UNIVERSITAS BINA SARANA INFORMATIKA

FAKULTAS TEKNIK DAN INFORMATIKA

Kode Dokumen
PROGRAM SISTEM INFORMASI (S1) UBSI/DA/RPS.006.16/2020

RENCANA PEMBELAJARAN SEMESTER (RPS)

Mata Kuliah Kelompok Mata Kuliah (KMK) Kode Semester sks Tanggal Pengesahan
Logika Algoritma Inti Keilmuan Program Studi 207 I T: 2 P: 2 6 Maret 2020
Koordinator Dosen Pengembang
Dosen Pengembang RPS Ketua Program Studi
RPS

Otorisasi/Pengesahan 1. Fernando B Siahaan, M.Kom

2. Sunarti, M.Kom

Fernando B. Siahaan, M.Kom Sriyadi, M.Kom

CPL Program Studi yang dibebankan pada Mata Kuliah
S9 Menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri
P3 Menerapkan konsep algoritma meliputi konsep- konsep untuk menerapkan algoritma untuk menyelesaikan masalah
Capaian
P4 Menerapkan konsep dan prinsip algoritma serta teori ilmu komputer yang dapat digunakan dalam pemodelan dan desain
Pembelajaran
sistem berbasis
P24 Mampu bekerja dalam tim, mandiri dan bertanggung jawab terhadap pekerjaannya
KU3 Mampu memecahkan masalah pekerjaan dengan sifat dan konteks yang sesuai dengan bidang keahlian terapannya
didasarkan pada pemikiran logis, inovatif, dan bertanggung jawab atas hasilnya secara mandiri
KU5 Mampu bekerja sama, berkomunikasi, dan berinovatif dalam pekerjaannya
 KU6 Mampu bertanggungjawab atas pencapaian hasil kerja kelompok dan melakukan supervisi dan evaluasi terhadap
penyelesaian pekerjaan yang ditugaskan kepada pekerja yang berada di bawah tanggungjawabnya
KU7 Mampu melakukan proses evaluasi diri terhadap kelompok kerja yang berada dibawah tanggung jawabnya, dan
mengelola pengembangan kompetensi kerja secara mandiri
KU8 Mampu mendokumentasikan, menyimpan, mengamankan, dan menemukan kembali data untuk menjamin kesahihan
dan mencegah plagiasi.
KK2 Menulis kode dengan prinsip sesuai guidelines dan best practice
KK3 Mengimplementasikan pemrogramran terstruktur
Capaian Pembelajaran Mata Kuliah (CPMK)
CPMK-1 Mampu menentukan algoritma dalam penyelesaian masalah secara mandiri; (S9, P3, P4)
Mampu menerapkan konsep algoritma dan tipe data menggunakan bahasa pemrograman; (S9, P3, P4, KU3, KU8, KK2,
CPMK-2
KK3)
CPMK-3 Mampu memecahkan masalah dengan menggunakan flowchart; (S9, P3, P4, KU3, KK2)
Mampu menentukan struktur branching dalam menyelesaikan masalah secara bertanggung jawab; (S9, P3,P4,P24, KU3,
CPMK-4
KU5, KU6, KU7, KK2, KK3)
Mampu bekerjasama untuk memecahkan masalah menggunakan looping yang didokumentasikan kedalam program
CPMK-5
secara terstruktur; (S9, P3, P4, P24, KU3, KU5, KU6, KU7, KU8, KK2, KK3)
CPMK-6 Mampu menerapkan teknik rekursif secara mandiri untuk menyelesaikan masalah ; (S9, P3,P4)
Mampu menerapkan larik untuk memecahkan masalah pada matriks; (S9, P3, P4, P24, KU3, KU5, KU6, KU7, KU 8,
CPMK-7
KK2, KK3)
