IF RPS Kompleksitas

RENCANA PEMBELAJARAN SEMESTER

(RPS)

KKKF42118

KOMPLEKSITAS DAN STRATEGI ALGORITMIK

Disusun oleh:

PROGRAM STUDI S1 TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER (FILKOM

ii

LEMBAR PENGESAHAN

Rencana Pembelajaran Semester (RPS) ini telah disahkan untuk mata kuliah sbb:

Kode Mata Kuliah : KKKF42118

Nama Mata Kuliah : Komplesitas dan Strategi Algoritmik

Padang, 2017

Menyetujui

Kaprodi S1 Teknik Informatika

iii

DAFTAR ISI

LEMBAR PENGESAHAN...ii

DAFTAR ISI ...iii

A. PROFIL MATA KULIAH... 1

B. RENCANA PEMBELAJARAN SEMESTER (RPS) ... 2

C. RANCANGAN INTERAKSI DOSEN–MAHASISWA ... 9

D. RANCANGAN TUGAS ... 12

E. PENILAIAN DENGAN RUBRIK ... 13

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

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 waktu/ruang dengan kompleksitas

 Komplesitas Algoritma  Model perhitungan

waktu/ruang

 _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

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 Asimtotikserta 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 Asimtotikserta 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

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} Responsi(latihansoal) 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



 A l g o r i t m a 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

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%

C. RANCANGAN INTERAKSI DOSEN

–

MAHASISWA

Kemampuan Akhir yang Diharapkan Mahasiswa mampu memahami konsep materi

yang diberikan.

Nama Kajian 1. Pengenalan Algoritma

2. Algorithm Complexity 3. Time Complexity

4. Best, Worst and Average Case 5. Asymptotic Complexity 6. Strategy Algorithm 7. Brute force

8. Backtracking algorithms 9. Pattern matching 10. Greedy Algorithm 11. Divide and Conquer

Nama Strategi Ceramah

Minggu Penggunaan Strategi (Metode) 1 – 13

Deskripsi Singkat Strategi (Metode) pembelajaran

Dosen mengulas materi sebelumnya, menjelaskan tujuan, hasil pembelajaran, materi, dan kesimpulan, serta mendorong mahasiswa untuk aktif bertanya dan

mengemukakan pendapat terkait materi yang disampaikan.

RANCANGAN INTERAKSI DOSEN–MAHASISWA

Aktivitas Dosen Aktivitas Mahasiswa

Mengulas materi yang telah diberikan pada pertemuan sebelumnya (untuk pertemuan 2 dst).

Mengungkapkan apa yang telah dipahami dari materi yang telah disampaikan pada

pertemuan sebelumnya. Menjelaskan tentang tujuan

pembelajaran dari kegiatan pembelajaran.

Menyimak penjelasan dosen.

Mengarahkan mahasiswa untuk

melibatkan diri dan aktif dalam kegiatan pembelajaran.

Menyiapkan diri menerima materi yang akan disampaikan.

Membahas materi. Menyimak dan mencatat hal-hal penting dari materi yang disampaikan oleh dosen.

Bertanya apabila ada materi yang kurang jelas.

Mengajukan sejumlah pertanyaan terkait materi yang telah diberikan.

Menjawab pertanyaan yang diberikan.

Menyimpulkan materi. Menyimak kesimpulan.

Kemampuan Akhir yang Diharapkan Mahasiswa mampu menuangkan konsep materi

yang dipelajari pada sebuah algoritma untuk menyelesaikan suatu kasus.

Nama Kajian 1. Pengenalan Algoritma

2. Algorithm Complexity 3. Time Complexity

4. Best, Worst and Average Case 5. Asymptotic Complexity 6. Strategy Algorithm 7. Brute force

8. Backtracking algorithms 9. Pattern matching 10. Greedy Algorithm 11. Divide and Conquer

Nama Strategi Problem Based Learning (PBL)

Minggu Penggunaan Strategi (Metode) 1 – 13

Deskripsi Singkat Strategi (Metode) pembelajaran

Mahasiswa diminta menelaah algoritma untuk menyelesaikan suatu kasus sesuai dengan materi yang diberikan.

