SlideShare a Scribd company logo
1 of 26
71
Lampiran Tabel 3 Contoh RPS
RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI S1
TEKNIK INFORMATIKA/SISTEM INFORMASI FAKULTAS
TEKNOLOGI INFORMASI
UNIVERSITAS ISLAM KALIMANTAN MUHAMMAD ARSYAD AL BANJARI BANJARMASIN
Identitas Mata
Kuliah
NAMA MK KODE MK
RUMPUN MATA
KULIAH
BOBOT(SKS) SEMESTER Direvisi
Komunikasi Data dan Jaringan MK23 Teknik Informatika 3 0 2 22/02/2024
Otoritas Pengembang RPS Ketua Kelompok Keahlian Ka PRODI
(Nama Koordinator Dosen MK) (Nama Ketua KK) (Wagino, S.Kom., M.Kom)
Deskripsi Mata
Kuliah Pada mata kuliah ini mahasiswa mempelajari tentang: (1) Konsep Dasar Komunikasi Data Dan Protokol Komunikasi, Jaringan Komunikasi data
; (2) Layer Fisik dan Komunikasi Data, Infrastruktur Dan Performansi Qos; (3) Data Link Layer, Medium Access Control (Mac); (4) Network Layer,
Routing ; (5)Transport Layer, Flow Dan Congestion Control Pada Tcp; (6) Application Layer, Presentation, Dan Session, Pengkodean Data, (7)
Intranet,Exstranet dan Internet, Jaringan Dan Pemrograman Jaringan Berbasis Python
In this course, students learn about: (1) Basic Concepts of Data Communication and Communication Protocols, Data Communication Networks
; (2) Physical and Data Communication Layer, Qos Infrastructure and Performance; (3) Data Link Layer, Medium Access Control (Mac); (4) Network
Layer, Routing; (5) Transport layer, flow and congestion control on Tcp; (6) Application Layer, Presentation, and Session, Data Encoding, (7) Intranet,
Exstranet and Internet, Network and Python-Based Network Programming
Capaian
Pembelajaran
Lulusan &
Capaian
Pembelajaran
Mata Kuliah
Capaian Pembelajaran Lulusan (CPL) PRODI
CPL05 Menguasai konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi
teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat
CPL08 Kemampuan mengimplementasi kebutuhan computing dengan mempertimbangkan berbagai metode/algoritma yang sesuai.
Capaian Pembelajaran Mata Kuliah (CPMK) CPL yang di dukung
CPMK051 mampu Menguasai konsep teoritis bidang pengetahuan Ilmu
Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi
teknologi
CPL05
CPMK052 mampu mendesain dan mensimulasikan aplikasi teknologi multi-platform
yang relevan dengan kebutuhan industri dan masyarakat
CPL05
72
CPMK083 Mampu mengevaluasi kebutuhan computing yang efisien sesuai kebutuhan. CPL08
Penilaian
Id CPMK
Bobot per Bentuk Penilaian
TOTAL BOBOT
PER CPMK
Tugas 1
(kehadiran)
Tugas 2
(mandiri)
Tugas 3
(kelompok)
Proyek 1
(UTS)
Proyek 2
(UAS)
CPMK051 5 5 5 15 0 30
CPMK052 5 5 5 10 15 40
CPMK083 5 5 5 0 15 30
Total per penilaian 15 15 15 25 30 100
Pustaka/Bahan
Kajian
Utama:
[BK02] Security Policy and Management
[BK06] Data and Information Management
[BK08] Computer Networks
Pustaka Pendukung:
-
Computer Science Papers (catatan: lampirkan referensi hasil penelitian dan PKM dosen yang berkaitan jaringan)
Media Software: Hardware :
Pembelajaran
Powerpoint,Ms word
Komputer/Laptop;
Projector
Team
(Nama-Nama Dosen Pengampu MK)
Teaching
Matakuliah
Syarat
Ambang Batas
50.01
Kelulusan
Mahasiswa
Ambang Batas
85.00%
Kelulusan MK
73
MINGGU
KE- ID CPMK
DESKRIPSI SUB
CPMK
INDIKATOR
KETERCAPAIAN
CPMK
BENTUK
ASSESSMEN MATERI METODE
LUAR
JARINGAN
(TATAP MUKA)
DALAM JARINGAN
(DARING)
1
CPMK051,
CPMK083
Mampu memahami
konsep dasar Dasar
Komunikasi Data
Dan Protokol
Komunikasi
Ketepatan
mahasiswa dalam
menjelaskan
konsep dasar
Komunikasi Data
Dan Protokol
Komunikasi
Tugas 1
a) Definisi
jaringan
telekomunikasi
b) Alasan
mempelajari
jaringan
telekomunikasi
dan komunikasi
data
c) mempelari
Arsitektur
jaringan
Tugas 1
Literature
Review:
Membaca
paper SNA dan
menyusun
resume sesuai
format yang
telah
ditentukan
[BM:
1x(3x60’)]
BT=[3x50”]
Pustaka:
Ceramah dan
Diskusi
[TM:
1x(3x50’)]
-
2
CPMK051,
CPMK083
Mampu memahami
Jaringan Komunikasi
data
Ketepatan
mahasiswa dalam
menjelaskan
Jaringan Komunikasi
data
Tugas 1
a) Definisi
Konsep system
komunikasi data
b) mengenal
jaringan
berdasarkan
skalanya : LAN,
MAN,WAN,Inter
net
c)Pengenalan
OCI layer dan
Model TCP/IP
Membaca
paper SNA dan
menyusun
resume sesuai
format yang
telah
ditentukan
[BM:
1x(3x60’)]
BT=[3x50”]
Pustaka:
Ceramah dan
Diskusi
[TM:
1x(3x50’)]
-
74
MINGGU
KE- ID CPMK
DESKRIPSI SUB
CPMK
INDIKATOR
KETERCAPAIAN
CPMK
BENTUK
ASSESSMEN MATERI METODE
LUAR
JARINGAN
(TATAP MUKA)
DALAM JARINGAN
(DARING)
3
CPMK051,
CPMK083
Mampu memahami
konsep Layer Fisik
dan Komunikasi
Data
Ketepatan
mahasiswa dalam
memahami dan
menjelaskan
konsep Layer
Fisik dan
Komunikasi Data
Tugas 2
a) penjelasan
sinyal dan data
(data analog dan
digital,sinyal
analog dan
digital)
b) penjelasan
sinya digital Bit
rate dan bit
length
c) Penjelasan
gangguan
proses
transmisi
Tugas 1:
Crawling
Data
Proyek 1:
Simulasi
Latihan Soal
[BT:
1x(3x60’)]
[BM:
1x(3x60’)]
Pustaka:
Ceramah dan
Diskusi
[TM:
1x(3x50’)]
-
75
MINGGU
KE- ID CPMK
DESKRIPSI SUB
CPMK
INDIKATOR
KETERCAPAIAN
CPMK
BENTUK
ASSESSMEN MATERI METODE
LUAR
JARINGAN
(TATAP MUKA)
DALAM JARINGAN
(DARING)
4
CPMK051,
CPMK083
Mampu memahami
konsep dasar
Infrastruktur Dan
Performansi Qos
Ketepatan
mahasiswa dalam
memahami dan
menjelaskan
tentang
Infrastruktur Dan
Performansi Qos
Tugas 2
a) Pengenalan
Perangkat
jaringan
(Perangkat
Hub/repeater,
link layer
switch,router
b) kabel dan
konektor
c) performa
jaringan
Tugas 2:
Crawling
Data
Proyek 1:
Simulasi
Latihan Soal
[BT:
1x(3x60’)]
[BM:
1x(3x60’)]
Pustaka:
Ceramah dan
Diskusi
[TM:
1x(3x50’)]
-
5
CPMK051,
CPMK083
Mampu memahami
Data Link Layer
Ketepatan
mahasiswa dalam
memahami dan
menjelaskan
tentang Data Link
Layer
Tugas 3
a) pengenalan
Deteksi
kesalahan
(parity,cyclic
redundancy
check,checksum,
BEC
b) Eror Correction
dan FEC
c) protocol
Tugas 1:
Crawling
Data
Proyek 1:
Simulasi
Latihan Soal
[BT:
1x(3x60’)]
[BM:
1x(3x60’)]
Pustaka:
Ceramah dan
Diskusi
[DR:
1x(3x50’)]
1) Mengikuti perkulihan
sinkronus
2) Menanyakan materi
yang belum jelas ke
dosen
76
MINGGU
KE- ID CPMK
DESKRIPSI SUB
CPMK
INDIKATOR
KETERCAPAIAN
CPMK
BENTUK
ASSESSMEN MATERI METODE
LUAR
JARINGAN
(TATAP MUKA)
DALAM JARINGAN
(DARING)
6
CPMK051,
CPMK083
Mampu
memahami
konsep dasar
Medium Access
Control (Mac)
Ketepatan
mahasiswa dalam
memahami dan
menjelaskan tentang
Medium Access
Control (Mac)
Tugas 3
a) penjelasan
Multiple Access
Control
b) penjelasan
MAC Address
Tugas 3:
Crawling
Data
Proyek 1:
Simulasi
Latihan Soal
[BT:
1x(3x60’)]
[BM:
1x(3x60’)]
Pustaka:
Ceramah dan
Diskusi
[TM:
1x(3x50’)]
-
7
CPMK051,
CPMK083
Mampu memahami
konsep dari
Network Layer
Ketepatan
mahasiswa dalam
memahami dan
menjelaskan
tentang Network
Layer
Tugas 1
a) fungsi lapis
network
b) pengalamatan
jaringan
c) Internet
Protocol version6
Tugas 1:
Crawling
Data
Proyek 1:
Simulasi
Latihan Soal
[BT:
1x(3x60’)]
[BM:
1x(3x60’)]
Pustaka:
Ceramah dan
Diskusi
[TM:
1x(3x50’)]
-
77
MINGGU
KE- ID CPMK
DESKRIPSI SUB
CPMK
INDIKATOR
KETERCAPAIAN
CPMK
BENTUK
ASSESSMEN MATERI METODE
LUAR
JARINGAN
(TATAP MUKA)
DALAM JARINGAN
(DARING)
8
UTS
CPMK051,
CPMK083
Semua
kemampuan akhir
CPMK051,CPMK08
3
Ketepatan tujuan
Proyek 1 untuk
CPMK051,CPMK0
83
Proyek 1
Proyek 1 (UTS)
Final revision
dokumen
Proyek 1
[TM:
1x(3x50’)]
[BT: 1x(3x60’)]
[BM:
1x(3x60’)]
Pustaka:
Mengumpulkan
dokumen
proyek 1
-
9
CPMK052,
CPMK083
Mampu
memahami
tentang Routing
Ketepatan
mahasiswa dalam
memahami dan
menjelaskan
tentang Routing
Tugas 2
a) pembahasan
teori Graph
b) Klasifikasi
Routing
c) Algoritma
Routing
Tugas 2:
Crawling
Data
Proyek 2:
Simulasi
Latihan Soal
[BT:
1x(3x60’)]
[BM:
1x(3x60’)]
Pustaka:
--
Ceramah dan
Diskusi
[DR:
1x(3x50’)]
1) Mengikuti perkulihan
sinkronus
2) Menanyakan materi
yang belum jelas ke
dosen
78
MINGGU
KE- ID CPMK
DESKRIPSI SUB
CPMK
INDIKATOR
KETERCAPAIAN
CPMK
BENTUK
ASSESSMEN MATERI METODE
LUAR
JARINGAN
(TATAP MUKA)
DALAM JARINGAN
(DARING)
10
CPMK052,
CPMK083
Mampu menganalisis
Transport Layer
Ketepatan
mahasiswa
dalam
memahami dan
menjelaskan
tentang
Transport Layer
Proyek 2
a) pengertian
Transport Layer
b) Penjelasan
Protokol Lapis
Transport
c) Protokol TCP
(Transmission
Control Protocol)
Tugas 1:
Crawling
Data
Proyek 2:
Simulasi
Latihan Soal
[BT:
1x(3x60’)]
[BM:
1x(3x60’)]
Pustaka:
Ceramah dan
Diskusi
[TM:
1x(3x50’)]
--
11
CPMK052,
CPMK083
Mampu
manganalisis
Flow Dan
Congestion
Control Pada Tcp
Ketepatan
mahasiswa dalam
memahami dan
menjelaskan Flow
Dan Congestion
Control Pada Tcp
Proyek 2
a) pengenalan
control Aliran
b) pengenalan
Control kesalahan
c) Control
kemacetan
Tugas 2:
Crawling
Data
Proyek 2:
Simulasi
Latihan Soal
[BT:
1x(3x60’)]
[BM:
1x(3x60’)]
Pustaka:
Ceramah dan
Diskusi
[TM:
1x(3x50’)]
--
79
MINGGU
KE- ID CPMK
DESKRIPSI SUB
CPMK
INDIKATOR
KETERCAPAIAN
CPMK
BENTUK
ASSESSMEN MATERI METODE
LUAR
JARINGAN
(TATAP MUKA)
DALAM JARINGAN
(DARING)
12
CPMK052,
CPMK083
Mampu
menganalisis
konsep
Application
Layer,
Presentation,
Dan Session
Ketepatan
mahasiswa dalam
memahami dan
menjelaskan
Application Layer,
Presentation, Dan
Session
Proyek 2
a) Hypertext
Transfer
Protocol (HTTP)
b) Simple Mail
Transfer Protocol
(SMTP)
c) POP3 (Post
Office Protocol 3)
d) IMAP (Internet
Mail Access
Protocol) dan
Domain Name
Server (DNS)
Tugas 2:
Crawling
Data
Proyek 2:
Simulasi
Latihan Soal
[BT:
1x(3x60’)]
[BM:
1x(3x60’)]
Pustaka:
Ceramah dan
Diskusi
[TM:
1x(3x50”)]
--
13
CPMK052,
CPMK083
Mampu
menganalisis
konsep
Pengkodean
Data
Ketepatan
mahasiswa
dalam
memahami
Pengkodean
Data
Proyek 2
a) Data digital dan
Sinyal-sinyal digital
b) Data Analog
dan sinyal-sinyal
analog
Tugas 3:
Crawling
Data
Proyek 2:
Simulasi
Latihan Soal
[BT:
1x(3x60’)]
[BM:
1x(3x60’)]
Pustaka:
Ceramah dan
Diskusi
[TM:
1x(3x50”)]
--
80
MINGGU
KE- ID CPMK
DESKRIPSI SUB
CPMK
INDIKATOR
KETERCAPAIAN
CPMK
BENTUK
ASSESSMEN MATERI METODE
LUAR
JARINGAN
(TATAP MUKA)
DALAM JARINGAN
(DARING)
14 Proyek 2
a) Fungsi, jenis
dan
pemanfaatan
Intranet
b) Fungsi, jenis
dan pemanfaatan
Exstranet
c) Fungsi, jenis
dan
perkembangan
Internet saat ini
Ceramah dan
Diskusi
[TM:
1x(3x50’)]
--
CPMK052,
CPMK083
Mampu memahami
pengembangan
Intranet,Exstranet
dan Internet
Tugas 3:
Crawling Data
Proyek 2:
Simulasi Latihan
Soal
[BT:
1x(3x60’)]
[BM:
1x(3x60’)]
Pustaka:
Ketepatan
mahasiswa dalam
memahami dan
menjelaskan
Pengembangan
Intranet,Exstranet
dan Internet
15
Mampu
menganalisis
konsep Simulasi
Jaringan Dan
Pemrograman
Jaringan
Berbasis Python
Ketepatan
mahasiswa dalam
memahami
Simulasi Jaringan
Dan Pemrograman
Jaringan
Berbasis Python
Proyek 2
a)Simulasi
Jaringan dan
Konfigurasi Router
Cisco
b) Pengantar
Bahasa
Pemrograman
Python
Tugas 3:
Crawling Data
Proyek 2:
Simulasi Latihan
Soal
[BT:
1x(3x60’)]
[BM:
1x(3x60’)]
Pustaka:
Ceramah dan
Diskusi
[TM:
1x(3x50’)]
--
CPMK052,
CPMK083
81
MINGGU
KE- ID CPMK
DESKRIPSI SUB
CPMK
INDIKATOR
KETERCAPAIAN
CPMK
BENTUK
ASSESSMEN MATERI METODE
LUAR
JARINGAN
(TATAP MUKA)
DALAM JARINGAN
(DARING)
c) Automasi
Jaringan
Menggunakan
Python
Pustaka:
16
UAS
CPMK052,
CPMK083
Semua
kemampuan akhir
CPMK011 dan
CPMK062
Ketepatan
mencapai tujuan
CPMK011 dan
CPMK062
Tugas 1,Tugas
2 dan Tugas 3
Proyek 2
Final revision
dokumen
Proyek 2
[TM:
1x(3x50’)]
[BT: 1x(3x60’)]
[BM:
1x(3x60’)]
Mengumpulkan
dokumen
Proyek 2
--
TM = Tatap Muka di kelas; BT = Belajar Terstruktur (mengerjakan PR atau tugas); BM = Belajar Mandiri di luar kelas; DR = Pembelajaran secara daring
Student Center Learning-Jigsaw: salah satu model pembelajaran yang terdiri dari tim-tim belajar heterogen, beranggotakan 4-6 mahasiswa, setiap mahasiswa bertanggung jawab atas penguasaan
bagian dari materi belajar dan harus mampu mengajarkan bagian tersebut kepada anggota tim lainnya.
82
Notes:
a. Ambang Batas Kelulusan Mahasiswa merupakan batas minimal nilai yang harus dicapai mahasiswa untuk setiap CPMK pada MK
b. Ambang Batas Kelulusan Mata Kuliah merupakan batas minimal persentase jumlah mahasiswa dalam satu periode pengajaran yang memperoleh nilai
>= Ambang Batas Kelulusan Mahasiswa. Contoh:
Dalam 1 kelas terdapat 50 mahasiswa, dimana 30 diantaranya mendapatkan nilai akhir lebih dari 50,01; 15 mahasiswa memperoleh nilai di bawah 50,01;
sementara 5 lainnya memperoleh nilai 50,01.
