KATALOG IF 2009-2010
-
Upload
hapsoro-adi-permana -
Category
Documents
-
view
552 -
download
0
Transcript of KATALOG IF 2009-2010
2009/2010
Program Studi S1 Teknik Informatika
Program Studi S2 Teknik Informatika
KATALOG JURUSAN TEKNIK INFORMATIKA
2 | K a t a l o g
Latar Belakang
Pendidikan tinggi merupakan salah satu pilar penting yang diharapkan dapat membawa perubahan suatu bangsa. Pendidikan tinggi tidak hanya menjadi
sarana peningkatan kualitas sumber daya manusia (SDM), tetapi juga dapat menjadi wahana yang sangat penting untuk merubah pola pikir masyarakat
dalam mewujudkan masyarakat sipil (civil society) yang demokratis. Dalam rangka persaingan global, maka kebijakan dalam bidang pendidikan
tinggi harus dapat merespon berbagai tantangan baik pada tingkat lokal, nasional, maupun regional. Salah satu kontribusi perguruan tinggi sebagai
penyelenggara pendidikan tinggi adalah dapat meningkatkan daya saing bangsa yang pada akhirnya nanti akan dapat meningkatkan taraf hidup dan kesejahteraan masyarakat secara berkelanjutan.
Di masa yang akan datang, pengembangan pendidikan tinggi tidak dapat
dipisahkan dari prediksi perkembangan dunia dalam bidang ilmu pengetahuan, teknologi, ekonomi, dan sebagainya. Saat ini, perekonomian dunia sedang mengalami perubahan yang mendasar pada kekuatan daya
saingnya, dimana pada awalnya didasarkan pada kekayaan sumber daya alam menjadi perekonomian yang didasarkan pada kemampuan bangsa
untuk mengembangkan kreativitas dan inovasi dalam memanfaatkan i lmu pengetahuan, teknologi, dan seni.
Untuk meningkatkan daya saing bangsa, salah satu upaya yang dilakukan adalah mempersiapkan SDM berkualitas dalam bidang teknologi informasi.
Hal ini diyakini karena teknologi informasi merupakan salah satu tulang punggung pertumbuhan ekonomi bangsa.Untuk itu, pemerintah melalui Direktorat Jenddral Pendidikan Tinggi pada tahun 1985 menginstruksikan
untuk membuka Program Studi S1 untuk bidang Ilmu dan Teknologi Komputer di 4(empat) Universitas/Institut, yaitu ITB, ITS, UI dan UGM. Di
ITS, program ini awalnya diberi nama Program Studi Teknik Komputer. Namun sejak tahun 1993, nama Program Studi ini diubah menjadi Jurusan Teknik Komputer. Pada tahun 1996 secara resmi jurusan in berganti nama
menjadi Jurusan Teknik Informatika berdasarkan Surat Keputusan Direktur Jenderal Pendidikan Tinggi Nomor 224/DIKTI/Kep/1996, tanggal 11 Juli
1996.
Jurusan Teknik Informatika yang awalnya tergabung dalam Fakultas
Teknologi Industri (FTI), mulai tahun 2002 menjadi bagian dari Fakultas Teknologi Informasi (FTIf), sesuai dengan Keputusan Menteri Pendidikan
nasional RI Nomor : 109/O/2002, tanggal 2 Juli 2002 tentang Pendirian Fakultas Teknologi Informasi Pada Institut Teknologi Sepuluh Nopember.
Untuk peringkat akreditasi, Jurusan Teknik Informatika Program Studi S1 dinyatakan terakreditasi dengan nilai A berdasarkan Surat Keputusan Badan
3 | K a t a l o g
Akreditasi Nasional Perguruan Tinggi (BAN-PT) Nomor 003/BAN-PT/Ak-X/S1/V/2006, tanggal 18 Mei 2006.
Saat ini, staf pengajar jurusan teknik informatika sebanyak 48 dosen, diantaranya 6 doktor dan 23 bergelar master. Jumlah karyawan teknik
informatika sebanyak 19 orang.
Selain program sarjana (S1), Jurusan Teknik Informatika juga menyelenggarakan program pascasarjana (S2) yang dirintis sejak tahun
1994 di bawah koordinasi Jurusan Teknik Elektro, Fakultas Teknologi Industri. Kemudian sejak tahun 2001, penyelenggaraan program
pascasarjana Teknik Informatika secara resmi berada dalam pengelolaan Jurusan Teknik Informatika, berdasarkan Surat Keputusan Direktur Jendral Pendidikan Tinggi Nomor 2851/D/T/2001, perihal ijin penyelenggaraan
Program-Program Studi Jenjang Strata-2 (S2) pada Institut Teknologi Sepuluh Nopember Surabaya. Saat ini, Program Studi S2 Teknik Informatika
terakreditasi dengan nilai B berdasarkan Surat Keputusan Badan Akreditasi Nasional Perguruan Tinggi (BAN-PT) Nomor 019/BAN-PT/Ak-V/S2/XII/2006 tanggal 16 Desember 2006.
Hingga saat ini, Jurusan Teknik Informatika merupakan jurusan yang paling
favorit di ITS. Grafik berikut menunjukkan jumlah calon mahasiswa yang berminat memasuki program S1 Jurusan Informatika tahun 2004 s/d 2008 dengan daya tampung 100 mahasiswa. Secara rata-rata, dalam 5 tahun
terakhir tingkat keketatan persaingan melalui SPMB/SNMPTN, adalah 3 – 5% saja yang bisa diterima di Jurusan Teknik Informatika dari jumlah
peminat yang lebih dari 2000 peserta tiap tahunnya.
4 | K a t a l o g
Kualitas akademik dari calon mahasiswa yang akan memasuki program S1 Jurusan Teknik Informatika juga sangat bagus dan termasuk dalam lima besar di ITS. Hal ini diukur berdasarkan nilai SPMB/SNMPTN yang didapat
oleh calon mahasiswa. Grafik berikut memberikan perbandingan antara nilai rata-rata SPMB yang diperoleh calon mahasiswa yang diterima di Jurusan
Teknik Informatika dengan nilai rata-rata SPMB yang diperoleh calon mahasiswa yang diterima di Jurusan-Jurusan lain di ITS.
5 | K a t a l o g
Visi:
Menjadi inovator bidang informatika di tingkat nasional.
Misi :
– Menyelenggarakan proses pembelajaran berbasis kompetensi bidang informatika.
– Melaksanakan penelitian yang inovatif, bermutu, dan bermanfaat. – Meningkatkan pemanfaatan teknologi informasi dan komunikasi untuk
masyarakat.
– Menjalin kemitraan dengan berbagai lembaga, baik dalam maupun luar negeri.
Tujuan: 1. Menghasilkan lulusan yang kompeten di bidang Komputasi Cerdas,
Rekayasa Perangkat Lunak dan Komputasi Berbasis Jaringan. 2. Menghasilkan karya yang bermanfaat bagi masyarakat.
3. Menghasilkan lulusan yang memiliki daya saing dan kemandirian untuk berkompetisi di tingkat nasional dan internasional.
4. Meningkatkan jumlah penelitian dan publikasi di jurnal nasional maupun internasional.
5. Melakukan perbaikan proses pembelajaran secara
berkesinambungan. 6. Mengambil peran aktif dalam kegiatan bidang Teknik Informatika
pada tingkat nasional dan internasional. 7. Memberikan kontribusi bagi peningkatan mutu kehidupan
masyarakat.
Kurikulum untuk program Pendidikan S1
6 | K a t a l o g
Kurikulum untuk program pendidikan S1 yang sekarang digunakan di Jurusan Teknik informatika merupakan kurikulum baru yang telah
diberlakukan mulai tahun akedemik 2009/2010 hingga tahun akademik 2013/2014. Dalam kurikulum ini, total Satuan Kredit Semester (SKS) normal
yang harus ditempuh oleh mahasiswa adalah 144 SKS. Beban perkuliahan sebesar 144 SKS ini dapat diselesaikan selama delapan semester. Kurikulum ini disusun dengan mengacu pada Peraturan Rektor Institut
Teknologi Sepuluh Nopember Nomor 2692/12/PP/2008 tentang Pedoman Penyusunan Kurikulum Institut Teknologi Sepuluh Nopember Tahun 2009-
2014. Total 144 SKS tersebut dikelompokkan menjadi 2 kelompok mata kuliah, yaitu:
Mata Kuliah Wajib : 110 SKS (76.4%) Mata Kuliah Bidang Keahlian : 34 SKS (23.6%)
Jurusan Teknik Informatika menawarkan tiga bidang keahlian, yaitu Komputasi Cerdas dan Visualisasi, Komputasi Berbasis Jaringan dan
Rekayasa Perangkat Lunak. Penyediaan ketiga bidang minat ini dimaksudkan agar mahasiswa dapat memperoleh pengetahuan,
pemahaman maupun keterampilan yang lebih spesifik sesuai dengan bidang minat yang diinginkannya. Pemilihan Bidang Keahlian ini dapat dilakukan pada saat mahasiswa memasuki semester 6. Adapun ciri-ciri utama dari
ketiga bidang minat tersebut dapat dijabarkan seperti berikut:
Bidang Keahlian Komputasi Cerdas dan Visualisasi (KCV).
Mata kuliah yang ditawarkan dalam bidang minat ini terutama ditekankan pada kemampuan lulusan dalam memanipulasi dan menganalisis data
citra pada berbagai bidang aplikasi (a.l. biomedika, industri), kemampuan menerapkan metode sistem cerdas pada berbagai bidang aplikasi dan
kemampuan memodelkan dan mengoptimasikan sistem nyata. Mahasiswa yang memilih bidang keahlian ini diwajibkan (minimal) mengambil 6 mata kuliah bidang keahlian KCV, antara lain: Analisis Data
Multivariat, Data Mining, Kecerdasan Komputasional, Simulasi Sistem Diskrit, Data Warehousing, Pengolahan Citra Digital, Simulasi dan Game
Komputer, Sistem Temu Kembali Informasi, Visi Komputer, Optimasi Nonlinear, Pemrograman Robot, Topik Khusus Komputasi Cerdas dan Visualisasi.
Bidang Keahlian Komputasi Berbasis Jaringan/Net Centric
Computing
Mata kuliah yang ditawarkan dalam bidang keahlian ini ditekankan pada Kemampuan lulusan dalam membangun infrastruktur jaringan yang
aman, kemampuan membangun sistem grid, Kemampuan membangun aplikasi jaringan sesuai Standard dan Kemampuan membangun aplikasi
multimedia berbasis jaringan. Mahasiswa yang memilih bidang minat ini diwajibkan (minimal) mengambil 6 mata kuliah bidang NCC, antara lain: Jaringan Nirkabel dan Komputasi Bergerak, Sekuritas Jaringan, Sistem
Terdistribusi, Teknologi antar Jaringan, Jaringan Multimedia, Komputasi
7 | K a t a l o g
Grid, Perancangan dan Manajemen Jaringan, Teknik Kompresi, Topik Khusus Komputasi Berbasis Jaringan.
Bidang Minat Rekayasa Perangkat Lunak (RPL)
Mata kuliah yang ditawarkan dalam bidang minat ini ditekankan pada Kemampuan lulusan dalam melakukan pengujian perangkat lunak, Kemampuan mengelola proyek perangkat lunak, Kemampuan
mengurangi resiko kesalahan perangkat lunak, dan Kemampuan membuat perangkat lunak game. Mahasiswa yang memilih bidang
keahlian ini diwajibkan (minimal) mengambil 6 mata kuliah bidang RPL, antara lain: Animasi Komputer, Audit Tata Kelola TI, Manajemen Proyek Perangkat Lunak, Verifikasi dan Validasi Perangkat Lunak, Evolusi
Perangkat Lunak, Pembuatan Game, Pola dan Arsitektur Perangkat Lunak, Topik Khusus Rekayasa Perangkat Lunak, Pemrograman
Perangkat Mobile dan Realitas Virtual.
Dalam kurikulum 2009-2014 ini, kegiatan perkuliahan untuk membekali
mahasiwa dengan pemahaman konsep pengetahuan/teknologi dan kegiatan praktikum untuk membekali mahasiswa dengan pengetahuan praktis
(ketrampilan), dimana kedua kegiatan tersebut diberikan dalam satu mata kuliah dengan bobot 3-4 sks, sehingga tidak dilakukan pemisahan antara mata kuliah dengan mata praktikum. Kegiatan perkuliahan dapat
berlangsung di kelas maupun di laboratorium.
Pengalaman praktis lainnya yang juga wajib diikuti oleh mahasiswa adalah “Kerja Praktek” di industri selama dua bulan (dengan beban 2 SKS) guna memberikan kesempatan bagi mahasiswa untuk memperluas wawasannya
mengenai aplikasi dari berbagai teori yang telah diperoleh dalam perkuliahan. Sebagai akhir dari proses pendidikan untuk program studi S1,
mahasiswa diwajibkan untuk menyelesaikan “Tugas Akhir” (dengan bobot 5 SKS) yang ditujukan untuk memberikan pengalaman bagi mahasiswa dalam menyusun karya ilmiah yang berkaitan dengan penyelesaian terhadap suatu
pokok permasalahan sesuai dengan bidang keahlian yang telah dipilihnya. Tugas akhir ini bersifat komprehensif, ditulis sesuai dengan norma-norma
ilmiah dan harus dipertanggungjawabkan baik dalam forum seminar tugas akhir yang bersifat umum dan terbuka maupun ujian lisan yang bersifat tertutup di depan tim penguji.
8 | K a t a l o g
Kompetensi Lulusan Program Sarjana:
Kompetensi Utama:
1. Memahami dan menguasai prinsip dasar bidang informatika.
2. Menguasai dasar konsep dan keahlian pemrograman komputer . 3. Mampu merancang dan mengimplementasikan sistem serta
mengintegrasikan hardware dan software. 4. Mempunyai keahlian komunikasi interpersonal, teamwork serta
manajerial
5. Mampu mendayagunakan, mengevaluasi dan mengidentifikasi pengembangan sistem berbasiskan komputer.
6. Mempunyai keahlian tertentu di topik-topik lanjut komputing. 7. Mampu menunjukan sikap yang menghargai, melindungi dan
meningkatkan etika professional.
8. Mempunyai keahlian meneliti sesuai dengan metodologi penelitian. Kompetensi Pendukung:
1. Kemampuan menuangkan pemikiran dalam lisan dan tulisan dengan baik.
2. Sikap technopreneur.
3. Kemampuan berbahasa asing baik lisan maupun tulisan.
Kompetensi Lainnya:
Berintegritas tinggi, bermoral, serta berwawasan lingkungan dan bahari.
Kurikulum untuk program Pendidikan S2
Kurikulum untuk program pendidikan S2 yang sekarang digunakan di Jurusan Teknik informatika merupakan kurikulum baru yang telah diberlakukan mulai tahun akedemik 2009/2010 hingga tahun akademik
2013/2014. Dalam kurikulum ini, total Satuan Kredit Semester (SKS) normal yang harus ditempuh oleh mahasiswa adalah 36 SKS. Secara normal, beban
perkulihan sebesar 36 SKS ini dapat diselesaikan selama empat semester. Kurikulum ini disusun dengan mengacu pada Peraturan Rektor Institut Teknologi Sepuluh Nopember Nomor 2692/12/PP/2008 tentang Pedoman
Penyusunan Kurikulum Institut Teknologi Sepuluh Nopember Tahun 2009-2014. Beban studi sebesar 36 SKS tersebut dikelompokkan menjadi 2
kelompok mata kuliah, yaitu: Mata Kuliah Wajib : 18 SKS (50%)
Mata Kuliah Bidang Keahlian : 18 SKS (50%)
Program S2 Teknik Informatika juga memberikan 3 pilihan bidang keahlian, yaitu Komputasi Cerdas dan Visualisasi, Komputasi Berbasis Jaringan dan Rekayasa Perangkat Lunak. Pilihan bidang keahlian ini dapat dilakukan saat
mahasiswa memasuki semester ke-2. Mahasiswa harus menyelesaikan
9 | K a t a l o g
thesis (6 sks), dengan membuat suatu karya i lmiah yang disusun berdasarkan hasil penelitian mahasiswa dalam menyelesaikan suatu pokok
permasalahan, dengan menggunakan ilmu informatika sebagai dasar pemecahannya sesuai dengan bidang keahlian yang dipilih. Thesis ini
bersifat komprehensif, ditulis sesuai dengan norma-norma ilmiah dan harus dipertanggungjawabkan baik dalam forum seminar tugas akhir yang bersifat umum dan terbuka maupun ujian lisan yang bersifat tertutup di depan tim
penguji.
Kompetensi Lulusan Program Pasca Sarjana: Kompetensi Utama:
1. Menguasai desain dan analisis pemrograman. 2. Menguasai metodologi pembangunan perangkat lunak. 3. Menguasai metodologi sistem cerdas.
4. Menguasai computer network. 5. Menguasai teknologi pemrosesan informasi.
6. Menguasai metodologi penelitian. 7. Mempunyai daya analisis. 8. Mempunyai inovasi dalam menyelesaikan permasalahan.
9. Mempunyai kemampuan berkomunikasi dengan baik. 10. Mempunyai kemampuan menulis ilmiah.
11. Mempunyai etika profesi. Kompetensi Pendukung:
1. Mempunyai kemampuan kepemimpinan. 2. Bisa Mandiri.
3. Bisa bekerjasama. Kompetensi lainnya:
Kemampuan bahasa asing.
Pejabat dan Dosen Jurusan
Ketua dan Sekretaris Jurusan 2007 - 2011:
Ketua : Yudhi Purwananto, S.Kom, M.Kom. Sekretaris : Ahmad Saikhu, S.Si.,MT. Ketua dan Sekretaris Program Studi Pascasarjana 2007 - 2011:
Ketua : Ir. Joko Lianto Buliali, M.Sc., Ph.D.
Sekretaris : Chastine Fatichah, S.Kom.,M.Kom. Pengelola Laboratorium :
Laboratorium Pemrograman
Kepala Laboratorium : Diana Purwitasari, S.Kom, M.Sc. Kepala Seksi Operasional : Radityo Anggoro, S.Kom, M.Sc
10 | K a t a l o g
Laboratorium Arsitektur dan Jaringan Komputer(AJK)
Kepala Laboratorium : Royyana Muslim Ijtihadie, S.Kom, M.Kom
Kepala Seksi Operasional: Bagus Jati Santoso, S.Kom
Laboratorium Komputasi Cerdas dan Visualisasi (KCV)
Kepala Laboratorium : Ir. Joko Lianto Buliali, M.Sc.,Ph.D.
Laboratorium Komputasi Berbasis Jaringan (NCC)
Kepala Laboratorium : Ir. Muchammad Husni, M.Kom.
Laboratorium Rekayasa Perangkat Lunak(RPL)
Kepala Laboratorium : Prof.Drs.Ec.Ir. Riyanarto Sarno, M.Sc.,Ph.D.
Laboratorium Vision and Image Processing (VIP)
Kepala Laboratorium : Dr. Agus Zainal Arifin. S.Kom, M.Kom
Pengelola Ruang Baca :
Kepala Ruang Baca Teknik Informatika: Umi Laili Yuhana, S.Kom, M.Sc
Staf Pengajar :
1. Prof.Ir. Supeno Djanali , M.Sc.,Ph.D. 2. Prof.Ir. Handayani Tjandrasa, M.Sc.,Ph.D.
3. Prof.Drs.Ec. Ir. Riyanarto Sarno, M.Sc.,Ph.D. 4. Ir. Muchammad Husni, M.Kom. 5. Ir. F.X. Arunanto, M.Sc.
6. Ir. Joko Lianto Buliali, M.Sc.,Ph.D. 7. Dr. Agus Zainal Arifin, S.Kom.,M.Kom.
8. Ir. R.V. Hari Ginardi, M.Kom. 9. Ir. Siti Rochimah, MT.
10. Ir. Suhadi Lili
11. Yudhi Purwananto, S.Kom.,M.Kom. 12. Victor Hariadi, S.Si.,M.Kom.
13. Ahmad Saikhu, S.Si.,MT. 14. Wahyu Suadi, S.Kom.,M.Kom. 15. Nanik Suciati, S.Kom.,M.Kom.
16. Dwi Sunaryono, S.Kom., M.Kom 17. Fajar Baskoro, S.Kom.,MT.
18. Chastine Fatichah, S.Kom.,M.Kom. 19. Sarwosri, S.Kom.,MT. 20. Bilqis Amaliah, S.Kom.,M.Kom.
21. Waskitho Wibisono, S.Kom.,M.Eng. 22. Daniel Oranova Siahaan, S.Kom.,M.Sc.,P.D.Eng.
23. Royyana Muslim Ijtihadie, S.Kom.,M.Kom. 24. Imam Kuswardayan, S.Kom., MT. 25. Diana Purwitasari, S,Kom, M.Sc
26. Misbakhul Munir Irfan Subakti, S.Kom.,M.Sc.Eng. 27. Arif Bramantoro, S.Kom.,MIT.
28. Umi Laili Yuhana, S.Kom.,M.Sc.
11 | K a t a l o g
29. Tohari Ahmad, S.Kom.,MIT. 30. Darlis Herumurti, S.Kom., M.Kom
31. Isye Arieshanti, S.Kom. M.Com.Sc. 32. Ary Mazharudin Shidiqy, S.Kom., M.Com.Sc.
33. Ahmad Hoirul Basori, S.Kom. 34. Anny Yuniarti, S.Kom.,M.Com.Sc. 35. Henning Titi Ciptaningtyas, S.Kom.
36. Rully Sulaiman, S.Kom, M.Kom 37. Radityo Anggoro, S.Kom, M.Sc.,Eng.
38. Hadziq Fabroyir, S.Kom 39. Bagus Jati Santoso, S.Kom 40. Ridho Rahman Hariadi, S.Kom
41. Ratih Nur Esti Anggraini, S.Kom 42. Arya Yudhi Wijaya, S.Kom
43. Rizky Januar Akbar, S.Kom 44. Dini Adni Navastara, S.Kom 45. Wijayanti Nurul Khotimah, S.Kom
46. Abdul Munif, S.Kom 47. Nurul Fajrin Ariyani, S.Kom
48. Erina Letivina Anggraini, S.Kom
LABORATORIUM
1. LABORATORIUM PEMROGRAMAN (Lab. PROG)
Fasilitas : 3 server dan 75 PC workstation
Sistem Operasi : Windows server 2003 dan Windows XP
Aplikasi : Microsoft Office, Visio, Visual Studio.Net, Hummingbird Exceed (X windows emulator),
My SQL, SQL Server dan Oracle DBMS
Aktivitas :
Praktikum Pemrograman Terstruktur
Praktikum Struktur Data Praktikum Basis Data Pekerjaan tugas mata kuliah, untuk kegiatan
penelitian dan pengabdian pada masyarakat.
2. LABORATORIUM ARSITEKTUR DAN JARINGAN KOMPUTER (Lab. AJK)
Fasilitas : 3 server dan 40 PC workstation
Sistem Operasi : Windows server 2003 dan Windows XP, Solaris
dan Linux
Aplikasi : Microsoft Office, Visio, Visual Studio.Net, Java,
Matlab, SQL Server dan Oracle DBMS
Aktivitas : Praktikum Sistem Digital
Praktikum Sistem Operasi
Praktikum Jaringan Komputer
Pekerjaan tugas mata kuliah, tugas akhir,
12 | K a t a l o g
penelitian dalam bidang desain dan manajemen jaringan, Jaringan Nirkabel &
Komputasi Bergerak, dan untuk kegiatan penelitian serta pengabdian pada
masyarakat.
3. LABORATORIUM KOMPUTASI CERDAS DAN VISUALISASI (Lab. KCV)
Fasilitas : 2 server dan 20 PC workstation
Sistem Operasi : Windows server 2003 dan Windows XP
Aplikasi : Microsoft Office, Visio, Visual Studio.Net, Java Netbean, Matlab, Xpert Rule, My SQL, SQL Server 2005 dan Oracle 10g DBMS
Aktivitas : Kegiatan penelitian dalam bidang Sistem Temu Kembali Informasi, Pengenalan Pola, Data
Mining, Data Warehousing, Kecerdasan Komputasional, Simulasi, Optimasi.
4. LABORATORIUM KOMPUTASI BERBASIS JARINGAN (Lab. NCC)
Fasilitas : 3 server dan 20 PC workstation
Sistem Operasi : Windows server 2003, Windows XP, Solaris dan Linux
Aplikasi : Microsoft Office, Visio, Visual Studio.Net, Java
Netbean, Matlab, ArcInfo & ArcView, Image Gear, SQL Server 2005 dan Oracle DBMS.
Aktivitas : Untuk kegiatan penelitian dalam bidang Sistem Terdistribusi, Teknologi antar Jaringan, Jaringan Multimedia, Komputasi Grid, dan Teknik
Kompresi.
5. LABORATORIUM REKAYASA PERANGKAT LUNAK (Lab. RPL)
Fasilitas : 3 server dan 24 PC workstation
Sistem Operasi : Windows server 2003 dan Windows XP dan
Linux
Aplikasi : Microsoft Office, Visio, Visual Studio.Net, Java,
Matlab, Xpert Rule, , SQL Server 2005 dan Oracle DBMS
Aktivitas : Untuk kegiatan penelitian dalam bidang Animasi
Komputer, Audit Perangkat Lunak, Verifikasi dan Validasi Perangkat Lunak, Evolusi
Perangkat Lunak Pembuatan Game, Pemrograman Perangkat Mobile dan Realitas Virtual.
