Universitas Negeri Surabaya
Fakultas Teknik
Program Studi S2 Informatika

Kode Dokumen

SEMESTER LEARNING PLAN

Course

KODE

Rumpun MataKuliah

Bobot Kredit

SEMESTER

Tanggal Penyusunan

Studi Lapangan

5510002005

Mata Kuliah Wajib Kurikulum - Institusional

T=0

P=0

ECTS=0

3

16 Januari 2025

OTORISASI

Pengembang S.P

Koordinator Rumpun matakuliah

Koordinator Program Studi




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


Dr. Ir. Ricky Eka Putra, S.Kom., M.Kom.


RICKY EKA PUTRA

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-6

Merencanakan, mengelola, dan mengontrol proyek-proyek di bidang Informatika, memastikan keberhasilan dalam pelaksanaan dan pencapaian tujuan proyek.

PLO-7

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

PLO-11

Mempersiapkan diri untuk memasuki dunia kerja dengan keterampilan dan pengetahuan yang dibutuhkan, serta mampu melanjutkan studi pada jenjang yang lebih tinggi atau mendapatkan sertifikat profesi.

Program Objectives (PO)

PO - 1

Mampu menganalisis masalah kompleks di industri/masyarakat dan merumuskan rancangan solusi ilmiah berbasis Komputasi Cerdas (Sains Data, AI, atau Jaringan Cerdas).

PO - 2

Mampu bertindak sebagai tenaga profesional manajerial yang adaptif dalam merencanakan, mengelola, dan mengontrol proyek teknologi informasi di lapangan.

PO - 3

Mampu menunjukkan karakter tangguh, kolaboratif, serta mampu mengidentifikasi potensi komersialisasi/technopreneurship dari produk digital yang dikembangkan selama studi lapangan.

PO - 4

Mampu menyusun laporan studi lapangan berstandar ilmiah dan mendeseminasikannya sebagai bukti kesiapan memasuki dunia kerja tingkat lanjut atau studi lanjut.

Matrik PLO-PO
 
POPLO-2PLO-6PLO-7PLO-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

Matakuliah Studi Lapangan pada jenjang S2 program studi Informatika bertujuan untuk memberikan pengalaman praktis kepada mahasiswa dalam mengaplikasikan pengetahuan dan keterampilan yang telah dipelajari di dalam kelas ke dalam situasi nyata di lapangan. Mahasiswa akan terlibat dalam proyek lapangan yang relevan dengan bidang Informatika, seperti pengembangan perangkat lunak, analisis data, keamanan informasi, atau topik lainnya yang sesuai dengan kebutuhan industri. Ruang lingkup mata kuliah ini mencakup pemahaman mendalam tentang tantangan dan solusi yang dihadapi dalam proyek lapangan, serta pengembangan kemampuan berkolaborasi, berkomunikasi, dan memecahkan masalah secara efektif dalam tim. Melalui matakuliah ini, diharapkan mahasiswa dapat mengembangkan keterampilan praktis yang dapat meningkatkan kesiapan mereka dalam menghadapi dunia kerja di industri Informatika.

Pustaka

Utama :

  1. Project Management Institute. (2021). A guide to the project management body of knowledge (PMBOK guide)—seventh edition and the standard for project management.
  2. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT Press.
  3. Schwaber, K. and Beedle, M. (2002) Agile Software Development with Scrum. Prentice-Hall, Upper Saddle River.
  4. Ries, E. (2017). The Lean Startup: How Today's Entrepreneurs use Continuous Innovation to Create Radically Successful Businesses . New York: Penguin Random House.

Pendukung :

  1. AWS Well-Architected Framework.
  2. Dokumentasi Cloud/Framework.
  3. ACM/IEEE Code of Ethics and Professional Conduct.
  4. Buku Pedoman Akademik Magister Unesa.
  5. Jurnal Bereputasi (IEEE Transactions / Springer).

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

Mahasiswa mampu memetakan proses bisnis berjalan dan mengidentifikasi kelemahan sistem (bottleneck) di industri mitra.

Ketepatan identifikasi akar masalah (root cause analysis) pada sistem berjalan milik mitra.

