RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI AGROTEKNOLOGI UNIVERSITAS GUNADARMA Tanggal Penyusunan Kode dan Nama MK SKS dan Semester Prasyarat Status Mata Kuliah Dosen Pengampu Capaian Pembelajaran Mata Kuliah 29/01/2016 Tanggal revisi - KT064304 Pengantar Bioinformatika Pertanian SKS 2 Semester VI (ATA) […] Wajib [√] Pilihan Achmad Yozar Perkasa, SP, MSi 1. Bertakwa kepada Tuhan Yang Maha Esa dan mampu menunjukkan sikap religius. 2. Menjunjung tinggi nilai kemanusiaan dalam menjalankan tugas berdasarkan agama, moral, dan etika. 3. Berkontribusi dalam peningkatan mutu kehidupan bermasyarakat, berbangsa, bernegara, dan kemajuan peradaban berdasarkan Pancasila 4. Berperan sebagai warga negara yang bangga dan cinta tanah air, memiliki nasionalisme serta rasa tanggung jawab pada negara dan bangsa. 5. Menghargai keanekaragaman budaya, Sikap pandangan, agama, dan kepercayaan, serta pendapat atau temuan orisinal orang lain. 6. Bekerja sama dan memiliki kepekaan sosial serta kepedulian terhadap masyarakat dan lingkungan. 7. Taat hukum dan disiplin dalam kehidupan bermasyarakat dan bernegara. 8. Menginternalisasi nilai, norma, dan etika akademik. 9. Menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri. 10. Menginternalisasi semangat kemandirian, kejuangan, dan kewirausahaan. 1. Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang keahliannya. 2. Mampu menunjukkan kinerja mandiri, bermutu, dan terukur. Ketrampilan Umum 3. Mampu mengkaji implikasi pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai humaniora sesuai dengan keahliannya berdasarkan kaidah, tata cara dan etika ilmiah dalam rangka menghasilkan solusi, gagasan, desain atau kritik seni. 4. Mampu menyusun deskripsi saintifik hasil kajian tersebut di atas dalam bentuk skripsi Deskripsi Umum (Silabus) Metode Pembelajaran Pengalaman Belajar/Tugas atau laporan tugas akhir, dan mengunggahnya dalam laman perguruan tinggi. 5. Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya, berdasarkan hasil analisis informasi dan data. 6. Mampu memelihara dan mengembangkan jaringan kerja dengan pembimbing, kolega, sejawat baik di dalam maupun di luar lembaganya. 7. Mampu bertanggungjawab atas pencapaian hasil kerja kelompok dan melakukan supervisi serta evaluasi terhadap penyelesaian pekerjaan yang ditugaskan kepada pekerja yang berada di bawah tanggungjawabnya. 8. Mampu melakukan proses evaluasi diri terhadap kelompok kerja yang berada di bawah tanggungjawabnya, dan mampu mengelola pembelajaran secara mandiri. 9. Mampu mendokumentasikan, menyimpan, mengamankan, dan menemukan kembali data untuk menjamin kesahihan dan mencegah plagiasi. 1. Mahasiswa mampu menjelaskan beberapa contoh konsep bioinformatika pertanian modern dan aplikasinya dalam mendukung perkembangan ilmu terapan, menyelesaikan masalah terkait bioinformatika pertanian. Pengetahuan 2. Mahasiswa akan mampu menjelaskan peran dan alasan perlunya menekuni Biologi serta meningkatkan ketrampilan sebagai anggota muda masyarakat ilmiah yang trampil mengembangkan diri secara individual atau berkelompok serta berkomunikasi. 