UNIVERSITAS AMIKOM YOGYAKARTA
FAKULTAS ILMU KOMPUTER
PROGRAM STUDI INFORMATIKA

RPS-S1IF-ST152
RENCANA PEMBELAJARAN SEMESTER
MATA KULIAH (MK) KODE Rumpun MK BOBOT (sks) SEMESTER Tanggal Penyusunan
BIG DATA & PREDICTIVE ANALYTICS ST152 Kelompok mata kulliah Sistem cerdas T= 3 P= 1 4 03 Mar 2025
Pengesahan Dosen Pengembang RPS Koordinator RMK Ka PRODI

Arifiyanto Hadinegoro, S.Kom, MT
Mulia Sulistiyono, S.Kom., M.Kom.
ELI PUJASTUTI, M. KOM.
Capaian Pembelajaran CPL-PRODI yang dibebankan pada MK
CPLP06 Mampu menggunakan dan mengoptimalkan teknik akuisisi data , analisis data, dan pengolahan data untuk menyelesaikan masalah penelitian atau industri.
CPLP10 Mampu menjelaskan konsep dan pengetahuan teknik akuisisi data , analisis data, dan pengolahan data untuk menyelesaikan masalah.
Capaian Pembelajaran Mata Kuliah (CPMK)
CPMK21 Mahasiswa mampu menerapkan metode analisis data.
CPMK22 Mahasiswa mampu menerapkan metode pengolahan data.
CPMK23 Mahasiswa mampu menerapkan metode evaluasi data.
Kemampuan akhir tiap tahapan belajar (Sub-CPMK)
sub.cpmk.ST152.CPMK21.1 Mahasiswa mampu menjelaskan tentang pertumbuhan data di internet dan karakteristik dari Big Data
sub.cpmk.ST152.CPMK21.2 Mahasiswa dapat menjelaskan cara pengumpulan data
sub.cpmk.ST152.CPMK21.3 Mahasiswa dapat menginterprestasikan distribusi data
sub.cpmk.ST152.CPMK21.4 Mahasiswa menjelaskan tantangan dan peluang Big Data
sub.cpmk.ST152.CPMK21.5 Mahasiswa dapat menjelaskan kaitan antara statistika dan nilai peluang (probabilitas)
sub.cpmk.ST152.CPMK21.6 Mahasiswa dapat menjelaskan pengertian teorema Bayes dan penggunaannya dalam beberapa contoh kasus.
sub.cpmk.ST152.CPMK22.1 Mahasiswa dapat mengimplementasikan pembersihan dan normalisasi data
sub.cpmk.ST152.CPMK22.2 Mahasiswa mampu menjelaskan hubungan antar variabel dan menghitung korelasi
sub.cpmk.ST152.CPMK22.3 Mahasiswa mampu menginterpretasikan persamaan regresi linier
sub.cpmk.ST152.CPMK22.4 Mahasiswa dapat menjelaskan prediksi dari persamaan regresi linier
sub.cpmk.ST152.CPMK23.1 Mahasiswa dapat mengevaluasi persamaan regresi linier
Korelasi CPMK terhadap Sub-CPMK
CPMK21 sub.cpmk.ST152.CPMK21.1
sub.cpmk.ST152.CPMK21.2
sub.cpmk.ST152.CPMK21.3
sub.cpmk.ST152.CPMK21.4
sub.cpmk.ST152.CPMK21.5
sub.cpmk.ST152.CPMK21.6
CPMK22 sub.cpmk.ST152.CPMK22.1
sub.cpmk.ST152.CPMK22.2
sub.cpmk.ST152.CPMK22.3
sub.cpmk.ST152.CPMK22.4
CPMK23 sub.cpmk.ST152.CPMK23.1
Deskripsi Singkat MK Matakuliah ini mempelajari terkait dasar Big Data dan Statistik, dimana terdapat 21 pertemuan teori dan 7 pertemuan praktikum. Detail pertemuan adalah 14 pertemuan teori sebelum UTS, 7 pertemuan teori dan 7 pertemuan praktikum setelah UTS. Tugas kuliah akan diberikan secara individu dan berkelompok. Penilaian akhir diambil dari nilai tugas/kuis, UTS, UAS, dan Final Project.