Mampu bekerjasama memecahkan masalah sorting secara berkelompok dan berinovasi dalam pekerjaannya; (S9, P3,
CPMK-8
P4, P24, KU3, KU5, KU6, KU7, KK2)
CPMK-9 Mampu menentukan teknik pencarian menggunakan algoritma dengan benar; (S9, P3, P4, KU3, KK2, KK3)
CPMK-10 Mampu menerapkan metode greedy dalam penyelesaian masalah; (S9, P3, P4, KU3)
Deskripsi Singkat Mata Mata Kuliah Logika dan Algoritma merupakan mata kuliah inti program studi yang menjadi dasar berpikir secara logis
dengan penerapan konsep algortima yang baik dalam penyelesaian masalah. Mata kuliah ini menjelaskan pengertian
Kuliah
dasar logika algoritma, konsep algoritma dan tipe data, flowchart yang menggambarkan susunan logika suatu program,
 alur kendali yang diterapkan pada bahasa pemrograman python yaitu fungsi percabangan (if, if – elif, if, - elif - else dan
nested if), perulangan atau looping (for, while, nested for atau nested while), struktur rekursif, Larik atau Array (array
dimensi satu, array dimensi dua, dan matriks), Metode Divide and Conquer(merge sort, quick sort, binary search dan
teknik D and C), Metode Sorting(selection sorting, bubble sorting dan insertion sorting), Teknik Searching(teknik
linier/sequential search dan teknik straitMaxMin), Metode Greedy (optimal on tape storage problem dan knapsack
problem), Problema dan Model Graph Dalam Metode Greedy (travelling salesman, minimum spanning tree, shortest path
problem, coloring (pewarnaan).
1. Konsep algoritma
2. Tipe data
3. Flowchart
4. Branching
5. Looping
6. Rekursif
Bahan Kajian (Materi Ajar)
7. Array
8. Matriks
9. Sorting
10. Searching
11. Metode Greedy
12. Model Graph dalam Metode Greedy
Utama:
1. Zarman, Wendi, dkk. 2020. Implementasi Algoritma dalam bahasa Python. Informatika. Bandung.
2. Kadir, Abdul. 2019. Logika Pemrograman Python. Elex Media Komputindo. Jakarta
3. Jubilee Enterprise. 2017. Otodidak Pemrograman Python. Elex Media Komputindo. Jakarta
4. Supardi, Yuniar. 2020. Semua Bisa Menjadi Programmer Pyhon Case Study. Elex Media Komputindo. Jakarta
Daftar Referensi 5. Dwi Yuniarti, Wenty. 2019. Dasar-dasar Pemrograman Dengan Python. Deepublish Publisher. Yogyakarta
6. Swastika, Windra. 2018. Pengantar Algoritma dan Penerapannya pada Python. Ma Chung Press, Malang
7. Harumy, T.Hendry Febriana, dkk. 2016. Belajar Dasar Algoritma dan Pemrograman C++. Deeppublish. Yogyakarta
8. A.S, Rosa. 2018. Logika Algoritma dan Pemrograman Dasar. Modula. Bandung.
9. Munir, Rinaldi. 2016. Algoritma dan Pemrograman Dalam Bahasa Pascal, C Dan C++ Edisi Keenam. Informatika
Bandung.
10. Sjukani, Moh. 2013. Algoritma (Algoritma & Struktur Data 1) dengan C, C++ dan Java Edisi 8. Mitra Wacana
 Media. Jakarta.
11. Jud. (2017). Mastering Phyton. CV Jubilee Solusi Enterprise.
12. Sitorus, lamhot. (2015). Algoritma dan Pemrograman. CV. Andi Offset.

