UNIVERSITAS AMIKOM YOGYAKARTA
FAKULTAS ILMU KOMPUTER S2
PROGRAM STUDI S2 INFORMATIKA

RPS-S2IF-MT107
RENCANA PEMBELAJARAN SEMESTER
MATA KULIAH (MK) KODE Rumpun MK BOBOT (sks) SEMESTER Tanggal Penyusunan
IT PLATFORM AND INFRASTRUCTURE MT107 Data Management (DM) T= 3 2 14 Jul 2026
Pengesahan Dosen Pengembang RPS Koordinator RMK Ka PRODI

I Made Artha Agastya, S.T., M.Eng., Ph.D.
Robert Marco, ST,. M.T., Ph.D.
Robert Marco, ST,. M.T., Ph.D.
Capaian Pembelajaran CPL-PRODI yang dibebankan pada MK
CPL02 Memiliki sikap profesional dan bertanggung jawab dalam menginternalisasi semangat kemandirian, kejuangan dan kewirausahaan dalam bidang TIK.
CPL04 Mampu menjelaskan pemahaman mengenai penguasaan teori, dan/atau falsafah bidang ilmu kecerdasan artifisial, multimedia lanjut, atau transformasi digital secara sistematis dan mengaplikasikannya dalam ilmu pengetahuan dan teknologi sesuai keahliannya dalam bidang TIK.
CPL06 Mampu melakukan validasi akademik dan kajian ilmiah untuk pengembangan ilmu bidang TIK dan menyelesaikan masalah hilirisasi hasil rekayasa TIK secara kreatif dan inovatif kepada masyarakat atau industri.
CPL07 Mampu menganalisis dan merancang teknologi informasi berbasis kecerdasan artifisial yang tepat sesuai dengan problem yang dihadapi untuk mengimplementasikan pada bidang Digital transformation intelligence, Big Data and Predictive analytics atau intelligent multimedia technology.
Capaian Pembelajaran Mata Kuliah (CPMK)
CPMK03 Mampu bersikap profesional dalam menginternalisasi semangat kemandirian, kejuangan dan kewirausahaan dalam bidang TIK.
CPMK08 Mampu mengaplikasikan konsep dan prinsip algoritma serta teori ilmu komputer yang dapat digunakan dalam pemodelan dan desain teknologi sesuai keahliannya dalam bidang TIK.
CPMK12 Mampu menyelesaikan masalah hilirisasi hasil rekayasa TIK secara kreatif dan inovatif kepada masyarakat atau industri.
CPMK14 Mampu mengimplementasikan teknologi informasi berbasis kecerdasan artifisial yang tepat pada bidang Digital transformation intelligence atau Big Data and Predictive analytics dan atau Intelligent Multimedia Technology.
Kemampuan akhir tiap tahapan belajar (Sub-CPMK)
sub.cpmk.MT107.CPMK03.1 Mahasiswa mampu mengevaluasi kesesuaian arsitektur sistem Big Data modern untuk perancangan aplikasi rekayasa multidisiplin secara profesional dan bertanggung jawab.
sub.cpmk.MT107.CPMK08.1 Mahasiswa mampu menjelaskan karakteristik, volume, dan ragam ekosistem Big Data serta fondasi dasar sistem terdistribusi skala enterprise secara komprehensif.
sub.cpmk.MT107.CPMK08.2 Mahasiswa mampu menguraikan taksonomi ekosistem teknologi modern pengolahan Big Data beserta alur pipelines manajemen data makro secara terstruktur.
sub.cpmk.MT107.CPMK08.3 Mahasiswa mampu membedakan arsitektur penyimpanan berkas Hadoop Distributed File System (HDFS) dengan mekanisme manajemen sumber daya YARN secara sistematis.
sub.cpmk.MT107.CPMK08.4 Mahasiswa mampu merinci prosedur instalasi dan konfigurasi klaster Hadoop pada lingkungan sistem operasi Windows secara runtut.