Bahan Kajian : Materi Pembelajaran -
Pustaka Utama
  • 1. Ref1. Big data : principles and paradigms ; Rajkumar Buyya; Rodrigo N Calheiros; Amir Vahid Dastjerdi ยท Cambridge, MA : Elsevier/Morgan Kaufmann, 2016
  • 2. Ref2. Finlay, Steven. Predictive Analytics Data Mining Big Data . New York: Palgrave. 2014
  • 3. Ref3. Kumar, Ashish. Learning Predictive Analytics with Python. Packt Publishing, 2016
Pendukung
  • 4. RefP1. Walpole, R.E., Pengantar Statistik, Edisi terjemahan, PT. Gramedia, Jakarta, 1992.
  • 5. RefP2. Riduwan, Tita Lestari, Dasar-Dasar Statistika Penerbit Alfabeta, Bandung, 2001
  • 6. RefP3. BoedionodanWayan Koster, Teori dan Aplikasi Statistika dan Probabilitas, PT. Remaja Rosdakarya,Bandung,2001
  • 7. RefP4. Valentina Janev, Ecosystem of Big Data
Dosen Pengampu Mulia Sulistiyono, S.Kom., M.Kom., Rumini, S.Kom., M.Kom., Ainul Yaqin, S.Kom., M.Kom., Theopilus Bayu Sasongko, S.Kom., M.Eng., Enda Putri Atika, M.Kom
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.ST152.CPMK21.1-Mahasiswa mampu menjelaskan tentang pertumbuhan data di internet dan karakteristik dari Big Data
Mahasiswa dapat menjelaskan definisi big data sesuai dengan textbook secara efektif dan efisien. Kriteria
Rubrik Analitik
Teknik
Diskusi 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
1. Definisi Big Data
2. Karakteristik Big Data
3. Contoh penerapan Big Data
  • [4] Hal: -
0.28
2 sub.cpmk.ST152.CPMK21.1-Mahasiswa mampu menjelaskan tentang pertumbuhan data di internet dan karakteristik dari Big Data
Mahasiswa dapat menyebutkan contoh Big Data dalam berbagai bidang industri. Kriteria
Rubrik Analitik
Teknik
Tugas 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
Data Management & Data Analytics
  • [4] Hal: -
2
3 sub.cpmk.ST152.CPMK21.2-Mahasiswa dapat menjelaskan cara pengumpulan data
Mahasiswa dapat mengklasifikasikan jenis data primer dan sekunder. Kriteria
Rubrik Analitik
Teknik
Diskusi 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
1. Jenis Data berdasarkan sumber
2. Jenis data berdasarkan sifat & ukuran
  • [2] Hal: -
0.28
4 sub.cpmk.ST152.CPMK21.2-Mahasiswa dapat menjelaskan cara pengumpulan data
Mahasiswa dapat mencari data sekunder dari sumber publik dan mampu memahami cara membangun data primer. Kriteria
Rubrik Analitik
Teknik
Diskusi 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
High-dimensional data: cara membaca data berukuran besar.