RANCANGAN INTERAKSI DOSEN–MAHASISWA

Aktivitas Dosen Aktivitas Mahasiswa

Memberikan kasus yang harus

diselesaikan dalam bentuk soal latihan.

Menyelesaikan soal yang diberikan.

Membahas hasil jawaban mahasiswa. Mempresentasikan jawaban dari setiap soal.

Kemampuan Akhir yang Diharapkan Mahasiswa mampu memahami konsep/ cara

kerja metode algoritma yang diberikan.

Nama Kajian 1. kompleksitas algoritma

2. kompleksitas waktu 3. kompleksitas asymptotik 4. strategi Algoritma

Nama Strategi Simulasi/ Demo

Minggu Penggunaan Strategi (Metode) 3 – 12

Deskripsi Singkat Strategi (Metode) pembelajaran

Mahasiswa diminta untuk menyimak

demonstrasi konsep/ cara kerja suatu metode algoritma yang ditayangkan dalam bentuk animasi.

RANCANGAN INTERAKSI DOSEN–MAHASISWA

Aktivitas Dosen Aktivitas Mahasiswa

Menayangkan animasi yang

mendemonstasikan konsep/ cara kerja suatu metode algoritma.

Menyimak animasi.

Mengajukan sejumlah pertanyaan terkait animasi yang telah ditayangkan.

Menjawab pertanyaan yang diajukan.

Memberikan tambahan penjelasan terkait animasi yang ditayangkan.

Menyimak penjelasan dosen.

Menyimpulkan materi. Menyimak kesimpulan.

Kemampuan Akhir yang Diharapkan Mahasiswa mampu menyelesaikan soal/ studi

kasus yang berhubungan dengan materi pra- UTS dan pra-UAS.

Nama Kajian 1. Quiz (Evaluasi) Pra-UTS

a. Algorithm Complexity b. Time Complexity

c. Best, Worst and Average Case d. Asymptotic Complexity 2. Quiz (Evaluasi) Pra-UAS

a. Brute force

b. Backtracking algorithms c. Pattern matching d. Greedy Algorithm

Divide and Conquer

Nama Strategi Tes

Minggu Penggunaan Strategi (Metode) 8 & 15

Deskripsi Singkat Strategi (Metode) pembelajaran

Mahasiswa diminta untuk menyelesaikan soal- soal quiz sebagai bentuk evaluasi terhadap pemahaman mahasiswa atas materi-materi

yang telah diberikan.

RANCANGAN INTERAKSI DOSEN–MAHASISWA

Aktivitas Dosen Aktivitas Mahasiswa

Memberikan soal quiz. Menyelesaikan soal yang diberikan.

D. RANCANGAN TUGAS

Kode mata Kuliah KKKF42118

Nama Mata Kuliah Kompleksitas dan pemrograman

Kemampuan Akhir yang Diharapkan Mampu menerapkan semua Metode yang telah dipelajari untuk menyelesaikan kasus secara komprehensif

Minggu/ Pertemuan ke 4 – 7/ 11– 15

Tugas ke Tugas Besar

1. Tujuan tugas:

Menerapkan semua metode strategi algoritma yang telah dipelajari untuk menyelesaikan kasus tugas besar secara komprehensif

2. Uraian Tugas:

15–16. a. Metode/cara pengerjaan,acuan yang digunakan: Tugas besar dikerjakan secara individu.

 Topik tugas besar berasal dari dosen..

b. Deskripsi luaran tugas yang dihasilkan/dikerjakan : kasus yang berkaitan dengan metode strategi algoritma

3. Kriteria penilaian:

Penilaian Individu(100%)

- Ketepatan menggunakan Metode yang ada (80%) - Pemahaman materi(20%)

E. PERSENTASE KOMPONEN PENILAIAN

1. Kuis :10%

2. Tugas Besar :10%

3. UTS :20%

4. UAS :60%

E. PERSENTASE KOMPONEN PENILAIAN

1. Kuis : 10%

2. Tugas Besar : 20%

3. UTS : 30%

4. UAS : 40%

F. PENILAIAN DENGAN RUBRIK

Jenjang (Grade)

Angka

(Skor) Deskripsi perilaku (Indikator)

