Universitas Negeri Surabaya
Fakultas Sekolah Pascasarjana
Program Studi S2 Pendidikan Teknologi Dan Kejuruan

Kode Dokumen

SEMESTER LEARNING PLAN

Course

KODE

Rumpun MataKuliah

Bobot Kredit

SEMESTER

Tanggal Penyusunan

Matematika Diskrit

8310102140

T=2

P=0

ECTS=4.48

1

30 Agustus 2024

OTORISASI

Pengembang S.P

Koordinator Rumpun matakuliah

Koordinator Program Studi




Dr. Dian Savitri, M.Si.


.......................................


Prof. Dr. Ir. Achmad Imam Agung, M.Pd.

Model Pembelajaran

Project Based Learning

Program Learning Outcomes (PLO)

PLO program Studi yang dibebankan pada matakuliah

PLO-12

Memiliki pengetahuan yang komprehensif sehingga dapat menyelesaikan permasalahan kompleks yang khas di program S2 Pendidikan teknologi kejuruan dan mengikuti kaidah penulisan ilmiah

PLO-13

Mampu melakukan analisis pada penelitian dan pengembangan program S2 Pendidikan teknologi kejuruan dengan mengikuti kaidah penulisan ilmiah

Program Objectives (PO)

PO - 1

Menerapkan konsep dasar matematika diskrit dalam pemecahan masalah yang berkaitan dengan struktur data dan algoritma (C3)

PO - 2

Menganalisis masalah dan merancang solusi menggunakan prinsip kombinatorik dan teori graf untuk aplikasi nyata dalam teknologi kejuruan (C4)

PO - 3

Mengevaluasi efektivitas algoritma dan struktur data menggunakan prinsip matematika diskrit dalam konteks pengembangan perangkat lunak (C5)

PO - 4

Menciptakan model matematis baru untuk mengoptimalkan sistem atau proses dalam bidang teknologi kejuruan menggunakan konsep matematika diskrit (C6)

PO - 5

Menerapkan teori bilangan dalam pengembangan algoritma kriptografi untuk meningkatkan keamanan data (C3)

PO - 6

Menganalisis dan mengevaluasi keefektifan algoritma berbasis graf dalam menyelesaikan masalah optimasi dan jaringan (C4, C5)

PO - 7

Menciptakan solusi inovatif untuk masalah industri yang kompleks dengan mengintegrasikan berbagai konsep matematika diskrit (C6)

PO - 8

Menerapkan logika dan aljabar Boolean dalam desain dan analisis rangkaian digital dan sistem kontrol (C3)

PO - 9

Menganalisis struktur data yang kompleks dengan menggunakan teknik-teknik matematika diskrit untuk optimasi memori dan waktu proses (C4)

PO - 10

Mengevaluasi dan mengoptimalkan algoritma berdasarkan prinsip matematika diskrit untuk aplikasi real-time dalam teknologi kejuruan (C5)

Matrik PLO-PO
 
POPLO-12PLO-13
PO-1✔ 
PO-2 ✔
PO-3  
PO-4  
PO-5✔ 
PO-6 ✔
PO-7  
PO-8  
PO-9✔ 
PO-10  

Matrik PO pada Kemampuan akhir tiap tahapan belajar (Sub-PO)
 
PO Minggu Ke
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
PO-1✔✔
PO-2✔✔
PO-3✔✔
PO-4✔✔
PO-5✔✔
PO-6✔✔
PO-7✔
PO-8✔
PO-9✔
PO-10✔

Deskripsi Singkat Mata Kuliah

Matematika Diskrit pada jenjang S2 dalam program studi Pendidikan Teknologi Dan Kejuruan membahas konsep-konsep dasar dalam matematika diskrit yang relevan dengan kebutuhan teknologi dan kejuruan. Mata kuliah ini bertujuan untuk memberikan pemahaman mendalam tentang struktur diskrit, algoritma, logika, dan teori graf. Ruang lingkupnya meliputi pembahasan mengenai kombinatorika, teori himpunan, relasi, fungsi, graf, dan analisis kompleksitas algoritma. Dengan memahami matematika diskrit, mahasiswa diharapkan mampu mengaplikasikan konsep-konsep tersebut dalam pemecahan masalah teknologi dan kejuruan secara efektif.

