• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Katalog teknik informatika
 

Katalog teknik informatika

on

  • 3,220 views

 

Statistics

Views

Total Views
3,220
Views on SlideShare
3,029
Embed Views
191

Actions

Likes
0
Downloads
144
Comments
0

1 Embed 191

http://badcoding.wordpress.com 191

Accessibility

Upload Details

Uploaded via

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Katalog teknik informatika Katalog teknik informatika Document Transcript

    • 2009/2010 KATALOG JURUSAN TEKNIK INFORMATIKAProgram Studi S1 Teknik InformatikaProgram Studi S2 Teknik Informatika
    •  Latar Belakang Pendidikan tinggi merupakan salah satu pilar penting yang diharapkan dapat membawa perubahan suatu bangsa. Pendidikan tinggi tidak hanya menjadi sarana peningkatan kualitas sumber daya manusia (SDM), tetapi juga dapat menjadi wahana yang sangat penting untuk merubah pola pikir masyarakat dalam mewujudkan masyarakat sipil (civil society) yang demokratis. Dalam rangka persaingan global, maka kebijakan dalam bidang pendidikan tinggi harus dapat merespon berbagai tantangan baik pada tingkat lokal, nasional, maupun regional. Salah satu kontribusi perguruan tinggi sebagai penyelenggara pendidikan tinggi adalah dapat meningkatkan daya saing bangsa yang pada akhirnya nanti akan dapat meningkatkan taraf hidup dan kesejahteraan masyarakat secara berkelanjutan. Di masa yang akan datang, pengembangan pendidikan tinggi tidak dapat dipisahkan dari prediksi perkembangan dunia dalam bidang ilmu pengetahuan, teknologi, ekonomi, dan sebagainya. Saat ini, perekonomian dunia sedang mengalami perubahan yang mendasar pada kekuatan daya saingnya, di mana pada awalnya didasarkan pada kekayaan sumber daya alam menjadi perekonomian yang didasarkan pada kemampuan bangsa untuk mengembangkan kreativitas dan inovasi dalam memanfaatkan ilmu pengetahuan, teknologi, dan seni. Untuk meningkatkan daya saing bangsa, salah satu upaya yang dilakukan adalah mempersiapkan SDM berkualitas dalam bidang teknologi informasi. Hal ini diyakini karena teknologi informasi merupakan salah satu tulang punggung pertumbuhan ekonomi bangsa.Untuk itu, pemerintah melalui Direktorat Jenddral Pendidikan Tinggi pada tahun 1985 menginstruksikan untuk membuka Program Studi S1 untuk bidang Ilmu dan Teknologi Komputer di 4(empat) Universitas/Institut, yaitu ITB, ITS, UI dan UGM. Di ITS, program ini awalnya diberi nama Program Studi Teknik Komputer. Namun sejak tahun 1993, nama Program Studi diubah menjadi Jurusan Teknik Komputer. Tahun 1996 secara resmi jurusan ini berganti nama menjadi Jurusan Teknik Informatika berdasarkan Surat Keputusan Direktur Jenderal Pendidikan Tinggi No. 224/DIKTI/Kep/1996, tanggal 11 Juli 1996. Jurusan Teknik Informatika yang awalnya tergabung dalam Fakultas Teknologi Industri (FTI). Mulai tahun 2002 menjadi bagian dari Fakultas Teknologi Informasi (FTIf), sesuai dengan Keputusan Menteri Pendidikan nasional RI Nomor : 109/O/2002, tanggal 2 Juli 2002 tentang Pendirian Fakultas Teknologi Informasi Pada Institut Teknologi Sepuluh Nopember. Untuk peringkat akreditasi, Jurusan Teknik Informatika Program Studi S1 dinyatakan terakreditasi dengan nilai A berdasarkan Surat Keputusan Badan Akreditasi Nasional Perguruan Tinggi (BAN-PT) Nomor 003/BAN-PT/Ak- X/S1/V/2006, tanggal 18 Mei 2006. 2 |Katalog
    • Saat ini, staf pengajar jurusan teknik informatika sebanyak 48 dosen,diantaranya 6 doktor dan 23 bergelar master. Jumlah karyawan teknikinformatika sebanyak 20 orang.Selain program sarjana (S1), Jurusan Teknik Informatika jugamenyelenggarakan program pascasarjana (S2) yang dirintis sejak tahun1994 di bawah koordinasi Jurusan Teknik Elektro, Fakultas TeknologiIndustri. Kemudian sejak tahun 2001, penyelenggaraan programpascasarjana Teknik Informatika secara resmi berada dalam pengelolaanJurusan Teknik Informatika, berdasarkan Surat Keputusan Direktur JendralPendidikan Tinggi Nomor 2851/D/T/2001, perihal ijin penyelenggaraanProgram-Program Studi Jenjang Strata-2 (S2) pada Institut TeknologiSepuluh Nopember Surabaya. Saat ini, Program Studi S2 Teknik Informatikaterakreditasi dengan nilai B berdasarkan Surat Keputusan Badan AkreditasiNasional Perguruan Tinggi (BAN-PT) Nomor 019/BAN-PT/Ak-V/S2/XII/2006tanggal 16 Desember 2006.Hingga saat ini, Jurusan Teknik Informatika merupakan jurusan yang palingfavorit di ITS. Grafik berikut menunjukkan jumlah calon mahasiswa yangberminat memasuki program S1 Jurusan Informatika tahun 2004 s/d 2008dengan daya tampung 100 mahasiswa. Secara rata-rata, dalam 5 tahunterakhir tingkat keketatan persaingan melalui SPMB/SNMPTN, adalah 3 –5% saja yang bisa diterima di Jurusan Teknik Informatika dari jumlahpeminat yang lebih dari 2000 peserta tiap tahunnya. 3 |Katalog
    • Kualitas akademik dari calon mahasiswa yang akan memasuki program S1 Jurusan Teknik Informatika juga sangat bagus dan termasuk dalam lima besar di ITS. Hal ini diukur berdasarkan nilai SPMB/SNMPTN yang didapat oleh calon mahasiswa. Grafik berikut memberikan perbandingan antara nilai rata-rata SPMB yang diperoleh calon mahasiswa yang diterima di Jurusan Teknik Informatika dengan nilai rata-rata SPMB yang diperoleh calon mahasiswa yang diterima di Jurusan-Jurusan lain di ITS. Visi: Menjadi inovator bidang informatika di tingkat nasional. Misi : – Menyelenggarakan proses pembelajaran berbasis kompetensi bidang informatika. – Melaksanakan penelitian yang inovatif, bermutu, dan bermanfaat. – Meningkatkan pemanfaatan teknologi informasi dan komunikasi untuk masyarakat. – Menjalin kemitraan dengan berbagai lembaga, baik dalam maupun luar negeri. Tujuan: 1. Menghasilkan lulusan yang kompeten di bidang Komputasi Cerdas, Rekayasa Perangkat Lunak dan Komputasi Berbasis Jaringan. 2. Menghasilkan karya yang bermanfaat bagi masyarakat. 3. Menghasilkan lulusan yang memiliki daya saing dan kemandirian untuk berkompetisi di tingkat nasional dan internasional. 4 |Katalog
    • 4. Meningkatkan jumlah penelitian dan publikasi di jurnal nasional maupun internasional. 5. Melakukan perbaikan proses pembelajaran secara berkesinambungan. 6. Mengambil peran aktif dalam kegiatan bidang Teknik Informatika pada tingkat nasional dan internasional. 7. Memberikan kontribusi bagi peningkatan mutu kehidupan masyarakat. Kurikulum untuk program Pendidikan S1 Kurikulum untuk program pendidikan S1 yang sekarang digunakan di Jurusan Teknik informatika merupakan kurikulum baru yang telah diberlakukan mulai tahun akedemik 2009/2010 hingga tahun akademik 2013/2014. Dalam kurikulum ini, total Satuan Kredit Semester (SKS) normal yang harus ditempuh oleh mahasiswa adalah 144 SKS. Beban perkuliahan sebesar 144 SKS ini dapat diselesaikan selama delapan semester. Kurikulum ini disusun dengan mengacu pada Peraturan Rektor Institut Teknologi Sepuluh Nopember Nomor 2692/12/PP/2008 tentang Pedoman Penyusunan Kurikulum Institut Teknologi Sepuluh Nopember Tahun 2009- 2014. Total 144 SKS tersebut dikelompokkan menjadi 2 kelompok mata kuliah, yaitu:  Mata Kuliah Wajib : 110 SKS (76.4%)  Mata Kuliah Bidang Keahlian : 34 SKS (23.6%) Jurusan Teknik Informatika menawarkan tiga bidang keahlian, yaitu Komputasi Cerdas dan Visualisasi, Komputasi Berbasis Jaringan dan Rekayasa Perangkat Lunak. Penyediaan ketiga bidang minat ini dimaksudkan agar mahasiswa dapat memperoleh pengetahuan, pemahaman maupun keterampilan yang lebih spesifik sesuai dengan bidang minat yang diinginkannya. Pemilihan Bidang Keahlian ini dapat dilakukan pada saat mahasiswa memasuki semester 6. Adapun ciri-ciri utama dari ketiga bidang minat tersebut dapat dijabarkan seperti berikut:  Bidang Keahlian Komputasi Cerdas dan Visualisasi (KCV). Mata kuliah yang ditawarkan dalam bidang minat ini terutama ditekankan pada kemampuan lulusan dalam memanipulasi dan menganalisis data citra pada berbagai bidang aplikasi (a.l. biomedika, industri), kemampuan menerapkan metode sistem cerdas pada berbagai bidang aplikasi dan kemampuan memodelkan dan mengoptimasikan sistem nyata. Mahasiswa yang memilih bidang keahlian ini diwajibkan (minimal) mengambil 6 mata kuliah bidang keahlian KCV, antara lain: Analisis Data Multivariat, Data Mining, Kecerdasan Komputasional, Simulasi Sistem Diskrit, Data Warehousing, Pengolahan Citra Digital, Simulasi dan Game Komputer, Sistem Temu Kembali Informasi, Visi Komputer, Optimasi Nonlinear, Pemrograman Robot, Topik Khusus Komputasi Cerdas dan Visualisasi. 5 |Katalog
    •  Bidang Keahlian Komputasi Berbasis Jaringan/Net Centric Computing (NCC). Mata kuliah yang ditawarkan dalam bidang keahlian ini ditekankan pada Kemampuan lulusan dalam membangun infrastruktur jaringan yang aman, kemampuan membangun sistem grid, Kemampuan membangun aplikasi jaringan sesuai Standard dan Kemampuan membangun aplikasi multimedia berbasis jaringan. Mahasiswa yang memilih bidang minat ini diwajibkan (minimal) mengambil 6 mata kuliah bidang NCC, antara lain: Jaringan Nirkabel dan Komputasi Bergerak, Sekuritas Jaringan, Sistem Terdistribusi, Teknologi antar Jaringan, Jaringan Multimedia, Komputasi Grid, Perancangan dan Manajemen Jaringan, Teknik Kompresi, Topik Khusus Komputasi Berbasis Jaringan. Bidang Minat Rekayasa Perangkat Lunak (RPL) Mata kuliah yang ditawarkan dalam bidang minat ini ditekankan pada Kemampuan lulusan dalam melakukan pengujian perangkat lunak, Kemampuan mengelola proyek perangkat lunak, Kemampuan mengurangi resiko kesalahan perangkat lunak, dan Kemampuan membuat perangkat lunak game. Mahasiswa yang memilih bidang keahlian ini diwajibkan (minimal) mengambil 6 mata kuliah bidang RPL, antara lain: Animasi Komputer, Audit Tata Kelola TI, Manajemen Proyek Perangkat Lunak, Verifikasi dan Validasi Perangkat Lunak, Evolusi Perangkat Lunak, Pembuatan Game, Pola dan Arsitektur Perangkat Lunak, Topik Khusus Rekayasa Perangkat Lunak, Pemrograman Perangkat Mobile dan Realitas Virtual.Dalam kurikulum 2009-2014 ini, kegiatan perkuliahan untuk membekalimahasiwa dengan pemahaman konsep pengetahuan/teknologi dan kegiatanpraktikum untuk membekali mahasiswa dengan pengetahuan praktis(ketrampilan), dimana kedua kegiatan tersebut diberikan dalam satu matakuliah dengan bobot 3-4 sks, sehingga tidak dilakukan pemisahan antaramata kuliah dengan mata praktikum. Kegiatan perkuliahan dapatberlangsung di kelas maupun di laboratorium.Pengalaman praktis lainnya yang juga wajib diikuti oleh mahasiswa adalah“Kerja Praktek” di industri selama dua bulan (dengan beban 2 SKS) gunamemberikan kesempatan bagi mahasiswa untuk memperluas wawasannyamengenai aplikasi dari berbagai teori yang telah diperoleh dalamperkuliahan. Sebagai akhir dari proses pendidikan untuk program studi S1,mahasiswa diwajibkan untuk menyelesaikan “Tugas Akhir” (dengan bobot 5SKS) yang ditujukan untuk memberikan pengalaman bagi mahasiswa dalammenyusun karya ilmiah yang berkaitan dengan penyelesaian terhadap suatupokok permasalahan sesuai dengan bidang keahlian yang telah dipilihnya.Tugas akhir ini bersifat komprehensif, ditulis sesuai dengan norma-normailmiah dan harus dipertanggungjawabkan baik dalam forum seminar tugasakhir yang bersifat umum dan terbuka maupun ujian lisan yang bersifattertutup di depan tim penguji. 6 |Katalog
    •  Kompetensi Lulusan Program Sarjana: Kompetensi Utama: 1. Memahami dan menguasai prinsip dasar bidang informatika. 2. Menguasai dasar konsep dan keahlian pemrograman komputer . 3. Mampu merancang dan mengimplementasikan sistem serta mengintegrasikan hardware dan software. 4. Mempunyai keahlian komunikasi interpersonal, teamwork serta manajerial 5. Mampu mendayagunakan, mengevaluasi dan mengidentifikasi pengembangan sistem berbasiskan komputer. 6. Mempunyai keahlian tertentu di topik-topik lanjut komputing. 7. Mampu menunjukan sikap yang menghargai, melindungi dan meningkatkan etika professional. 8. Mempunyai keahlian meneliti sesuai dengan metodologi penelitian. Kompetensi Pendukung: 1. Kemampuan menuangkan pemikiran dalam lisan dan tulisan dengan baik. 2. Sikap technopreneur. 3. Kemampuan berbahasa asing baik lisan maupun tulisan. Kompetensi Lainnya: Berintegritas tinggi, bermoral, serta berwawasan lingkungan dan bahari. Kurikulum untuk program Pendidikan S2 Kurikulum untuk program pendidikan S2 yang sekarang digunakan di Jurusan Teknik informatika merupakan kurikulum baru yang telah diberlakukan mulai tahun akedemik 2009/2010 hingga tahun akademik 2013/2014. Dalam kurikulum ini, total Satuan Kredit Semester (SKS) normal yang harus ditempuh oleh mahasiswa adalah 36 SKS. Secara normal, beban perkulihan sebesar 36 SKS ini dapat diselesaikan selama empat semester. Kurikulum ini disusun dengan mengacu pada Peraturan Rektor Institut Teknologi Sepuluh Nopember Nomor 2692/12/PP/2008 tentang Pedoman Penyusunan Kurikulum Institut Teknologi Sepuluh Nopember Tahun 2009- 2014. Beban studi sebesar 36 SKS tersebut dikelompokkan menjadi 2 kelompok mata kuliah, yaitu:  Mata Kuliah Wajib : 18 SKS (50%)  Mata Kuliah Bidang Keahlian : 18 SKS (50%) Program S2 Teknik Informatika juga memberikan 3 pilihan bidang keahlian, yaitu Komputasi Cerdas dan Visualisasi, Komputasi Berbasis Jaringan dan Rekayasa Perangkat Lunak. Pilihan bidang keahlian ini dapat dilakukan saat mahasiswa memasuki semester ke-2. Mahasiswa harus menyelesaikan 7 |Katalog
    • thesis (6 sks), dengan membuat suatu karya ilmiah yang disusun berdasarkan hasil penelitian mahasiswa dalam menyelesaikan suatu pokok permasalahan, dengan menggunakan ilmu informatika sebagai dasar pemecahannya sesuai dengan bidang keahlian yang dipilih. Thesis ini bersifat komprehensif, ditulis sesuai dengan norma-norma ilmiah dan harus dipertanggungjawabkan baik dalam forum seminar tugas akhir yang bersifat umum dan terbuka maupun ujian lisan yang bersifat tertutup di depan tim penguji. Kompetensi Lulusan Program Pasca Sarjana: Kompetensi Utama: 1. Menguasai desain dan analisis pemrograman. 2. Menguasai metodologi pembangunan perangkat lunak. 3. Menguasai metodologi sistem cerdas. 4. Menguasai computer network. 5. Menguasai teknologi pemrosesan informasi. 6. Menguasai metodologi penelitian. 7. Mempunyai daya analisis. 8. Mempunyai inovasi dalam menyelesaikan permasalahan. 9. Mempunyai kemampuan berkomunikasi dengan baik. 10. Mempunyai kemampuan menulis ilmiah. 11. Mempunyai etika profesi. Kompetensi Pendukung: 1. Mempunyai kemampuan kepemimpinan. 2. Bisa Mandiri. 3. Bisa bekerjasama. Kompetensi lainnya: Kemampuan bahasa asing. Pejabat dan Dosen Jurusan Ketua dan Sekretaris Jurusan 2007 - 2011: Ketua : Yudhi Purwananto, S.Kom, M.Kom. Sekretaris : Ahmad Saikhu, S.Si.,MT. Ketua dan Sekretaris Program Studi Pascasarjana 2007 - 2011: Ketua : Ir. Joko Lianto Buliali, M.Sc., Ph.D. Sekretaris : Chastine Fatichah, S.Kom.,M.Kom. Pengelola Laboratorium :  Laboratorium Pemrograman Kepala Laboratorium : Diana Purwitasari, S.Kom, M.Sc. Kepala Seksi Operasional : Radityo Anggoro, S.Kom, M.Sc 8 |Katalog
    •  Laboratorium Arsitektur dan Jaringan Komputer(AJK) Kepala Laboratorium : Royyana Muslim Ijtihadie, S.Kom, M.Kom Kepala Seksi Operasional : Bagus Jati Santoso, S.Kom Laboratorium Komputasi Cerdas dan Visualisasi (KCV) Kepala Laboratorium : Ir. Joko Lianto Buliali, M.Sc.,Ph.D. Laboratorium Komputasi Berbasis Jaringan (NCC) Kepala Laboratorium : Ir. Muchammad Husni, M.Kom. Laboratorium Rekayasa Perangkat Lunak(RPL) Kepala Laboratorium : Prof.Drs.Ec.Ir. Riyanarto Sarno, M.Sc.,Ph.D. Laboratorium Vision and Image Processing (VIP) Kepala Laboratorium : Dr. Agus Zainal Arifin. S.Kom, M.KomKoordinator Kelompok Bidang Keahlian (KBK):Koordinator Bidang RPL : Ir. Suhadi LiliKoordinator Bidang NCC : Ir. Muchammad Husni, M.Kom.Koordinator Bidang KCV : Ir. Joko Lianto Buliali, M.Sc.,Ph.D.Pengelola Ruang Baca : Kepala Ruang Baca Teknik Informatika: Umi Laili Yuhana, S.Kom, M.ScStaf Pengajar : 1. Prof.Ir. Supeno Djanali, M.Sc.,Ph.D. 2. Prof.Ir. Handayani Tjandrasa, M.Sc.,Ph.D. 3. Prof.Drs.Ec. Ir. Riyanarto Sarno, M.Sc.,Ph.D. 4. Ir. Muchammad Husni, M.Kom. 5. Ir. F.X. Arunanto, M.Sc. 6. Ir. Joko Lianto Buliali, M.Sc.,Ph.D. 7. Dr. Agus Zainal Arifin, S.Kom.,M.Kom. 8. Ir. R.V. Hari Ginardi, M.Kom. 9. Ir. Siti Rochimah, MT.10. Ir. Suhadi Lili11. Yudhi Purwananto, S.Kom.,M.Kom.12. Victor Hariadi, S.Si.,M.Kom.13. Ahmad Saikhu, S.Si.,MT.14. Wahyu Suadi, S.Kom.,M.Kom.15. Nanik Suciati, S.Kom.,M.Kom.16. Dwi Sunaryono, S.Kom., M.Kom17. Fajar Baskoro, S.Kom.,MT.18. Chastine Fatichah, S.Kom.,M.Kom.19. Sarwosri, S.Kom.,MT.20. Bilqis Amaliah, S.Kom.,M.Kom.21. Waskitho Wibisono, S.Kom.,M.Eng.22. Daniel Oranova Siahaan, S.Kom.,M.Sc.,P.D.Eng.23. Royyana Muslim Ijtihadie, S.Kom.,M.Kom. 9 |Katalog
    • 24. Imam Kuswardayan, S.Kom., MT. 25. Diana Purwitasari, S,Kom, M.Sc 26. Misbakhul Munir Irfan Subakti, S.Kom.,M.Sc.Eng. 27. Arif Bramantoro, S.Kom.,MIT. 28. Umi Laili Yuhana, S.Kom.,M.Sc. 29. Tohari Ahmad, S.Kom.,MIT. 30. Darlis Herumurti, S.Kom., M.Kom 31. Isye Arieshanti, S.Kom. M.Com.Sc. 32. Ary Mazharudin Shidiqy, S.Kom., M.Com.Sc. 33. Ahmad Hoirul Basori, S.Kom. 34. Anny Yuniarti, S.Kom.,M.Com.Sc. 35. Henning Titi Ciptaningtyas, S.Kom. 36. Rully Sulaiman, S.Kom, M.Kom 37. Radityo Anggoro, S.Kom, M.Sc.,Eng. 38. Hadziq Fabroyir, S.Kom 39. Bagus Jati Santoso, S.Kom 40. Ridho Rahman Hariadi, S.Kom 41. Ratih Nur Esti Anggraini, S.Kom 42. Arya Yudhi Wijaya, S.Kom 43. Rizky Januar Akbar, S.Kom 44. Dini Adni Navastara, S.Kom 45. Wijayanti Nurul Khotimah, S.Kom 46. Abdul Munif, S.Kom 47. Nurul Fajrin Ariyani, S.Kom 48. Erina Letivina Anggraini, S.Kom LABORATORIUM1. LABORATORIUM PEMROGRAMAN (Lab. PROG) Fasilitas : 3 server dan 75 PC workstation Sistem Operasi : Windows server 2003 dan Windows XP Microsoft Office, Visio, Visual Studio.Net, Aplikasi : Hummingbird Exceed (X windows emulator), My SQL, SQL Server dan Oracle DBMS  Praktikum Pemrograman Terstruktur  Praktikum Struktur Data Aktivitas :  Praktikum Basis Data  Pekerjaan tugas mata kuliah, untuk kegiatan penelitian dan pengabdian pada masyarakat.2. LABORATORIUM ARSITEKTUR DAN JARINGAN KOMPUTER (Lab. AJK) Fasilitas : 3 server dan 40 PC workstation Sistem Operasi : Windows server 2003 dan Windows XP, Solaris dan Linux Aplikasi : Microsoft Office, Visio, Visual Studio.Net, Java, Matlab, SQL Server dan Oracle DBMS 10 | K a t a l o g
    • Aktivitas :  Praktikum Sistem Digital  Praktikum Sistem Operasi  Praktikum Jaringan Komputer  Pekerjaan tugas mata kuliah, tugas akhir, penelitian dalam bidang desain dan manajemen jaringan, Jaringan Nirkabel & Komputasi Bergerak, dan untuk kegiatan penelitian serta pengabdian pada masyarakat.3. LABORATORIUM KOMPUTASI CERDAS DAN VISUALISASI (Lab. KCV) Fasilitas : 2 server dan 20 PC workstation Sistem Operasi : Windows server 2003 dan Windows XP Aplikasi : Microsoft Office, Visio, Visual Studio.Net, Java Netbean, Matlab, Xpert Rule, My SQL, SQL Server 2005 dan Oracle 10g DBMS Aktivitas : Kegiatan penelitian dalam bidang Sistem Temu Kembali Informasi, Pengenalan Pola, Data Mining, Data Warehousing, Kecerdasan Komputasional, Simulasi, Optimasi.4. LABORATORIUM KOMPUTASI BERBASIS JARINGAN (Lab. NCC) Fasilitas : 3 server dan 20 PC workstation Sistem Operasi : Windows server 2003, Windows XP, Solaris dan Linux Aplikasi : Microsoft Office, Visio, Visual Studio.Net, Java Netbean, Matlab, ArcInfo & ArcView, Image Gear, SQL Server 2005 dan Oracle DBMS. Aktivitas : Untuk kegiatan penelitian dalam bidang Sistem Terdistribusi, Teknologi antar Jaringan, Jaringan Multimedia, Komputasi Grid, dan Teknik Kompresi.5. LABORATORIUM REKAYASA PERANGKAT LUNAK (Lab. RPL) Fasilitas : 3 server dan 24 PC workstation Sistem Operasi : Windows server 2003 dan Windows XP dan Linux Aplikasi : Microsoft Office, Visio, Visual Studio.Net, Java, Matlab, Xpert Rule, , SQL Server 2005 dan Oracle DBMS Aktivitas : Untuk kegiatan penelitian dalam bidang Animasi 11 | K a t a l o g
    • Komputer, Audit Perangkat Lunak, Verifikasi dan Validasi Perangkat Lunak, Evolusi Perangkat Lunak Pembuatan Game, Pemrograman Perangkat Mobile dan Realitas Virtual.6. LABORATORIUM VISION AND IMAGE PROCESSING (VIP) Fasilitas : 1 server dan 8 PC workstation, Printer LaserJet dan LCD Proyektor Sistem Operasi : Windows server 2003 dan Windows XP Aplikasi : Microsoft Office, Visio, Visual Studio.Net, Java, Matlab, Xpert Rule, , SQL Server 2005 dan Oracle DBMS Aktivitas : Untuk kegiatan penelitian dalam bidang Visi Komputer dan Pengolahan Citra Digital.7. WORKSHOP PROGRAM S2 Fasilitas : 2 server, 12 PC workstation Sistem Operasi : Windows server 2003, Windows XP dan Linux Aplikasi : Microsoft Office, Visio, Visual Studio.Net, Java Netbean, Matlab, Eclipse, Rational Rose, System Architect, SQL Server 2005, Oracle 10g DBMS Aktivitas : Untuk kegiatan penelitian dalam bidang RPL, NCC dan KCV 12 | K a t a l o g
    • Daftar Mata Kuliah dan Silabus Kurikulum 2009-2014 Program Sarjana Jurusan Teknik Informatika 13 | K a t a l o g
    •  DAFTAR MATA KULIAH KURIKULUM 2009 - 2014Fakultas : Teknologi Informasi (FTIF)Jurusan : Teknik InformatikaJenjang : S1 Kompet Kompetensi Wajib/ Kode MK Nama Mata Kuliah sks Smt ensi Penunjang/ Pilihan Utama LainnyaIG091308 Bahasa Inggris 2 W 1  KI091301 Aljabar Linear 3 W 1 KI091302 Pemrograman Terstruktur 4 W 1 KI091303 Sistem dan Teknologi 2 W 1 Informasi KI091304 Sistem Digital 4 W 1 SM091201 Kalkulus 1 3 W 1 IG09130X Pendidikan Agama 2 W 2 KI091305 Algoritma dan Struktur Data 4 W 2 KI091306 Matematika Diskrit 3 W 2 KI091307 Organisasi Komputer 3 W 2 KI091308 Teori Graf dan Otomata 3 W 2 SM091202 Kalkulus 2 3 W 2 KI091309 Basis Data 4 W 3 KI091310 Komputasi Numerik 3 W 3 KI091311 Pemrograman Berorientasi 4 W 3 Objek KI091312 Rekayasa Perangkat Lunak 2 W 3 KI091313 Sistem Operasi 4 W 3 KI091314 Statistika Komputasional 3 W 3 IG091307 Bahasa Indonesia 2 W 4 IG091309 Pengantar Ilmu Lingkungan 2 W 4 KI091315 Analisis dan Perancangan 4 W 4 Sistem KI091316 Jaringan Komputer 3 W 4 KI091317 Pemrograman Web 3 W 4 KI091318 Perancangan dan Analisis 3 W 4 Algoritma KI091319 Riset Operasional 3 W 4 KI091320 Basis Data Lanjut 3 W 5 KI091321 Grafika Komputer 3 W 5 KI091322 Kecerdasan Buatan 3 W 5  14 | K a t a l o g
    • Kompet Kompetensi Wajib/ Kode MK Nama Mata Kuliah sks Smt ensi Penunjang/ Pilihan Utama LainnyaKI091323 Pemrograman Framework 3 W 5 J2EE  KI091324 Pemrograman Jaringan 3 W 5 KI091325 Perancangan dan Analisis 3 W 5 Algoritma Lanjut  Kompet Kompetensi Wajib/ Kode MK Nama Mata Kuliah sks Smt ensi Penunjang/ Pilihan Utama LainnyaKI091392 Kerja Praktek 2 W 6 KI091326 Pemrograman Framework 3 W 6 .NET IG091306 Pend Kewarganegaraan 2 W 7  KI091327 Sosio dan Etika 2 W 7  IG091311 Pengantar 2 W 8 Technopreneurship  KI091xxx Mata Kuliah Bidang Keahlian 34 P - KI091391 Tugas Akhir 5 W 8  Jumlah sks 144 100% 132 12 Jumlah sks MK wajib 110 76% Jumlah sks MK pilihan 34 24% DAFTAR MATA KULIAH BIDANG KEAHLIAN Bidang Kompetensi Kode MK Nama Mata Kuliah sks Smt Keahlian UtamaKI091331 Analisis Data Multivariat 4 KCV* 6 KI091332 Data Mining 4 KCV* 6 KI091333 Kecerdasan Komputasional 3 KCV* 6 KI091334 Simulasi Sistem Diskrit 4 KCV* 6 KI091351 Jaringan Nirkabel dan 4 NCC 6 Komputasi Bergerak KI091352 Sekuritas Jaringan 3 NCC 6 KI091353 Sistem Terdistribusi 4 NCC 6 KI091354 Teknologi antar Jaringan 4 NCC 6 KI091371 Animasi Komputer 4 RPL 6 KI091372 Audit Tata Kelola TI 3 RPL 6  Bidang Kompetensi Kode MK Nama Mata Kuliah sks Smt Keahlian Utama 15 | K a t a l o g
    • KI091373 Manajemen Proyek 4 RPL 6 Perangkat Lunak KI091374 Verifikasi dan Validasi 3 RPL 6 Perangkat Lunak KI091335 Data Warehousing 3 KCV* 7 KI091336 Pengolahan Citra Digital 4 KCV* 7 KI091337 Simulasi dan Game Komputer 4 KCV 7/8 KI091338 Sistem Temu Kembali 4 KCV 7/8 Informasi KI091339 Visi Komputer 4 KCV 7/8 KI091355 Jaringan Multimedia 4 NCC 7 KI091356 Komputasi Grid 4 NCC 7 KI091357 Perancangan dan 4 NCC 7 Manajemen Jaringan KI091358 Teknik Kompresi 4 NCC 7 KI091375 Evolusi Perangkat Lunak 3 RPL 7 KI091376 Pembuatan Game 3 RPL 7 KI091377 Pola dan Arsitektur 4 RPL 7 Perangkat Lunak KI091378 Topik Khusus Rekayasa 4 RPL 7 Perangkat Lunak KI091340 Optimasi Nonlinear 4 KCV 7/8 KI091341 Pemrograman Robot 4 KCV 7/8 KI091342 Topik Khusus Komputasi 4 KCV 7/8 Cerdas dan Visualisasi KI091359 Topik Khusus Komputasi 3 NCC 8 Berbasis Jaringan KI091379 Pemrograman Perangkat 3 RPL 8 Mobile KI091380 Realitas Virtual 3 RPL 8 Keterangan:KI09133x atau KI09134x : Pilihan Bidang Keahlian KCVKI09135x : Pilihan Bidang Keahlian NCCKI09137x atau KI09138x : Pilihan Bidang Keahlian RPLMahasiswa wajib menempuh 34 sks MK Bidang Keahlian (9 MK) dengan minimal 6 MKharus dari satu Bidang KeahlianKCV*: Mata Kuliah Wajib Bidang Keahlian KCV DAFTAR MATA KULIAH PER SEMESTERSEMESTER 1 16 | K a t a l o g
