Universitas Negeri Surabaya
Fakultas Matematika dan Ilmu Pengetahuan Alam
Program Studi S1 Kecerdasan Artifisial

Kode Dokumen

SEMESTER LEARNING PLAN

Course

KODE

Rumpun MataKuliah

Bobot Kredit

SEMESTER

Tanggal Penyusunan

Basis Data

5528304009

Mata Kuliah Wajib Program Studi

T=2

P=1

ECTS=4.77

3

3 Agustus 2026

OTORISASI

Pengembang S.P

Koordinator Rumpun matakuliah

Koordinator Program Studi




FADHILAH QALBI ANNISA


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


ELLY MATUL IMAH

Model Pembelajaran

Case Study

Program Learning Outcomes (PLO)

PLO program Studi yang dibebankan pada matakuliah

PLO-3

Mengembangkan pemikiran logis, kritis, sistematis, dan kreatif dalam melakukan pekerjaan yang spesifik di bidang keahliannya serta sesuai dengan standar kompetensi kerja bidang yang bersangkutan

PLO-5

Menguasai konsep matematika, statistika, dan ilmu komputer yang berkaitan dengan kecerdasan artifisial, menguasai teori bidang kecerdasan artifisial secara menyeluruh

PLO-6

Mampu mengelola data (mengumpulkan, membersihkan, merekonstruksi, dan mengintegrasikan), merancang dan mengimplementasikan sistem (khususnya terkait Big Data), serta menganalisis dan mengekstraksi makna menggunakan metode kecerdasan artifisial untuk mendukung pengambilan keputusan bisnis dan mengevaluasi performa tindakan yang dihasilkan.

PLO-7

Mampu merancang skenario dan membangun model kecerdasan artifisial, mengevaluasi hasil pemodelan dan mereview proses pemodelan, melakukan deployment model dan memelihara model, melakukan review proyek kecerdasan artifisial dan membuat laporan akhir.

PLO-12

Menguasai teori dan konsep teknologi informasi, dan kecerdasan artifisial baik dari sisi komputasi maupun manajemen informasi untuk menyelesaikan masalah kecerdasan artifisial dengan AI human-centred mindset.

PLO-13

Mampu merancang dan mengimplementasikan kecerdasan artifisial dalam penyelesaian masalah nyata menggunakan berbagai metode dan algoritma kecerdasan artifisial

Program Objectives (PO)

PO - 1

Mahasiswa mampu menjelaskan konsep dasar sistem basis data, DBMS, model data, dan peran basis data dalam sistem berbasis data dan kecerdasan artifisial.

PO - 2

Mahasiswa mampu menganalisis kebutuhan data dan merancang basis data menggunakan Entity-Relationship Diagram (ERD), Conceptual Data Model (CDM), Physical Data Model (PDM), dan teknik normalisasi.

PO - 3

Mahasiswa mampu menerapkan model relasional dan relational algebra untuk merepresentasikan kebutuhan pengelolaan dan pengambilan data.

PO - 4

Mahasiswa mampu mengimplementasikan, memanipulasi, dan mengambil data menggunakan Structured Query Language (SQL) berdasarkan kebutuhan suatu kasus.

PO - 5

Mahasiswa mampu menerapkan fitur DBMS untuk mendukung integritas dan konsistensi data melalui constraint, view, trigger, dan transaction.

PO - 6

Mahasiswa mampu membandingkan model basis data relasional dan non-relasional serta menjelaskan pemanfaatannya dalam aplikasi berbasis data dan kecerdasan artifisial.

PO - 7

Mahasiswa mampu menganalisis, merancang, mengimplementasikan, dan mengevaluasi solusi basis data berdasarkan kasus nyata secara sistematis dan kolaboratif.