Pustaka

Utama :

  1. Jean Gallier. 2016. Discrete Mathematics, Second Edition In Progress. Springer.

Pendukung :

  1. Kenneth H. Rosen. 2012. Discrete Mathematics and Its Applications Seventh Edition. Monmouth University. Mc Graw Hill.
  2. Seymour Lipschutz. 2007. Theory and Problems of Discrete Mathematics Third Edition. Mc Graw Hill.

Dosen Pengampu

Dr. Dian Savitri, S.Si., M.Si.

Minggu Ke-

Kemampuan akhir tiap tahapan belajar
(Sub-PO)

Penilaian

Bantuk Pembelajaran,

Metode Pembelajaran,

Penugasan Mahasiswa,

 [ Estimasi Waktu]

Materi Pembelajaran

[ Pustaka ]

Bobot Penilaian (%)

Indikator

Kriteria & Bentuk

Luring (offline)

Daring (online)

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

1

Minggu ke 1

Mahasiswa diharapkan mampu menerapkan konsep dasar matematika diskrit dalam pemecahan masalah yang berkaitan dengan struktur data dan algoritma.

Penerapan konsep matematika diskrit dalam pemecahan masalah
Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Praktikum

3%

2

Minggu ke 2

Mahasiswa diharapkan mampu menerapkan konsep dasar matematika diskrit dalam pemecahan masalah yang berkaitan dengan struktur data dan algoritma.
  1. Penerapan konsep matematika diskrit dalam pemecahan masalah
  2. Kemampuan menganalisis struktur data dan algoritma
Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Praktikum
Pengumpulan tugas pemecahan masalah terkait struktur data dan algoritma
 Materi: Konsep himpunan, Relasi dan fungsi, Pohon pencarian, Kompleksitas algoritma
Pustaka: Jean Gallier. 2016. Discrete Mathematics, Second Edition In Progress. Springer.		 3%

3

Minggu ke 3

Mahasiswa diharapkan mampu menganalisis masalah teknologi kejuruan dengan menggunakan prinsip kombinatorik dan teori graf, serta merancang solusi yang efektif dan efisien.
  1. Kemampuan menganalisis masalah dengan prinsip kombinatorik
  2. Kemampuan merancang solusi menggunakan teori graf
  3. Kemampuan mengaplikasikan konsep kombinatorik dan teori graf dalam konteks teknologi kejuruan
Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio, Praktik / Unjuk Kerja
Pembuatan Project dengan Penerapan Prinsip Kombinatorik dan Teori Graf
 Materi: Konsep dasar matematika diskrit, termasuk teori himpunan, relasi, logika, teori graf, dan teori bilangan serta aplikasinya dalam pemrograman dan teknologi informatika
Pustaka: Jean Gallier. 2016. Discrete Mathematics, Second Edition In Progress. Springer.		 3%

4

Minggu ke 4

Mahasiswa diharapkan mampu menganalisis masalah teknologi kejuruan dengan menggunakan prinsip kombinatorik dan teori graf, serta merancang solusi yang efektif dan efisien.
  1. Kemampuan menganalisis masalah dengan prinsip kombinatorik
  2. Kemampuan merancang solusi menggunakan teori graf
  3. Kemampuan mengaplikasikan konsep kombinatorik dan teori graf dalam konteks teknologi kejuruan
Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio, Praktik / Unjuk Kerja
Pembuatan Project dengan Penerapan Prinsip Kombinatorik dan Teori Graf
 Materi: Konsep dasar matematika diskrit, termasuk teori himpunan, relasi, logika, teori graf, dan teori bilangan serta aplikasinya dalam pemrograman dan teknologi informatika
Pustaka: Jean Gallier. 2016. Discrete Mathematics, Second Edition In Progress. Springer.		 3%