maka persentase untuk 1 CPMK pada MK ini sebagai berikut:
di atas ambang batas sesuai ambang batas di bawah ambang batas
Status
MK
CPMK051 20 58.00% 5 14.00% 10 28.00% FAILED
CPMK052 20 58.00% 5 14.00% 10 28.00% FAILED
CPMK083 20 58.00% 5 14.00% 10 28.00% FAILED
karena persentase jumlah mahasiswa yang berada di bawah ambang batas kelulusan lebih dari 14,5%.
83
RUBRIK PENILAIAN
Capaian
Pembelajaran
Mata Kuliah
(CPMK)
DESKRIPSI PERILAKU
NSM ≤ 40 40 < NSM ≤ 50 50 < NSM ≤ 60 60 < NSM ≤ 65
65 < NSM ≤
70
70 < NSM ≤
80 80 < NSM
E (Sangat
Kurang)
D (Kurang) C (Cukup)
C+ (Cukup
Baik)
B (Baik)
B+ (Baik
Sekali)
A (Istimewa)
CPMK083: • Sangat tidak
Mampu
mengevaluasi
kebutuhan
computing yang
efisien sesuai
kebutuhan.
• Tidak
Mampu
mengevaluasi
kebutuhan
computing yang
efisien sesuai
kebutuhan.
• Cukup
Mampu
mengevaluasi
kebutuhan
computing yang
efisien sesuai
kebutuhan.
• Cukup baik • Baik • Baik sekali
Mampu
mengevaluasi
kebutuhan
computing yang
efisien sesuai
kebutuhan.
• Istimewa
Mampu
mengevaluasi
kebutuhan
computing yang
efisien sesuai
kebutuhan.
Mampu
mengevaluasi
kebutuhan
computing yang
efisien sesuai
kebutuhan.
Mampu
mengevaluasi
kebutuhan
computing yang
efisien sesuai
kebutuhan.
Mampu
mengevaluasi
kebutuhan
computing yang
efisien sesuai
kebutuhan.
84
Capaian
Pembelajaran
Mata Kuliah
(CPMK)
DESKRIPSI PERILAKU
NSM ≤ 40 40 < NSM ≤ 50 50 < NSM ≤ 60 60 < NSM ≤ 65
65 < NSM ≤
70
70 < NSM ≤
80
80 < NSM
E (Sangat
Kurang)
D (Kurang) C (Cukup)
BC (Cukup
Baik)
B (Baik)
AB (Baik
Sekali)
A (Istimewa)
CPMK051: • Sangat tidak
mampu
Menguasai konsep
teoritis bidang
pengetahuan Ilmu
Komputer/Inform
atika dalam
mendesain dan
mensimulasikan
aplikasi dan
mampu
mendesain dan
mensimulasikan
aplikasi teknologi
multi-platform
yang relevan
dengankebutuhan
industri dan
• Tidak • Cukup mampu
Menguasai konsep
teoritis bidang
pengetahuan Ilmu
Komputer/Inform
atika dalam
mendesain dan
mensimulasikan
aplikasi dan
mampu
mendesain dan
mensimulasikan
aplikasi teknologi
multi-platform
yang relevan
dengankebutuhan
industri dan
• Cukup baik • Baik • Baik sekali
Menguasai
konsep teoritis
bidang
pengetahuan
Ilmu
Komputer/Inform
atika dalam
mendesain dan
mensimulasikan
aplikasi dan
mampu
mendesain dan
mensimulasikan
aplikasi teknologi
multi-platform
yang relevan
dengankebutuha
n industri dan
• Istimewa
mampu Menguasai
konsep teoritis
bidang
pengetahuan Ilmu
Komputer/Informat
ika dalam
mendesain dan
mensimulasikan
aplikasi
Menguasai konsep
teoritis bidang
pengetahuan Ilmu
Komputer/Informa
tika dalam
mendesain dan
mensimulasikan
aplikasi dan
mampu
mendesain dan
mensimulasikan
aplikasi teknologi
multi-platform
yang relevan
dengankebutuhan
industri dan
Menguasai konsep
teoritis bidang
pengetahuan Ilmu
Komputer/Informat
ika dalam
mendesain dan
mensimulasikan
aplikasi dan
mampu mendesain
dan
mensimulasikan
aplikasi teknologi
multi-platform yang
relevan
dengankebutuhan
industri dan
Menguasai
konsep teoritis
bidang
pengetahuan
Ilmu
Komputer/Inform
atika dalam
mendesain dan
mensimulasikan
aplikasi dan
mampu
mendesain dan
mensimulasikan
aplikasi teknologi
multi-platform
yang relevan
dengankebutuhan
industri dan
Menguasai konsep
teoritis bidang
pengetahuan Ilmu
Komputer/Informati
ka dalam
mendesain dan
mensimulasikan
aplikasi dan mampu
mendesain dan
mensimulasikan
aplikasi teknologi
multi-platform yang
relevan
dengankebutuhan
industri dan
CPMK052:
mampu mendesain
dan
mensimulasikan
aplikasi teknologi
multi-platform
yang relevan
dengankebutuhan
industri dan
masyarakat
85
RENCANA TUGAS MAHASISWA
RENCANA TUGAS MAHASISWA
Mata
KOMUNIKASI DATA DAN JARINGAN
Kuliah
Kode MK23 SKS 3 SEMESTER 2
Dosen
(Nama Dosen Pengampu MK)
Pengampu
BENTUK TUGAS
Tugas 1: Literatur Review
Pustaka:
SUB CAPAIAN PEMBELAJARAN
Mampu memahami konsep dasar Komunikasi Data dan jaringan (CPMK051, CPMK083)
DESKRIPSI TUGAS
Mahasiswa membaca materi dan penelitian tentang Komunikasi Data dan jaringan
INDIKATOR, KRITERIA DAN BOBOT PENILAIAN
1. Tugas
2. Laporan literature review dikumpulkan pada minggu ke-2 perkul
3. Laporan akan dinilai sesuai rubrikasi yang telah diberikan
Iahan
JADWAL PELAKSANAAN
Minggu ke-1 perkuliahan
LAIN-LAIN
Bobot nilai Tugas 1 adalah 15% dari total bobot mata kuliah
DAFTAR RUJUKAN
[MAK11] dan CS Papers
RENCANA TUGAS MAHASISWA
Mata
Kuliah
KOMUNIKASI DATA DAN JARINGAN
Kode MK23 SKS 3 SEMESTER 2
Dosen
Pengampu
(Nama Dosen Pengampu MK)
BENTUK TUGAS
86
Tugas 2: Crawling Data
Pustaka:
[MAK11]
CS Papers
SUB CAPAIAN PEMBELAJARAN
Mampu memahami Layer Fisik, Infrastruktur Dan Performansi Qos (CPMK051,CPMK083)
DESKRIPSI TUGAS
Mahasiswa membaca materi tentang Layer Fisik, Infrastruktur Dan Performansi Qos
INDIKATOR, KRITERIA DAN BOBOT PENILAIAN
1. Tugas 2 diberikan pada minggu ke-4 perkuliahan
2. Tugas 2 dikumpulkan pada minggu ke-5 perkuliahan
JADWAL PELAKSANAAN
Minggu ke-4 sampai dengan minggu ke-5 perkuliahan
LAIN-LAIN
Bobot nilai Tugas 2 adalah 15% dari total bobot mata kuliah
DAFTAR RUJUKAN
[MAK11] dan CS Papers
RENCANA TUGAS MAHASISWA
Mata
Kuliah
KOMUNIKASI DATA DAN JARINGAN
Kode MK23 SKS 3 SEMESTER 2
Dosen
Pengampu
(Nama Dosen Pengampu MK)
BENTUK TUGAS
Tugas 3: Crowing data
Pustaka:
[MAK11]
CS Papers
SUB CAPAIAN PEMBELAJARAN
87
Mampu memahami Link Layer, Medium Access Control(Mac), Network Layer (CPMK051,CPMK083)
DESKRIPSI TUGAS LITERASI
Mahasiswa membaca materi tentang tentang Link Layer, Medium Access Control (Mac), Network Layer
INDIKATOR, KRITERIA DAN BOBOT PENILAIAN
1. Tugas 3 diberikan pada minggu ke-5 perkuliahan
2. Tugas 3 dikumpulkan pada minggu ke-7 perkuliahan
JADWAL PELAKSANAAN
Minggu ke-5 sampai 7 perkuliahan
LAIN-LAIN
Bobot nilai Tugas 3 adalah 15% dari total bobot mata kuliah
DAFTAR RUJUKAN
[MAK11] dan CS Papers
RENCANA TUGAS MAHASISWA
Mata
KOMUNIKASI DATA DAN JARINGAN
Kuliah
Kode MK23 SKS 3 SEMESTER 2
Dosen
(Nama Dosen Pengampu MK)
Pengampu
BENTUK TUGAS
PROYEK 1: Menerapkan dan Memahami Infrastruktur jaringan komunikasi data
Pustaka:
SUB CAPAIAN PEMBELAJARAN
Literasi dan mempersiapkan pengetahuan terkait materi perkuliahan
Mampu menerapkan dan memahami (Perangkat Hub/repeater,link layer switch,router kabel dan
konektor (CPMK051, CPMK083)
DESKRIPSI TUGAS LITERASI
Mahasiswa membaca materi tentang Infrastruktur Dan Performansi Qos
INDIKATOR, KRITERIA DAN BOBOT PENILAIAN
1. Penjelasan rencana Proyek 1 diberikan pada minggu ke-1 perkuliahan
2. Mahasiswa menyusun rencana Proyek 1 dan 2 dan dikumpulkan pada minggu ke-3 perkuliahan
3. Proyek 1 dikumpulkan pada minggu ke-7 dan mahasiswa mempresentasikan hasil Proyek 1 dalam
bentuk paper dan implementasi program
88
JADWAL PELAKSANAAN
Minggu ke-2 sampai dengan minggu ke-7
LAIN-LAIN
Bobot nilai Proyek 1 adalah 25% dari total bobot mata kuliah
DAFTAR RUJUKAN
[WAS94], [MAK11] dan CS Papers
RENCANA TUGAS MAHASISWA
Mata
PENGANTAR TEKNOLOGI INFORMASI
Kuliah
Kode MK23 SKS 3 SEMESTER 2
Dosen
(Nama Dosen Pengampu MK)
Pengampu
BENTUK TUGAS
PROYEK 2: Menerapkan Simulasi Jaringan Dan Pemrograman Jaringan Berbasi Python
Pustaka: [WAS94] [MAK11]
CS Papers
SUB CAPAIAN PEMBELAJARAN
Literasi dan mempersiapkan pengetahuan tentang Simulasi Jaringan dan Konfigurasi Router Cisco,
Pengantar Bahasa Pemrograman Python,Automasi Jaringan Menggunakan Python
(CPMK052,CPMK083)
DESKRIPSI TUGAS LITERASI
Mahasiswa dapat mesimulasikan Jaringan Dan Pemrograman Jaringan Berbasi Python
INDIKATOR, KRITERIA DAN BOBOT PENILAIAN
1. Penjelasan rencana Proyek 2 diberikan pada minggu ke-8 perkuliahan
2. Mahasiswa menyusun rencana Proyek 2 dan dikumpulkan pada minggu ke-9 perkuliahan
3. Proyek 1 dikumpulkan pada minggu ke-14 dan mahasiswa mempresentasikan hasil Proyek 1
dalam bentuk paper dan implementasi program
JADWAL PELAKSANAAN
Minggu ke-8 sampai dengan minggu ke-15
LAIN-LAIN
Bobot nilai Proyek 2 adalah 30% dari total bobot mata kuliah
DAFTAR RUJUKAN
[WAS94], [MAK11] dan CS Papers
89
COGNITIVE LEVEL
CPMK051 Kemampuan memahami cara kerja sistem computer terkait jaringan dan komunikasi data
CPMK052 Kemampuan Menguasai konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi
dengan jaringan
CPMK083 Kemampuan mendesain jaringan dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan
masyarakat
Cognitive Level Kriteria
C1 C2 C3 C4 C5
Remembering Understanding Applying Analysing Evaluation
Konten 1: Konsep
Analisis Jaringan Sosial
(Pengenalan, Definisi,
dan konsep dasar
Analisis Jaringan Sosial)
Tugas berkelompok:
Setiap kelompok terdiri dari maksimal 3 mahasiswa.
Deskripsi Tugas:
Pilih 1 metode Social Network Analysis (SNA) di
bawah ini dan implementasikan metode tersebut
untuk mengidentifikasi "influential nodes" di jejaring
Twitter. Buatlah laporan dalam format IEEE Paper
(max.6 halaman). Laporan berisi judul, nama, latar
belakang, metode SNA, disertai hasil implmentasi,
analisis, kesimpulan, dan referensi.
Metode yang dapat dipilih: degree centrality,
betweeness centrality, closeness centrality Dataset
Twitter: dapat diunduh di link berikut. (Dataset
terdiri dari 1000 node, dengan studi kasus tweet
politik).
Keluaran Tugas berupa: program dan laporan
Waktu pengerjaan: 5 minggu
Program:
- Program dapat dijalankan tanpa ada error
- Program dapat mengeluarkan hasil berupa daftar
yang berisi 10 influental node dengan benar
berdasarkan metode yang dipilih dan dataset yang
diberikan
Laporan:
- Format Laporan sesuai dengan format paper IEEE
- Jumlah halaman laporan maksimal 6 halaman
- Laporan berisi judul, nama, latarbelakang,
penjelasan metode yang digunakan, hasil
eksperimen, analisis hasil eksperimen, kesimpulan,
dan referensi.
- Menggunakan bahasa Indonesia yang baku dan
benar
Konten 1: Konsep
Analisis Jaringan Sosial
(Tipe, struktur, dan
model jaringan)
Konten 2: Sentralitas
Jaringan
(Konsep sentralitas
jaringan)
Konten 2: Sentralitas
Jaringan
(Metode perhitungan
sentralitas jaringan)
90
Cognitive Level Kriteria
C1 C2 C3 C4 C5
Remembering Understanding Applying Analysing Evaluation
Konten 2: Sentralitas
Sumber: slide perkuliahan, paper SNA, tools python
Progres Tugas dipresentasikan setiap minggu
(minggu 1-5) untuk mendapatkan komentar dan
masukan di kelas.
Tugas dikumpulkan pada minggu ke-7
Jaringan
(Contagion dan Influnce
jaringan)
Konten 3: Tugas berkelompok:
Tools/Perangkat Lunak Setiap kelompok terdiri dari maksimal 3 mahasiswa.
Analisis Jaringan Deskripsi Tugas:
(Data wrangling, Lakukan data wrangling di Twitter dengan jumlah Program:
pengukuran, dan node minimal 500 nodes. Keyword dan studi kasus - Diperoleh dataset Twitter yang terdiri dari
visualisasi jaringan) bebas. minimal 500 nodes
Konten 4: Graf Berdasarkan data yang sudah diperoleh, Terapkan 1 - Program dapat dijalankan tanpa ada error
(Definisi dan properti metode Social Network Analysis (SNA) untuk - Program dapat mengeluarkan hasil berupa
graf) mengidentifikasi "komunitas" di jejaring Twitter dan komunitas yang terbentuk di jaringan berdasarkan
Konten 4: Graf buatlah laporan dalam format IEEE Paper (max.6 metode yang dipilih dan dataset yang diberikan
(Graf berarah dan tidak halaman).
berarah) Laporan:
Konten 5: Deteksi Sifat Produk: program dan laporan - Format Laporan sudah sesuai dengan format
komunitas Waktu pengerjaan: 5 minggu paper IEEE
(Komunitas jaringan) Progres Tugas dipresentasikan setiap minggu untuk - Jumlah halaman laporan maksimal 6 halaman
Konten 5: Deteksi mendapatkan komentar dan masukan di kelas - Laporan berisi judul, nama, latarbelakang,
komunitas Sumber daya: slide perkuliahan, paper SNA, penjelasan metode yang digunakan, hasil
(Groups: subgroups dan python eksperimen, analisis, kesimpulan, dan referensi
cliques, clustering, block - Menggunakan bahasa Indonesia yang baku dan
models) Progres Tugas dipresentasikan setiap minggu benar
Konten 5: Deteksi (minggu 1-5) untuk mendapatkan komentar dan
komunitas masukan di kelas.
(Pola dalam jaringan Tugas dipresentasikan pada minggu ke-14
sosial) perkuliahan
91
RUBRIC PROJECT
A. MID-TERM PROJECT ASESSMENT RUBRIC
CRITERIAS PERCENTAGE 100 80 60 40 20
The source code can
works properly without
errors.
20%
The source code
can works properly
