RENCANA PEMBELAJARAN SEMESTER (RPS)

UNIVERSITAS DIPONEGORO

SPMI- UNDIP RPS 10.04.05 588

Revisi ke 1
Tanggal 5 September 2019
Dikaji Ulang Oleh Ketua Program Studi Teknik Elektro
Dikendalikan Oleh GPM Teknik Elektro
Disetujui Oleh Dekan Fakultas Teknik

UNIVERSITAS SPMI-UNDIP/RPS/10.04.05/588 Disetujui Oleh

DIPONEGORO
Revisi ke Tanggal Dekan Fak. Teknik
Rencana Pembelajaran
1 5
Semester
September
2019
 UNIVERSITAS DIPONEGORO
SPMI-
FAKULTAS TEKNIK
UNDIP/RPS/10.04.05/58
DEPARTEMEN TEKNIK ELEKTRO
8
PROGRAM SARJANA

RENCANA PEMBELAJARAN SEMESTER

TANGGAL
MATA KULIAH (MK) KODE RUMPUN MK BOBOT SEMESTER
PENYUSUNAN
Metoda Pemrograman Teknologi 5 September
TEL21588 T=2 P=0 7
Modern Informasi 2019
Koordinator
OTORISASI/PENGESAHAN DOSEN PENGEMBANG RPS KaPRODI
RMK

CAPAIAN PEMBELAJARAN CPL yang dibebankan pada MK

PK2 Memiliki kemampuan melakukan perancangan, penerapan dan verifikasi
komponen, proses atau sistem yang sesuai dengan bidang keahlian
untuk memenuhi spesifikasi atau kebutuhan yang diinginkan serta
mempertimbangkan faktor-faktor lain seperti: ekonomi, lingkungan,
sosial, kesehatan, keselamatan dan keberlanjutan dengan
memanfaatkan sumber daya lokal dan nasional.
CPMK (Capaian Pembelajaran Mata Kuliah)
CPMK-1 Mampu menerapkan (C3) pengembangan perangkat lunak dengan
menggunakan metode pemrogman modern
CPMK-2 Mampu menganalisa (C4) pengembangan perangkat lunak dengan
menggunakan metode pemrogman modern
CPL � subCPMK

