
|
Universitas Negeri Surabaya
Fakultas Teknik
Program Studi S1 Perencanaan Wilayah dan Kota
|
Kode Dokumen |
SEMESTER LEARNING PLAN |
Course |
KODE |
Rumpun MataKuliah |
Bobot Kredit |
SEMESTER |
Tanggal Penyusunan |
Studio 2 (Komputasi) |
3520104040 |
|
T=2 |
P=2 |
ECTS=6.36 |
2 |
9 April 2026 |
OTORISASI |
Pengembang S.P |
Koordinator Rumpun matakuliah |
Koordinator Program Studi |
Abdiyah Amudi, S.T.,M.T. dan Nurul Mahmudiyah, S.Si., M.T.
|
Dr. Agus Wiyono, S.Pd.,M.T.
|
LYNDA REFNITASARI |
Model Pembelajaran |
Project Based Learning |
Program Learning Outcomes (PLO)
|
PLO program Studi yang dibebankan pada matakuliah |
PLO-5 |
Mampu menguasai prinsip dasar dan teori dalam bidang perencanaan wilayah dan kota. |
PLO-6 |
Mampu melaksanakan survei baik perorangan maupun kelompok secara efektif dan efisien. |
Program Objectives (PO) |
PO - 1 |
Menerapkan konsep dan teori perencanaan wilayah dan kota dalam pengembangan model komputasi untuk analisis data spasial (C3)
|
PO - 2 |
Menganalisis dan memecah masalah perencanaan wilayah menjadi komponen-komponen yang dapat diatasi dengan solusi berbasis komputasi (C4)
|
PO - 3 |
Mengevaluasi efektivitas algoritma dan perangkat lunak yang digunakan dalam studi kasus perencanaan wilayah dan kota (C5)
|
PO - 4 |
Menciptakan solusi inovatif untuk masalah perencanaan menggunakan teknik komputasi dan analisis data (C6)
|
PO - 5 |
Menerapkan perangkat lunak perencanaan untuk simulasi dan visualisasi data wilayah dan kota (C3)
|
PO - 6 |
Menganalisis hasil output dari aplikasi perangkat lunak perencanaan untuk mendapatkan insight perencanaan yang lebih mendalam (C4)
|
PO - 7 |
Mengevaluasi kelayakan dan keberlanjutan solusi perencanaan yang dihasilkan melalui metode komputasi (C5)
|
PO - 8 |
Menciptakan metodologi baru dalam analisis data perencanaan wilayah dan kota yang lebih efisien dan efektif (C6)
|
Matrik PLO-PO |
| |
| PO | PLO-5 | PLO-6 | | PO-1 | ✔ | ✔ | | PO-2 | ✔ | | | PO-3 | | ✔ | | PO-4 | ✔ | ✔ | | PO-5 | | | | PO-6 | | | | PO-7 | | ✔ | | PO-8 | ✔ | ✔ |
|
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 | | | | | | | | | | | | | | ✔ | ✔ | ✔ |
|
Deskripsi Singkat Mata Kuliah
|
Matakuliah Studio 2 (Komputasi) pada program studi Perencanaan Wilayah dan Kota bertujuan untuk memberikan pemahaman dan keterampilan dalam penggunaan komputasi dan teknologi informasi dalam konteks perencanaan wilayah dan kota. Mahasiswa akan mempelajari konsep dasar komputasi, pemrograman, analisis data spasial, serta aplikasi perangkat lunak khusus untuk perencanaan wilayah dan kota. Ruang lingkup mata kuliah mencakup pengenalan perangkat lunak GIS (Geographic Information System), analisis spasial, visualisasi data, serta penerapan teknologi informasi dalam proses perencanaan wilayah dan kota. |
Pustaka
|
Utama : |
|
- Fischer,M,M. and Getis, A. 2009. Handbook of Applied Spatial Analysis. Springer Heidelberg Dordrecht London New York
- Pramoedyo, H, 2021 Analisius Spasial dan Penerapannya. Universitas Negeri Malang Penerbit dan Percetakan.
- Anselin L, Rey S.J, 2010, Perspective on Spatial Data Analysis. Springer.
