Universitas Negeri Surabaya
Fakultas Teknik
Program Studi S2 Informatika

Kode Dokumen

SEMESTER LEARNING PLAN

Course

KODE

Rumpun MataKuliah

Bobot Kredit

SEMESTER

Tanggal Penyusunan

Sistem Temu Kembali Informasi

5510003019

Mata Kuliah Pilihan Program Studi

T=3

P=0

ECTS=6.72

3

21 April 2025

OTORISASI

Pengembang S.P

Koordinator Rumpun matakuliah

Koordinator Program Studi




Ricky Eka Putra


Ricky Eka Putra


RICKY EKA PUTRA

Model Pembelajaran

Project Based Learning

Program Learning Outcomes (PLO)

PLO program Studi yang dibebankan pada matakuliah

PLO-5

Menguasai dan mengaplikasikan teori-teori, konsep, prinsip, dan teknologi terkini dalam bidang Informatika, termasuk Sains Data dan Kecerdasan Artifisial, Jaringan Cerdas dan Multimedia, serta Teknologi Rekayasa Sistem untuk mengembangkan ilmu pengetahuan dan teknologi melalui riset dan penciptaan karya inovatif.

PLO-7

Menganalisis kebutuhan dan menyelesaikan masalah yang kompleks dalam berbagai bidang Informatika dengan menggunakan metode analitis dan pendekatan ilmiah.

PLO-8

Mengevaluasi kinerja sistem dan teknologi informasi serta mengimplementasikan perbaikan berkelanjutan berdasarkan data dan analisis.

PLO-9

Mengembangkan solusi inovatif untuk meningkatkan efisiensi dan efektivitas organisasi dengan memanfaatkan teknologi informasi terbaru.

PLO-10

Memiliki kecakapan umum yang dibutuhkan sebagai dasar untuk penguasaan ilmu pengetahuan dan teknologi serta bidang kerja yang relevan, seperti kemampuan manajerial, etika profesional, dan kepemimpinan.

Program Objectives (PO)

PO - 1

Mahasiswa mampu menjelaskan konsep dasar, arsitektur, dan komponen dalam sistem temu kembali informasi.

PO - 2

Mahasiswa mampu menerapkan metode pengindeksan dan perhitungan bobot dokumen seperti TF-IDF dalam sistem IR.

PO - 3

Mahasiswa mampu mengevaluasi performa sistem IR menggunakan metrik seperti precision, recall, dan F-measure.

PO - 4

Mahasiswa mampu merancang model sistem IR berbasis pendekatan boolean, vektor, dan probabilistik.

PO - 5

Mahasiswa mampu mengembangkan solusi inovatif dengan mengintegrasikan pembelajaran mesin dan NLP dalam sistem IR.

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

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✔✔✔✔

Deskripsi Singkat Mata Kuliah

Mata kuliah Sistem Temu Kembali Informasi membahas teori, metode, dan implementasi sistem yang memungkinkan pengguna menemukan informasi relevan dari koleksi data yang besar. Mahasiswa akan mempelajari dasar-dasar sistem temu kembali, termasuk representasi dokumen, pemodelan informasi, evaluasi performa, dan pemrosesan bahasa alami untuk peningkatan relevansi. Mata kuliah ini juga mengeksplorasi teknologi terkini seperti pencarian semantik, machine learning untuk IR (Information Retrieval), serta implementasi sistem berbasis web dan arsitektur skala besar. Diharapkan mahasiswa mampu merancang dan mengembangkan sistem temu kembali yang efisien dan relevan untuk aplikasi di bidang informatika seperti search engine, digital library, dan rekomendasi sistem.

Pustaka

Utama :

  1. Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press.
  2. Baeza-Yates, R., & Ribeiro-Neto, B. (2011). Modern Information Retrieval: The Concepts and Technology behind Search (2nd ed.). Addison-Wesley.
  3. Jurafsky, D., & Martin, J. H. (2020). Speech and Language Processing (3rd ed. draft). Pearson.
  4. Mitra, B., Diaz, F., & Craswell, N. (2017). Learning to Match Using Local and Distributed Representations of Text for Web Search. Proceedings of the 26th International Conference on World Wide Web.

