL13 PEMROSESAN DAN VISUALISASI DATA CPMK42 5% 25% 20% 0% 0% 50%
100%