Universitas Negeri Surabaya
Fakultas Ekonomika dan Bisnis
Program Studi S1 Bisnis Digital

Kode Dokumen

SEMESTER LEARNING PLAN

Course

KODE

Rumpun MataKuliah

Bobot Kredit

SEMESTER

Tanggal Penyusunan

BUSINESS & DATA INTELLIGENCE

6120903073

T=3

P=0

ECTS=4.77

6

11 April 2025

OTORISASI

Pengembang S.P

Koordinator Rumpun matakuliah

Koordinator Program Studi




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


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


Hujjatullah Fazlurrahman, S.E., MBA.

Model Pembelajaran

Project Based Learning

Program Learning Outcomes (PLO)

PLO program Studi yang dibebankan pada matakuliah

PLO-2

Menunjukkan karakter tangguh, kolaboratif, adaptif, inovatif, inklusif, belajar sepanjang hayat, dan berjiwa kewirausahaan

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-4

Mengembangkan diri secara berkelanjutan dan berkolaborasi.

PLO-6

Mampu beradaptasi terhadap konteks permasalahan bisnis digital yang dihadapi dengan baik

PLO-11

Mampu mengaplikasikan teknologi informasi dan komunikasi dalam pengelolaan bisnis dengan tepat

Program Objectives (PO)

PO - 1

Mampu memilih dan melakukan aktivitas Data Analytics yang sesuai dengan konteks masalah bisnis yang dihadapi

PO - 2

Mahasiswa mampu memahami dasar, fungsi dan manfaat analisis data dengan mengidentifikasi dan memilih item kuesioner penelitian yang sesuai dan bereputasi serta membuat tabulasi data pada MS. Excel.

PO - 3

Mahasiswa mampu menganalisis data dan mengintepretasikan hasil analisis data menggunakan Orange Data Mining untuk proses pengambilan keputusan dalam bisnis

PO - 4

Mahasiswa mampu menganalisis data dan mengintepretasikan hasil analisis data menggunakan Partial Least Square Structural Equation Modeling (PLS-SEM) untuk proses pengambilan keputusan dalam bisnis.

Matrik PLO-PO
 
POPLO-2PLO-3PLO-4PLO-6PLO-11
PO-1✔✔✔  
PO-2 ✔✔✔ 
PO-3✔✔✔✔ 
PO-4 ✔ ✔✔

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

Deskripsi Singkat Mata Kuliah

Mata kuliah ini terintegrasi dalam magang MBKM. Mata kuliah Data Analytics lebih banyak menekankan kepada pemberian materi yang memberikan pemahaman tentang pemilihan teknik analisis data yang umumnya digunakan dan dimanfaatkan dalam proses pengambilan keputusan dalam bisnis. Program yang digunakan adalah MS Excel, Orange Data Mining, AMOS, dan Smart-PLS 3/4, baik dibidang keuangan, pemasaran maupun di bidang sumber daya manusia. Program tersebut digunakan untuk menyelesaikan masalah bisnis menggunakan fungsi logika, perencanaan keuangan, strategi pemasaran, perencanaan SDM berdasarkan hasil output yang sudah dilakukan proses olah data dan intepretasi data. Berdasarkan analisis data yang komperhensif akan bermanfaat sesuai konsentrasi pemasaran digital, technopreneur, dan konsultan bisnis digital.

Pustaka

Utama :

  1. Garson, G. D. (2016). Partial least squares: Regression & structural equation models (2016th ed.). G. David Garson and Statistical Associates Publishing.
  2. Ghozali, I., & Latan, H. (2015). Partial least squares: Konsep, teknik dan aplikasi menggunakan SmartPLS 3.0 (untuk penelitian empiris) (2nd ed.). Badan Penerbit Universitas Diponegor
  3. Sekaran, U., & Bougie, R. (2016). Research Methods for Business: A Skill-Building Approach (Seventh). John Wiley & Sons.

Pendukung :

  1. Hair, J. F., Ringle, C. M., & Sarstedt, M. (2011). PLS-SEM: Indeed a silver bullet. Journal of Marketing theory and Practice, 19(2), 139-152.