sub.cpmk.MT107.CPMK08.5 Mahasiswa mampu menerapkan prosedur instalasi platform Apache Spark mandiri untuk mendukung lingkungan pengujian fungsi MapReduce di tingkat lokal.
sub.cpmk.MT107.CPMK12.1 Mahasiswa mampu membuktikan keberhasilan unggah berkas data ke dalam sistem penyimpanan terdistribusi HDFS melalui pembuktian tangkapan layar verifikasi sistem.
sub.cpmk.MT107.CPMK12.2 Mahasiswa mampu memvalidasi perbedaan efisiensi waktu eksekusi pemrosesan data antara paradigma MapReduce Hadoop dengan Apache Spark secara kreatif dan inovatif.
sub.cpmk.MT107.CPMK12.3 Mahasiswa mampu mengintegrasikan seluruh tahapan konfigurasi, optimasi pipelines, dan komparasi performa sistem terdistribusi menjadi portofolio arsitektur data raya yang siap dihilirisasi.
sub.cpmk.MT107.CPMK14.1 Mahasiswa mampu menganalisis evolusi komputasi dari sistem terpusat menuju arsitektur terdistribusi modern untuk mendukung fondasi teknologi Smart City.
sub.cpmk.MT107.CPMK14.2 Mahasiswa mampu merancang fungsi logika paralel berbasis paradigma MapReduce untuk memproses dataset skala besar secara efisien.
sub.cpmk.MT107.CPMK14.3 Mahasiswa mampu mengonfigurasi skrip pemrosesan data terdistribusi menggunakan model komputasi memori Apache Spark di Google Colab secara logis.
sub.cpmk.MT107.CPMK14.4 Mahasiswa mampu mengimplementasikan kueri basis data relasional terdistribusi menggunakan Spark SQL untuk memanipulasi struktur kerangka data analitik.
sub.cpmk.MT107.CPMK14.5 Mahasiswa mampu mengonfigurasi teknik optimasi data pipelines dan format penyimpanan kolom efisien untuk mempercepat proses kueri data raya.
Korelasi CPMK terhadap Sub-CPMK
CPMK08 sub.cpmk.MT107.CPMK08.1
sub.cpmk.MT107.CPMK08.2
sub.cpmk.MT107.CPMK08.3
sub.cpmk.MT107.CPMK08.4
sub.cpmk.MT107.CPMK08.5
CPMK14 sub.cpmk.MT107.CPMK14.1
sub.cpmk.MT107.CPMK14.2
sub.cpmk.MT107.CPMK14.3
sub.cpmk.MT107.CPMK14.4
sub.cpmk.MT107.CPMK14.5
CPMK12 sub.cpmk.MT107.CPMK12.1
sub.cpmk.MT107.CPMK12.2
sub.cpmk.MT107.CPMK12.3
CPMK03 sub.cpmk.MT107.CPMK03.1
Deskripsi Singkat MK Mata kuliah ini membekali mahasiswa program Pascasarjana Informatika dengan pemahaman mendalam mengenai rekayasa platform dan infrastruktur teknologi informasi modern berbasis sistem terdistribusi skala besar (Big Data Infrastructure). Mahasiswa akan mempelajari evolusi sistem komputasi terdistribusi, ekosistem teknologi data raya, serta cetak biru arsitektur penyimpanan dan manajemen sumber daya enterprise menggunakan Hadoop Distributed File System (HDFS) dan YARN. Selanjutnya, mahasiswa dilatih menguasai paradigma pemrosesan paralel MapReduce, model komputasi memori terdistribusi menggunakan Apache Spark, serta implementasi pemrograman analitik berbasis PySpark dan Spark SQL untuk pemrosesan pipelines. Proses pembelajaran diperkuat dengan praktik instalasi, uji coba komparasi performa sistem di Google Colab/Windows, optimasi format data pipelines, serta perancangan aplikasi multidisiplin smart city. Luaran akhir mata kuliah ini adalah kemampuan mahasiswa dalam merancang, mengonfigurasi, dan mengevaluasi arsitektur infrastruktur Big Data cerdas yang andal, efisien, dan siap diimplementasikan untuk kebutuhan hilirisasi industri digital.