13 | K a t a l o g
6. LABORATORIUM VISION AND IMAGE PROCESSING (VIP)
Fasilitas : 1 server dan 8 PC workstation, Printer LaserJet dan LCD Proyektor
Sistem Operasi : Windows server 2003 dan Windows XP
Aplikasi : Microsoft Office, Visio, Visual Studio.Net, Java, Matlab, Xpert Rule, , SQL Server 2005 dan
Oracle DBMS
Aktivitas : Untuk kegiatan penelitian dalam bidang Visi
Komputer dan Pengolahan Citra Digital.
7. WORKSHOP PROGRAM S2
Fasilitas : 2 server, 12 PC workstation
Sistem Operasi : Windows server 2003, Windows XP dan Linux
Aplikasi : Microsoft Office, Visio, Visual Studio.Net, Java Netbean, Matlab, Eclipse, Rational Rose, System Architect, SQL Server 2005, Oracle
10g DBMS
Aktivitas : Untuk kegiatan penelitian dalam bidang RPL,
NCC dan KCV
14 | K a t a l o g
Daftar Mata Kuliah dan Silabus
Kurikulum 2009-2014
Program Sarjana
Jurusan Teknik Informatika
15 | K a t a l o g
DAFTAR MATA KULIAH KURIKULUM 2009 - 2014
Fakultas : Teknologi Informasi (FTIF) Jurusan : Teknik Informatika Jenjang : S1
Kode MK Nama Mata Kuliah sks Wajib/ Pilihan
Smt Kompetensi
Utama
Kompetensi Penunjang/
Lainnya
IG091308 Bahasa Inggris 2 W 1
KI091301 Aljabar Linear 3 W 1 KI091302 Pemrograman Terstruktur 4 W 1
KI091303 Sistem dan Teknologi Informasi
2 W 1
KI091304 Sistem Digital 4 W 1
SM091201 Kalkulus 1 3 W 1
IG09130X Pendidikan Agama 2 W 2
KI091305 Algoritma dan Struktur Data 4 W 2
KI091306 Matematika Diskrit 3 W 2
KI091307 Organisasi Komputer 3 W 2 KI091308 Teori Graf dan Otomata 3 W 2
SM091202 Kalkulus 2 3 W 2
KI091309 Basis Data 4 W 3 KI091310 Komputasi Numerik 3 W 3
KI091311 Pemrograman Berorientasi Objek
4 W 3
KI091312 Rekayasa Perangkat Lunak 2 W 3 KI091313 Sistem Operasi 4 W 3
KI091314 Statistika Komputasional 3 W 3
IG091307 Bahasa Indonesia 2 W 4 IG091309 Pengantar Ilmu Lingkungan 2 W 4
KI091315 Analisis dan Perancangan Sistem
4 W 4
KI091316 Jaringan Komputer 3 W 4 KI091317 Pemrograman Web 3 W 4
KI091318 Perancangan dan Analisis Algoritma
3 W 4
KI091319 Riset Operasional 3 W 4 KI091320 Basis Data Lanjut 3 W 5
KI091321 Grafika Komputer 3 W 5
KI091322 Kecerdasan Buatan 3 W 5 KI091323 Pemrograman Framework
J2EE 3 W 5
KI091324 Pemrograman Jaringan 3 W 5
16 | K a t a l o g
KI091325 Perancangan dan Analisis Algoritma Lanjut
3 W 5
Kode MK Nama Mata Kuliah sks Wajib/ Pilihan
Smt Kompetensi
Utama
Kompetensi Penunjang/
Lainnya
KI091392 Kerja Praktek 2 W 6
KI091326 Pemrograman Framework .NET
3 W 6
IG091306 Pend Kewarganegaraan 2 W 7
KI091327 Sosio dan Etika 2 W 7
IG091311 Pengantar Technopreneurship 2 W 8 KI091xxx Mata Kuliah Bidang Keahlian 34 P -
KI091391 Tugas Akhir 5 W 8
Jumlah sks 144 100% 132 12
Jumlah sks MK wajib 110 76%
Jumlah sks MK pilihan 34 24%
DAFTAR MATA KULIAH BIDANG KEAHLIAN
Kode MK Nama Mata Kuliah sks Bidang
Keahlian Smt
Kompetensi Utama
KI091331 Analisis Data Multivariat 4 KCV* 6
KI091332 Data Mining 4 KCV* 6
KI091333 Kecerdasan Komputasional 3 KCV* 6
KI091334 Simulasi Sistem Diskrit 4 KCV* 6
KI091351 Jaringan Nirkabel dan Komputasi Bergerak
4 NCC 6
KI091352 Sekuritas Jaringan 3 NCC 6
KI091353 Sistem Terdistribusi 4 NCC 6
Kode MK Nama Mata Kuliah sks Bidang
Keahlian Smt
Kompetensi Utama
KI091354 Teknologi antar Jaringan 4 NCC 6
KI091371 Animasi Komputer 4 RPL 6
KI091372 Audit Tata Kelola TI 3 RPL 6
KI091373 Manajemen Proyek Perangkat Lunak
4 RPL 6
KI091374 Verifikasi dan Validasi Perangkat Lunak
3 RPL 6
KI091335 Data Warehousing 3 KCV* 7
KI091336 Pengolahan Citra Digital 4 KCV* 7
KI091337 Simulasi dan Game Komputer 4 KCV 7/8
17 | K a t a l o g
KI091338 Sistem Temu Kembali Informasi
4 KCV 7/8
KI091339 Visi Komputer 4 KCV 7/8
Kode MK Nama Mata Kuliah sks Bidang
Keahlian Smt
Kompetensi Utama
KI091355 Jaringan Multimedia 4 NCC 7
KI091356 Komputasi Grid 4 NCC 7
KI091357 Perancangan dan Manajemen Jaringan
4 NCC 7
KI091358 Teknik Kompresi 4 NCC 7
KI091375 Evolusi Perangkat Lunak 3 RPL 7
KI091376 Pembuatan Game 3 RPL 7
KI091377 Pola dan Arsitektur Perangkat Lunak
4 RPL 7
KI091378 Topik Khusus Rekayasa Perangkat Lunak
4 RPL 7
KI091340 Optimasi Nonlinear 4 KCV 7/8
KI091341 Pemrograman Robot 4 KCV 7/8
KI091342 Topik Khusus Komputasi Cerdas dan Visualisasi
4 KCV 7/8
KI091359 Topik Khusus Komputasi Berbasis Jaringan
3 NCC 8
KI091379 Pemrograman Perangkat Mobile
3 RPL 8
KI091380 Realitas Virtual 3 RPL 8
Keterangan: KI09133x atau KI09134x : Pilihan Bidang Keahlian KCV
KI09135x
: Pilihan Bidang Keahlian NCC
KI09137x atau KI09138x : Pilihan Bidang Keahlian RPL
Mahasiswa wajib menempuh 34 sks MK Bidang Keahlian (9 MK) dengan minimal 6 MK harus dari satu Bidang Keahlian
KCV*: Mata Kuliah Wajib Bidang Keahlian KCV
18 | K a t a l o g
DAFTAR MATA KULIAH PER SEMESTER
SEMESTER 1 Kode MK Nama Mata Kuliah sks Wajib/Pilihan
IG091308 Bahasa Inggris 2 W
KI091301 Aljabar Linear 3 W
KI091302 Pemrograman Terstruktur 4 W
KI091303 Sistem dan Teknologi Informasi 2 W
KI091304 Sistem Digital 4 W
SM091201 Kalkulus 1 3 W
18
SEMESTER 2
Kode MK Nama Mata Kuliah sks Wajib/Pilihan
IG09130X Pendidikan Agama 2 W
KI091305 Algoritma dan Struktur Data 4 W
KI091306 Matematika Diskrit 3 W
KI091307 Organisasi Komputer 3 W
KI091308 Teori Graf dan Otomata 3 W
SM091202 Kalkulus 2 3 W
18
SEMESTER 3
Kode MK Nama Mata Kuliah sks Wajib/Pilihan
KI091309 Basis Data 4 W
KI091310 Komputasi Numerik 3 W
KI091311 Pemrograman Berorientasi Objek 4 W
KI091312 Rekayasa Perangkat Lunak 2 W
KI091313 Sistem Operasi 4 W
KI091314 Statistika Komputasional 3 W
20
SEMESTER 4
Kode MK Nama Mata Kuliah sks Wajib/Pilihan
IG091307 Bahasa Indonesia 2 W
IG091309 Pengantar Ilmu Lingkungan 2 W
KI091315 Analisis dan Perancangan Sistem 4 W
KI091316 Jaringan Komputer 3 W
KI091317 Pemrograman Web 3 W
KI091318 Perancangan dan Analisis Algoritma 3 W
KI091319 Riset Operasional 3 W
19 | K a t a l o g
20
SEMESTER 5
Kode MK Nama Mata Kuliah sks Wajib/Pilihan
KI091320 Basis Data Lanjut 3 W
KI091321 Grafika Komputer 3 W
KI091322 Kecerdasan Buatan 3 W
KI091323 Pemrograman Framework J2EE 3 W
KI091324 Pemrograman Jaringan 3 W
KI091325 Perancangan dan Analisis Algoritma Lanjut
3 W
18
BIDANG KEAHLIAN KOMPUTASI CERDAS DAN VISUALISASI (KCV)
SEMESTER 6
Kode MK Nama Mata Kuliah sks Wajib/Pilihan
KI091392 Kerja Praktek 2 W
KI091326 Pemrograman Framework .NET 3 W
KI091331 Analisis Data Multivariat 4 P
KI091332 Data Mining 4 P
KI091333 Kecerdasan Komputasional 3 P
KI091334 Simulasi Sistem Diskrit 4 P
20
SEMESTER 7
Kode MK Nama Mata Kuliah sks Wajib/Pilihan
IG091306 Pend Kewarganegaraan 2 W
KI091327 Sosio dan Etika 2 W
KI091335 Data Warehousing 3 P
KI091336 Pengolahan Citra Digital 4 P
KI0913xx Pilihan 1* 4 P
KI0913xx Pilihan 2* 4 P
19
SEMESTER 8
Kode MK Nama Mata Kuliah sks Wajib/Pilihan
IG091311 Pengantar Technopreneurship 2 W
KI0913xx Pilihan 3* 4 P
KI091391 Tugas Akhir 5 W
11
Total sks 144
20 | K a t a l o g
DAFTAR MATA KULIAH PILIHAN 1, 2, 3 BIDANG KEAHLIAN KCV
Kode MK Nama Mata Kuliah sks Wajib/Pilihan
KI091337 Simulasi dan Game Komputer 4 P
KI091338 Sistem Temu Kembali Informasi 4 P
KI091339 Visi Komputer 4 P
KI091340 Optimasi Nonlinear 4 P
KI091341 Pemrograman Robot 4 P
KI091342 Topik Khusus Komputasi Cerdas dan Visualisasi
4 P
BIDANG KEAHLIAN REKAYASA PERANGKAT LUNAK (RPL)
SEMESTER 6
Kode MK Nama Mata Kuliah sks Wajib/Pilihan
KI091392 Kerja Praktek 2 W
KI091326 Pemrograman Framework .NET 3 W
KI091371 Animasi Komputer 4 P
KI091372 Audit Tata Kelola TI 3 P
KI091373 Manajemen Proyek Perangkat Lunak 4 P
KI091374 Verifikasi dan Validasi Perangkat Lunak
3 P
19
SEMESTER 7
Kode MK Nama Mata Kuliah sks Wajib/Pilihan
IG091306 Pend Kewarganegaraan 2 W
KI091327 Sosio dan Etika 2 W
KI091375 Evolusi Perangkat Lunak 3 P
KI091376 Pembuatan Game 3 P
KI091377 Pola dan Arsitektur Perangkat Lunak 4 P
KI091378 Topik Khusus Rekayasa Perangkat Lunak
4 P
18
SEMESTER 8
Kode MK Nama Mata Kuliah sks Wajib/Pilihan
IG091311 Pengantar Technopreneurship 2 W
KI091379 Pemrograman Perangkat Mobile 3 P
KI091380 Realitas Virtual 3 P
KI091391 Tugas Akhir 5 W
21 | K a t a l o g
13
Total sks 144
BIDANG KEAHLIAN KOMPUTASI BERBASIS JARINGAN (NCC)
SEMESTER 6
Kode MK Nama Mata Kuliah sks Wajib/Pilihan
KI091392 Kerja Praktek 2 W
KI091326 Pemrograman Framework .NET 3 W
KI091351 Jaringan Nirkabel dan Komputasi Bergerak
4 P
KI091352 Sekuritas Jaringan 3 P
KI091353 Sistem Terdistribusi 4 P
KI091354 Teknologi antar Jaringan 4 P
20
SEMESTER 7
Kode MK Nama Mata Kuliah sks Wajib/Pilihan
IG091306 Pend Kewarganegaraan 2 W
KI091327 Sosio dan Etika 2 W
KI091355 Jaringan Multimedia 4 P
KI091356 Komputasi Grid 4 P
KI091357 Perancangan dan Manajemen Jaringan
4 P
KI091358 Teknik Kompresi 4 P
20
SEMESTER 8
Kode MK Nama Mata Kuliah sks Wajib/Pilihan
IG091311 Pengantar Technopreneurship 2 W
KI091359 Topik Khusus Komputasi Berbasis Jaringan
3 P
KI091391 Tugas Akhir 5 W
10
Total sks 144
22 | K a t a l o g
IG091308 Bahasa Inggris 2 sks
Mata Kuliah : Bahasa Inggris
Kode/bobot/Semester : IG091308/ 2 sks / 1
Tujuan Pembelajaran (Learning Objectives) :
1. Mahasiswa dapat memahami isi sebuah artikel/ jurnal/ teks akademik
mengenai sains dan teknologi yang ditulis dalam bahasa Inggris. 2. Mahasiswa dapat mendiskripsikan informasi atau isi dari argumentatif teks
lisan setelah menyimak teks tersebut. 3. Mahasiswa dapat mengungkapkan argumentasi atau ide-ide logis secara
lisan atau tulisan.
Kompetensi (Competency) :
1. Mahasiswa dapat menerapkan strategy membaca yang efektif untuk menafsirkan isi argumentatif teks berbahasa Inggris yang berbasis sains dan teknologi.
2. Mahasiswa dapat menafsirkan isi berbagai jenis teks lisan yang berbahasa Inggris.
3. Mahasiswa dapat menyampaikan secara lisan dan tulisan argumen-argumen atau ide-ide dalam bahasa Inggris.
Pokok Bahasan (Subject Matter) :
1. Scanning: Scanning in everyday life; scanning tables; scanning academic
articles/jurnals,; scanning encyclopedia entri. 2. Previewing and Predicting: previewing and predicting book covers to
foresee the contents; listen to spoken text and predict the suitable picture or
figures; Say out loud the undelined reasons for predicting. 3. Vocabulary Knowledge for Effective Reading and listening: guessing
meaning from context in sentences; using grammar to guess word meaning; recognizing words connecting ideas.
4. Topics: stating and recognizing topics from a paragraph or a text in written
and spoken text; working with the topics, finding and writing the topic sentence.
5. Main Ideas: finding the main idea in the topic sentence, stating main ideas
of a paragraph, develop topic to main ideas, develop supporting details for the main ideas, producing an outline.
6. Patterns of Organization: recognizing signal words to identify the types of
patterns, recognizing the patterns of various written texts; writing an essay
with some selected patterns. 7. Skimming: skimming book reviews skimming jurnal or articles. 8. Making Inference: Infering missing information, making inferences from
conversations. 9. Summarizing and Analysis: summmarizing a paragraph or passages, and
making a text or article analysis
23 | K a t a l o g
Pustaka Utama :
1. Mikulecky and Jeffries. “More Reading Power” , Addison-Wesley publishing Company, 1996
2. Supriyanto. ”Critical Reading” ITB. 2007. 3. ITS English Teaching Team. “ English for Science and Technology. ITS.
2008.
Pustaka Penunjang :
1. Rooks. “ Paragraph Power: Communicating Ideas through Paragraphs.Prentice Hall Regents. 1999
2. Hayden, R.E., Pilgrim, D.W, and Haggard, A.Q. “Mastering American
English. Prentice Hall, Inc. 2000. 3. Thomson and Martinet. “A Practical English Grammar. Oxford University
Press.1995. 4. Anderson and Anderson. “Text Types in English” Macmillan.2003.
Prasyarat : -
KI091301 Aljabar Linear 3 sks
Mata Kuliah : Aljabar Linier
Kode/bobot/Semester : KI091301/ 3 sks / 1
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu memahami konsep aljabar linier dan memilih metoda yang tepat untuk menyelesaikan berbagai persoalan aljabar linier
Kompetensi:
1. Mahasiswa mampu menyelesaikan masalah sistem persamaan linier
menggunakan komputasi matriks 2. Mahasiswa mampu menjelaskan ruang vektor dan aplikasinya dalam
transformasi linier
3. Mahasiswa mampu mengaplikasikan aljabar linier dalam beberapa contoh kasus
Pokok Bahasan (Subject Matter):
Sistem persamaan linier dan matrix; Eliminasi gauss, Gauss Jordan, Matrix
dan operasinya, Invers matrix (praktek menggunakan Matlab). Determinan;
fungsi determinan, evaluasi determinan dengan reduksi baris, properti fungsi determinan, kofaktor, aturan cramer (praktek menggunakan Matlab). Vektor pada ruang 2 dan ruang 3; pengenalan vektor, vektor normal, vektor
aritmatik, dot product, proyeksi, cross product, garis dan bidang pada ruang 3 (praktek menggunakan Matlab). Ruang vektor Euclidean; ruang n euclidean, transformasi linier dari Rn ke Rm. Ruang vektor; ruang vektor real,
sub ruang vektor, bebas linier, basis dan dimensi, ruang baris, ruang kolom dan ruang null, rank dan nullity (praktek menggunakan Matlab). Ruang inner product; inner product, sudut dan Ortogonaliti pada inner product, Basis
Orthonormal, Gram Schmidt. Eigenvalue dan eigenvektor; pengenalan
eigenvalue dan eigenvektor, diagonalization, ortogonal diagonalization
24 | K a t a l o g
(praktek menggunakan Matlab). Transformasi linier lanjut; pengenalan
transformasi linier lanjut, Kernel dan range, Invers transformasi linier, Similarity (praktek menggunakan Matlab). Aplikasi aljabar linier; Program
linier geometric, Interpolasi kubik spline, Markov chains, Teori graf, Grafika
computer, Kriptografi, genetik. Pustaka Utama :
1. Elementary Linear Algebra ; Howard Anton, Drexel University, John Wiley & Sons, Inc; ninth edition, 2005
2. Elementary Linear Algebra - applications version; Howard Anton, Chris Rorres; John Wiley & Sons, Inc; ninth edition, 2005
Prasyarat: -
KI091302 Pemrograman Terstruktur 4 sks
Mata Kuliah : Pemrograman Terstruktur
Kode/bobot/Semester : KI091302/ 4 sks / 1
Kompetensi:
1. Mahasiswa memahami metodologi pengembangan software (analisa, design, coding, testing, dokumentasi) dan mampu menerapkan metodologi tersebut pada persoalan-persoalan sederhana.
2. Mahasiswa mampu berkomunikasi dan bekerja sama dalam sebuah tim melalui mekanisme dokumentasi program.
3. Mahasiswa mampu merancang program secara modular/terstruktur dengan pendekatan top-down menggunakan fungsi-fungsi.
4. Mahasiswa mampu merancang algoritma dengan benar dan efisien, serta
mampu melakukan analisa kompleksitas terhadap algoritma tersebut. 5. Mahasiswa memahami elemen-elemen bahasa pemrograman C dan
mampu mengimplementasikan hasil rancangannya secara benar. 6. Mahasiswa mampu menuangkan hasil pemikirannya dalam bahasa lisan
maupun tulisan dengan baik.
Pokok Bahasan:
Gambaran Umum Mengenai Pemrograman, Gambaran Umum tentang C, Pemrograman Terstruktur /Modular, Percabangan, Perulangan, Array, Algoritma, Sorting, Searching, String, Fungsi Rekursif, Structure dan Union,
Pemrosesan File, Program Berukuran Besar, Struktur Data Dinamik, C++.
Pustaka Utama :
Jeri R. Hanly, Elliot B. Koffman, Problem Solving and Program Design in C, 3th edition, Addison Wesley, 2002.
Thomas H. Cormen, Charles E.Leiserson, Ronald L. Rivest, Introduction to Algorithms, McGraw-Hill, 2003.
25 | K a t a l o g
KI091303 Sistem dan Teknologi Informasi 2 sks
Mata Kuliah : Sistem dan Teknologi Informasi
Kode/bobot/Semester : KI091303/2/1
Kompetensi:
4. Mahasiswa mampu mengenal komponen sistem komputer saat ini dan sistem komputer yang ada,
5. Mahasiswa mampu mengenal komponen sistem informasi dan sistem informasi yang ada,
6. Mahasiswa mampu memahami bagaimana komputer bisa membantu berbagai pekerjaan manusia secara efektif dan efisien.
7. Mahasiswa mampu mengenal berbagai macam eBisnis yang bisa
dilakukan sehubungan dengan perkembangan sistem informasi. 8. Pokok Bahasan (Subject Matter):
Pengenalan sistem komputer: konsep sistem komputer, hardware, software dan brainware. Hardware komputer: cpu, disk, input dan output.
Software: Operating System, Software Aplikasi, bahasa pemrograman. Brainware: programmer, end-user, database admin, administrator. Profesi
di bidang Teknologi Informasi, Komputer di masyarakat Indonesia. Pengenalan sistem informasi: konsep sistem informasi, komponen sistem informasi, manfaat dan keunggulan sistem informasi. Penerapan sistem
informasi: CRM, ERP, SCM, SIM Akademik, SIM PSB. Studi Kasus Bisnis Online: kinerja bisnis eCommerce.
Pustaka Utama :
1. Pfaffenberger, Bryan, Computes in Your Future, 4th Edition, University
of Virginia, Prentice Hall, 2001
2. James A. O’Brien, Management Information systems: Managing Information Technology in the bussiness Enterprise, 6th Edition, McGraw Hill Irwin, 2004.
26 | K a t a l o g
KI091304 Sistem Digital 4 sks
Mata Kuliah : Sistem Digital
Kode/bobot/Semester : KI091304/ 4 sks / 1
Tujuan Pembelajaran:
Mahasiswa mampu memahami dengan benar konsep dasar sistem digi tal
sebagai pembentuk komponen utama komputer, dan dapat menganalisis serta merancang sistem digital sederhana.
Kompetensi:
1. Mahasiswa mampu menjelaskan dengan benar berbagai macam sistem
bilangan 2. Mahasiswa mampu melakukan penyederhanaan fungsi-fungsi boolean
dengan menggunakan beberapa metode. 3. Mahasiswa mampu menjelaskan dengan benar fungsi dan karakteristik
berbagai komponen sistem digital, yang meliputi rangkaian kombinasional
dan rangkaian sekuensial. 4. Mahasiswa mampu menganalisis & melakukan perancangan sistem
digital baik berupa rangkaian kombinasional maupun sekuensial 5. Mahasiswa mampu memahami secara benar tahapan perancangan
rangkaian sekuensial tak serempak (asynchronous)
Pokok Bahasan:
Sistem Bilangan; Penjelasan Sistem Digital dan Analog, Sistem bilangan
biner, octal, desimal dan heksadesimal, konversi antar sistem bilangan. Peng-kode-an BCD, Excess-3, 8-4-2-1, Gray, dan lain-lain. Aljabar Boole dan
penyederhanaan fungsi Boolean: Gerbang logika OR, AND. NOT, XOR,
NAN. Tabel kebenaran, fungsi-fungsi Logika dan implemantasinya ke dalam
gerbang logika, Bentuk SOP dan POS, Penyederhanaan fungsi boolean secara matematis dan Teori De Morgan, Penyederhanaan dengan K-Map, dan dengan Tabulasi. Rangkaian Kombinasional: Adder, Subtractor,
Decoder, Encoder, Multiplexer, Demultiplexer. Perancangan rangkaian kombinasional sederhana. Synchronous Sequential Logic: Konsep
rangkaian sequensial yang sinkron, SR Latch, Flip-Flop SR, JK, D, dan T, Pengenalan State Diagram, Analisa rangkaian sekuensial, Merancang rangkaian dengan menggunakan Flip-flop, Register, Counter dan Memory:
Konsep Register, Register dengan Parallel Load, Shift Register, Counter, Binary Up-Down Counter, Memory Decoding, Desain memori, Error Corection, Arsitektur ROM. Algorithmic Satate Machine (ASM): ASM Chart,
ASM Block, Timing Sequence, Desain Rangkaian dengan ASM Chart. Asynchronous Sequential Logic (ASL): Konsep Dasar ASL, Transition
Table, Flow Table, Race Condition. Contoh Desain rangkaian ASL, Penyederhanaan State dan Flow Table
Daftar Pustaka:
1. Morris Mano, Digital Design 3th Edition, Prentice-Hall, 2002
2. Ronald J. Tocci, Neal S. Widmer, Digital Systems Principles and Applications, Prentice-Hall, 2001
27 | K a t a l o g
Prasyarat : -
SM091201 Kalkulus 1 3 sks
Mata Kuliah : Kalkulus 1
Kode/bobot/Semester : SM091201/ 3 sks / 1
Tujuan Pembelajaran:
Mahasiswa mampu memahami konsep-konsep dasar tentang koordinat grafik
dan garis, limit dan kontinuitas, diferensial turunan, Integral dan aplikasinya. Pokok Bahasan (Subject Matter):
Koordinat Grafik dan Garis;Bilangan real dan garis bilangan, nilai mutlak,
petidaksamaan, garis, lingkaran, parabola, fungsi dan grafik, identifikasi fungsi. Limits dan Kontinuitas; Garis singgung dan laju perubahan, aturan dan teknik menghitung limit, definisi limit fungsi, Fungsi kontinu. Diferensial
Turunan; Turunan suatu fungsi, aturan turunan, aturan rantai dan persamaan parametric, Turunan fungsi implisit, Notasi Delta. Aplikasi
Turunan; Laju-laju yang berkaitan, Penentuan interval naik, turun serta
kecekungan fungsi, Nilai maksimum/minimum fungsi, Teorema nilai rata-rata. Integral: Integral tertentu, Teorema Fundamental Kalkulus Pertama
dan aplikasinya, menghitung luas di bawah kurva.