    • Kode MK Nama Mata Kuliah sks Wajib/PilihanIG091308 Bahasa Inggris 2 WKI091301 Aljabar Linear 3 WKI091302 Pemrograman Terstruktur 4 WKI091303 Sistem dan Teknologi Informasi 2 WKI091304 Sistem Digital 4 WSM091201 Kalkulus 1 3 W 18SEMESTER 2 Kode MK Nama Mata Kuliah sks Wajib/PilihanIG09130X Pendidikan Agama 2 WKI091305 Algoritma dan Struktur Data 4 WKI091306 Matematika Diskrit 3 WKI091307 Organisasi Komputer 3 WKI091308 Teori Graf dan Otomata 3 WSM091202 Kalkulus 2 3 W 18SEMESTER 3 Kode MK Nama Mata Kuliah sks Wajib/PilihanKI091309 Basis Data 4 WKI091310 Komputasi Numerik 3 WKI091311 Pemrograman Berorientasi Objek 4 WKI091312 Rekayasa Perangkat Lunak 2 WKI091313 Sistem Operasi 4 WKI091314 Statistika Komputasional 3 W 20SEMESTER 4 Kode MK Nama Mata Kuliah sks Wajib/PilihanIG091307 Bahasa Indonesia 2 WIG091309 Pengantar Ilmu Lingkungan 2 WKI091315 Analisis dan Perancangan Sistem 4 WKI091316 Jaringan Komputer 3 WKI091317 Pemrograman Web 3 WKI091318 Perancangan dan Analisis Algoritma 3 WKI091319 Riset Operasional 3 W 20SEMESTER 5 Kode MK Nama Mata Kuliah sks Wajib/PilihanKI091320 Basis Data Lanjut 3 W 17 | K a t a l o g
    • KI091321 Grafika Komputer 3 WKI091322 Kecerdasan Buatan 3 WKI091323 Pemrograman Framework J2EE 3 WKI091324 Pemrograman Jaringan 3 WKI091325 Perancangan dan Analisis Algoritma 3 W Lanjut 18 BIDANG KEAHLIAN KOMPUTASI CERDAS DAN VISUALISASI (KCV)SEMESTER 6 Kode MK Nama Mata Kuliah sks Wajib/PilihanKI091392 Kerja Praktek 2 WKI091326 Pemrograman Framework .NET 3 WKI091331 Analisis Data Multivariat 4 PKI091332 Data Mining 4 PKI091333 Kecerdasan Komputasional 3 PKI091334 Simulasi Sistem Diskrit 4 P 20SEMESTER 7 Kode MK Nama Mata Kuliah sks Wajib/PilihanIG091306 Pend Kewarganegaraan 2 WKI091327 Sosio dan Etika 2 WKI091335 Data Warehousing 3 PKI091336 Pengolahan Citra Digital 4 PKI0913xx Pilihan 1* 4 PKI0913xx Pilihan 2* 4 P 19SEMESTER 8 Kode MK Nama Mata Kuliah sks Wajib/PilihanIG091311 Pengantar Technopreneurship 2 WKI0913xx Pilihan 3* 4 PKI091391 Tugas Akhir 5 W 11Total sks 144DAFTAR MATA KULIAH PILIHAN 1, 2, 3 BIDANG KEAHLIAN KCV Kode MK Nama Mata Kuliah sks Wajib/PilihanKI091337 Simulasi dan Game Komputer 4 PKI091338 Sistem Temu Kembali Informasi 4 P 18 | K a t a l o g
    • KI091339 Visi Komputer 4 PKI091340 Optimasi Nonlinear 4 PKI091341 Pemrograman Robot 4 PKI091342 Topik Khusus Komputasi Cerdas dan 4 P Visualisasi BIDANG KEAHLIAN REKAYASA PERANGKAT LUNAK (RPL)SEMESTER 6 Kode MK Nama Mata Kuliah sks Wajib/PilihanKI091392 Kerja Praktek 2 WKI091326 Pemrograman Framework .NET 3 WKI091371 Animasi Komputer 4 PKI091372 Audit Tata Kelola TI 3 PKI091373 Manajemen Proyek Perangkat Lunak 4 PKI091374 Verifikasi dan Validasi Perangkat 3 P Lunak 19SEMESTER 7 Kode MK Nama Mata Kuliah sks Wajib/PilihanIG091306 Pend Kewarganegaraan 2 WKI091327 Sosio dan Etika 2 WKI091375 Evolusi Perangkat Lunak 3 PKI091376 Pembuatan Game 3 PKI091377 Pola dan Arsitektur Perangkat Lunak 4 PKI091378 Topik Khusus Rekayasa Perangkat 4 P Lunak 18SEMESTER 8 Kode MK Nama Mata Kuliah sks Wajib/PilihanIG091311 Pengantar Technopreneurship 2 WKI091379 Pemrograman Perangkat Mobile 3 PKI091380 Realitas Virtual 3 PKI091391 Tugas Akhir 5 W 13Total sks 144 BIDANG KEAHLIAN KOMPUTASI BERBASIS JARINGAN (NCC)SEMESTER 6 Kode MK Nama Mata Kuliah sks Wajib/PilihanKI091392 Kerja Praktek 2 WKI091326 Pemrograman Framework .NET 3 W 19 | K a t a l o g
    • KI091351 Jaringan Nirkabel dan Komputasi 4 P BergerakKI091352 Sekuritas Jaringan 3 PKI091353 Sistem Terdistribusi 4 PKI091354 Teknologi antar Jaringan 4 P 20SEMESTER 7 Kode MK Nama Mata Kuliah sks Wajib/PilihanIG091306 Pend Kewarganegaraan 2 WKI091327 Sosio dan Etika 2 WKI091355 Jaringan Multimedia 4 PKI091356 Komputasi Grid 4 PKI091357 Perancangan dan Manajemen 4 P JaringanKI091358 Teknik Kompresi 4 P 20SEMESTER 8 Kode MK Nama Mata Kuliah sks Wajib/PilihanIG091311 Pengantar Technopreneurship 2 WKI091359 Topik Khusus Komputasi Berbasis 3 P JaringanKI091391 Tugas Akhir 5 W 10Total sks 144 20 | K a t a l o g
    • IG091308 Bahasa Inggris 2 sksMata Kuliah : Bahasa InggrisKode/bobot/Semester : IG091308/ 2 sks / 1Tujuan Pembelajaran (Learning Objectives) : 1. Mahasiswa dapat memahami isi sebuah artikel/ jurnal/ teks akademik mengenai sains dan teknologi yang ditulis dalam bahasa Inggris. 2. Mahasiswa dapat mendiskripsikan informasi atau isi dari argumentatif teks lisan setelah menyimak teks tersebut. 3. Mahasiswa dapat mengungkapkan argumentasi atau ide-ide logis secara lisan atau tulisan.Kompetensi (Competency) : 1. Mahasiswa dapat menerapkan strategy membaca yang efektif untuk menafsirkan isi argumentatif teks berbahasa Inggris yang berbasis sains dan teknologi. 2. Mahasiswa dapat menafsirkan isi berbagai jenis teks lisan yang berbahasa Inggris. 3. Mahasiswa dapat menyampaikan secara lisan dan tulisan argumen- argumen atau ide-ide dalam bahasa Inggris.Pokok Bahasan (Subject Matter) : 1. Scanning: Scanning in everyday life; scanning tables; scanning academic articles/jurnals,; scanning encyclopedia entri. 2. Previewing and Predicting: previewing and predicting book covers to foresee the contents; listen to spoken text and predict the suitable picture or figures; Say out loud the undelined reasons for predicting. 3. Vocabulary Knowledge for Effective Reading and listening: guessing meaning from context in sentences; using grammar to guess word meaning; recognizing words connecting ideas. 4. Topics: stating and recognizing topics from a paragraph or a text in written and spoken text; working with the topics, finding and writing the topic sentence. 5. Main Ideas: finding the main idea in the topic sentence, stating main ideas of a paragraph, develop topic to main ideas, develop supporting details for the main ideas, producing an outline. 6. Patterns of Organization: recognizing signal words to identify the types of patterns, recognizing the patterns of various written texts; writing an essay with some selected patterns. 7. Skimming: skimming book reviews skimming jurnal or articles. 8. Making Inference: Infering missing information, making inferences from conversations. 9. Summarizing and Analysis: summmarizing a paragraph or passages, and making a text or article analysis 21 | K a t a l o g
    • Pustaka Utama : 1. Mikulecky and Jeffries. “More Reading Power” , Addison-Wesley publishing Company, 1996 2. Supriyanto. ”Critical Reading” ITB. 2007. 3. ITS English Teaching Team. “ English for Science and Technology. ITS. 2008.Pustaka Penunjang : 1. Rooks. “ Paragraph Power: Communicating Ideas through Paragraphs.Prentice Hall Regents. 1999 2. Hayden, R.E., Pilgrim, D.W, and Haggard, A.Q. “Mastering American English. Prentice Hall, Inc. 2000. 3. Thomson and Martinet. “A Practical English Grammar. Oxford University Press.1995. 4. Anderson and Anderson. “Text Types in English” Macmillan.2003.Prasyarat : -KI091301 Aljabar Linear 3 sksMata Kuliah : Aljabar LinierKode/bobot/Semester : KI091301/ 3 sks / 1Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu memahami konsep aljabar linier dan memilih metoda yang tepat untuk menyelesaikan berbagai persoalan aljabar linierKompetensi: 1. Mahasiswa mampu menyelesaikan masalah sistem persamaan linier menggunakan komputasi matriks 2. Mahasiswa mampu menjelaskan ruang vektor dan aplikasinya dalam transformasi linier 3. Mahasiswa mampu mengaplikasikan aljabar linier dalam beberapa contoh kasusPokok Bahasan (Subject Matter): Sistem persamaan linier dan matrix; Eliminasi gauss, Gauss Jordan, Matrix dan operasinya, Invers matrix (praktek menggunakan Matlab). Determinan; fungsi determinan, evaluasi determinan dengan reduksi baris, properti fungsi determinan, kofaktor, aturan cramer (praktek menggunakan Matlab). Vektor pada ruang 2 dan ruang 3; pengenalan vektor, vektor normal, vektor aritmatik, dot product, proyeksi, cross product, garis dan bidang pada ruang 3 (praktek menggunakan Matlab). Ruang vektor Euclidean; ruang n euclidean, transformasi linier dari Rn ke Rm. Ruang vektor; ruang vektor real, sub ruang vektor, bebas linier, basis dan dimensi, ruang baris, ruang kolom dan ruang null, rank dan nullity (praktek menggunakan Matlab). Ruang inner product; inner product, sudut dan Ortogonaliti pada inner product, Basis Orthonormal, Gram Schmidt. Eigenvalue dan eigenvektor; pengenalan eigenvalue dan eigenvektor, diagonalization, ortogonal diagonalization 22 | K a t a l o g
    • (praktek menggunakan Matlab). Transformasi linier lanjut; pengenalan transformasi linier lanjut, Kernel dan range, Invers transformasi linier, Similarity (praktek menggunakan Matlab). Aplikasi aljabar linier; Program linier geometric, Interpolasi kubik spline, Markov chains, Teori graf, Grafika computer, Kriptografi, genetik.Pustaka Utama : 1. Elementary Linear Algebra ; Howard Anton, Drexel University, John Wiley & Sons, Inc; ninth edition, 2005 2. Elementary Linear Algebra - applications version; Howard Anton, Chris Rorres; John Wiley & Sons, Inc; ninth edition, 2005Prasyarat: -KI091302 Pemrograman Terstruktur 4 sksMata Kuliah : Pemrograman TerstrukturKode/bobot/Semester : KI091302/ 4 sks / 1Kompetensi: 1. Mahasiswa memahami metodologi pengembangan software (analisa, design, coding, testing, dokumentasi) dan mampu menerapkan metodologi tersebut pada persoalan-persoalan sederhana. 2. Mahasiswa mampu berkomunikasi dan bekerja sama dalam sebuah tim melalui mekanisme dokumentasi program. 3. Mahasiswa mampu merancang program secara modular/terstruktur dengan pendekatan top-down menggunakan fungsi-fungsi. 4. Mahasiswa mampu merancang algoritma dengan benar dan efisien, serta mampu melakukan analisa kompleksitas terhadap algoritma tersebut. 5. Mahasiswa memahami elemen-elemen bahasa pemrograman C dan mampu mengimplementasikan hasil rancangannya secara benar. 6. Mahasiswa mampu menuangkan hasil pemikirannya dalam bahasa lisan maupun tulisan dengan baik.Pokok Bahasan: Gambaran Umum Mengenai Pemrograman, Gambaran Umum tentang C, Pemrograman Terstruktur /Modular, Percabangan, Perulangan, Array, Algoritma, Sorting, Searching, String, Fungsi Rekursif, Structure dan Union, Pemrosesan File, Program Berukuran Besar, Struktur Data Dinamik, C++.Pustaka Utama : Jeri R. Hanly, Elliot B. Koffman, Problem Solving and Program Design in C, 3th edition, Addison Wesley, 2002. Thomas H. Cormen, Charles E.Leiserson, Ronald L. Rivest, Introduction to Algorithms, McGraw-Hill, 2003. 23 | K a t a l o g
    • KI091303 Sistem dan Teknologi Informasi 2 sksMata Kuliah : Sistem dan Teknologi InformasiKode/bobot/Semester : KI091303/2/1Kompetensi: 1. Mahasiswa mampu mengenal komponen sistem komputer saat ini dan sistem komputer yang ada, 2. Mahasiswa mampu mengenal komponen sistem informasi dan sistem informasi yang ada, 3. Mahasiswa mampu memahami bagaimana komputer bisa membantu berbagai pekerjaan manusia secara efektif dan efisien. 4. Mahasiswa mampu mengenal berbagai macam eBisnis yang bisa dilakukan sehubungan dengan perkembangan sistem informasi.Pokok Bahasan (Subject Matter): Pengenalan sistem komputer: konsep sistem komputer, hardware, software dan brainware. Hardware komputer: cpu, disk, input dan output. Software: Operating System, Software Aplikasi, bahasa pemrograman. Brainware: programmer, end-user, database admin, administrator. Profesi di bidang Teknologi Informasi, Komputer di masyarakat Indonesia. Pengenalan sistem informasi: konsep sistem informasi, komponen sistem informasi, manfaat dan keunggulan sistem informasi. Penerapan sistem informasi: CRM, ERP, SCM, SIM Akademik, SIM PSB. Studi Kasus Bisnis Online: kinerja bisnis eCommerce.Pustaka Utama : 1. Pfaffenberger, Bryan, Computes in Your Future, 4th Edition, University of Virginia, Prentice Hall, 2001 2. James A. O’Brien, Management Information systems: Managing Information Technology in the bussiness Enterprise, 6th Edition, McGraw Hill Irwin, 2004. 24 | K a t a l o g
    • KI091304 Sistem Digital 4 sksMata Kuliah : Sistem DigitalKode/bobot/Semester : KI091304/ 4 sks / 1Tujuan Pembelajaran:Mahasiswa mampu memahami dengan benar konsep dasar sistem digitalsebagai pembentuk komponen utama komputer, dan dapat menganalisis sertamerancang sistem digital sederhana.Kompetensi: 1. Mahasiswa mampu menjelaskan dengan benar berbagai macam sistem bilangan 2. Mahasiswa mampu melakukan penyederhanaan fungsi-fungsi boolean dengan menggunakan beberapa metode. 3. Mahasiswa mampu menjelaskan dengan benar fungsi dan karakteristik berbagai komponen sistem digital, yang meliputi rangkaian kombinasional dan rangkaian sekuensial. 4. Mahasiswa mampu menganalisis & melakukan perancangan sistem digital baik berupa rangkaian kombinasional maupun sekuensial 5. Mahasiswa mampu memahami secara benar tahapan perancangan rangkaian sekuensial tak serempak (asynchronous)Pokok Bahasan: Sistem Bilangan; Penjelasan Sistem Digital dan Analog, Sistem bilangan biner, octal, desimal dan heksadesimal, konversi antar sistem bilangan. Peng- kode-an BCD, Excess-3, 8-4-2-1, Gray, dan lain-lain. Aljabar Boole dan penyederhanaan fungsi Boolean: Gerbang logika OR, AND. NOT, XOR, NAN. Tabel kebenaran, fungsi-fungsi Logika dan implemantasinya ke dalam gerbang logika, Bentuk SOP dan POS, Penyederhanaan fungsi boolean secara matematis dan Teori De Morgan, Penyederhanaan dengan K-Map, dan dengan Tabulasi. Rangkaian Kombinasional: Adder, Subtractor, Decoder, Encoder, Multiplexer, Demultiplexer. Perancangan rangkaian kombinasional sederhana. Synchronous Sequential Logic: Konsep rangkaian sequensial yang sinkron, SR Latch, Flip-Flop SR, JK, D, dan T, Pengenalan State Diagram, Analisa rangkaian sekuensial, Merancang rangkaian dengan menggunakan Flip-flop, Register, Counter dan Memory: Konsep Register, Register dengan Parallel Load, Shift Register, Counter, Binary Up-Down Counter, Memory Decoding, Desain memori, Error Corection, Arsitektur ROM. Algorithmic Satate Machine (ASM): ASM Chart, ASM Block, Timing Sequence, Desain Rangkaian dengan ASM Chart. Asynchronous Sequential Logic (ASL): Konsep Dasar ASL, Transition Table, Flow Table, Race Condition. Contoh Desain rangkaian ASL, Penyederhanaan State dan Flow TableDaftar Pustaka: 1. Morris Mano, Digital Design 3th Edition, Prentice-Hall, 2002 2. Ronald J. Tocci, Neal S. Widmer, Digital Systems Principles and Applications, Prentice-Hall, 2001 25 | K a t a l o g
    • Prasyarat : -SM091201 Kalkulus 1 3 sksMata Kuliah : Kalkulus 1Kode/bobot/Semester : SM091201/ 3 sks / 1Tujuan Pembelajaran:Mahasiswa mampu memahami konsep-konsep dasar tentang koordinat grafikdan garis, limit dan kontinuitas, diferensial turunan, Integral dan aplikasinya.Pokok Bahasan (Subject Matter): Koordinat Grafik dan Garis;Bilangan real dan garis bilangan, nilai mutlak, petidaksamaan, garis, lingkaran, parabola, fungsi dan grafik, identifikasi fungsi. Limits dan Kontinuitas; Garis singgung dan laju perubahan, aturan dan teknik menghitung limit, definisi limit fungsi, Fungsi kontinu. Diferensial Turunan; Turunan suatu fungsi, aturan turunan, aturan rantai dan persamaan parametric, Turunan fungsi implisit, Notasi Delta. Aplikasi Turunan; Laju-laju yang berkaitan, Penentuan interval naik, turun serta kecekungan fungsi, Nilai maksimum/minimum fungsi, Teorema nilai rata- rata. Integral: Integral tertentu, Teorema Fundamental Kalkulus Pertama dan aplikasinya, menghitung luas di bawah kurva.KI091305 Algoritma dan Struktur Data 4 sksMata Kuliah : Algoritma dan Struktur DataKode/bobot/Semester : KI091305 / 4 sks / 2Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu mengimplementasikan tipe data abstrak dalam permasalah nyata.Kompetensi (Competency): 1. Mahasiswa mampu menyusun spesifikasi dan mengimplementasikan tipe data abstrak ( ADT ) dalam bahasa C. 2. Mahasiswa mampu menerapkan tipe data abstrak dalam permasalahan yang nyata. 3. Mahasiswa mampu menerapkan algoritma Greedy, Branch and Bound, Recurrence.Pokok Bahasan (Subject Matter): Pendahuluan; Pointer dalam C, Linear Linked List, Linked Data Structures Lain. Pengenalan Rekursi; Konsep Berpikir Rekursif, Permasalahan Umum dalam Rekursi, Aspek Kuantitatif dalam Rekursi. Struktur Data Linier - Stack dan Queue; Konsep Dasar Stack, Tipe Data Abstrak untuk Stack dan Queue, Penggunaan dan Implementasi Stack, Implementasi Rekursi Menggunakan Stack, Penggunaan dan Implementasi Queue. 26 | K a t a l o g
    • List, String, dan Alokasi Memori Dinamis; Konsep dan Implementasi List, Konsep dan Implementasi Strings, Perbedaan Alokasi Memori Statis dan Dinamis, Konsep dan Implementasi Alokasi Memori Dinamis. Tree; Konsep Dasar dan Terminologi, Binary Tree, Representasi Binary Tree, Heap dan Priority Queue, Binary Tree Traversal, Binary Search Tree, AVL Tree, Two-Three Tree, Huffman Codes. Graphs; Konsep Dasar dan Terminologi, Representasi Graph, Graph Searching, Topological Ordering, Shortest Path, Task networks. Hashing; Pengenalan dan Konsep Hashing, Algoritma Hashing. Sorting; Metode Sorting Priority Queue, Metode Divide- and-Conquer, Metode Insert and Sort, Address Calculation Sorting, Metode Sorting Lainnya, Perbandingan Performance antar Metode Sorting. Rekursi Lanjut; Pembuatan Parser dengan Menggunakan Rekursi, Translasi Infix ke Postfix.Pustaka Utama (Main Reference): 1. Thomas A. Standish, “Data structures, algorithms, and software principles in C ”, Addison-Wesley, 1995.Pustaka penunjang (Supporting References): 1. Aaron M. Tanenbaum, ”Data Structures Using C”, Prentice Hall, 1997. 2. Alfred V. Aho, Jeffrey D. Ullman, John E. Hopcroft, ”Data Structures and Algorithms”,Addison-Wesley,1983.Prasyarat (Prerequisite): -KI091306 Matematika Diskrit 3 sksMata Kuliah : Matematika DiskritKode/bobot/Semester : KI091306 / 3 sks / 2Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu memahami konsep logika, metode pembuktian, himpunan, fungsi, induksi matematis & rekursi, relasi dan dapat mengaplikasikannya pada permasalahan nyata.Kompetensi: 1. Mahasiswa mampu menjelaskan dengan benar konsep logika dan dapat mengambil kesimpulan yang benar, 2. Mahasiswa mampu mengaplikasikan metode-metode pembuktian yang efesien, 3. Mahasiswa mampu menjelaskan & mengaplikasikan konsep himpunan dan fungsi, 4. Mahasiswa menjelaskan induksi matematis dan rekursi & mengaplikasikan pada permasalahan nyata, 5. Mahasiswa menjelaskan konsep relasi & mengaplikasikan pada permasalahan nyata. 27 | K a t a l o g
    • Pokok Bahasan (Subject Matter): Konsep dasar logika dan penentuan kesimpulan; Konsep logika proposional dan ekuvalensi, konsep predikat dan quantifier, penggunaan quantifier pada proposisi, konsep aturan penenetuan kesimpulan, konsep penentuan kesimpulan untuk pernyataan quantified dan penggunaannya, kesalahan dalam penentuan kesimpulan, resolusi. Metode-metode pembuktian; Konsep metode-metode pembuktian seperti bukti langsung, bukti tidak langsung, bukti hampa, bukti mudah, bukti dengan kontradiksi, bukti per kasus, bukti pada ekuivalensi dan penggunaannya, pembuktian constructive dan non-constructive. Konsep Himpunan dan fungsi; Definisi himpunan, operasi pada himpunan, relasi dua himpunan, power set, cartesian product, konsep fungsi, jenis-jenis fungsi, fungsi invers, dan komposisi dua fungsi. Induksi matematis dan rekursi; Konsep induksi matematis, metode pembuktian dengan induksi matematis, konsep induksi kuat, metode pembuktian dengan induksi kuat, penggunaan induksi kuat pada komputasi geometri, pembuktian dengan properti well-ordering, fungsi rekursi, himpunan rekursi dan struktur, struktur induksi, generalisasi induksi, algoritma rekursi, pembuktian kebenaran algoritma rekursi, rekursi dan iterasi. Relasi; Definisi dan notasi relasi, relasi pada himpunan, sifat-sifat relasi, kombinasi dua relasi, komposisi dua relasi, relasi ekivalen.Pustaka Utama: 1. Discrete Mathematics and its Applications; Kenneth H. Rosen; McGraw Hill; sixth edition; 2007.Pustaka penunjang :Prasyarat : -KI091307 Organisasi Komputer 3 sksMata Kuliah : Organisasi KomputerKode/bobot/Semester : KI091307/ 3 sks / 2Tujuan Pembelajaran: Mahasiswa mampu memahami dengan benar konsep dasar cara kerja komputer dan dapat menjelaskan dengan tepat fungsi dari setiap komponen pembentuk komputer, serta dapat memahami dengan benar metode pipelining, sebagai suatu cara untuk pemrosesan secara paralel.Kompetensi: 1. Mahasiswa mampu menjelaskan dengan benar dasar kerja komputer dan komponen pembentuknya. 2. Mahasiswa mampu menjelaskan dengan tepat urutan untuk mengeksekusi suatu instruksi. 3. Mahasiswa mampu menjelaskan dengan benar organisasi dan fungsi setiap komponen pembentuk komputer 4. Mahasiswa mampu menjelaskan dengan benar konsep pipelining sebagai salah satu cara untuk pemrosesan secara paralel. 28 | K a t a l o g
    • Pokok Bahasan: Struktur Dasar Komputer: Organisasi dan arsitektur computer, struktur komputer dan fungsi-fungsi di dalamnya, evolusi dan generasi-generasi computer. Instruksi Mesin dan Program: Lokasi dan alamat memori, operasi dasar memori, instruksi dan urutan instruksi, moda pengalamatan, Bahasa assembly, Stack & Queue, subroutine, contoh beberapa instruction set. Organisasi Input/Output: Organisasi Input/Output, peng-akses-an peralatan I/O, interrupt, Direct Memory Acces, antarmuka I/O standar. Sistem Memory : Konsep dasar Sistem Memory, Random Access Memory (RAM), Read Only Memory (ROM), Cache Memory: Mapping, Replacement Algorithm, Virtual Memory, Secondary Storage. Aritmatika: penambahan dan pengurangan, desain Fast Adder, perkalian bilangan positip, perkalian bilangan bertanda, algoritma Booth, Fast Multiplication, pembagian bilangan integer. bilangan riil dan operasinya. Unit Pemrosesan : Konsep dasar unit processing, eksekusi instruksi lengkap, organisasi bus jamak, Hardwired Control, Multiprogrammed Control. Pipelining: Konsep dasar pipelining, data & instruction hazard, pengaruh set instruksi, operasi SuperscalarDaftar Pustaka: 1. Hamacher, Vranezic & Zaky, Computer Organization 5th Edition, McGraw- Hill, 2002. 2. William Stallings, Computer Organization And Architecture 4th Edition, Prentice-Hall, 1996. 3. Morris Mano, Computer System Architecture , Prentice-Hall, 1993.Prasyarat : Sistem Digital (KI091304/4sks)KI091308 Teori Graf dan Otomata 3 sksMata Kuliah : Teori Graf dan OtomataKode/bobot/Semester : KI091308/ 3 sks / 2Kompetensi: 1. Mahasiswa mampu menjelaskan komponen perangkat pemodelan menggunakan teori graph. 2. Mahasiswa mampu mengaplikasikan teori graph untuk memodelkan permasalahan riil serta memformulasikan konsep penyelesaiannya. 3. Mahasiswa mampu menjelaskan komponen perangkat pemodelan menggunakan otomata. 4. Mahasiswa mampu mengaplikasikan otomata untuk memodelkan permasalahan riil serta memformulasikan konsep penyelesaiannya.Pokok Bahasan: Graph & Subgraph : Graph & Simple Graph, Subgraph, Vertex Degree, Path & Connection, Cycles, Isomorphism. Tree & Directed Graph: Tree & The Properties, Cut Edge & Cut Vertex, Spanning Tree, Types of Digraph & Their Connections, Fundamental Cycle. Some Special Graphs: Euler Tours, Hamiltonian Cycles, Planar Graph, Dual Graph. Matriks & Representasi 29 | K a t a l o g
    • Komputer: Incidence & Adjacency, Matrices, Komputasi Graph. Studi Kasus I: Shortest Path Problem (Djikstra, Floyd, Ford, Euclidian Shortest path). Studi Kasus II: Travelling Salesman Problem & Chinese Postman Problem (reduction-based method for solving TSP, other approaches. Chinese Postman & matching). Studi Kasus III: Distribution Problem (single depot vehicle routing, angular approaches, multi depot distribution problem). Studi Kasus IV: Flows in network (complete flows, maximal flows, minimal cost flows). Learning Automata:Environment, Automaton, Feedback Connection Of Automaton And Environment, Norms Of Behavior. Fixed Structure Automata, Variable Structure Stochastic Automata, Variable Structure Stochastic Automata, Convergence, Q and S Models. Some special Automaton, Interconnected Automata and Games.Pustaka Utama (Main Reference): 1. Diestel, R., Graph Theory, 2000, Springer-Verlag 2. Liotta, G., Tamassia, R., Tollis, I., Graph Algorithms and Applications 2, 2004, World Scientific Pub.Pustaka penunjang (Supporting References): 1. McHugh, J.A., Algorithmic Graph Theory, 1990, Prentice-Hall Inc. 2. Narendra, K., Thathachar, M.A.L., Learning Automata: an introduction, 1989, Prentice-Hall Inc.Prasyarat: -SM091202 Kalkulus 2 3 sksMata Kuliah : Kalkulus 2Kode/bobot/Semester : SM091202/ 3 sks / 1Tujuan Pembelajaran:Mahasiswa mampu memahami konsep-konsep dasar tentang aplikasi integraltertentu, Fungsi transenden, Teknik integrasi, Koordinat Kutub dan PersamaanParametrik serta Deret Tak Hingga.Pokok Bahasan (Subject Matter): Aplikasi Integral tertentu; Luas antara dua kurva, Volume benda putar, Panjang kurva. Fungsi Transenden; Fungsi logaritma dan exponensial, Turunan dan integral fungsi logaritma dan transenden, Pertumbuhan dan Peluruhan Exponensial, Invers fungsi dan turunannya. Teknik Integrasi; Integral parsial, Integral pecah rasional. Koordinat Kutub dan Persamaan Parametrik; Koordinat kutub, Grafik pada koordinat kutub, Luasan dalam koordinat kutub, Persamaan parametric. Deret Tak Hingga: Barisan tak hingga, Deret tak hingga, Uji konvergensi, Deret berganti tanda dan deret pangkat, Deret Taylor dan Maclaurin. 30 | K a t a l o g