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

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✔✔✔

Deskripsi Singkat Mata Kuliah

Mata kuliah Basis Data membahas konsep, perancangan, implementasi, dan pemanfaatan sistem basis data sebagai fondasi pengelolaan data pada aplikasi modern dan kecerdasan artifisial. Materi mencakup konsep dasar basis data dan Database Management System (DBMS), analisis kebutuhan data, Conceptual Data Model (CDM), Physical Data Model (PDM), model relasional, functional dependency, normalisasi, relational algebra, Structured Query Language (SQL), database programming, transaction, serta pengenalan basis data non-relasional dan pemanfaatan basis data dalam aplikasi kecerdasan artifisial. Pembelajaran dilaksanakan menggunakan pendekatan Case-Based Learning, yaitu mahasiswa menganalisis dan menyelesaikan berbagai kasus nyata yang berkaitan dengan perancangan dan pengelolaan data. Kasus diberikan secara bertahap dari permasalahan sederhana hingga kasus komprehensif yang mengintegrasikan analisis kebutuhan, perancangan, implementasi, dan pengambilan informasi dari basis data.

Pustaka

Utama :

  1. Elmasri R. & Navathe S. (2017). Fundamentals of Database System (Seventh edition). Pearson

Pendukung :

Dosen Pengampu

Fadhilah Qalbi Annisa, S.T., M.Sc.

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 mampu menjelaskan konsep dasar basis data, DBMS, model data, serta peran basis data dalam aplikasi modern dan kecerdasan artifisial
  1. Menjelaskan pengertian data, database, dan DBMS
  2. Menjelaskan fungsi DBMS
  3. Menjelaskan komponen sistem basis data
  4. Membedakan basis data dengan penyimpanan data berbasis file
  5. Mengidentifikasi berbagai model basis data
  6. Menjelaskan peran basis data dalam aplikasi data dan AI
 Kriteria:

Non-Tes


Bentuk Penilaian :
Aktifitas Partisipasif		 Contextual Learning
3x50 Menit
Materi: Introduction to Databases
Pustaka: Elmasri R. & Navathe S. (2017). Fundamentals of Database System (Seventh edition). Pearson		 0%

2

Minggu ke 2

Mahasiswa mampu menganalisis kebutuhan data dan merumuskan aturan bisnis dari suatu kasus sebagai dasar perancangan basis data.
  1. Mengidentifikasi aktor dan proses utama dari suatu kasus
  2. Mengidentifikasi data yang dibutuhkan pada setiap proses
  3. Mengidentifikasi entity dan attribute yang relevan
  4. Mengidentifikasi hubungan antar-entity
  5. Merumuskan aturan bisnis secara jelas dan konsisten
  6. Menentukan cardinality berdasarkan business rules
 Kriteria:

Tugas Individu: Menganalisis proses bisnis dan kebutuhan data, kemudian menyusun business rules sebagai dasar pemodelan basis data


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Portofolio		 Case Analysis
3x50 Menit
Materi: Conceptual Data Modeling and Database Design
Pustaka: Elmasri R. & Navathe S. (2017). Fundamentals of Database System (Seventh edition). Pearson		 5%

3

Minggu ke 3

Mahasiswa mampu mengembangkan Conceptual Data Model berdasarkan kebutuhan data dan business rules dari suatu kasus
  1. Mengubah business rules menjadi model data konseptual
  2. Menentukan entity dan attribute
  3. Menentukan identifier pada setiap entity
  4. Menentukan relationship antar-entity
  5. Menentukan cardinality dan participation constraint
  6. Menghasilkan CDM yang konsisten dengan kebutuhan kasus
  7. Memberikan argumentasi terhadap keputusan pemodelan yang dibuat
 Kriteria:

Tugas Individu: Membuat CDM berdasarkan hasil analisis aturan bisnis yang telah dibuat


Bentuk Penilaian :
Penilaian Portofolio		 Case-Based Design
3x50 Menit
Materi: Conceptual Data Modeling and Database Design
Pustaka: Elmasri R. & Navathe S. (2017). Fundamentals of Database System (Seventh edition). Pearson		 5%