5

Minggu ke 5

Mahasiswa diharapkan mampu menciptakan model matematis baru yang dapat mengoptimalkan sistem atau proses dalam bidang teknologi kejuruan dengan menggunakan konsep matematika diskrit.
  1. Pemahaman konsep matematika diskrit
  2. Kemampuan menciptakan model matematis baru
  3. Kemampuan mengoptimalkan sistem atau proses
Bentuk Penilaian :
Penilaian Praktikum, Praktik / Unjuk Kerja

3%

6

Minggu ke 6

Mahasiswa diharapkan mampu menerapkan teori bilangan dalam pengembangan algoritma kriptografi untuk meningkatkan keamanan data.
  1. Penerapan teori bilangan dalam algoritma kriptografi
  2. Kemampuan mengidentifikasi kelemahan keamanan data
  3. Kemampuan mengembangkan algoritma kriptografi yang efektif
 Kriteria:

studi kasus


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio, Penilaian Praktikum, Praktik / Unjuk Kerja
Penugasan proyek pengembangan algoritma kriptografi
 Materi: Konsep dasar teori bilangan, Penerapan teori bilangan dalam kriptografi, Algoritma kriptografi
Pustaka: Handbook Perkuliahan		 3%

7

Minggu ke 7

Mahasiswa diharapkan mampu menganalisis dan mengevaluasi keefektifan algoritma berbasis graf dalam menyelesaikan masalah optimasi dan jaringan.
  1. Analisis keefektifan algoritma graf
  2. Evaluasi kinerja algoritma graf
Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio, Praktik / Unjuk Kerja
Diskusi daring tentang penerapan algoritma graf dalam kasus nyata
 Materi: Pengenalan algoritma berbasis graf, Penerapan algoritma graf dalam optimasi, Penerapan algoritma graf dalam jaringan
Pustaka: Handbook Perkuliahan		 3%

8

Minggu ke 8

UTS

Semua materi sebelum UTS

 Kriteria:
  1. Tes essay secara luring
  2. Skor maksimal 100

Bentuk Penilaian :
Tes		 UTS
100
Materi: Semua materi sebelum UTS
Pustaka: Jean Gallier. 2016. Discrete Mathematics, Second Edition In Progress. Springer.		 20%

9

Minggu ke 9

Mahasiswa diharapkan mampu menganalisis dan mengevaluasi keefektifan algoritma berbasis graf dalam menyelesaikan masalah optimasi dan jaringan.
  1. Analisis algoritma graf dalam optimasi
  2. Evaluasi keefektifan algoritma dalam jaringan
Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio, Praktik / Unjuk Kerja
Penugasan online memungkinkan. Jenis penugasan yang cocok adalah membuat analisis keefektifan algoritma berbasis graf dalam kasus studi tertentu dan menyajikannya dalam bentuk laporan.
 Materi: Pengenalan algoritma berbasis graf, Penerapan algoritma dalam optimasi, Penggunaan algoritma dalam jaringan
Pustaka: Kenneth H. Rosen. 2012. Discrete Mathematics and Its Applications Seventh Edition. Monmouth University. Mc Graw Hill.		 4%

10

Minggu ke 10

Mahasiswa diharapkan mampu menciptakan solusi inovatif untuk masalah industri yang kompleks dengan mengintegrasikan berbagai konsep matematika diskrit.
  1. Integrasi konsep matematika diskrit
  2. Kreativitas dalam menciptakan solusi inovatif
  3. Kemampuan analisis dalam menyelesaikan masalah industri kompleks
Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio, Penilaian Praktikum, Praktik / Unjuk Kerja
Diskusi daring tentang penerapan konsep matematika diskrit dalam industri, Membuat presentasi proyek berbasis konsep matematika diskrit
 Materi: Teori Graf, Algoritma dan Kompleksitas, Kombinatorika, Teori Bilangan
Pustaka: Handbook Perkuliahan		 5%