    • KI091309 Basis Data 4 sksMata Kuliah : Basis DataKode/bobot/Semester : KI091309 / 4 sks / 3Kompetensi: 1. Mahasiswa mampu memodelkan informasi dan pengetahuan dalam bentuk relasional 2. Mahasiswa mampu mendeskripsikan model ke dalam bentuk aljabar relasional. 3. Mahasiswa mampu menuliskan model dalam diagram konseptual maupun fisik 4. Mahasiswa mampu mentransformasi model konseptual ke dalam model fisik 5. Mahasiswa mampu menormalisasi model data 6. Mahasiswa mampu membuat DDL dan DMLPokok Bahasan (Subject Matter): Pengertian dasar dan konsep Basis Data dan Sistem Manajemen Basis Data (DBMS); Struktur dan komponen-komponen dalam DBMS, Karakteristik Basis Data, Pemakai/orang-orang yang terlibat dalam Basis Data, Contoh penggunaan basis data dan manfaat dan implikasi Basis Data. Model data, schema dan instance; Analisis dan perancangan Basis Data, langkah-langkah dalam perancangan basis data, pemodelan data dengan CDM dan PDM, konsep model relasional, domain, tupple, atribut dan relasi (relationship). Entitas; Contoh Studi Kasus, mendaftar kebutuhan pengguna, identifikasi entitas, penamaan entitas, definisi entitas, single instante entity, entity relationship minimum, pemodelan entity dalam single context, homonym, synonym. Atribut; Identifikasi atribut, aturan-aturan atribut, checklist item-item atribut, deskripsi atribut, domain atribut, organisasi atribut, nilai default, domain split, stribut optional, atribut promary key, karakteristik primary key, optional primary key, pengulangan primary key, artificial key, 2 atau lebih entitas dengan identical primary key, migrasi primary key, artificial key access path, nama alias, generalitation hierarchy primary key inheritance, atribut foreign key, dangling foreign key, optional foreign key. Relationship; Aturan-aturan tentang relationship : relationship checklist, balanced one-to-one relationships, mandatory one-to-optional-one relationships, optional-one-to-many relationships, many-to-many (nonspesific) relationships, circular references, Triads, lebih dari 2 relationship antara 2 entitas, parallel associative entitien, recursive relationships. Generalization Hierarchy rules; Subtype justification, supertype justification, subtype discriminators, category discriminator control, multiple inheritance, nested generalization hierarchy, relaxation of mutual exclusivity requirement, subtype relationship dependency, generalization hierarchies of dependent entities, supertype limits. Data ModelView Rules; Aturan-aturan Normalisasi; Keuntungan normalisasi, bussines normal form, first normal form (NF), 2NF, 3NF, Boyce/codd NF, 4NF, 5NF. Data Modeling; Modeling logical vs physical object, agregasi, levels of abstraction, modeling complex data types, pemodelan proses vs pemodelan data, Pembuatan CDM,Konversi CDM ke PDM, Pengenalan dan 31 | K a t a l o g
    • penggunaan CASE Tool untuk pembuatan CDM dan PDM (power designer). Data Description Language (DDL); Bahasa Basis Data Relasional, DDL, Pendefinisian Data dalam SQL, Konsep Schema & Catalog, Perintah Create Table, Tipe Data dan Constraint, Perintah Drop, Perintah Alter. Aljabar relasional; Union, set difference, cross product, projection,selection. Basic SQL Queries; Penanganan Ambiguous dan Penggunaan Alias, Query tanpa WHERE Clause dan Penggunaan (*), Tabel sebagai Set, Nested Queries & Set Comparison. Fungsi EXISTS & NOT EXISTS, Eksplisit Set & NULL, Penamaan Kembali, Fungsi Aggregate & Grouping, Substring Comparison, Arithmetic Operator & Ordering, UPDATE Statements, VIEW dalam SQL. Materi Pengayaan : Format penyimpanan data (.xls, csv, mdb, dll), Konversi data.Pustaka Utama: 1. Reingruber, Michael C & Gregory, William W; “The Data Modeling Handbook A Best-Practice Approach to Building Quality Data Models”, John Wiley & Son Inc, 2001Pustaka penunjang: 1. Ramakrishnan, Raghu, Gehrke, Johannes. “Database Management Systems, Third Edition”. New York: The McGraw-Hill Companies, Inc. 2003. 2. Howe, David; “Data analysis for Database Design”, third Edition, Butterworth-Heineman, 2001.Prasyarat : Sistem dan Teknologi Informasi (KI091303)KI091310 Komputasi Numerik 3 sksMata Kuliah : Komputasi NumerikKode/bobot/Semester : KI091310/ 3 sks / 3Kompetensi: 1. Mahasiswa mampu mengaplikasikan metode-metode untuk memperoleh akar persamaan. 2. Mahasiswa mampu mengaplikasikan metode-metode untuk pencocokan kurva dengan teknik regresi maupun interpolasi. 3. Mahasiswa mampu mengaplikasikan metode-metode untuk melakukan diferensiasi dan integrasi numerik. 4. Mahasiswa mampu mengaplikasikan metode-metode untuk melakukan diferensiasi terhadap fungsi dengan variabel tunggal (diferensiasi biasa) maupun dengan 2 atau lebih variabel (diferensiasi parsial).Pokok Bahasan: Pengantar Metode Numerik: Pengertian Metode Numerik, Pengertian “Bilangan Berarti”, Pengertian Akurasi dan Presisi, Pengertian, Pembulatan, Pengertian “Kesalahan”, Deret Taylor. Akar Persamaan ? Metode Akolade : Metode Grafik, Metode Tabulasi, Metode Bolzano (1/2 interval), Metode Regula Falsi (posisi salah), Metode Faktorisasi, Metode Bairstow, Metode Quotient-Difference. Akar Persamaan Metode Terbuka: 32 | K a t a l o g
    • Metode Iterasi, Metode Newton-Raphson, Metode Secant, Penanganan Akar Ganda, Penugasan III. Regresi Kuadrat Terkecil : Pengantar Pencocokan Kurva, Regresi Linier, Regresi Polynomial, Regresi Linier Berganda, Regresi Non Linier. Interpolasi : Konsep Beda Hingga, Interpolasi Newton, Interpolasi Lagrange, Interpolasi Gauss, Stirling & Bessel, Interpolasi Trigonometrik, Interpolasi Spline. Persamaan Differensial Biasa: Metode Euler-Cauchy, Metode Heun Single Step, Metode Picard, Metode Taylor, Metode Runge-Kutta, Metode Heun Multi Steps, Metode Adam, Metode Milne, Metode Adam-Moulton. Persamaan Differensial Parsial: PDP Elliptik, PDP Parabolik, PDP Hiperbolik. Pengantar Optimasi Komputasional: Permasalahan Optimasi scr Umum, Unconstrained Optimization, Constrained Optimization.Pustaka Utama (Main Reference): 1. Chapra, S.C., Canale, R.P., Numerical Methods for Engineeer 5th Ed, 2006, McGraw-Hill 2. Soehardjo, Analisa Numerik, 1985 3. Munif, A., Prastyoko, A., Penguasaan dan Penggunaan Metode Numerik, Guna Widya, 1995Pustaka penunjang (Supporting References):KI091312 Rekayasa Perangkat Lunak 2 sksMata Kuliah : Rekayasa Perangkat LunakKode/bobot/Semester : KI091312 / 2 sks / 3Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu menjelaskan tahapan dan metodologi pembangunan perangkat lunak secara benar baik secara mandiri atau juga dalam kerjasama tim.Kompetensi: 1. Mahasiswa mampu menjelaskan dengan benar siklus pengembangan perangkat lunak. 2. Mahasiswa mampu merumuskan dengan teliti berbagai macam metodologi pengembangan perangkat lunak. 3. Mahasiswa mampu menganalisis & melakukan perancangan model perangkat lunak sistem akademik sederhana. 4. Mahasiswa mampu bekerjasama dan berfikir kreatif dalam membuat perangkat lunak serta mempresentasikan hasil karya rancangan.Pokok Bahasan (Subject Matter): Pengertian rekayasa perangkat lunak, Konsep rekayasa perangkat lunak, Pengantar analisis, perencanaan, desain dan implementasi; Perspektif Produk Perangkat Lunak, Model Proses Perangkat Lunak , Model spiral, RAD, prototypeUnified Process ; Aktivitas terintegrasi , System Engineering, Requirement engineering; Pemodelan Analisis; Pemodelan Desain Perangkat Lunak, Desain sistem: perancangan konseptual dan 33 | K a t a l o g
    • perancangan fisik, Perancangan konseptual, evaluasi alternatif rancangan, penyiapan spesifikasi rancangan, dan penyiapan laporan rancangan sistem secara konseptual , perancangan fisik- keluaran, masukan, antarmuka pemakai dan sistem, platform, basis data, modul, kontrol, dokumentasi, pengujian, ataupun rencana konversi; Implementasi sistem, Pemrograman dan pengujian, Instalasi perangkat keras dan perangkat lunak, Pelatihan kepada pemakai,Pembuatan dokumentasi ; Software Testing Strategies, Unit Testing, Integration Testing; Software Testing Techniques, Whitebox testing, Blackbox testing, System Testing,; Quality Assurance; Operasi dan pemeliharaan, Perawatan perfektif, Perawatan adaptif, Perawatan korektif, Evaluasi dan pengukuran produk perangkat lunak, Software metric; Software Performance, SQA & Reviews perangkat lunak, Software Reuse, Manajemen Resiko, Specification Configuration Management; Pembiayaan dan Estimasi Perangkat Lunak, Cocomo, Delphi, Activity Base costing.Pustaka Utama : 1. Pressman, R. S., Software Engineering: A Practitioners Approach, 8th Edition, McGraw-Hill, 2008 2. Sommerville, I., Software Engineering 8th edition, Addison-Wesley, 2007. 3. Stephen R. Schach: Object-Oriented and Classical Software Engineering, 7th Edition, 2007Pustaka penunjang : 1. Meyer, B., Object-Oriented Software Construction, 2nd Edition, Prentice- Hall, 1997. 2. Pfleeger, S. L., Software Engineering Theory and Practice, 2nd Edition, Prentice Hall, 2001Prasyarat : -KI091313 Sistem Operasi 4 sksMata Kuliah : Sistem OperasiKode/bobot/Semester : KI091312 / 4 sks / 3Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu memahami prinsip dan praktek dari sistem operasi modern dengan penekanan pembahasan pada Linux, Windows Vista, embedded, real-time, dan sistem multimedia.Kompetensi: 1. Mahasiswa mampu memahami konsep dasar sistem operasi yang merupakan jembatan antara perangkat keras dengan perangkat lunak, 2. Mahasiswa mampu memahami implementasi sinkronisasi multiprocessing dan multithreading untuk interprocess communication sehingga mencapai mutual exclusion, 3. Mahasiswa mampu memahami konsep penjadwalan dan melakukan perbandingan dengan beberapa sistem operasi, 34 | K a t a l o g
    • 4. Mahasiswa mampu memahami konsep pengelolaan memori komputer, file sistem, dan membandingkan beberapa konsep virtual memori, 5. Mahasiswa mampu memahami konsep manajemen I/O, konsep deadlock (mendeteksi, menghindari, dan mencegah terjadinya deadlock), 6. Mahasiswa mampu memahami konsep multimedia dan keamanan pada sistem operasi, 7. Mahasiswa mampu mengenal konsep manajemen sistem terdistribusi.Pokok Bahasan (Subject Matter): Pengenalan sistem operasi; Mainframe OS, Server OS, Multiprocessor OS, PC OS, Handheld Computer OS, Embedded OS, Sensor Node OS, Real-Time OS, Smart Card OS. Konsep sistem operasi; Process, Threads, Interprocess Communication, Penjadwalan, Manajemen Memori, File System, I/O, Deadlock. Konsep System Calls; Manajemen Proses, File, Direktori, Struktur Sistem Operasi. Konsep Proses; process model, process creation, process termination, perlakuan proses, implementasi proses dan multiprogramming. Konsep Threads; Penggunaan thread, implementasi thread, aktivasi penjadwalan thread. Konsep Interprocess Communication (IPC); Race Condition, Critical Region, Mutual Exclusion, Semaphore, Message Passing, Barrier. Konsep Penjadwalan; penjadwalan thread. Masalah IPC; masalah Dining Philosophers, masalah Readers and Writers. Konsep Manajemen Memori; kebutuhan-kebutuhan manajemen memori, Swapping dan Managing Free Memory, Virtual Memori: Paging dan Page Table, Algoritma Page Replacement. Konsep File System; Implementasi File System, Manajemen dan Optimasi File System. Konsep Input/Output; prinsip perangkat keras I/O, prinsip perangkat lunak I/O, layer perangkat lunak I/O, Thin Client, Power Management. Konsep Deadlock; prinsip-prinsip Deadlock, Algoritma Ostrich, Pendeteksian dan Penanganan Deadlock, Penghindaran Deadlock, Pencegahan Deadlock. Konsep Sistem Operasi Multimedia; pengenalan multimedia, file multimedia, kompresi video dan audio, penjadwalan proses multimedia, model pola multimedia file system, file placement, caching, disk scheduling untuk multimedia. Konsep Multiple Processor; konsep multiprocessor, konsep multicomputer, konsep virtualisasi, pengenalan konsep sistem terdistribusi. Keamanan; Lingkungan Pengamanan, Konsep dasar kriptografi, Mekanisme pengamanan, Penerapan Autentikasi, Insider Attack, Malware, Pertahanan. Konsep Desain Sistem Operasi; Desain Antarmuka Pengguna, Implementasi, Performa, Manajemen Proyek, Trend pada desain sistem operasi.Pustaka Utama: 1. Andrew S Tanenbaum, “Modem Operating System”, 3rd ed., Pearson Prentice Hall, Upper Saddle River, NJ., 2008. 2. William Stalling, “Operating Systems (Internals and Design Principles)”, 4th ed., Prentice Hall, 2001. 3. A Silberschatz, P Galvin, G Gagne, “Applied Operating Systems Concepts”, 6th ed., John Willey & Sons, Inc., 2000.Pustaka penunjang : 1. M Mitchell, J Oldham, A Samuel, “Advanced Linux Programming”, New Riders, 2001. 35 | K a t a l o g
    • 2. K Wall, M Watson, M Whitis, “Linux Programming Unleashed”, Sams, 1999. 3. Robbins, “Unix Systems Programming (USP)”. 4. Peek, “Learning the Unix Operating System” (O’Reilly). 5. Levine and Young, “Unix for Dummies”. 6. Taylor, “Sams Teach Yourself Unix in 24 Hours”. Prasyarat : Organisasi Komputer (KI091307)KI091314 Statistika Komputasional 3 sksMata Kuliah : Statistika KomputasionalKode/bobot/Semester : KI091314 / 3 sks / 3Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu memodelkan hasil percobaan dalam fungsi distribusi probabilitas dan mampu menganalisis hasil pengukuran dengan uji hipotesis dan model regresi.Kompetensi: 1. Mahasiswa dapat menjelaskan tipe data dari hasil pengukuran. 2. Mahasiswa dapat memodelkan peluang kejadian acak. 3. Mahasiswa dapat mengambil kesimpulan tentang parameter populasi. 4. Mahasiswa dapat memodelkan hubungan antar variabel dalam bentuk fungsi/persamaan. 5. Mahasiswa dapat menggunakan perangkat bantu pengolahan data statistik untuk estimasi parameter dan pemodelan.Pokok Bahasan (Subject Matter): Konsep dasar statistika dan pengukuran; Pengertian statistika, Metode pengukuran, populasi dan sampel, parameter dan statistik, ukuran pemusatan dan ukuran penyebaran, distribusi frekuensi. Konsep dasar probabilitas; Menghitung titik kejadian, Prinsip Perkalian, Permutasi dan Kombinasi, Menghitung nilai Probabilititas, Mutually Exclusive dan Mutually Exhaustive, Kejadian Independent dan Dependent, Probabilitas Bersyarat, Aturan Bayes. Variabel Random (VR) dan Distribusi Probabilitas: V.R. Diskrit dan Kontinu, Fungsi padat probabilitas, Fungsi distribusi Kumulatif, Distribusi probabilitas gabungan, Distribusi probabilitas marginal. Distribusi probabilitas diskrit: Distribusi Bernoulli, Distribusi Uniform Diskrit, Distribusi Binomial, Distribusi Multinomial, Distribusi Hipergeometrik, Distribusi Negatif Binomial, Distribusi Geometrik, Distribusi Poisson, Pendekatan antar distribusi. Distribusi probabilitas kontinu: Distribusi Uniform Kontinu, Distribusi Eksponensial, Distribusi Normal, Distribusi Chi- Square, Distribusi F, Distribusi t. Moment Generating Function dan Ekspektasi Matematik: Mean dari Variabel Random, Variansi dari Variabel Random, Covariansi, Teorema Chebyshev’s. Distribusi Sampling: Random Sampling, Distribusi Sampling Mean, Distribusi Sampling Variansi, Teorema Limit Central. Estimasi: Estimasi titik dan interval, Estimasi mean, Estimasi Variansi, Estimasi proporsi, Estimasi selisih mean, Estimasi perbandingan 36 | K a t a l o g
    • variansi, Estimasi selisih proporsi, Sampling Berpasangan. Uji Hipotesis: Konsep Uji Hipotesis, Satu Sampel, Uji Mean, Uji Variansi, Uji Proporsi, Dua Sampel, Uji Selisih Mean, Uji Perbandingan Variansi, Uji selisih Proporsi, Uji Sampel Berpasangan, Penggunaan tools. ANOVA: Konsep ANOVA satu arah, Uji tukey, ANOVA dua arah. Regresi linier: Identifikasi hubungan antara 2 variabel, Konsep korelasi, Penaksiran parameter model, Uji hipotesis model dan parameter, Standar error estimasi, Regresi linier berganda, memeriksa multicolinearity, Penaksiran parameter model, Uji hipotesis model dan parameter, Teknik stepwise dan backward, Penggunaan tools.Pustaka Utama : 1. Ronald E.Walpole, Raymond H.Myers, “Probability & Statistics for Engineers & Scientists”, 8th Edition, Prentice-Hall Inc., 2007. 2. McClave, James T., P. George Benson, Terry Sincich, “Statistics for Business and Economics”, 9th Edition, Prentice Hall, New Jersey, 2005.Pustaka Penunjang: 1. Makridakis, Spyros, Steven C. Wheelwright, Rob J Hyndman, “Forecasting, Methods and Applications”, 3rd Edition, John Wiley and Sons, 1998Prasyarat : Kalkulus II (SM091202), Aljabar Linier (KI091301)IG091307 Bahasa Indonesia 2 sksMata Kuliah : Bahasa IndonesiaKode/bobot/Semester : IG091307 / 2 sks / 4Tujuan Pembelajaran (Learning Objective): Mahasiswa menguasai metodologi penelitian dan pandai menulis karya ilmiah.Pokok Bahasan (Subject Matter) :Kajian ilmu & ketrampilan: Metode penelitian; membuat tinjauan pustaka;organisasi penulisan; tata bahasa; aturan penulisan.Kajian berkarya: penerapan metode penelitian untuk masalah yang tepat;penulisan proposal penelitian; penulisan jurnal.Kajian sikap & prilaku: berpikir kritis & analitis.Kajian landasan kepribadian: etika penulisan karya ilmiah.Pustaka Utama: 1. Margaret Cargill and Patrick OConnor, Writing Scientific Research Articles, Wiley Blackwell, 2005 2. Jennifer Peat, Scientific Writing-Easy When You Know How, BMJ Books, 2002 37 | K a t a l o g
    • IG091309 Pengantar Ilmu Lingkungan 2 sksMata Kuliah : Pengantar Ilmu LingkunganKode/bobot/Semester : IG091309 / 2 sks / 4Tujuan Pembelajaran (Learning Objectives) : Mahasiswa dapat memahami dan menjelaskan persoalan lingkungan akibat pembangunan dan menjelaskan upaya terpadu untuk melestarikan lingkunganKompetensi (Competency) : Mahasiswa dapat memahami dan menjelaskan: Konsep Ekologi, Lingkungan hidup dan hubungan fungsionalnya, Pencemaran dan kerusakan lingkungan, Isu lingkungan global, Pembangunan Berkelanjutan, Kebijakan pengelolaan lingkungan.Pokok Bahasan (Subject Matter) : Pendahuluan: Pengantar, Lingkungan yang Berkelanjutan, Pandangan Manusia terhadap Lingkungan, Ekonomi, Politik, dan Kebijakan Lingkungan; Prinsip dan Konsep Lingkungan: Pengantar, Ekologi, Ekosistem, Energi Dalam Ekosistem, Rantai Makanan, Struktur Trofik (Piramida Makanan), Piramida Energi, Produktivitas, Sumber Daya (Resources), Macam-macam Sumber Daya, Pengaruh dan Kegunaan Sumber Daya Alam terhadap Kesejahteraan Hidup, Siklus Beogeokimia, Radiasi Matahari, Siklus Rantai Makanan, Siklus Geokimia, Keanekaragaman Hayati (Biodeversity), Keanekaragaman Hayati di Indonesia, Berkurangnya Keanekaragaman Hayati, Hilangnya Habitat dan Punahnya Spesies, Perlindungan (Konservasi) terhadap Keanekaragaman Hayati, Strategi Konservasi di Indonesia; Lingkungan Hidup dan Hubungan Fungsionalnya: Pengantar, Komponen lingkungan hidup, Arti lingkungan hidup bagi Manusia, Manusia Sebagai Komponen Lingkungan Yang Dominan, Manusia sebagai Perusak Lingkungan, Manusia Sebagai Pengelola Lingkungan, Hubungan Lingkungan Hidup dengan Kebutuhan Dasar Manusia, Kebutuhan Dasar Untuk Kelangsungan Hidup Hayati, Kebutuhan Dasar Untuk Kelangsungan Hidup Manusiawi, Kebutuhan Dasar Untuk Memilih, Manfaat dan Resiko Lingkungan, Perhitungan Cost dan Benefit dari Pemanfaatan Sumber Daya Alam dan Lingkungan, Kegiatan-Kegiatan Manusia yang Beresiko terhadap Lingkungan; Pencemaran dan Kerusakan Lingkungan: Pengantar, Pengertian Pencemaran dan kerusakan lingkungan, Pencemaran Udara, Jenis Pencemaran Udara, Indikator Pencemaran Udara, Pencegahan dan Pengurangan Pencemaran Udara, Pencemaran Air, Sumber Pencemaran Air, Indikator Pencemaran Air, Upaya dan Pengendalian Pencemaran Air, Pencemaran Tanah, Sumber Pencemaran Tanah, Indikator Pencemaran Tanah, Upaya Pengelolaan Pencemaran Tanah, Pengendalian Pencemaran, Pengelolaan Limbah, Pengelolaan dan Pengolahan Limbah Non B3, Pengelolaan dan Pengolahan Limbah B3; ISU Lingkungan Global: Pengantar, Hujan asam (Penyebab dan dampaknya),Pembentukan Asam di 38 | K a t a l o g
    • Atmosfer, Dampak Deposisi Asam, Upaya Mengendalikan Deposisi Asam, Deplesi (Penipisan) Lapisan Ozon Stratosfer, Sifat dan Keberadaan Lapisan Ozon Stratosfer, Mekanisme Deplesi Lapisan Ozon Stratosfer, Dampak Deplesi Ozon, Upaya Pengendalian Deplesi Lapisan Ozon Stratosfer, Efek Rumah Kaca dan Pemanasan Global, Gas Rumah Kaca dan Sumbernya, Pengaruh Radiasi Matahari terhadap Pemanasan di Bumi, Pemanasan Global dan Dampaknya, Pengendalian Pemanasan Global, Kabut Asap Foto Kimia dan Industri; Pembangunan Berkelanjutan : Pengantar, Latar Belakang Pembangunan Berkelanjutan, Konsep Pembangunan Berkelanjutan, Implikasi Bagi Kebijakan, Ide Dasar dan Dimensi Pembangunan Berkelanjutan, Tujuan Pembangunan Berkelanjutan, Permasalahan Lingkungan Hidup Dalam Pembangunan Berkelanjutan, Peristiwa Alam, Populasi Manusia, Eksploitasi Sumber Daya Alam, Industrialisasi, Transportasi; Kebijakan Pengelolaan Lingkungan hidup : Pengantar, Model Interaksi Para Pelaku Pemanfaatan Sumber Daya Alam, Model Tragedi Sumber Daya Bersama, Model Dilema Narapidana, Model Logika Koleksi Aktif, Kebijakkan Pengelolaan Lingkungan dan Sumber Daya Alam, Instrumen Pengelolaan Lingkungan, Instrumen Hukum, Pengembangan Kelembagaan, Instrumen Proyek/Kegiatan Program, Instrumen Teknologi, Instrumen Ekonomi, Inisiatif Industri, Instrumen Sosial- Budaya dan Pendidikan, Kebijakkan Pengelolaan Lingkungan Dalam Pembangunan Berkelanjutan; Teknologi Ramah Lingkungan : Pengantar, Teknologi Ramah Lingkungan Sebagai Upaya Pelestarian Lingkungan, Teknologi Ramah Lingkungan Sebagai Upaya Penghematan Energi, Kendala Penerapan Teknologi Ramah Lingkungan, Minimisasi Limbah Dalam Menghasilkan Produk Ramah lingkungan; Sumberdaya Energi : Energi yang tak terbarukan, Effisiensi Energi, Energi Terbarukan.Pustaka Utama : Buku PIL : Mukhtasor dkk, 2008Pustaka Penunjang: 1. Bishop, Paul L. 1983. Marine Pollution and Its Control McGraw Hill Book Company. United States of America. 2. Botkin, D.B. and Keller E.A., 2005. Environmental Science. Earth as A Living Planet. 5 th ad John Willey. New York. 3. Manik, Karden Eddy Santang. 2003. Pengelolaan Lingkungan Hidup. Djambatan. Jakarta. 4. Miller Jr., T.G. 2004. Environmental Science: Working with The Earth, 10th ed. Thomson. Toronto. 5. Nemerrow, Nelson L. 1995. Zero Pullution Industry: Waste Minimization through Industrial Complexes. John Wiley and Sons Inc. Kanada. 6. Ostrom, E.1996. Governing the Commons. Cambridge University Press. 7. Rubin, E.S. 2001. Introduction to Enginneering and The Environment. 1 th edition. McGraw Hill Companies Inc. New York. 8. Sloep, Peter B and Andrew Blowers. 1996. Environmental Policy In an International Context. Open Universiteit, the Netherlancs and Open University, United Kingdom. 39 | K a t a l o g
    • 9. Soeriatmadja, R.E. 1979. Ilmu Lingkungan. ITB. Bandung. 10. Wentz, Charles A. 1995. Hazardous Waste Management. McGraw-Hill Inc. United States. 11. Wright Richard T. 2005. Environmental Science. Pearson. Printice Hall. USA.KI091315 Analisis dan Perancangan Sistem 4 sksMata Kuliah : Analisa dan Perancangan SistemKode/bobot/Semester : KI091318/ 4 sks / 4Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu menganalisis dan merancang kebutuhan suatu sistem dengan metodologi obyek dan menggunakan bahasa UML.Kompetensi: 1. Mahasiswa mampu memodelkan kebutuhan. 2. Mahasiswa mampu menyusun abstraksi kunci. 3. Mahasiswa mampu merancang solusi dengan pendekatan obyek. 4. Mahasiswa mampu mengidentifikasi dan memitigasi resiko Perangkat Lunak. 5. Mahasiswa mampu memetakan diagram kelas ke dalam program dan sebaliknya. 6. Mahasiswa mampu menghasilkan rancangan yang bisa dijadikan dasar untuk konstruksi. 7. Mahasiswa mampu memanfaatkan case tool Object Oriented modern.Pokok Bahasan (Subject Matter): Pemodelan; Pentingnya pemodelan, Prinsip-prinsip Pemodelan dengan pendekatan obyek, abstraksi. Object Oriented Development Life Cycle; Daur Hidup, Fase-fase di Objek Oriented (Kebutuhan, Analysis, Design, Construction, Testing, Maintenance), Analisis Kelayakan, Resiko Perangkat Lunak. Kebutuhan ; Menentukan kebutuhan pengguna, Workflow Kebutuhan, domain permasalahan, Use case, Association, Relasi antar Use case, use case description. Object Oriented Analysis; Mengidentifikasi abstraksi kunci, Analysis workflow dengan CRC (Class-Responsibility- Collaboration) Card, ekstrak class (boundary, control, entity), usecase realization, control/event flow, collabration diagram, sequence diagram, class diagram, state chart diagram. Design; Class and Method Design, Package diagram, Component diagram, Deployment, Mengubah class diagram ke program dan sebaliknya.Pustaka Utama : 1. Grady Booch, James Rumbaugh, Ivar Jacobson “The Unified Modeling User Guide”,1999 2. Alan Dennis, Barbara Haley Wixon”System Analysis And Design with UML Version 2.0”, Second edition., John Wiley & Sons, Inc. 3. Stephen R Schach.,”Object-Oriented & Classical Software Engineering”, Seventh ed., McGraw-Hill International Edition 2007. 40 | K a t a l o g