Bahan Kajian : Materi Pembelajaran - Evolusi Arsitektur Komputasi & Ekosistem Big Data - Infrastruktur Hadoop: Penyimpanan & Manajemen Sumber Daya - Komputasi Modern: Apache Spark & Pipelines Analitik - Optimasi, Komparasi Performa, & Evaluasi Multidisiplin
Pustaka Utama
  • 1. Chambers, B., & Zaharia, M. (2018). Spark: The Definitive Guide: Big Data Processing Made Simple. O'Reilly Media.
  • 2. Acharya, S., & Chellappan, S. (2019). Big Data and Analytics (2nd ed.). Wiley.
Pendukung
  • 3. Karau, H., & Warren, R. (2017). High Performance Spark: Best Practices for Scaling & Optimizing Apache Spark. O'Reilly Media.
Dosen Pengampu 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.MT107.CPMK08.1-Mahasiswa mampu menjelaskan karakteristik, volume, dan ragam ekosistem Big Data serta fondasi dasar sistem terdistribusi skala enterprise secara komprehensif.
 Kriteria
Pemahaman Konsep
Teknik
 Kuliah,Ceramah interaktif,[CI=150 Menit]
 Topik
Introduction to Big Data Ecosystem.
Sub Topik
Kontrak belajar, definisi dan pilar Big Data, pengenalan awal distributed systems, serta analisis bahan diskusi kasus mandiri menggunakan bantuan AI.
 0
2 sub.cpmk.MT107.CPMK14.1-Mahasiswa mampu menganalisis evolusi komputasi dari sistem terpusat menuju arsitektur terdistribusi modern untuk mendukung fondasi teknologi Smart City.
 Ketepatan mahasiswa dalam menganalisis kelayakan arsitektur sistem terdistribusi untuk memecahkan problem penataan data layanan smart city. Kriteria
Rubrik Analisis
Teknik
Pemeriksaan dokumen laporan tertulis (.pdf) tugas kelompok yang diwakili oleh satu orang pengumpul di Waskita (Tugas 1). 		Kuliah,Ceramah interaktif,[CI=100 Menit]
Penugasan,Studi Kasus,[SK=50 Menit]
 Topik
Evolusi Komputasi & Analisis Smart City.
Sub Topik
Arsitektur sistem paralel, interkoneksi jaringan terdistribusi, model koordinasi antarnode, serta pengerjaan tugas studi kasus implementasi infrastruktur digital kota cerdas secara berkelompok (Tugas 1)
 10
3 sub.cpmk.MT107.CPMK08.2-Mahasiswa mampu menguraikan taksonomi ekosistem teknologi modern pengolahan Big Data beserta alur pipelines manajemen data makro secara terstruktur.
 Kriteria
Kemampuan menganalisa Kasus
Teknik
 Kuliah,Ceramah interaktif,[CI=100 Menit]
Pemahaman materi mandiri,Diskusi Interaktif,[DI=50 Menit]
 Topik
Big Data & Ekosistem Teknologi Modern.
Sub Topik
Identifikasi komponen ingestion, storage, processing, dan analytics; arsitektur lamda dan kappa; serta parameter pemilihan platform klaster data raya industri.
 0
4 sub.cpmk.MT107.CPMK08.3-Mahasiswa mampu membedakan arsitektur penyimpanan berkas Hadoop Distributed File System (HDFS) dengan mekanisme manajemen sumber daya YARN secara sistematis.
 Ketepatan mahasiswa dalam membangun arsitektur Kriteria
Kerja Tim
Teknik
 Pemahaman materi mandiri,Diskusi Interaktif,[DI=100 Menit]
Praktikum,Problem-Based Learning,[PBL=50 Menit]
 Topik
Arsitektur HDFS dan YARN di Hadoop.