- Arbia, G, 2006, Spatial Econometrics: Statistical Foundations and pplications toRegional Convergence.Springer, Berlin.
- Borrough, P.A and R.A. McDonell. 2000. Principles of Geographical Information System. Oxford University Press. Inc. New York.
- Ficher MM and Getis A, 2010, Handbook of Applied Spatial Analysis Software. Tools, Methods and Applications. Springer-Verlag Berlin Heidelberg.
- Getis, A. 2010. Perspective on Spatial Data Analysis. Springer Heidelberg Dordrecht London. New York.
|
Pendukung : |
|
|
Dosen Pengampu
|
Prof. Dr. Agus Wiyono, S.Pd., M.T. Nurul Makhmudiyah, S.Si., M.T. Abdiyah Amudi, S.T., M.T. Lynda Refnitasari, S.Si., M.URP Insan Wastuwidya Mahardiani, S.Si., M.Sc. Naimah Putri Kamila, S.T., M.P.W.K. |
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 dan teori perencanaan wilayah dan kota dalam pengembangan model komputasi untuk analisis data spasial. |
- Penerapan konsep perencanaan wilayah dan kota dalam model komputasi
- Kemampuan analisis data spasial
- Kreativitas dalam pengembangan model komputasi
|
Kriteria:
Tuntas > 65 Bentuk Penilaian : Aktifitas Partisipasif |
Pembelajaran berbasis proyek.
|
Diskusi daring tentang penerapan konsep perencanaan wilayah dan kota dalam model komputasi, Pengembangan model komputasi sederhana berdasarkan teori perencanaan
|
Materi: Konsep perencanaan wilayah dan kota, Model komputasi untuk analisis data spasial, Integrasi konsep perencanaan ke dalam model komputasi Pustaka: Handbook Perkuliahan |
5% |
2
Minggu ke 2 |
Mahasiswa diharapkan mampu mengaplikasikan konsep dan teori perencanaan wilayah dan kota dalam pengembangan model komputasi untuk analisis data spasial (C3). |
- Penerapan konsep perencanaan wilayah dan kota dalam model komputasi
- Kemampuan menganalisis data spasial dengan menggunakan model komputasi
|
Kriteria:
Tuntas > 65 Bentuk Penilaian : Aktifitas Partisipasif |
Pembelajaran berbasis proyek.
|
Pengembangan model komputasi untuk analisis data spasial menggunakan perangkat lunak tertentu
|
Materi: Konsep perencanaan wilayah dan kota, Model komputasi untuk analisis data spasial, Integrasi konsep perencanaan wilayah dan kota ke dalam model komputasi Pustaka: Handbook Perkuliahan |
5% |
3
Minggu ke 3 |
Mahasiswa diharapkan mampu menerapkan konsep dan teori perencanaan wilayah dan kota dalam pengembangan model komputasi untuk analisis data spasial. |
- Penerapan konsep perencanaan wilayah dan kota dalam model komputasi
- Kemampuan analisis data spasial dengan tepat
- Kreativitas dalam pengembangan model komputasi
|
Kriteria:
Tuntas > 65 Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk |
Pembelajaran Berbasis Proyek.
|
Diskusi daring tentang penerapan konsep dalam studi kasus terkait
|
Materi: Konsep Perencanaan Wilayah dan Kota, Model Komputasi untuk Analisis Data Spasial, Integrasi Konsep dalam Pengembangan Model Pustaka: Handbook Perkuliahan |
5% |
4
Minggu ke 4 |
Mahasiswa diharapkan mampu menganalisis masalah perencanaan wilayah, memecahnya menjadi komponen-komponen yang dapat diatasi dengan solusi berbasis komputasi, dan merancang solusi yang efektif dan efisien. |
- Analisis Masalah Perencanaan Wilayah
- Pemecahan Masalah dengan Solusi Berbasis Komputasi
- Rancangan Solusi Komputasi
|
Kriteria:
Tuntas > 65 Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk |
Pembelajaran Berbasis Masalah.