1. Mahasiswa mampu menjelaskan serta Ketrampilan menganalisis konsep dasar biologi molekuler, Khusus sintesis ekspresi gen dan regulasinya, analisis genom dan protein serta bioinformatik. Eukariotik. Sintesis protein (ekspresi gen): proses transkripsi dan translasi dan mengontrolan ekspresi gen secara molekuler pada Prokariotik dan Eukariotik. Mekanisme Replikasi DNA dan ensimensim yang berperan: Mekanisme Homologous Recombinan, dan Sitespecific recombination and transposition. Gene Regulation Mechanism: Reg. sequence in protein coding gene & cascade signaling pathway for controlling gene activity. Struktur dasar Protein: determinasi & klasifikasi, modifikasi protein dan roteomic, protein turn-over Interaction of DNA-Protein & Protein-Protein in Eukaryotes dan rokaryota. 1. √ 3. Praktik Laboratorium √ Ceramah/Kuliahpakar 2. Problem Based 5. Self Learning (V-class) Learning/FGD 3. Project Based √ 6. Lainnya… Learning a. Tayangan √ c. Online exercise / kuiz Presentasi (V-class) b. Review √ d.Laporan - Referensi textbook/jurnal (1) Lander, E.S. and D. Botstein. 1989. Mapping Mendelian factors underlying quantitative traits using RFLP linkage maps.Genetics 121: 185–199. (2) Sax, K. 1923. The association of size differences with seed coat pattern and pigmentation in Phaseolus vulgaris. Genetics 8: 552– 560. (3) Fisher, R. 1918. The correlation between relatives on the supposition of Mendelian inheritance. Philosophical Transactions of the Royal Society of Edinburgh 52: 399–433. (4) Hesper B, Hogeweg P. 1970. Bioinformatica: een werkconcept 1 (6). Kameleon: 28–29. (5) Johnson G, Wu TT. 2000. Kabat Database and its applications: 30 years after the first variability plot. Nucleic Acids Res 28 (1): 214–218. (6) Attwood TK, Gisel A, Eriksson N-E, Bongcam-Rudloff E. 2011. Concepts, Historical Milestones and the Central Place of Bioinformatics in Modern Biology: A European Perspective. Bioinformatics – Trends and Methodologies. InTech. Retrieved 8 Jan2012. (7) Benson DA, Karsch-Mizrachi I, Lipman DJ, Ostell J, Wheeler DL.2008. GenBank. Nucleic Acids Res. 36 (Database issue): D25– 30. (8) Brohée, Sylvain; Barriot, Roland; Moreau, Yves. Biological knowledge bases using Wikis: combining the flexibility of Wikis with the structure of databases. Bioinformatics. Oxford Journals. (9) Donald I. Patt & Gail R. Patt. 1975. An Introduction to Modern Genetics. Philippines: Addison-Wesley. p. 179. (10) Daniel L. Hartl.1996. Essential Genetics. London: Jones and Bartlett. p. 9. (11) Altschul, Stephen; Gish, Warren; Miller, Webb; Myers, Eugene; Lipman, David (1990). "Basic local alignment search tool". Journal of Molecular Biology 215 (3): 403–410. (12) Maki R et al. 2007. Gene Expression. Proc. Natl. Acad. Sci. USA77:2138. (13) Campbell, 2002. Biologi. Jakarta :Penerbit Erlangga. No 1. 2. 3. Kemampuan Akhir yang diharapkan Mahasiswa mampu memahami pengertian, ruang lingkup dan sejarah bioinformatika Mahasiswa mengetahui peran bioinformatika dalam bidang pertanian Mahasiswa mengetahui pengertian DNA, RNA dan Protein Kriteria dan indikator Bahan Kajian Memahami pengertian, ruang lingkup dan sejarah bioinformatika Ceramah/Kuliah pakar 1. Kontrak Perkuliahan dan Ruang Lingkup M.K 2. Kuliah Pengantar Kegunaan bioinformatika dalam aplikasi di bidang pertanian Ceramah/Kuliah pakar 1. Pemuliaan dan Bioteknologi tanaman 2. Rekayasa genetik tanaman Memahami pengertian DNA, RNA dan Protein Praktikum 1. Review Jurnal peran bioinformatika dalam pertanian Ceramah/Kuliah pakar 1. Pengertian DNA 2. Pengertian RNA 3. Pengertian Protein Metode Pembelajaran 1 Alokasi Waktu (Jam) 2 x 50 menit Teknik Penilaian Partisipasi Mahasiswa Sumber belajar 4,6 1 2 x 50 menit Partisipasi Mahasiswa 1, 2, 3, 4 1 2 x 50 menit Partisipasi Mahasiswa 1,2,3,4 1, 5 2 x 50 menit Partisipasi Mahasiswa 1, 2, 3 Praktikum 4. Mahasiswa mengetahui fungsi bioinformatika untuk penelitian plant genom project Memahami fungsi bioinformatika untuk penelitian plat genom project Ceramah/Kuliah pakar 1. The rice genom project 2. Arabidopsis thaliana genom project Praktikum No 5. 