Pendukung :

  1. IEEE & ACM digital library articles (2020–2024).

Dosen Pengampu

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

Menjelaskan konsep dasar sistem temu kembali informasi (STKI) dan peranannya dalam pengolahan data dan pengetahuan

Identifikasi komponen dasar STBI dan menjelaskan fungsinya

 Kriteria:

Ketepatan dan kelengkapan konsep


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk		 Ceramah dan Diskusi
2 x 50		 Video pembelajaran dan Kuis
1 x 50		 Materi: Introduction to IR
Pustaka: Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press.		 5%

2

Minggu ke 2

Mendeskripsikan model-model representasi informasi dalam STKI

Perbedaan Boolean, VSM, dan Probabilistik Model

 Kriteria:

Ketepatan deskripsi dan aplikasi


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio		 Ceramah dan Studi Kasus
2 x 50		 Forum Diskusi dan Simulasi
1 x 50		 Materi: Boolean and Vector Space Model
Pustaka: Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press.		 5%

3

Minggu ke 3

Menerapkan metode indexing dokumen dan pembobotan TF-IDF

Indeks dan bobot TF-IDF

 Kriteria:

Ketepatan hasil indeks dan bobot


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Demonstrasi Teknis
2 x 50		 Diskusi Daring
1 x 50		 Materi: Indexing, Inverted Files and Term Weighting
Pustaka: Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press.		 5%

4

Minggu ke 4

Melakukan preprocessing teks: tokenisasi, stopwords removal, stemming

Pengubah dokumen mentah menjadi teks bersih

 Kriteria:

Konsistensi hasil preprocessing


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Ceramah Interaktif
2 x 50		 Diskusi Teknik
1 x 50		 Materi: Text Processing
Pustaka: Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press.		 5%

5

Minggu ke 5

Merancang arsitektur sistem STKI berdasarkan kebutuhan pengguna

Penyusunan blueprint STKI

 Kriteria:

Kelengkapan dan kesesuaian dengan kebutuhan pengguna


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Diskusi dan Studi Kasus Proyek
2 x 50		 Kolaborasi Tim Daring
1 x 50		 Materi: Architecture of IR Systems
Pustaka: Baeza-Yates, R., & Ribeiro-Neto, B. (2011). Modern Information Retrieval: The Concepts and Technology behind Search (2nd ed.). Addison-Wesley.		 5%

6

Minggu ke 6

Menghitung dan menganalisis metrik evaluasi sistem STKI (precision, recall, F1, MAP)

Perbandingan hasil evaluasi dari sistem STKI

 Kriteria:

Akurasi perhitungan dan interpretasi hasil


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Ceramah, Latihan, dan Evaluasi
2 x 50		 Simulasi Pengujian Daring
1 x 50		 Materi: Akurasi Perhitungan dan Interpretasi Hasil
Pustaka: Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press.		 5%

7

Minggu ke 7

Menganalisis performa pendekatan sistem temu kembali berdasarkan eksperimen

Efektivitas pendekatan dan memberikan rekomendasi

 Kriteria:

Argumentasi dan kedalaman analisis


Bentuk Penilaian :
Aktifitas Partisipasif		 Presentasi Kelompok dan Studi Kasus
2 x 50		 Forum Review Jurnal Daring
1 x 50		 Materi: Empirical Comparisons of IR Approaches
Pustaka: Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press.		 5%

8

Minggu ke 8

Mampu menjelaskan dengan lebih baik materi-materi dari minggu ke-1 s.d. ke-7
  1. Menerapkan konsep yang telah dipelajari
  2. Mengalisis dan memecahkan masalah
  3. Menjawab soal esai dan studi kasus
 Kriteria:
  1. Kedalaman jawaban
  2. Kejelasan analisis
  3. Ketepatan solusi