    • 4. David William Brown.,”An Introduction to Object-Oriented Analysis”, Second ed., John Wiley & Sons, Inc..Pustaka Penunjang : Jude User ManualPrasyarat : Rekayasa Perangkat Lunak (KI091312/2 sks)KI091317 Pemrograman Web 3 sksMata Kuliah : Pemrograman WebKode/bobot/Semester : KI091317 / 3 sks / 4Tujuan Pembelajaran (Learning Objective): 1. Memberi mahasiswa pemahaman yang mendalam, kritis dan sistematis atas teknologi yang paling penting untuk pengembangan aplikasi web. 2. Mendemonstrasikan bagaimana teknologi-teknologi tersebut biasa digunakan di situs-situs web kini. 3. Menyediakan pengetahuan atas karakteristik dan prinsip tentang desain website yang baik.Kompetensi: 1. Mahasiswa memiliki sebuah pemahaman yang kritis dan sistematis tentang protokol web yang digunakan di situs-situs web sekarang. 2. Mahasiswa memiliki pemahaman tentang berbagai macam teknik dan bahasa pemrograman yang ada untuk bisnis dan organisasi dan mampu memilih sebuah arsitektur yang sesuai untuk sebuah aplikasi web 3. Mahasiswa dapat menunjukkan kemampuan untuk merancang dan mengimplementasikan situs web yang dapat dirawat (maintainable) 4. Mahasiswa dapat membuat keputusan-keputusan yang kritis dan lazim terkait pengembangan aplikasi client-side menggunakan HTML dan JavaScript 5. Mahasiswa dapat merancang dan mengimplementasikan aplikasi server- side yang mutakhir secara layak dengan menggunakan satu atau lebih teknologi yang sesuai 6. Mahasiswa mampu menerapkan teknologi web yang bersifat dinamis dengan mengkolaborasikannya bersama teknologi database. 7. Mahasiswa memiliki pemahaman yang kritis dan sistematis tentang perkembangan teknologi web dari asal mulanya, perkembangan terkini, dan perkiraan perkembangan di masa depan Pokok Bahasan (Subject Matter): Internet dan WWW; W3C, Perkembangan Teknologi Web, Pengenalan Web Browser, Pengantar Komputasi Client-Server dan sistem kerja WWW. Web 2.0; Penjelasan fitur web 2.0, Rich Internet Application, Web Services, 41 | K a t a l o g
    • Mashups, Widgets, Gadgets, XML, RSS, Atom, JSON, dan VoIP. XHTML; Penyuntingan XTHML, W3C XHTML Validation Service, Struktur dan Objek XHTML. Cascading Style Sheets (CSS). JavaScript; Pengenalan scripting, Pemrograman JavaScript, Object pada JavaScript, Document Object Model, Event pada JavaScript, XML dan RSS. Adobe® Flash® dan Rich Internet Applications; Konsep dasar menggambar di Adobe Flas, Konsep dasar animasi, Pengenalan Object Oriented Programming pada ActionScript. Microsoft® Silverlight™ dan Rich Internet Applications; Garis besar platform, Membuat user interface dalam XAML. Ajax-Enabled Rich Internet Applications; RIAs dengan Ajax, Menggunakan XML dan DOM, Membuat sebuah aplikasi Ajax berskala penuh. PHP: Hypertext Preprocessor; Pengenalan web server Apache, Dasar-dasar pemrograman PHP, String Processing dan Regular Expressions, Pemrosesan dan Business Logic dari Form. PHP dan MySQL; Penggunaan Cookies dan Session, MySQL sebagai basis data relasional, SQL, Koneksi ke sebuah database, Melakukan transaksi antara PHP dan MySQL. ASP.NET 2.0 dan Ajax; Pengenalan web server IIS, Web Control, Session Tracking, Koneksi database di ASP.NET, ASP.NET Ajax. JavaServer™ Faces; Teknologi web Java, Membuat dan menjalankan sebuah aplikasi sederhana di NetBean, Komponen-komponen JSF, Session tracking. Web Services dan Web 3.0.Pustaka Utama : 1. Harvey M. Deitel and Paul J. Deitel, “Internet & World Wide Web How to Program”, 4th Edition, Pearson Education, Inc. , Upper Saddle River, NJ., 2008.Prasyarat : Pemrograman Berorientasi Objek (KI091311/4sks)KI091318 Perancangan dan Analisis Algoritma 3 sksMata Kuliah : Perancangan dan Analisis AlgoritmaKode/bobot/Semester : KI091318 / 3 sks / 4 Tujuan Pembelajaran: Peserta mata kuliah mampu mengaplikasikan metode analisis kebenaran dan analisis kompleksitas pada suatu rancangan algoritma serta mampu berfikir dengan logika yang benar serta kreatif dalam mengembangkan suatu rancangan algoritma.Kompetensi: 1. Peserta mata kuliah mampu mengaplikasikan metode analisis kebenaran (correctness analysis) pada suatu rancangan algoritma. 2. Peserta mata kuliah mampu melakukan analisis kompleksitas pada suatu rancangan algoritma. 3. Peserta mata kuliah dapat melakukan analisis algoritma dengan karakteristik NP-Complete. 4. Peserta mata kuliah mampu berfikir dengan logika yang benar serta kreatif dalam mengembangkan suatu rancangan algoritma, serta dapat mempresentasikan hasil rancangan tersebut dengan baik. 42 | K a t a l o g
    • Pokok Bahasan: Pengantar Analisis Algoritma; Peranan algoritma dalam komputasi, Pendekatan rancangan algoritma : Iteratif dan Divide-and-Conquer, Karakteristik Random Access Machine (RAM). Analisis Kebenaran dengan Loop Invariant; Loop Invariant pada Rancangan Iteratif : Kasus Insertion Sort, Loop Invariant pada Rancangan Divide-and-Conquer : Kasus Merge Sort. Growth of Functions; Notasi dan Definisi Asimtotik, Asymptotically bound, Asymptotically tight bound, Properti Asimtotik. Rekurensi; Metode Substitusi, Metode Pohon Rekursi, The Master Method, Generating Function. Analisis Probabilistik dan Rancangan Algoritma Randomized; Fungsi Indikator, Analisis Probabilistik Rancangan Algoritma Randomized. Analisis Amortized ; Analisis Aggregat, The Accounting method, The Potential method, Tabel Dinamik. NP-Completeness; Algoritma Polynomial-time, Verifikasi Algoritma Polynomial-time, NP- Completeness dan reducibility, Proof pada NP-Completenes, Problem- problem NP-Complete.Pustaka Utama : 1. Thomas H. Cormen, Charles E.Leiserson, Ronald L. Rivest, Introduction To Algorithms, MIT Press/McGraw-Hill, 2001.Pustaka penunjang : 1. Jeffrey McConnell, Analysis of Algorithms, Jones and Bartlett Publisher, 2008. 2. Anany Levitin, Introduction To The Design & Analysis of Algorithms, Addison Wesley, 2003. 3. Kenneth Rosen, Discrete Mathematics and Its Applications, Mc-Graw Hill, 2007.Prasyarat: Algoritma dan Struktur Data (KI091305/4 sks)KI091319 Riset Operasional 3 sksMata Kuliah : Riset OperasiKode/bobot/Semester : KI091319/ 3 sks / 4Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu memahami konsep optimasi linier dan memilih metoda yang tepat untuk menyelesaikan berbagai persoalan optimasi linierKompetensi: 1. Mahasiswa Mampu merumuskan problem dunia nyata dalam bentuk model optimasi linier. 2. Mahasiswa Mampu menyelesaikan model optimasi linier menggunakan metode simplex, network, dan integer programming.Pokok Bahasan (Subject Matter): 43 | K a t a l o g
    • Pemodelan Program Linier; Model LP dengan 2 variabel, Solusi LP dengan menggunakan grafik, Solusi LP dengan menggunakan Excel Solver dan TORA. Metode Simplex dan Analisa Sensitivitas; Bentuk persamaan Model LP, Transisi dari grafik ke solusi aljabar, Metode Simplex, Solusi artificial Strarting, Kasus khusus pada metode Simplex, Analisa Sensitivitas. Analisa post-optimal dan duality; definisi dual problem, hubungan antara primal dan dual, interpretasi ekonomi dari duality, algoritma simplex additional, analisa post-optimal. Model transportasi dan variannya; Definisi dari model transportasi, model transportasi nontradisional, algoritma transportasi, model assignment, model. Model Jaringan; skope dan definisi dari model jaringan, algoritma minimal spanning tree, problem rute terpendek, model maximal flow, CPM dan PERT. Goal Programming; Formula goal programming, algoritma goal programming. Integer Linier Programming; ilustrasi contoh aplikasi, algoritma integer programming, traveling salesmenPustaka Utama : 1. Hamdy A Taha, Operations Research 8th Edition, Prentice Hall, Inc., 2007. 2. Wayne L. winston, Operations Research Applications & AlgorPrasyarat: Aljabar Linier (KI091301)KI091320 Basis Data Lanjut 3 sksMata Kuliah : Basis Data LanjutKode/bobot/Semester : KI091320/ 3 sks / 5Kompetensi: 1. Mahasiswa mampu melakukan administrasi database 2. Mahasiswa mampu memodelkan data dalam skala besar yang terintegrasi dengan business rule 3. Mahasiswa mampu mendeskripsikan teknologi database yang berkembang saat ini.Pokok Bahasan (Subject Matter): Penyegaran dan Review tentang basis data; Konsep Basis Data, entity, atribut, pemodelan data dengan CDM dan PDM, penggalian informasi dengan query sederhana. SQL: Query, constraints dan Trigger; Review bentuk dasar query, Konsep query sederhana dan query kompleks, UNION, INTERSECT & EXCEPT, Query bersarang (nested query), Operator Agregasi, Nilai Null (null values), Complex integrity constraints dalam SQ. Trigger dan Active Database; Active database concept, trigger, integrity management, derived data management, business rule, Dasar-dasar perancangan untuk active rules (trigger), Contoh syntax trigger dalam berbagai DBMS (Oracle, DB2, Starburst, Chimera), Dasar-dasar perancangan untuk active rules (trigger), aplikasi-aplikasi yang menggunakan active database, Praktek: penggunaan active database, contoh studi kasus yang digunakan: sistem akademik, library system. 44 | K a t a l o g
    • Pengindekan(indexing); konsep dan fungsi pengindekan, petunjuk penggunaan pemilihan index, contoh-contoh penggunaan index, pengklasteran dan pengindekan, indeks yang memungkinkan perencanaan index saja, tool untuk membantu pemilihan index (pemilihan index otomatis), praktek: pengindekan dalam database sistem akademik. Database Tuning:Konsep database tuning (Jenis Tuning : tuning indexes, tuning skema konseptual, tuning query & view), Tujuan tuning, Tuning indexes,Pemilihan tuning dalam skema konseptual, Pemilihan dalam tuning query & view, SQL Performance Analyzer / Database Benchmarking, Contoh tuning dalam database (The Internet Shop), Pengembangan Aplikasi Database; Mengakses database dari aplikasi, Pengenalan JDBC, JDBC Classes dan interfaces, SQLJ, Stored Procedure (pembuatan store procedure sederhana, memanggil stored prosedure, PL/SQL). XML Data; Data model untuk XML, Xquery: Query data XML, Evaluasi XML Query yang efisien, Penyimpanan XML dalam RDBMS, pengindekan repositori XML. Database paralel; arsitektur untuk database paralel, paralel query,parallelizing individual operations,optimasi query paralel, Database Terdistribusi; Konsep database terdistribusi, arsitektur database terdistribusi, penyimpanan data dalam database terdistribusi (fragmentasi dan replikasi), manajemen katalog terdistribusi, pemrosesan query terdistribusi, peng-update-an data terdistribusi, transaksi terdistribusi, kontrol konkurensi terdistribusi recovery terdistribusi. Manajemen Data Spesial; Tipe data spasial dan query terdistribusi, aplikasi yang melibatkan data spasial, konsep index spasial, pengindekan berdasarkan kurva pengisian ruang(space-filling curves), file grid, R Trees, Issues dalam pengindekan dimensional tinggi, contoh/praktek sistem yang menggunakan database spasial. Database Administrator; Replikasi, security, backup dan recovery. Issue dan penggunaan database; mobile database, multimedia database, sistem informasi geografis, temporal database, biological database, realtime DBMS.Pustaka Utama : 1. Ramakrishnan, Raghu, Gehrke, Johannes. “Database Management Systems, Third Edition”. New York: The McGraw-Hill Companies, Inc. 2003.Pustaka penunjang : 1. Howe, David; “Data analysis for Database Design”, third Edition, Butterworth-Heineman, 2001 2. “Advanced Database Systems”, Morgan Kaufman publisher, IncPrasyarat : Basis Data (KI091309)KI091321 Grafika Komputer 3 sksMata Kuliah : Grafika KomputerKode/bobot/Semester : KI091321 / 3 sks / 5Tujuan Pembelajaran (Learning Objective): 45 | K a t a l o g
    • Mahasiswa mampu melakukan perancangan dan menganalisis sistem aplikasi grafika yang benar baik secara mandiri atau juga dalam kerjasama tim.Kompetensi: 1. Mahasiswa mampu menjelaskan dengan benar pengetahuan dasar dari sistem grafik, teknik-teknik grafika, dan rendering, 2. Mahasiswa mampu membangun aplikasi grafik menggunakan OpenGL API dan bahasa pemrograman C/C++., 3. Mahasiswa mampu mengidentifikasi formulasi dan solusi untuk pembuatan dunia virtual 3 dimensi dan manipulasi interaktif dari dunia virtual tersebut, 4. Mahasiswa mampu bekerjasama dan berfikir kreatif dalam membuat aplikasi grafika serta mempresentasikan hasil karyanya.Pokok Bahasan (Subject Matter): Pengenalan Sistem Grafika: Aplikasi Grafika Komputer, Sistem Grafika, Model Kamera Sintetis, Interface Programer, Arsitektur Grafika, Programmable Pipelines. Pemrograman Grafika: Sierpinski Gasket, OpenGL API, Primitivies dan Atribut, Warna, Viewing, Fungsi-fungsi Kontrol, Program Gasket, Poligon dan Rekursi, 3D Gasket, Fungsi-fungsi Plotting. Input dan Interaksi: Alat Input, Client dan Server, Display Lists, Pemrograman Input Event-Driven, Menu, Program Paint Sederhana, Model- model Interaktif, Animasi Program Interaktif, Perancangan Program Interaktif, Operasi Logika. Transformasi dan Objek Geometris: Skalar, Point dan Vektor, 3D Primitives, Sistem Koordinat, Frame pada OpenGL, Pemodelan Kubus Berwarna, Transformasi Affine, Translasi, Rotasi, dan Scaling, Transformasi pada Koordinat Homogen, Penggabungan Transformasi, Matriks-matriks Transformasi pada OpenGL, Interface Aplikasi 3D, Quaternion. Viewing: Proyeksi Sederhana, Proyeksi pada OpenGL, Interactive Mesh Displays, Matriks-matriks Parallel-Projection, Matriks-matriks Perspective-Projection, Proyeksi dan Bayangan, Shading: Sumber-sumber cahaya, Model Pemantulan Phong, Penghitungan Vektor, Polygonal Shading, Pendekatan Sphere menggunakan Recursive Subdivision, Sumber-sumber cahaya pada OpenGL, Spesifikasi Material pada OpenGL, Shading pada Model Sphere, Global Illumination, Discrete Techniques: Operasi Bit dan Piksel pada OpenGL, Metode-metode Mapping, Texture Mapping pada OpenGL, Pembuatan Tekstur, Sampling dan Aliasing. Curve dan Surface: Representasi Kurva dan Permukaan, Parametric Cubic Polynomial Curve, Interpolasi, Hermite Curve dan Surface, Bezier Curve dan Surface, Cubic B-Spline, B-Spline Umum, Rendering Curve dan Surface, Utah Teapot, Curve dan Surface pada OpenGL, Advanced Rendering: Ray Tracing, Pembuatan Ray Tracer Sederhana, Persamaan Rendering, Rendering Skala Besar, Rendering Berdasarkan Gambar.Pustaka Utama : 1. Edward Angel, “Interactive Computer Graphics: A Top-Down Approach Using OpenGL”, Fifth Edition, Pearson International Inc, 2009. 46 | K a t a l o g
    • Pustaka penunjang : 2. FS Hill Jr, “Computer Graphics using OpenGL”. 3. Donald Hearn and M. Pauline Baker, “Computer Graphics with OpenGL”, 3rd Edition. 4. Alan Watt, “3D Computer Graphics”, Addison-Wesley. .Prasyarat : Algoritma dan Struktur Data (KI091305)KI091323 Pemrograman Framework J2EE 3 sksMata Kuliah : Pemrograman Framework J2EEKode/Bobot/Semester : KI091323 / 3 sks / 5Tujuan Pembelajaran (Learning Objective): Matakuliah ini berisi pembelajaran tentang bahasa pemrograman Java yang berorientasi objek, kakas yang digunakan, dan framework-framework yang didukung oleh Java. Framework yang diajarkan di dalam matakuliah ini adalah framework yang berhubungan dengan pembangunan aplikasi skala enterprise yang terbagi menjadi tiga lapisan, yaitu: lapisan persistensi, lapisan logika, dan lapisan presentasi. Dengan mengikuti matakuliah ini mahasiswa dapat mengimplementasikan aplikasi berskala enterprise dengan menggunakan framework J2EE.Kompetensi (Competency): 1. Mahasiswa mampu menguasai aspek pemrograman bahasa Java. 2. Mahasiswa mampu menguasai tool dan IDE. 3. Mahasiswa mampu menggunakan library lapisan presentasi. 4. Mahasiswa mampu menggunakan library lapisan logika bisnis. 5. Mahasiswa mampu menggunakan library lapisan persistensi. 6. Mahasiswa mampu mengimplementasikan SOA. 7. Mahasiswa mampu menggunakan framework J2EE untuk mengembangkan aplikasi berarsitektur enterprise.Pokok Bahasan (Subject Matter): Pengenalan Java dan lingkungannya; Menulis kode program, Mekanisme eksekusi program, Elemen-elemen dan fitur Java, Konsep alokasi memori. Dasar Java; Variabel, Control Structure, Array, Command Line Argument, Operator, Modifier. Konsep Pemrograman Berorientasi Obyek; Class, Object, Encapsulation, Inheritance, Abstract Class, Interface, Polymorphism, Javabean. Fitur Lanjut di Java; Inner Class, Exception Handling, Logging, Garbage Collection, Threading, Collection, Generic. Pengenalan Eclipse/Netbeans IDE; Konsep IDE, Mekanisme build, Mekanisme debugging. Pengenalan Ant; Membuat build file, Property Ant. Pengenalan J2EE. Teknologi Dasar Web; Struktur aplikasi web, Servlet, Java Server Pages. Library Akses Database; JDBC. Library Lapisan Presentasi; Java Server Faces. Library Lapisan Persistensi; JPA atau Hibernate, Dasar Object Relational Mapping, Mapping, Query Language, Best Practice. 47 | K a t a l o g
    • Lapisan Logika Bisnis; Konsep Dependency Injection, Spring Framework. Konsep SOA; Web Service (JAX-WS). Tugas Proyek.Pustaka Utama (Main References): 1. Harvey M. Deitel and Paul J. Deitel. Java How to Program, 8th Edition. Pearson Education. 2009. 2. Kevin Mukhar and Chris Zelenak. Beginning Java EE 5 From Novice to Professional. Apress. 2006.Pustaka Penunjang (Supporting References): 1. Martin Fowler. Pattern of Enterprise Application Architecture. Addison- Wesley. 2002. 2. Steve Holzner. Ant: The Definitive Guide, 2nd Edition. O’Reilly. 2005. 3. David Geary, Cay S. Horstmann. Core Java Server Faces, 2nd Edition. Prentice Hall PTR. 2007 4. Craig Walls and Ryan Breidenbach. Spring in Action. Manning. 2007. 5. Christian Bauer and Gavin King. Hibernate in Action. Manning. 2004.Prasyarat (Prerequisites): -KI091324 Pemrograman Jaringan 3 sksMata Kuliah : Pemrograman JaringanKode/bobot/Semester : KI091324 / 3 sks / 5 Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu mengerjakan aplikasi berjaringan pada sistem operasi UNIX/LinuxKompetensi: 1. Mahasiswa mampu menjelaskan dengan benar komputasi klien server dan teknik pemrogramannya dalam TCP/IP. 2. Mahasiswa mampu merumuskan apa yang harus dikerjakan dalam pengembangan aplikasi berjaringan 3. Mahasiswa mampu membangun aplikasi berjaringan klien server.Pokok Bahasan (Subject Matter): Introduction, Client/Server Examples, OSI Model, BSD Networking History TCP/IP: User Datagram Protocol (UDP), Transmission Control Protocol (TCP), Port Numbers, TCP Port Numbers and Concurrent Servers. Elementary Sockets, socket introduction, socket elementary, TCP Client/Server Example, I/O Multiplexing: The select and poll Functions, Elementary UDP Sockets, Name and Address Conversions. Web services, web client access, xml and xml-rpc. Email service, email composition and decoding, SMTP, POP, IMAP. Client Protocols, FTP, SSL. Server side frameworks, socket server, cgi. Multitasking, forking, threading, asynchronous communication. 48 | K a t a l o g
    • Pustaka Utama: 1. Stevens, W. Richard, Unix Network Programming Volume 1, socket programming API, Third Edition, Addison Wesley 2003 2. Oerzen, John, Foundation of Python Network Programming, Apress, 2004Pustaka penunjang : 1. GGift, Noah, Python for Unix and Linux System Administration, O’Reilly, 2008Prasyarat : - Jaringan Komputer (KI091316) - Sistem Operasi (KI091309)KI091325 Perancangan dan Analisis Algoritma Lanjut 3 sksMata Kuliah : Perancangan dan Analisis Algoritma LanjutKode/bobot/Semester : KI091325 / 3 sks / 5Tujuan Pembelajaran: Peserta mata kuliah mampu memodelkan persoalan komputasi secara algoritmik dengan memperhatikan aspek kebenaran dan kompleksitas serta mampu mengimple-mentasikan rancangan algoritma dengan melibatkan struktur data yang efisien dengan menggunakan bahasa pemrograman tertentu.Kompetensi: 1. Peserta mata kuliah dapat memodelkan persoalan komputasi secara algoritmik. 2. Peserta mata kuliah dapat menerapkan rancangan algoritma yang optimal terhadap suatu model persoalan komputasi tertentu. 3. Peserta mata kuliah mampu menganalisis rancangan algoritma yang meliputi aspek kebenaran dan kompleksitas. 4. Peserta mata kuliah mampu mengimplementasikan rancangan algoritma dengan melibatkan struktur data yang efisien dengan menggunakan bahasa pemrograman tertentu.Pokok Bahasan: Dynamic Programming; Metode rancangan algoritma Dynamic Programming, Metode Analisis algoritma Dynamic Programming, Matrix Chain Multiplication dan bilangan Catalan, Longest Commom Subsequence. Algoritma Greedy; Metode rancangan algoritma Greedy, Metode Analisis algoritma Greedy, Scheduling, Binary Knapsack. Algoritma pada Teori Bilangan; Metode rancangan algoritma pada Teori Bilangan, Metode Analisis algoritma pada Teori Bilangan, Extended Euclid, The Chinese Remainder Theorem, Primality Testing, Cryptograhy RSA. Algoritma String Matching; Metode rancangan algoritma String Matching, Metode Analisis algoritma String Matching, Algoritma Boyer-Moore, 49 | K a t a l o g
    • Algoritma Knuth-Morris-Pratt. Algoritma Geometri Kompu-tasional; Metode rancangan algoritma Geometri Komputasional, Metode Analisis algoritma Geometri Komputasional, Convex Hull dengan Graham Scan, Closest Pair Points Problem. Algoritma Randomized; Metode rancangan algoritma Randomized, Metode Analisis algoritma Randomized, Problem- problem algoritma Randomized. Algoritma Approksimasi; Metode rancangan algoritma Approksimasi, Metode Analisis algoritma Approksimasi, Problem-problem algoritma Approksimasi.Pustaka Utama : 1. Thomas H. Cormen, Charles E.Leiserson, Ronald L. Rivest, Introduction To Algorithms, MIT Press/McGraw-Hill, 2001.Pustaka penunjang : 1. Anany Levitin, Introduction To The Design & Analysis of Algorithms, Addison Wesley, 2003. 2. Steven Skiena, Programming Challenges, Springer-Verlag, 2003. 3. Vijay Vazirani, Approximation Algorithms, Springer-Verlag, 2003.Prasyarat:KI091392 Kerja Praktek 2 sks SILABUSMata Kuliah : Kerja PraktekKode/bobot/Semester : KI091392/ 2 sks / 6Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu menerapkan materi kuliah dan mendapatkan wawasan tentang kondisi nyata di lapangan pekerjaan.Kompetensi: 1. Mahasiswa mampu menganalisa sistem yang ada saat ini pada sebuah perusahaan 2. Mahasiswa mampu memberikan usulan yang dapat menaikkan nilai tambah sistem yang ada saat ini 3. Mahasiswa mampu mengimplementasikan usulan tersebut dengan menggunakan tools yang sesuaiPokok Bahasan (Subject Matter): Untuk melaksanakan kerja praktek, perlu dibutuhkan materi penunjang dari matakuliah yang lain, sebagai contoh adalah : algoritma struktur data, basis data, pemrograman berbasis objek, analisa algoritma, jaringan komputer, sistem operasi. Kerja praktek dapat dilakukan di industri yang berhubungan dengan IT.Prasyarat : 50 | K a t a l o g