KI091305 Algoritma dan Struktur Data 4 sks
Mata Kuliah : Algoritma dan Struktur Data
Kode/bobot/Semester : KI091305 / 4 sks / 2
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu mengimplementasikan tipe data abstrak dalam permasalah nyata.
Kompetensi (Competency):
1. Mahasiswa mampu menyusun spesifikasi dan mengimplementasikan
tipe data abstrak ( ADT ) dalam bahasa C. 2. Mahasiswa mampu menerapkan tipe data abstrak dalam permasalahan
yang nyata.
3. Mahasiswa mampu menerapkan algoritma Greedy, Branch and Bound, Recurrence.
Pokok Bahasan (Subject Matter):
Pendahuluan; Pointer dalam C, Linear Linked List, Linked Data Structures
Lain. Pengenalan Rekursi; Konsep Berpikir Rekursif, Permasalahan Umum dalam Rekursi, Aspek Kuantitatif dalam Rekursi. Struktur Data Linier - Stack dan Queue; Konsep Dasar Stack, Tipe Data Abstrak untuk
Stack dan Queue, Penggunaan dan Implementasi Stack, Implementasi Rekursi Menggunakan Stack, Penggunaan dan Implementasi Queue.
28 | K a t a l o g
List, String, dan Alokasi Memori Dinamis; Konsep dan Implementasi List,
Konsep dan Implementasi Strings, Perbedaan Alokasi Memori Statis dan
Dinamis, Konsep dan Implementasi Alokasi Memori Dinamis. Tree; Konsep Dasar dan Terminologi, Binary Tree, Representasi Binary
Tree, Heap dan Priority Queue, Binary Tree Traversal, Binary Search Tree, AVL Tree, Two-Three Tree, Huffman Codes. Graphs; Konsep Dasar dan
Terminologi, Representasi Graph, Graph Searching, Topological Ordering, Shortest Path, Task networks. Hashing; Pengenalan dan Konsep Hashing, Algoritma Hashing. Sorting; Metode Sorting Priority Queue, Metode Divide-
and-Conquer, Metode Insert and Sort, Address Calculation Sorting, Metode Sorting Lainnya, Perbandingan Performance antar Metode Sorting. Rekursi Lanjut; Pembuatan Parser dengan Menggunakan Rekursi, Translasi Infix ke
Postfix.
Pustaka Utama (Main Reference):
1. Thomas A. Standish, “Data structures, algorithms, and software principles in C ”, Addison-Wesley, 1995.
Pustaka penunjang (Supporting References):
1. Aaron M. Tanenbaum, ”Data Structures Using C”, Prentice Hall, 1997. 2. Alfred V. Aho, Jeffrey D. Ullman, John E. Hopcroft, ”Data Structures and
Algorithms”, Addison-Wesley, 1983.
Prasyarat (Prerequisite): -
KI091306 Matematika Diskrit 3 sks
Mata Kuliah : Matematika Diskrit
Kode/bobot/Semester : KI091306 / 3 sks / 2
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu memahami konsep logika, metode pembuktian, himpunan, fungsi, induksi matematis & rekursi, relasi dan dapat
mengaplikasikannya pada permasalahan nyata.
Kompetensi:
1. Mahasiswa mampu menjelaskan dengan benar konsep logika dan dapat mengambil kesimpulan yang benar,
2. Mahasiswa mampu mengaplikasikan metode-metode pembuktian yang efesien,
3. Mahasiswa mampu menjelaskan & mengaplikasikan konsep himpunan dan fungsi,
4. Mahasiswa menjelaskan induksi matematis dan rekursi &
mengaplikasikan pada permasalahan nyata, 5. Mahasiswa menjelaskan konsep relasi & mengaplikasikan pada
permasalahan nyata. Pokok Bahasan (Subject Matter):
29 | K a t a l o g
Konsep dasar logika dan penentuan kesimpulan; Konsep logika
proposional dan ekuvalensi, konsep predikat dan quantifier, penggunaan
quantifier pada proposisi, konsep aturan penenetuan kesimpulan, konsep penentuan kesimpulan untuk pernyataan quantified dan penggunaannya, kesalahan dalam penentuan kesimpulan, resolusi. Metode-metode pembuktian; Konsep metode-metode pembuktian seperti bukti langsung,
bukti tidak ;angsung, bukti hampa, bukti mudah, bukti dengan kontradiksi,
bukti per kasus, bukti pada ekuivalensi dan penggunaannya, pembuktian constructive dan non-constructive. Konsep Himpunan dan fungsi; Definisi
himpunan, operasi pada himpunan, relasi dua himpunan, power set, cartesian product, konsep fungsi, jenis-jenis fungsi, fungsi invers, dan komposisi dua fungsi. Induksi matematis dan rekursi; Konsep induksi matematis, metode
pembuktian dengan induksi matematis, konsep induksi kuat, metode pembuktian dengan induksi kuat, penggunaan induksi kuat pada komputasi
geometri, pembuktian dengan properti well-ordering, fungsi rekursi, himpunan rekursi dan struktur, struktur induksi, generalisasi induksi, algoritma rekursi, pembuktian kebenaran algoritma rekursi, rekursi dan iterasi. Relasi; Definisi
dan notasi relasi, relasi pada himpunan, sifat-sifat relasi, kombinasi dua relasi, komposisi dua relasi, relasi ekivalen.
Pustaka Utama :
1. Discrete Mathematics and its Applications; Kenneth H. Rosen; McGraw
Hill; sixth edition; 2007. Pustaka penunjang :
Prasyarat : -
KI091307 Organisasi Komputer 3 sks
Mata Kuliah : Organisasi Komputer
Kode/bobot/Semester : KI091307/ 3 sks / 2
Tujuan Pembelajaran:
Mahasiswa mampu memahami dengan benar konsep dasar cara kerja
komputer dan dapat menjelaskan dengan tepat fungsi dari setiap komponen pembentuk komputer, serta dapat memahami dengan benar metode pipelining, sebagai suatu cara untuk pemrosesan secara paralel.
Kompetensi:
1. Mahasiswa mampu menjelaskan dengan benar dasar kerja komputer dan komponen pembentuknya.
2. Mahasiswa mampu menjelaskan dengan tepat urutan untuk mengeksekusi
suatu instruksi. 3. Mahasiswa mampu menjelaskan dengan benar organisasi dan fungsi
setiap komponen pembentuk komputer 4. Mahasiswa mampu menjelaskan dengan benar konsep pipelining sebagai
salah satu cara untuk pemrosesan secara paralel.
30 | K a t a l o g
Pokok Bahasan: Struktur Dasar Komputer: Organisasi dan arsitektur computer, struktur
komputer dan fungsi-fungsi di dalamnya, evolusi dan generasi-generasi computer. Instruksi Mesin dan Program: Lokasi dan alamat memori,
operasi dasar memori, instruksi dan urutan instruksi, moda pengalamatan, Bahasa assembly, Stack & Queue, subroutine, contoh beberapa instruction set. Organisasi Input/Output: Organisasi Input/Output, peng-akses-an
peralatan I/O, interrupt, Direct Memory Acces, antarmuka I/O standar. Sistem Memory : Konsep dasar Sistem Memory, Random Access Memory
(RAM), Read Only Memory (ROM), Cache Memory: Mapping, Replacement Algorithm, Virtual Memory, Secondary Storage. Aritmatika: penambahan
dan pengurangan, desain Fast Adder, perkalian bilangan positip, perkalian
bilangan bertanda, algoritma Booth, Fast Multiplication, pembagian bilangan integer. bilangan riil dan operasinya. Unit Pemrosesan : Konsep dasar unit
processing, eksekusi instruksi lengkap, organisasi bus jamak, Hardwired Control, Multiprogrammed Control. Pipelining: Konsep dasar pipelining, data
& instruction hazard, pengaruh set instruksi, operasi Superscalar Daftar Pustaka:
1. Hamacher, Vranezic & Zaky, Computer Organization 5th Edition, McGraw-Hill, 2002.
2. William Stallings, Computer Organization And Architecture 4th Edition,
Prentice-Hall, 1996. 3. Morris Mano, Computer System Architecture , Prentice-Hall, 1993.
Prasyarat : Sistem Digital (KI091304/4sks)
KI091308 Teori Graf dan Otomata 3 sks
Mata Kuliah : Teori Graf dan Otomata
Kode/bobot/Semester : KI091308/ 3 sks / 2
Kompetensi:
1. Mahasiswa mampu menjelaskan komponen perangkat pemodelan
menggunakan teori graph. 2. Mahasiswa mampu mengaplikasikan teori graph untuk memodelkan
permasalahan riil serta memformulasikan konsep penyelesaiannya. 3. Mahasiswa mampu menjelaskan komponen perangkat pemodelan
menggunakan otomata.
4. Mahasiswa mampu mengaplikasikan otomata untuk memodelkan permasalahan riil serta memformulasikan konsep penyelesaiannya.
Pokok Bahasan:
Graph & Subgraph : Graph & Simple Graph, Subgraph, Vertex Degree, Path
& Connection, Cycles, Isomorphism. Tree & Directed Graph: Tree & The Properties, Cut Edge & Cut Vertex, Spanning Tree, Types of Digraph & Their
Connections, Fundamental Cycle. Some Special Graphs: Euler Tours, Hamiltonian Cycles, Planar Graph, Dual Graph. Matriks & Representasi
31 | K a t a l o g
Komputer: Incidence & Adjacency, Matrices, Komputasi Graph. Studi Kasus I: Shortest Path Problem (Djikstra, Floyd, Ford, Euclidian Shortest path).
Studi Kasus II: Travelling Salesman Problem & Chinese Postman Problem (reduction-based method for solving TSP, other approaches. Chinese
Postman & matching). Studi Kasus III: Distribution Problem (single depot vehicle routing, angular approaches, multi depot distribution problem). Studi Kasus IV: Flows in network (complete flows, maximal flows, minimal cost
flows). Learning Automata:Environment, Automaton, Feedback Connection Of Automaton And Environment, Norms Of Behavior. Fixed Structure
Automata, Variable Structure Stochastic Automata, Variable Structure Stochastic Automata, Convergence, Q and S Models. Some special Automaton, Interconnected Automata and Games.
Pustaka Utama (Main Reference):
1. Diestel, R., Graph Theory, 2000, Springer-Verlag 2. Liotta, G., Tamassia, R., Tollis, I., Graph Algorithms and Applications 2,
2004, World Scientific Pub.
Pustaka penunjang (Supporting References):
1. McHugh, J.A., Algorithmic Graph Theory, 1990, Prentice-Hall Inc. 2. Narendra, K., Thathachar, M.A.L., Learning Automata: an introduction,
1989, Prentice-Hall Inc.
SM091202 Kalkulus 2 3 sks
Mata Kuliah : Kalkulus 2 Kode/bobot/Semester : SM091202/ 3 sks / 1
Tujuan Pembelajaran:
Mahasiswa mampu memahami konsep-konsep dasar tentang aplikasi integral
tertentu, Fungsi transenden, Teknik integrasi, Koordinat Kutub dan Persamaan Parametrik serta Deret Tak Hingga.
Pokok Bahasan (Subject Matter): Aplikasi Integral tertentu; Luas antara dua kurva, Volume benda putar,
Panjang kurva. Fungsi Transenden; Fungsi logaritma dan exponensial,
Turunan dan integral fungsi logaritma dan transenden, Pertumbuhan dan Peluruhan Exponensial, Invers fungsi dan turunannya. Teknik Integrasi;
Integral parsial, Integral pecah rasional. Koordinat Kutub dan Persamaan Parametrik; Koordinat kutub, Grafik pada koordinat kutub, Luasan dalam
koordinat kutub, Persamaan parametric. Deret Tak Hingga: Barisan tak
hingga, Deret tak hingga, Uji konvergensi, Deret berganti tanda dan deret pangkat, Deret Taylor dan Maclaurin.
KI091309 Basis Data 4 sks
Mata Kuliah : Basis Data
32 | K a t a l o g
Kode/bobot/Semester : KI091309 / 4 sks / 3
Kompetensi:
1. Mahasiswa mampu memodelkan informasi dan pengetahuan dalam bentuk relasional
2. Mahasiswa mampu mendeskripsikan model ke dalam bentuk aljabar relasional.
3. Mahasiswa mampu menuliskan model dalam diagram konseptual maupun fisik
4. Mahasiswa mampu mentransformasi model konseptual ke dalam model
fisik 5. Mahasiswa mampu menormalisasi model data
6. Mahasiswa mampu membuat DDL dan DML Pokok Bahasan (Subject Matter):
Pengertian dasar dan konsep Basis Data dan Sistem Manajemen Basis Data (DBMS); Struktur dan komponen-komponen dalam DBMS,
Karakteristik Basis Data, Pemakai/orang-orang yang terlibat dalam Basis Data, Contoh penggunaan basis data dan manfaat dan implikasi Basis Data. Model data, schema dan instance; Analisis dan perancangan Basis Data,
langkah-langkah dalam perancangan basis data, pemodelan data dengan CDM dan PDM, konsep model relasional, domain, tupple, atribut dan relasi (relationship). Entitas; Contoh Studi Kasus, mendaftar kebutuhan pengguna,
identifikasi entitas, penamaan entitas, definisi entitas, single instante entity, entity relationship minimum, pemodelan entity dalam single context, homonym, synonym. Atribut; Identifikasi atribut, aturan-aturan atribut,
checklist item-item atribut, deskripsi atribut, domain atribut, organisasi atribut,
nilai default, domain split, stribut optional, atribut promary key, karakteristik primary key, optional primary key, pengulangan primary key, artificial key, 2 atau lebih entitas dengan identical primary key, migrasi primary key, artificial
key access path, nama alias, generalitation hierarchy primary key inheritance, atribut foreign key, dangling foreign key, optional foreign key. Relationship; Aturan-aturan tentang relationship : relationship checklist,
balanced one-to-one relationships, mandatory one-to-optional-one relationships, optional-one-to-many relationships, many-to-many
(nonspesific) relationships, circular references, Triads, lebih dari 2 relationship antara 2 entitas, parallel associative entitien, recursive relationships. Generalization Hierarchy rules; Subtype justification,
supertype justification, subtype discriminators, category discriminator control, multiple inheritance, nested generalization hierarchy, relaxation of mutual
exclusivity requirement, subtype relationship dependency, generalization hierarchies of dependent entities, supertype limits. Data ModelView Rules;
Aturan-aturan Normalisasi; Keuntungan normalisasi, bussines normal form, first normal form (NF), 2NF, 3NF, Boyce/codd NF, 4NF, 5NF. Data Modeling; Modeling logical vs physical object, agregasi, levels of
abstraction, modeling complex data types, pemodelan proses vs pemodelan data, Pembuatan CDM,Konversi CDM ke PDM, Pengenalan dan
penggunaan CASE Tool untuk pembuatan CDM dan PDM (power designer). Data Description Language (DDL); Bahasa Basis Data Relasional, DDL,
Pendefinisian Data dalam SQL, Konsep Schema & Catalog, Perintah Create Table, Tipe Data dan Constraint, Perintah Drop, Perintah Alter. Aljabar
33 | K a t a l o g
relasional; Union, set difference, cross product, projection,selection. Basic SQL Queries; Penanganan Ambiguous dan Penggunaan Alias, Query tanpa
WHERE Clause dan Penggunaan (*), Tabel sebagai Set, Nested Queries & Set Comparison. Fungsi EXISTS & NOT EXISTS, Eksplisit
Set & NULL, Penamaan Kembali, Fungsi Aggregate & Grouping, Substring Comparison, Arithmetic Operator & Ordering , UPDATE Statements, VIEW dalam SQL. Materi Pengayaan : Format penyimpanan data (.xls, csv, mdb,
dll), Konversi data.
Pustaka Utama:
1. Reingruber, Michael C & Gregory, William W; “The Data Modeling Handbook A Best-Practice Approach to Building Quality Data Models”,
John Wiley & Son Inc, 2001 Pustaka penunjang:
1. Ramakrishnan, Raghu, Gehrke, Johannes. “Database Management Systems, Third Edition”. New York: The McGraw-Hill Companies, Inc.
2003. 2. Howe, David; “Data analysis for Database Design”, third Edition,
Butterworth-Heineman, 2001.
Prasyarat : Sistem dan Teknologi Informasi (KI091303)
KI091310 Komputasi Numerik 3 sks
KI091311 Pemrograman Berorientasi Objek 4 sks
KI091312 Rekayasa Perangkat Lunak 2 sks
Mata Kuliah : Rekayasa Perangkat Lunak
Kode/bobot/Semester : KI091312 / 2 sks / 3
Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu menjelaskan tahapan dan metodologi pembangunan
perangkat lunak secara benar baik secara mandiri atau juga dalam
kerjasama tim. Kompetensi:
5. Mahasiswa mampu menjelaskan dengan benar siklus pengembangan perangkat lunak.
6. Mahasiswa mampu merumuskan dengan teliti berbagai macam
metodologi pengembangan perangkat lunak. 7. Mahasiswa mampu menganalisis & melakukan perancangan
model perangkat lunak sistem akademik sederhana.
8. Mahasiswa mampu bekerjasama dan berfikir kreatif dalam membuat perangkat lunak serta mempresentasikan hasil karya rancangan.
Pokok Bahasan (Subject Matter):
34 | K a t a l o g
Pengertian rekayasa perangkat lunak, Konsep rekayasa perangkat lunak, Pengantar analisis, perencanaan, desain dan implementasi; Perspektif
Produk Perangkat Lunak, Model Proses Perangkat Lunak , Model spiral,
RAD, prototypeUnified Process ; Aktivitas terintegrasi , System Engineering, Requirement engineering; Pemodelan Analisis; Pemodelan Desain Perangkat Lunak, Desain sistem: perancangan konseptual dan
perancangan fisik, Perancangan konseptual, evaluasi alternatif rancangan,
penyiapan spesifikasi rancangan, dan penyiapan laporan rancangan sistem secara konseptual , perancangan fisik- keluaran, masukan, antarmuka
pemakai dan sistem, platform, basis data, modul, kontrol, dokumentasi, pengujian, ataupun rencana konversi; Implementasi sistem, Pemrograman
dan pengujian, Instalasi perangkat keras dan perangkat lunak, Pelatihan kepada pemakai,Pembuatan dokumentasi ; Software Testing Strategies, Unit Testing, Integration Testing; Software Testing Techniques, Whitebox
testing, Blackbox testing, System Testing,; Quality Assurance; Operasi dan pemeliharaan, Perawatan perfektif, Perawatan adaptif, Perawatan korektif,
Evaluasi dan pengukuran produk perangkat lunak, Software metric; Software Performance, SQA & Reviews perangkat lunak, Software Reuse, Manajemen Resiko, Specification Configuration Management; Pembiayaan
dan Estimasi Perangkat Lunak, Cocomo, Delphi, Activity Base costing.
Pustaka Utama :
2. Pressman, R. S., Software Engineering: A Practitioner's Approach, 8th Edition, McGraw-Hill, 2008
3. Sommervi lle, I., Software Engineering 8th edition, Addison-Wesley, 2007. 4. Stephen R. Schach: Object-Oriented and Classical Software Engineering,
7th Edition, 2007
Pustaka penunjang :
1. Meyer, B., Object-Oriented Software Construction, 2nd Edition, Prentice-
Hall, 1997.
2. Pfleeger, S. L., Software Engineering Theory and Practice, 2nd Edition,
Prentice Hall, 2001
Prasyarat : -
KI091313 Sistem Operasi 4 sks
Mata Kuliah : Sistem Operasi
Kode/bobot/Semester : KI091312 / 4 sks / 3
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu memahami prinsip dan praktek dari sistem operasi
modern dengan penekanan pembahasan pada Linux, Windows Vista ,
embedded, real-time, dan sistem multimedia. Kompetensi:
35 | K a t a l o g
1. Mahasiswa mampu memahami konsep dasar sistem operasi yang merupakan jembatan antara perangkat keras dengan perangkat lunak,
2. Mahasiswa mampu memahami implementasi sinkronisasi multiprocessing dan multithreading untuk interprocess communication sehingga mencapai
mutual exclusion, 3. Mahasiswa mampu memahami konsep penjadwalan dan melakukan
perbandingan dengan beberapa sistem operasi,
4. Mahasiswa mampu memahami konsep pengelolaan memori komputer, file sistem, dan membandingkan beberapa konsep virtual memori,
5. Mahasiswa mampu memahami konsep manajemen I/O, konsep deadlock (mendeteksi, menghindari, dan mencegah terjadinya deadlock),
6. Mahasiswa mampu memahami konsep multimedia dan keamanan pada
sistem operasi, 7. Mahasiswa mampu mengenal konsep manajemen sistem terdistribusi. Pokok Bahasan (Subject Matter):
Pengenalan sistem operasi; Mainframe OS, Server OS, Multiprocessor
OS, PC OS, Handheld Computer OS, Embedded OS, Sensor Node OS, Real-Time OS, Smart Card OS. Konsep sistem operasi; Process, Threads,
Interprocess Communication, Penjadwalan, Manajemen Memori, File System, I/O, Deadlock. Konsep System Calls; Manajemen Proses, File, Direktori, Struktur Sistem Operasi. Konsep Proses; process model,
process creation, process termination, perlakuan proses, implementasi proses dan multiprogramming. Konsep Threads; Penggunaan thread,
implementasi thread, aktivasi penjadwalan thread. Konsep Interprocess Communication (IPC); Race Condition, Critical Region, Mutual Exclusion, Semaphore, Message Passing, Barrier. Konsep Penjadwalan; penjadwalan
thread. Masalah IPC; masalah Dining Philosophers, masalah Readers and Writers. Konsep Manajemen Memori; kebutuhan-kebutuhan manajemen
memori, Swapping dan Managing Free Memory, Virtual Memori: Paging dan Page Table, Algoritma Page Replacement. Konsep File System; Implementasi File System, Manajemen dan Optimasi File System. Konsep
Input/Output; prinsip perangkat keras I/O, prinsip perangkat lunak I/O, layer perangkat lunak I/O, Thin Client, Power Management. Konsep Deadlock;
prinsip-prinsip Deadlock, Algoritma Ostrich, Pendeteksian dan Penanganan Deadlock, Penghindaran Deadlock, Pencegahan Deadlock. Konsep Sistem Operasi Multimedia; pengenalan multimedia, file multimedia, kompresi
video dan audio, penjadwalan proses multimedia, model pola multimedia file system, file placement, caching, disk scheduling untuk multimedia. Konsep
Multiple Processor; konsep multiprocessor, konsep multicomputer, konsep virtualisasi, pengenalan konsep sistem terdistribusi. Keamanan; Lingkungan
Pengamanan, Konsep dasar kriptografi, Mekanisme pengamanan, Penerapan Autentikasi, Insider Attack, Malware, Pertahanan. Konsep Desain Sistem Operasi; Desain Antarmuka Pengguna, Implementasi,
Performa, Manajemen Proyek, Trend pada desain sistem operasi. Pustaka Utama :
1. Andrew S Tanenbaum, “Modem Operating System”, 3rd ed., Pearson Prentice Hall, Upper Saddle River, NJ., 2008.
36 | K a t a l o g
2. William Stalling, “Operating Systems (Internals and Design Principles)”, 4th ed., Prentice Hall, 2001.
3. A Silberschatz, P Galvin, G Gagne, “Applied Operating Systems Concepts”, 6th ed., John Willey & Sons, Inc., 2000.
Pustaka penunjang :
1. M Mitchell, J Oldham, A Samuel, “Advanced Linux Programming”, New
Riders, 2001. 2. K Wall, M Watson, M Whitis, “Linux Programming Unleashed”, Sams,
1999. 3. Robbins, “Unix Systems Programming (USP)”. 4. Peek, “Learning the Unix Operating System” (O’Reilly).
5. Levine and Young, “Unix for Dummies”. 6. Taylor, “Sams Teach Yourself Unix in 24 Hours”.
Prasyarat : Organisasi Komputer (KI091307)
KI091314 Statistika Komputasional 3 sks
Mata Kuliah : Statistika Komputasional
Kode/bobot/Semester : KI091314 / 3 sks / 3
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu memodelkan hasil percobaan dalam fungsi distribusi probabilitas dan mampu menganalisis hasil pengukuran dengan uji hipotesis
dan model regresi. Kompetensi:
1. Mahasiswa dapat menjelaskan tipe data dari hasil pengukuran. 2. Mahasiswa dapat memodelkan peluang kejadian acak.
3. Mahasiswa dapat mengambil kesimpulan tentang parameter populasi. 4. Mahasiswa dapat memodelkan hubungan antar variabel dalam bentuk
fungsi/persamaan.
5. Mahasiswa dapat menggunakan perangkat bantu pengolahan data statistik untuk estimasi parameter dan pemodelan.
Pokok Bahasan (Subject Matter):
Konsep dasar statistika dan pengukuran; Pengertian statistika, Metode
pengukuran, populasi dan sampel, parameter dan statistik, ukuran pemusatan dan ukuran penyebaran, distribusi frekuensi. Konsep dasar
probabilitas; Menghitung titik kejadian, Prinsip Perkalian, Permutasi dan
Kombinasi, Menghitung nilai Probabilititas, Mutually Exclusive dan Mutually Exhaustive, Kejadian Independent dan Dependent, Probabilitas Bersyarat, Aturan Bayes. Variabel Random (VR) dan Distribusi Probabilitas: V.R.