without errors.
The source code
can works
properly with 1
error/bug.
The source code
can works
properly with 2-5
errors/bugs.
The source code
can works properly
with >5
errors/bugs.
The source code can
not works properly.
The program can correctly
generate a list of 10
influental nodes/users
based on the selected
method and the given
dataset.
25%
The program can
correctly generate a
list of 10 influental
nodes/users based
on the selected
method and the
given dataset
(100%)
The program can
correctly generate
a list of 10
influental
nodes/users
based on the
selected method
and the given
dataset (80% =<
X < 100%)
The program can
correctly generate
a list of 10
influental
nodes/users
based on the
selected method
and the given
dataset (50% =<
X < 80%)
The program can
correctly generate a
list of 10 influental
nodes/users based
on the selected
method and the
given dataset (X <
50%)
The program can not
generate a list of 10
influental
nodes/users based
on the selected
method and the
given dataset.
The report format
according to the IEEE
format
5%
Report formats are
compliant with IEEE
format (100%)
Report formats
are compliant
with IEEE format
(80%)
Report formats
are compliant
with IEEE format
(60%)
Report formats are
compliant with IEEE
format (40%)
Report formats are
not compliant with
IEEE format (<40%)
Report Content:
The contents of the report
are correct and complete,
including: title, name,
background, explanation
of the methods,
experimental results,
depth of analysis of
experimental results,
conclusions, and
references
20%
The contents of the
report are correct
and complete,
including: title,
name, background,
explanation of the
methods,
experimental
results, depth of
analysis of
experimental
results,
The contents of
the report are
correct but not
complete, only
include: title,
name,
background,
explanation of the
methods,
experimental
results.
The contents of
the report are
correct but not
complete, only
include: title,
name,
background,
explanation of the
methods, and
part of
experimental
results.
The contents of the
report are correct
but not complete,
there's no
explanation of the
methods neither
analysis of the
experiment,
conclusion, and
references.
The contents of the
report are not correct
and not complete,
there's no
explanation of the
methods neither
analysis of the
experiment,
conclusion, and
references.
92
CRITERIAS PERCENTAGE 100 80 60 40 20
conclusions, and
references
Analytical thinking 20%
Data or design
alternatives are
analyzed mostly
systematically.
Critical thinking is
usually evident.
Little evidence Little evidence and
there is no
systematic process
was used to
analyze data or
design alternatives.
Critical thinking is
very weak.
Students do not
analyze data or
design
systematically, in-
depth, and with
critical thinking.
Students analyze that a systematic
data or design
alternatives
systematically, in-
depth, and with
critical thinking.
process was used
to analyze data or
design
alternatives.
Critical thinking is
often weak.
Presentation 10%
Delivers clear and
comprehensive
presentation. Very
confidence.
Delivers clear and
less
comprehensive
presentation.
Confidence.
Delivers less clear
and less
comprehensive
presentation. Fair
confidence.
Delivers less clear
and not
comprehensive
presentation. Less
confidence
Presentation is not
clear and
comprehensive, not
confidence.
B. FINAL-TERM PROJECT ASESSMENT RUBRIC
CRITERIAS PERCENTAGE 100 80 60 40 20
The source code can
works properly without
errors.
20%
The source code
can work properly
without errors.
The source code
can work properly
with 1 error/bug.
The source code
can work properly
with 2-5
errors/bugs.
The source code
can work properly
with >5
errors/bugs.
The source code
cannot work
properly.
The program can
correctly generate
communities based on
the selected method and
the given dataset.
25%
The program can
correctly generate
communities based
on the selected
method and the
given dataset
(100%)
The program can
correctly generate
communities
based on the
selected method
and the given
dataset (80% =<
X < 100%)
The program can
correctly generate
communities
based on the
selected method
and the given
dataset (50% =<
X < 80%)
The program can
correctly generate
communities based
on the selected
method and the
given dataset (X <
50%)
The program cannot
generate
communities based
on the selected
method and the
given dataset
93
CRITERIAS PERCENTAGE 100 80 60 40 20
The report format
according to the IEEE
format
5%
Report formats are
compliant with
IEEE format
(100%)
Report formats
are compliant
with IEEE format
(80%)
Report formats
are compliant
with IEEE format
(60%)
Report formats are
compliant with IEEE
format (40%)
Report formats are
not compliant with
IEEE format (<40%)
Report Content:
The contents of the
report are correct and
complete, including: title,
name, background,
explanation of the
methods, experimental
results, depth of analysis
of experimental results,
conclusions, and
references
20%
The contents of the
report are correct
and complete,
including: title,
name, background,
explanation of the
methods,
experimental
results, depth of
analysis of
experimental
results,
conclusions, and
references
The contents of
the report are
correct but not
complete, only
include: title,
name,
background,
explanation of the
methods,
experimental
results.
The contents of
the report are
correct but not
complete, only
include: title,
name,
background,
explanation of the
methods, and
part of
experimental
results.
The contents of the
report are correct
but not complete,
there's no
explanation of the
methods neither
analysis of the
experiment,
conclusion, and
references.
The contents of the
report are not correct
and not complete,
there's no
explanation of the
methods neither
analysis of the
experiment,
conclusion, and
references.
Analytical thinking 20%
Students analyze
data or design
alternatives
systematically, in-
depth, and with
critical thinking.
Data or design
alternatives are
analyzed mostly
systematically.
Critical thinking is
usually evident.
Little evidence
that a systematic
process was used
to analyze data or
design
alternatives.
Critical thinking is
often weak.
Little evidence and
there is no
systematic process
was used to analyze
data or design
alternatives. Critical
thinking is very
weak.
Students do not
analyze data or
design
systematically, in-
depth, and with
critical thinking.
Presentation 10%
Delivers clear and
comprehensive
presentation. Very
confidence.
Delivers clear and
less
comprehensive
presentation.
Confidence.
Delivers less clear
and less
comprehensive
presentation. Fair
confidence.
Delivers less clear
and not
comprehensive
presentation. Less
confidence
Presentation is not
clear and
comprehensive, not
confidence.
94
A. LITERATURE REVIEW RUBRIC
RUBRIK TUGAS
CRITERIAS PERCENTAGE 100 80 60 40 20
Organization and wrting
style
30%
Well organized
Minor problems
with organization
or writing style do
not impede the
reader's
understanding.
A few problems
with organization
and writing style
are annoying for
the reader but the
text is
understandable.
Quite a few
problems with
organization and
writing style are
found throughout
the literature
review, making it
somewhat difficult
to understand.
Many problems with
organization and
writing style make
the literature review
very difficult to read.
No Typos. Writing
is clear and concise
Minor typos.
Writing is clear
but not concise.
Major typos.
Writing is clear
but not concise.
Major typos.
Writing is unclear
but not concise.
Writing is unclear as
it's suspected of
using a translator.
Paraphrasing of
information from
published souces is
well done
Paraphrasing is
well done
Adequate attempt
to paraphrase the
information.
Poor attemp to
paraphrase the
information
Very poor attempt to
paraphrase
information.
Inappropriate use of
direct quotes.
Analysis and discussion 40%
The journal are
critically analyzed
and discussed
The journal are
analyzed and
discussed
The journal are
fair analyzed and
discussed
The journal are
poor analyzed and
discussed
The journal are not
analyzed and
discussed
Conclusion, synthesis of
idea and summary of
work
30%
There is a succinct
and precise
conclusion based
on the paper.
Conclusions are
strongly supported
in the report. Good
summary
paragraph for
readers
There is a
conclusion that
supported in the
report
There is a
concluding remark
that show a
synthesis of idea.
However, they
were not
supported in the
body of the report
There is a
concluding remark
but there is no a
synthesized idea.
They were not
supported in the
body of the report
There is no
conclusion, no
synthesize
information or make
a conclusion based
on literature review
95
B. CRAWLING DATA RUBRIC
CRITERIAS
Program Report
100 50 0 100 50 0
Build a crawler that
collects a user's profile
information from Twitter
given the user's Twitter
ID
There is an error /
any errors
Complete without
There is no report
Program runs Program doesn't Complete with example/only display
correctly correctly examples the output from the
program
Build a crawler that
collects a user's social
network information
given the user's ID
There is an error /
any errors
Complete without
There is no report
Program runs Program doesn't Complete with example/only display
correctly correctly examples the output from the
program
Build a crawler that
collects the tweets using
a set of specified
keywords and a
geolocation-based
criteria
There is an error /
any errors
Complete without
There is no report
Program runs Program doesn't Complete with example/only display
correctly correctly examples the output from the
program
TOTAL AVG AVG AVG AVG AVG AVG
C. DATA VISUALIZATION RUBRIC
QUESTIONS CRITERIAS No Yes
Q1: Please upload the dataset in Gephi format.
Did student upload a database in Gephi format
database?
0 10
Q2: Upload a screenshot of your "Overview" tab in Gephi,
which shows your network after you ran the "Yifan Hu" Layout
algorithm
Did students upload a screenshot of their "Overview"
tab in Gephi, which shows their network after they
ran the "Yifan Hu" Layout algorithm?
0 8
Q3: Calculate the average Degree of your network. Display
and analyze all three resulting network measures:
a. Degree
b. In-Degree
c. Out-Degree
Did students calculate the average degree ot their
network?
0 4
Did students display and analyze all three resulting
network measures?
0 4
Did student answer the question (a) correctly? 0 8
96
QUESTIONS CRITERIAS No Yes
Answer the following questions:
a. What is the difference between them?
b. How many categories do you get for each?
c. Can you make sense of the numbers the indicate the
number of degree per category for each of the three
measures? Why or why not?
Did student answer the question (b) correctly? 0 8
Did student answer the question (c) correctly? 0 10
Q4: How many nodes/videos are shared by both YouTube
channels? Count them or calculate them
Did students provide a sum total of the videos
correctly?
0 6
Q5: Calculate the "Undirected Closeness Centrality" for
your network, through "Average Path Length" and then
answer the questions:
a. How many groups of nodes do you get?
b. Please interpret the different groups. Which nodes are
part of which group and why?
c. Calculate PageRank for your network, a special version of
Eigenvector Centrality. Then answer the following
questions:
• How many groups of nodes do you get for
PageRank?
• What do they measure?
• Is this useful?
Did students answer the question (a) correctly? 0 4
Did students answer the question (b) correctly? 0 10
Did students answer the question (c1) correctly? 0 8
Did student describe the question (c2) correctly? 0 8
Did student answer the question (c3) correctly? 0 4
Q6: Please upload a screenshot of your "Data Laboratory"
tab, now at the end, after you have done the preceding
analysis.
Did students upload a screenshot of their entire
"Data Laboratory" tab?
0 4
Did students make sure that the "Id" columns is
completely readable?
0 4