Bentuk Penilaian :
Tes		 Menyelesaikan soal ujian Sub-Sumatif
3 x 50
Materi: Materi-materi dari minggu ke-1 s.d. ke-7
Pustaka: Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press.
Materi: Materi-materi dari minggu ke-1 s.d. ke-7
Pustaka: Baeza-Yates, R., & Ribeiro-Neto, B. (2011). Modern Information Retrieval: The Concepts and Technology behind Search (2nd ed.). Addison-Wesley.
Materi: Materi-materi dari minggu ke-1 s.d. ke-7
Pustaka: Jurafsky, D., & Martin, J. H. (2020). Speech and Language Processing (3rd ed. draft). Pearson.
Materi: Materi-materi dari minggu ke-1 s.d. ke-7
Pustaka: Mitra, B., Diaz, F., & Craswell, N. (2017). Learning to Match Using Local and Distributed Representations of Text for Web Search. Proceedings of the 26th International Conference on World Wide Web.
Materi: Materi-materi dari minggu ke-1 s.d. ke-7
Pustaka: IEEE & ACM digital library articles (2020–2024).		 15%

9

Minggu ke 9

Mengintegrasikan NLP dalam query expansion dan pengolahan permintaan alami

Query expansion berbasis NLP

 Kriteria:

Relevansi hasil query dan tingkat pengayaan


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Natural Language Processing (NLP)
2 x 50		 Simulasi Daring
1 x 50		 Materi: Introduction to NLP in IR Contexts
Pustaka: Jurafsky, D., & Martin, J. H. (2020). Speech and Language Processing (3rd ed. draft). Pearson.		 5%

10

Minggu ke 10

Menerapkan teknik embeddings dan machine learning untuk sistem temu kembali cerdas

Perbandingan metode klasifikasi berbasis ML untuk IR

 Kriteria:

Akurasi model dan kejelasan interpretasi


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Studi Kasus
2 x 50		 Workshop Daring
1 x 50		 Materi: Vector Semantics & Classification in IR
Pustaka: Jurafsky, D., & Martin, J. H. (2020). Speech and Language Processing (3rd ed. draft). Pearson.		 5%

11

Minggu ke 11

Menerapkan deep learning (BERT, transformer) untuk peningkatan performa STKI

Pemanfaatan Model DL terkini untuk IR

 Kriteria:

Fungsionalitas dan Relevansi Model


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Demonstrasi Tools dan Coding
2 x 50		 Diskusi Daring
1 x 50		 Materi: Deep Learning for Search Applications
Pustaka: Mitra, B., Diaz, F., & Craswell, N. (2017). Learning to Match Using Local and Distributed Representations of Text for Web Search. Proceedings of the 26th International Conference on World Wide Web.		 5%

12

Minggu ke 12

Menyusun rancangan STKI berbasis kebutuhan organisasi

Pemodelan sistem IR berdasarkan use case dunia nyata

 Kriteria:

Kesesuaian rancangan dan kelengkapan dokumentasi


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Workshop Proyek dan Diskusi
2 x 50		 Kolaborasi Tim Daring
1 x 50		 Materi: Implementasi IR
Pustaka: IEEE & ACM digital library articles (2020–2024).		 5%

13

Minggu ke 13

Mengimplementasi sistem STBI sesuai rancangan

Penerapan sistem IR end-to-end

 Kriteria:

Fungsionalitas sistem dan hasil pencarian


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Diskusi dan Simulasi
2 x 50		 Implementasi STKI sesuai rancangan
1 x 50		 Materi: Dokumentasi Sistem dan Teknis
Pustaka: Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press.
Materi: Dokumentasi Sistem dan Teknis
Pustaka: Baeza-Yates, R., & Ribeiro-Neto, B. (2011). Modern Information Retrieval: The Concepts and Technology behind Search (2nd ed.). Addison-Wesley.
Materi: Dokumentasi Sistem dan Teknis
Pustaka: Jurafsky, D., & Martin, J. H. (2020). Speech and Language Processing (3rd ed. draft). Pearson.
Materi: Dokumentasi Sistem dan Teknis
Pustaka: Mitra, B., Diaz, F., & Craswell, N. (2017). Learning to Match Using Local and Distributed Representations of Text for Web Search. Proceedings of the 26th International Conference on World Wide Web.
Materi: Dokumentasi Sistem dan Teknis
Pustaka: IEEE & ACM digital library articles (2020–2024).		 5%