4

Minggu ke 4

Mahasiswa mampu mengevaluasi dan memperbaiki Conceptual Data Model berdasarkan business rules, kebutuhan pengguna, dan hasil diskusi kasus
  1. Menjelaskan keputusan pemodelan pada CDM
  2. Memeriksa kesesuaian entity dan attribute dengan kebutuhan kasus
  3. Memeriksa kesesuaian relationship dengan business rules
  4. Mengevaluasi cardinality dan participation constraint
  5. Mengidentifikasi kesalahan atau inkonsistensi pada model
  6. Membandingkan beberapa alternatif rancangan CDM
  7. Memperbaiki CDM berdasarkan hasil evaluasi dan diskusi
 Kriteria:
  1. Presentasi Individu
  2. Diskusi Kelompok

Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Portofolio		 Case Review
Collaborative Discussion
3x50 Menit
Materi: Conceptual Data Modeling and Database Design
Pustaka: Elmasri R. & Navathe S. (2017). Fundamentals of Database System (Seventh edition). Pearson		 5%

5

Minggu ke 5

Mahasiswa mampu mengubah model konseptual menjadi model relasional dan Physical Data Model
  1. Menjelaskan relation, tuple, attribute, dan domain
  2. Menentukan primary key
  3. Menentukan foreign key
  4. Menentukan integrity constraint
  5. Memetakan entity dan relationship ke tabel
  6. Mengambangkan PDM berdasarkan CDM
 Kriteria:

Tugas Individu: Menerjemahkan CDM suatu sistem ke dalam skema relasional dan PDM


Bentuk Penilaian :
Penilaian Portofolio		 Case-Based Design
3x50 Menit
Materi: Data Modeling and Database Design
Pustaka: Elmasri R. & Navathe S. (2017). Fundamentals of Database System (Seventh edition). Pearson		 5%

6

Minggu ke 6

Mahasiswa mampu menganalisis functional dependency dan permasalahan redundansi pada suatu struktur data
  1. Menentukan functional dependency
  2. Menentukan determinant dan dependent
  3. Mengidentifikasi partial dependency
  4. Mengidentifikasi transitive dependency
  5. Mengidentifikasi redundancy
  6. Mengidentifikasi insertion, update, dan deletion anomaly
 Kriteria:

Tugas Individu: Mengidentifikasi dependency, redundancy, serta anomaly yang mungkin terjadi dalam sebuat tabel transaksi yang belum ternormalisasi


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Portofolio		 Problem Case Analysis
3x50 Menit
Materi: Database Design Theory and Normalization
Pustaka: Elmasri R. & Navathe S. (2017). Fundamentals of Database System (Seventh edition). Pearson		 5%

7

Minggu ke 7

Mahasiswa mampu memperbaiki rancangan basis data menggunakan teknik normalisasi
  1. Mengidentifikasi bentuk normal suatu tabel
  2. Melakukan normalisasi ke 1NF
  3. Melakukan normalisasi ke 2NF
  4. Melakukan normalisasi ke 3NF
  5. Menentukan relasi hasil normalisasi
  6. Mengevaluasi hasil normalisasi terhadap kebutuhan kasus
 Kriteria:
  1. Non-Tes
  2. Tugas Individu: Memperbaiki database dengan redundansi dan anomaly melalui proses normalisasi secara bertahap hingga 3NF

Bentuk Penilaian :
Penilaian Portofolio		 Case-Based Problem Solving
3x50 Menit
Materi: Database Design Theory and Normalization
Pustaka: Elmasri R. & Navathe S. (2017). Fundamentals of Database System (Seventh edition). Pearson		 5%

8

Minggu ke 8

Mahasiswa mampu menyelesaikan kasus perancangan basis data secara komprehensif mulai dari analisis kebutuhan hingga menghasilkan rancangan basis data yang konsisten
  1. Menganalisis kebutuhan data dan business rules
  2. Membuat CDM
  3. Membuat PDM
  4. Menentukan primary key, foreign key, dan constraints
  5. Mengidentifikasi functional dependency
  6. Melakukan normalisasi
  7. Memvalidasi rancangan terhadap kebutuhan kasus
 Kriteria:

Tugas Kelompok: Membuat rancangan basis data dari kasus baru yang belum pernah dibahas