    • Mahasiswa harus sudah menempuh 80 sks, hal ini dimaksudkan agar mahasiswa sudah punya cukup bekal untuk melaksanakan KPKI091326 Pemrograman Framework .NET 3 sksMata Kuliah : Pemrograman Framework .NETKode/bobot/Semester : KI091326 / 3 sks / 6Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu mengimplementasikan tiga lapisan penting, yaitu; lapisan presentasi, lapisan logika bisnis, dan lapisan persistensi dalam membangun aplikasi berskala enterprise dengan menggunakan Framework .NET.Kompetensi: 1. Mahasiswa mampu menguasai aspek pemrograman bahasa C#. 2. Mahasiswa mampu menguasai tool dan IDE. 3. Mahasiswa mampu menggunakan library lapisan presentasi. 4. Mahasiswa mampu menggunakan library lapisan logika bisnis. 5. Mahasiswa mampu mengunakan library lapisan persistensi. 6. Mahasiswa mampu membuat komponen. 7. Mahasiswa mampu mengimplementasikan SOA. 8. Mahasiswa mampu menggunakan framework .NET untuk mengembangkan aplikasi berarsitektur enterprise.Pokok Bahasan (Subject Matter): Pengenalan Framework .NET dan C#. Pengenalan Visual Studio. Lapisan presentasi dalam Framework .NET; Lapisan presentasi Windows dan Web, FCL dalam pembangunan lapisan presentasi, Konsep event handling, Dialog box dan menu. Dasar pemrograman C#; Sintaks C#, Variabel dan tipe data, Operator dan Control Flow, Array dan Indexer, Character dan String, Metode dan Parameter, Basic Exception. Pemrograman Object-Oriented dalam C#; Class, Encapsulation, Inheritance, Polymorphisme. Exception Handling; Alternatif error reporting, Menangkap exception, General Catch Block, Tipe dan objek exception, Inner exception, User-defined exception. Generic dan Collection; Tujuan Generic, Batasan Generic, Generic Interface, Method dan Delegate, Built-in Generic Collection, Generic System Interface. Object Lifetime dan Garbage Collection; Konsep dasar Object Lifetime, Destructor, Finalization, Garbage Collection, Generation. Processes, AppDomains and Multithreaded Applications. ADO .NET; ADO .NET data provider, ADO .NET namespace, Data reader, Membuat library akses data yang reusable. Languaged- Integrated Query (LINQ); Konsep dasar LINQ, LINQ query expression, Representasi internal dari LINQ Query Operator, LINQ to ADO .NET. Komponen dan Assembly; Membangun komponen menggunakan .NET SDK, Attribut Assembly, Membangun komponen menggunakan Visual Studio .NET, Menggunakan COM. Deployment; Automatic deployment, Manual deployment. Konsep SOA. Windows Communication Foundation (WCF); 51 | K a t a l o g
    • Pengenalan dan aturan-aturan WCF, Komposisi dasar aplikasi WCF, Membangun WCF service, Membangun aplikasi WCF client.Pustaka Utama : 1. Andrew Troelsen, “Pro C# 2008 and the .NET 3.5 Platform”, 4th ed., Apress, 2007. 2. Mark Michaelis, “Essential C# 3.0 for .NET Framework 3.5”, Microsoft .NET Development Series, Addison-Wesley, 2008. 3. Robert J. Oberg, “Introduction to C# Using .NET”, Prentice Hall, 2002. Pustaka penunjang : 4. Christian Nigel, Bill Evjen, Jay Glynn, Morgan Skinner, Karli Watson, Allen Jones, “Professional C# 2005”, Wiley Publishing, 2006. Prasyarat : -IG091306 Pend Kewarganegaraan 2 sksMata Kuliah : KewarganegaraanKode/bobot/Semester : IG091306/ 2 sks / 7Tujuan Pembelajaran (Learning Objective): Membantu mahasiswa mengembangkan potensinya untuk menguasasi ilmu pengetahuan, ketrampilan, dan sikap kewarganegaraan dan nilai-nilai yang diperlukan dalam rangka penerapan ilmu, profesi dan keahliannya serta berpartisipasi dalam kehidupan masyarakat dari komuniti setempat, bangsa dan dunia.. Menjadi warga Negara yang cerdas, demokratik dan berkeadaban, dan bertanggung jawab, menggalang kemampuan kompetitif bangsa di era globalisasi, yang efektif mencakup: Pemahaman dasar tentang cara kerja demokrasi dan lembaga-lemabaganya. Pemahaman tentang “rule of law” dan HAM seperti tercermin dalam rumusan-rumusan perjanjian dan kesepakatan internasional dan local. Penguatan ketrampilan partisipatif yang akan memberdayakan peserta didik untuk merespons dan memecahkan masalah-masalah masyarakat secara demokratis. Pengembangan budaya demokrasi dan perdamaian pada lembaga-lembaga pendidikan dan seluruh aspek kehidupan masyarakat.Kompetensi: 1. Menjadi ilmuwan dan professional yang memiliki rasa kebangsaan dan cinta tanah air, demokratis yang berkeadaban 2. menjadi warga Negara yang memiliki daya saing; berdisiplin; dan berpartisipasi aktif dalam membangun kehidupan yang damai berdasarkan sistem nilai Pancasila.Pokok Bahasan (Subject Matter): 1. Filsafat Pancasila 2. Identitas Nasional 3. Hak dan Kewajiban warga negara 52 | K a t a l o g
    • 4. Negara dan Sistem Konstitusi 5. Demokrasi di IndonesiaPustaka Utama : 1. Armaidy Armawi, Geostrategi Indonesia, (Indonesian Geostrategy) Jakarta, Direktorat jenderal Pendidikan Tinggi, 2006 2. Azyumardi Azra, Paradigma Baru Pendidikan Nasional dan Rekonstruksi dan Demokratisasi, (A new Paradigm of National Education and reconstruction and Democratization) Penerbit Kompas, Jakarta, 2002 3. Bahar, Dr. Saefrodin, Konteks Kenegaraan, Hak Asasi Manusia, (State Context on Human Rights) Pustaka Sinar Harapan, Jakarta, 2000. 4. Cassesse, Antonio, Human Right In a Change Word, Hak-Hak Asasi Manusia Di dunia Yang Berubah (terjemahan R.Zainudin), Yayasan Obor Indonesia, Jakarta, 1994. 5. Kaelan, Pendidikan Kewarganegaraan, (CitizenshipEducation) UGM Press, Yogyakarta 2005.Pustaka penunjang :Prasyarat :KI091327 Sosio dan Etika 2 sksMata Kuliah : Sosio dan EtikaKode/bobot/Semester : / 2 sks / 7Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu mengenali, menyikapi, dan menyampaikan pendapat mengenai fenomena sosial dan profesional dalam bidang TI.Kompetensi: 1. Mahasiswa mampu menjelaskan pengertian kebebasan berekspresi, privasi, dan kekayaan intelektual yang berkaitan dengan karya TI berdasarkan hukum yang berlaku. 2. Mahasiswa mampu mengenali dan menyikapi fenomena sosial dan profesional dalam bidang TI. 3. Mahasiswa mampu bekerjasama, merumuskan, dan menyampaikan pendapat mengenai permasalahan nyata yang menyangkut etika TI.Pokok Bahasan (Subject Matter): 53 | K a t a l o g
    • Pengertian etika profesional TI, Relasi profesional TI dgn pihak lain, Kejahatan komputer & internet, Keamanan komputer, Privasi, Penggunaan TI dalam bidang industri (kuliah tamu), Penggunaan TI dalam bidang perbankan (kuliah tamu), Kebebasan berekspresi, Kekayaan Intelektual.Pustaka Utama : 1. George W. Reynolds, Ethics in Information Technology. Thomson Learning, Inc. Canada. 2003. 2. Michael J. Quinn. Ethics for the Information Age (3rd Edition). Addison Wesley. 2008.Pustaka penunjang : 1. Richard A. Spinello. Case Studies in Information Technology Ethics (2nd Edition). Prentice Hall. 2002. 2. Mike W. Martin. Ethics in Engineering. McGraw-Hill. 1997.Prasyarat : Rekayasa Perangkat Lunak (KI091312), Kecerdasan Buatan(KI091322).IG091311 Pengantar Technopreneurship 2 sksMata Kuliah : Pengantar TeknopreneurshipKode/bobot/Semester : IG 091311/ 2 sks / 8Tujuan Pembelajaran (Learning Objective): Merubah mindset mahasiswa dari job seeker menjadi job creator serta membekali mahasiswa dengan kemampuan untuk menyusun sebuah rencana/proposal bisnis (Business Plan)Kompetensi: 1. Memiliki mindset sebagai seorang teknopreneurship 2. Mampu menyusun Rencana/Proposal Bisnis (Business Plan) yang baik.Pokok Bahasan (Subject Matter): 1. Pendahuluan a. Defininsi, jenis, orientasi, spirit, dan perilaku enterpreneur dalam menghadapi resiko. b. Kecerdasan emosional menuju kesuksesan c. Perbedaan enterpreneur, teknopreneur, dan usaha kecil 2. Perubahan Mindset 3. Pola pikir positip 4. Mengubah perspektif dengan game 5. Memunculkan alternatif solusi 6. Sukses Story membangun karir Teknopreneurship a. Alasan memilih bidang usaha b. Keuntungan sebagai teknopreneurship c. Soft skill faktor yang dibutuhkan d. Bagaimana membangun kompetensi dan jaringan 54 | K a t a l o g
    • i. Peluang Usaha 7. Teknik-teknik mengidentifikasi peluang usaha 8. Kendala dan resiko produk atau usaha baru 9. Identifikasi jenis usaha yang sedang trend i. Pemasaran Usaha b. Proses pembentukan strategi pemasaran (STP dan 4P) c. Identifikasi persaingan d. Menerobos kendala persainganPustaka Utama : 1. Tim Teknoprenersip ITS, Diktat “Teknoprenersip” (Technopreneurship, textbook ) 2. Yoseph Murphi, Membangkitkan Kekuatan Bawah Sadar (Arousing Subconscious Power) , Pioner Jaya, 2002 3. Carol Draeck, Change Your Mindset Change Your Life, Serambi, 2006Pustaka penunjang :Prasyarat :KI091391 Tugas Akhir 5 sks Mata Kuliah : Tugas Akhir Kode/Bobot/Semester : KI091391/ 5 sks / 8 Tujuan : Dengan menyusun Tugas Akhir diharapkan mahasiswa mampu merangkum dan mengaplikasikan semua pengalaman pendidikan untuk memecahkan masalah dalam bidang keahlian/bidang studi tertentu secara sistematis dan logis, kritis dan kreatif, berdasarkan data/informasi yang akurat dan didukung analisis yang tepat, dan menuangkannya dalam bentuk penulisan karya ilmiah. Kompetensi : 1. Mampu membentuk sikap mental ilmiah 2. Mampu mengidentifikasi dan merumuskan masalah penelitian atau perancangan yang berdasarkan rasional tertentu yang dinilai penting dan bermanfaat ditinjau dari beberapa segi 3. Mampu melaksanakan penelitian, mulai dari penyusunan rancangan penelitian, pelaksanaan penelitian, sampai pelaporan hasil penelitian 4. Mampu melakukan kajian secara kuantitatif dan kualitatif, dan menarik kesimpulan yang jelas serta mampu merekomendasikan hasil penelitiannya kepada pihak-pihak yang berkepentingan dengan pemecahan masalah itu 5. Mampu mempresentasikan hasil Tugas Akhir itu dalam forum seminar dan mempertahankannya dalam ujian lisan di hadapan tim dosen penguji.Pokok Bahasan : Karena Tugas Akhir itu merupakan suatu karya ilmiah yang sebagian besar disusun berdasarkan hasil penelitian atau perancangan, maka perlu dipahami 55 | K a t a l o g
    • kegiatan-kegiatan apa saja yang termasuk dalam penelitian. Penelitian dan research didefinisikan sebagai berikut : Penyelidikan yang giat secara sistematik, sabar, hati-hati dalam bidang ilmu pengetahuan untuk menghasilkan fakta-fakta atau prinsip-prinsip Dari definisi di atas dapat dijabarkan bahwa suatu kegiatan dapat disebut penelitian bila memenuhi kriteria berikut :. 1. Untuk kegiatan penelitian ada hal atau hal-hal yang ingin diselidiki (something to be inquired or examined). Termasuk dalam hal yang ingin diselidiki ini antara lain : a. Permasalahan yang ingin dipecahkan b. Hipotesa yang ingin dibuktikan/diuji kebenarannya c. Sesuatu (yang masih menjadi) pertanyaan yang ingin dicari jawabannya. Disini hal-hal yang diselidiki itu masih merupakan pertanyaan yang memerlukan jawaban. 2. Untuk mendapatkan hasil yang diinginkan (dapat berupa pemecahan permasalahan, pembuktian kebenaran hipotesa, atau jawaban atas pertanyaan) diperlukan cara (metodologi) tertentu, serta dibutuhkan kesabaran dan ketelitian dalam melakukan penyelidikan itu. Dengan kata lain dapat disimpulkan pula bahwa untuk penelitian dibutuhkan proses penyelidikan yang tidak sederhana. 3. Hasil penyelidikan dapat berupa informasi/data, fakta, atau ketentuan/kaidah/ hukum. Jadi suatu kegiatan dapat disebut penelitian apabila memenuhi tiga kriteria di atas : ada hal-hal yang diselidiki yang masih menjadi pertanyaan, dibutuhkan proses penyelidikan yang tidak sederhana, dan penyelidikan itu menghasilkan informasi/data, fakta, atau ketentuan/kaidah/hukum. Dengan singkat dapat dikatakan bahwa penelitian itu merupakan upaya memecahkan suatu masalah secara ilmiah dan obyektif sehingga menghasilkan bermacam- masam gagasan kreatif untuk dikontribusikan kepada ilmu dan teknologi, dan/atau kepada pembangunan dan/atau pengembangan kelembagaan. Referensi: - Prasyarat: - KI091331 Analisis Data Multivariat 4 sksMata Kuliah : Analisis Data MultivariatKode/bobot/Semester : KI091331 / 4 sks / PilihanTujuan Pembelajaran (Learning Objective): 56 | K a t a l o g
    • Mahasiswa mampu memilih pemodelan yang sesuai untuk data multivariat dan mampu melakukan analisis terhadap hasil pemodelan data multivariat.Kompetensi: 1. Mahasiswa dapat menjelaskan perbedaan analisa univariat dan multivariat 2. Mahasiswa dapat menggunakan berbagai pemodelan multivariat sesuai tujuan analisis 3. Mahasiswa dapat menganalisis hasil pengolahan data multivariat 4. Mahasiswa dapat menggunakan software pengolahan data statistik multivariat.Pokok Bahasan (Subject Matter): Analisis Multivariat: Konsep dasar data multivariat, Aljabar multivariat, Multivariat Normal, Klasifikasi Teknik multivariat, Eksplorasi data multivariat. Model Multiple Dependent: MANOVA, PCA, Canonical Analysis. Klasifikasi dan Pengelompokan: Analisis Kelompok, Analisis Diskriminan. Teknik Reduksi Data: Analisis Faktor. Scale: Multidimensional Scaling. Structural Equation Modeling: Penggunaan tools.Pustaka Utama : Richard A. Johnson, Dean W. Wichern, “Applied Multivariate Statistical Analysis”, Prenctice Hall International Inc. Hair, Joseph F., dkk, "Multivariate Data Analysis", Sixth Edition, Prentice Hall, New Jersey, 2006.Pustaka Penunjang: -Prasyarat : Statistika Komputasional (KI091314/3 sks)KI091332 Data Mining 4 sksMata Kuliah : DATA MININGKode/bobot/Semester : KI091332 / 4 sks / 6Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu melakukan perancangan dan mengimplementasikan berbagai teknik data mining serta mengenal berbagai kasus dan teknik dalam bidang bioinformatika.Kompetensi: 1. Mahasiswa mampu mengidentifikasikan jenis problem datamining yang berupa deskriptif maupun prediktif. 2. Mahasiswa mampu menerapkan berbagai algoritma data mining seperti klasifikasi, klasterisasi kaidah asosiasi. 3. Mahasiswa mampu menggunakan data mining tool yang ada 4. Mahasiswa mampu menyelesaikan kasus data mining pada bidang bioinformatik. 57 | K a t a l o g
    • Pokok Bahasan (Subject Matter): Memahami konsep data mining dan tujuannya; Mengetahui jenis problem Deskriptif maupun Prediktif. Mampu membedakan Supervised, Unsupervised learning. Teknik dalam Klasifikasi; Berbagai jenis decision tree, support vektor machine, bayessian network, ARTMAP, Teknik dalam Klasterisasi; review k-mean,hierarchical. Fuzzy C-Mean, Self Organizing Map (SOM), ART; Association Analysis: frequent itemset generation - Apriori Algorithm, MFI,CFI, FP Growth, FP-Tree, Sequential Pattern, Subgraph pattern - infrequent pattern. Data Mining Tool; Weka, Datamining dengan SQL Server Business Intelligence. Bioinformatics; pengenalan bioinformatik, ekspresi gen, Analisa data Microarray, Basic Local Alignment Search Tool (BLAST)Pustaka Utama : 1. Mundy,Thornwaite,Kimball.“ Introduction to Data Mining, Pang Ning Tan”, International Edition,PEARSON,2006. 2. Ian H. Witten, Eibe Frank, “Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations”, 2nd ed., Morgan Kaufmann., 2005. 3. Jonathan Pevsner, “Bioinformatics and Functional Genomics”, http://www.bioinfbook.org/, WILEY, 2003Pustaka penunjang : 1. Jiawei Hanm,Micheline Kamber,” Data Mining: Concepts and Techniques”, 2nd ed., Morgan Kaufmann., 2005.Prasyarat : Basis Data Lanjut, (KI091320), Perancangan dan Analisis AlgoritmaLanjut (KI091325)KI091333 Kecerdasan Komputasional 3 sksMata Kuliah : Kecerdasan KomputasionalKode/bobot/Semester : KI091333/ 3 sks / 6Tujuan Pembelajaran: Peserta mata kuliah mampu memahami karakteristik dan teknik pembelajaran berbagai tipe metode kecerdasan komputasional serta dapat mengaplikasikan metode kecerdasan komputasional tersebut pada persoalan dunia nyata berdasarkan referensi makalah dari Jurnal yang relevan.Kompetensi: 1. Peserta mata kuliah mampu memahami karakteristik dan teknik pembelajaran tipe-tipe metode kecerdasan komputasional, yang meliputi ; Jaringan Saraf Tiruan dan variannya, Komputasi Evolusioner, Swarm Intelligence, Support Vector Machine. 58 | K a t a l o g
    • 2. Peserta mata kuliah dapat mengaplikasikan metode kecerdasan komputasional pada persoalan dunia nyata, yang meliputi: optimasi, identifikasi sistem dinamis dan klasifikasi pola berdasarkan referensi makalah dari Jurnal yang relevan.Pokok Bahasan: Proses Pembelajaran; Metode-metode Pembelajaran, Komponen Pembelajaran : Task, Performance dan Experience, Teori Pembelajaran Statistik. JST Single dan Multi Layer Perceptron; Arsitektur JST Single dan Multi Layer Perceptron, Algoritma Back Propagation, Metode Levenberg-Marquadt, review makalah yang terkait dengan penerapan JST pada permasalahan klasifikasi terawasi. JST Radial Basis Function; Arsitektur JST RBF, Teori Regularisasi dan Jaringan Regularisasi, Algoritma Pembelajaran RBF, aplikasi JST RBF pada permasalahan Approksimasi Fungsi NonLinier. Jaringan Saraf Rekuren; Arsitektur RNN, review metode numerik problem Ordinary Differential Equations, Pembelajaran RNN, review makalah aplikasi RNN pada Optimasi Convex. Algoritma Genetika; Struktur Algoritma Genetika dan Metoda Search Berbasis Populasi, Rancangan Kromosom dan Fungsi Fitness, Operator Dasar GA : CrossOver, Mutasi dan Seleksi, review makalah aplikasi Problem Transportasi. Ant Colony; Komponen Metode Ant Colony : tabel jejak pheromone, fungsi evaporasi, review makalah aplikasi Modifikasi Ant Colony pada TSP. Support Vector Machine; Structural Risk Minimization dan Dimensi VC, Algoritma Pembelajaran SVM, review makalah yang terkait dengan penerapan SVM pada permasalahan klasifikasi terawasi.Pustaka Utama : 1. Amit Konar, Computational Intelligence, Springer, 2005. 2. C. H. Bishop, Pattern Recognition and Machine Learning, Springer Science, 2006.Pustaka penunjang : 1. Simon Haykin, Neural Networks: A Comprehensive Foundation (2nd Edition), Prentice Hall, 1998. 2. Christian Blum, Daniel Merkle, Swarm Intelligence : Introduction and Applications, Springer-Verlag 2008. 3. John Shawe-Taylor & Nello Cristianini , Support Vector Machines and other kernel-based learning methods, Cambridge University Press, 2000.Prasyarat:KI091334 Simulasi Sistem Diskrit 4 sksMata Kuliah : Simulasi Sistem DiskritKode/bobot/Semester : KI091333/ 4 sks / 6 Tujuan Pembelajaran (Learning Objective): 59 | K a t a l o g
    • Mahasiswa mampmampu membuat model suatu sistem, menentukan parameter yang diperlukan untuk mengevaluasi kinerja sistem tsb, menjalankan model tsb, mengambil hasil/output simulasi, menganalisis hasil simulasi, merancang sistem alternatif, mengevaluasi hasil analisis, serta memberikan rekomendasi sistem yang memiliki kenerja terbaik.Kompetensi: 1. Mahasiswa mampu memodelkan fenomena diskrit pada suatu sistem kedalam model diskrit yang bersesuaian, membangkitkan bilangan acak dengan sejumlah metode 2. Mahasiswa mampu membuat model simulasi dari suatu antrian, menentukan parameter yang diperlukan untuk mengevaluasi kinerja sistem, menjalankan model tsb, mengambil hasil/output simulasi 3. Mahasiswa mampu menganalisis hasil simulasi, merancang sistem alternatif, mengevaluasi hasil analisis, serta memberikan rekomendasi sistem yang memiliki kenerja terbaik.Pokok Bahasan (Subject Matter): Dasar pemodelan dan simulasi. Macam model matematis system: diskrit dan kontinu. Pemodelan dan simulasi sistem diskrit. Review distribusi probabilitas: distribusi eksponensial, Erlang, binomial, Normal. Pemilihan distribusi probabilitas dari data input (distribution fitting), studi kasus waktu kedatangan dan layanan sustu sitem nyata. Pembangkitan bilangan acak: metode LCG (mixed, multiplicative), metode Tausworthe. Uji bilangan acak: uji tanda, uji frekuensi, uji korelasi sendiri, uji gap. Membuat model simulasi dari suatu antrian sederhana dgn simulation tools. Analisis antrian secara matematis-analitis. Menentukan parameter yang diperlukan untuk mengevaluasi kinerja sistem. Menjalankan model simulasi. Menentukan jumlah replikasi minimum. Mengambil data hasil/output simulasi, menganalisis hasil simulasi (output analysis). Merancang sistem alternatif. Mengevaluasi hasil analisis. Memberikan rekomendasi sistem yang memiliki kenerja terbaik.Pustaka Utama : 1. Banks, Jerry, et. al., ”Discrete-Event System Simulation", 3rd ed., PrenticeHall, New Jersey, 2001. 2. Law, Averill M., et. al., "Simulation Modeling and Analysis", McGraw-Hill, 1990.Pustaka penunjang : 1. Kelton, David W., “Simulation with Arena”, McGraw-Hill, 2003.Prasyarat : Statistika Komputasional (KI091314)KI091335 Data Warehousing 3 sksMata Kuliah : Data WarehousingKode/bobot/Semester : KI091335 / 3 sks / 7 60 | K a t a l o g
    • Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu melakukan perancangan dan membuat data warehouse serta mampu membangun aplikasi business intelligent (BI) pada database SQL Server dan Oracle.Kompetensi: 1. Mahasiswa mampu menjelaskan data warehouse beserta aplikasinya, 2. Mahasiswa Mampu merancang dan membuat data warehouse dari data sumber, 3. Mampu mengimplementasikan data warehouse dalam DB Oracle dan SQL Server, 4. Mahasiswa Mampu membuat aplikasi OLAP dari data warehouse yang sudah dibangun.Pokok Bahasan (Subject Matter): Memahami konsep data warehousing dan tujuannya; pengenalan konsep data warehouse & business intelligent (BI), Tinjauan ringkas komponen-komponen business intelligent pada SQL Server dan Oracle. Pemaparan contoh aplikasi business intelligent. Pembuatan Data Warehouse Menggunakan SQL Server Integration Services (SSIS); Proses pembacaan data dari external source, Berbagai macam rule dalam proses Ekstraksi, Transformasi dan Loading (ETL) menggunakan SSIS, Pembuatan OLAP menggunakan SQL Server Analysis Services (SSAS); Perancangan dan pembuatan OLAP Object : dimension, hierarchy, level dan Cube, Pembangunan aplikasi OLAP pada SQL Server, integrasi MS Excel dengan SSAS untuk aplikasi OLAP. Query analytical MDX dan Reporting Tool pada client; Pembuatan OLAP menggunakan Oracle; Perancangan data warehouse, pembuatan OLAP Object : dimension, hierarchy, level, dan cube. Pembuatan Aplikasi Business Intelligent menggunakan Oracle BI Beans.Pustaka Utama : 1. Mundy,Thornwaite,Kimball.“The Microsoft Data Warehouse Toolkit: With SQL Server 2005 and the Microsoft Business Intelligence Toolset”, 1st ,WILEY,2006. 2. Stackowiak,Rayman,”Oracle Data Warehousing and Business st Intelligence Solutions”, 1 ed., WILEY., 2007.Pustaka penunjang : 1. Vincent Rainard,” Building a Data Warehouse: With Examples in SQL Server”, APRESS, 1997.Prasyarat : Basis Data Lanjut, (KI091320), Data Mining (KI091332)KI091336 Pengolahan Citra Digital 4 sksMata Kuliah : Pengolahan Citra Digital (PCD) Kode/bobot/Semester : KI091336 / 4 sks / 7 61 | K a t a l o g
    • Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu menerapkan algoritma-algoritma PCD secara mandiri, menganalisis dan merancang sistem aplikasi PCD dengan tujuan untuk perbaikan citra secara visual atau proses otomatisasi dalam kerja tim.Kompetensi: 1. Mahasiswa mampu memahami dasar-dasar citra digital dan pemrosesannya yang digunakan untuk memperbaiki citra secara visual, melakukan proses otomatisasi, serta mempresentasikan fitur citra. 2. Mahasiswa mampu menjelaskan dan menerapkan algoritma-algoritma untuk perbaikan citra dalam domain spasial maupun frekuensi, melakukan segmentasi, encoding, representasi dan deskripsi, dan proses morphology untuk citra biner. 3. Mahasiswa mampu mempelajari, menganalisis dan menjelaskan cara kerja suatu sistem aplikasi citra. 4. Mahasiswa mampu bekerjasama dalam tim dan berfikir kreatif dalam membuat suatu tugas proyek aplikasi citra dan mempresentasikan hasilnya. .Pokok Bahasan (Subject Matter): Introduksi; Latar belakang: sejarah transmisi gambar, spektrum, aplikasi. Persepsi visual: struktur mata manusia, rods & cones, brightness, match bands. Definisi citra digital: representasi matrik, digitasi dan sampling citra kontinyu, kuantisasi, efek digitasi. Perbaikan Citra (Enhancement) dalam domain spasial; Point processing: transformasi kurva. Histogram: definisi, direct histogram, ekualisasi histogram. Konvolusi: Low Pass Filter (pelunakan/pengkaburan), High Pass Filter (penajaman). Lainnya: filter Median Transformasi citra; Transformasi Fourier, DFT, FFT, gambar domain frekuensi. Diagram pemrosesan domain frekuensi. Transformasi Hough. Perbaikan Citra (Enhancement) dalam domain frekuensi; Low Pass Filter: Ideal LPF, Butterworth LPF, Gaussian LPF (GLPF). High Pass Filter: IHPF, BHPF. Dasar-dasar warna, pseudo-color. Encoding citra; Contour encoding, run-length encoding, Huffman code. Kompresi: JPEG, matriks DCT, tabel kuantisasi, faktor kualitas, urutan zig- zag. Segmentasi Citra; Deteksi titik, deteksi garis, filter Gradient. Filter Laplacian, Laplacian dari Gaussian, contoh hasil Gaussian & Laplacian. Penyambungan tepi dengan kriteria gradient. Thresholding: global thresholding, optimal dan adaptive thresholding, histogram dari gradient citra. Metode Graf. Region Splitting& Merging. Region Growing. Representasi dan Deskripsi; Kode Rantai Berbasis 4 atau 8 Konektivitas. Normalisasi Kode Rantai: Bilangan Bentuk. Pendekatan Poligon. Signature: mapping fungsi 2D ke 1D. Segmen Boundary. Skeletoning. Thinning. Deskriptor; Boundary Descriptor: contoh dengan diameter. Fourier Descriptor: contoh rekonstruksi Fourier Descriptor. Topological Descriptor. Momen. Tekstur. Deskripsi kesamaan: pengukuran jarak, korelasi. Morphology citra biner; Contoh numerik citra biner, konektivitas, operator additif dan subtraktif. Himpunan translasi, refleksi, elemen penstruktur B untuk operasi yang digeneralisasi. Dilasi, erosi, Opening Operator, Closing 62 | K a t a l o g
