UNIVERSITAS BUMIGORA
FAKULTAS PROGRAM PASCA SARJANA
PROGRAM STUDI S2 ILMU KOMPUTER

RPS-18-IKKK321110
RENCANA PEMBELAJARAN SEMESTER
MATA KULIAH (MK) KODE Rumpun MK BOBOT (sks) SEMESTER Tanggal Penyusunan
Intellegence Decision Support IKKK321110 Artificial Intelligence (AI) T= 3 2 19 Jan 2026
Pengesahan Dosen Pengembang RPS Koordinator RMK Ka PRODI

Dr. Neny Sulistianingsih, M.Kom
-
Dr. Neny Sulistianingsih, M.Kom
Capaian Pembelajaran CPL-PRODI yang dibebankan pada MK
CPL01 Mampu menguasai dan mengembangkan konsep serta teori lanjutan di bidang sistem cerdas dan rekayasa perangkat lunak dan data secara mendalam dan sistematis
CPL02 Mampu merancang dan mengimplementasikan solusi teknologi berbasis AI dan data engineering untuk menyelesaikan permasalahan kompleks di berbagai sektor
Capaian Pembelajaran Mata Kuliah (CPMK)
CPMK029 Mampu merancang sistem pendukung keputusan berbasis AI secara profesional
CPMK036 Mampu mengelola proyek pengembangan sistem pendukung keputusan berbasis AI
CPMK054 Mampu mengintegrasikan aspek etis dalam sistem pendukung keputusan berbasis AI
Kemampuan akhir tiap tahapan belajar (Sub-CPMK)
sub.cpmk.IKKK321110.CPMK029 .1 Mampu menganalisis kebutuhan pengguna dan lingkungan keputusan untuk merancang sistem pendukung keputusan (SPK) berbasis AI
sub.cpmk.IKKK321110.CPMK029 .2 Mampu memilih dan mengimplementasikan metode AI (misalnya: fuzzy logic, decision tree, neural network) dalam sistem SPK
sub.cpmk.IKKK321110.CPMK029 .3 Mampu merancang antarmuka pengguna dan arsitektur sistem yang mendukung proses pengambilan keputusan yang akurat dan cepat
sub.cpmk.IKKK321110.CPMK029 .4 Mampu melakukan dokumentasi dan pelaporan sistem SPK berbasis AI secara profesional sesuai standar industri dan akademik
sub.cpmk.IKKK321110.CPMK036 .1 Mampu menyusun rencana pengembangan sistem SPK berbasis AI termasuk estimasi waktu, sumber daya, dan risiko
sub.cpmk.IKKK321110.CPMK036 .2 Mampu mengelola proses iteratif pengembangan sistem dari fase perencanaan, implementasi, pengujian, hingga evaluasi akhir
sub.cpmk.IKKK321110.CPMK054 .1 Mampu mengidentifikasi isu etika terkait bias algoritma, transparansi keputusan, dan privasi data dalam sistem SPK
sub.cpmk.IKKK321110.CPMK054 .2 Mampu merancang sistem pengambilan keputusan yang mempertimbangkan fairness, accountability, dan explainability
sub.cpmk.IKKK321110.CPMK054 .3 Mampu menilai kepatuhan sistem terhadap standar dan regulasi etika dalam penerapan AI untuk pengambilan keputusan
Korelasi CPMK terhadap Sub-CPMK
CPMK029 sub.cpmk.IKKK321110.CPMK029 .1
sub.cpmk.IKKK321110.CPMK029 .2
sub.cpmk.IKKK321110.CPMK029 .3
sub.cpmk.IKKK321110.CPMK029 .4
CPMK036 sub.cpmk.IKKK321110.CPMK036 .1
sub.cpmk.IKKK321110.CPMK036 .2
CPMK054 sub.cpmk.IKKK321110.CPMK054 .1
sub.cpmk.IKKK321110.CPMK054 .2
sub.cpmk.IKKK321110.CPMK054 .3
Deskripsi Singkat MK Mata kuliah ini ditujukan untuk mahasiswa Magister Ilmu Komputer (Audience) agar mampu menganalisis kebutuhan pengguna, merancang, serta mengimplementasikan sistem pendukung keputusan berbasis Artificial Intelligence (Behavior) melalui pembelajaran teori, studi kasus, praktik pemrograman, dan proyek kelompok (Condition) sehingga mahasiswa dapat menghasilkan solusi SPK yang akurat, efisien, dan sesuai dengan standar etika AI minimal pada tingkat baik (Degree).
