INSTITUT TEKNOLOGI DAN KESEHATAN BINTANG PERSADA

(ITEKES BINTANG PERSADA)

Jalan Gatot Subroto No. 466A Denpasar, Bali. Telp. 085738268822

RENCANA PEMBELAJARAN SEMESTER

(RPS)
MATA KULIAH KODE MK RUMPUN MK BOBOT SKS SEMESTER DIREVISI

Computer Vision Koordinator MK Ka Prodi

Capaian Pembelajaran (CP) Program Studi Teknik Informatika

CPL yang dibebankan ke Mata Kuliah :

Sikap (S):

S1 Bertakwa kepada Tuhan Yang Maha Esa dan mampu menunjukkan sikap religius;

Pengetahuan (P):
P4 Menguasai konsep teoritis bidang pengetahuan Sistem Informasi secara umum dan konsep teoritis bagian khusus dalam bidang pengetahuan
tersebut secara mendalam, serta mampu memformulasikan penyelesaian masalah prosedural.
Keterampilan Khusus (KK):
KK 1 Mampu melakukan proses evaluasi diri terhadap kelompok kerja yang berada dibawah tanggung jawabnya, dan mampu mengelola pembelajaran
secara mandiri;
KK 2 Mampu menggunakan ilmu computer vision bagi penelitian yang bergerak dibidang ilmu lain seperti antar muka dan kesehatan

KK 3 Mampu menganalisis, mengevaluasi, memilih dan mengkonfigurasi beragam sistem Computer Vision yang digunakan untuk mengelola sumber
daya sebagai alat teknologi yang mempermudah, mempercepat serta memperluas hasil produksi
Keterampilan umum (KU):

KU1 Mampu menerapkan pemikiran logis, kritis, keterampilan sistematis, dan umum inovatif dalam konteks pengembangan atau
implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang
sistem informasi;

KU2 Mampu menunjukkan kinerja mandiri, bermutu dan terukur

KU3 Mampu mengkaji implikasi pengembangan atau implementasi IPTEK sesuai dengan keahliannya berdasarkan kaidah, tata cara dan
etika ilmiah, dalam rangka meghasilkan solusi
KU4 Mampu mendeskripsikan secara saintifik sesuai hasil kajiannya dalam bentuk laporan teknik
Capaian Pembelajaran Mata Kuliah (CPMK)
CPMK 1 Menjelaskan konsep dasar computer vision dan metode-metode pengolahan citra yang digunakan penerapan computer vision serta
perangkat penyajian dan manipulasi video.
CPMK 2 Mampu menganalisis, mengevaluasi, memilih dan mengkonfigurasi beragam sistem Computer Vision yang digunakan untuk
mengelola sumber daya sebagai alat teknologi yang mempermudah, mempercepat serta memperluas hasil produksi.
CPMK 3 Mampu pengimplementasikan algoritma citra ke dalam bentuk pemrograman yang berguna untuk mengolah video dan
menyelesaikan permasalahan dalam kehidupan sehari-hari
CPL  CPMK  Sub-CPMK
 Sub Mampu memahami definisi Computer Vision, lingkup pengajaran dan penelitian terkait Computer Vision
CPMK 1
Sub Mampu memahami tentang dasar-dasar sistem computer imaging
CPMK 2
Sub Mampu memahami teknik deteksi fitur pada citra dan teknik Matching dalam membandingkan fitur tersebut
CPMK 3
Sub Mampu memahami metode computer vision menggunakan lebih dari satu view
CPMK 4
Sub Mampu memahami konsep computer vision dalam menganalisis gerakan
CPMK 5
Sub Mampu memahami konsep dasar dari visual recognition
CPMK 6
Sub Mampu memahami konsep dasar machine learning dan metode klasifikasi pada computer vision
CPMK 7
Sub Mampu memahami dasar dalam penerapan deep learning pada computer vision
CPMK 8
Deskripsi Mata kuliah:

Mata kuliah Computer Vision secara umum berisi materi mengenai : pengenalan umum sistem Computer Vision, elemen-elemen penyusunnya,
teknik desain Sistem Computer Vision dan metode pengontrolan sensor visual melalui jaringan internet. Dalam kuliah ini juga diberi contoh
implementasi kendali peralatan penunjang Computer Vision.

Luaran dari matakuliah ini adalah berupa makalah yang dapat dipublikasikan dan juga berupa project yang dapat digunakan sebagai portfolio oleh
mahasiswa.