    • Operator, Pencocokan template. Pencocokan dengan Hit-or-Miss, Hit-or- Miss Operator, Boundary Extraction, Thinning. Restorasi Citra; Model noise citra terdegradasi. Filter Inverse. Filter Wiener: minimisasi MSE(mean square error). Filter domain frekuensi. Reduksi noise periodic. Registrasi: persamaan bilinier, warping; zooming.Referensi : 1. Gonzales, R.C., and Woods, R. E.. Digital Image Processing. Prentice Hall,2002 2. Pratt,W.K., Digital Image Processing, John Wiley & Sons, Inc., 2007 3. Russ,John C., The Image Processing Handbook, fifth edition, CRC Press, 2007 4. Parker, J.R., Algorithms for Image Processing and Computer Vision, John Wiley & Sons, Inc.,1997.KI091340 Optimasi Nonlinear 4 sksMata Kuliah : Optimasi NonlinearKode/bobot/Semester : KI091340/ 4 sks / 8Tujuan Pembelajaran: Peserta mata kuliah mampu memahami konsep dasar dan properti yang terkait dengan permasalahan optimasi non-linier dan dapat mengimplementasikan berbagai algo-ritma penyelesaian permasalahan optimasi non-linier dengan dan tanpa fungsi kendala serta dapat mengaplikasikan metode optimasi nonlinear tersebut pada persoalan dunia nyata berdasarkan referensi makalah dari Jurnal yang relevan.Kompetensi: 1. Peserta mata kuliah dapat memahami konsep dasar dan properti yang terkait dengan permasalahan optimasi non-linier. 2. Peserta mata kuliah dapat mengimplementasikan berbagai algoritma penyelesaian permasalahan optimasi non-linier dengan dan tanpa fungsi kendala. 3. Peserta mata kuliah dapat mengaplikasikan teknik pemrograman geometrik pada suatu kasus optimasi non-linier.Pokok Bahasan: Elemen Analisis Convex; Convex set, Convex function : properti dasar, fungsi sekawan (conjugate), fungsi Quasiconvex. Dualitas; Lagrange dual function, Lagrange dual problem, interpretasi geometric, interpretasi saddle- point, kondisi optimalitas, perturbasi dan analisis sensitifitas. Permasalahan Unconstrained; Properti-properti dasar, Metode Descent, Metode Conjugate Gradient, Metode Quasi-Newton. Minimasi Constrained; Kondisi-kondisi Minimasi Constrained, Metode Primal, Metode Penalty dan Barrier, Metode Dual dan Cutting Plane, Metode Primal Dual. Optimasi Non Differentiable; Metode SubGradient, Metode Trust Region, Optimasi Komposit, Penyelesaian Fungsi Kendala Non Convex. Pemrograman Geometrik; Fungsi Monomial dan Posynomial, Kondisi 63 | K a t a l o g
    • Orthogonalitas dan Normalitas, Aplikasi Optimasi Geometrik pada Permasalahan Inventori.Pustaka Utama : 1. David G. Luenberger, Linear & NonLinear Programming, Springer, 2008. 2. Andrzej Ruszczynski, NonLinear Optimization, Princeton University Press, 2006. 3. P. Venkataraman, Applied Optimization With MATLAB Programming, John Wiley & Sons, Inc., 2002.Pustaka penunjang : 1. Ronald L. Rardin, Optimization in Operations Research, Prentice-Hall, Inc., 1998. 2. Stephen G. Nash, Linear and Nonlinear Programming, McGraw-Hill, 1996. 3. Belegundu, Ashok D,Ph.D, Chandruptala, Tirupathi R.,Ph.D,P.E. Optimization Concepts and Applications in Engineering, Prentice Hall-Inc, 1999.Prasyarat:KI091371 Animasi Komputer 4 sksMata Kuliah : Animasi KomputerKode/bobot/Semester : KI091371 / 4 sks / 6Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu membuat obyek animasi interaktif 2D dan 3D dengan menggunakan software modern untuk pembuatan animasi serta mampu memanfaatkan animasi untuk simulasi pada suatu bidang.Kompetensi: 1. Mahasiswa mampu membuat obyek animasi yang interaktif 2. Mahasiswa mampu menggunakan software modern untuk pembuatan animasi 2D dan 3D 3. Mahasiswa mampu memanfaatkan animasi untuk simulasi pada suatu bidangPokok Bahasan (Subject Matter): Pengenalan; Animasi, Efek Visual, Teknologi, Proses Produksi Digital. Pemodelan; Konsep Dasar Pemodelan, Teknik Dasar Pemodelan, Teknik Lanjut Pemodelan. Rendering; Konsep Dasar Rendering, Kamera, Pencahayaan, Karakteristik Bayangan dan Permukaan. Animasi dan Efek; Konsep Dasar Animasi, Teknik Dasar Animasi Komputer, Teknik Lanjut Animasi Komputer, Teknik Efek Visual. 64 | K a t a l o g
    • Post-Processing; Retouching, Compositing, Color Grading, Resolusi Gambar dan Output.Pustaka Utama (Main Reference): 1. Isaac Victor Kerlow, "The Art of 3-D Computer Animation and Effects”, Wiley, 2003.Pustaka penunjang (Supporting References): 1. John Vince, ”Essential Computer Animation fast: How to Understand the Techniques and Potential of Computer Animation”, Springer, 2000. 2. Rick Parent, ”Computer Animation, Second Edition: Algorithms and Techniques”, Morgan Kaufmann, 2007. 3. Michael ORourke, ”Principles of Three Dimensional Computer Animation”, W. W. Norton & Company, 1998. 4. Peter Weishar, ”Blue Sky: The Art of Computer Animation”, Harry N. Abrams, 2002. 5. Isaac Victor Kerlow, ”The Art of 3-D : Computer Animation and Imaging, 2nd Edition”, John Wiley & Sons , 1996. 6. Kelly L. Murdock, ”3D Game Animation For Dummies”, Wiley, 2005. 7. Peter Ratner, ”Mastering 3D Animation”, Allworth Press, 2000. 8. Tony Mullen, ”Introducing Character Animation with Blender”, Sybex, 2007.Prasyarat (Prerequisite): -KI091372 Audit Tata Kelola TI 3 sksMata Kuliah : Tata Kelola dan Audit SI/TIKode/bobot/Semester : KI091372 / 3 sks / 6Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu menata pengelolaan SI/TI dan melakukan pengawasan pengelolaan tersebut melalui Audit SI/TI. Kompetensi: 1. Mahasiswa mampu mengorganisir pelaksanaan aktivitas terkait dengan pengelolaan SI/TI yang efektif 2. Mahasiswa mampu merumuskan pelaksanaan Audit SI/TI 3. Mahasiswa mampu menentukan objektif kontrol dan kontrol dari Proses TI 4. Mahasiswa mampu menjelaskan hasil ketidakpatutan dari hasil temuan audit 5. Mahasiswa mampu menerjemahkan hasil ketidakpatutan dalam temuan audit ke dalam rekomendasi perbaikan 6. Mahasiswa mampu mengkomunikasikan hasil temuan audit dengan jelas dan menyampaikan rekomendasi perbaikan secara efektif 7. Mahasiswa mampu memahami perkembangan teknologi dan menentukan dampak perkembangan tersebut terhadap kontrol dan prosedur audit yang ada 65 | K a t a l o g
    • Pokok Bahasan (Subject Matter): Konsep Tata Kelola TI (IT Governance); Kerangka kerja Tata Kelola TI; Peran Tata Kelola TI dalam organisasi; Lingkungan regulasi dan pengaruhnya terhadap TI; Gambaran umum mengenai proses TI; Pemetaan tanggung jawab dalam pengelolaan TI; Pengukuran kinerja proses TI; Mengapa kontrol dan audit penting?; Membangun fungsi audit TI internal; Konsep audit SI/TI; Proses audit; Penyusunan prosedur audit; Audit dengan menggunakan CAATs; Penyusunan proposal audit; Penentuan objektif kontrol dan kontrol Proses TI; Pengidentifikasian regulasi yang terkait dengan pengelolaan proses TI; Konsep pengelolaan resiko; Penentuan tingkat resiko sebagai bagian dari aktivitas audit; Penggunaan resiko TI sebagai fokus utama audit SI/TI; Pelaksanaan audit SI/TI; Perubahan dalam pelaksanaan audit SI/TI; Perolehan temuan (findings) berdasarkan hasil pelaksanaan audit SI/TI; Penyusunan rekomendasi berdasar hasil audit; Penyusunan laporan hasil audit; Pengelolaan Audit TI; Pengkomunikasian hasil audit; Konsep perbaikan tata kelola TI berdasarkan hasil audit.Pustaka Utama : 1. Sarno, Riyanarto. “Audit Sistem Informasi/Teknologi Informasi”, ITS Press, 2009. 2. Sarno, RIyanarto. “Sukses Bisnis dengan Teknologi Informasi”, ITS Press, 2009. 3. Sarno, Riyanarto dan Iffano, Irsyat. “Sistem Manajemen Keamanan Informasi”, ITS Press, 2009.Pustaka penunjang : 1. Davis, Chris, Schiller, Mike & Wheeler, Kevin. “IT Auditing: Using Controls to Protect Information Assets”, McGraw-Hill, 2007. 2. ISACA, “The IT Governance Institute”, COBIT 4.1, USA, 2007. 3. ISO/IEC, “ISO/IEC 38500: Corporate Governance of Information Technology”, Switzerland, 2008. 4. Senft, Sandra & Gallegos, Frederick. “Information Technology Control Audit”, 3rd ed, CRC Press, 2009. 5. Weill, Peter & Ross, Jeanne W. “IT Governance: How Top Performance Manage IT Decision Rights for Superior Results”, Flint Dille and John Zuur Plattern, 2004. Prasyarat : -KI091373 Manajemen Proyek Perangkat Lunak 4 sksMata Kuliah : Manajemen Proyek Perangkat LunakKode/bobot/Semester : KI091373 / 4 sks / 6Tujuan Pembelajaran (Learning Objective): 66 | K a t a l o g
    • Mahasiswa mampu memahami teknik manajemen proyek dan mengelola pengembangan proyek TI dengan menerapkan konsep pengembangan proyekKompetensi: 1. Mampu merencanakan pengembangan perangkat lunak secara iteratif (aktivitas, jadwal, resource assignment, implementasi metode) 2. Mampu merencanakan anggaran dan mengendalikan biaya 3. Mampu menilai kualifikasi anggota Tim dan memberikan penugasan yang sesuai 4. Mampu menganalisis permasalahan bisnis & sumber daya, resiko, dan permasalahan teknologi 5. Mampu mengelola perubahan kebutuhan 6. Mampu mengevaluasi progress proyekPokok Bahasan (Subject Matter): Pendahuluan ; Pentingnya Manajemen Proyek,Tahapan proyek, Stakeholder proyek, Framework manajemen proyek, Software tools untuk manajemen proyek. Perencanaan Proyek ; Manajemen Integrasi, Manajemen Bidang, Tahapan Perencanaan Poryek. Penjadwalan; manajemen waktu, Diagram jaringan proyek. Manajemen Kualitas Proyek; Kualitas Proyek TI, Tahapan Manajemen Kualitas PL, Perencanaan Kualitas, Quality Assurance, Quality Control, Quality Standards. Manajemen Anggaran; Perencanaan Sumber Daya, Estimasi Anggaran, Pengaturan Anggaran, Kontrol Biaya. Project Human Resource Management; Kunci Pengaturan Manusia, Perencanaan Organisasi, Permasalahan dalam Penambahan Staf dan Pengembangan Tim. Manajemen Komunikasi; Komponen Utama Rencana Manajemen Komunikasi, Perencanaan Komunikasi, Distribusi Informasi, Performance Reporting, Administrative Closure, Saran untuk Pengembangan Komunikasi Proyek. Manajemen Resiko; Pentingnya Manajemen Resiko Proyek, Resiko Umum dalam Proyek TI, Identifikasi Resiko, Penghitungan Resiko, Pengembangan dan Kontrol Reaksi terhadap Resiko. Project Procurement Management; Procurement Planning, Solicitation, Source Selection, Contract Administration , Contract Close-out. Pengelompokan Proses Manajemen 67 | K a t a l o g
    • Proyek; Inisiasi proyek, Perencanaan proyek, Eksekusi proyek, manajemen control dan konfigurasi proyek, Project Closing.Pustaka Utama : 1. Schwalbe, Kathy, “Information Technology Project Management” 5th Edition, 2007 2. Bob Hughes and Mike Cotterell: Software Project Management, 4th Edition, McGraw-Hill 2005 3. Elaine Marmel: Microsoft Office Project 2003 Bible, Wiley Publishing Inc.Pustaka penunjang : 1. Basics of Software Project Management, NIIT, Prentice-Hall India, 2004 2. Software Project Management in Practice, Pankaj Jalote, Pearson Education,2002 3. Software Project Management, A Concise Study, S.A. Kelkar, Revised Edition, Prentice-Hall India, 2003Prasyarat : -KI091374 Verifikasi dan Validasi Perangkat Lunak 3 sksMata Kuliah : Verifikasi dan Validasi PLKode/bobot/Semester : KI091374 / 3 sks / 6Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu melakukan verifikasi dan validasi fase-fase dalam siklus hidup Perangkat Lunak Kompetensi : 1. Mahasiswa mampu mengetahui prinsip-prinsip dasar proses verifikasi dan validasi PL 2. Mahasiswa mampu menggunakan standard untuk verifikasi dan validasi PL dalam studi kasus tertentu 3. Mahasiswa mampu merencanakan verifikasi dan validasi PL dalam sebuah dokumen dengan menggunakan standard tertentu 4. Mahasiswa mampu melakukan verifikasi dan validasi PL dengan menggunakan metode tertentu 5. Mahasiswa mampu menggunakan tools untuk verifikasi dan validasi PL Pokok Bahasan (Subject Matter): Pendahuluan: Tujuan, Overview, IEEE standard yang digunakan. Verifikasi dan Validasi PL: Pendahuluan, prinsip2 verifikasi dan validasi, Review (Technical Review, Walkthroughs, Audit), Tracing, Pembuktian Formal, Pengujian. Metode Verifikasi dan Validasi PL: Pendahuluan, Inspeksi PL, Metode Formal, Teknik program verifikasi, Metode 68 | K a t a l o g
    • Cleanroom, Pengujian terstruktur, Pengujian integrasi terstruktur, Tools untuk verifikasi dan validasi PL: Pendahuluan, Tools untuk reviewing, Tools untuk Tracing, Tools untuk pembuktian formal, tools untuk pengujian. Perencanaan Verifikasi dan Validasi PL: Pendahuluan, Style, Tanggung jawab, Media, Informasi layanan, Isi dari SVVP (Software Verification and Validation Plan), Evolution.KI091375 Evolusi Perangkat Lunak 3 sksMata Kuliah : Evolusi Perangkat LunakKode/bobot/Semester : KI091375 / 3 sks / 7Tujuan Pembelajaran (Learning Objective): 1. Memberikan wawasan tentang definisi dan aktifitas-aktifitas di bidang evolusi perangkat lunak, serta teknik-teknik dalam mengerjakannya. 2. Mengarahkan penggalian topik-topik tesis dalam biadng evolusi perangkat lunak.Pokok Bahasan (Subject Matter): Pengenalan, definisi, sejarah, perbedaan dan persamaan dengan perawatan perangkat lunak, pelaku evolusi perangkat lunak. Pemahaman dan analisis tentang evolusi perangkat lunak (PL); Identifikasi dan analisis kloning PL, Analisis repository PL, Memprediksi ”bugs” dari sejarah PL. Rekayasa ulang sistem warisan (legacy system); Rekayasa ulang berbasis object oriented. Migrasi sistem informasi warisan, Transformasi arsitektural. Trend-trend terkini dalam evolusi perangkat lunak; Pengujian PL vs. Evolusi PL: efeknya dalam pemahaman PL, Isu-isu evolusi PL dalam AOP, Evolusi arsitektur PL, Evolusi PL open source.Pustaka Utama : 1. “Software Evolution”, Tom Mens dan Serge Demeyer, Springer-Verlag Berlin Heidelberg, 2008.KI091376 Pembuatan Game 3 sksMata Kuliah : Pembuatan GameKode/bobot/Semester : KI1376 / 3 sks / 7 Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu mengenal pengembangan dan karir dalam game, menganalisa serta melakukan perancangan game.Kompetensi: 1. Mahasiswa mampu mengklasifikasikan game-game yang ada, 2. Mahasiswa memahami proses dan karir dalam pengembangan game, 3. Mahasiswa mampu menganalisis dan melakukan perancangan game berdasarkan pembagian karir dalam pembuatan game. 69 | K a t a l o g
    • 4. Mahasiswa mampu mengenal dan mempraktekkan pembuatan prototype game sederhana.Pokok Bahasan (Subject Matter): Pengantar Game: Sejarah, klasifikasi game, jenis-jenis dan platform game. Industri game: struktur industri game. Pengembangan Game: proses global dalam pengembangan game, karir dalam pengembangan game. Game Tools: bahasa pemrograman, software animasi / 3D. Karir Game: Desainer, Programmer, Seniman. Desain: UI, Level, World builder, Kecerdasan Buatan, pemodelan FSA, GameEngine: pemrograman XNAPustaka Utama : 1. Flint Dille & John Zuur Platten, “The Ultimate Guide to Video Game Writing and Design”, First Edition Lone Eagle Publishing Company 2007. 2. Steve Rabin, “AI Game Programming Wisdom”, ISBN: 1-58450-077-8, Charles River Media, Inc 2002 3. Chad Carter, “Microsoft XNA Unleashed”, SAMS Publising 2007 4. Benjamin Nitschke, “Professional XNA Game Programming”, Wiley Publishing, Inc 2007 5. Martin J Wells, “J2ME Game Programming”, Thomson Course TechnologyKI091380 Realitas Virtual 3 sksMata Kuliah : Realitas VirtualKode/bobot/Semester : KI091359 / 3 sks / 8Kompetensi: 1. Mahasiswa mampu memahami pengertian realitas virtual. 2. Mahasiswa mampu menjelaskan dan memahami elemen input yang ada di dalam realitas virtual. 3. Mahasiswa mampu menjelaskan dan memahami elemen output yang ada di dalam realitas virtual. 4. Mahasiswa mampu menjelaskan dan memahami arsitektur komputasi untuk realitas virtual. 5. Mahasiswa mampu mengerti dan membuat pemodelan di dalam realitas virtual. 6. Mahasiswa mampu memahami dan membuat pemrograman di realitas virtual. 7. Mahasiswa mampu memahami factor manusia di dalam realitas virtual. 8. Mahasiswa mampu mengetahui dan memahami aplikasi realitas virtual tradisional. 9. Mahasiswa mampu mengetahui dan memahami aplikasi realitas virtual di masa depan. 10. Mahasiswa mampu membuat aplikasi 3D realitas virtual dengan game engine. 11. Mahasiswa mampu membuat aplikasi 3D realitas virtual dengan XNA.Pokok Bahasan (Subject Matter): 70 | K a t a l o g
    • Pengenalan realitas virtual; Pendahuluan, Konsep tiga “I’s” di dalam realitas virtual, Sejarah awal realitas virtual, Realitas Virtual menjadi industri, Lima komponen klasik dari system realitas virtual. Pemahaman media input; Trackers, navigation, gesture interface, Pelacak posisi 3D, Navigasi dan manipulasi tampilan. Pemahaman media output; Graphics, three- dimensional sound, haptic display, Graphics Display sistem visual manusia, Sound display sistem pendengaran manusia, Haptic Feedback. Arsitektur computer untuk Realitas Virtual; Rendering pipeline, Arsitektur grafis pada computer, Arsiktektur berbasiskan workstation, Arsitektur Realitas virtual terdistribusi. Permodelan; Permodelan Geometri, Permodelan Kinematis, Permodelan Fisik, Behavior modeling, Pengaturan model. Pemrograman Realitas Virtual; Toolkit and scene graph, World Toolkit, Java 3D, General Haptic open software toolkit, People Shop. Faktor manusia di dalam realitas virtual; Metodologi dan terminology, Kesehatan dan keamanan penggunan realitas virtual, Realitas virtual dan masyrakat. Aplikasi Realitas Virtual Tradisional; Aplikasi di dalam medis, Aplikasi di dalam Militer, Aplikasi di Manufaktur, Aplikasi Realitas Virtual di Robot. Visualisasi informasi; Eksplorasi minyak dan pengaturan pengeboran, Visualisasi data volumetric.Pustaka Utama : Grigore, C Burdea & Philippe, Coiffet, “Virtual Reality Technology”, Wilye Interscience, 2003 William R. Sherman, Alan B.Craig, “Understanding Virtual Reality”, Morgan- Kaufmann, Inc., 2003. http://creators.xna.com http://irrlicht.sourceforge.net/Prasyarat : -KI091351 Jaringan Nirkabel dan Komputasi Bergerak 4 sks Mata Kuliah : Jaringan Nirkabel dan Komputasi Bergerak Kode/Bobot/Semester: KI091351/ 4 sks / 6 Tujuan : Mahasiswa mampu menganalisa, merancang dan mengaplikasikan jaringan nirkabel Kompetensi :1. Mahasiswa mampu mendefinisikan teknologi nirkabel2. Mahasiswa memahami pengetahuan dan gambaran umum teknologi nirkabel.3. Mahasiswa mampu menjelaskan teknik komunikasi dasar nirkabel4. Mahasiswa mampu menjelaskan teknologi telekomunikasi nirkabel5. Mahasiswa mampu mengaplikasikan telekomunikasi nirkabel6. Mahasiswa mampu menjelaskan konsep wireless LAN7. Mahasiswa mampu menganalisa permasalaan dalam teknologi nirkabel 71 | K a t a l o g
    • Pokok Bahasan: Pengertian dasar; Pengenalan nirkabel,Histori nirkabel,Perkembangan nirkabel, Dasar – dasar Transmisi,Sinyal pembawa informasi,Transmisi Analog dan digital, Kapasitas channel,Media transmisi,Multiplexing, Communication Networks LAN, MAN, dan WAN,Teknologi Switching,Protocols and the TCP/IP Suite,Arsitektur protocol OSI, Arsitektur protocol TCP/IP. Teknologi komunikasi nirkabel; Antennas and Propagation,Antennas Mode propagasi, Transmisi Line-of-Sight,Mobile Environment, Signal Encoding Techniques,Signal Encoding Criteria,Digital Data, Analog Signals, Analog Data, Analog Signals, Analog Data, Digital Signals, Spread Spectrum,Konsep Spread Spectrum,Frequency Hopping Spread Spectrum,Direct Sequence Spread Spectrum, Code-Division Multiple Access,Generation of Spreading Sequences, Coding and Error Control,Error Detection,Block Error Correction Codes,Convolutional Codes,Automatic Repeat Request.Jaringan nirkabel; Satellite Communications VSAT,Satellite Parameters and Configurations,Capacity Allocation—Frequency Division,Capacity Allocation—Time Division, Cellular Wireless Networks, Principles of Cellular Networks,First Generation AMPS,Second Generation TDMA, Second Generation CDMA,Third Generation Systems,Cellular Service Application,SMS,GPRS,MMS,Cordless Systems and Wireless Local Loop,Cordless Systems,Wireless Local Loop, IEEE 802.16 Fixed Broadband, Wireless Access Standard,WiFi (WiFi and Mobile WiFi),WiMAX (Fixed and Nomadic),Mobil WiMAX,Ultra Mobile Broadband,Ultra Wide Band (IEEE 802.15), Mobile IP and Wireless Access Protocol,Mobile IP,Wireless Application Protocol.WLAN;Wireless LAN Technology,Overview,Infrared LANs,Spread Spectrum LANs,Narrowband Microwave LANs,IEEE 802.11 Wireless LAN Standards,IEEE 802 Protocol Architecture,IEEE 802.11 Architecture and Services,IEEE 802.11 Medium Access Control,IEEE 802.11 Physical Layers, Bluetooth,Overview,Radio Specifications,Baseband Specification,Link Manager Specification,Logical Link Control and Adaptation Protocol. Referensi: 1. William Stallings, Wireless Communications & Networks 2nd International Edition, Prentice HallKI091352 Sekuritas Jaringan 3 sksMata Kuliah : Sekuritas JaringanKode/bobot/Semester : KI091352 / 3 sks / 6Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu memahami dan seterusnya melakukan perancangan dan menerapkan aspek-aspek keamanan dalam sistem yang tersambung ke jaringan komputer 72 | K a t a l o g
    • Kompetensi: 1. Mahasiswa mampu memahami dan menerapkan aspek-aspek keamanan dalam OSI security architecture 2. Mahasiswa mampu memahami dan menerapkan symetric encryption dalam seluruh layer jaringan 3. Mahasiswa mampu memahami dan menerapkan asymetric encryption dalam seluruh layer jaringan 4. Mahasiswa mampu memahami dan menerapkan authenticator/signature dalam seluruh layer jaringan 5. Mahasiswa mampu membangun system authentikasi dengan memanfaatkan enkripsi dan authenticator 6. Mahasiswa mampu memahami dan menerapkan system authentikasi terhadap aplikasi e-commerce dan messaging 7. Mahasiswa mampu memahami dan menerapkan proteksi terhadap jaringan 8. Mahasiswa mampu menganalisa dan mengimplementasikan System Authentikasi menggunakan authenticator dan enkripsiPokok Bahasan (Subject Matter): Security Trends, The OSI Security Architecture, Security Attacks, Security Services, Security Mechanisms, A Model for Network Security, Teknik Enkripsi Klasik , Block Cipher dan Stream Cipher, DES, RC4, Modes of Operation, Multiple Encryption dan Triple DES, Advanced Encryption Standard, Peletakan fungsi enkripsi, Traffic Confidentiality, Key Distribution, Menggunakan Enkripsi klasik untuk mendeliver data dalam jaringan, Prinsip prinsip dalam Public Key Cryptosystem, Prinsip Authentikasi, Digital Signatures, Authentication Protocols, Digital Signature, SET System, Operasi Kriptosystem pada SET, SET Payment Processing, SET Authentication and Message Integrity, Transport Layer Security, Web security, SSL, TLS,Network Layer Security, Trusted System, Jenis-jenis firewall, Desain firewall, Implementasi Firewall dan access control pada gateway jaringan.Pustaka Utama : 1. Stallings, Cryptography and Network Security, Prentice Hall 2. Man Young Rhee, Internet Security Principles, Algorithm, and Protocols, Wiley Publishing 3. Sean Turner,Implementing Email Security and Tokens: Current Standards, Tools, and Practices, Wiley PublishingPrasyarat: -KI091355 Jaringan Multimedia 4 sksMata Kuliah : Jaringan MultimediaKode/bobot/Semester : KI091355 / 4 sks / 7Tujuan Pembelajaran (Learning Objective): 73 | K a t a l o g
    • Mahasiswa mampu memahami dan menganalisis tren dan teknik terbaru dalam teknologi dan jaringan multimedia.Kompetensi: 1. Mahasiswa memiliki pengetahuan dasar tentang teknologi multimedia (gambar, video dan audio) 2. Mahasiswa memiliki pengetahuan tentang tren dan teknik terbaru teknologi dan jaringan multimedia 3. Mahasiswa mampu mendesain sistem komunikasi teknologi dan jaringan multimedia.Pokok Bahasan (Subject Matter): 1. Dasar-dasar image, video dan audio 2. Pemrosesan image, video dan audio 3. Teknik kompresi image, video dan audio 4. Jaringan Multimedia (Wired dan Wireless)untuk menampilkan image, video dan audioPustaka Utama : 2. Al Bovik, “Handbook of Image and Video Processing”,Elsevier Academic Press,2005. 3. Ze Nian Li, Mark S.Drew ,”Fundamentals of Multimedia”, Printice-Hall, 2004.Pustaka penunjang : 1. Nigel Chapman, Jenny Chapman, “Digital Multimedia”, 2nd edition, John Willey & Sons. Ltd, 2004. 2. Huifang Sun, Xuemin Chen, Tihao Chiang, “Digital Video Transcoding for Transmission and Storage”, CRC Press, 2005.Prasyarat : Jaringan Komputer (KI091316), Grafika Komputer (KI091321)KI091356 Komputasi Grid 4 SksKI091357 Perancangan dan Manajemen Jaringan 4 SksMata Kuliah : Perancangan dan Manajemen JaringanKode/bobot/Semester : KI091346 / 4 sks / 7Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu membuat proposal perancangan satu sistem jaringan skala menengahKompetensi: 74 | K a t a l o g