More Related Content

Similar to MK KOMUNIKASI DATA (TI)komdat komdat.docx

BSIT-4th-CN-Course Outlines.pdfc gjcnbcmjhmn
BSIT-4th-CN-Course Outlines.pdfc gjcnbcmjhmnBSIT-4th-CN-Course Outlines.pdfc gjcnbcmjhmn
BSIT-4th-CN-Course Outlines.pdfc gjcnbcmjhmnAreshZabi
 
Smu mscit sem 3 fall 2014 assignments
Smu mscit sem 3 fall 2014 assignmentsSmu mscit sem 3 fall 2014 assignments
Smu mscit sem 3 fall 2014 assignmentssmumbahelp
 
M.sc cs annual_2019-20
M.sc cs annual_2019-20M.sc cs annual_2019-20
M.sc cs annual_2019-20Pankaj Dadhich
 
utdallas.edu
utdallas.eduutdallas.edu
utdallas.edubutest
 
utdallas.edu
utdallas.eduutdallas.edu
utdallas.edubutest
 
MODEL CHECKERS –TOOLS AND LANGUAGES FOR SYSTEM DESIGN- A SURVEY
MODEL CHECKERS –TOOLS AND LANGUAGES FOR SYSTEM DESIGN- A SURVEYMODEL CHECKERS –TOOLS AND LANGUAGES FOR SYSTEM DESIGN- A SURVEY
MODEL CHECKERS –TOOLS AND LANGUAGES FOR SYSTEM DESIGN- A SURVEYcsandit
 
SMU MSCIT sem 3 fall 2014 assignments
SMU MSCIT sem 3 fall 2014 assignmentsSMU MSCIT sem 3 fall 2014 assignments
SMU MSCIT sem 3 fall 2014 assignmentssolved_assignments
 
M.tech cse 10july13 (1)
M.tech cse  10july13 (1)M.tech cse  10july13 (1)
M.tech cse 10july13 (1)vijay707070
 
06 06 2016 btech it 2012
06 06 2016 btech it 201206 06 2016 btech it 2012
06 06 2016 btech it 2012amandeep651
 
(R18) B.Tech. CSE Syllabus.pdf
(R18) B.Tech. CSE Syllabus.pdf(R18) B.Tech. CSE Syllabus.pdf
(R18) B.Tech. CSE Syllabus.pdffisdfg
 
Scheme g fifth semester (co)
Scheme   g fifth semester (co)Scheme   g fifth semester (co)
Scheme g fifth semester (co)anita bodke
 
Scheme g fifth semester (co)
Scheme   g fifth semester (co)Scheme   g fifth semester (co)
Scheme g fifth semester (co)anita bodke
 
cert_softwaredevelopment_oct32014
cert_softwaredevelopment_oct32014cert_softwaredevelopment_oct32014
cert_softwaredevelopment_oct32014Mina Hatami
 
Smu bca winter 2013
Smu bca winter 2013Smu bca winter 2013
Smu bca winter 2013smumbahelp
 

Similar to MK KOMUNIKASI DATA (TI)komdat komdat.docx (20)

BSIT-4th-CN-Course Outlines.pdfc gjcnbcmjhmn
BSIT-4th-CN-Course Outlines.pdfc gjcnbcmjhmnBSIT-4th-CN-Course Outlines.pdfc gjcnbcmjhmn
BSIT-4th-CN-Course Outlines.pdfc gjcnbcmjhmn
 
3rd Year IT Syllabus.pdf
3rd Year IT Syllabus.pdf3rd Year IT Syllabus.pdf
3rd Year IT Syllabus.pdf
 
S y b c a
S y b c aS y b c a
S y b c a
 
Perpetual Help IT Course Description
Perpetual Help IT Course DescriptionPerpetual Help IT Course Description
Perpetual Help IT Course Description
 
Smu mscit sem 3 fall 2014 assignments
Smu mscit sem 3 fall 2014 assignmentsSmu mscit sem 3 fall 2014 assignments
Smu mscit sem 3 fall 2014 assignments
 
M.sc cs annual_2019-20
M.sc cs annual_2019-20M.sc cs annual_2019-20
M.sc cs annual_2019-20
 
utdallas.edu
utdallas.eduutdallas.edu
utdallas.edu
 
utdallas.edu
utdallas.eduutdallas.edu
utdallas.edu
 
D 17
D 17D 17
D 17
 
Srs
SrsSrs
Srs
 
MODEL CHECKERS –TOOLS AND LANGUAGES FOR SYSTEM DESIGN- A SURVEY
MODEL CHECKERS –TOOLS AND LANGUAGES FOR SYSTEM DESIGN- A SURVEYMODEL CHECKERS –TOOLS AND LANGUAGES FOR SYSTEM DESIGN- A SURVEY
MODEL CHECKERS –TOOLS AND LANGUAGES FOR SYSTEM DESIGN- A SURVEY
 
SMU MSCIT sem 3 fall 2014 assignments
SMU MSCIT sem 3 fall 2014 assignmentsSMU MSCIT sem 3 fall 2014 assignments
SMU MSCIT sem 3 fall 2014 assignments
 
M.tech cse 10july13 (1)
M.tech cse  10july13 (1)M.tech cse  10july13 (1)
M.tech cse 10july13 (1)
 
06 06 2016 btech it 2012
06 06 2016 btech it 201206 06 2016 btech it 2012
06 06 2016 btech it 2012
 
(R18) B.Tech. CSE Syllabus.pdf
(R18) B.Tech. CSE Syllabus.pdf(R18) B.Tech. CSE Syllabus.pdf
(R18) B.Tech. CSE Syllabus.pdf
 
IT6511 Networks Laboratory
IT6511 Networks LaboratoryIT6511 Networks Laboratory
IT6511 Networks Laboratory
 
Scheme g fifth semester (co)
Scheme   g fifth semester (co)Scheme   g fifth semester (co)
Scheme g fifth semester (co)
 
Scheme g fifth semester (co)
Scheme   g fifth semester (co)Scheme   g fifth semester (co)
Scheme g fifth semester (co)
 
cert_softwaredevelopment_oct32014
cert_softwaredevelopment_oct32014cert_softwaredevelopment_oct32014
cert_softwaredevelopment_oct32014
 
Smu bca winter 2013
Smu bca winter 2013Smu bca winter 2013
Smu bca winter 2013
 

More from UnduhUnggah1

INTERNET dan Intranet INTERNET dan Intranet.ppt.pptx
INTERNET dan Intranet INTERNET dan Intranet.ppt.pptxINTERNET dan Intranet INTERNET dan Intranet.ppt.pptx
INTERNET dan Intranet INTERNET dan Intranet.ppt.pptxUnduhUnggah1
 
JARINGAN KOMPUTER Jarkom Jarkom JarkomJarkom.pptx
JARINGAN KOMPUTER Jarkom Jarkom JarkomJarkom.pptxJARINGAN KOMPUTER Jarkom Jarkom JarkomJarkom.pptx
JARINGAN KOMPUTER Jarkom Jarkom JarkomJarkom.pptxUnduhUnggah1
 
Modul Laravel 10 - ToT Laravel TcOT.pptx
Modul Laravel 10 - ToT Laravel TcOT.pptxModul Laravel 10 - ToT Laravel TcOT.pptx
Modul Laravel 10 - ToT Laravel TcOT.pptxUnduhUnggah1
 
Pemrograman Web Dosen laravel laravel laravel.pptx
Pemrograman Web Dosen laravel laravel laravel.pptxPemrograman Web Dosen laravel laravel laravel.pptx
Pemrograman Web Dosen laravel laravel laravel.pptxUnduhUnggah1
 
materi komunikasi data komdat komunikasi data.ppt
materi komunikasi data komdat komunikasi data.pptmateri komunikasi data komdat komunikasi data.ppt
materi komunikasi data komdat komunikasi data.pptUnduhUnggah1
 