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
  1. Mahasiswa mampu memahami dasar, fungsi dan manfaat analisis data untuk bisnis
  2. Mahasiswa mampu mengidentifikasi dan memilih item kuesioner penelitian yang sesuai dan bereputasi
  1. Memahami dasar, fungsi dan manfaat analisis data untuk bisnis
  2. Mengidentifikasi dan memilih item kuesioner yang sesuai dan bereputasi
  3. Membuat tabulasi data pada MS. Excel yang baik dan benar
 Kriteria:

Ketepatan, kesesuaian dan penguasaan


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk		 Ceramah dan Praktikum
3x50		 Ceramah dan Praktikum
3x50		 Materi: Analisis Data
Pustaka: Sekaran, U., & Bougie, R. (2016). Research Methods for Business: A Skill-Building Approach (Seventh). John Wiley & Sons.		 5%

2

Minggu ke 2
  1. Mahasiswa mampu menganalisis data menggunakan Orange Data Mining
  2. Mahasiswa mampu mengintepretasikan hasil analisis data menggunakan Orange Data Mining
  1. Menampilkan suatu data penelitian, teks berita, teks opini masyarakat, teks program kerja dan lain sebagainya menggunakan Orange Data Mining
  2. Melakukan, menampilkan visual programming dan mengintepretasikan hasil uji menggunakan Orange Data Mining
 Kriteria:

Ketepatan, kesesuaian dan penguasaan


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk		 Ceramah dan praktikum
3x50		 Ceramah dan Praktikum
3x50		 Materi: Analisis Data
Pustaka: Sekaran, U., & Bougie, R. (2016). Research Methods for Business: A Skill-Building Approach (Seventh). John Wiley & Sons.		 5%

3

Minggu ke 3
  1. Mahasiswa mampu menganalisis data menggunakan Partial Least Square Structural Equation Modeling (PLS-SEM)
  2. Mahasiswa mampu mengintepretasikan hasil analisis data menggunakan Partial Least Square Structural Equation Modeling (PLS-SEM)
  1. Melakukan dan mengintepretasikan hasil uji measurement model/outer model yang terdiri dari convergent validity, discriminant validity, composite reliability dan cronbach’s alpha dengan Smart-PLS 3/4
  2. Melakukan dan mengintepretasikan hasil uji structural model/inner model yang terdiri dari r-square dan bootstrapping procedure dengan Smart-PLS 3/4
  3. Melakukan dan mengintepretasikan hasil uji Goodness of Fit dengan Smart-PLS 3/4
 Kriteria:

Ketepatan, kesesuaian dan penguasaan


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Hasil Project / Penilaian Produk		 Ceramah dan Praktikum
3x50		 Ceramah dan Praktikum
3x50		 Materi: SEM-PLS
Pustaka: Garson, G. D. (2016). Partial least squares: Regression & structural equation models (2016th ed.). G. David Garson and Statistical Associates Publishing.		 5%

4

Minggu ke 4

Mahasiswa Melaksanakan melaksanakan kegiatan Magang / Studi / KKN Mandiri / Program lainnya di perusahaan/badan usaha/yayasan.

Mahasiswa mampu menggunakan Orange Data Mining atau Smart-PLS sebagai analisis data sesuai area kerja

 Kriteria:

Ketepatan, kesesuaian dan penguasaan


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk, Praktik / Unjuk Kerja		 Praktik Kerja Lapangan
3x50		 Praktik Kerja Lapangan
3x50		 Materi: SEM-PLS
Pustaka: Garson, G. D. (2016). Partial least squares: Regression & structural equation models (2016th ed.). G. David Garson and Statistical Associates Publishing.		 5%

5

Minggu ke 5

Mahasiswa Melaksanakan melaksanakan kegiatan Magang / Studi / KKN Mandiri / Program lainnya di perusahaan/badan usaha/yayasan.

Mahasiswa mampu menggunakan Orange Data Mining atau Smart-PLS sebagai analisis data sesuai area kerja

 Kriteria:

Ketepatan, kesesuaian dan penguasaan


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk, Praktik / Unjuk Kerja		 Praktik Kerja Lapangan
3x50		 Praktik Kerja Lapangan
3x50		 Materi: Analisis Data
Pustaka: Sekaran, U., & Bougie, R. (2016). Research Methods for Business: A Skill-Building Approach (Seventh). John Wiley & Sons.		 5%

6

Minggu ke 6

Mahasiswa Melaksanakan melaksanakan kegiatan Magang / Studi / KKN Mandiri / Program lainnya di perusahaan/badan usaha/yayasan.