Pendukung:
1. Ramadhani, Cipta. 2015. Dasar Algoritma & Struktur Data dengan Bahasa Java. Andi Publisher. Yogyakarta.
2. Kadir, Abdul. 2012. Algoritma & Pemrograman Menggunakan Java. Andi Offset.Yogyakarta.
3. Rakmat, Muhammad H. 2013. Pengantar Logika Dasar. LoGoz Publishing. Bandung
4. https://www.dqlab.id/belajar-array-python-bersama-dqlab#heading-conten-hero-0
5. https://www.tutorialspoint.com/data_structures_algorithms/divide_and_conquer.htm
6. Rahadi, A. P. (2019). Graf Dengan Algoritma Largest First. Jurnal Padegogik, 2, 1–13.

Jurnal:
1. Sriyadi; Nurhasanah; Baidawi Taufik. 2018. Sistem Pakar Diagnosa Penyakit Ikan Nila (Oreochomis Niloticus)
Berbasis Web Menggunakan Metode Forward Chaining. PARADIGMA. Volume XX No. 2 September 2018 P-ISSN
1410-5063 p.123-128.
2. Indriyani, Fintri. Irfiani, Eni. 2016. Sistem Pakar Diagnosa Keguguran Pada Ibu Hamil. Konferensi Nasionak Ilmu
Sosial & Teknologi (KNIST) Maret 2016 p.254-258.
3. Aristi, G. (2015) ‘Perbandingan Penyelesaian Knapsack Problem Secara Matematika, Kriteria Greedy Dan Algoritma
Greedy’, Jurnal Technoper, 1, pp. 3–4.
4. Sonita, A., & Nurtaneo, F. (2015). Analisis Perbandingan Algoritma Bubble Sort, Merge Sort, Dan Quick Sort Dalam
Proses Pengurutan Kombinasi Angka Dan Huruf. Jurnal Pseudocode, II(September), 75–80.
https://ejournal.unib.ac.id/index.php/pseudocode/article/view/887
5. Mustofa, Imron. 2016. Jendela Logika dalam berfikir: Deduksi dan Induksi sebagai Dasar Penalaran Ilmiah. Jurnal
Pemikiran dan Pendidikan Islam Volume 6 Nomor 2, Juli-Desember 2016.
6. Adika May, Rina Lestari, Desri Yani, Rosmita. 2019. Aplikasi Pengenalan Kebudayaan Jawa Berbasis Desktop.
Jurnal Teknik Informatika Vol 12 No 2 Oktober 2019. E-ISSN: 2549-7901 p. 121-128
7. Alfin Priandi, Anastasia Siwi Fatma Utami, Feri Prasetyo H. 2019. Metode Forward Chaining Dan Fishbone Untuk
Pengembangan Sistem Pakar Diagnosa Penyakit Gigi. Jurnal Inovasi Informatika Volume IV nomor 1 2019. E-
ISSN: 2686-1615 p.7-19
8. Narti, Sriyadi, Darul Annas Septihan, Mahmud Syarif. 2019. Simulasi Sistem Kerja Bioseptic Tank Berbasis Dua
 Dimensi. Paradigma Volume XXI no 2 September 2019 E-ISSN:2579-3500 p.253-260
9. Imron Imron, Miftah Nur Afida, M Sinta Nurhayati, Susiltiyah, Fatmawati Fatmawati. 2019. Sistem Pakar Diagnosa
Kerusakan Mesin Sepeda Motor Transmission Automatic dengan Metode Forward Chaining Studi Kasus: AHASS
00955 Mitra Perdana. Jurnal Ilmiah Universitas Batanghari Jambi Vol 19 No.3 E-ISSN:2549-4236 p 544-553
10. Rifki Permana, Daning Nur Sulistyowati, Ani Oktarini Sari, Tika Adilah Mutiara. 2020. Rancang Bangun Sistem
Informasi Penjualan Dan Pembelian Alat Tulis Kantor Pada CV. Putra Mandiri. Jurnal Teknik Komputer Vol 6 No1
2020 E-ISSN:2550-0120 p. 141-148
11. Sabaruddin, R. (2016). Solusi Optimum Minmax 0/1 Knapsack Menggunakan Algoritma Greedy Raja. Evolusi, 4(4),
76–82.
12. Supriadi, D. (2016). Perbandingan Penyelesaian Knapsack Problem Secara Matematika, Kriteria Greedy Dan
Algoritmagreedy. Indonesian Journal on Computer and Information Technology, 1(2), 91–99.
13. Ramadhan, Z., Zarlis, M., Efendi, S., & Siahaan, A. P. U. (2018). Perbandingan Algoritma Prim dan Algoritma
Floyd-Warshall dalam Menentukan Lintasan Terpendek (Shortest Path Problem). Jurnal Riset Komputer
(JURIKOM), 5(2), 136–139.
14. Didiharyono, & Soraya, S. (2018). Penerapan Algoritma Greedy dalam Menentukan Minimum Spanning Trees pada
Optimisasi Jaringan Listrik Jala Didiharyono, Siti Soraya. Jurnal Varian, 1–10.

Bentuk Pembelajaran;
Metode Pembelajaran;
Pengalaman Penilaian
Sub-CPMK Penugasan Mahasiswa
Minggu Bahan Kajian [Estimasi Waktu] Belajar
(Kemampuan Akhir
Ke‐ (Materi Pembelajaran) Mahasiswa
Yang Direncanakan) Bobot
Tatap Muka Daring Teknik Indikator Penilaian
(%)
(1) (2) (3) (4) (5) (6) (7) (8) (9)
Mampu menjelaskan dan Pengertian dasar Logika dan • Kuliah Mengerjakan Tes Tertulis 1. Dapat 5
memecahkan masalah Algoritma: • Diskusi Latihan Soal menjelaskan
dengan konsep dasar 1. Definisi Logika dan • Contextual konsep logika
1 logika dan algoritma Algoritma Instruction dan algoritma
untuk penyelesaian 2. Tahapan Penyelesaian TM: 4x50 Menit 2. Dapat
masalah ( C1, C4, CPMK- Masalah • Tugas memecahkan
1) 3. Kriteria Pemilihan [PT: 4x60 Menit masalah dengan
 Algoritma BM: 4x60 konsep dasar
4. Tahapan Analisa Menit] logika dan
Algoritma algoritma.