Pengantar_Komdat_komunikasi _data_komunikasi.ppt
Pengantar_Komdat_komunikasi _data_komunikasi.pptPengantar_Komdat_komunikasi _data_komunikasi.ppt
Pengantar_Komdat_komunikasi _data_komunikasi.pptUnduhUnggah1
 

More from UnduhUnggah1 (6)

INTERNET dan Intranet INTERNET dan Intranet.ppt.pptx
INTERNET dan Intranet INTERNET dan Intranet.ppt.pptxINTERNET dan Intranet INTERNET dan Intranet.ppt.pptx
INTERNET dan Intranet INTERNET dan Intranet.ppt.pptx
 
JARINGAN KOMPUTER Jarkom Jarkom JarkomJarkom.pptx
JARINGAN KOMPUTER Jarkom Jarkom JarkomJarkom.pptxJARINGAN KOMPUTER Jarkom Jarkom JarkomJarkom.pptx
JARINGAN KOMPUTER Jarkom Jarkom JarkomJarkom.pptx
 
Modul Laravel 10 - ToT Laravel TcOT.pptx
Modul Laravel 10 - ToT Laravel TcOT.pptxModul Laravel 10 - ToT Laravel TcOT.pptx
Modul Laravel 10 - ToT Laravel TcOT.pptx
 
Pemrograman Web Dosen laravel laravel laravel.pptx
Pemrograman Web Dosen laravel laravel laravel.pptxPemrograman Web Dosen laravel laravel laravel.pptx
Pemrograman Web Dosen laravel laravel laravel.pptx
 
materi komunikasi data komdat komunikasi data.ppt
materi komunikasi data komdat komunikasi data.pptmateri komunikasi data komdat komunikasi data.ppt
materi komunikasi data komdat komunikasi data.ppt
 
Pengantar_Komdat_komunikasi _data_komunikasi.ppt
Pengantar_Komdat_komunikasi _data_komunikasi.pptPengantar_Komdat_komunikasi _data_komunikasi.ppt
Pengantar_Komdat_komunikasi _data_komunikasi.ppt
 

Recently uploaded

Supply chain analytics to combat the effects of Ukraine-Russia-conflict
Supply chain analytics to combat the effects of Ukraine-Russia-conflictSupply chain analytics to combat the effects of Ukraine-Russia-conflict
Supply chain analytics to combat the effects of Ukraine-Russia-conflictJack Cole
 
2024 Q2 Orange County (CA) Tableau User Group Meeting
2024 Q2 Orange County (CA) Tableau User Group Meeting2024 Q2 Orange County (CA) Tableau User Group Meeting
2024 Q2 Orange County (CA) Tableau User Group MeetingAlison Pitt
 
Exploratory Data Analysis - Dilip S.pptx
Exploratory Data Analysis - Dilip S.pptxExploratory Data Analysis - Dilip S.pptx
Exploratory Data Analysis - Dilip S.pptxDilipVasan
 
一比一原版(Monash毕业证书)莫纳什大学毕业证成绩单如何办理
一比一原版(Monash毕业证书)莫纳什大学毕业证成绩单如何办理一比一原版(Monash毕业证书)莫纳什大学毕业证成绩单如何办理
一比一原版(Monash毕业证书)莫纳什大学毕业证成绩单如何办理pyhepag
 
一比一原版西悉尼大学毕业证成绩单如何办理
一比一原版西悉尼大学毕业证成绩单如何办理一比一原版西悉尼大学毕业证成绩单如何办理
一比一原版西悉尼大学毕业证成绩单如何办理pyhepag
 
一比一原版加利福尼亚大学尔湾分校毕业证成绩单如何办理
一比一原版加利福尼亚大学尔湾分校毕业证成绩单如何办理一比一原版加利福尼亚大学尔湾分校毕业证成绩单如何办理
一比一原版加利福尼亚大学尔湾分校毕业证成绩单如何办理pyhepag
 
一比一原版纽卡斯尔大学毕业证成绩单如何办理
一比一原版纽卡斯尔大学毕业证成绩单如何办理一比一原版纽卡斯尔大学毕业证成绩单如何办理
一比一原版纽卡斯尔大学毕业证成绩单如何办理cyebo
 
Atlantic Grupa Case Study (Mintec Data AI)
Atlantic Grupa Case Study (Mintec Data AI)Atlantic Grupa Case Study (Mintec Data AI)
Atlantic Grupa Case Study (Mintec Data AI)Jon Hansen
 
Artificial_General_Intelligence__storm_gen_article.pdf
Artificial_General_Intelligence__storm_gen_article.pdfArtificial_General_Intelligence__storm_gen_article.pdf
Artificial_General_Intelligence__storm_gen_article.pdfscitechtalktv
 
basics of data science with application areas.pdf
basics of data science with application areas.pdfbasics of data science with application areas.pdf
basics of data science with application areas.pdfvyankatesh1
 
how can i exchange pi coins for others currency like Bitcoin
how can i exchange pi coins for others currency like Bitcoinhow can i exchange pi coins for others currency like Bitcoin
how can i exchange pi coins for others currency like BitcoinDOT TECH
 
一比一原版麦考瑞大学毕业证成绩单如何办理
一比一原版麦考瑞大学毕业证成绩单如何办理一比一原版麦考瑞大学毕业证成绩单如何办理
一比一原版麦考瑞大学毕业证成绩单如何办理cyebo
 
AI Imagen for data-storytelling Infographics.pdf
AI Imagen for data-storytelling Infographics.pdfAI Imagen for data-storytelling Infographics.pdf
AI Imagen for data-storytelling Infographics.pdfMichaelSenkow
 
Webinar One View, Multiple Systems No-Code Integration of Salesforce and ERPs
Webinar One View, Multiple Systems No-Code Integration of Salesforce and ERPsWebinar One View, Multiple Systems No-Code Integration of Salesforce and ERPs
Webinar One View, Multiple Systems No-Code Integration of Salesforce and ERPsCEPTES Software Inc
 
Easy and simple project file on mp online
Easy and simple project file on mp onlineEasy and simple project file on mp online
Easy and simple project file on mp onlinebalibahu1313
 
Pre-ProductionImproveddsfjgndflghtgg.pptx
Pre-ProductionImproveddsfjgndflghtgg.pptxPre-ProductionImproveddsfjgndflghtgg.pptx
Pre-ProductionImproveddsfjgndflghtgg.pptxStephen266013
 
2024 Q1 Tableau User Group Leader Quarterly Call
2024 Q1 Tableau User Group Leader Quarterly Call2024 Q1 Tableau User Group Leader Quarterly Call
2024 Q1 Tableau User Group Leader Quarterly Calllward7
 
MALL CUSTOMER SEGMENTATION USING K-MEANS CLUSTERING.pptx
MALL CUSTOMER SEGMENTATION USING K-MEANS CLUSTERING.pptxMALL CUSTOMER SEGMENTATION USING K-MEANS CLUSTERING.pptx
MALL CUSTOMER SEGMENTATION USING K-MEANS CLUSTERING.pptxNidaFaviankaNawawi
 

Recently uploaded (20)

Supply chain analytics to combat the effects of Ukraine-Russia-conflict
Supply chain analytics to combat the effects of Ukraine-Russia-conflictSupply chain analytics to combat the effects of Ukraine-Russia-conflict
Supply chain analytics to combat the effects of Ukraine-Russia-conflict
 
2024 Q2 Orange County (CA) Tableau User Group Meeting
2024 Q2 Orange County (CA) Tableau User Group Meeting2024 Q2 Orange County (CA) Tableau User Group Meeting
2024 Q2 Orange County (CA) Tableau User Group Meeting
 
Exploratory Data Analysis - Dilip S.pptx
Exploratory Data Analysis - Dilip S.pptxExploratory Data Analysis - Dilip S.pptx
Exploratory Data Analysis - Dilip S.pptx
 
一比一原版(Monash毕业证书)莫纳什大学毕业证成绩单如何办理
一比一原版(Monash毕业证书)莫纳什大学毕业证成绩单如何办理一比一原版(Monash毕业证书)莫纳什大学毕业证成绩单如何办理
一比一原版(Monash毕业证书)莫纳什大学毕业证成绩单如何办理
 
一比一原版西悉尼大学毕业证成绩单如何办理
一比一原版西悉尼大学毕业证成绩单如何办理一比一原版西悉尼大学毕业证成绩单如何办理
一比一原版西悉尼大学毕业证成绩单如何办理
 
一比一原版加利福尼亚大学尔湾分校毕业证成绩单如何办理
一比一原版加利福尼亚大学尔湾分校毕业证成绩单如何办理一比一原版加利福尼亚大学尔湾分校毕业证成绩单如何办理
一比一原版加利福尼亚大学尔湾分校毕业证成绩单如何办理
 
Slip-and-fall Injuries: Top Workers' Comp Claims
Slip-and-fall Injuries: Top Workers' Comp ClaimsSlip-and-fall Injuries: Top Workers' Comp Claims
Slip-and-fall Injuries: Top Workers' Comp Claims
 
一比一原版纽卡斯尔大学毕业证成绩单如何办理
一比一原版纽卡斯尔大学毕业证成绩单如何办理一比一原版纽卡斯尔大学毕业证成绩单如何办理
一比一原版纽卡斯尔大学毕业证成绩单如何办理
 
Atlantic Grupa Case Study (Mintec Data AI)
Atlantic Grupa Case Study (Mintec Data AI)Atlantic Grupa Case Study (Mintec Data AI)
Atlantic Grupa Case Study (Mintec Data AI)
 
Artificial_General_Intelligence__storm_gen_article.pdf
Artificial_General_Intelligence__storm_gen_article.pdfArtificial_General_Intelligence__storm_gen_article.pdf
Artificial_General_Intelligence__storm_gen_article.pdf
 
Abortion pills in Dammam Saudi Arabia// +966572737505 // buy cytotec
Abortion pills in Dammam Saudi Arabia// +966572737505 // buy cytotecAbortion pills in Dammam Saudi Arabia// +966572737505 // buy cytotec
Abortion pills in Dammam Saudi Arabia// +966572737505 // buy cytotec
 
basics of data science with application areas.pdf
basics of data science with application areas.pdfbasics of data science with application areas.pdf
basics of data science with application areas.pdf
 
how can i exchange pi coins for others currency like Bitcoin
how can i exchange pi coins for others currency like Bitcoinhow can i exchange pi coins for others currency like Bitcoin
how can i exchange pi coins for others currency like Bitcoin
 
一比一原版麦考瑞大学毕业证成绩单如何办理
一比一原版麦考瑞大学毕业证成绩单如何办理一比一原版麦考瑞大学毕业证成绩单如何办理
一比一原版麦考瑞大学毕业证成绩单如何办理
 
AI Imagen for data-storytelling Infographics.pdf
AI Imagen for data-storytelling Infographics.pdfAI Imagen for data-storytelling Infographics.pdf
AI Imagen for data-storytelling Infographics.pdf
 
Webinar One View, Multiple Systems No-Code Integration of Salesforce and ERPs
Webinar One View, Multiple Systems No-Code Integration of Salesforce and ERPsWebinar One View, Multiple Systems No-Code Integration of Salesforce and ERPs
Webinar One View, Multiple Systems No-Code Integration of Salesforce and ERPs
 
Easy and simple project file on mp online
Easy and simple project file on mp onlineEasy and simple project file on mp online
Easy and simple project file on mp online
 
Pre-ProductionImproveddsfjgndflghtgg.pptx
Pre-ProductionImproveddsfjgndflghtgg.pptxPre-ProductionImproveddsfjgndflghtgg.pptx
Pre-ProductionImproveddsfjgndflghtgg.pptx
 
2024 Q1 Tableau User Group Leader Quarterly Call
2024 Q1 Tableau User Group Leader Quarterly Call2024 Q1 Tableau User Group Leader Quarterly Call
2024 Q1 Tableau User Group Leader Quarterly Call
 
MALL CUSTOMER SEGMENTATION USING K-MEANS CLUSTERING.pptx
MALL CUSTOMER SEGMENTATION USING K-MEANS CLUSTERING.pptxMALL CUSTOMER SEGMENTATION USING K-MEANS CLUSTERING.pptx
MALL CUSTOMER SEGMENTATION USING K-MEANS CLUSTERING.pptx
 