Diskrit dan Kontinu, Fungsi padat probabilitas, Fungsi distribusi Kumulatif, Distribusi probabilitas gabungan, Distribusi probabilitas marginal. Distribusi probabilitas diskrit: Distribusi Bernoulli, Distribusi Uniform Diskrit,
Distribusi Binomial, Distribusi Multinomial, Distribusi Hipergeometrik,
Distribusi Negatif Binomial, Distribusi Geometrik, Distribusi Poisson,
37 | K a t a l o g
Pendekatan antar distribusi. Distribusi probabilitas kontinu: Distribusi Uniform Kontinu, Distribusi Eksponensial, Distribusi Normal, Distribusi Chi-Square, Distribusi F, Distribusi t. Moment Generating Function dan Ekspektasi Matematik: Mean dari Variabel Random, Variansi dari Variabel
Random, Covariansi, Teorema Chebyshev’s. Distribusi Sampling: Random
Sampling, Distribusi Sampling Mean, Distribusi Sampling Variansi, Teorema Limit Central. Estimasi: Estimasi titik dan interval, Estimasi mean, Estimasi
Variansi, Estimasi proporsi, Estimasi selisih mean, Estimasi perbandingan variansi, Estimasi selisih proporsi, Sampling Berpasangan. Uji Hipotesis:
Konsep Uji Hipotesis, Satu Sampel, Uji Mean, Uji Variansi, Uji Proporsi, Dua Sampel, Uji Selisih Mean, Uji Perbandingan Variansi, Uji selisih Proporsi, Uji Sampel Berpasangan, Penggunaan tools. ANOVA: Konsep ANOVA satu
arah, Uji tukey, ANOVA dua arah. Regresi linier: Identifikasi hubungan
antara 2 variabel, Konsep korelasi, Penaksiran parameter model, Uji
hipotesis model dan parameter, Standar error estimasi, Regresi linier berganda, memeriksa multicolinearity, Penaksiran parameter model, Uji hipotesis model dan parameter, Teknik stepwise dan backward,
Penggunaan tools.
Pustaka Utama :
1. Ronald E.Walpole, Raymond H.Myers, “Probability & Statistics for Engineers & Scientists”, 8th Edition, Prentice-Hall Inc., 2007.
2. McClave, James T., P. George Benson, Terry Sincich, “Statistics for Business and Economics”, 9th Edition, Prentice Hall, New Jersey, 2005.
Pustaka Penunjang:
1. Makridakis, Spyros, Steven C. Wheelwright, Rob J Hyndman,
“Forecasting, Methods and Applications”, 3rd Edition, John Wiley and Sons, 1998
Prasyarat : Kalkulus II (SM091202), Aljabar Linier (KI091301)
IG091307 Bahasa Indonesia 2 sks
IG091309 Pengantar Ilmu Lingkungan 2 sks
Mata Kuliah : Pengantar Ilmu Lingkungan
Kode/bobot/Semester : IG091309 / 2 sks / 4
Tujuan Pembelajaran (Learning Objectives) :
Mahasiswa dapat memahami dan menjelaskan persoalan lingkungan akibat pembangunan dan menjelaskan upaya terpadu untuk melestarikan lingkungan Kompetensi (Competency) :
Mahasiswa dapat memahami dan menjelaskan: Konsep Ekologi, Lingkungan hidup dan hubungan fungsionalnya, Pencemaran dan kerusakan lingkungan, Isu
38 | K a t a l o g
lingkungan global, Pembangunan Berkelanjutan, Kebijakan pengelolaan lingkungan.
Pokok Bahasan (Subject Matter) :
Pendahuluan: Pengantar, Lingkungan yang Berkelanjutan, Pandangan
Manusia terhadap Lingkungan, Ekonomi, Politik, dan Kebijakan Lingkungan; Prinsip dan Konsep Lingkungan: Pengantar, Ekologi, Ekosistem, Energi
Dalam Ekosistem, Rantai Makanan, Struktur Trofik (Piramida Makanan), Piramida Energi, Produktivitas, Sumber Daya (Resources), Macam-macam
Sumber Daya, Pengaruh dan Kegunaan Sumber Daya Alam terhadap Kesejahteraan Hidup, Siklus Beogeokimia, Radiasi Matahari, Siklus Rantai
Makanan, Siklus Geokimia, Keanekaragaman Hayati (Biodeversity), Keanekaragaman Hayati di Indonesia, Berkurangnya Keanekaragaman Hayati, Hilangnya Habitat dan Punahnya Spesies, Perlindungan (Konservasi)
terhadap Keanekaragaman Hayati, Strategi Konservasi di Indonesia; Lingkungan Hidup dan Hubungan Fungsionalnya: Pengantar, Komponen
lingkungan hidup, Arti lingkungan hidup bagi Manusia, Manusia Sebagai Komponen Lingkungan Yang Dominan, Manusia sebagai Perusak Lingkungan, Manusia Sebagai Pengelola Lingkungan, Hubungan
Lingkungan Hidup dengan Kebutuhan Dasar Manusia, Kebutuhan Dasar Untuk Kelangsungan Hidup Hayati, Kebutuhan Dasar Untuk Kelangsungan
Hidup Manusiawi, Kebutuhan Dasar Untuk Memilih, Manfaat dan Resiko Lingkungan, Perhitungan Cost dan Benefit dari Pemanfaatan Sumber Daya Alam dan Lingkungan, Kegiatan-Kegiatan Manusia yang Beresiko terhadap Lingkungan; Pencemaran dan Kerusakan Lingkungan: Pengantar,
Pengertian Pencemaran dan kerusakan lingkungan, Pencemaran Udara,
Jenis Pencemaran Udara, Indikator Pencemaran Udara, Pencegahan dan Pengurangan Pencemaran Udara, Pencemaran Air, Sumber Pencemaran Air, Indikator Pencemaran Air, Upaya dan Pengendalian Pencemaran Air,
Pencemaran Tanah, Sumber Pencemaran Tanah, Indikator Pencemaran Tanah, Upaya Pengelolaan Pencemaran Tanah, Pengendalian Pencemaran,
Pengelolaan Limbah, Pengelolaan dan Pengolahan Limbah Non B3, Pengelolaan dan Pengolahan Limbah B3; ISU Lingkungan Global:
Pengantar, Hujan asam (Penyebab dan dampaknya),Pembentukan Asam di
Atmosfer, Dampak Deposisi Asam, Upaya Mengendalikan Deposisi Asam, Deplesi (Penipisan) Lapisan Ozon Stratosfer, Sifat dan Keberadaan Lapisan
Ozon Stratosfer, Mekanisme Deplesi Lapisan Ozon Stratosfer, Dampak Deplesi Ozon, Upaya Pengendalian Deplesi Lapisan Ozon Stratosfer, Efek Rumah Kaca dan Pemanasan Global, Gas Rumah Kaca dan Sumbernya,
Pengaruh Radiasi Matahari terhadap Pemanasan di Bumi, Pemanasan Global dan Dampaknya, Pengendalian Pemanasan Global, Kabut Asap Foto Kimia dan Industri; Pembangunan Berkelanjutan : Pengantar, Latar
Belakang Pembangunan Berkelanjutan, Konsep Pembangunan Berkelanjutan, Implikasi Bagi Kebijakan, Ide Dasar dan Dimensi
Pembangunan Berkelanjutan, Tujuan Pembangunan Berkelanjutan, Permasalahan Lingkungan Hidup Dalam Pembangunan Berkelanjutan,
Peristiwa Alam, Populasi Manusia, Eksploitasi Sumber Daya Alam, Industrialisasi, Transportasi; Kebijakan Pengelolaan Lingkungan hidup :
Pengantar, Model Interaksi Para Pelaku Pemanfaatan Sumber Daya Alam,
Model Tragedi Sumber Daya Bersama, Model Dilema Narapidana, Model
39 | K a t a l o g
Logika Koleksi Aktif, Kebijakkan Pengelolaan Lingkungan dan Sumber Daya Alam, Instrumen Pengelolaan Lingkungan, Instrumen Hukum,
Pengembangan Kelembagaan, Instrumen Proyek/Kegiatan Program, Instrumen Teknologi, Instrumen Ekonomi, Inisiatif Industri, Instrumen Sosial-
Budaya dan Pendidikan, Kebijakkan Pengelolaan Lingkungan Dalam Pembangunan Berkelanjutan; Teknologi Ramah Lingkungan : Pengantar,
Teknologi Ramah Lingkungan Sebagai Upaya Pelestarian Lingkungan,
Teknologi Ramah Lingkungan Sebagai Upaya Penghematan Energi, Kendala Penerapan Teknologi Ramah Lingkungan, Minimisasi Limbah Dalam Menghasilkan Produk Ramah lingkungan; Sumberdaya Energi : Energi yang
tak terbarukan, Effisiensi Energi, Energi Terbarukan.
Pustaka Utama :
Buku PIL : Mukhtasor dkk, 2008
Pustaka Penunjang:
1. Bishop, Paul L. 1983. Marine Pollution and Its Control McGraw Hill Book Company. United States of America.
2. Botkin, D.B. and Keller E.A., 2005. Environmental Science. Earth as A
Living Planet. 5 th ad John Willey. New York. 3. Manik, Karden Eddy Santang. 2003. Pengelolaan Lingkungan Hidup.
Djambatan. Jakarta. 4. Miller Jr., T.G. 2004. Environmental Science: Working with The Earth,
10th ed. Thomson. Toronto.
5. Nemerrow, Nelson L. 1995. Zero Pullution Industry: Waste Minimization through Industrial Complexes. John Wiley and Sons Inc.
Kanada. 6. Ostrom, E.1996. Governing the Commons. Cambridge University
Press.
7. Rubin, E.S. 2001. Introduction to Enginneering and The Environment. 1 th edition. McGraw Hill Companies Inc. New York.
8. Sloep, Peter B and Andrew Blowers. 1996. Environmental Policy In an International Context. Open Universiteit, the Netherlancs and Open University, United Kingdom.
9. Soeriatmadja, R.E. 1979. Ilmu Lingkungan. ITB. Bandung. 10. Wentz, Charles A. 1995. Hazardous Waste Management. McGraw-Hill
Inc. United States. 11. Wright Richard T. 2005. Environmental Science. Pearson. Printice Hall.
USA.
KI091315 Analisis dan Perancangan Sistem 4 sks
Mata Kuliah : Analisa dan Perancangan Sistem
Kode/bobot/Semester : KI091318/ 4 sks / 4
Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu menganalisis dan merancang kebutuhan suatu sistem
dengan metodologi obyek dan menggunakan bahasa UML.
40 | K a t a l o g
Kompetensi:
1. Mahasiswa mampu memodelkan kebutuhan.
2. Mahasiswa mampu menyusun abstraksi kunci. 3. Mahasiswa mampu merancang solusi dengan pendekatan obyek.
4. Mahasiswa mampu mengidentifikasi dan memitigasi resiko Perangkat Lunak.
5. Mahasiswa mampu memetakan diagram kelas ke dalam program dan
sebaliknya. 6. Mahasiswa mampu menghasilkan rancangan yang bisa dijadikan dasar
untuk konstruksi. 7. Mahasiswa mampu memanfaatkan case tool Object Oriented modern.
Pokok Bahasan (Subject Matter):
Pemodelan; Pentingnya pemodelan, Prinsip-prinsip Pemodelan dengan
pendekatan obyek, abstraksi. Object Oriented Development Life Cycle;
Daur Hidup, Fase-fase di Objek Oriented (Kebutuhan, Analysis, Design, Construction, Testing, Maintenance), Analisis Kelayakan, Resiko Perangkat Lunak. Kebutuhan ; Menentukan kebutuhan pengguna, Workflow
Kebutuhan, domain permasalahan, Use case, Association, Relasi antar Use case, use case description. Object Oriented Analysis; Mengidentifikasi
abstraksi kunci, Analysis workflow dengan CRC (Class-Responsibility-Collaboration) Card, ekstrak class (boundary, control, entity), usecase
realization, control/event flow, collabration diagram, sequence diagram, class diagram, state chart diagram. Design; Class and Method Design,
Package diagram, Component diagram, Deployment, Mengubah class diagram ke program dan sebaliknya.
Pustaka Utama :
1. Grady Booch, James Rumbaugh, Ivar Jacobson “The Unified Modeling User
Guide”,1999 2. Alan Dennis, Barbara Haley Wixon”System Analysis And Design with UML
Version 2.0”, Second edition., John Wiley & Sons, Inc.
3. Stephen R Schach.,”Object-Oriented & Classical Software Engineering”, Seventh ed., McGraw-Hill International Edition 2007.
4. David William Brown.,”An Introduction to Object-Oriented Analysis”, Second ed., John Wiley & Sons, Inc.. Pustaka Penunjang :
Jude User Manual
Prasyarat : Rekayasa Perangkat Lunak (KI091312/2 sks)
KI091316 Jaringan Komputer 3 sks
KI091317 Pemrograman Web 3 sks
Mata Kuliah : Pemrograman Web
Kode/bobot/Semester : KI091317 / 3 sks / 4
41 | K a t a l o g
Tujuan Pembelajaran (Learning Objective):
1. Memberi mahasiswa pemahaman yang mendalam, kritis dan sistematis
atas teknologi yang paling penting untuk pengembangan aplikasi web.
2. Mendemonstrasikan bagaimana teknologi-teknologi tersebut biasa
digunakan di situs-situs web kini.
3. Menyediakan pengetahuan atas karakteristik dan prinsip tentang desain
website yang baik.
Kompetensi:
1. Mahasiswa memiliki sebuah pemahaman yang kritis dan sistematis
tentang protokol web yang digunakan di situs-situs web sekarang.
2. Mahasiswa memiliki pemahaman tentang berbagai macam teknik dan
bahasa pemrograman yang ada untuk bisnis dan organisasi dan mampu
memilih sebuah arsitektur yang sesuai untuk sebuah aplikasi web
3. Mahasiswa dapat menunjukkan kemampuan untuk merancang dan
mengimplementasikan situs web yang dapat dirawat (maintainable)
4. Mahasiswa dapat membuat keputusan-keputusan yang kritis dan lazim
terkait pengembangan aplikasi client-side menggunakan HTML dan
JavaScript
5. Mahasiswa dapat merancang dan mengimplementasikan aplikasi server-
side yang mutakhir secara layak dengan menggunakan satu atau lebih
teknologi yang sesuai
6. Mahasiswa mampu menerapkan teknologi web yang bersifat dinamis
dengan mengkolaborasikannya bersama teknologi database.
7. Mahasiswa memiliki pemahaman yang kritis dan sistematis tentang
perkembangan teknologi web dari asal mulanya, perkembangan terkini,
dan perkiraan perkembangan di masa depan
Pokok Bahasan (Subject Matter): Internet dan WWW; W3C, Perkembangan Teknologi Web, Pengenalan Web
Browser, Pengantar Komputasi Client-Server dan sistem kerja WWW. Web 2.0; Penjelasan fitur web 2.0, Rich Internet Application, Web Services,
Mashups, Widgets, Gadgets, XML, RSS, Atom, JSON, dan VoIP. XHTML;
Penyuntingan XTHML, W3C XHTML Validation Service, Struktur dan Objek XHTML. Cascading Style Sheets (CSS). JavaScript; Pengenalan scripting,
Pemrograman JavaScript, Object pada JavaScript, Document Object Model, Event pada JavaScript, XML dan RSS. Adobe® Flash® dan Rich Internet Applications; Konsep dasar menggambar di Adobe Flas, Konsep dasar
animasi, Pengenalan Object Oriented Programming pada ActionScript. Microsoft® Silverlight™ dan Rich Internet Applications; Garis besar
platform, Membuat user interface dalam XAML. Ajax-Enabled Rich Internet Applications; RIAs dengan Ajax, Menggunakan XML dan DOM, Membuat sebuah aplikasi Ajax berskala penuh. PHP: Hypertext Preprocessor;
Pengenalan web server Apache, Dasar-dasar pemrograman PHP, String Processing dan Regular Expressions, Pemrosesan dan Business Logic dari Form. PHP dan MySQL; Penggunaan Cookies dan Session, MySQL
42 | K a t a l o g
sebagai basis data relasional, SQL, Koneksi ke sebuah database, Melakukan transaksi antara PHP dan MySQL . ASP.NET 2.0 dan Ajax; Pengenalan web
server IIS, Web Control, Session Tracking, Koneksi database di ASP.NET, ASP.NET Ajax. JavaServer™ Faces; Teknologi web Java, Membuat dan
menjalankan sebuah aplikasi sederhana di NetBean, Komponen-komponen JSF, Session tracking. Web Services dan Web 3.0.
Pustaka Utama :
7. Harvey M. Deitel and Paul J. Deitel, “Internet & World Wide Web How to
Program”, 4th Edition, Pearson Education, Inc. , Upper Saddle River, NJ., 2008.
Prasyarat : Pemrograman Berorientasi Objek (KI091311/4sks)
KI091318 Perancangan dan Analisis Algoritma 3 sks
Mata Kuliah : Perancangan dan Analisis Algoritma
Kode/bobot/Semester : KI091318 / 3 sks / 4
Tujuan Pembelajaran:
Peserta mata kuliah mampu mengaplikasikan metode analisis kebenaran dan analisis kompleksitas pada suatu rancangan algoritma serta mampu berfikir dengan logika yang benar serta kreatif dalam mengembangkan suatu
rancangan algoritma.
Kompetensi:
1. Peserta mata kuliah mampu mengaplikasikan metode analisis kebenaran (correctness analysis) pada suatu rancangan algoritma.
2. Peserta mata kuliah mampu melakukan analisis kompleksitas pada suatu rancangan algoritma.
3. Peserta mata kuliah dapat melakukan analisis algoritma dengan karakteristik NP-Complete.
4. Peserta mata kuliah mampu berfikir dengan logika yang benar serta kreatif
dalam mengembangkan suatu rancangan algoritma, serta dapat mempresentasikan hasil rancangan tersebut dengan baik.
Pokok Bahasan:
Pengantar Analisis Algoritma; Peranan algoritma dalam komputasi,
Pendekatan rancangan algoritma : Iteratif dan Divide-and-Conquer, Karakteristik Random Access Machine (RAM). Analisis Kebenaran
dengan Loop Invariant; Loop Invariant pada Rancangan Iteratif : Kasus
Insertion Sort, Loop Invariant pada Rancangan Divide-and-Conquer : Kasus Merge Sort. Growth of Functions; Notasi dan Definisi Asimtotik,
Asymptotically bound, Asymptotically tight bound, Properti Asimtotik. Rekurensi; Metode Substitusi, Metode Pohon Rekursi, The Master Method,
Generating Function. Analisis Probabilistik dan Rancangan Algoritma Randomized; Fungsi Indikator, Analisis Probabilistik Rancangan Algoritma Randomized. Analisis Amortized ; Analisis Aggregat, The Accounting
method, The Potential method, Tabel Dinamik. NP-Completeness;
43 | K a t a l o g
Algoritma Polynomial-time, Verifikasi Algoritma Polynomial-time, NP-Completeness dan reducibility, Proof pada NP-Completenes, Problem-
problem NP-Complete.
Pustaka Utama : 1. Thomas H. Cormen, Charles E.Leiserson, Ronald L. Rivest, Introduction
To Algorithms, MIT Press/McGraw-Hill, 2001.
Pustaka penunjang :
1. Jeffrey McConnell, Analysis of Algorithms, Jones and Bartlett Publisher,
2008. 2. Anany Levitin, Introduction To The Design & Analysis of Algorithms,
Addison Wesley, 2003. 3. Kenneth Rosen, Discrete Mathematics and Its Applications, Mc-Graw
Hill, 2007.
Prasyarat: Algoritma dan Struktur Data (KI091305/4 sks)
KI091319 Riset Operasional 3 sks
Mata Kuliah : Riset Operasi
Kode/bobot/Semester : KI091319/ 3 sks / 4
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu memahami konsep optimasi linier dan memilih metoda
yang tepat untuk menyelesaikan berbagai persoalan optimasi linier Kompetensi:
5. Mahasiswa Mampu merumuskan problem dunia nyata dalam bentuk model optimasi linier.
6. Mahasiswa Mampu menyelesaikan model optimasi linier menggunakan metode simplex, network, dan integer programming.
Pokok Bahasan (Subject Matter): Pemodelan Program Linier; Model LP dengan 2 variabel, Solusi LP dengan
menggunakan grafik, Solusi LP dengan menggunakan Excel Solver dan TORA. Metode Simplex dan Analisa Sensitivitas; Bentuk persamaan
Model LP, Transisi dari grafik ke solusi aljabar, Metode Simplex, Solusi
artificial Strarting, Kasus khusus pada metode Simplex, Analisa Sensitivitas. Analisa post-optimal dan duality; definisi dual problem, hubungan antara
primal dan dual, interpretasi ekonomi dari duality, algoritma simplex additional, analisa post-optimal. Model transportasi dan variannya; Definisi
dari model transportasi, model transportasi nontradisional, algoritma transportasi, model assignment, model. Model Jaringan; skope dan definisi
dari model jaringan, algoritma minimal spanning tree, problem rute terpendek, model maximal flow, CPM dan PERT. Goal Programming; Formula goal programming, algoritma goal programming. Integer Linier Programming;
ilustrasi contoh aplikasi, algoritma integer programming, traveling salesmen
44 | K a t a l o g
Pustaka Utama :
2. Hamdy A Taha, Operations Research 8th Edition, Prentice Hall, Inc., 2007.
3. Wayne L. winston, Operations Research Applications & Algor Prasyarat:
Aljabar Linier (KI091301)
KI091320 Basis Data Lanjut 3 sks
Mata Kuliah : Basis Data Lanjut
Kode/bobot/Semester : KI091320/ 3 sks / 5
Kompetensi:
7. Mahasiswa mampu melakukan administrasi database 8. Mahasiswa mampu memodelkan data dalam skala besar yang terintegrasi
dengan business rule 9. Mahasiswa mampu mendeskripsikan teknologi database yang
berkembang saat ini. Pokok Bahasan (Subject Matter):
Penyegaran dan Review tentang basis data; Konsep Basis Data, entity,
atribut, pemodelan data dengan CDM dan PDM, penggalian informasi dengan query sederhana. SQL: Query, constraints dan Trigger; Review
bentuk dasar query, Konsep query sederhana dan query kompleks, UNION, INTERSECT & EXCEPT, Query bersarang (nested query), Operator
Agregasi, Nilai Null (null values), Complex integrity constraints dalam SQ. Trigger dan Active Database; Active database concept, trigger, integrity
management, derived data management, business rule, Dasar-dasar perancangan untuk active rules (trigger), Contoh syntax trigger dalam berbagai DBMS (Oracle, DB2, Starburst, Chimera), Dasar-dasar
perancangan untuk active rules (trigger), aplikasi-aplikasi yang menggunakan active database, Praktek: penggunaan active database,
contoh studi kasus yang digunakan: sistem akademik, library system. Pengindekan(indexing); konsep dan fungsi pengindekan, petunjuk penggunaan pemilihan index, contoh-contoh penggunaan index,
pengklasteran dan pengindekan, indeks yang memungkinkan perencanaan index saja, tool untuk membantu pemilihan index (pemilihan index otomatis), praktek: pengindekan dalam database sistem akademik. Database Tuning:Konsep database tuning (Jenis Tuning : tuning indexes, tuning
skema konseptual, tuning query & view), Tujuan tuning, Tuning
indexes,Pemilihan tuning dalam skema konseptual, Pemilihan dalam tuning query & view, SQL Performance Analyzer / Database Benchmarking, Contoh tuning dalam database (The Internet Shop), Pengembangan Aplikasi Database; Mengakses database dari aplikasi, Pengenalan JDBC, JDBC
Classes dan interfaces, SQLJ, Stored Procedure (pembuatan store procedure sederhana, memanggil stored prosedure, PL/SQL). XML Data;
45 | K a t a l o g
Data model untuk XML, Xquery: Query data XML, Eva luasi XML Query yang efisien, Penyimpanan XML dalam RDBMS, pengindekan repositori XML. Database paralel; arsitektur untuk database paralel, paralel query,parallelizing individual operations,optimasi query paralel, Database
Terdistribusi; Konsep database terdistribusi, arsitektur database
terdistribusi, penyimpanan data dalam database terdistribusi (fragmentasi dan replikasi), manajemen katalog terdistribusi, pemrosesan query
terdistribusi, peng-update-an data terdistribusi, transaksi terdistribusi, kontrol konkurensi terdistribusi recovery terdistribusi. Manajemen Data Spesial; Tipe
data spasial dan query terdistribusi, aplikasi yang melibatkan data spasial, konsep index spasial, pengindekan berdasarkan kurva pengisian ruang(space-filling curves), file grid, R Trees, Issues dalam pengindekan
dimensional tinggi, contoh/praktek sistem yang menggunakan database spasial. Database Administrator; Replikasi, security, backup dan recovery.
Issue dan penggunaan database; mobile database, multimedia database,
sistem informasi geografis, temporal database, biological database, realtime DBMS.
Pustaka Utama :
4. Ramakrishnan, Raghu, Gehrke, Johannes. “Database Management Systems, Third Edition”. New York: The McGraw-Hill Companies, Inc. 2003.