 Kriteria:

Kelayakan logis analisis masalah berdasarkan Rubrik Deskriptif Analisis Kebutuhan.


Bentuk Penilaian :
Aktifitas Partisipasif, Penilaian Portofolio		 Observasi lapangan dan wawancara dengan stakeholders industri mengenai alur kerja TI.
3 x 50		 Tatap maya via Zoom dengan DPL untuk validasi instrumen observasi awal.
1 x 50		 Materi: Requirement Gathering Techniques.
Pustaka: Project Management Institute. (2021). A guide to the project management body of knowledge (PMBOK guide)—seventh edition and the standard for project management.		 5%

2

Minggu ke 2

Mahasiswa mampu mengeksplorasi, mengumpulkan, dan mengaudit kualitas aset data awal (data profiling) pada organisasi mitra.

Validitas identifikasi bias data, data hilang (missing values), atau kerentanan redundansi sistem.

 Kriteria:

Ketajaman laporan profil data berdasarkan Rubrik Evaluasi Data.


Bentuk Penilaian :
Penilaian Praktikum, Praktik / Unjuk Kerja		 Pengumpulan sampel data langsung dari pangkalan data lokal industri bersama tim IT mitra.
3 x 50		 Analisis awal anomali data secara mandiri menggunakan skrip Python di Jupyter Notebook.
1 x 50		 Materi: Data Exploration and Profiling.
Pustaka: Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT Press.		 5%

3

Minggu ke 3

Mahasiswa mampu merancang arsitektur cetak biru (blueprint) solusi berbasis Komputasi Cerdas yang sesuai dengan problem mitra.

Keselarasan antara teknologi cerdas (AI/Sains Data/Jaringan) yang dipilih dengan skala kompleksitas problem mitra.

 Kriteria:

Kematangan desain sistem menggunakan Rubrik Evaluasi Arsitektur TI.


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 FGD bersama mentor industri untuk menyelaraskan arsitektur data/jaringan yang diusulkan.
3 x 50		 Mengunggah draf diagram arsitektur sistem ke platform Vinesa Unesa
1 x 50		 Materi: Enterprise IT Architecture Design for Intelligent Systems.
Pustaka: AWS Well-Architected Framework.		 5%

4

Minggu ke 4

Mahasiswa mampu menyusun Proposal Teknis dan Project Charter komputasi cerdas yang siap diujikan kelayakannya secara ilmiah.

Kelengkapan komponen administrasi proposal (ruang lingkup, batasan, anggaran, dan metrik keberhasilan).

 Kriteria:

Nilai kelayakan dokumen proposal teknis menggunakan Rubrik Evaluasi Proposal.


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Presentasi draf proposal teknis di hadapan jajaran manajemen IT industri mitra.
3 x 50		 Review draf proposal secara asinkron dengan DPL melalui Google Docs.
1 x 50		 Materi: Project Initiation and Charter Formulation.
Pustaka: Project Management Institute. (2021). A guide to the project management body of knowledge (PMBOK guide)—seventh edition and the standard for project management.		 5%

5

Minggu ke 5

Mahasiswa mampu menyusun Work Breakdown Structure (WBS) dan rencana kerja pengerjaan proyek TI (Sprint Planning).

Kejelasan pembagian kerja, dependensi antar-tugas, dan akurasi estimasi timeline proyek.

 Kriteria:

Ketepatan penjadwalan sesuai Rubrik Manajemen Proyek.


Bentuk Penilaian :
Aktifitas Partisipasif		 Sinkronisasi tugas dan estimasi bobot kerja bersama tim pengembang di industri mitra.
3 x 50		 Kolaborasi pembuatan task board digital memanfaatkan Jira atau GitHub Projects
1 x 50		 Materi: Scrum Framework and Sprint Backlog.
Pustaka: Schwaber, K. and Beedle, M. (2002) Agile Software Development with Scrum. Prentice-Hall, Upper Saddle River.		 5%

6

Minggu ke 6

Mahasiswa mampu mengelola lingkungan pengembangan (deployment environment) dan mengeksekusi implementasi modul awal sistem.

Kemajuan pengerjaan komponen teknis sesuai dengan target Sprint mingguan yang direncanakan.