    • 1. Mahasiswa mampu menjelaskan dengan benar metodologi untuk pembangunan sistem berjaringan, mulai dari pengumpulan requirement hingga ke pemilihan teknologi. 2. Mahasiswa mampu merumuskan hubungan antara user requirement, arsitektur jaringan, desain dan pemilihan teknologi jaringan. 3. Mahasiswa mampu membuat proposal perancangan satu sistem jaringan skala menengah.Pokok Bahasan (Subject Matter):Introduction, A Systems Methodology, Service Characteristics, PerformanceCharacteristics. Requirements Analysis: Concepts, User Requirements,Application Requirements, Device Requirements, Network Requirements.Requirements Analysis: Process, Gathering and Listing Requirements,Developing RMA Requirements, Developing Delay Requirements, DevelopingCapacity Requirements. Flow Analysis, Identifying and Developing Flows, FlowModels. Network Architecture, Component Architectures, ReferenceArchitecture, Architectural Models. Addressing and Routing Architecture,Addressing Mechanisms, Routing Mechanisms Network ManagementArchitecture, Defining Network Management, Network ManagementMechanisms. Performance Architecture, Developing Goals for Performance,Performance Mechanisms. Security and Privacy Architecture, Developing aSecurity and Privacy Plan, Security and Privacy Administration, Security andPrivacy Mechanisms. Selecting Technologies for the Network Design,Guidelines and Constraints on Technology Evaluations, Making TechnologyChoices for the Network Design. Interconnecting Technologies Within theNetwork Design, Shared Medium , Switching, Routing.Pustaka Utama : 1. McCabe, James D., Network Analysis, Architecture, and Design, Third Edition, Elsevier, 2007Pustaka penunjang : 1. Harrington, Jan L., Network Security: A Practical Approach, Elsevier, 2005Prasyarat : - Jaringan Komputer (KI091316) - Sistem Operasi (KI091309)KI091358 Teknik Kompresi 4 sksMata Kuliah : Teknik KompresiKode/bobot/Semester : KI091358/ 4 sks / 7Tujuan Pembelajaran (Learning Objective): 75 | K a t a l o g
    • Mahasiswa mampu materi-materi mengenai konsep dasar, metode, dan implementasi berbagai algoritma teknik kompresi terhadap data dengan logika yang baik dan benar.Kompetensi: 1. Mampu menjelaskan konsep teknik kompresi loosy dan loosless 2. Mampu menjelaskan dan mengimplementasikan huffman coding, dan arithmetic coding 3. Mampu menjelaskan konsep teknik dictionary 4. Mampu menjelaskan dan mengimplementasikan berbagai macam teknik kompresi 5. Mampu menjelaskan dan mengimplementasikan audio-video codingPokok Bahasan (Subject Matter): Teknik Kompresi Loosy; Konsep Teknik kompresi Loosy, Pemodelan Teknik Kompresi Loosy, Coding Teknik Kompresi Loosy. Teknik Kompresi Loosless; Konsep Teknik kompresi Loosless, Pemodelan Teknik Kompresi Loosless, Coding Teknik Kompresi Loosless. Huffman Code; Konsep Huffman Code, Algoritma Huffman Code, Implementasi Huffman Code. Adaptive Huffman Code; Konsep Huffman Code, Algoritma Huffman Code, Implementasi Huffman Code. Arithmatic Coding; Coding Secuence, Binary Code, Adaptive Arithmatic Code. Teknik Dictionary; Static Dictionary, Adaptive DictionaryPustaka Utama : 1. Sayood, K, 2006, Introduction to Data Compression, Morgan Kaufmann Pub. 2. Salomon, D, 2000, Data Compression, The Complete Reference, 2nd edition, SpringerPustaka penunjang :Prasyarat: KI091359 Topik Khusus Komputasi Berbasis Jaringan 3 sks-------------------------------------------------------------------------------------------------------------- 76 | K a t a l o g
    • KURIKULUM 2009 - 2014Fakultas : Teknologi Informasi (FTIF)Jurusan/Prodi: Teknik Informatika, Bidang Keahlian: InformatikaJenjang : S2 Kompetensi Wajib/ Kompeten Kode MK Nama MK sks Smt Penunjang/ Pilihan si Utama LainnyaKI092301 Kecerdasan Buatan 3 Wajib 1 VKI092302 Jaringan Komputer 3 Wajib 1 V Rekayasa PerangkatKI092303 Lunak 3 Wajib 1 VKI092304 Metodologi Penelitian 3 Wajib 1 V Topik DalamKI092311 Pengenalan Pola 3 Wajib 2 V Topik Dalam KecerdasanKI092312 Komputasional 3 Wajib 2 V Topik Dalam SimulasiKI092313 Diskrit 3 Wajib 2 V Topik Dalam DataKI092314 Mining 3 Wajib 2 V Topik Dalam PengamanKI092321 Jaringan 3 Wajib 2 V Topik Dalam SistemKI092322 Operasi 3 Wajib 2 V Topik Dalam Jaringan Nirkabel dan KomputasiKI092323 Bergerak 3 Wajib 2 V Topik Dalam Desain dan ManajemenKI092324 Jaringan 3 Wajib 2 V Topik Dalam RekayasaKI092331 Pengetahuan 3 Wajib 2 V Topik DalamKI092332 Pengembangan Game 3 Wajib 2 V Topik Dalam Manajemen KualitasKI092333 Perangkat Lunak 3 Wajib 3 V Topik Dalam RekayasaKI092334 Kebutuhan 3 Wajib 2 V Topik Dalam Pemrosesan Citra danKI092315 Visi Komputer 3 Wajib 3 V Topik Dalam Sistem Temu KembaliKI092316 Informasi 3 Wajib 3 V Topik Dalam JaringanKI092325 Multimedia 3 Wajib 3 V Topik Dalam SistemKI092326 Distribusi 3 Wajib 3 V 77 | K a t a l o g
    • Kompetensi Wajib/ Kompeten Kode MK Nama MK sks Smt Penunjang/ Pilihan si Utama Lainnya Topik Dalam EvolusiKI092335 Perangkat Lunak 3 Wajib 3 V Topik Dalam TatakelolaKI092336 dan Audit TI 3 Wajib 2 VKI092361 Tesis 6 Wajib 4 V 78 | K a t a l o g
    • KURIKULUM 2009 - 2014Fakultas : Teknologi Informasi (FTIF)Jurusan/Prodi : Teknik Informatika, Bidang Keahlian: InformatikaJenjang : S2 Semester I Semester IV Kode Nama SKS Kode Nama SKSKI092301 Kecerdasan Buatan 3 KI092361 Tesis 6KI092302 Jaringan Komputer 3KI092303 Rekayasa Perangkat Lunak 3 Total 6KI092304 Metodologi Penelitian 3 Total 12 Konsentrasi Bidang : Komputasi Cerdas dan Visualisasi Semester II Semester III Kode Nama SKS Kode Nama SKS 3 Topik Dalam 3 Topik Dalam Pengenalan Pemrosesan CitraKI092311 Pola KI092315 dan Visi Komputer 3 Topik Dalam Sistem 3 Topik Dalam Kecerdasan Temu KembaliKI092312 Komputasional KI092316 Informasi Topik Dalam Simulasi Total 6KI092313 Diskrit 3KI092314 Topik Dalam Data Mining 3 Total 12 Konsentrasi Bidang : Komputasi Berbasis Jaringan Semester II Semester III Kode Nama SKS Kode Nama SKS 3 3 Topik Dalam Pengaman Topik Dalam JaringanKI092321 Jaringan KI092325 Multimedia Topik Dalam Sistem 3 Topik Dalam Sistem 3KI092322 Operasi KI092326 Distribusi Topik Dalam Jaringan Total 6 Nirkabel dan KomputasiKI092323 Bergerak 3 Topik Dalam Desain danKI092324 Manajemen Jaringan 3 Total 12 Konsentrasi Bidang : Rekayasa Perangkat Lunak Semester II Semester III Kode Nama SKS Kode Nama SKS 3 Topik Dalam Topik Dalam Rekayasa Manajemen KualitasKI092331 Pengetahuan KI092333 Perangkat Lunak 3 79 | K a t a l o g
    • Topik Dalam 3 Topik Dalam Evolusi 3KI092332 Pengembangan Game KI092335 Perangkat Lunak Topik Dalam Rekayasa Total 6KI092334 Kebutuhan 3 Topik Dalam Tatakelola 3KI092336 dan Audit TI Total 12KI092301 Kecerdasan Buatan 3 sksMata Kuliah : Kecerdasan BuatanKode/bobot/Semester : KI092301/ 3 sks / 1Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu memodelkan persoalan ke dalam representasi AI dan mampu menyelesaikan model tersebut dengan berbagai algoritma AI.Kompetensi: 1. Mahasiswa dapat menjelaskan cara merepresentasikan Permasalahan dengan metode AI secara tepat. 2. Mahasiswa dapat menyelesaikan permasalahan yang direpresentasikan dengan metode AI dengan berbagai pendekatan problem solving secara tepat. 3. Mahasiswa dapat menerapkan berbagai algoritma pembelajaran dengan program komputer.Pokok Bahasan (Subject Matter): Pengantar AI(review): Definisi AI, Dasar-dasar AI, Perkembangan AI, Intelligent Agents, Problem Solving, Topik Search Lanjutan. Knowledge and Reasoning: First Order Logic, Representasi Pengetahuan, Akuisisi Pengetahuan, Reasoning, Inference Enginee, Uncertain Knowledge and Reasoning. Planning: Planning problem, Planning with state-space Search, Partial-Order Planning, Planning with Propositional Logic. Learning: Bentuk- bentuk learning, Inductive Learning, Learning Decision Trees, Ensemble Learning, Knowledge in Learning. Statistical Learning Methods: Maximum-likelihood, Naive Bayes Models, Bayesian parameter learning, EM Algorithm, Hidden Markov Models, Learning Bayesian, Instance-Based Learning, Nearest neighbor models.Pustaka Utama : 1. Russel, Stuart J., Peter Norvig, "Artificial Intelligence, a modern approach" Second Edition, Prentice Hall, New Jersey, 2003. 2. Zha, Xuan F., “Artificial Intelligence and Integrated Intelligent Information Systems: Emerging Technologies and Applications”, Idea Group Publishing, Hersey, 2007.Pustaka penunjang : Fulcher, John, “Advances in Applied Artificial Intelligence”, Idea Group Publishing, Hershey, 2006 80 | K a t a l o g
    • Prasyarat : -KI092302 Jaringan Komputer 3 sksMata Kuliah : Jaringan KomputerKode/bobot/Semester : KI092302/ 3 sks / 1Tujuan Pembelajaran (Learning Objective):Kompetensi:Pokok Bahasan (Subject Matter):Pustaka Utama :Pustaka penunjang :Prasyarat : -KI092303 Rekayasa Perangkat Lunak 3 sksMata Kuliah : Rekayasa Perangkat LunakKode/bobot/Semester : KI092303/ 3 sks / 1Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu menjelaskan tahapan dan metodologi pembangunan perangkat lunak secara benar baik secara mandiri atau juga dalam kerjasama tim.Kompetensi: 1. Mahasiswa mampu menjelaskan model pengembangan perangkat lunak. 2. Mahasiswa mampu merumuskan dengan teliti berbagai macam metodologi pengembangan perangkat lunak. 3. Mahasiswa mampu menganalisis & melakukan perancangan model perangkat lunak . 4. Mahasiswa mampu bekerjasama dan berfikir kreatif dalam membuat perangkat lunak serta mempresentasikan hasil karya rancangan.Pokok Bahasan (Subject Matter): Pengantar model perangkat lunak, Konsep rekayasa perangkat lunak, Pengenalan studi kasusAdventures Works Cycles Application Requirement engineering; Pemodelan Analisis; Pemodelan Desain Perangkat Lunak, Desain sistem: perancangan konseptual dan 81 | K a t a l o g
    • perancangan fisik, Perancangan konseptual, evaluasi alternatif rancangan, penyiapan spesifikasi rancangan, dan penyiapan laporan rancangan sistem secara konseptual , perancangan fisik- keluaran, masukan, antarmuka pemakai dan sistem, platform, basis data, modul, kontrol, dokumentasi, pengujian, ataupun rencana konversi; Implementasi sistem, Pemrograman dan pengujian, Instalasi perangkat keras dan perangkat lunak, Pelatihan kepada pemakai,Pembuatan dokumentasi ; Software Testing Strategies, Unit Testing, Integration Testing; Software Testing Techniques, Whitebox testing, Blackbox testing, System Testing,; Quality Assurance; Operasi dan pemeliharaan, Perawatan perfektif, Perawatan adaptif, Perawatan korektif, Evaluasi dan pengukuran produk perangkat lunak, Software metric; Software Performance, SQA & Reviews perangkat lunak, Software Reuse, Manajemen Resiko, Specification Configuration Management; Pembiayaan dan Estimasi Perangkat Lunak, Cocomo, Delphi, Activity Base costing.Pustaka Utama : 1. Pressman, R. S., Software Engineering: A Practitioners Approach, 8th Edition, McGraw-Hill, 2008 2. Sommerville, I., Software Engineering 8th edition, Addison-Wesley, 2007. 3. Stephen R. Schach: Object-Oriented and Classical Software Engineering, 7th Edition, 2007Pustaka penunjang :  Analyzing Requirements and Defining Microsoft.NET Solution Architecture, Microsoft, 2003Prasyarat : -KI092304 Metodologi Penelitian 3 sksMata Kuliah : Metodologi PenelitianKode/bobot/Semester : KI092304/ 3 sks / 1Tujuan Pembelajaran (Learning Objective):Kompetensi: 1. Mahasiswa mampu menjelaskan langkah-langkah pelaksanaan penelitian. 2. Mahasiswa mampu menjelaskan kriteria penulisan ilmiah yang baik. 3. Mahasiswa mampu mengevaluasi karya buku tesis. 4. Mahasiswa mampu membuat proposal penelitian tesis.Pokok Bahasan (Subject Matter): 82 | K a t a l o g
    • Pustaka Utama :Pustaka penunjang :Prasyarat : -KI092311 Topik Dalam Pengenalan Pola 3 sksMata Kuliah : Topik Dalam Pengenalan PolaKode/bobot/Semester : KI092311/ 3 sks / 2Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu melakukan perancangan model dengan menganalisis permasalahan nyata dalam lingkup pengenalan pola dan kemudian mengimplementasikannya baik secara mandiri atau juga dalam kerjasama tim.Kompetensi: 1. Mahasiswa mampu memahami penggunaan ilmu-ilmu dasar statistika dengan teknik-teknik yang diperkenalkan dalam lingkup pengenalan pola agar dapat menerapkan pemakaiannya untuk permasalahan nyata, 2. Mahasiswa mampu menganalisis serta berfikir analitis dengan pemodelan kalkulus dan melakukan perancangan dari permasalahan dengan metode yang paling sesuai, 3. Mahasiswa mampu mengimplementasikan solusi pemodelan kedalam bentuk aljabar linear dengan bantuan tool komputasi numerik serta kemudian mempresentasikan hasil akhir, 4. Mahasiswa mampu bekerjasama dalam memecahkan permasalahan nyata melalui pengenalan pola mulai dari tahap analisa sampai implementasi.Pokok Bahasan (Subject Matter): Pengertian dasar tentang pengenalan pola; Pendahuluan tentang problem klasifikasi, Teori Bayes. Klasifikasi linear; Estimasi parameter, Fungsi diskriminan, Metode Least Square, Diskriminan dengan fungsi logistik, Pembahasan makalah dengan topik terkait. Pemilihan fitur; Deteksi outlier, Pemilihan berdasarkan statistik, Metrik untuk mengukur pemisahan antar klas dalam klasifikasi, Pembahasan makalah dengan topik terkait. Pembangkitan fitur; Penggunaan teknik wavelet, Penggunaan teknik independent dan principal component analysis, Penggunaan teknik fractal, Pembahasan makalah dengan topik terkait. Klasifikasi non-linear; Support Vector Machine sebagai pengklasifikasi, Pembahasan makalah dengan topik terkait. Clustering; Analisa klaster secara partitional dan hierarchical, Analisa klaster berdasarkan densitas, Pembahasan makalah dengan topik terkait. 83 | K a t a l o g
    • Pustaka Utama : 1. Theodoridis, S., Koutroumbas, K., “Pattern Classification”, 3rd ed., Academic Press, 2006. 2. Duda, Richard O., Hart, Peter E., Stork, David G., “Pattern Classification”, 2nd ed. John Wiley & Sons, 2001.Pustaka penunjang : 1. Fukunaga, K., “Introduction to Statistical Pattern Recognition”, 2nd ed., Academic Press, 1990. 2. Artikel dalam jurnal IEEE Transactions on Pattern Analysis and Machine Intelligence, IEEE Computer Society. 3. Artikel dalam jurnal ScienceDirect Pattern Recognition, Elsevier. 4. Artikel dalam jurnal ScienceDirect Pattern Recognition Letters, Elsevier.Prasyarat : Kecerdasan Buatan (KI092301/3 sks)KI092312 Topik Dalam Kecerdasan Komputational 3 sksMata Kuliah : Topik Dalam Kecerdasan KomputaionalKode/bobot/Semester : KI092312/ 3 sks / 2Tujuan Pembelajaran (Learning Objective): Peserta mata kuliah mampu memahami karakteristik dan teknik pembelajaran berbagai tipe metode kecerdasan komputasional serta dapat mengaplikasikan metode kecerdasan komputasional tersebut pada persoalan dunia nyata berdasarkan referensi makalah dari Jurnal yang relevan.Kompetensi: 1. Peserta mata kuliah mampu memahami karakteristik dan teknik pembelajaran tipe-tipe metode kecerdasan komputasional, yang meliputi ; Jaringan Saraf Tiruan dan variannya, Komputasi Evolusioner, Swarm Intelligence, Support Vector Machine dan Kernel. 2. Peserta mata kuliah dapat mengaplikasikan metode kecerdasan komputasional pada persoalan dunia nyata, yang meliputi: optimasi, identifikasi sistem dinamis dan klasifikasi pola berdasarkan referensi makalah dari Jurnal yang relevan.Pokok Bahasan (Subject Matter): Proses Pembelajaran; Metode-metode Pembelajaran, Komponen Pembelajaran : Task, Performance dan Experience, Teori Pembelajaran Statistik. JST Single dan Multi Layer Perceptron; Arsitektur JST Single dan Multi Layer Perceptron, Algoritma Back Propagation, Teknik Pembelajaran Lanjut : Penerapan Matriks Hessian, Extended Kalman Filter, Metode Dynamic Tunelling, Metode Levenberg-Marquadt, review makalah 84 | K a t a l o g
    • yang terkait dengan penerapan JST pada permasalahan klasifikasi terawasi. JST Radial Basis Function; Arsitektur JST RBF, Teori Regularisasi dan Jaringan Regularisasi, Algoritma Pembelajaran RBF serta teknik optimasi pembelajaran RBF lanjut, review makalah tentang JST Runge-Kutta RBF dan aplikasinya pada permasalahan Identifikasi Sistem Dinamik. Jaringan Saraf Rekuren; Arsitektur RNN, review metode numerik problem Ordinary Differential Equations, Pembelajaran RNN, review makalah aplikasi RNN pada Optimasi Convex dan Fusi Citra, review makalah aplikasi RNN pada Permasalahan Identifikasi Sistem Dinamik dengan Algoritma Optimal Bounded Ellipsoid. Algoritma Genetika; Struktur Algoritma Genetika dan Metoda Search Berbasis Populasi, Rancangan Kromosom dan Fungsi Fitness, Operator Dasar GA : CrossOver, Mutasi dan Seleksi, review makalah aplikasi GA pada Steganography dan Problem Transportasi. Ant Colony; Komponen Metode Ant Colony : tabel jejak pheromone, fungsi evaporasi, varian dengan struktur clan, modifikasi Bee Colony, review makalah aplikasi Modifikasi Ant Colony pada TSP dan Optimasi Penjadwalan Produksi. Particle Swarm Optimization; Komponen PSO : Particle, Fungsi Update Posisi, Fungsi Update Velocity, Momen Inersia, review makalah Aplikasi CL-PSO pada Optimasi Nonlinear. Support Vector Machine; Structural Risk Minimization dan Dimensi VC, Algoritma Pembelajaran SVM, variasi Metode Pembelajaran : Least Squares-SVM, SMO, aplikasi Metode Kernel, review makalah aplikasi pembobotan spektral pada SVM untuk klasifikasi citra Hyperspectral. Metode Hybrid; Arsitektur Neuro-Fuzzy, pembelajaran Jaringan Neuro-Fuzzy, review makalah aplikasi Jaringan Neuro-Fuzzy pada Proses Denoising Citra, Metode GA-Fuzzy, aplikasi GA-Fuzzy pada optimasi produksi dan distribusi rantai pasok.Pustaka Utama : 1. Amit Konar, Computational Intelligence, Springer, 2005. 2. C. H. Bishop, Pattern Recognition and Machine Learning, Springer Science, 2006.Pustaka penunjang : 1. Simon Haykin, Neural Networks: A Comprehensive Foundation (2nd Edition), Prentice Hall, 1998. 2. Christian Blum, Daniel Merkle, Swarm Intelligence : Introduction and Applications, Springer-Verlag 2008. 3. John Shawe-Taylor & Nello Cristianini , Support Vector Machines and other kernel-based learning methods, Cambridge University Press, 2000.Prasyarat : Kecerdasan Buatan (KI092301/3 sks)KI092313 Topik Dalam Simulasi Diskrit 3 sksMata Kuliah : Topik Dalam Simulasi DiskritKode/bobot/Semester : KI092313/ 3 sks / 2Tujuan Pembelajaran (Learning Objective): 85 | K a t a l o g
    • Mahasiswa mengenal topik-topik penelitian mengenai simulasi dan mampu membuat proposal penelitian tesis dengan topik simulasi.Kompetensi: 1. Mahasiswa mampu membangkitkan bilangan acak bivariat 2. Mahasiswa mampu menggunakan prinsip simulasi berorientasi obyek 3. Mahasiswa mampu membuat model simulasi Monte Carlo dan aplikasinya 4. Mahasiswa mengerti konsep simulasi terdistribusi 5. Mahasiswa mampu membuat review paper mengenai simulasi 6. Mahasiswa mampu melakukan analisis data dengan output majemuk (multiple outputs) 7. Mahasiswa mampu membuat proposal penelitian tesis dengan topik simulasi.Pokok Bahasan (Subject Matter): Review materi simulasi dasar: distribusi probabilitas, distribution fitting, Pembangkitan bilangan acak: metode LCG (mixed, multiplicative), metode Tausworthe, uji bilangan acak, Membuat model simulasi, Analisis antrian secara matematis-analitis, Menentukan parameter yang diperlukan untuk mengevaluasi kinerja sistem. Mengambil data hasil/output simulasi, menganalisis hasil simulasi (output analysis). Merancang sistem alternatif Mengevaluasi hasil analisis. Bilangan acak bivariat dam pembangkitannya. Simulasi berorientasi obyek. Simulasi Monte Carlo dan aplikasinya. Simulasi terdistribusi. Analisis data dengan output majemuk (multiple outputs): analisis korelasi, test t. Simulasi jaringan (Network Simulation). Pembuatan proposal penelitian / review paper mengenai simulasi.Pustaka Utama : 1. Banks, Jerry, et. al., ”Discrete-Event System Simulation", 3rd ed., PrenticeHall, New Jersey, 2001. 2. Law, Averill M., et. al., "Simulation Modeling and Analysis", McGraw-Hill, 1990.Pustaka penunjang : 1. Kelton, David W., “Simulation with Arena”, McGraw-Hill, 2003.Prasyarat : -KI092314 Topik Dalam Data Mining 3 sksMata Kuliah : Topik Dalam Data MiningKode/bobot/Semester : KI092314/ 3 sks / 2Tujuan Pembelajaran (Learning Objective): 86 | K a t a l o g
    • Mahasiswa mampu memahami, menelaah, membuat makalah hasil studi kepustakaan, dan membuat proposal penelitian untuk sebuah topik tertentu dalam data mining.Kompetensi: 1. Mahasiswa mampu memahami teknik-teknik dasar dan umum dalam data mining; 2. Mahasiswa mampu menelaah beberapa artikel yang diterbaitkan dalam publikasi internasional dalam data mining; 3. Mahasiswa mampu menyusun sebuah makalah hasil studi kepustakaan dari beberapa referensi publikasi dalam data mining; 4. Mahasiswa mampu membuat sebuah proposal penelitian untuk topik tertentu dalam data mining, yang jika dimungkinkan dapat dilanjutkan untuk dijadikan sebagai proposal Tesis.Pokok Bahasan (Subject Matter): Pendahuluan tentang teknik-teknik dasar dalam data mining: Pengertian dasar, Data Warehouse dan teknologi OLAP, Praproses data, Eksplorasi data. Klasifikasi: Model Decision Tree sebagai teknik dasar, Alternatif teknik- teknik lain untuk klasifikasi. Klasterisasi: Analisa klaster, Penggunaan teknik- teknik untuk proses klaster. Analisis asosiasi: Deskripsi konsep, Frequent Itemsets Mining, Closed dan Maximal Frequent Itemsets Mining, Sequential Patterns Mining. Deteksi Anomali: Identifikasi anomali dengan pendekatan statistik, Deteksi Outlier. Diskusi beberapa makalah terkait dengan keterbaruan penelitian dalam data mining.Pustaka Utama : 1. Tan, Pang-Ning, Steinbach, M., Kumar, V., “Introduction to Data Mining”, Pearson International Edition, 2006. 2. Han, Jiawei, Kamber, M., “Data Mining: Concepts and Techniques”, 2nd ed., Morgan Kaufmann, 2005.Pustaka penunjang : 1. Artikel dalam jurnal IEEE Trans. on Knowledge and Data Eng., IEEE Comp. Society. 2. Artikel dalam prosiding IEEE Intl. Workshop on Data Minings IEEE Comp. Society. 3. Artikel dalam jurnal ACM Transactions of Database Systems, ACM Society. 4. Artikel dalam prosiding ACM Intl. Conference on Digital Libraries, ACM Society. 5. Artikel dalam prosiding Data Mining and Knowledge Discovery, ACM Society.Prasyarat : Kecerdasan Buatan (KI092301/3 sks)KI092321 Topik Dalam Pengaman Jaringan 3 sks 87 | K a t a l o g
    • Mata Kuliah : Topik Dalam Pengaman JaringanKode/bobot/Semester : KI092321/ 3 sks / 2Tujuan Pembelajaran (Learning Objective):Kompetensi:Pokok Bahasan (Subject Matter):Pustaka Utama :Pustaka penunjang :Prasyarat : Jaringan Komputer (KI092302/3 sks)KI092322 Topik Dalam Sistem Operasi 3 sksMata Kuliah : Topik Dalam Sistem OperasiKode/bobot/Semester : KI092322/ 3 sks / 2Tujuan Pembelajaran (Learning Objective):Kompetensi:Pokok Bahasan (Subject Matter):Pustaka Utama :Pustaka penunjang :Prasyarat : Jaringan Komputer (KI092302/3 sks) Topik Dalam Jaringan Nirkabel dan KomputasiKI092323 3 sks BergerakMata Kuliah : Topik Dalam Jaringan Nirkabel dan KomputasiBergerakKode/bobot/Semester : KI092323/ 3 sks / 2Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu memahami dengan benar isu-isu yang berkaitan dengan Jaringan Nirkabel dan Komputasi Bergerak, mampu menidentifikasi dan menganalisa keterbatasan dan mencarikan solusinya, serta mampu menulis 88 | K a t a l o g
    • karya ilmiah yang berkaitan dengan Jaringan Nirkabel dan Komputasi BergerakKompetensi: 1. Mahasiswa mampu mengidentifikasi isu-isu yang berkaitan dengan Jaringan Nirkabel dan Komputasi Bergerak: tantangan, keterbatasan dan perkembangannya. 2. Mahasiswa mampu menganalisa keterbatasan yang ada untuk dicarikan solusinya. 3. Mahasiswa mampu mencari dan menganalisa beberapa topik Dalam Jaringan Nirkabel dan Komputasi Bergerak. 4. Mahasiswa mampu menulis karya ilmiah yang dapat disampaikan di seminar maupun sebagai proposal tesis.Pokok Bahasan (Subject Matter): Tantangan Sistem Bergerak dan Nirkabel: Evolusi telekomunikasi, computing, dan mobile/wireless system, Model mobile computing, Mobile and wireless systems, Tantangan & permasalahan: low power, variable bandwidth, mobility, security. Kanal nirkabel: Alokasi spektrum radio dan karakteristik pada frekuensi yang berbeda. Model sederhana kanal nirkabel: propagasi, path loss, multipath fading, sumber interferensi, Model link radio paket, Teknik mengatasi ketidakmampuan kanal radio: channel coding, equalization, diversity, smart antennas. Sharing Wireless Link: Kanal di share pada dimensi waktu, frekuensi dan kode, Teknik Static multiple access: TDMA, FDMA, CDMA, Spread spectrum - direct sequence, frequency hopping, interference resistance, Packet-oriented MAC, hidden terminal, exposed terminal, Random-access MAC: MACA, MACAW, CSMA/CA 802.11 DCFS mode, Controlled-access MAC: 802.11 PCFS mode, Bluetooth. Ad Hoc Wireless Networks - MANET: Wireless ad hoc networks, Classes of Wireless Ad Hoc Networks, Unicast Routing in MANET, Various MANET routing schemes: flooding, Dynamic Source Routing (DSR), Location Aided Routing (LAR), dll. Jaringan Sensor : Networked Sensor: Centralized & Distributed Approach, Sensor Network Characteristics, Sensor ProtokolPustaka Utama : 1. Tse, D. & Viswanath, P., Fundamentals of Wireless Communication; Cambridge University Press, 2005. 2. Rappaport, Theodore S., Wireless Communications: Principles And Practice; Prentice Hall, 1995. 3. Kasera, S. & Narang, N., 3G Mobile Networks; McGraw-Hill, 2005. 4. Jurnal, Majalah, Proceeding di berbagai sumber.Pustaka penunjang :Prasyarat : Jaringan Komputer (KI092302/3 sks)KI092324 Topik Dalam Desain Manajemen Jaringan 3 sksMata Kuliah : Topik Dalam Desain Manajemen Jaringan 89 | K a t a l o g