MK KOMUNIKASI DATA (TI)komdat komdat.docx

  • 1. 71 Lampiran Tabel 3 Contoh RPS RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI S1 TEKNIK INFORMATIKA/SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS ISLAM KALIMANTAN MUHAMMAD ARSYAD AL BANJARI BANJARMASIN Identitas Mata Kuliah NAMA MK KODE MK RUMPUN MATA KULIAH BOBOT(SKS) SEMESTER Direvisi Komunikasi Data dan Jaringan MK23 Teknik Informatika 3 0 2 22/02/2024 Otoritas Pengembang RPS Ketua Kelompok Keahlian Ka PRODI (Nama Koordinator Dosen MK) (Nama Ketua KK) (Wagino, S.Kom., M.Kom) Deskripsi Mata Kuliah Pada mata kuliah ini mahasiswa mempelajari tentang: (1) Konsep Dasar Komunikasi Data Dan Protokol Komunikasi, Jaringan Komunikasi data ; (2) Layer Fisik dan Komunikasi Data, Infrastruktur Dan Performansi Qos; (3) Data Link Layer, Medium Access Control (Mac); (4) Network Layer, Routing ; (5)Transport Layer, Flow Dan Congestion Control Pada Tcp; (6) Application Layer, Presentation, Dan Session, Pengkodean Data, (7) Intranet,Exstranet dan Internet, Jaringan Dan Pemrograman Jaringan Berbasis Python In this course, students learn about: (1) Basic Concepts of Data Communication and Communication Protocols, Data Communication Networks ; (2) Physical and Data Communication Layer, Qos Infrastructure and Performance; (3) Data Link Layer, Medium Access Control (Mac); (4) Network Layer, Routing; (5) Transport layer, flow and congestion control on Tcp; (6) Application Layer, Presentation, and Session, Data Encoding, (7) Intranet, Exstranet and Internet, Network and Python-Based Network Programming Capaian Pembelajaran Lulusan & Capaian Pembelajaran Mata Kuliah Capaian Pembelajaran Lulusan (CPL) PRODI CPL05 Menguasai konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat CPL08 Kemampuan mengimplementasi kebutuhan computing dengan mempertimbangkan berbagai metode/algoritma yang sesuai. Capaian Pembelajaran Mata Kuliah (CPMK) CPL yang di dukung CPMK051 mampu Menguasai konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi CPL05 CPMK052 mampu mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat CPL05
  • 2. 72 CPMK083 Mampu mengevaluasi kebutuhan computing yang efisien sesuai kebutuhan. CPL08 Penilaian Id CPMK Bobot per Bentuk Penilaian TOTAL BOBOT PER CPMK Tugas 1 (kehadiran) Tugas 2 (mandiri) Tugas 3 (kelompok) Proyek 1 (UTS) Proyek 2 (UAS) CPMK051 5 5 5 15 0 30 CPMK052 5 5 5 10 15 40 CPMK083 5 5 5 0 15 30 Total per penilaian 15 15 15 25 30 100 Pustaka/Bahan Kajian Utama: [BK02] Security Policy and Management [BK06] Data and Information Management [BK08] Computer Networks Pustaka Pendukung: - Computer Science Papers (catatan: lampirkan referensi hasil penelitian dan PKM dosen yang berkaitan jaringan) Media Software: Hardware : Pembelajaran Powerpoint,Ms word Komputer/Laptop; Projector Team (Nama-Nama Dosen Pengampu MK) Teaching Matakuliah Syarat Ambang Batas 50.01 Kelulusan Mahasiswa Ambang Batas 85.00% Kelulusan MK
  • 3. 73 MINGGU KE- ID CPMK DESKRIPSI SUB CPMK INDIKATOR KETERCAPAIAN CPMK BENTUK ASSESSMEN MATERI METODE LUAR JARINGAN (TATAP MUKA) DALAM JARINGAN (DARING) 1 CPMK051, CPMK083 Mampu memahami konsep dasar Dasar Komunikasi Data Dan Protokol Komunikasi Ketepatan mahasiswa dalam menjelaskan konsep dasar Komunikasi Data Dan Protokol Komunikasi Tugas 1 a) Definisi jaringan telekomunikasi b) Alasan mempelajari jaringan telekomunikasi dan komunikasi data c) mempelari Arsitektur jaringan Tugas 1 Literature Review: Membaca paper SNA dan menyusun resume sesuai format yang telah ditentukan [BM: 1x(3x60’)] BT=[3x50”] Pustaka: Ceramah dan Diskusi [TM: 1x(3x50’)] - 2 CPMK051, CPMK083 Mampu memahami Jaringan Komunikasi data Ketepatan mahasiswa dalam menjelaskan Jaringan Komunikasi data Tugas 1 a) Definisi Konsep system komunikasi data b) mengenal jaringan berdasarkan skalanya : LAN, MAN,WAN,Inter net c)Pengenalan OCI layer dan Model TCP/IP Membaca paper SNA dan menyusun resume sesuai format yang telah ditentukan [BM: 1x(3x60’)] BT=[3x50”] Pustaka: Ceramah dan Diskusi [TM: 1x(3x50’)] -
  • 4. 74 MINGGU KE- ID CPMK DESKRIPSI SUB CPMK INDIKATOR KETERCAPAIAN CPMK BENTUK ASSESSMEN MATERI METODE LUAR JARINGAN (TATAP MUKA) DALAM JARINGAN (DARING) 3 CPMK051, CPMK083 Mampu memahami konsep Layer Fisik dan Komunikasi Data Ketepatan mahasiswa dalam memahami dan menjelaskan konsep Layer Fisik dan Komunikasi Data Tugas 2 a) penjelasan sinyal dan data (data analog dan digital,sinyal analog dan digital) b) penjelasan sinya digital Bit rate dan bit length c) Penjelasan gangguan proses transmisi Tugas 1: Crawling Data Proyek 1: Simulasi Latihan Soal [BT: 1x(3x60’)] [BM: 1x(3x60’)] Pustaka: Ceramah dan Diskusi [TM: 1x(3x50’)] -
  • 5. 75 MINGGU KE- ID CPMK DESKRIPSI SUB CPMK INDIKATOR KETERCAPAIAN CPMK BENTUK ASSESSMEN MATERI METODE LUAR JARINGAN (TATAP MUKA) DALAM JARINGAN (DARING) 4 CPMK051, CPMK083 Mampu memahami konsep dasar Infrastruktur Dan Performansi Qos Ketepatan mahasiswa dalam memahami dan menjelaskan tentang Infrastruktur Dan Performansi Qos Tugas 2 a) Pengenalan Perangkat jaringan (Perangkat Hub/repeater, link layer switch,router b) kabel dan konektor c) performa jaringan Tugas 2: Crawling Data Proyek 1: Simulasi Latihan Soal [BT: 1x(3x60’)] [BM: 1x(3x60’)] Pustaka: Ceramah dan Diskusi [TM: 1x(3x50’)] - 5 CPMK051, CPMK083 Mampu memahami Data Link Layer Ketepatan mahasiswa dalam memahami dan menjelaskan tentang Data Link Layer Tugas 3 a) pengenalan Deteksi kesalahan (parity,cyclic redundancy check,checksum, BEC b) Eror Correction dan FEC c) protocol Tugas 1: Crawling Data Proyek 1: Simulasi Latihan Soal [BT: 1x(3x60’)] [BM: 1x(3x60’)] Pustaka: Ceramah dan Diskusi [DR: 1x(3x50’)] 1) Mengikuti perkulihan sinkronus 2) Menanyakan materi yang belum jelas ke dosen
  • 6. 76 MINGGU KE- ID CPMK DESKRIPSI SUB CPMK INDIKATOR KETERCAPAIAN CPMK BENTUK ASSESSMEN MATERI METODE LUAR JARINGAN (TATAP MUKA) DALAM JARINGAN (DARING) 6 CPMK051, CPMK083 Mampu memahami konsep dasar Medium Access Control (Mac) Ketepatan mahasiswa dalam memahami dan menjelaskan tentang Medium Access Control (Mac) Tugas 3 a) penjelasan Multiple Access Control b) penjelasan MAC Address Tugas 3: Crawling Data Proyek 1: Simulasi Latihan Soal [BT: 1x(3x60’)] [BM: 1x(3x60’)] Pustaka: Ceramah dan Diskusi [TM: 1x(3x50’)] - 7 CPMK051, CPMK083 Mampu memahami konsep dari Network Layer Ketepatan mahasiswa dalam memahami dan menjelaskan tentang Network Layer Tugas 1 a) fungsi lapis network b) pengalamatan jaringan c) Internet Protocol version6 Tugas 1: Crawling Data Proyek 1: Simulasi Latihan Soal [BT: 1x(3x60’)] [BM: 1x(3x60’)] Pustaka: Ceramah dan Diskusi [TM: 1x(3x50’)] -
  • 7. 77 MINGGU KE- ID CPMK DESKRIPSI SUB CPMK INDIKATOR KETERCAPAIAN CPMK BENTUK ASSESSMEN MATERI METODE LUAR JARINGAN (TATAP MUKA) DALAM JARINGAN (DARING) 8 UTS CPMK051, CPMK083 Semua kemampuan akhir CPMK051,CPMK08 3 Ketepatan tujuan Proyek 1 untuk CPMK051,CPMK0 83 Proyek 1 Proyek 1 (UTS) Final revision dokumen Proyek 1 [TM: 1x(3x50’)] [BT: 1x(3x60’)] [BM: 1x(3x60’)] Pustaka: Mengumpulkan dokumen proyek 1 - 9 CPMK052, CPMK083 Mampu memahami tentang Routing Ketepatan mahasiswa dalam memahami dan menjelaskan tentang Routing Tugas 2 a) pembahasan teori Graph b) Klasifikasi Routing c) Algoritma Routing Tugas 2: Crawling Data Proyek 2: Simulasi Latihan Soal [BT: 1x(3x60’)] [BM: 1x(3x60’)] Pustaka: -- Ceramah dan Diskusi [DR: 1x(3x50’)] 1) Mengikuti perkulihan sinkronus 2) Menanyakan materi yang belum jelas ke dosen
  • 8. 78 MINGGU KE- ID CPMK DESKRIPSI SUB CPMK INDIKATOR KETERCAPAIAN CPMK BENTUK ASSESSMEN MATERI METODE LUAR JARINGAN (TATAP MUKA) DALAM JARINGAN (DARING) 10 CPMK052, CPMK083 Mampu menganalisis Transport Layer Ketepatan mahasiswa dalam memahami dan menjelaskan tentang Transport Layer Proyek 2 a) pengertian Transport Layer b) Penjelasan Protokol Lapis Transport c) Protokol TCP (Transmission Control Protocol) Tugas 1: Crawling Data Proyek 2: Simulasi Latihan Soal [BT: 1x(3x60’)] [BM: 1x(3x60’)] Pustaka: Ceramah dan Diskusi [TM: 1x(3x50’)] -- 11 CPMK052, CPMK083 Mampu manganalisis Flow Dan Congestion Control Pada Tcp Ketepatan mahasiswa dalam memahami dan menjelaskan Flow Dan Congestion Control Pada Tcp Proyek 2 a) pengenalan control Aliran b) pengenalan Control kesalahan c) Control kemacetan Tugas 2: Crawling Data Proyek 2: Simulasi Latihan Soal [BT: 1x(3x60’)] [BM: 1x(3x60’)] Pustaka: Ceramah dan Diskusi [TM: 1x(3x50’)] --
  • 9. 79 MINGGU KE- ID CPMK DESKRIPSI SUB CPMK INDIKATOR KETERCAPAIAN CPMK BENTUK ASSESSMEN MATERI METODE LUAR JARINGAN (TATAP MUKA) DALAM JARINGAN (DARING) 12 CPMK052, CPMK083 Mampu menganalisis konsep Application Layer, Presentation, Dan Session Ketepatan mahasiswa dalam memahami dan menjelaskan Application Layer, Presentation, Dan Session Proyek 2 a) Hypertext Transfer Protocol (HTTP) b) Simple Mail Transfer Protocol (SMTP) c) POP3 (Post Office Protocol 3) d) IMAP (Internet Mail Access Protocol) dan Domain Name Server (DNS) Tugas 2: Crawling Data Proyek 2: Simulasi Latihan Soal [BT: 1x(3x60’)] [BM: 1x(3x60’)] Pustaka: Ceramah dan Diskusi [TM: 1x(3x50”)] -- 13 CPMK052, CPMK083 Mampu menganalisis konsep Pengkodean Data Ketepatan mahasiswa dalam memahami Pengkodean Data Proyek 2 a) Data digital dan Sinyal-sinyal digital b) Data Analog dan sinyal-sinyal analog Tugas 3: Crawling Data Proyek 2: Simulasi Latihan Soal [BT: 1x(3x60’)] [BM: 1x(3x60’)] Pustaka: Ceramah dan Diskusi [TM: 1x(3x50”)] --
  • 10. 80 MINGGU KE- ID CPMK DESKRIPSI SUB CPMK INDIKATOR KETERCAPAIAN CPMK BENTUK ASSESSMEN MATERI METODE LUAR JARINGAN (TATAP MUKA) DALAM JARINGAN (DARING) 14 Proyek 2 a) Fungsi, jenis dan pemanfaatan Intranet b) Fungsi, jenis dan pemanfaatan Exstranet c) Fungsi, jenis dan perkembangan Internet saat ini Ceramah dan Diskusi [TM: 1x(3x50’)] -- CPMK052, CPMK083 Mampu memahami pengembangan Intranet,Exstranet dan Internet Tugas 3: Crawling Data Proyek 2: Simulasi Latihan Soal [BT: 1x(3x60’)] [BM: 1x(3x60’)] Pustaka: Ketepatan mahasiswa dalam memahami dan menjelaskan Pengembangan Intranet,Exstranet dan Internet 15 Mampu menganalisis konsep Simulasi Jaringan Dan Pemrograman Jaringan Berbasis Python Ketepatan mahasiswa dalam memahami Simulasi Jaringan Dan Pemrograman Jaringan Berbasis Python Proyek 2 a)Simulasi Jaringan dan Konfigurasi Router Cisco b) Pengantar Bahasa Pemrograman Python Tugas 3: Crawling Data Proyek 2: Simulasi Latihan Soal [BT: 1x(3x60’)] [BM: 1x(3x60’)] Pustaka: Ceramah dan Diskusi [TM: 1x(3x50’)] -- CPMK052, CPMK083
  • 11. 81 MINGGU KE- ID CPMK DESKRIPSI SUB CPMK INDIKATOR KETERCAPAIAN CPMK BENTUK ASSESSMEN MATERI METODE LUAR JARINGAN (TATAP MUKA) DALAM JARINGAN (DARING) c) Automasi Jaringan Menggunakan Python Pustaka: 16 UAS CPMK052, CPMK083 Semua kemampuan akhir CPMK011 dan CPMK062 Ketepatan mencapai tujuan CPMK011 dan CPMK062 Tugas 1,Tugas 2 dan Tugas 3 Proyek 2 Final revision dokumen Proyek 2 [TM: 1x(3x50’)] [BT: 1x(3x60’)] [BM: 1x(3x60’)] Mengumpulkan dokumen Proyek 2 -- TM = Tatap Muka di kelas; BT = Belajar Terstruktur (mengerjakan PR atau tugas); BM = Belajar Mandiri di luar kelas; DR = Pembelajaran secara daring Student Center Learning-Jigsaw: salah satu model pembelajaran yang terdiri dari tim-tim belajar heterogen, beranggotakan 4-6 mahasiswa, setiap mahasiswa bertanggung jawab atas penguasaan bagian dari materi belajar dan harus mampu mengajarkan bagian tersebut kepada anggota tim lainnya.
  • 12. 82 Notes: a. Ambang Batas Kelulusan Mahasiswa merupakan batas minimal nilai yang harus dicapai mahasiswa untuk setiap CPMK pada MK b. Ambang Batas Kelulusan Mata Kuliah merupakan batas minimal persentase jumlah mahasiswa dalam satu periode pengajaran yang memperoleh nilai >= Ambang Batas Kelulusan Mahasiswa. Contoh: Dalam 1 kelas terdapat 50 mahasiswa, dimana 30 diantaranya mendapatkan nilai akhir lebih dari 50,01; 15 mahasiswa memperoleh nilai di bawah 50,01; sementara 5 lainnya memperoleh nilai 50,01. maka persentase untuk 1 CPMK pada MK ini sebagai berikut: di atas ambang batas sesuai ambang batas di bawah ambang batas Status MK CPMK051 20 58.00% 5 14.00% 10 28.00% FAILED CPMK052 20 58.00% 5 14.00% 10 28.00% FAILED CPMK083 20 58.00% 5 14.00% 10 28.00% FAILED karena persentase jumlah mahasiswa yang berada di bawah ambang batas kelulusan lebih dari 14,5%.