A > 80 Metode benar, skema tepat, dokumentasi baik, presentasi jelas B 65 – 79 Metode benar, skema cukup tepat, dokumentasi cukup baik,

presentasi jelas

C 55 – 64 Metode benar, skema kurang tepat, dokumentasi kurang baik, presentasi jelas

D 45 – 54 Metode benar, skema kurang tepat, dokumentasi kurang baik, presentasi kurang jelas

E ≤ 44 Metode salah, skema kurang tepat, dokumentasi kurang baik, presentasi kurang jelas

G. PENENTUAN NILAI AKHIR MATA KULIAH

Nilai Angka (NA) Nilai Huruf (NH)

NA > 80 A

65 < NA ≤ 79 B

55 < NA ≤ 64 C

45 < NA ≤ 54 D

NA < 45 E

C. RANCANGAN INTERAKSI DOSEN

–

MAHASISWA

Kemampuan Akhir yang Diharapkan Mahasiswa mampu memahami konsep materi yang diberikan.

Nama Kajian 1. Pengenalan Algoritma

2. Algorithm Complexity 3. Time Complexity

4. Best, Worst and Average Case 5. Asymptotic Complexity 6. Strategy Algorithm 7. Brute force

8. Backtracking algorithms 9. Pattern matching 10. Greedy Algorithm 11. Divide and Conquer

Nama Strategi Ceramah

Minggu Penggunaan Strategi (Metode) 1 – 13 Deskripsi Singkat Strategi (Metode)

pembelajaran

Dosen mengulas materi sebelumnya, menjelaskan tujuan, hasil pembelajaran, materi, dan kesimpulan, serta mendorong mahasiswa untuk aktif bertanya dan

mengemukakan pendapat terkait materi yang disampaikan.

RANCANGAN INTERAKSI DOSEN–MAHASISWA

Aktivitas Dosen Aktivitas Mahasiswa

Mengulas materi yang telah diberikan pada pertemuan sebelumnya (untuk pertemuan 2 dst).

Mengungkapkan apa yang telah dipahami dari materi yang telah disampaikan pada

pertemuan sebelumnya. Menjelaskan tentang tujuan

pembelajaran dari kegiatan pembelajaran.

Menyimak penjelasan dosen.

Mengarahkan mahasiswa untuk

melibatkan diri dan aktif dalam kegiatan pembelajaran.

Menyiapkan diri menerima materi yang akan disampaikan.

Membahas materi. Menyimak dan mencatat hal-hal penting dari

materi yang disampaikan oleh dosen.

Bertanya apabila ada materi yang kurang jelas.

Mengajukan sejumlah pertanyaan terkait materi yang telah diberikan.

Menjawab pertanyaan yang diberikan.

Menyimpulkan materi. Menyimak kesimpulan.

Kemampuan Akhir yang Diharapkan Mahasiswa mampu menuangkan konsep materi yang dipelajari pada sebuah algoritma untuk menyelesaikan suatu kasus.

Nama Kajian 1. Pengenalan Algoritma

2. Algorithm Complexity 3. Time Complexity

4. Best, Worst and Average Case 5. Asymptotic Complexity 6. Strategy Algorithm 7. Brute force

8. Backtracking algorithms 9. Pattern matching 10. Greedy Algorithm 11. Divide and Conquer

Nama Strategi Problem Based Learning (PBL)

Minggu Penggunaan Strategi (Metode) 1 – 13 Deskripsi Singkat Strategi (Metode)

pembelajaran

Mahasiswa diminta menelaah algoritma untuk menyelesaikan suatu kasus sesuai dengan materi yang diberikan.

RANCANGAN INTERAKSI DOSEN–MAHASISWA

Aktivitas Dosen Aktivitas Mahasiswa

Memberikan kasus yang harus

diselesaikan dalam bentuk soal latihan.

Menyelesaikan soal yang diberikan.

Membahas hasil jawaban mahasiswa. Mempresentasikan jawaban dari setiap soal.

Kemampuan Akhir yang Diharapkan Mahasiswa mampu memahami konsep/ cara kerja metode algoritma yang diberikan.

Nama Kajian 1. kompleksitas algoritma

2. kompleksitas waktu 3. kompleksitas asymptotik 4. strategi Algoritma

Nama Strategi Simulasi/ Demo

Minggu Penggunaan Strategi (Metode) 3 – 12 Deskripsi Singkat Strategi (Metode)

pembelajaran

Mahasiswa diminta untuk menyimak

demonstrasi konsep/ cara kerja suatu metode algoritma yang ditayangkan dalam bentuk animasi.