Bentuk Penilaian :
Penilaian Portofolio		 Comprehensive Case Study
3x50 Menit
Materi: Database Design Theory and Normalization
Pustaka: Elmasri R. & Navathe S. (2017). Fundamentals of Database System (Seventh edition). Pearson		 10%

9

Minggu ke 9

Mahasiswa mampu merepresentasikan kebutuhan pengambilan data menggunakan relational algebra
  1. Menggunakan selection
  2. Menggunakan projection
  3. Menggunakan union, intersection, dan difference
  4. Menggunakan cartesian product
  5. Menggunakan join
  6. Menyusun relational expression berdasarkan kebutuhan informasi
  7. Menghubungkan relational algebra dengan SQL
 Kriteria:

Tugas Kelompok: Menuliskan relational expression yang sesuai untuk menampilkan data/informasi pengguna dari suatu sistem basis data


Bentuk Penilaian :
Penilaian Portofolio		 Case-Based Problem Solving
3x50 Menit
Materi: The Relational Algebra and Relational Calculus
Pustaka: Elmasri R. & Navathe S. (2017). Fundamentals of Database System (Seventh edition). Pearson		 5%

10

Minggu ke 10

Mahasiswa mampu mengimplementasikan struktur basis data dan melakukan manipulasi serta pengambilan data menggunakan SQL
  1. Membuat database dan tabel
  2. Menentukan data type
  3. Membuat primary dan foreign key
  4. Menerapkan constraints
  5. Melakukan INSERT, UPDATE, dan DELETE
  6. Menggunakan SELECT, WHERE, dan ORDER BY
 Kriteria:

Tugas Individu: Mengimplementasikan skema dari kasus yang diberikan dan menyelesaikan sejumlah kebutuhan manipulasi serta pengambilan data


Bentuk Penilaian :
Penilaian Portofolio, Praktik / Unjuk Kerja		 Case-Based Practice
3x50 Menit
Materi: Basic SQL
Pustaka: Elmasri R. & Navathe S. (2017). Fundamentals of Database System (Seventh edition). Pearson		 5%

11

Minggu ke 11

Mahasiswa mampu menyusun query SQL untuk menjawab kebutuhan informasi yang melibatkan beberapa tabel dan operasi data yang lebih kompleks
  1. Menggunakan JOIN
  2. Menggunakan aggregate functions
  3. Menggunakan GROUP BY dan HAVING
  4. Menggunakan subquery
  5. Menggunakan common table expression
  6. Menghasilkan informasi sesuai kebutuhan kasus
 Kriteria:

Tes Praktik: Menuliskan query SQL yang sesuai untuk menjawab sejumlah kebutuhan informasi dan analisis berdasarkan database kasus


Bentuk Penilaian :
Penilaian Portofolio, Praktik / Unjuk Kerja		 Case-Based Practice
3x50 Menit
Materi: Basic SQL
Pustaka: Elmasri R. & Navathe S. (2017). Fundamentals of Database System (Seventh edition). Pearson		 5%

12

Minggu ke 12

Mahasiswa mampu menerapkan fitur DBMS untuk menjaga integritas dan konsistensi data berdasarkan kebutuhan kasus
  1. Membuat view
  2. Membuat trigger sederhana
  3. Menjelaskan stored procedure/function
  4. Menjelaskan transaction
  5. Menjelaskan ACID
  6. Menggunakan COMMIT dan ROLLBACK
  7. Menganalisis permasalahan concurrent transaction secara konseptual
 Kriteria:

Tes Praktik: Menuliskan query SQL untuk menyelesaikan kasus yang membutuhkan aturan otomatis dan transaction


Bentuk Penilaian :
Praktik / Unjuk Kerja		 Case-Based Practice
3x50 Menit
Materi: More SQL: Complex Queries, Triggers, Views, and Schema Modification
Pustaka: Elmasri R. & Navathe S. (2017). Fundamentals of Database System (Seventh edition). Pearson		 5%