Pustaka penunjang :
5. Howe, David; “Data analysis for Database Design”, third Edition, Butterworth-Heineman, 2001
6. “Advanced Database Systems”, Morgan Kaufman publisher, Inc
Prasyarat : Basis Data (KI091309)
KI091321 Grafika Komputer 3 sks
Mata Kuliah : Grafika Komputer
Kode/bobot/Semester : KI091321 / 3 sks / 5
Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu melakukan perancangan dan menganalisis sistem
aplikasi grafika yang benar baik secara mandiri atau juga dalam kerjasama
tim. Kompetensi:
10. Mahasiswa mampu menjelaskan dengan benar pengetahuan dasar dari sistem grafik, teknik-teknik grafika, dan rendering,
11. Mahasiswa mampu membangun aplikasi grafik menggunakan OpenGL
API dan bahasa pemrograman C/C++., 12. Mahasiswa mampu mengidentifikasi formulasi dan solusi untuk
pembuatan dunia virtual 3 dimensi dan manipulasi interaktif dari dunia virtual tersebut,
13. Mahasiswa mampu bekerjasama dan berfikir kreatif dalam membuat
aplikasi grafika serta mempresentasikan hasil karyanya.
46 | K a t a l o g
Pokok Bahasan (Subject Matter): Pengenalan Sistem Grafika: Aplikasi Grafika Komputer, Sistem Grafika,
Model Kamera Sintetis, Interface Programer, Arsitektur Grafika, Programmable Pipelines. Pemrograman Grafika : Sierpinski Gasket,
OpenGL API, Primitivies dan Atribut, Warna, Viewing, Fungsi-fungsi Kontrol, Program Gasket, Poligon dan Rekursi, 3D Gasket, Fungsi-fungsi Plotting. Input dan Interaksi: Alat Input, Client dan Server, Display Lists,
Pemrograman Input Event-Driven, Menu, Program Paint Sederhana, Model-model Interaktif, Animasi Program Interaktif, Perancangan Program Interaktif, Operasi Logika. Transformasi dan Objek Geometris: Skalar,
Point dan Vektor, 3D Primitives, Sistem Koordinat, Frame pada OpenGL, Pemodelan Kubus Berwarna, Transformasi Affine, Translasi, Rotasi, dan
Scaling, Transformasi pada Koordinat Homogen, Penggabungan Transformasi, Matriks-matriks Transformasi pada OpenGL, Interface Aplikasi 3D, Quaternion. Viewing: Proyeksi Sederhana, Proyeksi pada
OpenGL, Interactive Mesh Displays, Matriks-matriks Parallel-Projection, Matriks-matriks Perspective-Projection, Proyeksi dan Bayangan, Shading:
Sumber-sumber cahaya, Model Pemantulan Phong, Penghitungan Vektor, Polygonal Shading, Pendekatan Sphere menggunakan Recursive
Subdivision, Sumber-sumber cahaya pada OpenGL, Spesifikasi Material pada OpenGL, Shading pada Model Sphere, Global Illumination, Discrete Techniques: Operasi Bit dan Piksel pada OpenGL, Metode-metode
Mapping, Texture Mapping pada OpenGL, Pembuatan Tekstur, Sampling dan Aliasing. Curve dan Surface: Representasi Kurva dan Permukaan,
Parametric Cubic Polynomial Curve, Interpolasi, Hermite Curve dan Surface, Bezier Curve dan Surface, Cubic B-Spline, B-Spline Umum, Rendering Curve dan Surface, Utah Teapot, Curve dan Surface pada OpenGL, Advanced Rendering: Ray Tracing, Pembuatan Ray Tracer Sederhana,
Persamaan Rendering, Rendering Skala Besar, Rendering Berdasarkan
Gambar.
Pustaka Utama :
7. Edward Angel, “Interactive Computer Graphics: A Top-Down Approach Using OpenGL”, Fifth Edition, Pearson International Inc, 2009.
Pustaka penunjang :
2. FS Hill Jr, “Computer Graphics using OpenGL”.
3. Donald Hearn and M. Pauline Baker, “Computer Graphics with OpenGL”, 3rd Edition.
4. Alan Watt, “3D Computer Graphics”, Addison-Wesley. . Prasyarat : Algoritma dan Struktur Data (KI091305)
KI091322 Kecerdasan Buatan 3 sks
47 | K a t a l o g
KI091323 Pemrograman Framework J2EE 3 sks
Mata Kuliah : Pemrograman Framework J2EE
Kode/Bobot/Semester : KI091323 / 3 sks / 5
Tujuan Pembelajaran (Learning Objective):
Matakuliah ini berisi pembelajaran tentang bahasa pemrograman Java yang
berorientasi objek, kakas yang digunakan, dan framework-framework yang didukung oleh Java. Framework yang diajarkan di dalam matakuliah ini adalah framework yang berhubungan dengan pembangunan aplikasi skala
enterprise yang terbagi menjadi tiga lapisan, yaitu: lapisan persistensi, lapisan logika, dan lapisan presentasi. Dengan mengikuti matakuliah ini
mahasiswa dapat mengimplementasikan aplikasi berskala enterprise dengan menggunakan framework J2EE.
Kompetensi (Competency):
14. Mahasiswa mampu menguasai aspek pemrograman bahasa
Java. 15. Mahasiswa mampu menguasai tool dan IDE. 16. Mahasiswa mampu menggunakan library lapisan presentasi.
17. Mahasiswa mampu menggunakan library lapisan logika bisnis. 18. Mahasiswa mampu menggunakan library lapisan persistensi.
19. Mahasiswa mampu mengimplementasikan SOA. 20. Mahasiswa mampu menggunakan framework J2EE untuk
mengembangkan aplikasi berarsitektur enterprise.
Pokok Bahasan (Subject Matter):
Pengenalan Java dan lingkungannya; Menulis kode program, Mekanisme
eksekusi program, Elemen-elemen dan fitur Java, Konsep alokasi memori. Dasar Java; Variabel, Control Structure, Array, Command Line Argument,
Operator, Modifier. Konsep Pemrograman Berorientasi Obyek; Class,
Object, Encapsulation, Inheritance, Abstract Class, Interface, Polymorphism, Javabean. Fitur Lanjut di Java; Inner Class, Exception Handling, Logging, Garbage Collection, Threading, Collection, Generic. Pengenalan Eclipse/Netbeans IDE; Konsep IDE, Mekanisme build, Mekanisme
debugging. Pengenalan Ant; Membuat build file, Property Ant. Pengenalan J2EE. Teknologi Dasar Web; Struktur aplikasi web, Servlet, Java Server
Pages. Library Akses Database; JDBC. Library Lapisan Presentasi; Java Server Faces. Library Lapisan Persistensi; JPA atau Hibernate, Dasar Object Relational Mapping, Mapping, Query Language, Best Practice.
Lapisan Logika Bisnis; Konsep Dependency Injection, Spring Framework. Konsep SOA; Web Service (JAX-WS). Tugas Proyek.
Pustaka Utama (Main References):
8. Harvey M. Deitel and Paul J. Deitel. Java How to Program, 8th Edition.
Pearson Education. 2009. 9. Kevin Mukhar and Chris Zelenak. Beginning Java EE 5 From Novice to
Professional. Apress. 2006.
48 | K a t a l o g
Pustaka Penunjang (Supporting References):
10. Martin Fowler. Pattern of Enterprise Application Architecture. Addison-
Wesley. 2002. 11. Steve Holzner. Ant: The Definitive Guide, 2nd Edition. O’Reilly. 2005.
12. David Geary, Cay S. Horstmann. Core Java Server Faces, 2nd Edition. Prentice Hall PTR. 2007
13. Craig Walls and Ryan Breidenbach. Spring in Action. Manning. 2007.
14. Christian Bauer and Gavin King. Hibernate in Action. Manning. 2004. Prasyarat (Prerequisites): -
KI091324 Pemrograman Jaringan 3 sks
Mata Kuliah : Pemrograman Jaringan
Kode/bobot/Semester : KI091324 / 3 sks / 5
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu mengerjakan aplikasi berjaringan pada sistem operasi
UNIX/Linux Kompetensi:
21. Mahasiswa mampu menjelaskan dengan benar komputasi klien server dan teknik pemrogramannya dalam TCP/IP.
22. Mahasiswa mampu merumuskan apa yang harus dikerjakan
dalam pengembangan aplikasi berjaringan 23. Mahasiswa mampu membangun aplikasi berjaringan klien
server. Pokok Bahasan (Subject Matter):
Introduction, Client/Server Examples, OSI Model, BSD Networking History
TCP/IP: User Datagram Protocol (UDP), Transmission Control Protocol (TCP), Port Numbers, TCP Port Numbers and Concurrent Servers. Elementary Sockets, socket introduction, socket elementary, TCP
Client/Server Example, I/O Multiplexing: The select and poll Functions, Elementary UDP Sockets, Name and Address Conversions. Web services,
web client access, xml and xml-rpc. Email service, email composition and decoding, SMTP, POP, IMAP. Client Protocols, FTP, SSL. Server side frameworks, socket server, cgi. Multitasking, forking, threading,
asynchronous communication.
Pustaka Utama :
15. Stevens, W. Richard, Unix Network Programming Volume 1, socket programming API, Third Edition, Addison Wesley 2003
16. Oerzen, John, Foundation of Python Network Programming, Apress, 2004
Pustaka penunjang :
49 | K a t a l o g
GGift, Noah, Python for Unix and Linux System Administration, O’Reilly, 2008
Prasyarat :
- Jaringan Komputer (KI091316) - Sistem Operasi (KI091309)
KI091325 Perancangan dan Analisis Algoritma Lanjut 3 sks
Mata Kuliah : Perancangan dan Analisis Algoritma Lanjut
Kode/bobot/Semester : KI091325 / 3 sks / 5
Tujuan Pembelajaran:
Peserta mata kuliah mampu memodelkan persoalan komputasi secara algoritmik dengan memperhatikan aspek kebenaran dan kompleksitas serta mampu mengimple-mentasikan rancangan algoritma dengan melibatkan
struktur data yang efisien dengan menggunakan bahasa pemrograman tertentu. Kompetensi:
1. Peserta mata kuliah dapat memodelkan persoalan komputasi secara
algoritmik. 2. Peserta mata kuliah dapat menerapkan rancangan algoritma yang optimal
terhadap suatu model persoalan komputasi tertentu. 3. Peserta mata kuliah mampu menganalisis rancangan algoritma yang
meliputi aspek kebenaran dan kompleksitas.
4. Peserta mata kuliah mampu mengimplementasikan rancangan algoritma dengan melibatkan struktur data yang efisien dengan menggunakan
bahasa pemrograman tertentu. Pokok Bahasan:
Dynamic Programming; Metode rancangan algoritma Dynamic
Programming, Metode Analisis algoritma Dynamic Programming, Matrix
Chain Multiplication dan bilangan Catalan, Longest Commom Subsequence. Algoritma Greedy; Metode rancangan algoritma Greedy,
Metode Analisis algoritma Greedy, Scheduling, Binary Knapsack. Algoritma pada Teori Bilangan; Metode rancangan algoritma pada Teori
Bilangan, Metode Analisis algoritma pada Teori Bilangan, Extended Euclid,
The Chinese Remainder Theorem, Primality Testing, Cryptograhy RSA. Algoritma String Matching; Metode rancangan algoritma String Matching,
Metode Analisis algoritma String Matching, Algoritma Boyer-Moore, Algoritma Knuth-Morris-Pratt. Algoritma Geometri Kompu-tasional;
Metode rancangan algoritma Geometri Komputasional, Metode Analisis
algoritma Geometri Komputasional, Convex Hull dengan Graham Scan, Closest Pair Points Problem. Algoritma Randomized; Metode rancangan
algoritma Randomized, Metode Analisis algoritma Randomized, Problem-problem algoritma Randomized. Algoritma Approksimasi; Metode
50 | K a t a l o g
rancangan algoritma Approksimasi, Metode Analisis algoritma Approksimasi, Problem-problem algoritma Approksimasi.
Pustaka Utama :
1. Thomas H. Cormen, Charles E.Leiserson, Ronald L. Rivest, Introduction To Algorithms, MIT Press/McGraw-Hill, 2001.
Pustaka penunjang : 1. Anany Levitin, Introduction To The Design & Analysis of Algorithms,
Addison Wesley, 2003. 2. Steven Skiena, Programming Challenges, Springer-Verlag, 2003. 3. Vijay Vazirani, Approximation Algorithms, Springer-Verlag, 2003.
Prasyarat:
KI091392 Kerja Praktek 2 sks
KI091326 Pemrograman Framework .NET 3 sks
IG091306 Pend Kewarganegaraan 2 sks
KI091327 Sosio dan Etika 2 sks
Mata Kuliah : Sosio dan Etika
Kode/bobot/Semester : / 2 sks / 7
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu mengenali, menyikapi, dan menyampaikan pendapat
mengenai fenomena sosial dan profesional dalam bidang TI. Kompetensi:
24. Mahasiswa mampu menjelaskan pengertian kebebasan berekspresi,
privasi, dan kekayaan intelektual yang berkaitan dengan karya TI berdasarkan hukum yang berlaku.
25. Mahasiswa mampu mengenali dan menyikapi fenomena sosial dan profesional dalam bidang TI.
26. Mahasiswa mampu bekerjasama, merumuskan, dan menyampaikan
pendapat mengenai permasalahan nyata yang menyangkut etika TI. Pokok Bahasan (Subject Matter):
Pengertian etika profesional TI, Relasi profesional TI dgn pihak lain, Kejahatan komputer & internet, Keamanan komputer, Privasi, Penggunaan
TI dalam bidang industri (kuliah tamu), Penggunaan TI dalam bidang perbankan (kuliah tamu), Kebebasan berekspresi, Kekayaan Intelektual.
Pustaka Utama :
17. George W. Reynolds, Ethics in Information Technology. Thomson
Learning, Inc. Canada. 2003.
51 | K a t a l o g
18. Michael J. Quinn. Ethics for the Information Age (3rd Edition). Addison Wesley. 2008.
Pustaka penunjang :
19. Richard A. Spinello. Case Studies in Information Technology Ethics (2nd Edition). Prentice Hall. 2002.
20. Mike W. Martin. Ethics in Engineering. McGraw-Hill. 1997.
Prasyarat : Rekayasa Perangkat Lunak (KI091312), Kecerdasan Buatan
(KI091322).
IG091311 Pengantar Technopreneurship 2 sks
KI091391 Tugas Akhir 5 sks
Mata Kuliah : Tugas Akhir
Kode/Bobot/Semester : KI091391/ 5 sks / 8
Tujuan : Dengan menyusun Tugas Akhir diharapkan
mahasiswa mampu merangkum dan mengaplikasikan semua pengalaman pendidikan untuk memecahkan masalah dalam bidang
keahlian/bidang studi tertentu secara sistematis dan logis, kritis dan kreatif, berdasarkan data/informasi yang akurat dan didukung analisis yang tepat, dan
menuangkannya dalam bentuk penulisan karya ilmiah.
Kompetensi : 1. Mampu membentuk sikap mental ilmiah 2. Mampu mengidentifikasi dan merumuskan masalah penelitian atau
perancangan yang berdasarkan rasional tertentu yang dinilai penting dan bermanfaat ditinjau dari beberapa segi
3. Mampu melaksanakan penelitian, mulai dari penyusunan rancangan penelitian, pelaksanaan penelitian, sampai pelaporan hasil penelitian
4. Mampu melakukan kajian secara kuantitatif dan kualitatif, dan menarik
kesimpulan yang jelas serta mampu merekomendasikan hasil penelitiannya kepada pihak-pihak yang berkepentingan dengan pemecahan masalah itu
5. Mampu mempresentasikan hasil Tugas Akhir itu dalam forum seminar dan mempertahankannya dalam ujian lisan di hadapan tim dosen penguji.
Pokok Bahasan : Karena Tugas Akhir itu merupakan suatu karya ilmiah yang sebagian besar
disusun berdasarkan hasil penelitian atau perancangan, maka perlu dipahami kegiatan-kegiatan apa saja yang termasuk dalam penelitian. Penelitian dan research didefinisikan sebagai berikut : Penyelidikan yang giat secara
sistematik, sabar, hati-hati dalam bidang ilmu pengetahuan untuk menghasilkan fakta-fakta atau prinsip-prinsip
Dari definisi di atas dapat dijabarkan bahwa suatu kegiatan dapat disebut penelitian bila memenuhi kriteria berikut :
52 | K a t a l o g
. 1. Untuk kegiatan penelitian ada hal atau hal-hal yang ingin diselidiki
(something to be inquired or examined). Termasuk dalam hal yang ingin diselidiki ini antara lain :
a. Permasalahan yang ingin dipecahkan b. Hipotesa yang ingin dibuktikan/diuji kebenarannya
c. Sesuatu (yang masih menjadi) pertanyaan yang ingin dicari jawabannya.
Disini hal-hal yang diselidiki itu masih merupakan pertanyaan yang memerlukan jawaban.
2. Untuk mendapatkan hasil yang diinginkan (dapat berupa pemecahan
permasalahan, pembuktian kebenaran hipotesa, atau jawaban atas
pertanyaan) diperlukan cara (metodologi) tertentu, serta dibutuhkan kesabaran dan ketelitian dalam melakukan penyelidikan itu. Dengan kata
lain dapat disimpulkan pula bahwa untuk penelitian dibutuhkan proses penyelidikan yang tidak sederhana.
3. Hasil penyelidikan dapat berupa informasi/data, fakta, atau ketentuan/kaidah/ hukum.
Jadi suatu kegiatan dapat disebut penelitian apabila memenuhi tiga kriteria di atas : ada hal-hal yang diselidiki yang masih menjadi pertanyaan,
dibutuhkan proses penyelidikan yang tidak sederhana, dan penyelidikan itu menghasilkan informasi/data, fakta, atau ketentuan/kaidah/hukum. Dengan
singkat dapat dikatakan bahwa penelitian itu merupakan upaya memecahkan suatu masalah secara ilmiah dan obyektif sehingga menghasilkan bermacam-masam gagasan kreatif untuk dikontribusikan kepada ilmu dan teknologi,
dan/atau kepada pembangunan dan/atau pengembangan kelembagaan.
Referensi: -
Prasyarat: -
KI091331 Analisis Data Multivariat 4 sks
Mata Kuliah : Analisis Data Multivariat
Kode/bobot/Semester : KI091331 / 4 sks / Pilihan
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu memilih pemodelan yang sesuai untuk data multivariat dan mampu melakukan analisis terhadap hasil pemodelan data multivariat. Kompetensi:
1. Mahasiswa dapat menjelaskan perbedaan analisa univariat dan multivariat 2. Mahasiswa dapat menggunakan berbagai pemodelan multivariat sesuai
tujuan analisis 3. Mahasiswa dapat menganalisis hasil pengolahan data multivariat
4. Mahasiswa dapat menggunakan software pengolahan data statistik multivariat.
53 | K a t a l o g
Pokok Bahasan (Subject Matter):
Analisis Multivariat: Konsep dasar data multivariat, Aljabar multivariat,
Multivariat Normal, Klasifikasi Teknik multivariat, Eksplorasi data multivariat. Model Multiple Dependent: MANOVA, PCA, Canonical Analysis. Klasifikasi dan Pengelompokan: Analisis Kelompok, Analisis Diskriminan. Teknik Reduksi Data: Analisis Faktor. Scale: Multidimensional Scaling.
Structural Equation Modeling: Penggunaan tools.
Pustaka Utama :
Richard A. Johnson, Dean W. Wichern, “Applied Multivariate Statistical Analysis”, Prenctice Hall International Inc.
Hair, Joseph F., dkk, "Multivariate Data Analysis", Sixth Edition, Prentice Hall,
New Jersey, 2006. Pustaka Penunjang:
Prasyarat : Statistika Komputasional (KI091314/3 sks)
KI091332 Data Mining 4 sks
Mata Kuliah : DATA MINING
Kode/bobot/Semester : KI091332 / 4 sks / 6
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu melakukan perancangan dan mengimplementasikan
berbagai teknik data mining serta mengenal berbagai kasus dan teknik
dalam bidang bioinformatika. Kompetensi:
27. Mahasiswa mampu mengidentifikasikan jenis problem datamining yang
berupa deskriptif maupun prediktif. 28. Mahasiswa mampu menerapkan berbagai algoritma data mining seperti
klasifikasi, klasterisasi kaidah asosiasi. 29. Mahasiswa mampu menggunakan data mining tool yang ada 30. Mahasiswa mampu menyelesaikan kasus data mining pada bidang
bioinformatik. Pokok Bahasan (Subject Matter):
Memahami konsep data mining dan tujuannya; Mengetahui jenis problem
Deskriptif maupun Prediktif. Mampu membedakan Supervised, Unsupervised learning. Teknik dalam Klasifikasi; Berbagai jenis decision
tree, support vektor machine, bayessian network, ARTMAP, Teknik dalam Klasterisasi; review k-mean,hierarchical. Fuzzy C-Mean, Self Organizing
Map (SOM), ART; Association Analysis: frequent itemset generation -
Apriori Algorithm, MFI,CFI, FP Growth, FP-Tree, Sequential Pattern, Subgraph pattern - infrequent pattern. Data Mining Tool; Weka, Datamining
dengan SQL Server Business Intelligence. Bioinformatics; pengenalan
54 | K a t a l o g
bioinformatik, ekspresi gen, Analisa data Microarray, Basic Local Alignment Search Tool (BLAST)
Pustaka Utama :
21. Mundy,Thornwaite,Kimball.“ Introduction to Data Mining, Pang Ning Tan”, International Edition,PEARSON,2006.
22. Ian H. Witten, Eibe Frank, “Data Mining: Practical Machine Learning
Tools and Techniques with Java Implementations”, 2nd ed., Morgan Kaufmann., 2005.
23. Jonathan Pevsner, “Bioinformatics and Functional Genomics”, http://www.bioinfbook.org/, WILEY, 2003
Pustaka penunjang :
1. Jiawei Hanm,Micheline Kamber,” Data Mining: Concepts and Techniques”,
2nd ed., Morgan Kaufmann., 2005. Prasyarat : Basis Data Lanjut, (KI091320), Perancangan dan Analisis
Algoritma Lanjut (KI091325)
KI091333 Kecerdasan Komputasional 3 sks
Mata Kuliah : Kecerdasan Komputasional
Kode/bobot/Semester : KI091333/ 3 sks / 6
Tujuan Pembelajaran:
Peserta mata kuliah mampu memahami karakteristik dan teknik
pembelajaran berbagai tipe metode kecerdasan komputasional serta dapat mengaplikasikan metode kecerdasan komputasional tersebut pada
persoalan dunia nyata berdasarkan referensi makalah dari Jurnal ya ng relevan.
Kompetensi:
1. Peserta mata kuliah mampu memahami karakteristik dan teknik
pembelajaran tipe-tipe metode kecerdasan komputasional, yang meliputi ; Jaringan Saraf Tiruan dan variannya, Komputasi Evolusioner, Swarm Intelligence, Support Vector Machine.
2. Peserta mata kuliah dapat mengaplikasikan metode kecerdasan komputasional pada persoalan dunia nyata, yang meliputi: optimasi,
identifikasi sistem dinamis dan klasifikasi pola berdasarkan referensi makalah dari Jurnal yang relevan.
Pokok Bahasan: Proses Pembelajaran; Metode-metode Pembelajaran, Komponen
Pembelajaran : Task, Performance dan Experience, Teori Pembelajaran Statistik. JST Single dan Multi Layer Perceptron; Arsitektur JST Single
dan Multi Layer Perceptron, Algoritma Back Propagation, Metode
Levenberg-Marquadt, review makalah yang terkait dengan penerapan JST
55 | K a t a l o g
pada permasalahan klasifikasi terawasi. JST Radial Basis Function;
Arsitektur JST RBF, Teori Regularisasi dan Jaringan Regularisasi,
Algoritma Pembelajaran RBF, aplikasi JST RBF pada permasalahan Approksimasi Fungsi NonLinier. Jaringan Saraf Rekuren; Arsitektur RNN,
review metode numerik problem Ordinary Differential Equations, Pembelajaran RNN, review makalah aplikasi RNN pada Optimasi Convex. Algoritma Genetika; Struktur Algoritma Genetika dan Metoda Search
Berbasis Populasi, Rancangan Kromosom dan Fungsi Fitness, Operator Dasar GA : CrossOver, Mutasi dan Seleksi, review makalah aplikasi Problem Transportasi. Ant Colony; Komponen Metode Ant Colony : tabel
jejak pheromone, fungsi evaporasi, review makalah aplikasi Modifikasi Ant Colony pada TSP. Support Vector Machine; Structural Risk Minimization
dan Dimensi VC, Algoritma Pembelajaran SVM, review makalah yang terkait dengan penerapan SVM pada permasalahan klasifikasi terawasi.
Pustaka Utama : 1. Amit Konar, Computational Intelligence, Springer, 2005.
2. C. H. Bishop, Pattern Recognition and Machine Learning, Springer
Science, 2006.
Pustaka penunjang : 1. Simon Haykin, Neural Networks: A Comprehensive Foundation (2nd
Edition), Prentice Hall, 1998. 2. Christian Blum, Daniel Merkle, Swarm Intelligence : Introduction and
Applications, Springer-Verlag 2008. 3. John Shawe-Taylor & Nello Cristianini , Support Vector Machines and
other kernel-based learning methods, Cambridge University Press,
2000.
Prasyarat:
……………….
KI091334 Simulasi Sistem Diskrit 4 sks
Mata Kuliah : Simulasi Sistem Diskrit
Kode/bobot/Semester : KI091333/ 4 sks / 6
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampmampu membuat model suatu sistem, menentukan parameter yang diperlukan untuk mengevaluasi kinerja sistem tsb,
menjalankan model tsb, mengambil hasil/output simulasi, menganalisis hasil simulasi, merancang sistem alternatif, mengevaluasi hasil analisis, serta memberikan rekomendasi sistem yang memiliki kenerja terbaik.
