CAPAIAN PEMBELAJARAN LULUSAN (CPL)

CPL 1 : Menunjukkan sikap bertanggung jawab atas pekerjaan di bidang keahliannya secara mandiri dan berkolaborasi dalam tim proyek riset.

CPL 2 : Menguasai konsep teoretis pemodelan sistem kompleks, System Dynamics (SD), dan algoritma Multi-Criteria Decision Making (MCDM)

CPL 3 : Mampu mengambil keputusan strategis berbasis analisis data simulasi skenario dan komputasi multikriteria pada masalah riil daerah

CPL 4 : Mampu merancang prototype dashboard SPK interaktif dan menyusun naskah riset terapan berstandar publikasi ilmiah

CAPAIAN PEMBELAJARAN MATA KULIAH (CPMK)

M1 : Mampu menganalisis dan memetakan masalah kompleks sistem dinamik pada domain kasus kelompok ke dalam bentuk Causal Loop Diagram (CLD) dan Stock & Flow Diagram (SFD). (CPMK01)

M2 : Mampu menerapkan dan mengomputasikan metode MCDM (AHP, ANP, TOPSIS, PROMETHEE, VIKOR, WASPAS, Fuzzy) untuk intervensi kebijakan sesuai topik kelompok. (CPMK02)

M3 : Mampu mengintegrasikan engine simulasi dinamik dan metode SPK ke dalam prototype dashboard interaktif serta menyusun naskah artikel ilmiah terapan berbasis proyek kelompok. (CPMK03)

DESKRIPSI SINGKAT MATA KULIAH:

Mata kuliah Sistem Pendukung Keputusan (SPK) berbasis Research-Based Learning (RBL) ini dirancang dengan pendekatan Project-Based Group Learning, di mana sejak awal semester mahasiswa dibagi ke dalam enam kelompok riset utama yang masing-masing fokus pada satu topik kasus strategis daerah—yakni (1) rantai pasok beras, (2) rantai pasok garam, (3) rantai pasok UMKM batik, (4) pariwisata bahari, (5) pariwisata desa, dan (6) rantai pasok tembakau—hingga akhir semester; setiap kelompok dibimbing secara bertahap untuk menganalisis masalah dinamis melalui Causal Loop Diagram (CLD) dan Stock Flow Diagram (SFD), mengomputasi algoritma SPK kuantitatif, membangun prototype dashboard SPK berbasis web, serta menyusun draf artikel ilmiah terapan yang siap dipublikasikan pada jurnal terakreditasi SINTA.

Target Luaran: (1)Model System Dynamic, (2)Model SPK, (3)Aplikasi web SD-SPK, (4)Paper SD-SPK

MATERI PEMBELAJARAN / POKOK BAHASAN

1.  Pengantar SPK, Sistem Dinamik, dan pembentukan 6 kelompok proyek riset RBL.

2.  Problem Articulation & Formulasi Causal Loop Diagram (CLD) spesifik per topik kelompok.

3.  Pemodelan Stock & Flow Diagram (SFD) dan simulasi perangkat lunak (Vensim/Python).

4.  Algoritma MCDM Hirarki/Jaringan: AHP & ANP (Formulasi kriteria & bobot kelompok).

5.  Algoritma MCDM Jarak Ideal: TOPSIS & VIKOR (Optimasi solusi skenario).

6.  Algoritma MCDM Outranking & Fuzzy: PROMETHEE, WASPAS, & Fuzzy Extension.

7.  Integrasi System Dynamics - SPK (Scenario Testing & What-If Analysis).

8.  Konstruksi Prototype Dashboard SPK berbasis Web (Streamlit/Python) per kelompok.

9.      Penyusunan Draf Artikel Riset Ilmiah Kelompok (Standar Template Jurnal SINTA).

REFERENSI

Utama:

1. Turban, E., Aronson, J. E., & Liang, T. P. (2011). Decision Support Systems and Intelligent Systems (9th ed.). Upper Saddle River, NJ: Pearson Prentice Hall.

2. Saaty, T. L. (2008). Decision making with the Analytic Hierarchy Process. International Journal of Services Sciences, 1(1), 83-98.

3. Hwang, C. L., & Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications. Berlin, Heidelberg: Springer-Verlag.

Pendukung:

4. Triantaphyllou, E. (2000). Multi-criteria Decision Making Methods: A Comparative Study. Dordrecht: Springer Science & Business Media.

5. Kusumadewi, S., Hartati, S., Harjoko, A., & Wardoyo, R. (2006). Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Yogyakarta: Graha Ilmu.

6.    Darmawan, A. K., & Luthfi, E. T. (2020). Sistem Pendukung Keputusan Penilaian Kinerja Berbasis Multi-Criteria Decision Making. Jurnal Keilmuan dan Aplikasi Informatika, 12(2), 45-56.

Integrasi Penelitian dan PkM

1.   Penelitian: Integrasi System Dynamics dan MCDM pada Rantai Pasok Komoditas Lokal (Garam, Tembakau, Beras, Batik) serta Pembatasan Daya Dukung Pariwisata Daerah.

2.   PkM: Penerapan Dashboard SPK Interaktif untuk Pengambilan Keputusan Mitra UMKM, BUMDesa, dan Pengelola Destinasi Wisata Lokal.

MEDIA PEMBELAJARAN

Perangkat Lunak: LMS / E-Learning UIM, Microsoft Excel / Google Sheets, VS Code / PyCharm / Google Colab, MySQL / PostgreSQL, Web Browser (Chrome/Firefox), Python / PHP / Framework Web, Vensim / Insight Maker.

Perangkat Keras: Laptop/PC Dosen & Mahasiswa (RAM min 4GB), LCD Projector / Smart Board, Jaringan Internet / Wi-Fi Kampus UIM, Localhost / Cloud Server

TEAM TEACHING

Aang Kisnu Darmawan, ST, MM (Tim Dosen Pengampu Rumpun RPL & Sistem Informasi).

MATA KULIAH SYARAT

Basis Data (MKB020102) & Algoritma dan Pemrograman (MKB020101 / MKB020105).

RENCANA PEMBELAJARAN MINGGUAN (16 MINGGU) 

PEMETAAN TOPIK RISET PERKELOMPOK

LUARAN UTAMA MATA KULIAH

MATRIKS LUARAN SPESIFIK PER KELOMPOK TOPIK RISET