RANCANGAN INTERAKSI DOSEN–MAHASISWA

Aktivitas Dosen Aktivitas Mahasiswa

Menayangkan animasi yang

mendemonstasikan konsep/ cara kerja suatu metode algoritma.

Menyimak animasi.

Mengajukan sejumlah pertanyaan terkait animasi yang telah ditayangkan.

Menjawab pertanyaan yang diajukan.

Memberikan tambahan penjelasan terkait animasi yang ditayangkan.

Menyimak penjelasan dosen.

Menyimpulkan materi. Menyimak kesimpulan.

Kemampuan Akhir yang Diharapkan Mahasiswa mampu menyelesaikan soal/ studi kasus yang berhubungan dengan materi pra- UTS dan pra-UAS.

Nama Kajian 1. Quiz (Evaluasi) Pra-UTS

a. Algorithm Complexity b. Time Complexity

c. Best, Worst and Average Case d. Asymptotic Complexity 2. Quiz (Evaluasi) Pra-UAS

a. Brute force

b. Backtracking algorithms c. Pattern matching d. Greedy Algorithm

Divide and Conquer

Nama Strategi Tes

Minggu Penggunaan Strategi (Metode) 8 & 15 Deskripsi Singkat Strategi (Metode)

pembelajaran

Mahasiswa diminta untuk menyelesaikan soal- soal quiz sebagai bentuk evaluasi terhadap pemahaman mahasiswa atas materi-materi

yang telah diberikan. RANCANGAN INTERAKSI DOSEN–MAHASISWA

Aktivitas Dosen Aktivitas Mahasiswa

Memberikan soal quiz. Menyelesaikan soal yang diberikan.

D. RANCANGAN TUGAS

Kode mata Kuliah KKKF42118

Nama Mata Kuliah Kompleksitas dan pemrograman

Kemampuan Akhir yang Diharapkan Mampu menerapkan semua Metode yang telah dipelajari untuk menyelesaikan kasus secara komprehensif

Minggu/ Pertemuan ke 4 – 7/ 11– 15

Tugas ke Tugas Besar

1. Tujuan tugas:

Menerapkan semua metode strategi algoritma yang telah dipelajari untuk menyelesaikan kasus tugas besar secara komprehensif

2. Uraian Tugas:

15–16. a. Metode/cara pengerjaan,acuan yang digunakan:

Tugas besar dikerjakan secara individu.

 Topik tugas besar berasal dari dosen..

b. Deskripsi luaran tugas yang dihasilkan/dikerjakan : kasus yang berkaitan dengan metode strategi algoritma

3. Kriteria penilaian:

Penilaian Individu(100%)

- Ketepatan menggunakan Metode yang ada (80%) - Pemahaman materi(20%)

E. PERSENTASE KOMPONEN PENILAIAN

1. Kuis :10%

2. Tugas Besar :10%

3. UTS :20%

4. UAS :60%

E. PERSENTASE KOMPONEN PENILAIAN

1. Kuis : 10%

2. Tugas Besar : 20%

3. UTS : 30%

4. UAS : 40%

F. PENILAIAN DENGAN RUBRIK

Jenjang

(Grade)

Angka

(Skor) Deskripsi perilaku (Indikator)

A > 80 Metode benar, skema tepat, dokumentasi baik, presentasi jelas B 65 – 79 Metode benar, skema cukup tepat, dokumentasi cukup baik,

presentasi jelas

C 55 – 64 Metode benar, skema kurang tepat, dokumentasi kurang baik, presentasi jelas

D 45 – 54 Metode benar, skema kurang tepat, dokumentasi kurang baik, presentasi kurang jelas

E ≤ 44 Metode salah, skema kurang tepat, dokumentasi kurang baik, presentasi kurang jelas

G. PENENTUAN NILAI AKHIR MATA KULIAH

Nilai Angka (NA) Nilai Huruf (NH)

NA > 80 A

65 < NA ≤ 79 B

55 < NA ≤ 64 C

45 < NA ≤ 54 D

NA < 45 E