Bahan Kajian : Materi Pembelajaran 1. Konsep Dasar IDSS 2. Analisis Kebutuhan Sistem 3. Metode AI untuk IDSS 4. Desain Antarmuka dan Arsitektur Sistem 5. Perencanaan Pengembangan IDSS 6. Pengelolaan Proses Iteratif 7. Dokumentasi dan Pelaporan Sistem 8. Isu Etika dalam IDSS 9. Perancangan Sistem Etis 10. Regulasi & Standar Etika
Pustaka Utama
  • 1. Sánchez-Marrè, M. (2022). Intelligent decision support systems. Springer.
  • 2. Zapata-Cortes, J. A., Sánchez-Ramírez, C., Alor-Hernández, G., & García-Alcaraz, J. L. (Eds.). (2022). Handbook on decision making: Volume 3 – Trends and challenges. Springer.
  • 3. Gupta, J. N. D., Forgionne, G. A., & Mora T., M. (2006). Intelligent decision-making support systems: Foundations, applications, and challenges. Springer.
  • 4. Turban, E., Sharda, R., & Delen, D. (2020). Decision Support and Business Intelligence Systems.
  • 5. Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach.
  • 6. Mitchell, T. (1997). Machine Learning.
Pendukung
Dosen Pengampu Dr. Neny Sulistianingsih, M.Kom
Mata Kuliah Syarat -
Pertemuan Ke Kemampuan akhir tiap tahapan belajar (Sub-CPMK) Penilaian Bentuk Pembelajaran; Metode Pembelajaran; Penugasan Mahasiswa; Materi Pembelajaran Bobot Penilaian
Indikator Kriteria & Teknik Luring Daring
1 sub.cpmk.IKKK321110.CPMK029 .1-Mampu menganalisis kebutuhan pengguna dan lingkungan keputusan untuk merancang sistem pendukung keputusan (SPK) berbasis AI Mahasiswa mampu menjelaskan komponen IDSS Kriteria
Partisipasi aktif dalam diskusi
Teknik
Ceramah, diskusi, tanya jawab 		Kuliah,Ceramah Langsung,[C=100 Menit]
 Pemahaman materi mandiri,Video Pembelajaran,[VA=50 Menit]
 Topik
Pengenalan IDSS
Sub Topik
Arsitektur, peran SPK dalam pengambilan keputusan
5
2 sub.cpmk.IKKK321110.CPMK029 .2-Mampu memilih dan mengimplementasikan metode AI (misalnya: fuzzy logic, decision tree, neural network) dalam sistem SPK sub.cpmk.IKKK321110.CPMK029 .3-Mampu merancang antarmuka pengguna dan arsitektur sistem yang mendukung proses pengambilan keputusan yang akurat dan cepat Implementasi metode AI berhasil Kriteria
Kesesuaian output daftar isi sesuai ketentuan
Teknik
Ceramah, praktikum Python, studi kasus 		Diskusi,Problem based Learning,[PBL=50 Menit]
 Penugasan,Project based Learning,[PjBL=100 Menit]
 Topik
Metode AI untuk IDSS
Sub Topik
Algoritma & penerapan
 10
3
4 sub.cpmk.IKKK321110.CPMK029 .2-Mampu memilih dan mengimplementasikan metode AI (misalnya: fuzzy logic, decision tree, neural network) dalam sistem SPK Kemampuan menerapkan ML dan Data Mining dalam IDSS Kriteria
Partisipasi aktif dalam diskusi
Teknik
Diskusi, Latihan 		Kuliah,Ceramah Langsung,[C=150 Menit]
 Topik
Teknik ML dan Data Mining untuk IDSS
Sub Topik
-
 5
5 sub.cpmk.IKKK321110.CPMK036 .1-Mampu menyusun rencana pengembangan sistem SPK berbasis AI termasuk estimasi waktu, sumber daya, dan risiko Rencana proyek realistis dan sistematis Kriteria