Kompetensi:
31. Mahasiswa mampu memodelkan fenomena diskrit pada suatu sistem kedalam model diskrit yang bersesuaian, membangkitkan bilangan acak dengan sejumlah metode
56 | K a t a l o g
32. Mahasiswa mampu membuat model simulasi dari suatu antrian, menentukan parameter yang diperlukan untuk mengevaluasi kinerja
sistem, menjalankan model tsb, mengambil hasil/output simulasi 33. Mahasiswa mampu menganalisis hasil simulasi, merancang sistem
alternatif, mengevaluasi hasil analisis, serta memberikan rekomendasi sistem yang memi liki kenerja terbaik.
Pokok Bahasan (Subject Matter):
Dasar pemodelan dan simulasi. Macam model matematis system: diskrit
dan kontinu. Pemodelan dan simulasi sistem diskrit. Review distribusi probabilitas: distribusi eksponensial, Erlang, binomial, Normal. Pemilihan distribusi probabilitas dari data input (distribution fitting), studi kasus waktu
kedatangan dan layanan sustu sitem nyata. Pembangkitan bilangan acak: metode LCG (mixed, multiplicative), metode Tausworthe. Uji bilangan acak:
uji tanda, uji frekuensi, uji korelasi sendiri, uji gap. Membuat model simulasi dari suatu antrian sederhana dgn simulation tools. Analisis antrian secara matematis-analitis. Menentukan parameter yang diperlukan untuk
mengevaluasi kinerja sistem. Menjalankan model simulasi. Menentukan jumlah replikasi minimum. Mengambil data hasil/output simulasi,
menganalisis hasil simulasi (output analysis). Merancang sistem alternatif. Mengevaluasi hasil analisis. Memberikan rekomendasi sistem yang memiliki kenerja terbaik.
Pustaka Utama :
24. Banks, Jerry, et. al., ”Discrete-Event System Simulation", 3rd ed., PrenticeHall, New Jersey, 2001.
25. Law, Averill M., et. al., "Simulation Modeling and Analysis", McGraw-Hill,
1990. Pustaka penunjang :
26. Kelton, David W., “Simulation with Arena”, McGraw-Hill, 2003. Prasyarat : Statistika Komputasional (KI091314)
KI091335 Data Warehousing 3 sks
Mata Kuliah : Data Warehousing
Kode/bobot/Semester : KI091335 / 3 sks / 7
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu melakukan perancangan dan membuat data warehouse serta mampu membangun aplikasi business intelligent (BI) pada database
SQL Server dan Oracle. Kompetensi:
34. Mahasiswa mampu menjelaskan data warehouse beserta
aplikasinya, 35. Mahasiswa Mampu merancang dan membuat data warehouse
dari data sumber,
57 | K a t a l o g
36. Mampu mengimplementasikan data warehouse dalam DB Oracle dan SQL Server,
37. Mahasiswa Mampu membuat aplikasi OLAP dari data warehouse yang sudah dibangun.
Pokok Bahasan (Subject Matter): Memahami konsep data warehousing dan tujuannya; pengenalan
konsep data warehouse & business intelligent (BI), Tinjauan ringkas
komponen-komponen business intelligent pada SQL Server dan Oracle. Pemaparan contoh aplikasi business intelligent. Pembuatan Data
Warehouse Menggunakan SQL Server Integration Services (SSIS);
Proses pembacaan data dari external source, Berbagai macam rule dalam proses Ekstraksi, Transformasi dan Loading (ETL) menggunakan SSIS, Pembuatan OLAP menggunakan SQL Server Analysis Services (SSAS); Perancangan dan pembuatan OLAP Object : dimension, hierarchy,
level dan Cube, Pembangunan aplikasi OLAP pada SQL Server, integrasi MS Excel dengan SSAS untuk aplikasi OLAP. Query analytical MDX dan Reporting Tool pada client; Pembuatan OLAP menggunakan Oracle;
Perancangan data warehouse, pembuatan OLAP Object : dimension,
hierarchy, level, dan cube. Pembuatan Aplikasi Business Intelligent
menggunakan Oracle BI Beans.
Pustaka Utama :
27. Mundy,Thornwaite,Kimball.“The Microsoft Data Warehouse Toolkit: With SQL Server 2005 and the Microsoft Business Intelligence Toolset”, 1st
,WILEY,2006. 28. Stackowiak,Rayman,”Oracle Data Warehousing and Business
Intelligence Solutions”, 1st ed., WILEY., 2007.
Pustaka penunjang :
1. Vincent Rainard,” Building a Data Warehouse: With Examples in SQL Server”, APRESS, 1997.
Prasyarat : Basis Data Lanjut, (KI091320), Data Mining (KI091332)
KI091336 Pengolahan Citra Digital 4 sks
KI091337 Simulasi dan Game Komputer 4 sks
KI091338 Sistem Temu Kembali Informasi 4 sks
58 | K a t a l o g
KI091339 Visi Komputer 4 sks
KI091340 Optimasi Nonlinear 4 sks
Mata Kuliah : Optimasi Nonlinear
Kode/bobot/Semester : KI091340/ 4 sks / 8
Tujuan Pembelajaran:
Peserta mata kuliah mampu memahami konsep dasar dan properti yang terkait dengan permasalahan optimasi non-linier dan dapat
mengimplementasikan berbagai algo-ritma penyelesaian permasalahan optimasi non-linier dengan dan tanpa fungsi kendala serta dapat mengaplikasikan metode optimasi nonlinear tersebut pada persoalan dunia
nyata berdasarkan referensi makalah dari Jurnal yang relevan.
Kompetensi:
1. Peserta mata kuliah dapat memahami konsep dasar dan properti yang terkait dengan permasalahan optimasi non-linier.
2. Peserta mata kuliah dapat mengimplementasikan berbagai algoritma penyelesaian permasalahan optimasi non-linier dengan dan tanpa fungsi
kendala. 3. Peserta mata kuliah dapat mengaplikasikan teknik pemrograman
geometrik pada suatu kasus optimasi non-linier. Pokok Bahasan:
Elemen Analisis Convex; Convex set, Convex function : properti dasar, fungsi sekawan (conjugate), fungsi Quasiconvex. Dualitas; Lagrange dual
function, Lagrange dual problem, interpretasi geometric, interpretasi saddle-
point, kondisi optimalitas, perturbasi dan analisis sensitifitas. Permasalahan Unconstrained; Properti-properti dasar, Metode Descent,
Metode Conjugate Gradient, Metode Quasi-Newton. Minimasi Constrained; Kondisi-kondisi Minimasi Constrained, Metode Primal,
Metode Penalty dan Barrier, Metode Dual dan Cutting Plane, Metode Primal Dual. Optimasi Non Differentiable; Metode SubGradient, Metode Trust
Region, Optimasi Komposit, Penyelesaian Fungsi Kendala Non Convex. Pemrograman Geometrik; Fungsi Monomial dan Posynomial, Kondisi
Orthogonalitas dan Normalitas, Aplikasi Optimasi Geometrik pada Permasalahan Inventori.
Pustaka Utama :
1. David G. Luenberger, Linear & NonLinear Programming, Springer,
2008. 2. Andrzej Ruszczynski, NonLinear Optimization, Princeton University
Press, 2006. 3. P. Venkataraman, Applied Optimization With MATLAB Programming,
John Wiley & Sons, Inc., 2002. Pustaka penunjang :
59 | K a t a l o g
1. Ronald L. Rardin, Optimization in Operations Research, Prentice-Hall,
Inc., 1998. 2. Stephen G. Nash, Linear and Nonlinear Programming, McGraw-Hill,
1996.
3. Belegundu, Ashok D,Ph.D, Chandruptala, Tirupathi R.,Ph.D,P.E. Optimization Concepts and Applications in Engineering, Prentice
Hall-Inc, 1999.
Prasyarat:
KI091341 Pemrograman Robot 4 sks
KI091342 Topik Khusus Komputasi Cerdas dan Visualisasi 4 sks
KI091371 Animasi Komputer 4 sks
KI091372 Audit Tata Kelola TI 3 sks
KI091373 Manajemen Proyek Perangkat Lunak 4 sks
KI091374 Verifikasi dan Validasi Perangkat Lunak 3 sks
Mata Kuliah : Verifikasi dan Validasi PL
Jurusan : Teknik Informatika - ITS
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu melakukan verifikasi dan validasi fase-fase dalam siklus
hidup Perangkat Lunak Kompetensi :
8. Mahasiswa mampu mengetahui prinsip-prinsip dasar proses verifikasi dan validasi PL
9. Mahasiswa mampu menggunakan standard untuk verifikasi dan validasi PL dalam studi kasus tertentu
10. Mahasiswa mampu merencanakan verifikasi dan validasi PL dalam
sebuah dokumen dengan menggunakan standard tertentu 11. Mahasiswa mampu melakukan verifikasi dan validasi PL dengan
menggunakan metode tertentu 12. Mahasiswa mampu menggunakan tools untuk verifikasi dan validasi PL
Pokok Bahasan (Subject Matter):
60 | K a t a l o g
Pendahuluan: Tujuan, Overview, IEEE standard yang digunakan. Verifikasi dan Validasi PL: Pendahuluan, prinsip2 verifikasi dan validasi,
Review (Technical Review, Walkthroughs, Audit), Tracing, Pembuktian Formal, Pengujian. Metode Verifikasi dan Validasi PL: Pendahuluan,
Inspeksi PL, Metode Formal, Teknik program verifikasi, Metode Cleanroom, Pengujian terstruktur, Pengujian integrasi terstruktur, Tools untuk verifikasi dan validasi PL: Pendahuluan, Tools untuk reviewing,
Tools untuk Tracing, Tools untuk pembuktian formal, tools untuk pengujian. Perencanaan Verifikasi dan Validasi PL: Pendahuluan, Style,
Tanggung jawab, Media, Informasi layanan, Isi dari SVVP (Software Verification and Validation Plan), Evolution.
KI091375 Evolusi Perangkat Lunak 3 sks
Mata Kuliah : Evolusi Perangkat Lunak
Kode/bobot/Semester : KI091375 / 3 sks / 7
Tujuan Pembelajaran (Learning Objective):
38. Memberikan wawasan tentang definisi dan aktifitas-aktifitas di bidang evolusi perangkat lunak, serta teknik-teknik dalam
mengerjakannya. 39. Mengarahkan penggalian topik-topik tesis dalam biadng evolusi
perangkat lunak. Pokok Bahasan (Subject Matter):
Pengenalan, definisi, sejarah, perbedaan dan persamaan dengan perawatan perangkat lunak, pelaku evolusi perangkat lunak.
Pemahaman dan analisis tentang evolusi perangkat lunak (PL);
Identifikasi dan analisis kloning PL, Analisis repository PL, Memprediksi ”bugs” dari sejarah PL. Rekayasa ulang sistem warisan (legacy system);
Rekayasa ulang berbasis object oriented. Migrasi sistem informasi warisan, Transformasi arsitektural. Trend-trend terkini dalam evolusi perangkat
lunak; Pengujian PL vs. Evolusi PL: efeknya dalam pemahaman PL, Isu-isu
evolusi PL dalam AOP, Evolusi arsitektur PL, Evolusi PL open source.
Pustaka Utama :
29. “Software Evolution”, Tom Mens dan Serge Demeyer, Springer-Verlag
Berlin Heidelberg, 2008. Prasyarat : Pemodelan Sistem Dinamik (TF091317/4sks)
KI091376 Pembuatan Game 3 sks
61 | K a t a l o g
SILABUS
Mata Kuliah : Pembuatan Game
Kode/bobot/Semester : KI1376 / 3 sks / 7
Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu mengenal pengembangan dan karir dalam game,
menganalisa serta melakukan perancangan game. Kompetensi:
9. Mahasiswa mampu mengklasifikasikan game-game yang ada, 10. Mahasiswa memahami proses dan karir dalam pengembangan
game, 11. Mahasiswa mampu menganalisis dan melakukan perancangan game
berdasarkan pembagian karir dalam pembuatan game. 12. Mahasiswa mampu mengenal dan mempraktekkan pembuatan prototype
game sederhana. Pokok Bahasan (Subject Matter):
Pengantar Game: Sejarah, klasifikasi game, jenis-jenis dan platform game. Industri game: struktur industri game. Pengembangan Game: proses
global dalam pengembangan game, karir dalam pengembangan game. Game Tools: bahasa pemrograman, software animasi / 3D. Karir Game: Desainer, Programmer, Seniman. Desain: UI, Level, World builder,
Kecerdasan Buatan, pemodelan FSA, GameEngine: pemrograman XNA Pustaka Utama :
3. Flint Dille & John Zuur Platten, “The Ultimate Guide to Video Game Writing and Design”, First Edition Lone Eagle Publishing Company 2007.
4. Steve Rabin, “AI Game Programming Wisdom”, ISBN: 1-58450-077-8, Charles River Media, Inc 2002
5. Chad Carter, “Microsoft XNA Unleashed”, SAMS Publising 2007 6. Benjamin Nitschke, “Professional XNA Game Programming”, Wiley
Publishing, Inc 2007 7. Martin J Wells, “J2ME Game Programming”, Thomson Course Technology
KI091377 Pola dan Arsitektur Perangkat Lunak 4 sks
KI091378 Topik Khusus Rekayasa Perangkat Lunak 4 sks
KI091379 Pemrograman Perangkat Mobile 3 sks
KI091380 Realitas Virtual 3 sks
Mata Kuliah : Realitas Virtual
Kode/bobot/Semester : KI091359 / 3 sks / 8
Kompetensi:
1. Mahasiswa mampu memahami pengertian realitas virtual.
62 | K a t a l o g
2. Mahasiswa mampu menjelaskan dan memahami elemen input yang ada di dalam realitas virtual.
3. Mahasiswa mampu menjelaskan dan memahami elemen output yang ada di dalam realitas virtual.
4. Mahasiswa mampu menjelaskan dan memahami arsitektur komputasi untuk realitas virtual.
5. Mahasiswa mampu mengerti dan membuat pemodelan di dalam realitas
virtual. 6. Mahasiswa mampu memahami dan membuat pemrograman di realitas
virtual. 7. Mahasiswa mampu memahami factor manusia di dalam realitas virtual. 8. Mahasiswa mampu mengetahui dan memahami aplikasi realitas virtual
tradisional. 9. Mahasiswa mampu mengetahui dan memahami aplikasi realitas virtual di
masa depan. 10. Mahasiswa mampu membuat aplikasi 3D realitas virtual dengan game
engine.
11. Mahasiswa mampu membuat aplikasi 3D realitas virtual dengan XNA.
Pokok Bahasan (Subject Matter):
Pengenalan realitas virtual; Pendahuluan, Konsep tiga “I’s” di dalam
realitas virtual, Sejarah awal realitas virtual, Realitas Virtual menjadi industri, Lima komponen klasik dari system realitas virtual. Pemahaman media
input; Trackers, navigation, gesture interface, Pelacak posisi 3D, Navigasi dan manipulasi tampilan. Pemahaman media output; Graphics, three-
dimensional sound, haptic display, Graphics Display sistem visual manusia, Sound display sistem pendengaran manusia, Haptic Feedback. Arsitektur computer untuk Realitas Virtual; Rendering pipeline, Arsitektur grafis pada
computer, Arsiktektur berbasiskan workstation, Arsitektur Realitas virtual terdistribusi. Permodelan; Permodelan Geometri, Permodelan Kinematis,
Permodelan Fisik, Behavior modeling, Pengaturan model. Pemrograman Realitas Virtual; Toolkit and scene graph, World Toolkit, Java 3D, General Haptic open software toolkit, People Shop. Faktor manusia di dalam
realitas virtual; Metodologi dan terminology, Kesehatan dan keamanan penggunan realitas virtual, Realitas virtual dan masyrakat. Aplikasi Realitas
Virtual Tradisional; Aplikasi di dalam medis, Aplikasi di dalam Militer, Aplikasi di Manufaktur, Aplikasi Realitas Virtual di Robot. Visualisasi informasi; Eksplorasi minyak dan pengaturan pengeboran, Visualisasi data
volumetric.
Pustaka Utama :
Grigore, C Burdea & Philippe, Coiffet, “Virtual Reality Technology”, Wilye Interscience, 2003 William R. Sherman, Alan B.Craig, “Understanding Virtual Reality”, Morgan-
Kaufmann, Inc., 2003. http://creators.xna.com
http://irrlicht.sourceforge.net/
Prasyarat : -
63 | K a t a l o g
KI091351 Jaringan Nirkabel dan Komputasi Bergerak 4 sks
KI091352 Sekuritas Jaringan 3 sks
Mata Kuliah : Sekuritas Jaringan
Kode/bobot/Semester : KI091352 / 3 sks / 6
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu memahami dan seterusnya melakukan
perancangan dan menerapkan aspek-aspek keamanan dalam sistem yang tersambung ke jaringan komputer
Kompetensi:
o Mahasiswa mampu memahami dan menerapkan aspek-aspek keamanan dalam OSI security architecture
o Mahasiswa mampu memahami dan menerapkan symetric encryption dalam seluruh layer jaringan
o Mahasiswa mampu memahami dan menerapkan asymetric
encryption dalam seluruh layer jaringan o Mahasiswa mampu memahami dan menerapkan
authenticator/signature dalam seluruh layer jaringan o Mahasiswa mampu membangun system authentikasi dengan
memanfaatkan enkripsi dan authenticator
o Mahasiswa mampu memahami dan menerapkan system authentikasi terhadap aplikasi e-commerce dan messaging
o Mahasiswa mampu memahami dan menerapkan proteksi terhadap jaringan
o Mahasiswa mampu menganalisa dan mengimplementasikan
System Authentikasi menggunakan authenticator dan enkripsi
Pokok Bahasan (Subject Matter): Security Trends, The OSI Security Architecture, Security Attacks, Security Services, Security Mechanisms, A Model for Network
Security, Teknik Enkripsi Klasik , Block Cipher dan Stream Cipher, DES, RC4, Modes of Operation, Multiple Encryption dan Triple
DES, Advanced Encryption Standard, Peletakan fungsi enkripsi, Traffic Confidentiality, Key Distribution, Menggunakan Enkripsi klasik untuk mendeliver data dalam jaringan, Prinsip prinsip dalam
Public Key Cryptosystem, Prinsip Authentikasi, Digital Signatures, Authentication Protocols, Digital Signature, SET System, Operasi
Kriptosystem pada SET, SET Payment Processing, SET Authentication and Message Integrity, Transport Layer Security, Web security, SSL, TLS,Network Layer Security, Trusted System,
Jenis-jenis firewall, Desain firewall, Implementasi Firewall dan access control pada gateway jaringan.
64 | K a t a l o g
Pustaka Utama :
1. Stallings, Cryptography and Network Security, Prentice Hall 2. Man Young Rhee, Internet Security Principles, Algorithm, and
Protocols, Wiley Publishing 3. Sean Turner,Implementing Email Security and Tokens: Current
Standards, Tools, and Practices, Wiley Publishing
Prasyarat: -
KI091353 Sistem Terdistribusi 4 sks
KI091354 Teknologi antar Jaringan 4 sks
KI091355 Jaringan Multimedia 4 sks Mata Kuliah : Jaringan Multimedia
Kode/bobot/Semester : KI091355 / 4 sks / 7
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu memahami dan menganalisis tren dan teknik terbaru dalam teknologi dan jaringan multimedia.
Kompetensi:
40. Mahasiswa memiliki pengetahuan dasar tentang teknologi multimedia (gambar, video dan audio)
41. Mahasiswa memiliki pengetahuan tentang tren dan teknik
terbaru teknologi dan jaringan multimedia 42. Mahasiswa mampu mendesain sistem komunikasi teknologi dan jaringan
multimedia.
Pokok Bahasan (Subject Matter):
1. Dasar-dasar image, video dan audio 2. Pemrosesan image, video dan audio
3. Teknik kompresi image, video dan audio 4. Jaringan Multimedia (Wired dan Wireless)untuk menampilkan
image, video dan audio
Pustaka Utama :
30. Al Bovik, “Handbook of Image and Video Processing”,Elsevier Academic Press,2005.
31. Ze Nian Li, Mark S.Drew ,”Fundamentals of Multimedia”, Printice-Hall,
2004.
Pustaka penunjang :
32. Nigel Chapman, Jenny Chapman, “Digital Multimedia”, 2nd edition, John Willey & Sons. Ltd, 2004.
33. Huifang Sun, Xuemin Chen, Tihao Chiang, “Digital Video Transcoding for Transmission and Storage”, CRC Press, 2005.
Prasyarat :
65 | K a t a l o g
Jaringan Komputer (KI091316), Grafika Komputer (KI091321)
KI091356 Komputasi Grid 4 sks
KI091357 Perancangan dan Manajemen Jaringan 4 sks
Mata Kuliah : Perancangan dan Manajemen Jaringan
Kode/bobot/Semester : KI091346 / 4 sks / 7
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu membuat proposal perancangan satu sistem jaringan
skala menengah Kompetensi:
43. Mahasiswa mampu menjelaskan dengan benar metodologi
untuk pembangunan sistem berjaringan, mulai dari pengumpulan requirement hingga ke pemilihan teknologi.
44. Mahasiswa mampu merumuskan hubungan antara user requirement, arsitektur jaringan, desain dan pemilihan teknologi jaringan.
45. Mahasiswa mampu membuat proposal perancangan satu sistem jaringan skala menengah.
Pokok Bahasan (Subject Matter):
Introduction, A Systems Methodology, Service Characteristics, Performance Characteristics. Requirements Analysis: Concepts, User Requirements,
Application Requirements, Device Requirements, Network Requirements. Requirements Analysis: Process, Gathering and Listing Requirements,
Developing RMA Requirements, Developing Delay Requirements, Developing Capacity Requirements. Flow Analysis, Identifying and Developing Flows, Flow Models. Network Architecture, Component
Architectures, Reference Architecture, Architectural Models. Addressing and Routing Architecture , Addressing Mechanisms, Routing Mechanisms
Network Management Architecture, Defining Network Management, Network Management Mechanisms. Performance Architecture, Developing Goals for Performance, Performance Mechanisms. Security and Privacy
Architecture, Developing a Security and Privacy Plan, Security and Privacy Administration, Security and Privacy Mechanisms. Selecting Technologies for the Network Design, Guidelines and Constraints on Technology
Evaluations, Making Technology Choices for the Network Design. Interconnecting Technologies Within the Network Design, Shared
Medium , Switching, Routing.
Pustaka Utama :
66 | K a t a l o g
34. McCabe, James D., Network Analysis, Architecture, and Design, Third Edition, Elsevier, 2007
Pustaka penunjang :
Harrington, Jan L., Network Security: A Practical Approach, Elsevier, 2005
Prasyarat :
- Jaringan Komputer (KI091316)
- Sistem Operasi (KI091309)
KI091358 Teknik Kompresi 4 sks
Mata Kuliah : Teknik Kompresi
Kode/bobot/Semester : KI091358/ 4 sks / 7
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu materi-materi mengenai konsep dasar, metode, dan
implementasi berbagai algoritma teknik kompresi terhadap data dengan logika yang baik dan benar.