Sub Topik
Struktur NameNode dan DataNode, fungsi blok penyimpanan terdistribusi, cara kerja ResourceManager dan NodeManager, serta skedul alokasi memori klaster komputer.
 10
5 sub.cpmk.MT107.CPMK14.2-Mahasiswa mampu merancang fungsi logika paralel berbasis paradigma MapReduce untuk memproses dataset skala besar secara efisien.
 Kriteria
Kemampuan memecahkan masalah
Teknik
 Kuliah,Ceramah interaktif,[CI=100 Menit]
Pemahaman materi mandiri,Diskusi Interaktif,[DI=50 Menit]
 Topik
Paradigma Pemrosesan MapReduce
Sub Topik
Mekanisme kerja tahap Splitting, Mapping, Shuffling, Sorting, hingga Reducing; penentuan variabel komputasi paralel; serta inisiasi draf rancangan tugas analisis algoritma MapReduce.
 0
6 sub.cpmk.MT107.CPMK14.3-Mahasiswa mampu mengonfigurasi skrip pemrosesan data terdistribusi menggunakan model komputasi memori Apache Spark di Google Colab secara logis.
 Kriteria
Ketrampilan menggunakan tools
Teknik
 Praktikum,Demontrasi,[D=150 Menit]
 Topik
Arsitektur Apache Spark & Model Komputasi Modern.
Sub Topik
Konsep dasar Resilient Distributed Datasets (RDD), Directed Acyclic Graph (DAG), arsitektur Driver vs Executor, serta eksekusi kumpulan baris kode pemrograman PySpark menggunakan Google Colaboratory.
 0
7 sub.cpmk.MT107.CPMK14.4-Mahasiswa mampu mengimplementasikan kueri basis data relasional terdistribusi menggunakan Spark SQL untuk memanipulasi struktur kerangka data analitik.
 Kriteria
Ketrampilan menggunakan tools
Teknik
 Pemahaman materi mandiri,Diskusi Interaktif,[DI=50 Menit]
Praktikum,Studi Kasus,[SK=100 Menit]
 Topik
PySpark & Spark SQL untuk Big Data Processing.
Sub Topik
Transformasi dan aksi RDD, manipulasi Spark DataFrames, optimasi skrip kueri SQL terdistribusi untuk pengolahan pipelines Big Data, serta finalisasi persiapan Ujian Tengah Semester.
 0
8 sub.cpmk.MT107.CPMK14.1-Mahasiswa mampu menganalisis evolusi komputasi dari sistem terpusat menuju arsitektur terdistribusi modern untuk mendukung fondasi teknologi Smart City.
sub.cpmk.MT107.CPMK14.2-Mahasiswa mampu merancang fungsi logika paralel berbasis paradigma MapReduce untuk memproses dataset skala besar secara efisien.
sub.cpmk.MT107.CPMK14.3-Mahasiswa mampu mengonfigurasi skrip pemrosesan data terdistribusi menggunakan model komputasi memori Apache Spark di Google Colab secara logis.
sub.cpmk.MT107.CPMK14.4-Mahasiswa mampu mengimplementasikan kueri basis data relasional terdistribusi menggunakan Spark SQL untuk memanipulasi struktur kerangka data analitik.
 ketepatan jawaban dalam menyelesaikan problem arsitektur data raya serta kelengkapan pemenuhan instrumen berkas UTS. Kriteria
Ujian UTS/UAS yang terjadwal Resmi
Teknik
Kombinasi pengerjaan tes objektif/esai online dan pengumpulan dokumen PDF jawaban mandiri via gerbang Waskita (UTSAssignment). 		Topik
Ujian Tengah Semester (UTS)
Sub Topik
Pelaksanaan evaluasi tengah semester terkomputerisasi yang menguji kemampuan analisis mahasiswa dalam merancang arsitektur platform komputasi modern.
 30
9 sub.cpmk.MT107.CPMK08.4-Mahasiswa mampu merinci prosedur instalasi dan konfigurasi klaster Hadoop pada lingkungan sistem operasi Windows secara runtut.