  • [1] Hal: -
0.28
5 sub.cpmk.ST152.CPMK21.2-Mahasiswa dapat menjelaskan cara pengumpulan data
Mahasiswa dapat memahami cara pengambilan data dari media sosial dan web. Kriteria
Rubrik Analitik
Teknik
Diskusi 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
Crawling data di twitter dan web dengan tweepy dan BeautifulSoup Library
  • [1] Hal: -
0.28
6 sub.cpmk.ST152.CPMK21.3-Mahasiswa dapat menginterprestasikan distribusi data
Mahasiswa dapat menelaah dan menganalisis data dengan teknik visualisasi. Kriteria
Rubrik Analitik
Teknik
Diskusi 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
Distribusi Data
  • [2] Hal: -
0.28
7 sub.cpmk.ST152.CPMK21.3-Mahasiswa dapat menginterprestasikan distribusi data
Mahasiswa dapat menjelaskan hubungan mean, median, modus, distribusi data simetris dan asimetris, skewness dan kurtosis. Kriteria
Rubrik Analitik
Teknik
Diskusi 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
Distribusi Data lanjut
  • [2] Hal: -
0.28
8 sub.cpmk.ST152.CPMK22.4-Mahasiswa dapat menjelaskan prediksi dari persamaan regresi linier
Mahasiswa mampu memahami teknik dalam Exploratory Data Analysis. Kriteria
Rubrik Analitik
Teknik
Diskusi 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
1. Ekstraksi fitur
2. Identifikasi pecilan/outliers
3. Hubungan antar variabel
  • [2] Hal: -
0.28
9 sub.cpmk.ST152.CPMK22.1-Mahasiswa dapat mengimplementasikan pembersihan dan normalisasi data
Mahasiswa mampu melakukan EDA sederhana dengan spreadsheet. Kriteria
Rubrik Analitik
Teknik
Tugas 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
Mencari pecilan data, normalisasi data.
  • [2] Hal: -
2
10 sub.cpmk.ST152.CPMK21.4-Mahasiswa menjelaskan tantangan dan peluang Big Data
Mahasiswa dapat melakukan analisis peluang dan ancaman pada era Big Data. Kriteria
Rubrik Analitik
Teknik
Tanya jawab 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
Peluang dan Ancaman pada Era Big Data
  • [1] Hal: -
2.5
11 sub.cpmk.ST152.CPMK21.5-Mahasiswa dapat menjelaskan kaitan antara statistika dan nilai peluang (probabilitas)
Mahasiswa dapat memahami konsep dasar probabilitas dan peluang dalam statistika. Kriteria
Rubrik Analitik
Teknik
Tugas 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
Probabilitas peluang di Statistika.
  • [3] Hal: -
2
12 sub.cpmk.ST152.CPMK21.6-Mahasiswa dapat menjelaskan pengertian teorema Bayes dan penggunaannya dalam beberapa contoh kasus.
Mahasiswa memahami penggunaan teorema Bayes dalam menghitung probabilitas/peluang. Kriteria
Rubrik Analitik
Teknik
Diskusi 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
Teorema Bayes dan perhitungannya.
  • [3] Hal: -
0.28
13 sub.cpmk.ST152.CPMK21.6-Mahasiswa dapat menjelaskan pengertian teorema Bayes dan penggunaannya dalam beberapa contoh kasus.
Mahasiswa memahami contoh penggunaan dan perhitungan pada suatu kasus dengan teorema Bayes. Kriteria
Rubrik Analitik
Teknik
Tugas 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
Case study: Teorema de Bayes
  • [3] Hal: -
2
14 sub.cpmk.ST152.CPMK21.6-Mahasiswa dapat menjelaskan pengertian teorema Bayes dan penggunaannya dalam beberapa contoh kasus.
Mahasiswa memahami alur pengolahan data, EDA, dan perhitungan probabilitas dengan Teorema Bayes. Kriteria
Rubrik Analitik
Teknik
Diskusi 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
Case study lanjut teorema Bayes
 0.28
15 sub.cpmk.ST152.CPMK21.1-Mahasiswa mampu menjelaskan tentang pertumbuhan data di internet dan karakteristik dari Big Data
sub.cpmk.ST152.CPMK21.2-Mahasiswa dapat menjelaskan cara pengumpulan data
sub.cpmk.ST152.CPMK21.3-Mahasiswa dapat menginterprestasikan distribusi data
sub.cpmk.ST152.CPMK21.4-Mahasiswa menjelaskan tantangan dan peluang Big Data
sub.cpmk.ST152.CPMK21.5-Mahasiswa dapat menjelaskan kaitan antara statistika dan nilai peluang (probabilitas)
sub.cpmk.ST152.CPMK21.6-Mahasiswa dapat menjelaskan pengertian teorema Bayes dan penggunaannya dalam beberapa contoh kasus.
