PROFIL MATA KULIAH IDENTITAS MATA KULIAH RENCANA PEMBELAJARAN SEMESTER RPS

1

A. PROFIL MATA KULIAH IDENTITAS MATA KULIAH

Nama Mata Kuliah : Kompleksitas dan Strategi Algoritmik Kode Mata Kuliah : KKKF42118 SKS : 2 Jenis : MK Wajib Jam pelaksanaan : Tatap muka di kelas = 2 x 50 menit per minggu Responsi = 1 x 50 menit per minggu Semester Tingkat : 4 2 Pre-requisite : - Co-requisite : - Bidang Kajian : Dasar Algoritma, Kompleksitas dan strategi Algoritma DESKRIPSI SINGKAT MATA KULIAH Mata kuliah ini mempelajari dasar Algoritma dan menelaah alur dan perhitungan yang ada di sebuah algoritma dengan metode kompleksitas yang tepat dan memahami strategi algoritma seperti Strategi solusi langsung direct solution strategies, Strategi berbasis pencarian pada ruang status state-space base strategies, Strategi solusi atas-bawah top- down solution strategies, Strategi solusi bawah-atas bottom-up solution strategies DAFTAR PUSTAKA 1. Herbet S. Will, Complexity and Algorithm

B. RENCANA PEMBELAJARAN SEMESTER RPS

Pertemuan ke- Kemampuan Akhir yang Diharapkan Bahan Kajian Materi Ajar Bentuk Metode Strategi Pembelajaran Kriteria Penilaian Indikator Bobot Nilai 1  Mampu memahami pengertian algoritma  Mampu memahami Analogi pemrograman  Mampu memahami hubungan antara komplesitas danAlgoritma Prolog: prolog, teks algoritma  Pengertian dasar  Analogi pemrograman  Ceramah  Problem- based learning Ketepatan dalam menentukan algoritma untuk menyelesaikan studi kasus sederhana, dalam kalimat deskriptif 2  Mampu memahami kompleksitas pada algoritma  Mampu memahami model perhitungan wakturuang dengan kompleksitas  Komplesitas Algoritma  Model perhitungan wakturuang  Ceramah  Problem- based learning  latihan Ketepatan dalam menentukan dan menghitung kompleksitas waktu pada sebuah algoritma 3 Mampu memahami dan menggunakan kompleksitas waktu dalam mehitung watu yang di butuhkan pada sebuah algoritma.  kompleksitas Waktu  Operasi Khas dalam sebuah Algoritma  Ceramah  Problem- based learning Ketepatan dalam hitung kompleksitas waktu pada sebuah algoritma 2 Pertemuan ke- Kemampuan Akhir yang Diharapkan Bahan Kajian Materi Ajar Bentuk Metode Strategi Pembelajaran Kriteria Penilaian Indikator Bobot Nilai 4 Mampu memahami perbandingan antara Best, Worst Average Case Pada sebuah algoritma Analisa kasus  Algoritma Binary Search  algoritma selection sort  algoritma insertion Sort  algoritma Counting Sort  algoritma Quick Sort  Ceramah  Problem- based learning Ketepatan dalam menentukan Best, Worst Average Case pada sebuah algoritma 5 Mampu memahami dan mengimplementasikan materi yang dibahas pada pertemuan 1 s.d. 3 Responsi latihan soal  Materi pertemuan 1 s.d. 3  Ceramah Problem- based learning Ketepatan dalam Memahami dan menghitung algoritma untuk menyelesaikan soal latihan tentang materi pertemuan 1 s.d. 4 6 Mampu memahami pengertian Kompleksitas Waktu Asimtotik serta notasi yang ada  Kompleksitas Waktu Asimtotik  notasi Big-Oh  Ceramah Problem- based learning Ketepatan dalam memahami perbedaan antara masing algoritma pada notasi Big-Oh 7 Mampu memahami pengertian Kompleksitas Waktu Asimtotik serta mampu menghitung waktu algoritma dengan Kompleksitas Waktu Asimtotik  Kompleksitas Waktu Asimtotik  notasi Big-Oh  Ceramah Problem- based learning  Ketepatan dalam menghitung masing algoritma pada notasi Big-Oh 8 Mampu memahami dan mengimplementasikan materi yang dibahas pada pertemuan 5 s.d. 6 Responsi latihan soal  Materi pertemuan 5 s.d. 6  Tes Ketepatan dalam menghitung algoritma untuk menyelesaikan soal latihan tentang materi pertemuan 5-6 3 Pertemuan ke- Kemampuan Akhir yang Diharapkan Bahan Kajian Materi Ajar Bentuk Metode Strategi Pembelajaran Kriteria Penilaian Indikator Bobot Nilai 9 Mampu memahami dan Mengimplementasikan materi pra-UTS Responsilatihansoal Materipra-UTS  Praktek Ketepatan dalam menyelesaikan soal latihan tentang materipra-UTS UTS 40 10 Mampu memahami Strategi Algoritma  Strategi Algoritma  Ceramah  Problem- based learning Ketepatan dalam mencerna materi algoritma dan strategi algoritma 11 Mampu memahami dan menghitung Algoritma dengan metode BRUTE FORCE   Algoritma Brute Force  Penerapan Brute Force  Contoh Kasus  Ceramah  Problem- based learning Ketepatan dalam mehitung Algoritma Brute Force pada sebuah kasus 12 Mampu memahami cara kerja Algoritma Greedy  Algoritma Greedy  Penerapan Algoritma Greedy  Contoh Kasus  Ceramah  Problem- based learning Ketepatan dalam mehitung Algoritma Greedy pada sebuah kasus 13 Mampu memahami dan mengimplementasikan materi yang dibahas pada pertemuan 11 s.d. 12 Responsi latihan soal  Materi pertemuan 11 s.d. 12  Tes Ketepatan dalam Menghitung algoritma untuk menyelesaikan soal latihan tentang materi pertemuan 11-12 4 Pertemuan ke- Kemampuan Akhir yang Diharapkan Bahan Kajian Materi Ajar Bentuk Metode Strategi Pembelajaran Kriteria Penilaian Indikator Bobot Nilai 14 Mampu memahami metode Algoritma Runut Balik backtracking  Algoritma backtracking  Penerapan Algoritma backtracking  Contoh Kasus  Ceramah  Problem- based learning Ketepatan dalam mehitung Algoritma backtracking pada sebuah kasus 15 Mampu memahami Algoritma Divide Conquer  Algoritma Divide Conquer  Penerapan Algoritma Divide Conquer  Contoh Kasus  Ceramah  Problem- based learning Ketepatan dalam mehitung Algoritma Divide Conquer pada sebuah kasus 16 Mampu memahami dan mengimplementasikan materi yang dibahas pada pertemuan 14 s.d. 15 Responsi latihan soal  Materi pertemuan 14 s.d. 15  Tes Ketepatan dalam Menghitung algoritma untuk menyelesaikan soal latihan tentang materi pertemuan 14-15 UAS 60 5

C. RANCANGAN INTERAKSI DOSEN –MAHASISWA