14

Minggu ke 14

Mengevaluasi hasil sistem berdasarkan metrik performa IR

Evaluasi performa IR

 Kriteria:

Ketepatan metrik dan kedalaman analisis


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Uji Sistem dan Review Metrik
2 x 50		 Forum Evaluasi Daring
1 x 50		 Materi: IR System Evaluation Practices
Pustaka: Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press.		 5%

15

Minggu ke 15

Menyusun laporan akhir STKI dan presentasi proyek

Penyusunan laporan sistem dan presentasi hasilnya

 Kriteria:

Struktur laporan dan ketajaman presentasi


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio		 Pendampingan Penyusunan Laporan Akhir
2 x 50		 Presentasi Daring
1 x 50		 Materi: Laporan Akhir STKI dan Presentasi Proyek
Pustaka: Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press.
Materi: Laporan Akhir STKI dan Presentasi Proyek
Pustaka: Baeza-Yates, R., & Ribeiro-Neto, B. (2011). Modern Information Retrieval: The Concepts and Technology behind Search (2nd ed.). Addison-Wesley.
Materi: Laporan Akhir STKI dan Presentasi Proyek
Pustaka: Jurafsky, D., & Martin, J. H. (2020). Speech and Language Processing (3rd ed. draft). Pearson.
Materi: Laporan Akhir STKI dan Presentasi Proyek
Pustaka: Mitra, B., Diaz, F., & Craswell, N. (2017). Learning to Match Using Local and Distributed Representations of Text for Web Search. Proceedings of the 26th International Conference on World Wide Web.
Materi: Laporan Akhir STKI dan Presentasi Proyek
Pustaka: IEEE & ACM digital library articles (2020–2024).		 5%

16

Minggu ke 16

Mampu menjelaskan dengan lebih baik materi-materi dari minggu ke-9 s.d. ke-15

Mengintegrasikan seluruh materi Sistem Temu Kembali Informasi yang telah dipelajari dalam mata kuliah

 Kriteria:

Kemampuan menyelesaikan soal terkait semua CPMK


Bentuk Penilaian :
Tes		 Menyelesaikan soal Ujian Sumatif
3 x 50
Materi: Materi-materi dari minggu ke-9 s.d. ke-15
Pustaka: Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press.
Materi: Materi-materi dari minggu ke-9 s.d. ke-15
Pustaka: Baeza-Yates, R., & Ribeiro-Neto, B. (2011). Modern Information Retrieval: The Concepts and Technology behind Search (2nd ed.). Addison-Wesley.
Materi: Materi-materi dari minggu ke-9 s.d. ke-15
Pustaka: Jurafsky, D., & Martin, J. H. (2020). Speech and Language Processing (3rd ed. draft). Pearson.
Materi: Materi-materi dari minggu ke-9 s.d. ke-15
Pustaka: Mitra, B., Diaz, F., & Craswell, N. (2017). Learning to Match Using Local and Distributed Representations of Text for Web Search. Proceedings of the 26th International Conference on World Wide Web.
Materi: Materi-materi dari minggu ke-9 s.d. ke-15
Pustaka: IEEE & ACM digital library articles (2020–2024).		 15%



Rekap Persentase Evaluasi : Project Based Learning

No Evaluasi Persentase
1. Aktifitas Partisipasif 9.17%
2. Penilaian Hasil Project / Penilaian Produk 56.67%
3. Penilaian Portofolio 4.17%
4. Tes 30%
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.