 Kriteria
Kesesuaian struktur dan metodologi
Teknik
 Kuliah,Ceramah interaktif,[CI=100 Menit]
Pemahaman materi mandiri,Diskusi Interaktif,[DI=50 Menit]
 Topik
Praktik Instalasi Klaster Hadoop di Lingkungan Lokal.
Sub Topik
Konfigurasi berkas xml (core-site, hdfs-site, yarn-site), pengaturan variabel lingkungan (environment variables), serta teknik formatting NameNode lokal.
 0
10 sub.cpmk.MT107.CPMK12.1-Mahasiswa mampu membuktikan keberhasilan unggah berkas data ke dalam sistem penyimpanan terdistribusi HDFS melalui pembuktian tangkapan layar verifikasi sistem.
 Ketepatan mahasiswa dalam mengeksekusi perintah baris pemindahan file berkas ke klaster HDFS secara valid dan tanpa error sistem. Kriteria
Rubrik Analisis
Teknik
Pemeriksaan berkas dokumen visual format (.jpg/.pdf/.png) mandiri yang diunggah ke Waskita. 		Pemahaman materi mandiri,Diskusi Interaktif,[DI=100 Menit]
Praktikum,Studi Kasus,[SK=50 Menit]
 Topik
Praktik Unggah Data di HDFS
Sub Topik
Penggunaan perintah baris HDFS (Hadoop CLI: put, ls, mkdir), verifikasi replikasi data pada DataNode, dan deteksi anomali kegagalan transfer berkas (TUGAS 2).
 0
11 sub.cpmk.MT107.CPMK08.5-Mahasiswa mampu menerapkan prosedur instalasi platform Apache Spark mandiri untuk mendukung lingkungan pengujian fungsi MapReduce di tingkat lokal.
 Kriteria
Kesesuaian teknik dan validitas
Teknik
 Kuliah,Ceramah interaktif,[CI=100 Menit]
Pemahaman materi mandiri,Diskusi Interaktif,[DI=50 Menit]
 Topik
Praktik Instalasi Engine Apache Spark di Windows.
Sub Topik
Pengaturan prasyarat Java JDK dan winutils.exe, integrasi Spark dengan Python environment, serta uji coba inisiasi SparkSession awal via terminal command prompt.
 0
12 sub.cpmk.MT107.CPMK12.2-Mahasiswa mampu memvalidasi perbedaan efisiensi waktu eksekusi pemrosesan data antara paradigma MapReduce Hadoop dengan Apache Spark secara kreatif dan inovatif.
 Ketepatan penghitungan perbandingan waktu komputasi paralel dan kevalidan analisis penentuan model terbaik. Kriteria
Kemampuan menganalisa Kasus
Teknik
Pemeriksaan berkas laporan tertulis formal komparasi performa sistem terdistribusi di LMS (Tugas 3 Komparasi Waktu Mapreduce dan Sparks). 		Kuliah,Ceramah interaktif,[CI=100 Menit]
Penugasan,Problem-Based Learning,[PBL=50 Menit]
 Topik
Komparasi Unjuk Kerja Performa MapReduce vs Spark (Tugas 3).
Sub Topik
Uji coba eksekusi program penghitung kata (WordCount), pencatatan metrik waktu pemrosesan data (detik/milidetik), analisis utilisasi memori klaster, serta penyusunan dokumen laporan komparatif (Tugas 3).
 10
13 sub.cpmk.MT107.CPMK14.5-Mahasiswa mampu mengonfigurasi teknik optimasi data pipelines dan format penyimpanan kolom efisien untuk mempercepat proses kueri data raya.
 Kriteria
Kesesuaian teknik dan validitas
Teknik
 Kuliah,Ceramah interaktif,[CI=100 Menit]
Pemahaman materi mandiri,Diskusi Interaktif,[DI=50 Menit]
 Topik
Optimasi Data Pipelines dan Format Penyimpanan.
