SILABUS KURIKULUM

TEL21563 : Basis Data

MATA KULIAH
Kredit : 2 sks
Semester :5

DESKRIPSI MATA KULIAH

Struktur data diterapkan bersama-sama dalam algoritma untuk membetuk sebuah program.
Algoritma yang dibangun harus merupakan serangkaian struktur yang atomik Struktur data
menyusun pola berpikir untuk memecahkan suatu permasalahan.

CAPAIAN PEMBELAJARAN PRODI YANG DIDUKUNG

- Memiliki pengetahuan sains dan matematika, komputasi dan komputer untuk

menganalisis dan merancang divais atau sistem kompleks serta mampu menerapkannya
untuk memecahkan masalah rekayasa dengan prinsip-prinsip keteknikan.
- 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.
- Memiliki keterampilan yang baik dalam menggunakan metode maupun sarana dan
peralatan modern yang dibutuhkan dalam keteknikan khususnya bidang Teknik elektro.

CAPAIAN PEMBELAJARAN MATA KULIAH

- Mampu menjelaskan konsep dasar sistem basis data

- Mampu menggunakan pemrograman dasar SQL, optimasi query, normalisasi, dan
aplikasi basis data.

2
POKOK BAHASAN

1. Pengantar Basis Data

2. Model Basis Data
3. Model Data Relational dan batasannya
4. Dasar SQL
5. Aljabar dan Kalkulus dalam Basis Data
6. Basis Data Relasional menggunakan ER dan EER
7. Normalisasi Basis Data
8. Optimalisasi Proses Query
9. Basis Data Terdistribusi
10. Big Data

PRASYARAT
-

PUSTAKA UTAMA

1. Elmasri dan Navathe, Fundamental of Database System, 7th edition, Penerbit

Pearson, 2015

PUSTAKA PENDUKUNG

2
 RENCANA PEMBELAJARAN SEMESTER
PROGRAM STUDI S1 TEKNIK MESIN
INSTITUT TEKNOLOGI CIREBON
MATA KULIAH KODE Rumpun MK BOBOT (sks) SEMESTER Direvisi
Basis Data TEL21563 Teknologi Informasi T=2 P=0 5
OTORISASI Pengembang RP Koordinator RMK KaProdi S1

Capaian Pembelajaran Program Studi

-

Mata Kuliah


Diskripsi Bahan Kajian & Bahan Kajian 1. Pengantar Basis Data

2. Model Basis Data
Pokok Bahasan 3. Model Data Relational dan batasannya
4. Dasar SQL
5. Aljabar dan Kalkulus dalam Basis Data
6. Basis Data Relasional menggunakan ER dan EER
7. Normalisasi Basis Data
8. Optimalisasi Proses Query
9. Basis Data Terdistribusi
10. Big Data

Pokok Bahasan -
-
Pustaka Utama : 1. Elmasri dan Navathe, Fundamental of Database System, 7th edition, Penerbit
Pearson, 2015

1
 Pendukung : -

Media Pembelajaran Software : Hardware :

Power Point Papan Tulis, LCD Projector, Laptop,

Team Teaching

Assessment

Matakuliah Syarat - TEL21325 Algoritma dan Pemrograman.

2
 (1) (2) (3) (4) (5) (6) (7) (8) (9)
Minggu Kemampuan Bahan kajian Bentuk & Waktu Pengalaman belajar Kriteria Bobot Referensi
ke- akhir yang (Materi Pokok) Model penilaian nilai
diharapkan Pembelajar (Indikator)
(SubCPMK) an
1 Mahasiswa mampu 1. Pengantar basis Kriteria: TM: 1 x ● Ketepatan 5
menjelaskan (C2) data Ketepatan (3 x 50”) menjelaskan
pengguna basis 2. Pengguna basis sesuai konsep basis
data data pedoman data
dan arsitektur 3. Skema dan penilaian ● Ketepatan
sistem model basis data menjelaskan
basis data dengan 4. Lingkungan Bentuk skema dan
tingkat kebenaran basis data non-test: arsitektur
minimal 80%. Merangkum sistem basis
bahan ajar data