  • 13. 83 RUBRIK PENILAIAN Capaian Pembelajaran Mata Kuliah (CPMK) DESKRIPSI PERILAKU NSM ≤ 40 40 < NSM ≤ 50 50 < NSM ≤ 60 60 < NSM ≤ 65 65 < NSM ≤ 70 70 < NSM ≤ 80 80 < NSM E (Sangat Kurang) D (Kurang) C (Cukup) C+ (Cukup Baik) B (Baik) B+ (Baik Sekali) A (Istimewa) CPMK083: • Sangat tidak Mampu mengevaluasi kebutuhan computing yang efisien sesuai kebutuhan. • Tidak Mampu mengevaluasi kebutuhan computing yang efisien sesuai kebutuhan. • Cukup Mampu mengevaluasi kebutuhan computing yang efisien sesuai kebutuhan. • Cukup baik • Baik • Baik sekali Mampu mengevaluasi kebutuhan computing yang efisien sesuai kebutuhan. • Istimewa Mampu mengevaluasi kebutuhan computing yang efisien sesuai kebutuhan. Mampu mengevaluasi kebutuhan computing yang efisien sesuai kebutuhan. Mampu mengevaluasi kebutuhan computing yang efisien sesuai kebutuhan. Mampu mengevaluasi kebutuhan computing yang efisien sesuai kebutuhan.
  • 14. 84 Capaian Pembelajaran Mata Kuliah (CPMK) DESKRIPSI PERILAKU NSM ≤ 40 40 < NSM ≤ 50 50 < NSM ≤ 60 60 < NSM ≤ 65 65 < NSM ≤ 70 70 < NSM ≤ 80 80 < NSM E (Sangat Kurang) D (Kurang) C (Cukup) BC (Cukup Baik) B (Baik) AB (Baik Sekali) A (Istimewa) CPMK051: • Sangat tidak mampu Menguasai konsep teoritis bidang pengetahuan Ilmu Komputer/Inform atika dalam mendesain dan mensimulasikan aplikasi dan mampu mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengankebutuhan industri dan • Tidak • Cukup mampu Menguasai konsep teoritis bidang pengetahuan Ilmu Komputer/Inform atika dalam mendesain dan mensimulasikan aplikasi dan mampu mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengankebutuhan industri dan • Cukup baik • Baik • Baik sekali Menguasai konsep teoritis bidang pengetahuan Ilmu Komputer/Inform atika dalam mendesain dan mensimulasikan aplikasi dan mampu mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengankebutuha n industri dan • Istimewa mampu Menguasai konsep teoritis bidang pengetahuan Ilmu Komputer/Informat ika dalam mendesain dan mensimulasikan aplikasi Menguasai konsep teoritis bidang pengetahuan Ilmu Komputer/Informa tika dalam mendesain dan mensimulasikan aplikasi dan mampu mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengankebutuhan industri dan Menguasai konsep teoritis bidang pengetahuan Ilmu Komputer/Informat ika dalam mendesain dan mensimulasikan aplikasi dan mampu mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengankebutuhan industri dan Menguasai konsep teoritis bidang pengetahuan Ilmu Komputer/Inform atika dalam mendesain dan mensimulasikan aplikasi dan mampu mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengankebutuhan industri dan Menguasai konsep teoritis bidang pengetahuan Ilmu Komputer/Informati ka dalam mendesain dan mensimulasikan aplikasi dan mampu mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengankebutuhan industri dan CPMK052: mampu mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengankebutuhan industri dan masyarakat
  • 15. 85 RENCANA TUGAS MAHASISWA RENCANA TUGAS MAHASISWA Mata KOMUNIKASI DATA DAN JARINGAN Kuliah Kode MK23 SKS 3 SEMESTER 2 Dosen (Nama Dosen Pengampu MK) Pengampu BENTUK TUGAS Tugas 1: Literatur Review Pustaka: SUB CAPAIAN PEMBELAJARAN Mampu memahami konsep dasar Komunikasi Data dan jaringan (CPMK051, CPMK083) DESKRIPSI TUGAS Mahasiswa membaca materi dan penelitian tentang Komunikasi Data dan jaringan INDIKATOR, KRITERIA DAN BOBOT PENILAIAN 1. Tugas 2. Laporan literature review dikumpulkan pada minggu ke-2 perkul 3. Laporan akan dinilai sesuai rubrikasi yang telah diberikan Iahan JADWAL PELAKSANAAN Minggu ke-1 perkuliahan LAIN-LAIN Bobot nilai Tugas 1 adalah 15% dari total bobot mata kuliah DAFTAR RUJUKAN [MAK11] dan CS Papers RENCANA TUGAS MAHASISWA Mata Kuliah KOMUNIKASI DATA DAN JARINGAN Kode MK23 SKS 3 SEMESTER 2 Dosen Pengampu (Nama Dosen Pengampu MK) BENTUK TUGAS
  • 16. 86 Tugas 2: Crawling Data Pustaka: [MAK11] CS Papers SUB CAPAIAN PEMBELAJARAN Mampu memahami Layer Fisik, Infrastruktur Dan Performansi Qos (CPMK051,CPMK083) DESKRIPSI TUGAS Mahasiswa membaca materi tentang Layer Fisik, Infrastruktur Dan Performansi Qos INDIKATOR, KRITERIA DAN BOBOT PENILAIAN 1. Tugas 2 diberikan pada minggu ke-4 perkuliahan 2. Tugas 2 dikumpulkan pada minggu ke-5 perkuliahan JADWAL PELAKSANAAN Minggu ke-4 sampai dengan minggu ke-5 perkuliahan LAIN-LAIN Bobot nilai Tugas 2 adalah 15% dari total bobot mata kuliah DAFTAR RUJUKAN [MAK11] dan CS Papers RENCANA TUGAS MAHASISWA Mata Kuliah KOMUNIKASI DATA DAN JARINGAN Kode MK23 SKS 3 SEMESTER 2 Dosen Pengampu (Nama Dosen Pengampu MK) BENTUK TUGAS Tugas 3: Crowing data Pustaka: [MAK11] CS Papers SUB CAPAIAN PEMBELAJARAN
  • 17. 87 Mampu memahami Link Layer, Medium Access Control(Mac), Network Layer (CPMK051,CPMK083) DESKRIPSI TUGAS LITERASI Mahasiswa membaca materi tentang tentang Link Layer, Medium Access Control (Mac), Network Layer INDIKATOR, KRITERIA DAN BOBOT PENILAIAN 1. Tugas 3 diberikan pada minggu ke-5 perkuliahan 2. Tugas 3 dikumpulkan pada minggu ke-7 perkuliahan JADWAL PELAKSANAAN Minggu ke-5 sampai 7 perkuliahan LAIN-LAIN Bobot nilai Tugas 3 adalah 15% dari total bobot mata kuliah DAFTAR RUJUKAN [MAK11] dan CS Papers RENCANA TUGAS MAHASISWA Mata KOMUNIKASI DATA DAN JARINGAN Kuliah Kode MK23 SKS 3 SEMESTER 2 Dosen (Nama Dosen Pengampu MK) Pengampu BENTUK TUGAS PROYEK 1: Menerapkan dan Memahami Infrastruktur jaringan komunikasi data Pustaka: SUB CAPAIAN PEMBELAJARAN Literasi dan mempersiapkan pengetahuan terkait materi perkuliahan Mampu menerapkan dan memahami (Perangkat Hub/repeater,link layer switch,router kabel dan konektor (CPMK051, CPMK083) DESKRIPSI TUGAS LITERASI Mahasiswa membaca materi tentang Infrastruktur Dan Performansi Qos INDIKATOR, KRITERIA DAN BOBOT PENILAIAN 1. Penjelasan rencana Proyek 1 diberikan pada minggu ke-1 perkuliahan 2. Mahasiswa menyusun rencana Proyek 1 dan 2 dan dikumpulkan pada minggu ke-3 perkuliahan 3. Proyek 1 dikumpulkan pada minggu ke-7 dan mahasiswa mempresentasikan hasil Proyek 1 dalam bentuk paper dan implementasi program
  • 18. 88 JADWAL PELAKSANAAN Minggu ke-2 sampai dengan minggu ke-7 LAIN-LAIN Bobot nilai Proyek 1 adalah 25% dari total bobot mata kuliah DAFTAR RUJUKAN [WAS94], [MAK11] dan CS Papers RENCANA TUGAS MAHASISWA Mata PENGANTAR TEKNOLOGI INFORMASI Kuliah Kode MK23 SKS 3 SEMESTER 2 Dosen (Nama Dosen Pengampu MK) Pengampu BENTUK TUGAS PROYEK 2: Menerapkan Simulasi Jaringan Dan Pemrograman Jaringan Berbasi Python Pustaka: [WAS94] [MAK11] CS Papers SUB CAPAIAN PEMBELAJARAN Literasi dan mempersiapkan pengetahuan tentang Simulasi Jaringan dan Konfigurasi Router Cisco, Pengantar Bahasa Pemrograman Python,Automasi Jaringan Menggunakan Python (CPMK052,CPMK083) DESKRIPSI TUGAS LITERASI Mahasiswa dapat mesimulasikan Jaringan Dan Pemrograman Jaringan Berbasi Python INDIKATOR, KRITERIA DAN BOBOT PENILAIAN 1. Penjelasan rencana Proyek 2 diberikan pada minggu ke-8 perkuliahan 2. Mahasiswa menyusun rencana Proyek 2 dan dikumpulkan pada minggu ke-9 perkuliahan 3. Proyek 1 dikumpulkan pada minggu ke-14 dan mahasiswa mempresentasikan hasil Proyek 1 dalam bentuk paper dan implementasi program JADWAL PELAKSANAAN Minggu ke-8 sampai dengan minggu ke-15 LAIN-LAIN Bobot nilai Proyek 2 adalah 30% dari total bobot mata kuliah DAFTAR RUJUKAN [WAS94], [MAK11] dan CS Papers
  • 19. 89 COGNITIVE LEVEL CPMK051 Kemampuan memahami cara kerja sistem computer terkait jaringan dan komunikasi data CPMK052 Kemampuan Menguasai konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi dengan jaringan CPMK083 Kemampuan mendesain jaringan dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat Cognitive Level Kriteria C1 C2 C3 C4 C5 Remembering Understanding Applying Analysing Evaluation Konten 1: Konsep Analisis Jaringan Sosial (Pengenalan, Definisi, dan konsep dasar Analisis Jaringan Sosial) Tugas berkelompok: Setiap kelompok terdiri dari maksimal 3 mahasiswa. Deskripsi Tugas: Pilih 1 metode Social Network Analysis (SNA) di bawah ini dan implementasikan metode tersebut untuk mengidentifikasi "influential nodes" di jejaring Twitter. Buatlah laporan dalam format IEEE Paper (max.6 halaman). Laporan berisi judul, nama, latar belakang, metode SNA, disertai hasil implmentasi, analisis, kesimpulan, dan referensi. Metode yang dapat dipilih: degree centrality, betweeness centrality, closeness centrality Dataset Twitter: dapat diunduh di link berikut. (Dataset terdiri dari 1000 node, dengan studi kasus tweet politik). Keluaran Tugas berupa: program dan laporan Waktu pengerjaan: 5 minggu Program: - Program dapat dijalankan tanpa ada error - Program dapat mengeluarkan hasil berupa daftar yang berisi 10 influental node dengan benar berdasarkan metode yang dipilih dan dataset yang diberikan Laporan: - Format Laporan sesuai dengan format paper IEEE - Jumlah halaman laporan maksimal 6 halaman - Laporan berisi judul, nama, latarbelakang, penjelasan metode yang digunakan, hasil eksperimen, analisis hasil eksperimen, kesimpulan, dan referensi. - Menggunakan bahasa Indonesia yang baku dan benar Konten 1: Konsep Analisis Jaringan Sosial (Tipe, struktur, dan model jaringan) Konten 2: Sentralitas Jaringan (Konsep sentralitas jaringan) Konten 2: Sentralitas Jaringan (Metode perhitungan sentralitas jaringan)
  • 20. 90 Cognitive Level Kriteria C1 C2 C3 C4 C5 Remembering Understanding Applying Analysing Evaluation Konten 2: Sentralitas Sumber: slide perkuliahan, paper SNA, tools python Progres Tugas dipresentasikan setiap minggu (minggu 1-5) untuk mendapatkan komentar dan masukan di kelas. Tugas dikumpulkan pada minggu ke-7 Jaringan (Contagion dan Influnce jaringan) Konten 3: Tugas berkelompok: Tools/Perangkat Lunak Setiap kelompok terdiri dari maksimal 3 mahasiswa. Analisis Jaringan Deskripsi Tugas: (Data wrangling, Lakukan data wrangling di Twitter dengan jumlah Program: pengukuran, dan node minimal 500 nodes. Keyword dan studi kasus - Diperoleh dataset Twitter yang terdiri dari visualisasi jaringan) bebas. minimal 500 nodes Konten 4: Graf Berdasarkan data yang sudah diperoleh, Terapkan 1 - Program dapat dijalankan tanpa ada error (Definisi dan properti metode Social Network Analysis (SNA) untuk - Program dapat mengeluarkan hasil berupa graf) mengidentifikasi "komunitas" di jejaring Twitter dan komunitas yang terbentuk di jaringan berdasarkan Konten 4: Graf buatlah laporan dalam format IEEE Paper (max.6 metode yang dipilih dan dataset yang diberikan (Graf berarah dan tidak halaman). berarah) Laporan: Konten 5: Deteksi Sifat Produk: program dan laporan - Format Laporan sudah sesuai dengan format komunitas Waktu pengerjaan: 5 minggu paper IEEE (Komunitas jaringan) Progres Tugas dipresentasikan setiap minggu untuk - Jumlah halaman laporan maksimal 6 halaman Konten 5: Deteksi mendapatkan komentar dan masukan di kelas - Laporan berisi judul, nama, latarbelakang, komunitas Sumber daya: slide perkuliahan, paper SNA, penjelasan metode yang digunakan, hasil (Groups: subgroups dan python eksperimen, analisis, kesimpulan, dan referensi cliques, clustering, block - Menggunakan bahasa Indonesia yang baku dan models) Progres Tugas dipresentasikan setiap minggu benar Konten 5: Deteksi (minggu 1-5) untuk mendapatkan komentar dan komunitas masukan di kelas. (Pola dalam jaringan Tugas dipresentasikan pada minggu ke-14 sosial) perkuliahan