Sub Topik
Penerapan format berkas kolom modern (Parquet, ORC), teknik partisi data (data partitioning), strategi bucketing, serta minimalisasi latensi transfer data antar-node jaringan klaster.
 0
14 sub.cpmk.MT107.CPMK03.1-Mahasiswa mampu mengevaluasi kesesuaian arsitektur sistem Big Data modern untuk perancangan aplikasi rekayasa multidisiplin secara profesional dan bertanggung jawab.
 Kriteria
Kesesuaian struktur dan metodologi
Teknik
 Penugasan,Problem-Based Learning,[PBL=100 Menit]
Kuliah,Diskusi Interaktif,[DI=50 Menit]
 Topik
Evaluasi Arsitektur Sistem Big Data & Aplikasi Multidisiplin.
Sub Topik
Studi kasus integrasi infrastruktur Big Data pada domain industri kesehatan/finansial/pemerintahan, penyusunan draf rekomendasi arsitektur final, dan pembekalan teknis pengerjaan Ujian Akhir Semester.
 10
15 sub.cpmk.MT107.CPMK12.3-Mahasiswa mampu mengintegrasikan seluruh tahapan konfigurasi, optimasi pipelines, dan komparasi performa sistem terdistribusi menjadi portofolio arsitektur data raya yang siap dihilirisasi.
 Kriteria
Ketrampilan menggunakan tools
Teknik
 Pemahaman materi mandiri,Diskusi Interaktif,[DI=100 Menit]
Praktikum,Problem-Based Learning,[PBL=50 Menit]
 Topik
Finalisasi Dokumen Portofolio Rekayasa Platform Data Raya.
Sub Topik
Review berkas hasil eksperimen tugas 1-3, perbaikan kesalahan konfigurasi naskah skrip program paralel, pemantapan kemampuan argumentasi teknis, serta pengondisian administrasi berkas UAS.
 0
16 sub.cpmk.MT107.CPMK12.1-Mahasiswa mampu membuktikan keberhasilan unggah berkas data ke dalam sistem penyimpanan terdistribusi HDFS melalui pembuktian tangkapan layar verifikasi sistem.
sub.cpmk.MT107.CPMK12.2-Mahasiswa mampu memvalidasi perbedaan efisiensi waktu eksekusi pemrosesan data antara paradigma MapReduce Hadoop dengan Apache Spark secara kreatif dan inovatif.
sub.cpmk.MT107.CPMK12.3-Mahasiswa mampu mengintegrasikan seluruh tahapan konfigurasi, optimasi pipelines, dan komparasi performa sistem terdistribusi menjadi portofolio arsitektur data raya yang siap dihilirisasi.
 Tingkat keberhasilan eksekusi data pipelines terdistribusi, validitas pengujian komparasi waktu, kesesuaian format tata tulis dokumen, serta kepatuhan integritas akademik bebas plagiasi. Kriteria
Ujian UTS/UAS yang terjadwal Resmi
Teknik
Pembuktian pemenuhan berkas digital valid (Final Project Infrastructure Package Scoring) melalui gerbang unggah WASKITA LMS yang terbuka hingga batas linimasa berakhir. 		Topik
Ujian Akhir Semester (UAS)
Sub Topik
Pengumpulan berkas portofolio akhir rekayasa sistem terdistribusi (.pdf) yang memuat gabungan laporan teknis konfigurasi klaster, naskah kode program PySpark/MapReduce yang valid, bukti komparasi performa, serta usulan blueprint aplikasi multidisiplin smart city pasca-revisi.