 Kriteria:

Kepatuhan terhadap standar penulisan kode yang bersih (clean code/architecture).


Bentuk Penilaian :
Penilaian Praktikum, Praktik / Unjuk Kerja		 Praktik langsung konfigurasi server, pipa data (data pipeline), atau pemodelan AI awal di infrastruktur mitra.
3 x 50		 Melakukan code review interaktif menggunakan repositori GitHub.
1 x 50		 Materi: Model Layering and Environment Setup.
Pustaka: Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT Press.		 5%

7

Minggu ke 7

Mahasiswa mampu mengontrol jalannya proyek, mengevaluasi penyimpangan jadwal (scope creep), dan mengambil tindakan korektif.

Kemampuan adaptasi manajerial ketika menghadapi kendala teknis atau perubahan kebutuhan industri.

 Kriteria:

Akurasi data capaian riil vs rencana kerja awal pada Burn-down chart.


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Mempimpin pertemuan evaluasi berkala (Sprint Review) bersama Mentor Industri untuk validasi fungsi.
3 x 50		 Sinkronisasi pelaporan logbook digital pertengahan proyek di e-learning Vinesa.
1 x 50		 Materi: Sprint Review and Scope Management.
Pustaka: Schwaber, K. and Beedle, M. (2002) Agile Software Development with Scrum. Prentice-Hall, Upper Saddle River.		 5%

8

Minggu ke 8
  1. Mahasiswa mampu mengontrol kualitas luaran proyek melalui pengujian fungsionalitas sistem cerdas secara komprehensif.
  2. Mampu menjelaskan dengan lebih baik materi-materi dari minggu ke-1 s.d. ke-7
  1. Keberhasilan sistem melewati skenario uji fungsional tanpa kesalahan kritikal (critical bugs).
  2. Menerapkan konsep yang telah dipelajari
  3. Mengalisis dan memecahkan masalah
  4. Menjawab soal esai dan studi kasus
 Kriteria:
  1. Persentase kelulusan fitur pada dokumen hasil pengujian (UAT).
  2. Kedalaman jawaban
  3. Kejelasan analisis
  4. Ketepatan solusi

Bentuk Penilaian :
Praktik / Unjuk Kerja, Tes		 Pengujian sistem langsung menggunakan data uji riil industri melalui skema User Acceptance Testing (UAT) dan Menyelesaikan soal ujian Sub-Sumatif.
3 x 50		 Dokumentasi pelaporan bug dan pengisian berkas berita acara serah terima aplikasi sementara.
1 x 50		 Materi: Quality Control and Acceptance Testing.
Pustaka: Project Management Institute. (2021). A guide to the project management body of knowledge (PMBOK guide)—seventh edition and the standard for project management.		 15%

9

Minggu ke 9

Mahasiswa mampu mendemonstrasikan karakter tangguh, kolaboratif, dan kepemimpinan profesional dalam tim kerja lintas divisi.

Nilai reputasi kerja profesional, kepatuhan etika profesi IT, dan kontribusi aktif di dalam tim mitra.

 Kriteria:

Lembar Penilaian Kinerja Kualitatif & Kuantitatif yang diisi secara objektif oleh Mentor Industri.


Bentuk Penilaian :
Aktifitas Partisipasif		 Keterlibatan penuh dalam rapat koordinasi lintas divisi (IT, Operasional, Pemasaran) di industri mitra.
3 x 50		 Pengisian instrumen evaluasi diri kolaboratif (360-degree feedback) via Google Form.
1 x 50		 Materi: Professional Responsibility and Conflict Resolution.
Pustaka: ACM/IEEE Code of Ethics and Professional Conduct.		 5%

10

Minggu ke 10

Mahasiswa mampu menganalisis nilai ekonomi, efisiensi biaya (cost-benefit analysis), dan potensi komersialisasi inovasi IT bagi mitra.

Ketajaman analisis dampak finansial atau produktivitas organisasi akibat adanya adopsi sistem cerdas baru.

 Kriteria:

Logika perhitungan efisiensi yang rasional pada dokumen analisis kelayakan.