Kompetensi:
1. Mampu menjelaskan konsep teknik kompresi loosy dan loosless
2. Mampu menjelaskan dan mengimplementasikan huffman coding, dan arithmetic coding
3. Mampu menjelaskan konsep teknik dictionary
4. Mampu menjelaskan dan mengimplementasikan berbagai macam teknik kompresi
5. Mampu menjelaskan dan mengimplementasikan audio-video coding Pokok Bahasan (Subject Matter):
Teknik Kompresi Loosy; Konsep Teknik kompresi Loosy, Pemodelan Teknik Kompresi Loosy, Coding Teknik Kompresi Loosy. Teknik Kompresi Loosless;
Konsep Teknik kompresi Loosless, Pemodelan Teknik Kompresi Loosless, Coding Teknik Kompresi Loosless. Huffman Code; Konsep Huffman Code, Algoritma Huffman Code, Implementasi Huffman Code. Adaptive Huffman
Code; Konsep Huffman Code, Algoritma Huffman Code, Implementasi Huffman Code. Arithmatic Coding; Coding Secuence, Binary Code, Adaptive Arithmatic Code. Teknik Dictionary; Static Dictionary, Adaptive Dictionary
Pustaka Utama :
1. Sayood, K, 2006, Introduction to Data Compression, Morgan Kaufmann Pub.
2. Salomon, D, 2000, Data Compression, The Complete Reference, 2nd
edition, Springer
Pustaka penunjang :
Prasyarat : Teknik Kompresi (KI091358)
67 | K a t a l o g
KI091359 Topik Khusus Komputasi Berbasis Jaringan 3 sks
--------------------------------------------------------------------------------------------------------------
68 | K a t a l o g
KURIKULUM 2009 - 2014
Fakultas : Teknologi Informasi (FTIF) Jurusan/Prodi : Teknik Informatika, Bidang Keahlian: Informatika
Jenjang : S2
Kode MK Nama MK sks Wajib/Pilihan
Semester ke-
Kompetensi Utama
Kompetensi Penunjang/Lainnya
KI092301 Kecerdasan Buatan 3 Wajib 1 V
KI092302 Jaringan Komputer 3 Wajib 1 V
KI092303 Rekayasa Perangkat Lunak 3 Wajib 1 V
KI092304 Metodologi Penelitian 3 Wajib 1 V
KI092311 Topik Dalam Pengenalan Pola 3 Wajib 2 V
KI092312 Topik Dalam Kecerdasan Komputasional 3 Wajib 2 V
KI092313 Topik Dalam Simulasi Diskrit 3 Wajib 2 V
KI092314 Topik Dalam Data Mining 3 Wajib 2 V
KI092321 Topik Dalam Pengaman Jaringan 3 Wajib 2 V
KI092322 Topik Dalam Sistem Operasi 3 Wajib 2 V
KI092323
Topik Dalam Jaringan Nirkabel dan Komputasi Bergerak 3 Wajib 2 V
KI092324 Topik Dalam Desain dan Manajemen Jaringan 3 Wajib 2 V
KI092331 Topik Dalam Rekayasa Pengetahuan 3 Wajib 2 V
KI092332 Topik Dalam Pengembangan Game 3 Wajib 2 V
KI092333 Topik Dalam Manajemen Kualitas Perangkat Lunak 3 Wajib 3 V
KI092334 Topik Dalam Rekayasa Kebutuhan 3 Wajib 2 V
KI092315 Topik Dalam Pemrosesan Citra dan Visi Komputer 3 Wajib 3 V
KI092316 Topik Dalam Sistem Temu Kembali Informasi 3 Wajib 3 V
KI092325 Topik Dalam Jaringan Multimedia 3 Wajib 3 V
KI092326 Topik Dalam Sistem Distribusi 3 Wajib 3 V
KI092335 Topik Dalam Evolusi Perangkat Lunak 3 Wajib 3 V
KI092336 Topik Dalam Tatakelola dan Audit TI 3 Wajib 2 V
69 | K a t a l o g
KI092361 Tesis 6 Wajib 4 V
70 | K a t a l o g
KURIKULUM 2009 - 2014
Fakultas : Teknologi Informasi (FTIF) Jurusan/Prodi : Teknik Informatika, Bidang Keahlian: Informatika
Jenjang : S2
Semester I Semester IV
Kode Nama SKS Kode Nama SKS
KI092301 Kecerdasan Buatan 3 KI092361 Tesis 6
KI092302 Jaringan Komputer 3
KI092303 Rekayasa Perangkat Lunak 3 Total 6
KI092304 Metodologi Penelitian 3
Total 12
Konsentrasi Bidang : Komputasi Cerdas dan Visualisasi
Semester II Semester III
Kode Nama SKS Kode Nama SKS
KI092311 Topik Dalam Pengenalan Pola
3
KI092315
Topik Dalam Pemrosesan Citra
dan Visi Komputer
3
KI092312
Topik Dalam Kecerdasan
Komputasional
3
KI092316
Topik Dalam Sistem Temu
Kembali Informasi
3
KI092313 Topik Dalam Simulasi Diskrit 3 Total 6
KI092314 Topik Dalam Data Mining 3 Total 12
Konsentrasi Bidang : Komputasi Berbasis Jaringan
Semester II Semester III
Kode Nama SKS Kode Nama SKS
KI092321 Topik Dalam Pengaman Jaringan
3
KI092325 Topik Dalam Jaringan Multimedia
3
KI092322 Topik Dalam Sistem Operasi
3
KI092326 Topik Dalam Sistem Distribusi
3
KI092323 Topik Dalam Jaringan Nirkabel dan Komputasi Bergerak 3
Total 6
KI092324
Topik Dalam Desain dan
Manajemen Jaringan 3 Total 12
Konsentrasi Bidang : Rekayasa Perangkat Lunak
Semester II Semester III
Kode Nama SKS Kode Nama SKS
KI092331 Topik Dalam Rekayasa Pengetahuan
3
KI092333 Topik Dalam Manajemen Kualitas Perangkat Lunak 3
KI092332 Topik Dalam Pengembangan Game
3
KI092335 Topik Dalam Evolusi Perangkat Lunak
3
KI092334 Topik Dalam Rekayasa 3 Total 6
71 | K a t a l o g
Kebutuhan
KI092336 Topik Dalam Tatakelola dan Audit TI
3
Total 12
KI092301 Kecerdasan Buatan 3 sks
Mata Kuliah : Kecerdasan Buatan
Kode/bobot/Semester : KI092301/ 3 sks / 1
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu memodelkan persoalan ke dalam representasi AI dan mampu menyelesaikan model tersebut dengan berbagai algoritma AI.
Kompetensi: 1. Mahasiswa dapat menjelaskan cara merepresentasikan Permasalahan dengan
metode AI secara tepat. 2. Mahasiswa dapat menyelesaikan permasalahan yang direpresentasikan dengan
metode AI dengan berbagai pendekatan problem solving secara tepat. 3. Mahasiswa dapat menerapkan berbagai algoritma pembelajaran dengan program
komputer.
Pokok Bahasan (Subject Matter):
Pengantar AI(review): Definisi AI, Dasar-dasar AI, Perkembangan AI, Intelligent Agents, Problem Solving, Topik Search Lanjutan. Knowledge and Reasoning: First
Order Logic, Representasi Pengetahuan, Akuisisi Pengetahuan, Reasoning, Inference Enginee, Uncertain Knowledge and Reasoning. Planning: Planning problem, Planning with state-space Search, Partial-Order Planning, Planning with
Propositional Logic. Learning: Bentuk-bentuk learning, Inductive Learning, Learning Decision Trees, Ensemble Learning, Knowledge in Learning. Statistical
Learning Methods: Maximum-likelihood, Naive Bayes Models, Bayesian parameter learning, EM Algorithm, Hidden Markov Models, Learning Bayesian, Instance-Based Learning, Nearest neighbor models.
Pustaka Utama :
1. Russel, Stuart J., Peter Norvig, "Artificial Intelligence, a modern approach" Second Edition, Prentice Hall, New Jersey, 2003.
2. Zha, Xuan F., “Artificial Intelligence and Integrated Intelligent Information
Systems: Emerging Technologies and Applications”, Idea Group Publishing, Hersey, 2007.
Pustaka penunjang :
72 | K a t a l o g
Fulcher, John, “Advances in Applied Artificial Intelligence”, Idea Group Publishing, Hershey, 2006
Prasyarat : -
KI092302 Jaringan Komputer 3 sks
Mata Kuliah : Jaringan Komputer
Kode/bobot/Semester : KI092302/ 3 sks / 1
Tujuan Pembelajaran (Learning Objective):
Kompetensi:
Pokok Bahasan (Subject Matter):
Pustaka Utama :
Pustaka penunjang :
Prasyarat : -
KI092303 Rekayasa Perangkat Lunak 3 sks
Mata Kuliah : Rekayasa Perangkat Lunak
Kode/bobot/Semester : KI092303/ 3 sks / 1
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu menjelaskan tahapan dan metodologi pembangunan perangkat
lunak secara benar baik secara mandiri atau juga dalam kerjasama tim.
Kompetensi: 1. Mahasiswa mampu menjelaskan model pengembangan perangkat lunak. 2. Mahasiswa mampu merumuskan dengan teliti berbagai macam metodologi
pengembangan perangkat lunak. 3. Mahasiswa mampu menganalisis & melakukan perancangan model perangkat
lunak . 4. Mahasiswa mampu bekerjasama dan berfikir kreatif dalam membuat perangkat
lunak serta mempresentasikan hasil karya rancangan.
Pokok Bahasan (Subject Matter):
73 | K a t a l o g
Pengantar model perangkat lunak, Konsep rekayasa perangkat lunak, Pengenalan studi kasusAdventures Works Cycles Application , Perspektif Produk Perangkat Lunak, Model Proses Perangkat Lunak , Model MSF, Unified Process, Agile Model ; Aktivitas terintegrasi , System Engineering, Requirement
engineering; Pemodelan Analisis; Pemodelan Desain Perangkat Lunak, Desain
sistem: perancangan konseptual dan perancangan fisik, Perancangan ko nseptual,
evaluasi alternatif rancangan, penyiapan spesifikasi rancangan, dan penyiapan laporan rancangan sistem secara konseptual , perancangan fisik- keluaran, masukan, antarmuka pemakai dan sistem, platform, basis data, modul, kontrol, dokumentasi, pengujian, ataupun rencana konversi; Implementasi sistem, Pemrograman dan pengujian, Instalasi perangkat keras dan perangkat lunak,
Pelatihan kepada pemakai,Pembuatan dokumentasi ; Software Testing Strategies, Unit Testing, Integration Testing; Software Testing Techniques, Whitebox testing,
Blackbox testing, System Testing,; Quality Assurance; Operasi dan pemeliharaan,
Perawatan perfektif, Perawatan adaptif, Perawatan korektif, Evaluasi dan pengukuran produk perangkat lunak, Software metric; Software Performance,
SQA & Reviews perangkat lunak, Software Reuse, Manajemen Resiko, Specification Configuration Management; Pembiayaan dan Estimasi Perangkat
Lunak, Cocomo, Delphi, Activity Base costing.
Pustaka Utama :
1. Pressman, R. S., Software Engineering: A Practitioner's Approach, 8th Edition, McGraw-Hill, 2008
2. Sommerville, I., Software Engineering 8th edition, Addison-Wesley, 2007.
3. Stephen R. Schach: Object-Oriented and Classical Software Engineering, 7th Edition, 2007
Pustaka penunjang :
Analyzing Requirements and Defining Microsoft.NET Solution
Architecture, Microsoft, 2003
Prasyarat : -
KI092304 Metodologi Penelitian 3 sks
Mata Kuliah : Metodologi Penelitian
Kode/bobot/Semester : KI092304/ 3 sks / 1
Tujuan Pembelajaran (Learning Objective):
Kompetensi: 1. Mahasiswa mampu menjelaskan langkah- langkah pelaksanaan penelitian. 2. Mahasiswa mampu menjelaskan kriteria penulisan ilmiah yang baik.
3. Mahasiswa mampu mengevaluasi karya buku tesis. 4. Mahasiswa mampu membuat proposal penelitian tesis.
Pokok Bahasan (Subject Matter):
74 | K a t a l o g
Pustaka Utama :
Pustaka penunjang :
Prasyarat : -
KI092311 Topik Dalam Pengenalan Pola 3 sks
Mata Kuliah : Topik Dalam Pengenalan Pola
Kode/bobot/Semester : KI092311/ 3 sks / 2
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu melakukan perancangan model dengan menganalisis permasalahan nyata dalam lingkup pengenalan pola dan kemudian mengimplementasikannya baik secara mandiri atau juga dalam kerjasama tim.
Kompetensi: 1. Mahasiswa mampu memahami penggunaan ilmu-ilmu dasar statistika
dengan teknik-teknik yang diperkenalkan dalam lingkup pengenalan pola agar dapat menerapkan pemakaiannya untuk permasalahan nyata,
2. Mahasiswa mampu menganalisis serta berfikir analitis dengan pemodelan kalkulus dan melakukan perancangan dari permasalahan dengan metode yang paling sesuai,
3. Mahasiswa mampu mengimplementasikan solusi pemodelan kedalam bentuk aljabar linear dengan bantuan tool komputasi numerik serta kemudian mempresentasikan hasil akhir,
4. Mahasiswa mampu bekerjasama dalam memecahkan permasalahan nyata melalui pengenalan pola mulai dari tahap analisa sampai implementasi.
Pokok Bahasan (Subject Matter):
Pengertian dasar tentang pengenalan pola; Pendahuluan tentang problem
klasifikasi, Teori Bayes. Klasifikasi linear; Estimasi parameter, Fungsi diskriminan, Metode Least Square, Diskriminan dengan fungsi logistik, Pembahasan makalah dengan topik terkait. Pemilihan fitur; Deteksi outlier, Pemilihan
berdasarkan statistik, Metrik untuk mengukur pemisahan antar klas dalam klasifikasi, Pembahasan makalah dengan topik terkait. Pembangkitan fitur;
Penggunaan teknik wavelet, Penggunaan teknik independent dan principal component analysis, Penggunaan teknik fractal, Pembahasan makalah dengan topik terkait. Klasifikasi non-linear; Support Vector Machine sebagai pengklasifikasi,
Pembahasan makalah dengan topik terkait. Clustering; Analisa klaster secara partitional dan hierarchical, Analisa klaster berdasarkan densitas, Pembahasan
makalah dengan topik terkait.
75 | K a t a l o g
Pustaka Utama :
1. Theodoridis, S., Koutroumbas, K., “Pattern Classification”, 3rd ed., Academic Press, 2006.
2. Duda, Richard O., Hart, Peter E., Stork, David G., “Pattern Classification”, 2nd ed. John Wiley & Sons, 2001.
Pustaka penunjang :
1. Fukunaga, K., “Introduction to Statistical Pattern Recognition”, 2nd ed., Academic Press, 1990.
2. Artikel dalam jurnal IEEE Transactions on Pattern Analysis and Machine Intelligence, IEEE Computer Society.
3. Artikel dalam jurnal ScienceDirect Pattern Recognition, Elsevier. 4. Artikel dalam jurnal ScienceDirect Pattern Recognition Letters, Elsevier.
Prasyarat : Kecerdasan Buatan (KI092301/3 sks)
KI092312 Topik Dalam Kecerdasan Komputational 3 sks
Mata Kuliah : Topik Dalam Kecerdasan Komputaional
Kode/bobot/Semester : KI092312/ 3 sks / 2
Tujuan Pembelajaran (Learning Objective):
Peserta mata kuliah mampu memahami karakteristik dan teknik pembelajaran berbagai tipe metode kecerdasan komputasional serta dapat mengaplikasikan metode kecerdasan komputasional tersebut pada persoalan dunia nyata berdasarkan referensi makalah dari Jurnal yang relevan.
Kompetensi: 3. Peserta mata kuliah mampu memahami karakteristik dan teknik
pembelajaran tipe-tipe metode kecerdasan komputasional, yang meliputi ; Jaringan Saraf Tiruan dan variannya, Komputasi Evolusioner, Swarm Intelligence, Support Vector Machine dan Kernel.
4. Peserta mata kuliah dapat mengaplikasikan metode kecerdasan komputasional pada persoalan dunia nyata, yang meliputi: optimasi, identifikasi sistem dinamis dan klasifikasi pola berdasarkan referensi makalah dari Jurnal yang relevan.
Pokok Bahasan (Subject Matter):
Proses Pembelajaran; Metode-metode Pembelajaran, Komponen Pembelajaran : Task, Performance dan Experience, Teori Pembelajaran Statistik. JST Single dan
Multi Layer Perceptron; Arsitektur JST Single dan Multi Layer Perceptron, Algoritma Back Propagation, Teknik Pembelajaran Lanjut : Penerapan Matriks Hessian, Extended Kalman Filter, Metode Dynamic Tunelling, Metode Levenberg-
Marquadt, review makalah yang terkait dengan penerapan JST pada permasalahan
76 | K a t a l o g
klasifikasi terawasi. JST Radial Basis Function; Arsitektur JST RBF, Teori Regularisasi dan Jaringan Regularisasi, Algoritma Pembelajaran RBF serta teknik
optimasi pembelajaran RBF lanjut, review makalah tentang JST Runge-Kutta RBF dan aplikasinya pada permasalahan Identifikasi Sistem Dinamik. Jaringan Saraf
Rekuren; Arsitektur RNN, review metode numerik problem Ordinary Differential Equations, Pembelajaran RNN, review makalah aplikasi RNN pada Optimasi Convex dan Fusi Citra, review makalah aplikasi RNN pada Permasalahan
Identifikasi Sistem Dinamik dengan Algoritma Optimal Bounded Ellipsoid. Algoritma Genetika; Struktur Algoritma Genetika dan Metoda Search Berbasis
Populasi, Rancangan Kromosom dan Fungsi Fitness, Operator Dasar GA : CrossOver, Mutasi dan Seleksi, review makalah aplikasi GA pada Steganography dan Problem Transportasi. Ant Colony; Komponen Metode Ant Colony : tabel jejak
pheromone, fungsi evaporasi, varian dengan struktur clan, modifikasi Bee Colony, review makalah aplikasi Modifikasi Ant Colony pada TSP dan Optimasi
Penjadwalan Produksi. Particle Swarm Optimization; Komponen PSO : Particle, Fungsi Update Posisi, Fungsi Update Velocity, Momen Inersia, review makalah Aplikasi CL-PSO pada Optimasi Nonlinear. Support Vector Machine; Structural
Risk Minimization dan Dimensi VC, Algoritma Pembelajaran SVM, variasi Metode Pembelajaran : Least Squares-SVM, SMO, aplikasi Metode Kernel, review makalah
aplikasi pembobotan spektral pada SVM untuk klasifikasi citra Hyperspectral. Metode Hybrid; Arsitektur Neuro-Fuzzy, pembelajaran Jaringan Neuro-Fuzzy, review makalah aplikasi Jaringan Neuro-Fuzzy pada Proses Denoising Citra,
Metode GA-Fuzzy, aplikasi GA-Fuzzy pada optimasi produksi dan distribusi rantai pasok.
Pustaka Utama :
3. Amit Konar, Computational Intelligence, Springer, 2005. 4. C. H. Bishop, Pattern Recognition and Machine Learning, Springer Science,
2006.
Pustaka penunjang :
4. Simon Haykin, Neural Networks: A Comprehensive Foundation (2nd Edition), Prentice Hall, 1998.
5. Christian Blum, Daniel Merkle, Swarm Intelligence : Introduction and Applications, Springer-Verlag 2008.
6. John Shawe-Taylor & Nello Cristianini , Support Vector Machines and other kernel-based learning methods, Cambridge University Press, 2000.
Prasyarat : Kecerdasan Buatan (KI092301/3 sks)
KI092313 Topik Dalam Simulasi Diskrit 3 sks
Mata Kuliah : Topik Dalam Simulasi Diskrit
Kode/bobot/Semester : KI092313/ 3 sks / 2
Tujuan Pembelajaran (Learning Objective):
77 | K a t a l o g
Mahasiswa mengenal topik-topik penelitian mengenai simulasi dan mampu membuat proposal penelitian tesis dengan topik simulasi.
Kompetensi: 1. Mahasiswa mampu membangkitkan bilangan acak bivariat 2. Mahasiswa mampu menggunakan prinsip simulasi berorientasi obyek 3. Mahasiswa mampu membuat model simulasi Monte Carlo dan aplikasinya 4. Mahasiswa mengerti konsep simulasi terdistribusi 5. Mahasiswa mampu membuat review paper mengenai simulasi 6. Mahasiswa mampu melakukan analisis data dengan output majemuk
(multiple outputs) 7. Mahasiswa mampu membuat proposal penelitian tesis dengan topik simulasi.
Pokok Bahasan (Subject Matter):
Review materi simulasi dasar: distribusi probabilitas, distribution fitting, Pembangkitan bilangan acak: metode LCG (mixed, multiplicative), metode
Tausworthe, uji bilangan acak, Membuat model simulasi, Analisis antrian secara matematis-analitis, Menentukan parameter yang diperlukan untuk mengevaluasi
kinerja sistem. Mengambil data hasil/output simulasi, menganalisis hasil simulasi (output analysis). Merancang sistem alternatif Mengevaluasi hasil analisis. Bilangan acak bivariat dam pembangkitannya. Simulasi berorientasi obyek. Simulasi Monte
Carlo dan aplikasinya. Simulasi terdistribusi. Analisis data dengan output majemuk (multiple outputs): analisis korelasi, test t. Simulasi jaringan (Network Simulation).
Pembuatan proposal penelitian / review paper mengenai simulasi.
Pustaka Utama :
1. Banks, Jerry, et. al., ”Discrete-Event System Simulation", 3rd ed., PrenticeHall, New Jersey, 2001.
2. Law, Averill M., et. al., "Simulation Modeling and Analysis", McGraw-Hill, 1990.
Pustaka penunjang :
1. Kelton, David W., “Simulation with Arena”, McGraw-Hill, 2003.
Prasyarat : -
KI092314 Topik Dalam Data Mining 3 sks
Mata Kuliah : Topik Dalam Data Mining
Kode/bobot/Semester : KI092314/ 3 sks / 2
Tujuan Pembelajaran (Learning Objective):
78 | K a t a l o g
Mahasiswa mampu memahami, menelaah, membuat makalah hasil studi kepustakaan, dan membuat proposal penelitian untuk sebuah topik tertentu dalam data mining.
Kompetensi: 1. Mahasiswa mampu memahami teknik-teknik dasar dan umum dalam data
mining; 2. Mahasiswa mampu menelaah beberapa artikel yang diterbaitkan dalam
publikasi internasional dalam data mining; 3. Mahasiswa mampu menyusun sebuah makalah hasil studi kepustakaan dari
beberapa referensi publikasi dalam data mining; 4. Mahasiswa mampu membuat sebuah proposal penelitian untuk topik
tertentu dalam data mining, yang jika dimungkinkan dapat dilanjutkan untuk dijadikan sebagai proposal Tesis.
Pokok Bahasan (Subject Matter):
Pendahuluan tentang teknik-teknik dasar dalam data mining: Pengertian dasar, Data Warehouse dan teknologi OLAP, Praproses data, Eksplorasi data. Klasifikasi:
Model Decision Tree sebagai teknik dasar, Alternatif teknik-teknik lain untuk klasifikasi. Klasterisasi: Analisa klaster, Penggunaan teknik-teknik untuk proses
klaster. Analisis asosiasi: Deskripsi konsep, Frequent Itemsets Mining, Closed dan Maximal Frequent Itemsets Mining, Sequential Patterns Mining. Deteksi Anomali: Identifikasi anomali dengan pendekatan statistik, Deteksi Outlier. Diskusi beberapa
makalah terkait dengan keterbaruan penelitian dalam data mining.
Pustaka Utama :
1. Tan, Pang-Ning, Steinbach, M., Kumar, V., “Introduction to Data Mining”, Pearson International Edition, 2006.
2. Han, Jiawei, Kamber, M., “Data Mining: Concepts and Techniques”, 2nd ed., Morgan Kaufmann, 2005.
Pustaka penunjang :
1. Artikel dalam jurnal IEEE Trans. on Knowledge and Data Eng., IEEE Comp. Society.
2. Artikel dalam prosiding IEEE Intl. Workshop on Data Minings IEEE Comp. Society.
3. Artikel dalam jurnal ACM Transactions of Database Systems, ACM Society. 4. Artikel dalam prosiding ACM Intl. Conference on Digital Libraries , ACM
Society. 5. Artikel dalam prosiding Data Mining and Knowledge Discovery , ACM Society.
Prasyarat : Kecerdasan Buatan (KI092301/3 sks)
KI092321 Topik Dalam Pengaman Jaringan 3 sks
79 | K a t a l o g
Mata Kuliah : Topik Dalam Pengaman Jaringan
Kode/bobot/Semester : KI092321/ 3 sks / 2
Tujuan Pembelajaran (Learning Objective):
Kompetensi:
Pokok Bahasan (Subject Matter):
Pustaka Utama :
Pustaka penunjang :
Prasyarat : Jaringan Komputer (KI092302/3 sks)
KI092322 Topik Dalam Sistem Operasi 3 sks
Mata Kuliah : Topik Dalam Sistem Operasi
Kode/bobot/Semester : KI092322/ 3 sks / 2
Tujuan Pembelajaran (Learning Objective):
Kompetensi:
Pokok Bahasan (Subject Matter):
Pustaka Utama :
Pustaka penunjang :
Prasyarat : Jaringan Komputer (KI092302/3 sks)
KI092323 Topik Dalam Jaringan Nirkabel dan Komputasi Bergerak
3 sks
Mata Kuliah : Topik Dalam Jaringan Nirkabel dan Komputasi
Bergerak
Kode/bobot/Semester : KI092323/ 3 sks / 2
Tujuan Pembelajaran (Learning Objective):
80 | K a t a l o g
Kompetensi:
Pokok Bahasan (Subject Matter):
Pustaka Utama :
Pustaka penunjang :
Prasyarat : Jaringan Komputer (KI092302/3 sks)
KI092324 Topik Dalam Desain Manajemen Jaringan 3 sks
Mata Kuliah : Topik Dalam Desain Manajemen Jaringan
Kode/bobot/Semester : KI092324/ 3 sks / 2
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu membuat proposal perancangan satu sistem jaringan skala menengah
Kompetensi: 1. Mahasiswa mampu menjelaskan dengan benar metodologi untuk
pembangunan sistem berjaringan, mulai dari pengumpulan requirement hingga ke pemilihan teknologi.
2. Mahasiswa mampu merumuskan hubungan antara user requirement, arsitektur jaringan, desain dan pemilihan teknologi jaringan.
3. Mahasiswa mampu membuat proposal perancangan satu sistem jaringan skala menengah.
4. Mahasiswa mampu menjelaskan teknologi pengaman jaringan mana yang sesuai untuk diterapkan dalam satu sistem berjaringan.
Pokok Bahasan (Subject Matter):
Introduction, A Systems Methodology, Service Characteristics, Performance Characteristics. Requirements Analysis: Concepts , User Requirements, Application
Requirements, Device Requirements, Network Requirements. Requirements
Analysis: Process, Gathering and Listing Requirements, Developing RMA Requirements, Developing Delay Requirements, Developing Capacity Requirements.
Flow Analysis, Identifying and Developing Flows, Flow Models. Network
Architecture, Component Architectures, Reference Architecture, Architectural
Models. Addressing and Routing Architecture, Addressing Mechanisms, Routing Mechanisms Network Management Architecture, Defining Network Management, Network
Management Mechanisms. Performance Architecture , Developing Goals for Performance, Performance Mechanisms. Security and Privacy Architecture,
Developing a Security and Privacy Plan, Security and Privacy Administration, Security and Privacy Mechanisms. Selecting Technologies for the Network Design,
81 | K a t a l o g
Guidelines and Constraints on Technology Evaluations, Making Technology Choices for the Network Design. Interconnecting Technologies Within the Network
Design, Shared Medium , Switching, Routing.