11

Minggu ke 11

Mahasiswa diharapkan mampu menciptakan solusi inovatif untuk masalah industri yang kompleks dengan mengintegrasikan berbagai konsep matematika diskrit.
  1. integrasi konsep matematika diskrit
  2. kreativitas dalam menciptakan solusi inovatif
  3. analisis terhadap masalah industri kompleks
Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk
Diskusi daring untuk menciptakan solusi inovatif berdasarkan konsep matematika diskrit
 Materi: Penerapan Teorema Graf dalam Optimisasi Jaringan, Pemodelan Matematika untuk Rencana Produksi, Strategi Algoritma dalam Penjadwalan Produksi
Pustaka: Handbook Perkuliahan		 0%

12

Minggu ke 12

Mahasiswa diharapkan mampu menerapkan logika dan aljabar Boolean dalam desain dan analisis rangkaian digital dan sistem kontrol.
  1. Penerapan logika Boolean dalam desain rangkaian digital
  2. Analisis sistem kontrol menggunakan aljabar Boolean
Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio, Penilaian Praktikum, Praktik / Unjuk Kerja
Pengumpulan tugas desain rangkaian digital menggunakan logika Boolean
 Materi: Dasar-dasar logika Boolean, Implementasi logika Boolean dalam desain rangkaian digital, Analisis sistem kontrol menggunakan aljabar Boolean
Pustaka: Handbook Perkuliahan		 5%

13

Minggu ke 13

Mahasiswa diharapkan mampu menganalisis struktur data yang kompleks dengan menggunakan teknik matematika diskrit untuk mengoptimalkan memori dan waktu proses.
  1. Analisis struktur data yang kompleks
  2. Penerapan teknik matematika diskrit
  3. Optimasi memori dan waktu proses
Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Praktikum, Praktik / Unjuk Kerja		 Pembelajaran berbasis masalah.
 Penugasan pemodelan optimasi memori dan waktu proses menggunakan teknik matematika diskrit
 Materi: Struktur data kompleks, Teknik matematika diskrit, Optimasi memori dan waktu proses
Pustaka: Seymour Lipschutz. 2007. Theory and Problems of Discrete Mathematics Third Edition. Mc Graw Hill.		 5%

14

Minggu ke 14

Mahasiswa diharapkan mampu mengevaluasi dan mengoptimalkan algoritma berdasarkan prinsip matematika diskrit untuk aplikasi real-time dalam teknologi kejuruan.
  1. Kemampuan menganalisis algoritma
  2. Kemampuan mengoptimalkan algoritma
  3. Kemampuan menerapkan prinsip matematika diskrit dalam teknologi kejuruan
Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk
Penugasan Proyek
 Materi: Analisis Algoritma, Optimasi Algoritma, Prinsip Matematika Diskrit dalam Teknologi Kejuruan
Pustaka: Seymour Lipschutz. 2007. Theory and Problems of Discrete Mathematics Third Edition. Mc Graw Hill.		 5%

15

Minggu ke 15

Mahasiswa diharapkan mampu menguasai konsep matematika diskrit dan menerapkannya dalam mengoptimalkan algoritma untuk aplikasi real-time dalam teknologi kejuruan.
  1. Kemampuan menganalisis algoritma berbasis matematika diskrit
  2. Kemampuan mengoptimalkan algoritma untuk aplikasi real-time
  3. Kemampuan menjelaskan prinsip matematika diskrit dalam konteks teknologi kejuruan
Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk
Penugasan proyek online
 Materi: Konsep Matematika Diskrit, Algoritma dan Optimisasi, Aplikasi Real-Time dalam Teknologi Kejuruan
Pustaka: Seymour Lipschutz. 2007. Theory and Problems of Discrete Mathematics Third Edition. Mc Graw Hill.		 5%

16

Minggu ke 16

Mahasiswa diharapkan mampu mengevaluasi dan mengoptimalkan algoritma berdasarkan prinsip matematika diskrit untuk aplikasi real-time dalam teknologi kejuruan.