Mahasiswa mampu menggunakan Orange Data Mining atau Smart-PLS sebagai analisis data sesuai area kerja

 Kriteria:

Ketepatan, kesesuaian dan penguasaan


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk, Praktik / Unjuk Kerja		 Praktik Kerja Lapangan
3x50		 Praktik Kerja Lapangan
3x50		 Materi: Analisis Data
Pustaka: Sekaran, U., & Bougie, R. (2016). Research Methods for Business: A Skill-Building Approach (Seventh). John Wiley & Sons.		 5%

7

Minggu ke 7

Mahasiswa Melaksanakan melaksanakan kegiatan Magang / Studi / KKN Mandiri / Program lainnya di perusahaan/badan usaha/yayasan.

Mahasiswa mampu menggunakan Orange Data Mining atau Smart-PLS sebagai analisis data sesuai area kerja

 Kriteria:

Ketepatan, kesesuaian dan penguasaan


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk, Praktik / Unjuk Kerja		 Praktik Kerja Lapangan
3x50		 Praktik Kerja Lapangan
3x50		 Materi: Analisis Data
Pustaka: Sekaran, U., & Bougie, R. (2016). Research Methods for Business: A Skill-Building Approach (Seventh). John Wiley & Sons.		 5%

8

Minggu ke 8

Menyusun Laporan Rencana Kegiatan Magang / Studi / KKN Mandiri / Program lainnya di perusahaan/badan usaha/yayasan.

Mahasiswa mampu menjelaskan Laporan Rencana Kegiatan (LRK) dan potensi pengambilan data untuk Data Analytics dan Business Intelligence

 Kriteria:

Ketepatan, kesesuaian dan penguasaan


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Praktik Kerja Lapangan
2x50		 Praktik Kerja Lapangan
2x50		 Materi: Analisis Data
Pustaka: Sekaran, U., & Bougie, R. (2016). Research Methods for Business: A Skill-Building Approach (Seventh). John Wiley & Sons.		 10%

9

Minggu ke 9

Mahasiswa Melaksanakan melaksanakan kegiatan Magang / Studi / KKN Mandiri / Program lainnya di perusahaan/badan usaha/yayasan.

Mahasiswa mampu menggunakan Orange Data Mining atau Smart-PLS sebagai analisis data sesuai area kerja

 Kriteria:

Ketepatan, kesesuaian dan penguasaan


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk, Praktik / Unjuk Kerja		 Praktik Kerja Lapangan
 Praktik Kerja Lapangan
 Materi: Analisis Data
Pustaka: Sekaran, U., & Bougie, R. (2016). Research Methods for Business: A Skill-Building Approach (Seventh). John Wiley & Sons.		 5%

10

Minggu ke 10

Mahasiswa Melaksanakan melaksanakan kegiatan Magang / Studi / KKN Mandiri / Program lainnya di perusahaan/badan usaha/yayasan.

Mahasiswa mampu menggunakan Orange Data Mining atau Smart-PLS sebagai analisis data sesuai area kerja

 Kriteria:

Ketepatan, kesesuaian dan penguasaan


Bentuk Penilaian :
Praktik / Unjuk Kerja		 Praktik Kerja Lapangan
 Praktik Kerja Lapangan
 Materi: Analisis Data
Pustaka: Sekaran, U., & Bougie, R. (2016). Research Methods for Business: A Skill-Building Approach (Seventh). John Wiley & Sons.		 5%

11

Minggu ke 11

Mahasiswa Melaksanakan melaksanakan kegiatan Magang / Studi / KKN Mandiri / Program lainnya di perusahaan/badan usaha/yayasan.

