Sidia is a education Platform website.
Deskripsi Mata Kuliah
Mata kuliah Desain dan Analisis Algoritma (DAA) merupakan mata kuliah yang bisa diikuti oleh mahasiswa yang telah menempuh mata kuliah Struktur Data, Graf, dan Konsep Dasar Kecerdasan Artifisial. Mata kuliah DAA membahas konsep, prinsip, dan strategi perancangan algoritma untuk menyelesaikan permasalahan komputasi memenuhi kondisi finiteness, definiteness, correctness, dan effectiveness. Pembelajaran diawali dengan konsep dasar algoritma, dan analisis kompleksitas waktu dan ruang sebagai dasar untuk mengevaluasi kinerja algoritma. Materi mencakup rekursi dan divide and conquer, searching dan sorting, hashing dan string matching, algoritma numerik, struktur data dan graf, minimum spanning tree dan shortest path, serta berbagai strategi perancangan algoritma seperti greedy, dynamic programming, backtracking, branch and bound, local search, dan algoritma heuristik. Mahasiswa juga mempelajari karakteristik permasalahan NP-Complete dan NP-Hard untuk memahami keterbatasan komputasi dan menentukan pendekatan penyelesaian yang sesuai. Melalui proses pembelajaran berbasis permasalahan dan proyek, mahasiswa diarahkan untuk merancang, mengimplementasikan, menganalisis, membandingkan, dan mengevaluasi algoritma berdasarkan kebenaran solusi, kompleksitas, kualitas hasil, dan biaya komputasi. Mahasiswa diharapkan mampu menerapkan materi yang diperoleh dalam permasalahan nyata sederhana melalui Project perkuiahan yang dikaitkan dengan Sustainable Development Goals (SDGs), mulai dari perumusan ide, pengembangan dan analisis solusi, hingga presentasi dan demonstrasi produk akhir.
CPMK
- Mahasiswa mampu menunjukkan sikap bertanggung jawab, etis, dan menjunjung etika akademik dalam proses pembelajaran dan penyelesaian permasalahan algoritmik.
- Mahasiswa mampu menganalisis permasalahan secara logis, kritis, sistematis, dan kreatif untuk merancang solusi algoritmik yang tepat dan efisien.
- Mahasiswa mampu memilih, menerapkan, membandingkan, dan mengevaluasi strategi algoritmik berdasarkan karakteristik permasalahan dan kompleksitas komputasi.
- Mahasiswa mampu menerapkan konsep matematika dan ilmu komputer dalam desain dan analisis algoritma untuk menyelesaikan permasalahan komputasi secara efektif dan efisien.
- Mahasiswa mampu menganalisis keterbatasan komputasi dan karakteristik permasalahan berdasarkan kompleksitas algoritmik, termasuk permasalahan NP-Complete dan NP-Hard.
- Mahasiswa mampu merancang, mengimplementasikan, menganalisis, dan mengevaluasi solusi algoritmik berbasis teknologi informasi dan kecerdasan artifisial untuk menyelesaikan permasalahan nyata secara efektif dan efisien dengan pendekatan human-centred.
Aktifitas Pembelajaran
-
Pertemuan 1 Konsep dasar algoritma dan menganalisis kinerja algoritma berdasarkan kompleksitas waktu dan ruang. -
Pertemuan 2 Menganalisis dan merancang solusi algoritmik menggunakan pendekatan rekursif dan divide and conquer serta mengevaluasi efisiensinya. -
Pertemuan 3 Memilih, merancang, dan menganalisis metode pencarian dan pengurutan sesuai karakteristik permasalahan dan kebutuhan efisiensi. -
Pertemuan 4 Merancang dan menganalisis metode penyimpanan, pencarian, dan pencocokan data secara efisien. -
Pertemuan 5 Menganalisis dan merancang metode komputasi untuk menyelesaikan permasalahan numerik secara efisien. -
Pertemuan 6 Merepresentasikan permasalahan menggunakan struktur data dan graf serta memilih metode yang sesuai untuk mendukung penyelesaian masalah secara efisien. -
Pertemuan 7 Merancang dan menganalisis solusi permasalahan jaringan berdasarkan karakteristik graf dan bobot yang diberikan. -
Pertemuan 8 Menjelaskan, menganalisis, dan menyelesaikan masalah terkait dengan desain dan analisis algoritma pada materi di pertemuan 1-7. -
Pertemuan 9 Merancang solusi permasalahan optimasi menggunakan strategi greedy serta menganalisis kondisi optimalitasnya. -
Pertemuan 10 Merancang solusi permasalahan dengan memanfaatkan struktur permasalahan dan mengevaluasi efisiensi pendekatan dynamic programming. -
Pertemuan 11 Dan menganalisis karakteristik permasalahan NP-Complete dan NP-Hard berdasarkan kompleksitas dan keterhubungan antarpermasalahan. -
Pertemuan 12 Merancang solusi dengan mengeksplorasi ruang solusi dan menerapkan strategi pembatasan untuk mengurangi ruang pencarian. -
Pertemuan 13 Merancang dan mengevaluasi solusi optimasi menggunakan pendekatan pencarian lokal dan heuristik dengan mempertimbangkan kualitas solusi dan biaya komputasi. -
Pertemuan 14 Merancang, mengimplementasikan, menganalisis, dan mengevaluasi solusi algoritmik untuk menyelesaikan permasalahan nyata yang relevan dengan Sustainable Development Goals (SDGs), serta mengomunikasikan hasilnya secara ilmiah. -
Pertemuan 15 Merancang, mengimplementasikan, menganalisis, dan mengevaluasi solusi algoritmik untuk menyelesaikan permasalahan nyata yang relevan dengan SDGs, serta mengomunikasikan hasilnya secara ilmiah. -
Pertemuan 16 Merancang, mengimplementasikan, menganalisis, dan mengevaluasi solusi algoritmik untuk menyelesaikan permasalahan nyata yang relevan dengan SDGs, serta mengomunikasikan hasilnya secara ilmiah.
Dosen
Difficult Things About Education.
$75$10
More Similar Courses
Related Courses
Konservasi Sumber Daya Alam
Membahas tentang: 1) Ruang lingkup konservasi yang meliputi: Pengertian, tujuan, manfaat dan upaya-upaya konservasi sumber daya alam dan lingkungan (SDAL); 2) Etika lingkungan yang meliputi:
Aljabar Matriks
Mata kuliah ini merupakan mata kuliah case study yang mempelajari tentang konsep matriks serta aplikasinya yang berkaitan dengan pengolahan data. Penggunaan aplikasi komputer yang terkait
Konservasi Sumber Daya Alam
Mata kuliah ini membahas 1) Ruang lingkup konservasi yang meliputi: Pengertian, tujuan, manfaat, dan upaya pelestarian sumber daya alam dan lingkungan hidup; 2) Etika lingkungan
Copyright © 2026 Sinau Digital UNESA All Rights Reserved