Partisipasi aktif dalam diskusi
Teknik
- 		Penugasan,Kuis Take Home,[KH=50 Menit]
 Topik
Manajemen proyek IDSS: estimasi waktu, SDM, risiko
Sub Topik
-
 10
6
7 sub.cpmk.IKKK321110.CPMK036 .2-Mampu mengelola proses iteratif pengembangan sistem dari fase perencanaan, implementasi, pengujian, hingga evaluasi akhir Analisis siklus pengembangan tepat Kriteria
Partisipasi aktif dalam diskusi
Teknik
Kuliah, diskusi 		Diskusi,Project based Learning,[PjBL=150 Menit]
 Topik
Siklus pengembangan sistem
Sub Topik
-
 5
8 sub.cpmk.IKKK321110.CPMK029 .1-Mampu menganalisis kebutuhan pengguna dan lingkungan keputusan untuk merancang sistem pendukung keputusan (SPK) berbasis AI sub.cpmk.IKKK321110.CPMK029 .2-Mampu memilih dan mengimplementasikan metode AI (misalnya: fuzzy logic, decision tree, neural network) dalam sistem SPK sub.cpmk.IKKK321110.CPMK029 .3-Mampu merancang antarmuka pengguna dan arsitektur sistem yang mendukung proses pengambilan keputusan yang akurat dan cepat sub.cpmk.IKKK321110.CPMK029 .4-Mampu melakukan dokumentasi dan pelaporan sistem SPK berbasis AI secara profesional sesuai standar industri dan akademik Jawaban tepat & argumentasi logis Kriteria
Ketepatan jawaban ujian sesuai perintah soal
Teknik
ujian tertulis 		Ujian terjadwal,Durasi sesuai DAAK,[D=150 Menit]
 Topik
UJIAN TENGAH SEMESTER (UTS)
Sub Topik
-
 5
9 sub.cpmk.IKKK321110.CPMK036 .1-Mampu menyusun rencana pengembangan sistem SPK berbasis AI termasuk estimasi waktu, sumber daya, dan risiko Laporan sesuai standar akademik Kriteria
Partisipasi aktif dalam diskusi
Teknik
 Kuliah,Ceramah Langsung,[C=150 Menit]
 Topik
Teknik dokumentasi sistem, laporan teknis & akademik
Sub Topik
-
 10
10
11 sub.cpmk.IKKK321110.CPMK054 .1-Mampu mengidentifikasi isu etika terkait bias algoritma, transparansi keputusan, dan privasi data dalam sistem SPK Mampu mengidentifikasi isu etika Kriteria
Kemampuan mahasiswa dalam menerapkan konsep/teori untuk menganalisis kasus nyata atau simulasi profesional.
Teknik
- 		Penugasan,Project based Learning,[PjBL=50 Menit]
 Topik
Bias algoritma, privasi data, transparansi keputusan
Sub Topik
-
 10
12
13 sub.cpmk.IKKK321110.CPMK054 .2-Mampu merancang sistem pengambilan keputusan yang mempertimbangkan fairness, accountability, dan explainability Sistem memperhatikan fairness & transparansi Kriteria
Partisipasi aktif dalam diskusi
Teknik
- 		Kuliah,Ceramah Langsung,[C=150 Menit]
 Topik
Etika AI & prinsip fairness
Sub Topik
-
 5
14 sub.cpmk.IKKK321110.CPMK054 .3-Mampu menilai kepatuhan sistem terhadap standar dan regulasi etika dalam penerapan AI untuk pengambilan keputusan Analisis sesuai regulasi Kriteria
Partisipasi aktif dalam diskusi
Teknik
- 		Diskusi,Problem based Learning,[PBL=150 Menit]
 Topik
Regulasi & standar etika AI (GDPR, IEEE, dll.)