|
Diskusi daring, Pengumpulan proyek secara daring
|
Materi: Pengenalan Perencanaan Wilayah, Metode Analisis Masalah, Pendekatan Komputasi dalam Perencanaan Wilayah Pustaka: Handbook Perkuliahan |
5% |
5
Minggu ke 5 |
Mahasiswa diharapkan mampu mengevaluasi efektivitas algoritma dan perangkat lunak yang digunakan dalam studi kasus perencanaan wilayah dan kota. |
- Kemampuan menganalisis efektivitas algoritma
- Kemampuan mengevaluasi kinerja perangkat lunak
- Kemampuan menyimpulkan hasil evaluasi
|
Kriteria:
Tuntas > 65 Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio |
Pembelajaran Berbasis Proyek.
|
Penugasan Analisis Efektivitas Algoritma
|
Materi: Konsep Evaluasi Algoritma, Metode Evaluasi Perangkat Lunak, Studi Kasus Perencanaan Wilayah dan Kota Pustaka: Handbook Perkuliahan |
5% |
6
Minggu ke 6 |
Mahasiswa diharapkan mampu mengevaluasi efektivitas algoritma dan perangkat lunak yang digunakan dalam studi kasus perencanaan wilayah dan kota. |
- Kemampuan menganalisis kinerja algoritma
- Kemampuan mengevaluasi perangkat lunak dalam konteks perencanaan wilayah dan kota
|
Kriteria:
Tuntas > 65 Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk, Tes |
Diskusi, Studi Kasus, Demonstrasi.
|
Diskusi daring tentang evaluasi algoritma yang efektif dalam perencanaan wilayah dan kota
|
Materi: Konsep Evaluasi Algoritma, Metode Evaluasi Perangkat Lunak, Studi Kasus Perencanaan Wilayah dan Kota Pustaka: Handbook Perkuliahan |
5% |
7
Minggu ke 7 |
Mahasiswa diharapkan mampu menghasilkan solusi inovatif dalam perencanaan dengan memanfaatkan teknik komputasi dan analisis data. |
- Kemampuan menerapkan teknik komputasi
- Kemampuan menganalisis data dengan tepat
- Kemampuan menciptakan solusi inovatif
|
Kriteria:
Tuntas > 65 Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio |
Pembelajaran Berbasis Proyek.
|
Diskusi daring tentang penerapan teknik komputasi dalam perencanaan
|
Materi: Pengenalan Teknik Komputasi, Penerapan Analisis Data dalam Perencanaan, Strategi Solusi Inovatif Pustaka: Handbook Perkuliahan |
5% |
8
Minggu ke 8 |
Ujian Tengah Semester |
- solusi inovatif
- teknik komputasi
- analisis data
|
Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio |
Tes
|
Tes
|
Materi: Pustaka: Handbook Perkuliahan |
15% |
9
Minggu ke 9 |
Mahasiswa diharapkan mampu menghasilkan solusi inovatif untuk masalah perencanaan dengan memanfaatkan teknik komputasi dan analisis data. |
- Kemampuan menerapkan teknik komputasi
- Kemampuan menganalisis data
- Kreativitas dalam menciptakan solusi inovatif
|
Kriteria:
Tuntas > 65 Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio |
Pembelajaran berbasis proyek.
|
Pengembangan proyek perencanaan menggunakan teknik komputasi dan analisis data
|
Materi: Pengenalan teknik komputasi, Penerapan analisis data dalam perencanaan, Strategi menciptakan solusi inovatif Pustaka: Handbook Perkuliahan |
5% |
10
Minggu ke 10 |
Mahasiswa diharapkan mampu menerapkan perangkat lunak perencanaan untuk melakukan simulasi dan visualisasi data wilayah dan kota dengan baik dan benar. |
- Kemampuan menerapkan perangkat lunak perencanaan
- Kemampuan melakukan simulasi data wilayah dan kota
- Kemampuan memvisualisasikan data geospasial
|
Kriteria:
Tuntas > 65 Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio |
Pembelajaran berbasis proyek.