Mahasiswa dapat mengerjakan soal ujian. Kriteria
Rubrik Holistik
Teknik
Tes tulis 		Ujian terjadwal,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
-
Sub Topik
-
 30
16 sub.cpmk.ST152.CPMK22.2-Mahasiswa mampu menjelaskan hubungan antar variabel dan menghitung korelasi
Mahasiswa dapat memahami konsep dasar dari korelasi antar variabel. Kriteria
Rubrik Analitik
Teknik
Diskusi 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Proses Belajar,[PB=120 Menit]
 Topik

Sub Topik
1. Jenis hubungan korelasi
2. Mengetahui ada tidaknya korelasi
3. Koefisien korelasi
  • [2] Hal: -
  • [3] Hal: -
0.28
17 sub.cpmk.ST152.CPMK22.1-Mahasiswa dapat mengimplementasikan pembersihan dan normalisasi data
Mahasiswa dapat menggunakan Jupyter Notebook atau Google Colab dengan library pandas untuk melakukan pengolahan data secara dasar. Kriteria
Rubrik Analitik
Teknik
Diskusi 		Praktikum,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
1. Menggunakan notebook
2. Import library pandas
  • [3] Hal: -
0.28
18 sub.cpmk.ST152.CPMK22.1-Mahasiswa dapat mengimplementasikan pembersihan dan normalisasi data
Mahasiswa dapat melakukan data collecting dan EDA menggunakan notebook. Kriteria
Rubrik Analitik
Teknik
Tugas 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
1. Menggunakan notebook
2. Import library pandas
  • [3] Hal: -
2
19 sub.cpmk.ST152.CPMK21.3-Mahasiswa dapat menginterprestasikan distribusi data
Mahasiswa dapat melakukan visualisasi data (distribusi, plot, dll.). Kriteria
Rubrik Analitik
Teknik
Diskusi 		Praktikum,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
Visualisasi data dengan matplotlib.
  • [3] Hal: -
0.28
20 sub.cpmk.ST152.CPMK22.2-Mahasiswa mampu menjelaskan hubungan antar variabel dan menghitung korelasi
Mahasiswa dapat memahami cara perhitungan koefisien korelasi. Kriteria
Rubrik Analitik
Teknik
Diskusi 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
1. Variabel bebas, terikat
2. Langkah-langkah penyelesain koef korelasi
3. Koefisien korelasi Pearson, Spearman's rank
  • [2] Hal: -
  • [3] Hal: -
0.28
21 sub.cpmk.ST152.CPMK22.2-Mahasiswa mampu menjelaskan hubungan antar variabel dan menghitung korelasi
Mahasiswa dapat melakukan perhitungan koefisien korelasi di notebook. Kriteria
Rubrik Analitik
Teknik
Diskusi 		Praktikum,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
Menggunakan fungsi corr() di pandas, menampilkan heatmap.