Mahasiswa mampu menggunakan Orange Data Mining atau Smart-PLS sebagai analisis data sesuai area kerja

 Kriteria:

Ketepatan, kesesuaian dan penguasaan


Bentuk Penilaian :
Praktik / Unjuk Kerja		 Praktik Kerja Lapangan
 Praktik Kerja Lapangan
 Materi: Analisis Data
Pustaka: Sekaran, U., & Bougie, R. (2016). Research Methods for Business: A Skill-Building Approach (Seventh). John Wiley & Sons.		 5%

12

Minggu ke 12

Mahasiswa Melaksanakan Monitoring dan Evaluasi

Menjelaskan progres pengambilan data dan analisis data untuk Data Analytics dan Business Intelligence

 Kriteria:

Ketepatan, kesesuaian dan penguasaan


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Praktik Kerja Lapangan
3x50		 Praktik Kerja Lapangan
3x50		 Materi: Analisis Data
Pustaka: Sekaran, U., & Bougie, R. (2016). Research Methods for Business: A Skill-Building Approach (Seventh). John Wiley & Sons.		 10%

13

Minggu ke 13

Mahasiswa Melaksanakan melaksanakan kegiatan Magang / Studi / KKN Mandiri / Program lainnya di perusahaan/badan usaha/yayasan.

Mahasiswa mampu menggunakan Orange Data Mining atau Smart-PLS sebagai analisis data sesuai area kerja

 Kriteria:

Ketepatan, kesesuaian dan penguasaan


Bentuk Penilaian :
Praktik / Unjuk Kerja		 Praktik Kerja Lapangan
3x50		 Praktik Kerja Lapangan
3x50		 Materi: Analisis Data
Pustaka: Sekaran, U., & Bougie, R. (2016). Research Methods for Business: A Skill-Building Approach (Seventh). John Wiley & Sons.		 5%

14

Minggu ke 14

Mahasiswa Melaksanakan melaksanakan kegiatan Magang / Studi / KKN Mandiri / Program lainnya di perusahaan/badan usaha/yayasan.

Mahasiswa mampu menggunakan Orange Data Mining atau Smart-PLS sebagai analisis data sesuai area kerja

 Kriteria:

Ketepatan, kesesuaian dan penguasaan


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk, Praktik / Unjuk Kerja		 Praktik Kerja Lapangan
3x50		 Praktik Kerja Lapangan
3x50		 Materi: Analisis Data
Pustaka: Sekaran, U., & Bougie, R. (2016). Research Methods for Business: A Skill-Building Approach (Seventh). John Wiley & Sons.		 5%

15

Minggu ke 15

Mahasiswa Melaksanakan melaksanakan kegiatan Magang / Studi / KKN Mandiri / Program lainnya di perusahaan/badan usaha/yayasan.

Mahasiswa mampu menggunakan Orange Data Mining atau Smart-PLS sebagai analisis data sesuai area kerja

 Kriteria:

Ketepatan, kesesuaian dan penguasaan


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk, Praktik / Unjuk Kerja		 Praktik Kerja Lapangan
3x50		 Praktik Kerja Lapangan
3x50		 Materi: Analisis Data
Pustaka: Sekaran, U., & Bougie, R. (2016). Research Methods for Business: A Skill-Building Approach (Seventh). John Wiley & Sons.		 10%

16

Minggu ke 16

Mahasiswa Melaksanakan Seminar Hasil Kegiatan Magang / Studi / KKN Mandiri / Program lainnya di perusahaan/badan usaha/yayasan.
  1. Menyusun Laporan Interaktif Data User Engagement Perusahaan
  2. Mempresentasikan Laporan Akhir Kegiatan (LAK) Data Analytics dan Business Intelligence
 Kriteria:

Ketepatan, kesesuaian dan penguasaan


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Praktik Kerja Lapangan dan Presentasi
2x50		 Praktik Kerja Lapangan dan Presentasi
2x50		 Materi: Analisis Data
Pustaka: Sekaran, U., & Bougie, R. (2016). Research Methods for Business: A Skill-Building Approach (Seventh). John Wiley & Sons.		 10%



Rekap Persentase Evaluasi : Project Based Learning

No Evaluasi Persentase
1. Aktifitas Partisipasif 7.5%
2. Penilaian Hasil Project / Penilaian Produk 57.5%
3. Praktik / Unjuk Kerja 35%
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.