13

Minggu ke 13

Mahasiswa mampu membandingkan berbagai model basis data dan menentukan pendekatan penyimpanan data yang sesuai untuk kebutuhan aplikasi modern dan kecerdasan artifisial
  1. Membedakan structured dan semi-structured data
  2. Menjelaskan konsep NoSQL
  3. Menjelaskan document database
  4. Menjelaskan key-value database
  5. Menjelaskan graph database
  6. Membandingkan relational dan non-relational database
  7. Menjelaskan konsep embedding dan vector representation
  8. Menjelaskan vector database dan similarity search
  9. Mengidentifikasi penggunaan basis data dalam aplikasi AI
  10. Memilih model basis data berdasarkan karakteristik kasus
 Kriteria:

Presentasi Kelompok: Membandingkan alternatif relational, document, key-value, graph, dan vector database serta memberikan argumentasi atas pilihan teknologi


Bentuk Penilaian :
Tes		 Contextual Learning
3x50 Menit		 Materi: More SQL: Complex Queries, Triggers, Views, and Schema Modification
Pustaka: Elmasri R. & Navathe S. (2017). Fundamentals of Database System (Seventh edition). Pearson		 5%

14

Minggu ke 14

Mahasiswa mampu mengimplementasikan solusi basis data secara utuh berdasarkan kebutuhan suatu kasus
  1. Menginterpretasikan rancangan basis data
  2. Mengimplementasikan PDM menggunakan DBMS
  3. Membuat tabel dan constraints
  4. Memasukkan data
  5. Menyusun query berdasarkan kebutuhan kasus
  6. Menggunakan fitur DBMS yang relevan
  7. Memvalidasi implementasi terhadap kebutuhan pengguna
 Kriteria:

Comprehensive Case Study: Mengimplementasikan solusi basis data mulai dari skema hingga query dan fitur basis data yang dibutuhkan


Bentuk Penilaian :
Penilaian Portofolio
Collaborative Learning
3x50 Menit		 Materi: -
Pustaka: Elmasri R. & Navathe S. (2017). Fundamentals of Database System (Seventh edition). Pearson		 5%

15

Minggu ke 15

Mahasiswa mampu mempresentasikan, mengevaluasi, dan mempertanggungjawabkan solusi basis data berdasarkan kasus yang diselesaikan
  1. Menjelaskan permasalahan dan kebutuhan data
  2. Menjelaskan ERD, CDM, dan PDM
  3. Menjelaskan proses normalisasi
  4. Mendemonstrasikan implementasi database
  5. Mendemonstrasikan implementasi database
  6. Menjelaskan keputusan desain
  7. Mengevaluasi solusi berdasarkan kebutuhan kasus
  8. Menanggapi pertanyaan dan alternatif solusi
 Kriteria:

Presentasi Kelompok


Bentuk Penilaian :
Penilaian Portofolio, Tes		 Case Presentation and Discussion
3x50 Menit		 Collaborative Learning
 Materi: -
Pustaka: Elmasri R. & Navathe S. (2017). Fundamentals of Database System (Seventh edition). Pearson		 10%

16

Minggu ke 16

Mahasiswa mampu menyelesaikan kasus basis data baru secara mandiri melalui analisis skema dan penulisan query SQL
  1. Mengidentifikasi tabel, atribut, key, dan relationship
  2. Menginterpretasikan kebutuhan informasi
  3. Menuliskan query SQL yang benar
  4. Menggunakan JOIN sesuai kebutuhan
  5. Menggunakan aggregation
  6. Menggunakan subquery jika diperlukan
  7. Menghasilkan output yang sesuai dengan kebutuhan kasus
 Kriteria:

Tes Praktik Individu: Live Query


Bentuk Penilaian :
Praktik / Unjuk Kerja		 Individual Case Assessment
3x50 Menit
Materi: -
Pustaka: Elmasri R. & Navathe S. (2017). Fundamentals of Database System (Seventh edition). Pearson		 20%



Rekap Persentase Evaluasi : Case Study

No Evaluasi Persentase
1. Aktifitas Partisipasif 7.5%
2. Penilaian Portofolio 52.5%
3. Praktik / Unjuk Kerja 30%
4. Tes 10%
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.