Mampu menjelaskan 1. Konsep Algoritma • Kuliah Mengerjakan Tes Tertulis 1. Dapat 5

konsep algoritma dan tipe 1.1. Algoritma Peubah dan • Diskusi Latihan Soal menjelaskan
data dengan menerapkan pertukaran. Contextual tentang konsep
pada bahasa pemrograman 1.2. Analisa Algoritma Instruction algoritma dan
( C1, C3, CPMK-2) 2. Tipe Data TM: 4x50 Menit tipe data
2
2.1. Pembagian tipe data • Tugas 2. Dapat
python [PT: 4x60 Menit menerapkan
2.2. Operator Aritmatika, BM: 4x60 pada bahasa
Perbandingan Menit] pemrograman

Mampu menerapkan Flowchart atau Diagram • Kuliah Mengerjakan Tes kinerja/ 1. Dapat 10
algoritma pada flowchart Alir: • Diskusi kasus dengan (praktik) menerapkan
dan memecahkan 1. Simbol-simbol • Contextual menerapkan algoritma pada
masalah menggunakan flowchart Instruction, algoritma pada flowchart.
flowchart (C3, C4, 2. Diagram alir Program Project Based flowchart 2. Dapat
CPMK-3 ) Komputer Learning, memecahkan
3 3. Struktur Flowchart Problem Based masalah
Learning menggunakan
TM: 4x50 Menit flowchart
• Tugas
[PT: 4x60 Menit
BM: 4x60
Menit]
Mampu menjelaskan Struktur Branching • Kuliah Mengerjakan Tes Tertulis 1. Dapat 5
struktur branching dan (Percabangan) • Diskusi Latihan Soal menjelaskan
memecahkan masalah 1. Struktur Percabangan if • Contextual struktur
menggunakan struktur 2. Struktur Percabangan if Instruction branching
4 branching. (C1, C4, ... else TM: 4x50 Menit 2. Dapat
CPMK-4) 3. Struktur Percabangan if • Tugas memecahkan
... elif ... else [PT: 4x60 Menit masalah
4. Struktur Percabangan BM: 4x60 menggunakan
Nested if Menit] struktur
 branching
• Kuliah Mengerjakan Tes kinerja/
• Diskusi kasus dengan (praktik) 1. Dapat
Small Group instruksi looping menerapkan
Mampu menerapkan Discussion, pada bahasa instruksi
looping dan Contextual pemrograman looping
Looping (Perulangan)
memecahkan masalah Instruction, 2. Dapat
1. Perulangan while
5 menggunakan looping Project Based memecahkan 15
2. Perulangan for
pada bahasa Learning masalah
3. Perulangan nested loop
pemrograman. (C3, C4, TM: 4x50 Menit menggunakan
CPMK-5) • Tugas looping pada
[PT: 4x60 Menit bahasa
BM: 4x60 pemrograman
Menit]
• Kuliah Mengerjakan
1. Dapat
• Diskusi Latihan Soal
Mampu menerapkan menerapkan
Struktur Rekursif • Contextual
teknik rekursif dan teknik rekursif
1. Fungsi Pangkat Instruction
memecahkan masalah 2. Dapat
6 2. Faktorial TM: 4x50 Menit Tes Tertulis 5
menggunakan memecahkan
rekursif.(C3, C4, CPMK-
3. Fibonancy • Tugas masalah
4. Menara Hanoi [PT: 4x60 Menit
6) menggunakan
BM: 4x60 rekursif
Menit]
• Kuliah Mengerjakan
• Diskusi latihan soal
Mampu melakukan
• Contextual
latihan soal dari materi 1
Instruction
sampai materi 6 (C3, Latihan Soal dari materi Dapat melakukan
7 TM: 4x50 Menit Tes Tertulis 5
CPMK-2, CPMK-3, pertemuan 1-6 test tertulis
CPMK-4, CPMK-5, • Tugas
CPMK-6) [PT: 4x60 Menit
BM: 4x60
Menit]
Ketepatan
8 Ujian Tengah Semester (UTS) Test tertulis
jawaban soal
9 Mampu menjelaskan Larik atau Array • Kuliah Mengerjakan Tes kinerja/ 1. Dapat 5
 array dan matriks serta 1. Array dimensi satu • Diskusi kasus membuat (praktik) menjelaskan
memecahkan masalah 2. Array dimensi dua • Small Group program untuk array dan
menggunakan list dan 3. Matriks Discussion, penjumlahan dan matriks
matriks (C1, C4, CPMK7) Contextual pengurangan 2. Dapat