Pustaka Utama :
1. McCabe, James D., Network Analysis, Architecture, and Design, Third Edition, Elsevier, 2007
Pustaka penunjang :
Harrington, Jan L., Network Security: A Practical Approach, Elsevier, 2005
Prasyarat : Jaringan Komputer (KI092302/3 sks)
KI092331 Topik Dalam Rekayasa Pengetahuan 3 sks
Mata Kuliah : Topik Dalam Rekayasa Pengetahuan
Kode/bobot/Semester : KI092331/ 3 sks / 2
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu merepresentasikan pengetahuan dari analisa permasalahan nyata ke dalam lingkup rekayasa pengetahuan, melakukan perancangan model dan mengimplementasikannya ke sistem komputer baik secara mandiri atau juga dalam kerjasama tim serta mengekplorasi keterbaharuan dari topik-topik terkait.
Kompetensi: 1. Mahasiswa mampu memahami penggunaan teori dasar dan teknik -teknik
yang diperkenalkan dalam lingkup rekayasa pengetahuan agar dapat menerapkan pemakaiannya untuk permasalahan nyata.
2. Mahasiswa mampu menganalisis data dan informasi untuk mendefinisikan model suatu sistem komputer berbasis pengetahuan.
3. Mahasiswa mampu mengimplementasikan rancangan model dalam suatu sistem komputer yang mengelola pengetahuan.
4. Mahasiswa mampu bekerjasama dalam memecahkan permasalahan nyata berkaitan dengan rekayasa pengetahuan mulai dari tahap analisa sampai implementasi.
5. Mahasiswa mampu mengekplorasi topik-topik penelitian di bidang rekayasa pengetahuan.
Pokok Bahasan (Subject Matter):
Pengenalan tentang Rekayasa Pengetahuan; Data, informasi dan pengetahuan, teknik-teknik mendapatkan pengetahuan, Teknik pemodelan pengetahuan. Sistem
Berbasis Pengetahuan; definisi sistem berbasis pengetahuan, macam-macam sistem berbasis pengetahuan (Sistem pakar, Case-based reasoning, sistem tutor cerdas),
Skema Representasi Pengetahuan, Mengekspresikan Pengetahuan. Sistem Pakar;
82 | K a t a l o g
Pengenalan tentang sistem pakar, pemodelan pengetahuan untuk sistem pakar, Pemilihan kakas perangkat lunak, Kakas untuk membangun Sistem Pakar,
Pembahasan makalah dengan topik terkait. Case-based reasoning; Definisi dan pengenalan case-based reasoning, Reasoning, Definisi dan teknik-teknik dalam case-
based reasoning, Pembahasan makalah dengan topik terkait. Semantic Web;
Semantic Web Roadmap, Ontology and knowledge representation on semantic web, Semantic web education, Pembahasan makalah dengan topik terkait.
Pustaka Utama :
1. Malcolm Creen, An Introduction to Knowledge Engineering, Springer-Verlag, 2006
2. Jeffrey T Pollock, Semantic Web for Dummies, Wiley Publishing, Inc., 2009.
Pustaka penunjang :
1. P.Jackson, Introduction to Expert Systems, Addison-Wesley, 1999. 2. R.J.Brachman and H.J.Levesque, Knowledge Representation and Reasoning,
Elsevier, 2004. (chapters 1-7) 3. Devedziq, Vladan, Semantic Web and Education (Integrated Series in Information
System), Springer-Verlag, 2006 4. Makalah-makalah terkait.
Prasyarat : Kecerdasan Buatan (KI092301/3 sks)
KI092332 Topik Dalam Pengembangan Game 3 sks
Mata Kuliah : Topik Dalam Pengembangan Game
Kode/bobot/Semester : KI092332/ 3 sks / 2
Tujuan Pembelajaran (Learning Objective):
Kompetensi:
Pokok Bahasan (Subject Matter):
Pustaka Utama :
Pustaka penunjang :
Prasyarat : Kecerdasan Buatan (KI092301/3 sks), Rekayasa Perangkat Lunak (KI092303/3 sks).
KI092334 Topik Dalam Rekayasa Kebutuhan 3 sks
83 | K a t a l o g
Mata Kuliah : Topik Dalam Rekayasa Kebutuhan
Kode/bobot/Semester : KI092332/ 3 sks / 2
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu membuat dan mendokumentasikan spesifiksi kebutuhan perangkat lunak dengan baik, baik secara mandiri atau juga dalam kerjasama tim
Kompetensi: 1. Mampu menjelaskan aktivitas-aktivitas dalam rekayasa kebutuhan
perangkat lunak. 2. Mampu memodelkan kebutuhan sistem menggunakan pendekatan
berorientasi obyek. 3. Mampu memodelkan kebutuhan sistem menggunakan pendekatan
terstruktur. 4. Mampu mendokumentasikan spesifikasi kebutuhan perangkat lunak. 5. Mampu memecahkan suatu permasalahan ke dalam bentuk program yang
berorientasi obyek
Pokok Bahasan (Subject Matter):
Pengenalan Rekayasa Kebutuhan: Definisi, Permasalahan, Tahapan, Kebutuhan
fungsional, Kebutuhan non-fungsional, SMART Requirement; Pengumpulan
Kebutuhan; Definisi, Permasalahan, Teknik-Teknik Pengumpulan Kebutuhan;
Analisa Kebutuhan; Permasalahan, Analisa Berorientasi Obyek, Analisa Terstruktur, VORD, Konflik, Prioritas; Spesifiksi Kebutuhan: Deskripsi kebutuhan, Struktur dokumen spesifikasi kebutuhan, Tracebility; Validasi Kebutuhan:
Aktivitas-aktivitas, Perubahan kebutuhan,Manajemen perubahan kebutuhan; Creativty Thinking: Teknk-Teknik berpikir kreatif, Workshop; Skenario: Definisi,
Skenario yang baik, Struktur skenario; Eksplorasi dan Kajian Ilmiah.
Pustaka Utama :
1. Ian K. Bray, “An Introduction to Requirements Engineering”, Addison Wesley,
2002. 2. R.H. Thayer & M. Dorfman, “Software Requirements Engineering”, Second
Edition, John Wiley & Sons, 1999.
Pustaka penunjang :
1. Pressman, R. S., Software Engineering: A Practitioner's Approach, 8th Edition, McGraw-Hill, 2008.
Prasyarat : Rekayasa Perangkat Lunak (KI092303/3 sks).
KI092336 Topik Dalam Tata Kelola dan Audit IT 3 sks
84 | K a t a l o g
Mata Kuliah : Topik Dalam Tata Kelola dan Audit Teknologi
Informasi
Kode/bobot/Semester : KI092336/ 3 sks / 2
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu menata pengelolaan SI/TI dan melakukan pengawasan
pengelolaan tersebut melalui Audit SI/TI
Kompetensi: 1. Mahasiswa mampu mengorganisir pelaksanaan aktivitas terkait dengan
pengelolaan SI/TI yang efektif
2. Mahasiswa mampu mengembangkan rumusan pelaksanaan Audit SI/TI
3. Mahasiswa mampu melaksanakan Audit SI/TI seusai dengan rumusan yang telah
disusun
4. Mahasiswa mampu menentukan objektif kontrol dan mengembangkan kontrol
dari Proses TI
5. Mahasiswa mampu menerjemahkan hasil ketidakpatutan dalam temuan audit dan
mengembangkan rekomendasi perbaikan yang mengarahkan terhadap perbaikan
sumber daya TI dan Proses TI
6. Mahasiswa mampu melaporkan hasil temuan audit dengan jelas
7. Mahasiswa mampu mengoptimalkan penggunaan sumber daya TI dengan
mengacu pada rekomendasi audit
8. Mahasiswa mampu mengarahkan hasil audit ke dalam rekomendasi perbaikan
berkelanjutan
Pokok Bahasan (Subject Matter):
Konsep Tata Kelola TI (IT Governance); Kerangka kerja Tata Kelola TI; Analisis
peran Tata Kelola TI dalam organisasi; Analisis lingkungan regulasi dan pengaruhnya terhadap TI; Desain pengelolaan Proses TI; Analisis pengalokasian tanggung jawab
dalam pengelolaan TI; Desain dan Analisis pengukuran kinerja Proses TI; Analisis peran kontrol dan audit; Desain fungsi Audit SI/TI internal; Konsep Audit SI/TI; Pengembangan rumusan proses Audit SI/TI; Desain prosedur Audit SI/TI; Konsep
audit dengan menggunakan CAATs; Penyusunan proposal Audit SI/TI; Desain objektif kontrol dan kontrol Proses TI; Analisis regulasi yang terkait dengan
pengelolaan Proses TI; Konsep pengelolaan resiko; Analisis tingkat resiko; Desain ruang lingkup dan tujuan Audit SI/TI; Pelaksanaan Audit SI/TI; Analisis perubahan dalam pelaksanaan Audit SI/TI; Analisis perolehan temuan (findings) berdasarkan
hasil pelaksanaan Audit SI/TI; Penyusunan rekomendasi berdasar hasil Audit SI/TI; Pelaporan hasil Audit SI/TI; Evaluasi hasil Audit SI/TI; Desain perbaikan tata kelola
TI berdasarkan hasil Audit SI/TI.
Pustaka Utama :
1. Sarno, Riyanarto. Audit Sistem Informasi/Teknologi Informasi, ITS Press, 2009.
2. Sarno, Riyanarto. Sukses Bisnis dengan Teknologi Informasi, ITS Press, 2009.
85 | K a t a l o g
3. Sarno, Riyanarto & Iffano, Irsyat. Sistem Manajemen Keamanan Informasi, ITS Press, 2009.
Pustaka penunjang :
1. Davis, Chris, Schiller, Mike & Wheeler, Kevin. IT Auditing : Using Controls to Protect Information Assets, McGraw-Hill, 2007.
2. ISACA, The IT Governance Institute. COBIT 4.1, USA, 2007.
3. ISO/IEC. ISO/IEC 38500 : Corporate Governance of Information Technology, Switzerland, 2008.
4. Senft, Sandra & Gallegos, Frederick. Information Technology Control Audit 3rd
Edition, CRC Press, 2009. 5. Weill, Peter & Ross, Jeanne W. IT Governance : How Top Performance
Manage IT Decision Rights for Superior Results, Flint Dille And John Zuur Platten, 2004.
Prasyarat : Rekayasa Perangkat Lunak (KI092303/3 sks).
KI092315 Topik Dalam Pemrosesan Citra dan Visi Komputer 3 sks
Mata Kuliah : Topik Dalam Pemrosesan Citra dan Visi Komputer
Kode/bobot/Semester : KI092315/ 3 sks / 3
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu menerapkan pemrosesan citra baik citra tunggal maupun kumpulan citra dan menghasilkan informasi berdasarkan data citra tersebut.
Kompetensi: 1. Mahasiswa mampu menjelaskan dengan benar konsep pembentukan citra
beserta teori tentang sumber cahaya, bayangan, dan warna, serta konsep konvolusi, filtering linier dan non-linier, serta tekstur.
2. Mahasiswa mampu menganalisis & melakukan perancangan sistem rekonstruksi bentuk dan motion berdasarkan kumpulan citra,
3. Mahasiswa mampu menganalisis & menerapkan metode-metode segmentasi citra
4. Mahasiswa mampu menganalisis & membuat aplikasi sebagai penerapan metode-metode tracking objek
5. Mahasiswa mampu menganalisis & membuat aplikasi sebagai penerapan metode-metode pengenalan objek
6. Mahasiswa mampu bekerjasama dan berfikir kreatif dalam membuat aplikasi pemrosesan citra dan visi komputer.
Pokok Bahasan (Subject Matter):
Teori Pembentukan Citra: Konsep Cahaya, BRDF, Permukaan Lambertian dan
Albedo, Permukaan Spekular, Model-model Shading Lokal, Photometric Stereo,
86 | K a t a l o g
Warna dan Fitur Citra: Representasi Warna, Warna Permukaan berdasarkan Warna Citra, Fitur- fitur Geometris, Fitur- fitur Analitis, Filtering dan Deteksi
Tepi: Konvolusi, Smoothing, Median Filter, Morfologi Matematika, Noise, Filter DoG, Tekstur: Representasi Tekstur, Shape from Texture, Rekonstruksi Bentuk:
Geometri dari Kumpulan View, Stereopsis, Affine Structure from Motion, Projective Structure from Motion, Segmentasi: Metode Clustering Sederhana, Segmentasi menggunakan K-means, Segmentasi menggunakan Eigenvector,
Segmentasi menggunakan Algoritma EM, Tracking: Kalman Filter, Particle Filtering, Pengenalan Objek: Classifiers, Pemilihan Fitur, Jaringan Syaraf,
Support Vector Machine, Hidden Markov Models. Pembahasan makalah dengan topik terkait.
Pustaka Utama :
1. Forsyth and Ponce , “Computer Vision A Modern Approach”, Prentice-Hall, 2003
2. Papers on Computer Vision.
Pustaka penunjang :
Gonzales and Wood, “Digital Image Processing”, Prentice-Hall, 2007.
Prasyarat : Kecerdasan Buatan (KI092301/3 sks)
KI092316 Topik Dalam Sistem Temu Kembali Informasi 3 sks
Mata Kuliah : Topik Dalam Pemrosesan Citra dan Visi Komputer
Kode/bobot/Semester : KI092316/ 3 sks / 3
Tujuan Pembelajaran (Learning Objective):
Kompetensi:
Pokok Bahasan (Subject Matter):
Pustaka Utama :
Pustaka penunjang :
Prasyarat : Kecerdasan Buatan (KI092301/3 sks)
KI092325 Topik Dalam Jaringan Multimedia 3 sks
87 | K a t a l o g
Mata Kuliah : Topik Dalam Jaringan Multimedia
Kode/bobot/Semester : KI092325/ 3 sks / 3
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu memahami dan menganalisis tren dan teknik terbaru dalam teknologi dan jaringan multimedia.
Kompetensi: 1. Mahasiswa memiliki pengetahuan dasar tentang teknologi multimedia (gambar,
video dan audio) 2. Mahasiswa memiliki pengetahuan tentang tren dan teknik terbaru teknologi dan
jaringan multimedia 3. Mahasiswa mampu mendesain sistem komunikasi teknologi dan jaringan
multimedia.
Pokok Bahasan (Subject Matter):
1. Dasar-dasar image, video dan audio 2. Pemrosesan image, video dan audio 3. Teknik kompresi image, video dan audio 4. Aplikasi Jaringan Multimedia
Pustaka Utama :
1. Al Bovik, “Handbook of Image and Video Processing”,Elsevier Academic Press,2005. 2. Ze Nian Li, Mark S.Drew ,”Fundamentals of Multimedia”, Printice-Hall, 2004.
Pustaka penunjang :
1. Nigel Chapman, Jenny Chapman, “Digital Multimedia”, 2nd edition, John Willey & Sons. Ltd, 2004.
2. Huifang Sun, Xuemin Chen, Tihao Chiang, “Digital Video Transcoding for Transmission and Storage”, CRC Press, 2005.
Prasyarat : Jaringan Komputer (KI092302/3 sks)
KI092326 Topik Dalam Distribusi 3 sks
Mata Kuliah : Topik Dalam Distribusi
Kode/bobot/Semester : KI092326/ 3 sks / 3
Tujuan Pembelajaran (Learning Objective):
Kompetensi:
Pokok Bahasan (Subject Matter):
88 | K a t a l o g
Pustaka Utama :
Pustaka penunjang :
Prasyarat : Jaringan Komputer (KI092302/3 sks)
KI092333 Topik Dalam Manajemen Kualitas Perangkat Lunak 3 sks
Mata Kuliah : Topik Dalam Manajemen Kualitas Perangkat Lunak
Kode/bobot/Semester : KI092333/ 3 sks / 3
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu merencanakan dan menilai kualitas perangkat lunak yang dibangun dengan menggunakan standart terbaru
Kompetensi: 1. Mahasiswa mampu menerapkan model-model kualitas yang ada
2. Mahasiswa mampu memanfaatkan metric kualitas perangkat lunak 3. Mahasiswa mampu memahami kualitas proses dan produk perangkat lunak
4. Mahasiswa mampu mengukur kualitas proses dan produk perangkat lunak dengan metrik yang sesuai
5. Mahasiswa mampu merencanakan dan membuat dokumen kualitas sebuah PL
untuk proses dan produk perangkat lunak 6. Mahasiswa mampu memanfaatkan pengujian perangkat lunak untuk mendukung
kualitas perangkat lunak 7. Mahasiswa mampu menggunakan standard penilaian kualitas terbaru dalam studi
kasus
8. Mahasiswa mengetahui karir dalam bidang kualitas perangkat lunak 9. Mahasiswa mampu membuat publikasi dalam bidang manajemen kualitas PL
Pokok Bahasan (Subject Matter):
Konsep perangkat lunak dan kualitas; Tujuan, faktor kualitas, jaminan kualitas, model kualitas. Jaminan kepastian kualitas perangkat lunak: Tujuan, tanggung
jawab, Aktivitas, Metric. Kualitas proses dan produk PL: Kualitas produk, kualitas proses, Model untuk kualitas produk PL, Pengukuran dan metrik kualitas
PL:Pendahuluan, Jenis2 Metric, Manfaat, Perencanaan program metric, Issue metrik
PL, Metrik berorientasi obyek. Perencanaan Jaminan Kualitas PL; Tujuan, Isi dokumen perencanaan kualitas PL, Jaminan perencanaan kualitas PL. Standard
kualitas PL: Tanggung jawab, Tujuan, Peran, Kebutuhan dan aktivitas jaminan kualitas PL, Standard ISO. Metrik kualitas PL: Tujuan, metrik PL, Metrik framework kualitas PL, Pembangunan metrik kualitas PL, Pemilihan metrik kualitas
PL. Model kualitas PL: Tujuan, Model Hierarky, Model Non Hierarki, CMM Maturity level. Metrik dan pengukuran Kualitas untuk PL yang berorientasi
obyek : Tujuan, Kualitas untuk desain PL berorientasi obyek, Paradigma pendekatan obyek, Metrik desain OO, SATC. Pengujian Perangkat Lunak: Tujuan pengujian,
89 | K a t a l o g
daur hidup pengujian PL, Peran dan tanggung jawab dalam pengujian, alat uji, rencana uji, Teknik pengujian, Metrik pengujian, Pengujian yang didasarkan pada
resiko, Otomatisasi pengujian dan alat bantu pengujian, Pengujian yang ekstrim.
Karir dalam bidang kualitas PL: gambaran, pendahuluan, peran profesional
kualitas, sertifikasi kualitas. Pembuatan publikasi paper karya ilmiah: Penentuan topik/judul, studi literatur, metodologi, ujicoba, kesimpulan.
Pustaka Utama :
1. Khan K Mustafa, SI Ahson “Software Quality Concepts and Practices”, Alpha Science, 2006
2. Nina S Godbole ”Software Quality Assurance Principles and Practice” ,
Alpha Science, 2007
Pustaka penunjang :
1. Daniel Galin.,”Software Quality Assurance From theory to implementation ”, Addison Wesley 2003
Prasyarat : Rekayasa Perangkat Lunak (KI092303/3 sks).
KI092335 Topik Dalam Evolusi Perangkat Lunak 3 sks
Mata Kuliah : Topik Dalam Evolusi Perangkat Lunak
Kode/bobot/Semester : KI092335/ 3 sks / 3
Tujuan Pembelajaran (Learning Objective):
Mahasiswa mampu menjelaskan tentang definisi dan aktivitas-aktivitas di bidang evolusi perangkat lunak, serta teknik-teknik dalam mengerjakannya. Mahasiswa mampu memunculkan topik-topik tesis baru di bidang evolusi perangkat lunak.
Kompetensi: 1. Mahasiswa mampu menjelaskan tentang definisi dan aktivitas-aktivitas di
bidang evolusi perangkat lunak. 2. Mahasiswa mampu menjelaskan teknik-teknik dalam mengerjakan evolusi
perangkat lunak. 3. Mahasiswa mampu menjelaskan topik-topik terkini di bidang evolusi
perangkat lunak. 4. Mahasiswa mampu memunculkan topik-topik tesis baru di bidang evolusi
perangkat lunak.
Pokok Bahasan (Subject Matter):
Pengenalan: definisi, sejarah, perbedaan dan persamaan dg perawatan PL, pelaku evolusi PL; Pemahaman dan Analisa tentang Evolusi Perangkat Lunak:
Identifikasi dan analisis kloning Perangkat Lunak, Analisis Repository Perangkat
Lunak, Memprediksi „bugs” dari sejarah Perangkat Lunak itu sendiri; Rekayasa
Ulang Sistem Warisan (Legacy Systems): Rekayasa ulang berbasis O-O, Migrasi
90 | K a t a l o g
sistem informasi warisan, Transformasi arsitektural: dari warisan ke Three-Tier dan Services; Trend-Trend Terkini dalam Evolusi Perangkat Lunak: Pengujian
perangkat lunak vs evolusi perangkat lunak: efeknya dalam pemahaman perangkat lunak Struktur Program, Evolusi arsitektur perangkat lunak, Evolusi perangkat lunak
open source.
Pustaka Utama :
1. Tom Mens and Serge Demeyer, “Software Evolution”, Springer-Verlag Berlin Heidelberg, 2008.
Pustaka penunjang :
2. Lehman, M.M. and L. Belady, Program Evolution: Processes of Software Change. 1985, London: Academic Press.
3. Carrol, P.B., Computer Glitch: Patching up Software Occupies Programmers and Disables Systems. Wall Street Journal, 1988.
4. Hanna, M., Maintenance Burden Begging for a Remedy, in Datamation. 1993. p. 53-63.
5. Pfleeger, S.L., Software Engineering: Theory and Practice. 1998: Prentice-Hall.
6. Hearnden, D., et al. Automating Software Evolution. in 7th International Workshop on Principles of Software Evolution (IWPSE’04). 2004: IEEE Computer Society.
7. Hunt, A. and D. Thomas, The Pragmatic Programmer: From Journeyman to Master. 1999: Addison-Wesley.
8. Mathai, J. Care, Feeding and Growth of Software Systems. in Proceedings of the Second International Conference on Software Engineering and Formal Methods. SEFM 2004. 2004: IEEE Computer Society.
9. Belady, L.A. and M.M. Lehman, A Model of Large Program Development. IBM System Journal, 1976. 15(1): p. 225-252.
10. Lehman, M.M., et al. Metrics and Laws of Software Evolution - the Nineties View. in 4th International Symposium on Software Metrics (Metrics 97). 1997: IEEE Computer Society.
11. Cook S., J.H., Harrison R. Dynamic and Static Views of Software Evolution. in International Conference on Software Maintenance (ICSM 2001). 2001: IEEE Computer Society.
12. Kemerer C.F., S.S., Empirical Approach to Studying Software Evolution. IEEE Transactions on Software Engineering, 1999. 25(4): p. 493-509.
13. Vaclav, R. Role of Concepts in Software Evolution. in 4th International Workshop on Principles of Software Evolution (IWPSE). 2001: ACM Press.
14. IEEE Std 1219-1998: IEEE Standard for Software Maintenance. 1999. 15. Bennett, K. and V. Rajlich. Software Maintenance and Evolution: A Roadmap.
in Proceedings of the Conference on the Future of Software Engineering. 2000. USA: ACM Press.
16. Lientz B.P., S.E.B., Software Maintenance Management: a Study of the Maintenance of Computer Application Software in 487 Data Processing Organizations. 1980: Addison-Wesley.
17. Chapin N., H.J., Khan K., Ramil J., Than W.G., Types of Software Evolution and Software Maintenance. Journal of Software Maintenance and Evolution, 2001: p. 3-20.
91 | K a t a l o g
18. Buckley, J., et al., Towards a Taxonomy of Software Change. Journal of Software Maintenance and Evolution: Research and Practice, 2003. 17(5): p. 309 - 332.-.
Prasyarat : Rekayasa Perangkat Lunak (KI092303/3 sks).
Topik Khusus Pembuatan Game
sks
SILABUS
Mata Kuliah : Topik Khusus Pembuatan Game
Kode/bobot/Semester :
Tujuan Pembelajaran (Learning Objective): Mahasiswa mampu mengenal pengembangan dan karir dalam game,
menganalisa serta melakukan perancangan game. Kompetensi:
13. Mahasiswa mampu mengklasifikasikan game-game yang ada, 14. Mahasiswa memahami proses dan karir dalam pengembangan
game, 15. Mahasiswa mampu menganalisis dan melakukan perancangan game
berdasarkan pembagian karir dalam pembuatan game. 16. Mahasiswa mampu mengenal dan mempraktekkan pembuatan prototype
game sederhana. Pokok Bahasan (Subject Matter):
Pengantar Game: Sejarah, klasifikasi game, jenis-jenis dan platform game. Industri game: struktur industri game. Pengembangan Game: proses
global dalam pengembangan game, karir dalam pengembangan game. Game Tools: bahasa pemrograman, software animasi / 3D. Karir Game: Desainer, Programmer, Seniman. Desain: UI, Level, World builder,
Kecerdasan Buatan, pemodelan FSA, GameEngine: pemrograman XNA Pustaka Utama :
8. Flint Dille & John Zuur Platten, “The Ultimate Guide to Video Game Writing and Design”, First Edition Lone Eagle Publishing Company 2007.
9. Steve Rabin, “AI Game Programming Wisdom”, ISBN: 1-58450-077-8, Charles River Media, Inc 2002
10. Chad Carter, “Microsoft XNA Unleashed”, SAMS Publising 2007 11. Benjamin Nitschke, “Professional XNA Game Programming”, Wiley
Publishing, Inc 2007 12. Martin J Wells, “J2ME Game Programming”, Thomson Course Technology
KI092361 Tesis 3 sks
Mata Kuliah : Tesis
Kode/bobot/Semester : KI092361/ 6 sks / 4
Tujuan Pembelajaran (Learning Objective):
92 | K a t a l o g
Kompetensi:
Pokok Bahasan (Subject Matter):
Pustaka Utama :
Pustaka penunjang :
Prasyarat :