    • Kode/bobot/Semester : KI092324/ 3 sks / 2Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu membuat proposal perancangan satu sistem jaringan skala menengahKompetensi: 1. Mahasiswa mampu menjelaskan dengan benar metodologi untuk pembangunan sistem berjaringan, mulai dari pengumpulan requirement hingga ke pemilihan teknologi. 2. Mahasiswa mampu merumuskan hubungan antara user requirement, arsitektur jaringan, desain dan pemilihan teknologi jaringan. 3. Mahasiswa mampu membuat proposal perancangan satu sistem jaringan skala menengah. 4. Mahasiswa mampu menjelaskan teknologi pengaman jaringan mana yang sesuai untuk diterapkan dalam satu sistem berjaringan.Pokok Bahasan (Subject Matter): Introduction, A Systems Methodology, Service Characteristics, Performance Characteristics. Requirements Analysis: Concepts, User Requirements, Application Requirements, Device Requirements, Network Requirements. Requirements Analysis: Process, Gathering and Listing Requirements, Developing RMA Requirements, Developing Delay Requirements, Developing Capacity Requirements. Flow Analysis, Identifying and Developing Flows, Flow Models. Network Architecture, Component Architectures, Reference Architecture, Architectural Models. Addressing and Routing Architecture, Addressing Mechanisms, Routing Mechanisms Network Management Architecture, Defining Network Management, Network Management Mechanisms. Performance Architecture, Developing Goals for Performance, Performance Mechanisms. Security and Privacy Architecture, Developing a Security and Privacy Plan, Security and Privacy Administration, Security and Privacy Mechanisms. Selecting Technologies for the Network Design, Guidelines and Constraints on Technology Evaluations, Making Technology Choices for the Network Design. Interconnecting Technologies Within the Network Design, Shared Medium , Switching, Routing.Pustaka Utama : 1. McCabe, James D., Network Analysis, Architecture, and Design, Third Edition, Elsevier, 2007Pustaka penunjang :  Harrington, Jan L., Network Security: A Practical Approach, Elsevier, 2005Prasyarat : Jaringan Komputer (KI092302/3 sks)KI092331 Topik Dalam Rekayasa Pengetahuan 3 sks 90 | K a t a l o g
    • Mata Kuliah : Topik Dalam Rekayasa PengetahuanKode/bobot/Semester : KI092331/ 3 sks / 2Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu merepresentasikan pengetahuan dari analisa permasalahan nyata ke dalam lingkup rekayasa pengetahuan, melakukan perancangan model dan mengimplementasikannya ke sistem komputer baik secara mandiri atau juga dalam kerjasama tim serta mengekplorasi keterbaharuan dari topik-topik terkait.Kompetensi: 1. Mahasiswa mampu memahami penggunaan teori dasar dan teknik-teknik yang diperkenalkan dalam lingkup rekayasa pengetahuan agar dapat menerapkan pemakaiannya untuk permasalahan nyata. 2. Mahasiswa mampu menganalisis data dan informasi untuk mendefinisikan model suatu sistem komputer berbasis pengetahuan. 3. Mahasiswa mampu mengimplementasikan rancangan model dalam suatu sistem komputer yang mengelola pengetahuan. 4. Mahasiswa mampu bekerjasama dalam memecahkan permasalahan nyata berkaitan dengan rekayasa pengetahuan mulai dari tahap analisa sampai implementasi. 5. Mahasiswa mampu mengekplorasi topik-topik penelitian di bidang rekayasa pengetahuan.Pokok Bahasan (Subject Matter): Pengenalan tentang Rekayasa Pengetahuan; Data, informasi dan pengetahuan, teknik-teknik mendapatkan pengetahuan, Teknik pemodelan pengetahuan. Sistem Berbasis Pengetahuan; definisi sistem berbasis pengetahuan, macam-macam sistem berbasis pengetahuan (Sistem pakar, Case-based reasoning, sistem tutor cerdas), Skema Representasi Pengetahuan, Mengekspresikan Pengetahuan. Sistem Pakar; Pengenalan tentang sistem pakar, pemodelan pengetahuan untuk sistem pakar, Pemilihan kakas perangkat lunak, Kakas untuk membangun Sistem Pakar, Pembahasan makalah dengan topik terkait. Case-based reasoning; Definisi dan pengenalan case-based reasoning, Reasoning, Definisi dan teknik- teknik dalam case-based reasoning, Pembahasan makalah dengan topik terkait. Semantic Web; Semantic Web Roadmap, Ontology and knowledge representation on semantic web, Semantic web education, Pembahasan makalah dengan topik terkait.Pustaka Utama : 1. Malcolm Creen, An Introduction to Knowledge Engineering, Springer- Verlag, 2006 2. Jeffrey T Pollock, Semantic Web for Dummies, Wiley Publishing, Inc., 2009.Pustaka penunjang : 91 | K a t a l o g
    • 1. P.Jackson, Introduction to Expert Systems, Addison-Wesley, 1999. 2. R.J.Brachman and H.J.Levesque, Knowledge Representation and Reasoning, Elsevier, 2004. (chapters 1-7) 3. Devedziq, Vladan, Semantic Web and Education (Integrated Series in Information System), Springer-Verlag, 2006 4. Makalah-makalah terkait.Prasyarat : Kecerdasan Buatan (KI092301/3 sks)KI092332 Topik Dalam Pengembangan Game 3 sksMata Kuliah : Topik Dalam Pengembangan GameKode/bobot/Semester : KI092332/ 3 sks / 2Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu mengenal pengembangan dan karir dalam game, menganalisa serta melakukan perancangan game.Kompetensi: 1. Mahasiswa mampu mengklasifikasikan game-game yang ada, 2. Mahasiswa memahami proses dan karir dalam pengembangan game, 3. Mahasiswa mampu menganalisis dan melakukan perancangan game berdasarkan pembagian karir dalam pembuatan game. 4. Mahasiswa mampu mengenal dan mempraktekkan pembuatan prototype game sederhana.Pokok Bahasan (Subject Matter): Pengantar Game: Sejarah, klasifikasi game, jenis-jenis dan platform game. Industri game: struktur industri game. Pengembangan Game: proses global dalam pengembangan game, karir dalam pengembangan game. Game Tools: bahasa pemrograman, software animasi / 3D. Karir Game: Desainer, Programmer, Seniman. Desain: UI, Level, World builder, Kecerdasan Buatan, pemodelan FSA, GameEngine: pemrograman XNAPustaka Utama : 1. Flint Dille & John Zuur Platten, “The Ultimate Guide to Video Game Writing and Design”, First Edition Lone Eagle Publishing Company 2007. 2. Steve Rabin, “AI Game Programming Wisdom”, ISBN: 1-58450-077-8, Charles River Media, Inc 2002 3. Chad Carter, “Microsoft XNA Unleashed”, SAMS Publising 2007 4. Benjamin Nitschke, “Professional XNA Game Programming”, Wiley Publishing, Inc 2007 5. Martin J Wells, “J2ME Game Programming”, Thomson Course TechnologyPustaka penunjang :Prasyarat : Kecerdasan Buatan (KI092301/3 sks), Rekayasa Perangkat Lunak(KI092303/3 sks). 92 | K a t a l o g
    • KI092334 Topik Dalam Rekayasa Kebutuhan 3 sksMata Kuliah : Topik Dalam Rekayasa KebutuhanKode/bobot/Semester : KI092332/ 3 sks / 2Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu membuat dan mendokumentasikan spesifiksi kebutuhan perangkat lunak dengan baik, baik secara mandiri atau juga dalam kerjasama timKompetensi: 1. Mampu menjelaskan aktivitas-aktivitas dalam rekayasa kebutuhan perangkat lunak. 2. Mampu memodelkan kebutuhan sistem menggunakan pendekatan berorientasi obyek. 3. Mampu memodelkan kebutuhan sistem menggunakan pendekatan terstruktur. 4. Mampu mendokumentasikan spesifikasi kebutuhan perangkat lunak. 5. Mampu memecahkan suatu permasalahan ke dalam bentuk program yang berorientasi obyekPokok Bahasan (Subject Matter): Pengenalan Rekayasa Kebutuhan: Definisi, Permasalahan, Tahapan, Kebutuhan fungsional, Kebutuhan non-fungsional, SMART Requirement; Pengumpulan Kebutuhan; Definisi, Permasalahan, Teknik-Teknik Pengumpulan Kebutuhan; Analisa Kebutuhan; Permasalahan, Analisa Berorientasi Obyek, Analisa Terstruktur, VORD, Konflik, Prioritas; Spesifiksi Kebutuhan: Deskripsi kebutuhan, Struktur dokumen spesifikasi kebutuhan, Tracebility; Validasi Kebutuhan: Aktivitas-aktivitas, Perubahan kebutuhan,Manajemen perubahan kebutuhan; Creativty Thinking: Teknk- Teknik berpikir kreatif, Workshop; Skenario: Definisi, Skenario yang baik, Struktur skenario; Eksplorasi dan Kajian Ilmiah.Pustaka Utama : 1. Ian K. Bray, “An Introduction to Requirements Engineering”, Addison Wesley, 2002. 2. R.H. Thayer & M. Dorfman, “Software Requirements Engineering”, Second Edition, John Wiley & Sons, 1999.Pustaka penunjang : 1. Pressman, R. S., Software Engineering: A Practitioners Approach, 8th Edition, McGraw-Hill, 2008.Prasyarat : Rekayasa Perangkat Lunak (KI092303/3 sks). 93 | K a t a l o g
    • KI092336 Topik Dalam Tata Kelola dan Audit IT 3 sksMata Kuliah : Topik Dalam Tata Kelola dan Audit TeknologiInformasiKode/bobot/Semester : KI092336/ 3 sks / 2Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu menata pengelolaan SI/TI dan melakukan pengawasan pengelolaan tersebut melalui Audit SI/TIKompetensi: 1. Mahasiswa mampu mengorganisir pelaksanaan aktivitas terkait dengan pengelolaan SI/TI yang efektif 2. Mahasiswa mampu mengembangkan rumusan pelaksanaan Audit SI/TI 3. Mahasiswa mampu melaksanakan Audit SI/TI seusai dengan rumusan yang telah disusun 4. Mahasiswa mampu menentukan objektif kontrol dan mengembangkan kontrol dari Proses TI 5. Mahasiswa mampu menerjemahkan hasil ketidakpatutan dalam temuan audit dan mengembangkan rekomendasi perbaikan yang mengarahkan terhadap perbaikan sumber daya TI dan Proses TI 6. Mahasiswa mampu melaporkan hasil temuan audit dengan jelas 7. Mahasiswa mampu mengoptimalkan penggunaan sumber daya TI dengan mengacu pada rekomendasi audit 8. Mahasiswa mampu mengarahkan hasil audit ke dalam rekomendasi perbaikan berkelanjutanPokok Bahasan (Subject Matter): Konsep Tata Kelola TI (IT Governance); Kerangka kerja Tata Kelola TI; Analisis peran Tata Kelola TI dalam organisasi; Analisis lingkungan regulasi dan pengaruhnya terhadap TI; Desain pengelolaan Proses TI; Analisis pengalokasian tanggung jawab dalam pengelolaan TI; Desain dan Analisis pengukuran kinerja Proses TI; Analisis peran kontrol dan audit; Desain fungsi Audit SI/TI internal; Konsep Audit SI/TI; Pengembangan rumusan proses Audit SI/TI; Desain prosedur Audit SI/TI; Konsep audit dengan menggunakan CAATs; Penyusunan proposal Audit SI/TI; Desain objektif kontrol dan kontrol Proses TI; Analisis regulasi yang terkait dengan pengelolaan Proses TI; Konsep pengelolaan resiko; Analisis tingkat resiko; Desain ruang lingkup dan tujuan Audit SI/TI; Pelaksanaan Audit SI/TI; Analisis perubahan dalam pelaksanaan Audit SI/TI; Analisis perolehan temuan (findings) berdasarkan hasil pelaksanaan Audit SI/TI; Penyusunan rekomendasi berdasar hasil Audit SI/TI; Pelaporan hasil Audit SI/TI; Evaluasi hasil Audit SI/TI; Desain perbaikan tata kelola TI berdasarkan hasil Audit SI/TI. 94 | K a t a l o g
    • Pustaka Utama : 1. Sarno, Riyanarto. Audit Sistem Informasi/Teknologi Informasi, ITS Press, 2009. 2. Sarno, Riyanarto. Sukses Bisnis dengan Teknologi Informasi, ITS Press, 2009. 3. Sarno, Riyanarto & Iffano, Irsyat. Sistem Manajemen Keamanan Informasi, ITS Press, 2009.Pustaka penunjang : 1. Davis, Chris, Schiller, Mike & Wheeler, Kevin. IT Auditing : Using Controls to Protect Information Assets, McGraw-Hill, 2007. 2. ISACA, The IT Governance Institute. COBIT 4.1, USA, 2007. 3. ISO/IEC. ISO/IEC 38500 : Corporate Governance of Information Technology, Switzerland, 2008. 4. Senft, Sandra & Gallegos, Frederick. Information Technology Control Audit 3rd Edition, CRC Press, 2009. 5. Weill, Peter & Ross, Jeanne W. IT Governance : How Top Performance Manage IT Decision Rights for Superior Results, Flint Dille And John Zuur Platten, 2004.Prasyarat : Rekayasa Perangkat Lunak (KI092303/3 sks).KI092315 Topik Dalam Pemrosesan Citra dan Visi Komputer 3 sksMata Kuliah : Topik Dalam Pemrosesan Citra dan Visi KomputerKode/bobot/Semester : KI092315/ 3 sks / 3Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu menerapkan pemrosesan citra baik citra tunggal maupun kumpulan citra dan menghasilkan informasi berdasarkan data citra tersebut.Kompetensi: 1. Mahasiswa mampu menjelaskan dengan benar konsep pembentukan citra beserta teori tentang sumber cahaya, bayangan, dan warna, serta konsep konvolusi, filtering linier dan non-linier, serta tekstur. 2. Mahasiswa mampu menganalisis & melakukan perancangan sistem rekonstruksi bentuk dan motion berdasarkan kumpulan citra, 3. Mahasiswa mampu menganalisis & menerapkan metode-metode segmentasi citra 4. Mahasiswa mampu menganalisis & membuat aplikasi sebagai penerapan metode-metode tracking objek 5. Mahasiswa mampu menganalisis & membuat aplikasi sebagai penerapan metode-metode pengenalan objek 6. Mahasiswa mampu bekerjasama dan berfikir kreatif dalam membuat aplikasi pemrosesan citra dan visi komputer.Pokok Bahasan (Subject Matter): 95 | K a t a l o g
    • Teori Pembentukan Citra: Konsep Cahaya, BRDF, Permukaan Lambertian dan Albedo, Permukaan Spekular, Model-model Shading Lokal, Photometric Stereo, Warna dan Fitur Citra: Representasi Warna, Warna Permukaan berdasarkan Warna Citra, Fitur-fitur Geometris, Fitur- fitur Analitis, Filtering dan Deteksi Tepi: Konvolusi, Smoothing, Median Filter, Morfologi Matematika, Noise, Filter DoG, Tekstur: Representasi Tekstur, Shape from Texture, Rekonstruksi Bentuk: Geometri dari Kumpulan View, Stereopsis, Affine Structure from Motion, Projective Structure from Motion, Segmentasi: Metode Clustering Sederhana, Segmentasi menggunakan K-means, Segmentasi menggunakan Eigenvector, Segmentasi menggunakan Algoritma EM, Tracking: Kalman Filter, Particle Filtering, Pengenalan Objek: Classifiers, Pemilihan Fitur, Jaringan Syaraf, Support Vector Machine, Hidden Markov Models. Pembahasan makalah dengan topik terkait.Pustaka Utama : 1. Forsyth and Ponce , “Computer Vision A Modern Approach”, Prentice-Hall, 2003 2. Papers on Computer Vision.Pustaka penunjang : Gonzales and Wood, “Digital Image Processing”, Prentice-Hall, 2007.Prasyarat : Kecerdasan Buatan (KI092301/3 sks)KI092316 Topik Dalam Sistem Temu Kembali Informasi 3 sksMata Kuliah : Topik Dalam Pemrosesan Citra dan Visi KomputerKode/bobot/Semester : KI092316/ 3 sks / 3Tujuan Pembelajaran (Learning Objective):Kompetensi:Pokok Bahasan (Subject Matter):Pustaka Utama :Pustaka penunjang :Prasyarat : Kecerdasan Buatan (KI092301/3 sks)KI092325 Topik Dalam Jaringan Multimedia 3 sks 96 | K a t a l o g
    • Mata Kuliah : Topik Dalam Jaringan MultimediaKode/bobot/Semester : KI092325/ 3 sks / 3Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu memahami dan menganalisis tren dan teknik terbaru dalam teknologi dan jaringan multimedia.Kompetensi: 1. Mahasiswa memiliki pengetahuan dasar tentang teknologi multimedia (gambar, video dan audio) 2. Mahasiswa memiliki pengetahuan tentang tren dan teknik terbaru teknologi dan jaringan multimedia 3. Mahasiswa mampu mendesain sistem komunikasi teknologi dan jaringan multimedia.Pokok Bahasan (Subject Matter): 1. Dasar-dasar image, video dan audio 2. Pemrosesan image, video dan audio 3. Teknik kompresi image, video dan audio 4. Aplikasi Jaringan MultimediaPustaka Utama : 1. Al Bovik, “Handbook of Image and Video Processing”,Elsevier Academic Press,2005. 2. Ze Nian Li, Mark S.Drew ,”Fundamentals of Multimedia”, Printice-Hall, 2004.Pustaka penunjang : 1. Nigel Chapman, Jenny Chapman, “Digital Multimedia”, 2nd edition, John Willey & Sons. Ltd, 2004. 2. Huifang Sun, Xuemin Chen, Tihao Chiang, “Digital Video Transcoding for Transmission and Storage”, CRC Press, 2005.Prasyarat : Jaringan Komputer (KI092302/3 sks)KI092326 Topik Dalam Distribusi 3 sksMata Kuliah : Topik Dalam DistribusiKode/bobot/Semester : KI092326/ 3 sks / 3Tujuan Pembelajaran (Learning Objective):Kompetensi:Pokok Bahasan (Subject Matter): 97 | K a t a l o g
    • Pustaka Utama :Pustaka penunjang :Prasyarat : Jaringan Komputer (KI092302/3 sks)KI092333 Topik Dalam Manajemen Kualitas Perangkat Lunak 3 sksMata Kuliah : Topik Dalam Manajemen Kualitas PerangkatLunakKode/bobot/Semester : KI092333/ 3 sks / 3Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu merencanakan dan menilai kualitas perangkat lunak yang dibangun dengan menggunakan standart terbaruKompetensi: 1. Mahasiswa mampu menerapkan model-model kualitas yang ada 2. Mahasiswa mampu memanfaatkan metric kualitas perangkat lunak 3. Mahasiswa mampu memahami kualitas proses dan produk perangkat lunak 4. Mahasiswa mampu mengukur kualitas proses dan produk perangkat lunak dengan metrik yang sesuai 5. Mahasiswa mampu merencanakan dan membuat dokumen kualitas sebuah PL untuk proses dan produk perangkat lunak 6. Mahasiswa mampu memanfaatkan pengujian perangkat lunak untuk mendukung kualitas perangkat lunak 7. Mahasiswa mampu menggunakan standard penilaian kualitas terbaru dalam studi kasus 8. Mahasiswa mengetahui karir dalam bidang kualitas perangkat lunak 9. Mahasiswa mampu membuat publikasi dalam bidang manajemen kualitas PLPokok Bahasan (Subject Matter): Konsep perangkat lunak dan kualitas; Tujuan, faktor kualitas, jaminan kualitas, model kualitas. Jaminan kepastian kualitas perangkat lunak: Tujuan, tanggung jawab, Aktivitas, Metric. Kualitas proses dan produk PL: Kualitas produk, kualitas proses, Model untuk kualitas produk PL, Pengukuran dan metrik kualitas PL:Pendahuluan, Jenis2 Metric, Manfaat, Perencanaan program metric, Issue metrik PL, Metrik berorientasi obyek. Perencanaan Jaminan Kualitas PL; Tujuan, Isi dokumen perencanaan kualitas PL, Jaminan perencanaan kualitas PL. Standard kualitas PL: Tanggung jawab, Tujuan, Peran, Kebutuhan dan aktivitas jaminan kualitas PL, Standard ISO. Metrik kualitas PL: Tujuan, metrik PL, Metrik framework kualitas PL, Pembangunan metrik kualitas PL, Pemilihan metrik kualitas PL. Model kualitas PL: Tujuan, Model Hierarky, Model Non Hierarki, CMM Maturity level. Metrik dan pengukuran Kualitas untuk PL yang 98 | K a t a l o g
    • berorientasi obyek : Tujuan, Kualitas untuk desain PL berorientasi obyek, Paradigma pendekatan obyek, Metrik desain OO, SATC. Pengujian Perangkat Lunak: Tujuan pengujian, daur hidup pengujian PL, Peran dan tanggung jawab dalam pengujian, alat uji, rencana uji, Teknik pengujian, Metrik pengujian, Pengujian yang didasarkan pada resiko, Otomatisasi pengujian dan alat bantu pengujian, Pengujian yang ekstrim. Karir dalam bidang kualitas PL: gambaran, pendahuluan, peran profesional kualitas, sertifikasi kualitas. Pembuatan publikasi paper karya ilmiah: Penentuan topik/judul, studi literatur, metodologi, ujicoba, kesimpulan.Pustaka Utama : 1. Khan K Mustafa, SI Ahson “Software Quality Concepts and Practices”, Alpha Science, 2006 2. Nina S Godbole ”Software Quality Assurance Principles and Practice” , Alpha Science, 2007Pustaka penunjang : 1. Daniel Galin.,”Software Quality Assurance From theory to implementation ”, Addison Wesley 2003Prasyarat : Rekayasa Perangkat Lunak (KI092303/3 sks).KI092335 Topik Dalam Evolusi Perangkat Lunak 3 sksMata Kuliah : Topik Dalam Evolusi Perangkat LunakKode/bobot/Semester : KI092335/ 3 sks / 3Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu menjelaskan tentang definisi dan aktivitas-aktivitas di bidang evolusi perangkat lunak, serta teknik-teknik dalam mengerjakannya. Mahasiswa mampu memunculkan topik-topik tesis baru di bidang evolusi perangkat lunak.Kompetensi: 1. Mahasiswa mampu menjelaskan tentang definisi dan aktivitas-aktivitas di bidang evolusi perangkat lunak. 2. Mahasiswa mampu menjelaskan teknik-teknik dalam mengerjakan evolusi perangkat lunak. 3. Mahasiswa mampu menjelaskan topik-topik terkini di bidang evolusi perangkat lunak. 4. Mahasiswa mampu memunculkan topik-topik tesis baru di bidang evolusi perangkat lunak.Pokok Bahasan (Subject Matter): Pengenalan: definisi, sejarah, perbedaan dan persamaan dg perawatan PL, pelaku evolusi PL; Pemahaman dan Analisa tentang Evolusi Perangkat Lunak: Identifikasi dan analisis kloning Perangkat Lunak, Analisis Repository Perangkat Lunak, Memprediksi ‘bugs” dari sejarah Perangkat Lunak itu 99 | K a t a l o g
    • sendiri; Rekayasa Ulang Sistem Warisan (Legacy Systems): Rekayasa ulang berbasis O-O, Migrasi sistem informasi warisan, Transformasi arsitektural: dari warisan ke Three-Tier dan Services; Trend-Trend Terkini dalam Evolusi Perangkat Lunak: Pengujian perangkat lunak vs evolusi perangkat lunak: efeknya dalam pemahaman perangkat lunak Struktur Program, Evolusi arsitektur perangkat lunak, Evolusi perangkat lunak open source.Pustaka Utama : 1. Tom Mens and Serge Demeyer, “Software Evolution”, Springer-Verlag Berlin Heidelberg, 2008.Pustaka penunjang : 2. Lehman, M.M. and L. Belady, Program Evolution: Processes of Software Change. 1985, London: Academic Press. 3. Carrol, P.B., Computer Glitch: Patching up Software Occupies Programmers and Disables Systems. Wall Street Journal, 1988. 4. Hanna, M., Maintenance Burden Begging for a Remedy, in Datamation. 1993. p. 53-63. 5. Pfleeger, S.L., Software Engineering: Theory and Practice. 1998: Prentice- Hall. 6. Hearnden, D., et al. Automating Software Evolution. in 7th International Workshop on Principles of Software Evolution (IWPSE’04). 2004: IEEE Computer Society. 7. Hunt, A. and D. Thomas, The Pragmatic Programmer: From Journeyman to Master. 1999: Addison-Wesley. 8. Mathai, J. Care, Feeding and Growth of Software Systems. in Proceedings of the Second International Conference on Software Engineering and Formal Methods. SEFM 2004. 2004: IEEE Computer Society. 9. Belady, L.A. and M.M. Lehman, A Model of Large Program Development. IBM System Journal, 1976. 15(1): p. 225-252. 10. Lehman, M.M., et al. Metrics and Laws of Software Evolution - the Nineties View. in 4th International Symposium on Software Metrics (Metrics 97). 1997: IEEE Computer Society. 11. Cook S., J.H., Harrison R. Dynamic and Static Views of Software Evolution. in International Conference on Software Maintenance (ICSM 2001). 2001: IEEE Computer Society. 12. Kemerer C.F., S.S., Empirical Approach to Studying Software Evolution. IEEE Transactions on Software Engineering, 1999. 25(4): p. 493-509. 13. Vaclav, R. Role of Concepts in Software Evolution. in 4th International Workshop on Principles of Software Evolution (IWPSE). 2001: ACM Press. 14. IEEE Std 1219-1998: IEEE Standard for Software Maintenance. 1999. 15. Bennett, K. and V. Rajlich. Software Maintenance and Evolution: A Roadmap. in Proceedings of the Conference on the Future of Software Engineering. 2000. USA: ACM Press. 16. Lientz B.P., S.E.B., Software Maintenance Management: a Study of the Maintenance of Computer Application Software in 487 Data Processing Organizations. 1980: Addison-Wesley. 100 | K a t a l o g
    • 17. Chapin N., H.J., Khan K., Ramil J., Than W.G., Types of Software Evolution and Software Maintenance. Journal of Software Maintenance and Evolution, 2001: p. 3-20. 18. Buckley, J., et al., Towards a Taxonomy of Software Change. Journal of Software Maintenance and Evolution: Research and Practice, 2003. 17(5): p. 309 - 332.-.Prasyarat : Rekayasa Perangkat Lunak (KI092303/3 sks). Topik Khusus Pembuatan Game 3 sks SILABUSMata Kuliah : Topik Khusus Pembuatan GameKode/bobot/Semester : Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu mengenal pengembangan dan karir dalam game, menganalisa serta melakukan perancangan game. Kompetensi: 1. Mahasiswa mampu mengklasifikasikan game-game yang ada, 2. Mahasiswa memahami proses dan karir dalam pengembangan game, 3. Mahasiswa mampu menganalisis dan melakukan perancangan game berdasarkan pembagian karir dalam pembuatan game. 4. Mahasiswa mampu mengenal dan mempraktekkan pembuatan prototype game sederhana. Pokok Bahasan (Subject Matter): Pengantar Game: Sejarah, klasifikasi game, jenis-jenis dan platform game. Industri game: struktur industri game. Pengembangan Game: proses global dalam pengembangan game, karir dalam pengembangan game. Game Tools: bahasa pemrograman, software animasi / 3D. Karir Game: Desainer, Programmer, Seniman. Desain: UI, Level, World builder, Kecerdasan Buatan, pemodelan FSA, GameEngine: pemrograman XNA Pustaka Utama : 1. Flint Dille & John Zuur Platten, “The Ultimate Guide to Video Game Writing and Design”, First Edition Lone Eagle Publishing Company 2007. 2. Steve Rabin, “AI Game Programming Wisdom”, ISBN: 1-58450-077- 8, Charles River Media, Inc 2002 3. Chad Carter, “Microsoft XNA Unleashed”, SAMS Publising 2007 4. Benjamin Nitschke, “Professional XNA Game Programming”, Wiley Publishing, Inc 2007 5. Martin J Wells, “J2ME Game Programming”, Thomson Course TechnologyKI092361 Tesis 6 sks 101 | K a t a l o g
    • Mata Kuliah : TesisKode/bobot/Semester : KI092361/ 6 sks / 4Tujuan Pembelajaran (Learning Objective):Kompetensi:Pokok Bahasan (Subject Matter):Pustaka Utama :Pustaka penunjang :Prasyarat : 102 | K a t a l o g