 30

Teknik Penilaian CPMK

CPL MK CPMK Tugas Teori (Individu) Tugas Teori (Kelompok) Tes Tulis (UTS) Tes Tulis (UAS)
CPL02 IT PLATFORM AND INFRASTRUCTURE CPMK03 Y
CPL04 IT PLATFORM AND INFRASTRUCTURE CPMK08 Y
CPL06 IT PLATFORM AND INFRASTRUCTURE CPMK12 Y Y
CPL07 IT PLATFORM AND INFRASTRUCTURE CPMK14 Y Y

Prosedur Penilaian CPMK

1. Komponen Penilaian CPMK
CPL CPMK Sub-CPMK Detail Penugasan (Teknik Penilaian) Bobot % Kriteria Penilaian
CPL04 CPMK08 sub.cpmk.MT107.CPMK08.1 0 Pemahaman Konsep
CPL07 CPMK14 sub.cpmk.MT107.CPMK14.1 Pemeriksaan dokumen laporan tertulis (.pdf) tugas kelompok yang diwakili oleh satu orang pengumpul di Waskita (Tugas 1). 10 Rubrik Analisis
CPL04 CPMK08 sub.cpmk.MT107.CPMK08.2 0 Kemampuan menganalisa Kasus
CPL04 CPMK08 sub.cpmk.MT107.CPMK08.3 10 Kerja Tim
CPL07 CPMK14 sub.cpmk.MT107.CPMK14.2 0 Kemampuan memecahkan masalah
CPL07 CPMK14 sub.cpmk.MT107.CPMK14.3 0 Ketrampilan menggunakan tools
CPL07 CPMK14 sub.cpmk.MT107.CPMK14.4 0 Ketrampilan menggunakan tools
CPL07 CPMK14 sub.cpmk.MT107.CPMK14.1, sub.cpmk.MT107.CPMK14.2, sub.cpmk.MT107.CPMK14.3, sub.cpmk.MT107.CPMK14.4 Kombinasi pengerjaan tes objektif/esai online dan pengumpulan dokumen PDF jawaban mandiri via gerbang Waskita (UTSAssignment). 30 Ujian UTS/UAS yang terjadwal Resmi
CPL04 CPMK08 sub.cpmk.MT107.CPMK08.4 0 Kesesuaian struktur dan metodologi
CPL06 CPMK12 sub.cpmk.MT107.CPMK12.1 Pemeriksaan berkas dokumen visual format (.jpg/.pdf/.png) mandiri yang diunggah ke Waskita. 0 Rubrik Analisis
CPL04 CPMK08 sub.cpmk.MT107.CPMK08.5 0 Kesesuaian teknik dan validitas
CPL06 CPMK12 sub.cpmk.MT107.CPMK12.2 Pemeriksaan berkas laporan tertulis formal komparasi performa sistem terdistribusi di LMS (Tugas 3 Komparasi Waktu Mapreduce dan Sparks). 10 Kemampuan menganalisa Kasus
CPL07 CPMK14 sub.cpmk.MT107.CPMK14.5 0 Kesesuaian teknik dan validitas
CPL02 CPMK03 sub.cpmk.MT107.CPMK03.1 10 Kesesuaian struktur dan metodologi
CPL06 CPMK12 sub.cpmk.MT107.CPMK12.3 0 Ketrampilan menggunakan tools
CPL06 CPMK12 sub.cpmk.MT107.CPMK12.1, sub.cpmk.MT107.CPMK12.2, sub.cpmk.MT107.CPMK12.3 Pembuktian pemenuhan berkas digital valid (Final Project Infrastructure Package Scoring) melalui gerbang unggah WASKITA LMS yang terbuka hingga batas linimasa berakhir. 30 Ujian UTS/UAS yang terjadwal Resmi
Total 100
2. Penilaian CPMK
CPL MK CPMK Tugas Teori (Individu) Tugas Teori (Kelompok) Tes Tulis (UTS) Tes Tulis (UAS) Total
CPL02 IT PLATFORM AND INFRASTRUCTURE CPMK03 0% 0% 10% 0% 0% 10%
CPL04 IT PLATFORM AND INFRASTRUCTURE CPMK08 0% 0% 10% 0% 0% 10%
CPL06 IT PLATFORM AND INFRASTRUCTURE CPMK12 0% 10% 0% 0% 30% 40%
CPL07 IT PLATFORM AND INFRASTRUCTURE CPMK14 0% 10% 0% 30% 0% 40%
100%