2 Ketepatan 1. Model data Kriteria: TM: 1 x ● Ketepatan 5

menjelaskan konseptual Ketepatan (3 x 50”) menjelaskan
konsep 2. Tipe entitas, set sesuai data
basis data entitas, relationship pedoman konseptual
Ketepatan roles penilaian ● Ketepatan
menjelaskan skema 3. Diagram ER, menganalisis
dan arsitektur naming convention diagram ER
sistem Bentuk dan
basis data non-test: relationship
Merangkum
bahan ajar

3 Mahasiswa mampu 1. Subclass, Kriteria: TM : 1 x ● Ketepatan 5

menjelaskan (C2) superclass, Ketepatan (3 x 50”) mendeskripsi
hingga inheritance sesuai BT : 1 x 1 k
menganalisis 2. Specialization, pedoman BM : 2 X an subclass,
(C4) model basis generalization penilaian 60’’ superclass,

3
 data 3. Abstraksi data inheritance,
dengan entity Bentuk specialization,
relationship dengan non-test: generalization
tingkat kebenaran Merangkum ● Ketepatan
minimal 80%. bahan ajar mengabstraks
ikan data
dalam basis
data

4 Mahasiswa mampu 1. Konsep model Kriteria: TM : 1 x ● Ketepatan 10

menjelaskan (C2) relational, dan Ketepatan (3 x 50”) menganalisis
hingga batasannya sesuai BT : 1 x 1 model
menganalisis 2. Operasi update pedoman BM : 2 X relational
(C4) model data dan transaction penilaian 60’’
relational dan
batasannya dengan Bentuk
tingkat kebenaran non-test:
minimal 80%. Merangkum
bahan ajar

4
Minggu Kemampuan Bahan kajian Bentuk & Waktu Pengalaman belajar Kriteria Bobot Referensi
ke- akhir yang (Materi Pokok) Model penilaian nilai
diharapkan Pembelajar (Indikator)
(SubCPMK) an
5 Mahasiswa mampu 1. Definisi data Kriteria: TM : 1 x ● Ketepatan 5
mengaplikasikan SQL Ketepatan (3 x 50”) mengerjakan
(C3) 2. Dasar query sesuai BT : 1 x 1 soal dalam
dan menganalisis retrieval pedoman BM : 2 X mengaplikasi
(C4) 3. Insert, update, penilaian 60’’ k
penggunaan SQL delete dalam SQL an SQL dan
dengan tingkat Bentuk menganalisis
kebenaran minimal non-test: penggunaan
80%. Merangkum SQL
bahan ajar

6 Mahasiswa mampu 1. Query retrieval Kriteria: TM : 1 x ● Ketepatan 10

mengaplikasikan kompleks Ketepatan (3 x 50”) menganalisis
(C3) 2. View dalam SQL sesuai BT : 1 x 1 penggunaan
dan menganalisis 3. Statemen pedoman BM : 2 X SCL lebih
(C4) perubahan skeme penilaian 60’’ lanjut
penggunaan SQL
lebih lanjut dengan Bentuk
tingkat kebenaran non-test:
minimal 80%. Merangkum
bahan ajar

7 Mahasiswa mampu 1. Operasi relasional Kriteria: TM : 1 x ● Ketepatan 10

menganalisis (C4) unary : Select dan Ketepatan (3 x 50”) mengerjakan
aljabar dan Project sesuai BT : 1 x 1 soal analisis
kalkulus 2. Operasi aljabar relasi pedoman BM : 2 X operasi
relasi dalam basis dari teori set penilaian 60’’ aljabar relasi
data dengan tingkat 3. Operasi relasi biner
kebenaran minimal Join dan Division
80%.

5
 Bentuk
non-test:
Merangkum
bahan ajar
8 UTS

9 Mahasiswa mampu 1. Kalkulus relasi: tuple Kriteria: TM : 1 x ● Ketepatan 10

menganalisis (C4) dan domain Ketepatan (3 x 50”) menganalisi
aljabar dan 2. Kalkulus relasi :domain sesuai BT : 1 x 1 kalkulus relasi
kalkulus pedoman BM : 2 X : tuple dan
relasi dalam basis penilaian 60’’ domain
data dengan tingkat
kebenaran minimal Bentuk
80% non-test:
Merangkum
bahan ajar