  • [3] Hal: -
0.28
22 sub.cpmk.ST152.CPMK22.3-Mahasiswa mampu menginterpretasikan persamaan regresi linier
Mahasiswa dapat memahami cara perhitungan untuk mencari persamaan regresi linier. Kriteria
Rubrik Analitik
Teknik
Diskusi 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
1. Menghitung persamaan regresi
2. Menampilkan garis linier dan distribusi data di Spreadsheet
  • [2] Hal: -
  • [3] Hal: -
0.28
23 sub.cpmk.ST152.CPMK22.3-Mahasiswa mampu menginterpretasikan persamaan regresi linier
Mahasiswa dapat menggunakan library sckit-learn untuk melakukan perhitungan persamaan regresi. Kriteria
Rubrik Analitik
Teknik
Kuis 		Praktikum,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
1. Mengelompokan variabel di pandas
2. Menghitung koef korelasi
3. Membuat persamaan regresi
  • [3] Hal: -
2.5
24 sub.cpmk.ST152.CPMK22.4-Mahasiswa dapat menjelaskan prediksi dari persamaan regresi linier
Mahasiswa dapat memahami konsep prediksi data numerik menggunakan persamaan regresi. Kriteria
Rubrik Analitik
Teknik
Diskusi 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
1. Menghitung persamaan regresi
2. Prediksi variabel terikat
  • [2] Hal: -
  • [3] Hal: -
0.28
25 sub.cpmk.ST152.CPMK22.4-Mahasiswa dapat menjelaskan prediksi dari persamaan regresi linier
Mahasiswa dapat menggunakan library sckit-learn untuk melakukan perhitungan persamaan regresi dan prediksi. Kriteria
Rubrik Analitik
Teknik
Diskusi 		Praktikum,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
Membuat persamaan regresi di notebook dan melakukan prediksi data dari dataframe.
  • [3] Hal: -
0.28
26 sub.cpmk.ST152.CPMK23.1-Mahasiswa dapat mengevaluasi persamaan regresi linier
 Mahasiswa mampu memahami cara pengukuran/evaluasi dari persamaan regresi untuk prediksi. Kriteria
Rubrik Analitik
Teknik
Diskusi 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
Evaluasi error menggunakan MAE dan RMSE.
  • [2] Hal: -
0.28
27 sub.cpmk.ST152.CPMK23.1-Mahasiswa dapat mengevaluasi persamaan regresi linier
 Mahasiswa mampu melakukan analisis dalam pemilihan variabel bebas dalam persamaan regresi berdasarkan hasil evaluasi rataan kesalahan (error rate). Kriteria
Rubrik Analitik
Teknik
Pengamatan 		Praktikum,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik

Sub Topik
Menggunakan metrics dari scikit-learn dalam menghitung RMSE dan MAE.
  • [3] Hal: -
2.5
28 sub.cpmk.ST152.CPMK22.4-Mahasiswa dapat menjelaskan prediksi dari persamaan regresi linier
Mahasiswa mampu melakukan analisis EDA, korelasi, dan perhitungan regresi untuk melakukan prediksi. Kriteria
Rubrik Analitik
Teknik
Pengumpulan laporan 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
-
Sub Topik
-
 7.46
29 sub.cpmk.ST152.CPMK23.1-Mahasiswa dapat mengevaluasi persamaan regresi linier
 Mahasiswa mampu menggunakan notebook untuk melakukan analisis EDA, korelasi, dan perhitungan regresi untuk melakukan prediksi. Kriteria
Rubrik Analitik
Teknik
Ujian praktek 		Responsi,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
-
Sub Topik
-
 10
30 sub.cpmk.ST152.CPMK22.1-Mahasiswa dapat mengimplementasikan pembersihan dan normalisasi data
sub.cpmk.ST152.CPMK22.2-Mahasiswa mampu menjelaskan hubungan antar variabel dan menghitung korelasi
sub.cpmk.ST152.CPMK22.3-Mahasiswa mampu menginterpretasikan persamaan regresi linier
sub.cpmk.ST152.CPMK22.4-Mahasiswa dapat menjelaskan prediksi dari persamaan regresi linier