|
Pembuatan proyek simulasi data wilayah dan kota menggunakan perangkat lunak yang telah dipelajari
|
Materi: Konsep perangkat lunak perencanaan, Simulasi data wilayah dan kota, Visualisasi data geospasial Pustaka: Handbook Perkuliahan |
5% |
11
Minggu ke 11 |
Mahasiswa diharapkan mampu menganalisis hasil output dari aplikasi perangkat lunak perencanaan untuk mendapatkan insight perencanaan yang lebih mendalam. |
- Kemampuan menganalisis hasil output aplikasi perangkat lunak perencanaan
- Kemampuan mendapatkan insight perencanaan yang lebih mendalam
|
Kriteria:
Tuntas > 65 Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk, Tes |
Pembelajaran berbasis proyek.
|
Penugasan proyek online
|
Materi: Pengantar Perencanaan, Analisis Output Aplikasi Perangkat Lunak, Insight Perencanaan Pustaka: Handbook Perkuliahan |
5% |
12
Minggu ke 12 |
Mahasiswa diharapkan mampu menguasai kemampuan kognitif Mengevaluasi kelayakan dan keberlanjutan solusi perencanaan yang dihasilkan melalui metode komputasi (C5) sesuai dengan Taksonomi Bloom. |
- Kemampuan mengidentifikasi faktor-faktor kelayakan solusi perencanaan
- Kemampuan mengevaluasi keberlanjutan solusi perencanaan
- Kemampuan menganalisis hasil evaluasi
|
Kriteria:
Tuntas > 65 Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio |
Pembelajaran berbasis proyek.
|
Diskusi daring tentang studi kasus evaluasi kelayakan solusi perencanaan
|
Materi: Faktor-faktor kelayakan solusi perencanaan, Metode evaluasi keberlanjutan solusi, Analisis hasil evaluasi Pustaka: Handbook Perkuliahan |
5% |
13
Minggu ke 13 |
Mahasiswa diharapkan mampu menciptakan metodologi baru dalam analisis data perencanaan wilayah dan kota yang efisien dan efektif. |
- Kemampuan dalam merumuskan metodologi baru
- Kemampuan dalam menerapkan metodologi dalam analisis data
- Kreativitas dalam menghasilkan solusi efisien
|
Kriteria:
Tuntas > 65 Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio |
Pembelajaran Berbasis Proyek.
|
Penugasan Proyek Online
|
Materi: Konsep Dasar Analisis Data, Metodologi Baru dalam Perencanaan Wilayah dan Kota, Studi Kasus Implementasi Pustaka: Handbook Perkuliahan |
5% |
14
Minggu ke 14 |
Mahasiswa diharapkan mampu menciptakan metodologi baru dalam analisis data perencanaan wilayah dan kota yang efisien dan efektif. |
- metodologi analisis data baru
- efisiensi analisis data
- efektivitas perencanaan wilayah dan kota
|
Kriteria:
Tuntas > 65 Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio |
Pembelajaran Berbasis Proyek.
|
Diskusi daring tentang penerapan metodologi baru dalam analisis data perencanaan wilayah dan kota
|
Materi: Langkah-langkah menciptakan metodologi baru dalam analisis data perencanaan wilayah dan kota, Teknik optimasi analisis data Pustaka: Handbook Perkuliahan |
5% |
15
Minggu ke 15 |
Mahasiswa diharapkan mampu menciptakan metodologi baru dalam analisis data perencanaan wilayah dan kota yang lebih efisien dan efektif. |
- Metodologi analisis data baru
- Efisiensi perencanaan wilayah dan kota
- Efektivitas pengambilan keputusan
|
Kriteria:
Tuntas > 65 Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk, Penilaian Portofolio |
Pembelajaran berbasis proyek.
|
Penugasan proyek online
|
Materi: Teknik analisis data terbaru, Pengolahan data untuk perencanaan wilayah dan kota, Peningkatan efisiensi dan efektivitas dalam pengambilan keputusan Pustaka: Handbook Perkuliahan |
5% |
16
Minggu ke 16 |
|
Menahami materi pertemuan 9-15 |
Kriteria:
Tuntas > 65 Bentuk Penilaian : Penilaian Hasil Project / Penilaian Produk, Tes |
Tes
|
Tes
|
|
15% |