Materi Pembelajaran/Pokok 1. Kontrak Kuliah dan Penjelasan Computer Vision

Bahasan 2. Pengantar dan Penelitian terkait Computer Vision
3. Pengenalan Pemrograman dengan Bahasa Python dengan OpenCV
4. Sistem Computer Imaging
5. Teknik Deteksi fitur dan Matching
6. Analisis Gerakan pada Computer Vision
7. Machine Learning pada Computer Vision
8. Deep Learning pada Computer Vision
Pustaka Utama:
1. D. Forsyth dan J. Ponce, 2013, Computer Vision A modern Approach Second Edition, United States of America.
2. Joe Minichino dan Joseph Howse, 2015, Learning OpenCV 3 Computer Vision with Python Second Edition, Packt Publishing, Birmingham – United
Kingdom
3. Dharma Putra., 2010, Pengolahan Citra Digital, CV Andi Offset, Yogyakarta

Media Pembelajaran Software : Microsoft Power Point, Google Hardware : Laptop dan Proyektor
Classroom, Aplikasi Kuliah Daring (Zoom,
Google Meet, Webex), Pengolahan Citra Digital
Tools (PyCharm dan OpenCV), Bahasa
Pemrograman Python

Bobot Penilaian Presensi : …10 .....%

Tugas : …35…..%
UTS : …25…..%
UAS : …30…..%

Team Teaching 1.

Mengetahui Denpasar, 8 Juni 2022

Ketua Program Studi S1 Sisitem informasi Koordinator Mata Ajar

(Ida Bagus Teguh Teja Murti, S.Kom., M.Kom.) (Ni Ketut Gita Saraswati,S.Kom., M.Kom.)
Menyetujui,
Institut Teknologi dan Kesehatan Bintang Persada
Rektor,
 ( apt. Putu Yuda Ugrasena, S.farm., M.Biomed.)

RENCANA PEMBELAJARAN SEMESTER (RPS)

MAHASISWA TINGKAT I SEMESTER IV
PROGRAM STUDI S1 SISITEM INFORMASI
TAHUN AKADEMIK 2022/2023
Minggu Sub CPMK Bahan Bentuk Estimasi Waktu (menit) Pengalaman Penilaian
ke - (Kemampuan Kajian/Materi Pembelajaran Teori Praktikum Belajar Kriteria Indikator Bobot
akhir yang Pembelajaran Mahasiswa dan Penilaian
diharapkan) Bentuk (%)
(1) (2) (3) (4) (5) (6) (7) (8) (9)
1 Mahasiswa mampu 1. Rencana  Bentuk: Kuliah 2 x 50  Pemahama Kriteria:  Kemampuan 3%
memahami Definisi pembelajaran  Metode: menit n terhadap Ketepatan menyampaikan
Computer Vision, 2. Pengantar Ceramah dan konsep dan pendapat terkait
lingkup pengajaran computer Diskusi dasar dari penugasa teori yang
dan penelitian vision  Media: Laptop computer n dijelaskan.
terkait Computer 3. Pengertian & LCD vision Bentuk  Pemahaman
Vision dan konsep Proyektor,  Bertanya non test: mahasiswa
computer Papan tulis, dan Tanya terhadap materi
vision Powerpoint berdiskusi jawab yang disampaikan
4. Disiplin ilmu  Sumber: seputar  Menjelaskan
terkait Diktat/Modul konsep konsep dasar
computer Mk. dasar pengolahan citra
vision Pengolahan pengolahan digital dan ilmu
5. Contoh Citra Digital citra digital terkait
bidang yang beserta refrensi dan ilmu
memanfaatka yang terkait
n computer dianjurkan
vision

2-3 Mampu memahami 1. Tantangan  Bentuk: 3 x 50 1 x 50 menit  Pemahama Kriteria:  Kemampuan 6%

Tentang dasar- pada Kuliah menit n terhadap Ketepatan menyampaikan
dasar sistem computer  Metode: ” konsep dan pendapat terkait
computer vision Ceramah dan dasar dari penugasa teori yang
imaging meliputi Diskusi pengolahan n dijelaskan.
variasi view  Media: Laptop citra digital Bentuk  Pemahaman
point, & LCD pada non test: mahasiswa
iluminasi, Proyektor, computer Tanya- terhadap materi
penghalang, Papan tulis, vision jawab yang disampaikan
skala dan Powerpoint  Bertanya  Memahami dan
variasi intra-  Sumber: dan menjelaskan dari
class obyek Diktat/Modul berdiskusi pengolahan citra
2. Pengenalan Mk. seputar digital pada
aplikasi Pengolahan pengolahan computer vision
computer Citra Digital citra digital  Membuat program
vision seperti beserta refrensi pada sederhana
aplikasi yang computer berdasarkan
keamanan, dianjurkan vision metode
dibidang  Membuat pengolahan citra
program digital pada
 Mengetahui Denpasar, 8 Juni 2022
Ketua Program Studi S1 Sisitem informasi Koordinator Mata Ajar

(Ida Bagus Teguh Teja Murti, S.Kom., M.Kom.) (Ni Ketut Gita Saraswati,S.Kom., M.Kom.)
Menyetujui,
Institut Teknologi dan Kesehatan Bintang Persada
Rektor,

( apt. Putu Yuda Ugrasena, S.farm., M.Biomed.)