Bentuk Penilaian :
Penilaian Portofolio		 Wawancara dengan divisi finansial/operasional mitra untuk mengukur proyeksi reduksi biaya pasca implementasi IT.
3 x 50		 Analisis data biaya dan penyusunan draf perhitungan Return on Investment (ROI) produk cerdas.
1 x 50		 Materi: Value Proposition Design in Technology Industry.
Pustaka: Ries, E. (2017). The Lean Startup: How Today's Entrepreneurs use Continuous Innovation to Create Radically Successful Businesses . New York: Penguin Random House.		 5%

11

Minggu ke 11

Mahasiswa mampu merumuskan model bisnis digital (Lean Canvas) dari produk inovasi komputasi cerdas yang dikembangkan.

Kelengkapan dan ketepatan 9 elemen Lean Canvas yang berbasis pada keunikan teknologi komputasi cerdas.

 Kriteria:

Orisinalitas gagasan bisnis digital dan analisis keunggulan kompetitif produk (unfair advantage).


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Workshop pemetaan strategi pasar produk digital bersama inkubator bisnis / tim manajemen bisnis mitra.
3 x 50		 Mengunggah dokumen Lean Canvas interaktif di platform kolaborasi Miro/Mural.
1 x 50		 Materi: Lean Canvas Formulation for Technology Startups.
Pustaka: Ries, E. (2017). The Lean Startup: How Today's Entrepreneurs use Continuous Innovation to Create Radically Successful Businesses . New York: Penguin Random House.		 5%

12

Minggu ke 12

Mahasiswa mampu mengidentifikasi potensi perlindungan hukum atas kekayaan intelektual (Paten/Hak Cipta) dari produk digital hasil studi lapangan.

Kesesuaian klasifikasi jenis HKI yang diusulkan untuk melindungi inovasi komputasi cerdas yang dibuat.

 Kriteria:

Ketepatan pengisian draf formulir pendaftaran dan deskripsi klaim invensi/ciptaan.


Bentuk Penilaian :
Penilaian Portofolio		 Konsultasi dengan divisi legal/manajemen mitra mengenai kepemilikan kode sumber dan kebijakan rahasia dagang.
3 x 50		 Penelusuran mandiri dokumen invensi sejenis di database Ditjen KI.
1 x 50		 Materi: Intellectual Property Rights in Computing.
Pustaka: Buku Pedoman Akademik Magister Unesa.		 5%

13

Minggu ke 13

Mahasiswa mampu mengonstruksi laporan akhir studi lapangan bab analisis kinerja sistem dan rekomendasi manajerial secara ilmiah.

Kepatuhan tata tulis ilmiah, kedalaman pembahasan hasil evaluasi sistem, dan ketajaman rekomendasi solusi.

 Kriteria:

Kesesuaian sistematika laporan dengan Rubrik Standar Penulisan Laporan Ilmiah Magister Unesa.


Bentuk Penilaian :
Penilaian Portofolio		 Sinkronisasi akhir data dan penandatanganan Berita Acara Serah Terima (BAST) proyek dengan pimpinan mitra.
3 x 50		 Asistensi penulisan draf laporan bab 4 dan bab 5 bersama DPL melalui Google Docs.
1 x 50		 Materi: Scientific Reporting and Executive Recommendations.
Pustaka: Buku Pedoman Akademik Magister Unesa.		 5%

14

Minggu ke 14

Mahasiswa mampu mengonversi hasil studi kasus lapangan komputasi cerdas menjadi draf artikel ilmiah publikasi.

Struktur manuskrip ilmiah yang utuh dan kepatuhan sitasi terhadap jurnal komputer bereputasi terupdate.

 Kriteria:

Orisinalitas artikel ilmiah yang dibuktikan dengan tingkat kemiripan rendah (Turnitin < 20%).


Bentuk Penilaian :
Penilaian Hasil Project / Penilaian Produk		 Penelusuran mandiri artikel jurnal internasional bereputasi di perpustakaan untuk penguatan landasan teori.
3 x 50		 Proses penulisan draf artikel menggunakan platform kolaboratif Overleaf/LaTeX sesuai template target publikasi
1 x 50		 Materi: Academic Writing for Computer Science Journals.
Pustaka: Jurnal Bereputasi (IEEE Transactions / Springer).		 5%

15

Minggu ke 15

Mahasiswa mampu mendesain visualisasi data hasil proyek dan menyusun materi paparan tingkat eksekutif.