Sub Topik
-
 5
15 sub.cpmk.IKKK321110.CPMK036 .1-Mampu menyusun rencana pengembangan sistem SPK berbasis AI termasuk estimasi waktu, sumber daya, dan risiko sub.cpmk.IKKK321110.CPMK036 .2-Mampu mengelola proses iteratif pengembangan sistem dari fase perencanaan, implementasi, pengujian, hingga evaluasi akhir Dokumentasi lengkap dan presentasi baik Kriteria
Ketepatan jawaban dan kesesuaian sintaks dan output yang diminta
Teknik
presentasi 		Penugasan,Project based Learning,[PjBL=150 Menit]
 Topik
Finalisasi proyek IDSS
Sub Topik
-
 10
16 sub.cpmk.IKKK321110.CPMK054 .1-Mampu mengidentifikasi isu etika terkait bias algoritma, transparansi keputusan, dan privasi data dalam sistem SPK sub.cpmk.IKKK321110.CPMK054 .2-Mampu merancang sistem pengambilan keputusan yang mempertimbangkan fairness, accountability, dan explainability sub.cpmk.IKKK321110.CPMK054 .3-Mampu menilai kepatuhan sistem terhadap standar dan regulasi etika dalam penerapan AI untuk pengambilan keputusan Analisis komprehensif dan argumentasi Kriteria
Ketepatan jawaban ujian sesuai perintah soal
Teknik
- 		Ujian terjadwal,Durasi sesuai DAAK,[D=150 Menit]
 Topik
UJIAN AKHIR SEMESTER (UAS)
Sub Topik
-
 20

Teknik Penilaian CPMK

CPL MK CPMK Tugas teori (individu) Tes Tulis (UTS) Tes Tulis (UAS) Tugas Teori (Kelompok) Partisipasi
CPL02 Intellegence Decision Support CPMK029 Y Y Y
CPL03 Intellegence Decision Support CPMK036 Y Y Y
CPL05 Intellegence Decision Support CPMK054 Y Y Y

Prosedur Penilaian CPMK

1. Komponen Penilaian CPMK
CPL CPMK Sub-CPMK Detail Penugasan (Teknik Penilaian) Bobot % Kriteria Penilaian
CPL02 CPMK029 sub.cpmk.IKKK321110.CPMK029 .1 Ceramah, diskusi, tanya jawab 5 Partisipasi aktif dalam diskusi
CPL02 CPMK029 sub.cpmk.IKKK321110.CPMK029 .2, sub.cpmk.IKKK321110.CPMK029 .3 Ceramah, praktikum Python, studi kasus 10 Kesesuaian output daftar isi sesuai ketentuan
CPL02 CPMK029 sub.cpmk.IKKK321110.CPMK029 .2 Diskusi, Latihan 5 Partisipasi aktif dalam diskusi
CPL03 CPMK036 sub.cpmk.IKKK321110.CPMK036 .1 - 10 Partisipasi aktif dalam diskusi
CPL03 CPMK036 sub.cpmk.IKKK321110.CPMK036 .2 Kuliah, diskusi 5 Partisipasi aktif dalam diskusi
CPL02 CPMK029 sub.cpmk.IKKK321110.CPMK029 .1, sub.cpmk.IKKK321110.CPMK029 .2, sub.cpmk.IKKK321110.CPMK029 .3, sub.cpmk.IKKK321110.CPMK029 .4 ujian tertulis 5 Ketepatan jawaban ujian sesuai perintah soal
CPL03 CPMK036 sub.cpmk.IKKK321110.CPMK036 .1 10 Partisipasi aktif dalam diskusi
CPL05 CPMK054 sub.cpmk.IKKK321110.CPMK054 .1 - 10 Kemampuan mahasiswa dalam menerapkan konsep/teori untuk menganalisis kasus nyata atau simulasi profesional.
CPL05 CPMK054 sub.cpmk.IKKK321110.CPMK054 .2 - 5 Partisipasi aktif dalam diskusi
CPL05 CPMK054 sub.cpmk.IKKK321110.CPMK054 .3 - 5 Partisipasi aktif dalam diskusi
CPL03 CPMK036 sub.cpmk.IKKK321110.CPMK036 .1, sub.cpmk.IKKK321110.CPMK036 .2 presentasi 10 Ketepatan jawaban dan kesesuaian sintaks dan output yang diminta
CPL05 CPMK054 sub.cpmk.IKKK321110.CPMK054 .1, sub.cpmk.IKKK321110.CPMK054 .2, sub.cpmk.IKKK321110.CPMK054 .3 - 20 Ketepatan jawaban ujian sesuai perintah soal
Total 100
2. Penilaian CPMK
CPL MK CPMK Tugas teori (individu) Tes Tulis (UTS) Tes Tulis (UAS) Tugas Teori (Kelompok) Partisipasi Total
CPL02 Intellegence Decision Support CPMK029 10% 5% 0% 0% 10% 25%
CPL03 Intellegence Decision Support CPMK036 20% 0% 0% 10% 5% 35%
CPL05 Intellegence Decision Support CPMK054 10% 0% 20% 0% 10% 40%
100%