Mahasiswa mampu mengerjakan soal. Kriteria
Rubrik Holistik
Teknik
Mengerjakan soal 		Ujian terjadwal,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
-
Sub Topik
-
 30

Teknik Penilaian CPMK

CPL MK CPMK Diskusi Tugas Tanya jawab Tes Tulis (UTS) Kuis Keaktifan Laporan Praktikum Responsi Tes Tulis ( UAS )
CPLP06 BIG DATA & PREDICTIVE ANALYTICS CPMK21 Y Y Y Y
CPLP06 BIG DATA & PREDICTIVE ANALYTICS CPMK22 Y Y Y Y Y
CPLP06 BIG DATA & PREDICTIVE ANALYTICS CPMK23 Y Y Y

Prosedur Penilaian CPMK

1. Komponen Penilaian CPMK
CPL CPMK Sub-CPMK Detail Penugasan (Teknik Penilaian) Bobot % Kriteria Penilaian
CPLP06 CPMK21 sub.cpmk.ST152.CPMK21.1 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK21 sub.cpmk.ST152.CPMK21.1 Tugas 2 Rubrik Analitik
CPLP06 CPMK21 sub.cpmk.ST152.CPMK21.2 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK21 sub.cpmk.ST152.CPMK21.2 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK21 sub.cpmk.ST152.CPMK21.2 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK21 sub.cpmk.ST152.CPMK21.3 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK21 sub.cpmk.ST152.CPMK21.3 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST152.CPMK22.4 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST152.CPMK22.1 Tugas 2 Rubrik Analitik
CPLP06 CPMK21 sub.cpmk.ST152.CPMK21.4 Tanya jawab 2.5 Rubrik Analitik
CPLP06 CPMK21 sub.cpmk.ST152.CPMK21.5 Tugas 2 Rubrik Analitik
CPLP06 CPMK21 sub.cpmk.ST152.CPMK21.6 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK21 sub.cpmk.ST152.CPMK21.6 Tugas 2 Rubrik Analitik
CPLP06 CPMK21 sub.cpmk.ST152.CPMK21.6 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK21 sub.cpmk.ST152.CPMK21.1, sub.cpmk.ST152.CPMK21.2, sub.cpmk.ST152.CPMK21.3, sub.cpmk.ST152.CPMK21.4, sub.cpmk.ST152.CPMK21.5, sub.cpmk.ST152.CPMK21.6 Tes tulis 30 Rubrik Holistik
CPLP06 CPMK22 sub.cpmk.ST152.CPMK22.2 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST152.CPMK22.1 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST152.CPMK22.1 Tugas 2 Rubrik Analitik
CPLP06 CPMK21 sub.cpmk.ST152.CPMK21.3 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST152.CPMK22.2 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST152.CPMK22.2 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST152.CPMK22.3 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST152.CPMK22.3 Kuis 2.5 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST152.CPMK22.4 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST152.CPMK22.4 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK23 sub.cpmk.ST152.CPMK23.1 Diskusi 0.28 Rubrik Analitik
CPLP06 CPMK23 sub.cpmk.ST152.CPMK23.1 Pengamatan 2.5 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST152.CPMK22.4 Pengumpulan laporan 7.46 Rubrik Analitik
CPLP06 CPMK23 sub.cpmk.ST152.CPMK23.1 Ujian praktek 10 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST152.CPMK22.1, sub.cpmk.ST152.CPMK22.2, sub.cpmk.ST152.CPMK22.3, sub.cpmk.ST152.CPMK22.4 Mengerjakan soal 30 Rubrik Holistik
Total 100
2. Penilaian CPMK
CPL MK CPMK Diskusi Tugas Tanya jawab Tes Tulis (UTS) Kuis Keaktifan Laporan Praktikum Responsi Tes Tulis ( UAS ) Total
CPLP06 BIG DATA & PREDICTIVE ANALYTICS CPMK21 2.52% 6% 2.5% 30% 0% 0% 0% 0% 0% 41.02%
CPLP06 BIG DATA & PREDICTIVE ANALYTICS CPMK22 2.24% 4% 0% 0% 2.5% 0% 7.46% 0% 30% 46.2%
CPLP06 BIG DATA & PREDICTIVE ANALYTICS CPMK23 0.28% 0% 0% 0% 0% 2.5% 0% 10% 0% 12.78%
100%