Deskripsi Singkat Mata kuliah ini berisi metoda pemrograman modern berbasis desktop dan web
termasuk penggunaaan data platform dan machine learning.
Bahan Kajian 1. Metode pengembangan software
Materi Pembelajaran 2. Prinsip pemrograman modern
3. Pemrograman interpreter
4. Konsep interpreter pada data science
5. Teknik pemrograman dalam data science
6. Konsep Web Framework
7. Konsep MVC dan MVVM
8. Pengembangan web berbasis XML
9. Konsep JS Framework
10. Pemrograman modern berbasis web
Pustaka Utama:
1. SUMMERFIELD, Mark. (2010). Programming in python 3: a complete
introduction to the python language (Ed. 2.). New York: Addison Wesley.
Cooper, Reimann, Cronin, 2007, About Face 3, The Essentials of Interaction
Design,Wiley Publishing Inc.
2. KINSER, Jason, Jason Kinser.Canada:. Python for bioinformatics. Canada:
Jones and barlett, 2009. Text
 Pendukung:
1. LANDSBURG, Steven E., Steven E. Landsburg.. (1989). Study guide (William V.
Weber) price theory and applications.
Pengampu M. Arfan, M.Eng
Prasyarat TEL21325 Algoritma dan Pemrograman
Media Pembelajaran Papan Tulis, LCD Projector, Laptop, dan Power Point
Bentuk
pembelajaran;
Metode
Sub-CPMK Penilaian
Pembelajaran;
Mg (sebagai Materi Bobot
Penugasan;
ke- kemampuan akhir [Estimasi Waktu] Pembelajaran (%)
yang diharapkan)
Tatap
Kriteria dan
Indikator Muka/Lur Daring
Bentuk
ing
(1) (2) (3) (4) (5) (6) (7) (8)
1 Mahasiswa mampu ● Ketepatan Kriteria: TM: 6 x (2 • Konsep 5
menjelaskan (C2) dalam Ketepatan x 50”) Extreme
metode penyajian sesuai BT + BM = Programming
pengembangan pedoman 6 x [(2 x • Konsep Agile
● Keaktifan
software penilaian 50”) +
Mahasiswa (2 x 60”)]
dalam Bentuk
diskusi non-test:
Merangkum
bahan ajar
2 Mahasiswa mampu ● Ketepatan Kriteria: TM: 1 x (2 ● Tren Teknologi 5
menjelaskan (C2) dalam Ketepatan x 50”) data science
prinsip penyajian sesuai BT + BM = ● Tren teknologi
pemrograman modern pedoman 1 x [(2 x
● Keaktifan framework
penilaian 50”) +
Mahasiswa (2 x 60”)]
dalam Bentuk
diskusi non-test:
Merangkum
bahan ajar
3 Mahasiswa ● Ketepatan Kriteria: TM: 1 x (2 ● Konsep 5
mampu menerapkan dalam Ketepatan x 50”) compiler dan
(C3) pemrograman penyajian sesuai BT + BM = interpreter
interpreter pedoman 1 x [(2 x
● Keaktifan ● Konsep Python
penilaian 50”) +
Mahasiswa (2 x 60”)]
dalam Bentuk
diskusi non-test:
Merangkum
bahan ajar
4,5 Mahasiswa dapat ● Ketepatan Kriteria: TM: 1 x (2 ● Data science 5
menjelaskan (C2) dalam Ketepatan x 50”) platform
konsep interpreter penyajian sesuai BT + BM = ● Machine
pada pedoman 1 x [(2 x
● Keaktifan learning
penilaian 50”) +
Mahasiswa (2 x 60”)]
 dalam Bentuk
diskusi non-test:
Merangkum
bahan ajar
6,7 Mahasiswa dapat ● Ketepatan Kriteria: TM: 1 x (2 ● Project data 5
mengevaluasi (C4) dalam Ketepatan x 50”) science
teknik pemrograman penyajian sesuai BT + BM = ● Evaluasi
dalam data science pedoman 1 x [(2 x
● Keaktifan akuisisi data
penilaian 50”) +
Mahasiswa (2 x 60”)]
dalam Bentuk
diskusi non-test:
Merangkum
bahan ajar
UTS 15
9 Mahasiswa mampu ● Ketepatan Kriteria: TM: 2 x (2 ● Karateristik 5
menjelaskan (C2) dalam Ketepatan x 50”) Web
konsep Web penyajian sesuai BT + BM Framework
Framerork pedoman =
● Keaktifan ● Jenis Web
penilaian 2 x [(2 x
mahasiswa 50”) + Framework
dalam Bentuk (2 x 60”)]
diskusi non-test:
Merangkum
bahan ajar
10,1 Mahasiswa mampu ● Ketepatan Kriteria: TM: 2 x (2 ● Konsep MVC 5
1 menerapkan (C3) dalam Ketepatan x 50”) ● MVVM
konsep MVC dan penyajian sesuai BT + BM
MVVM pedoman =
● Keaktifan
penilaian 2 x [(2 x
mahasiswa 50”) +
dalam Bentuk (2 x 60”)]
diskusi non-test:
Merangkum
bahan ajar
12 Mahasiswa mampu ● Ketepatan Kriteria: TM: 2 x (2 ● Konsep XML 5
mengaplikasikan (C2) dalam Ketepatan x 50”) ● Metoda
pengembangan web penyajian sesuai BT + BM pemrograman
berbasis XML pedoman =
● Keaktifan JSON
penilaian 2 x [(2 x
mahasiswa 50”) +
dalam Bentuk (2 x 60”)]
diskusi non-test:
Merangkum
bahan ajar
13,1 Mahasiswa mampu ● Ketepatan Kriteria: TM: 2 x (2 ● Pengembangan 5
4 menjelaskan (C2) dalam Ketepatan x 50”) JS
konsep JS Framework penyajian sesuai BT + BM ● Pemrograman
pedoman =
● Keaktifan JS Modern
penilaian 2 x [(2 x
mahasiswa 50”) +
dalam Bentuk (2 x 60”)]
diskusi non-test:
Merangkum
bahan ajar
15 Mahasiswa ● Ketepatan Kriteria: TM: 3 x (2 ● Project 10
mengevaluasi (C4) dalam Ketepatan x 50”) pemrograman
metode penerapan penyajian sesuai BT + BM modern
pemrograman modern pedoman =
● Keaktifan berbasis web
berbasis web penilaian 3 x [(2 x
mahasiswa 50”) +
dalam Bentuk (2 x 60”)]
diskusi non-test:
Merangkum
bahan ajar
UAS 30