  • 21. 91 RUBRIC PROJECT A. MID-TERM PROJECT ASESSMENT RUBRIC CRITERIAS PERCENTAGE 100 80 60 40 20 The source code can works properly without errors. 20% The source code can works properly without errors. The source code can works properly with 1 error/bug. The source code can works properly with 2-5 errors/bugs. The source code can works properly with >5 errors/bugs. The source code can not works properly. The program can correctly generate a list of 10 influental nodes/users based on the selected method and the given dataset. 25% The program can correctly generate a list of 10 influental nodes/users based on the selected method and the given dataset (100%) The program can correctly generate a list of 10 influental nodes/users based on the selected method and the given dataset (80% =< X < 100%) The program can correctly generate a list of 10 influental nodes/users based on the selected method and the given dataset (50% =< X < 80%) The program can correctly generate a list of 10 influental nodes/users based on the selected method and the given dataset (X < 50%) The program can not generate a list of 10 influental nodes/users based on the selected method and the given dataset. The report format according to the IEEE format 5% Report formats are compliant with IEEE format (100%) Report formats are compliant with IEEE format (80%) Report formats are compliant with IEEE format (60%) Report formats are compliant with IEEE format (40%) Report formats are not compliant with IEEE format (<40%) Report Content: The contents of the report are correct and complete, including: title, name, background, explanation of the methods, experimental results, depth of analysis of experimental results, conclusions, and references 20% The contents of the report are correct and complete, including: title, name, background, explanation of the methods, experimental results, depth of analysis of experimental results, The contents of the report are correct but not complete, only include: title, name, background, explanation of the methods, experimental results. The contents of the report are correct but not complete, only include: title, name, background, explanation of the methods, and part of experimental results. The contents of the report are correct but not complete, there's no explanation of the methods neither analysis of the experiment, conclusion, and references. The contents of the report are not correct and not complete, there's no explanation of the methods neither analysis of the experiment, conclusion, and references.
  • 22. 92 CRITERIAS PERCENTAGE 100 80 60 40 20 conclusions, and references Analytical thinking 20% Data or design alternatives are analyzed mostly systematically. Critical thinking is usually evident. Little evidence Little evidence and there is no systematic process was used to analyze data or design alternatives. Critical thinking is very weak. Students do not analyze data or design systematically, in- depth, and with critical thinking. Students analyze that a systematic data or design alternatives systematically, in- depth, and with critical thinking. process was used to analyze data or design alternatives. Critical thinking is often weak. Presentation 10% Delivers clear and comprehensive presentation. Very confidence. Delivers clear and less comprehensive presentation. Confidence. Delivers less clear and less comprehensive presentation. Fair confidence. Delivers less clear and not comprehensive presentation. Less confidence Presentation is not clear and comprehensive, not confidence. B. FINAL-TERM PROJECT ASESSMENT RUBRIC CRITERIAS PERCENTAGE 100 80 60 40 20 The source code can works properly without errors. 20% The source code can work properly without errors. The source code can work properly with 1 error/bug. The source code can work properly with 2-5 errors/bugs. The source code can work properly with >5 errors/bugs. The source code cannot work properly. The program can correctly generate communities based on the selected method and the given dataset. 25% The program can correctly generate communities based on the selected method and the given dataset (100%) The program can correctly generate communities based on the selected method and the given dataset (80% =< X < 100%) The program can correctly generate communities based on the selected method and the given dataset (50% =< X < 80%) The program can correctly generate communities based on the selected method and the given dataset (X < 50%) The program cannot generate communities based on the selected method and the given dataset
  • 23. 93 CRITERIAS PERCENTAGE 100 80 60 40 20 The report format according to the IEEE format 5% Report formats are compliant with IEEE format (100%) Report formats are compliant with IEEE format (80%) Report formats are compliant with IEEE format (60%) Report formats are compliant with IEEE format (40%) Report formats are not compliant with IEEE format (<40%) Report Content: The contents of the report are correct and complete, including: title, name, background, explanation of the methods, experimental results, depth of analysis of experimental results, conclusions, and references 20% The contents of the report are correct and complete, including: title, name, background, explanation of the methods, experimental results, depth of analysis of experimental results, conclusions, and references The contents of the report are correct but not complete, only include: title, name, background, explanation of the methods, experimental results. The contents of the report are correct but not complete, only include: title, name, background, explanation of the methods, and part of experimental results. The contents of the report are correct but not complete, there's no explanation of the methods neither analysis of the experiment, conclusion, and references. The contents of the report are not correct and not complete, there's no explanation of the methods neither analysis of the experiment, conclusion, and references. Analytical thinking 20% Students analyze data or design alternatives systematically, in- depth, and with critical thinking. Data or design alternatives are analyzed mostly systematically. Critical thinking is usually evident. Little evidence that a systematic process was used to analyze data or design alternatives. Critical thinking is often weak. Little evidence and there is no systematic process was used to analyze data or design alternatives. Critical thinking is very weak. Students do not analyze data or design systematically, in- depth, and with critical thinking. Presentation 10% Delivers clear and comprehensive presentation. Very confidence. Delivers clear and less comprehensive presentation. Confidence. Delivers less clear and less comprehensive presentation. Fair confidence. Delivers less clear and not comprehensive presentation. Less confidence Presentation is not clear and comprehensive, not confidence.
  • 24. 94 A. LITERATURE REVIEW RUBRIC RUBRIK TUGAS CRITERIAS PERCENTAGE 100 80 60 40 20 Organization and wrting style 30% Well organized Minor problems with organization or writing style do not impede the reader's understanding. A few problems with organization and writing style are annoying for the reader but the text is understandable. Quite a few problems with organization and writing style are found throughout the literature review, making it somewhat difficult to understand. Many problems with organization and writing style make the literature review very difficult to read. No Typos. Writing is clear and concise Minor typos. Writing is clear but not concise. Major typos. Writing is clear but not concise. Major typos. Writing is unclear but not concise. Writing is unclear as it's suspected of using a translator. Paraphrasing of information from published souces is well done Paraphrasing is well done Adequate attempt to paraphrase the information. Poor attemp to paraphrase the information Very poor attempt to paraphrase information. Inappropriate use of direct quotes. Analysis and discussion 40% The journal are critically analyzed and discussed The journal are analyzed and discussed The journal are fair analyzed and discussed The journal are poor analyzed and discussed The journal are not analyzed and discussed Conclusion, synthesis of idea and summary of work 30% There is a succinct and precise conclusion based on the paper. Conclusions are strongly supported in the report. Good summary paragraph for readers There is a conclusion that supported in the report There is a concluding remark that show a synthesis of idea. However, they were not supported in the body of the report There is a concluding remark but there is no a synthesized idea. They were not supported in the body of the report There is no conclusion, no synthesize information or make a conclusion based on literature review
  • 25. 95 B. CRAWLING DATA RUBRIC CRITERIAS Program Report 100 50 0 100 50 0 Build a crawler that collects a user's profile information from Twitter given the user's Twitter ID There is an error / any errors Complete without There is no report Program runs Program doesn't Complete with example/only display correctly correctly examples the output from the program Build a crawler that collects a user's social network information given the user's ID There is an error / any errors Complete without There is no report Program runs Program doesn't Complete with example/only display correctly correctly examples the output from the program Build a crawler that collects the tweets using a set of specified keywords and a geolocation-based criteria There is an error / any errors Complete without There is no report Program runs Program doesn't Complete with example/only display correctly correctly examples the output from the program TOTAL AVG AVG AVG AVG AVG AVG C. DATA VISUALIZATION RUBRIC QUESTIONS CRITERIAS No Yes Q1: Please upload the dataset in Gephi format. Did student upload a database in Gephi format database? 0 10 Q2: Upload a screenshot of your "Overview" tab in Gephi, which shows your network after you ran the "Yifan Hu" Layout algorithm Did students upload a screenshot of their "Overview" tab in Gephi, which shows their network after they ran the "Yifan Hu" Layout algorithm? 0 8 Q3: Calculate the average Degree of your network. Display and analyze all three resulting network measures: a. Degree b. In-Degree c. Out-Degree Did students calculate the average degree ot their network? 0 4 Did students display and analyze all three resulting network measures? 0 4 Did student answer the question (a) correctly? 0 8
  • 26. 96 QUESTIONS CRITERIAS No Yes Answer the following questions: a. What is the difference between them? b. How many categories do you get for each? c. Can you make sense of the numbers the indicate the number of degree per category for each of the three measures? Why or why not? Did student answer the question (b) correctly? 0 8 Did student answer the question (c) correctly? 0 10 Q4: How many nodes/videos are shared by both YouTube channels? Count them or calculate them Did students provide a sum total of the videos correctly? 0 6 Q5: Calculate the "Undirected Closeness Centrality" for your network, through "Average Path Length" and then answer the questions: a. How many groups of nodes do you get? b. Please interpret the different groups. Which nodes are part of which group and why? c. Calculate PageRank for your network, a special version of Eigenvector Centrality. Then answer the following questions: • How many groups of nodes do you get for PageRank? • What do they measure? • Is this useful? Did students answer the question (a) correctly? 0 4 Did students answer the question (b) correctly? 0 10 Did students answer the question (c1) correctly? 0 8 Did student describe the question (c2) correctly? 0 8 Did student answer the question (c3) correctly? 0 4 Q6: Please upload a screenshot of your "Data Laboratory" tab, now at the end, after you have done the preceding analysis. Did students upload a screenshot of their entire "Data Laboratory" tab? 0 4 Did students make sure that the "Id" columns is completely readable? 0 4