6
Minggu Kemampuan Bahan kajian Bentuk & Waktu Pengalaman belajar Kriteria Bobot Referensi
ke- akhir yang (Materi Pokok) Model penilaian nilai
diharapkan Pembelajar (Indikator)
(SubCPMK) an
10 Mahasiswa mampu 1. Perancangan Kriteria: TM : 1 x ● Ketepatan 10
merancang (C5) dengan ER-to- Ketepatan (3 x 50”) merancang
basis Relational Mapping sesuai BT : 1 x 1 model ER dan
data relasional 2. Model EER pedoman BM : 2 X EER
menggunakan ER mapping penilaian 60’’
dan
EER dengan Bentuk
tingkat non-test:
kebenaran minimal Merangkum
80%. bahan ajar

11 Mahasiswa mampu 1. Ketergantungan Kriteria: TM : 1 x ●1.Ketergantun 5

merancang (C5) fungsional Ketepatan (3 x 50”) gan fungsional
normalisasi basis 2. Bentuk normal sesuai BT : 1 x 1 ● 2.Bentuk
data ke 1-4 pedoman BM : 2 X normal ke 1-4
dengan tingkat penilaian 60’’
kebenaran minimal
80%. Bentuk
non-test:
Merangkum
bahan ajar

12 Mahasiswa mampu 1. Translasi query Kriteria: TM : 1 x ● Ketepatan 5

menganalisis (C5) SQL ke aljabar Ketepatan (3 x 50”) mengerjakan
optimalisasi proses relasi sesuai BT : 1 x 1 soal strategi
query dengan 2. Algoritma select, pedoman BM : 2 X optimasi
tingkat join, project, dan penilaian 60’’ query
kebenaran minimal paralelisme
80%.

7
 Bentuk
non-test:
Merangkum
bahan ajar

13 Mahasiswa mampu 1. Optimasi query Kriteria: TM : 1 x ● Ketepatan 5

menganalisis (C5) dengan tree dan Ketepatan (3 x 50”) mengerjakan
optimalisasi proses heuristic sesuai BT : 1 x 1 soal optimasi
query dengan 2. Cost function pedoman BM : 2 X menggunakan
tingkat untuk select dan penilaian 60’’ tree dan
kebenaran minimal join heuristik
80%. Bentuk
non-test:
Merangkum
bahan ajar

8
Minggu Kemampuan Bahan kajian Bentuk & Waktu Pengalaman Kriteria Bobot Referensi
ke- akhir yang (Materi Pokok) Model belajar penilaian nilai
diharapkan Pembelajar (Indikator)
(SubCPMK) an

14 Mahasiswa mampu 1. Kosep basis Kriteria: TM : 1 x ● Ketepatan 5

menganalisis (C4) data terdistribusi Ketepatan (3 x 50”) menjelaskan
kebutuhan basis 2. Teknik sesuai BT : 1 x 1 hingga
data fragmentasi, pedoman BM : 2 X menganalisis
terdistribusi dengan replikasi data pada penilaian 60’’ kebutuhan
tingkat kebenaran basis data pada basis
minimal 80%. terdistribusi Bentuk data
non-test: terdistribusi
Merangkum
bahan ajar

15 Mahasiswa mampu 1. Konsep big data Kriteria: TM : 1 x ● Ketepatan 5

menjelaskan (C2) 2. Hadoop Ketepatan (3 x 50”) menjelaskan
dan Distributed File sesuai BT : 1 x 1 dan
menganalisis (C4) System pedoman BM : 2 X menganalisis
pengembangan penilaian 60’’ pengembanga
basis n basis data
data menuju big Bentuk menuju big
data non-test: data
dengan tingkat Merangkum
kebenaran minimal bahan ajar
80%.

16 UAS

REFERENSI

9
10
 PENILAIAN DENGAN RUBRIK

NILAI POINT RANGE KRITERIA

A 4 ≥ 91 – 100 Istimewa
B+ 3.5 ≥ 81 – 90 Sangat Baik
B 3 ≥ 71 – 80 Baik
C+ 2.5 ≥ 61 – 70 Lebih dari Cukup
C 2 ≥ 51 - 60 Cukup
D 1 ≥ 41 – 50 Kurang
E 0 ≤ 40 Tidak Lulus

ATURAN PENILAIAN AKHIR

KOMPONEN BOBOT

UAS 25%

UTS 20%

PROJECT AKHIR 30%

QUIS & TUGAS 25%

JUMLAH 100%