Kejelasan komunikasi visual, efektivitas infografis, dan kemampuan penyederhanaan data teknis yang kompleks pada slide.

 Kriteria:

Alur komunikasi slide mengacu pada Rubrik Komunikasi Eksekutif.


Bentuk Penilaian :
Penilaian Portofolio		 Simulasi presentasi mandiri (mock-defense) di hadapan rekan sejawat prodi S2 Informatika.
3 x 50		 Verifikasi akhir kelayakan berkas administratif kelulusan magang oleh DPL di sistem akademik.
1 x 50		 Materi: Stakeholder Communication and Data Visualization.
Pustaka: Project Management Institute. (2021). A guide to the project management body of knowledge (PMBOK guide)—seventh edition and the standard for project management.		 5%

16

Minggu ke 16
  1. Mahasiswa mampu mempertahankan argumentasi ilmiah atas solusi komputasi cerdas dan keputusan manajerial yang diambil selama studi lapangan di hadapan dewan penguji.
  2. Mampu menjelaskan dengan lebih baik materi-materi dari minggu ke-9 s.d. ke-15
  1. Penguasaan teoritis informatika, ketajaman menjawab pertanyaan kritis, dan ketepatan mempertahankan validitas solusi yang dibuat.
  2. Mengintegrasikan seluruh materi Data Mining yang telah dipelajari dalam mata kuliah
 Kriteria:
  1. Batas kelulusan nilai absolut jenjang Magister Unesa menggunakan Rubrik Penilaian Sidang Akhir Terpadu.
  2. Kemampuan menyelesaikan soal terkait semua CPMK

Bentuk Penilaian :
Praktik / Unjuk Kerja, Tes		 Ujian Sidang Pertanggungjawaban Studi Lapangan secara tatap muka (Viva Voce) di hadapan Tim Dosen Penguji Prodi dan Perwakilan Mitra serta Menyelesaikan soal Ujian Sumatif
3 x 50		 Pengunggahan dokumen final pasca-revisi dan draf final artikel ilmiah ke repositori Unesa.
1 x 50		 Materi: Comprehensive Defense of Intelligent Systems Implementation.
Pustaka: Project Management Institute. (2021). A guide to the project management body of knowledge (PMBOK guide)—seventh edition and the standard for project management.
Materi: Comprehensive Defense of Intelligent Systems Implementation.
Pustaka: Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT Press.
Materi: Comprehensive Defense of Intelligent Systems Implementation.
Pustaka: Schwaber, K. and Beedle, M. (2002) Agile Software Development with Scrum. Prentice-Hall, Upper Saddle River.
Materi: Comprehensive Defense of Intelligent Systems Implementation.
Pustaka: Ries, E. (2017). The Lean Startup: How Today's Entrepreneurs use Continuous Innovation to Create Radically Successful Businesses . New York: Penguin Random House.
Materi: Comprehensive Defense of Intelligent Systems Implementation.
Pustaka: AWS Well-Architected Framework.
Materi: Comprehensive Defense of Intelligent Systems Implementation.
Pustaka: Dokumentasi Cloud/Framework.
Materi: Comprehensive Defense of Intelligent Systems Implementation.
Pustaka: ACM/IEEE Code of Ethics and Professional Conduct.
Materi: Comprehensive Defense of Intelligent Systems Implementation.
Pustaka: Buku Pedoman Akademik Magister Unesa.
Materi: Comprehensive Defense of Intelligent Systems Implementation.
Pustaka: Jurnal Bereputasi (IEEE Transactions / Springer).		 15%



Rekap Persentase Evaluasi : Project Based Learning

No Evaluasi Persentase
1. Aktifitas Partisipasif 12.5%
2. Penilaian Hasil Project / Penilaian Produk 25%
3. Penilaian Portofolio 22.5%
4. Penilaian Praktikum 5%
5. Praktik / Unjuk Kerja 20%
6. Tes 15%
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.