UAS

 Kriteria:
  1. Tes essay secara luring
  2. Skor maksimal 100

Bentuk Penilaian :
Tes		 UAS
100
Materi: Semua materi sebelum UAS
Pustaka: Seymour Lipschutz. 2007. Theory and Problems of Discrete Mathematics Third Edition. Mc Graw Hill.		 30%



Rekap Persentase Evaluasi : Project Based Learning

No Evaluasi Persentase
1. Aktifitas Partisipasif 9.6%
2. Penilaian Hasil Project / Penilaian Produk 18.1%
3. Penilaian Portofolio 5.85%
4. Penilaian Praktikum 7.85%
5. Praktik / Unjuk Kerja 8.6%
6. Tes 50%
100%

Catatan

  1. Capaian Pembelajaran Lulusan Program Studi (PLO - Program Studi) adalah kemampuan yang dimiliki oleh setiap lulusan Program Studi yang merupakan internalisasi dari sikap, penguasaan pengetahuan dan ketrampilan sesuai dengan jenjang prodinya yang diperoleh melalui proses pembelajaran.
  2. PLO yang dibebankan pada mata kuliah adalah beberapa capaian pembelajaran lulusan program studi (CPL-Program Studi) yang digunakan untuk pembentukan/pengembangan sebuah mata kuliah yang terdiri dari aspek sikap, ketrampulan umum, ketrampilan khusus dan pengetahuan.
  3. Program Objectives (PO) adalah kemampuan yang dijabarkan secara spesifik dari PLO yang dibebankan pada mata kuliah, dan bersifat spesifik terhadap bahan kajian atau materi pembelajaran mata kuliah tersebut.
  4. Sub-PO Mata kuliah (Sub-PO) adalah kemampuan yang dijabarkan secara spesifik dari PO yang dapat diukur atau diamati dan merupakan kemampuan akhir yang direncanakan pada tiap tahap pembelajaran, dan bersifat spesifik terhadap materi pembelajaran mata kuliah tersebut.
  5. Indikator penilaian kemampuan dalam proses maupun hasil belajar mahasiswa adalah pernyataan spesifik dan terukur yang mengidentifikasi kemampuan atau kinerja hasil belajar mahasiswa yang disertai bukti-bukti.
  6. Kreteria Penilaian adalah patokan yang digunakan sebagai ukuran atau tolok ukur ketercapaian pembelajaran dalam penilaian berdasarkan indikator-indikator yang telah ditetapkan. Kreteria penilaian merupakan pedoman bagi penilai agar penilaian konsisten dan tidak bias. Kreteria dapat berupa kuantitatif ataupun kualitatif.
  7. Bentuk penilaian: tes dan non-tes.
  8. Bentuk pembelajaran: Kuliah, Responsi, Tutorial, Seminar atau yang setara, Praktikum, Praktik Studio, Praktik Bengkel, Praktik Lapangan, Penelitian, Pengabdian Kepada Masyarakat dan/atau bentuk pembelajaran lain yang setara.
  9. Metode Pembelajaran: Small Group Discussion, Role-Play & Simulation, Discovery Learning, Self-Directed Learning, Cooperative Learning, Collaborative Learning, Contextual Learning, Project Based Learning, dan metode lainnya yg setara.
  10. Materi Pembelajaran adalah rincian atau uraian dari bahan kajian yg dapat disajikan dalam bentuk beberapa pokok dan sub-pokok bahasan.
  11. Bobot penilaian adalah prosentasi penilaian terhadap setiap pencapaian sub-PO yang besarnya proposional dengan tingkat kesulitan pencapaian sub-PO tsb., dan totalnya 100%.
  12. TM=Tatap Muka, PT=Penugasan terstruktur, BM=Belajar mandiri.