Instruction dan matriks memecahkan
Project Based masalah
Learning menggunakan
TM: 4x50 Menit array dan
• Tugas matriks
[PT: 4x60 Menit
BM: 4x60
Menit]
Metode D AND C • Kuliah Mengerjakan Tes kinerja/ 1. Dapat
1. Merge Sort • Diskusi kasus metode (praktik) memecahkan
2. Quick Sort • Contextual divide and masalah
3. Binary Search Instruction, Case conquer menggunakan
Mampu memecahkan 4. Teknik D AND C study, dan metode divide
masalah menggunakan Project Based and conquer
10 10
metode divide and Learning
conquer (C4, CPMK8) TM: 4x50 Menit
• Tugas
[PT: 4x60 Menit
BM: 4x60
Menit]
Metode Sorting • Kuliah Mengerjakan Test Tertulis 1. Dapat
1. Selection Sorting • Diskusi kasus untuk menentukan
Mampu menentukan
2. Bubble Sorting • Contextual mencari data metode
3. Insertion Sorting Instruction dengan metode sorting
metode sorting
TM: 4x50 Menit sorting
memecahkan masalah
11 menggunakan algoritma • Tugas 2. Dapat 10
[PT: 4x60 Menit memecahkan
sorting (C3, C4, CPMK-
BM: 4x60 masalah
9)
Menit] menggunakan
algoritma
sorting
12 Mampu menentukan Teknik Searching • Kuliah Mengerjakan Test Tertulis 1. Dapat 10
 metode searching untuk 1. Teknik Linier/Sequential • Diskusi kasus untuk menentukan
memecahkan masalah Search • Contextual mencari data teknik searching
menggunakan algoritma 2. Teknik StraitMaxMin Instruction dengan teknik 2. Dapat
searching (C3, C4, TM: 4x50 Menit pencarian memecahkan
CPMK-9) • Tugas masalah
[PT: 4x60 Menit menggunakan
BM: 4x60 algoritma
Menit] searching
Metode Greedy: • Kuliah Mengerjakan Test Tertulis 1. Dapat
1. Optimal On Tape Storage • Diskusi kasus dengan menjelaskan
Problem • Contextual menggunakan metode greedy
2. Knapsack Problem Instruction, Case metode greedy Dapat
Mampu menjelaskan
Study 2. Memecahkan
metode greedy dan dan
TM: 4x50 Menit masalah untuk
memecahkan masalah
13 algoritma greedy pada • Tugas mendapatkan
5
[PT: 4x60 Menit solusi optimal
soal dengan jawaban yang
BM: 4x60 3. Dapat
tepat (C1, C3, C4,
Menit] memecahkan
CPMK-10)
masalah
algoitma greedy
dengan jawaban
yang tepat.
Problema dan Model Graph • Kuliah Mengerjakan Test Tertulis 1. Dapat
Dalam Metode Greedy • Diskusi Latihan Soal menentukan
Mampu menentukan 1. Travelling Salesman • Contextual model graph
model graph pada metode 2. Minimum Spanning Tree 2. Dapat
Instruction
greedy dan memecahkan 3. Shortest Path Problem memecahkan
14 masalah model graph
TM: 4x50 Menit 5
dengan metode greedy
4. Coloring (Pewarnaan) • Tugas masalah model
[PT: 4x60 Menit graph dengan
(C4, CPMK-10) metode greedy
BM: 4x60
Menit]
Mampu melakukan Latihan soal dari materi 9 – • Kuliah Mengerjakan Tes Tertulis Dapat melakukan
latihan soal dari materi 9 14 • Diskusi latihan soal test tertulis
15 sampai materi 14 (C3, • Contextual 5
CPMK-8, CPMK-9, Instruction
CPMK-10) TM: 4x50 Menit
 • Tugas
[PT: 4x60 Menit
BM: 4x60
Menit]
Ketepatan
16 Ujian Akhir Semester (UAS) Test Tertulis
jawaban soal

Keterangan:

1. Asesmen
a. Jenis Asesmen:
Tes tertulis 
Tes lisan
Tes kinerja (praktik) 
Tugas (portofolio)
(Berikan tanda  pada jenis asesmen yang akan diterapkan)

b. Bobot Penilaian:
Kehadiran : 20%
Tugas : 25%
UTS : 25%
UAS : 30%
Nilai Akhir = (20% x Nilai kehadiran + 25% x Nilai Tugas + 25% x Nilai UTS + 30% x Nilai UAS)

c. Range Nilai
Angka Huruf
80-100 A
70-79 B
60-69 C
31-59 D
0-30 E