6. 7. Kemampuan Akhir yang diharapkan Mahasiswa mengetahui pangkalan data sekuens biologi untuk asam nukleat yang berasal dari Genbank (Amerika Serikat), EMBL (The European Molecular Biology Laboratory, Eropa) dan DDBJ (DNA Data Bank of Japan, Jepang) Kriteria dan indikator Bahan Kajian Memahami cara pencarian sekuens asam nukleat menggunakan pangkalan data Genbank (Amerika Serikat), EMBL (The European Molecular Biology Laboratory, Eropa) dan DDBJ (DNA Data Bank of Japan, Jepang) Ceramah/Kuliah pakar 1. GenBank (Amerika Serikat) 2. EMBL (The European Molecular Biology Laboratory, Eropa) 3. DDBJ (DNA Data Bank of Japan, Jepang) Praktikum 1. GenBank (Amerika Serikat) 2. EMBL (The European Molecular Biology Laboratory, Eropa) 3. DDBJ (DNA Data Bank of Japan, Jepang) Metode Pembelajaran 1, 5 Alokasi Waktu (Jam) 2 x 50 menit Teknik Penilaian Partisipasi Mahasiswa Sumber belajar 5, 7, 9 No 8. 9. Kemampuan Akhir yang diharapkan Mahasiswa mengetahui pangkalan data sekuens biologi untuk protein yang berasal dari PIR (Protein Information Resource, Amerika Serikat), SwissProt (Eropa), dan TrEMBL (Eropa) Mahasiswa mengetahui BLAST (Basic Local Alignment Search Tool) yang merupakan perkakas bioinformatika yang berkaitan erat dengan penggunaan pangkalan data sekuens biologi. Kriteria dan indikator Bahan Kajian Memahami cara pencarian sekuens biologi untuk protein yang berasal dari PIR (Protein Information Resource, Amerika Serikat), Swiss-Prot (Eropa), dan TrEMBL (Eropa) Ceramah/Kuliah pakar 1. PIR (Protein Information Resource, Amerika Serikat) 2. Swiss-Prot (Eropa) 3. TrEMBL (Eropa) Memahami cara penggunaan BLAST (Basic Local Alignment Search Tool) Ceramah/Kuliah 1. BLAST (Basic Local Alignment Search Tool) Metode Pembelajaran 1b Alokasi Waktu (Jam) 2 x 50 menit Teknik Penilaian Partisipasi Mahasiswa, Kuiz Sumber belajar 6, 9 2 x 50 menit Partisipasi Mahasiswa, Laporan 12 Praktikum 1. PIR (Protein Information Resource, Amerika Serikat) 2. Swiss-Prot (Eropa) 3. TrEMBL (Eropa) Praktikum 1. BLAST (Basic Local Alignment Search Tool) 1 No 10. 11. 12. 13. Kemampuan Akhir yang diharapkan Mahasiswa mengetahui Sequence alignment merupakan metode dasar dalam analisis sekuens. Mahasiswa mengetahui ekspresi gen tanaman Mahasiswa mengetahui tipe populasi tanaman 14. Mahasiswa mengetahui QTL (Quantitative Trait Locus) Pemuliaan Tanaman 15. Mahasiswa mengetahui perkembangan dan penerapan bioinformatika di bidang pertanian Kriteria dan indikator Bahan Kajian Memahami sequence alignment merupakan metode dasar dalam analisis sekuens. Ceramah/Kuliah 1. Sequence alignment Metode Pembelajaran 1, 5 Praktikum Pembuatan multiple alignment, primer dan degenerate primer UJIAN TENGAH SEMESTER Memahami proses Ceramah/Kuliah pakar ekspresi gen tanaman 1. Ekspresi gen Memahami tanaman Alokasi Waktu (Jam) 2 x 50 menit Teknik Penilaian Partisipasi Mahasiswa, Kreativitas Mahasiswa Sumber belajar 12 1 2 x 50 menit Partisipasi Mahasiswa 13 1 2 x 50 menit Partisipasi Mahasiswa 14 2 x 50 menit Partisipasi Mahasiswa, Tayangan Presentasi, Laporan 1, 2, 3 2 x 50 menit Partisipasi Mahasiswa Laporan 1, 2, 3 1. Pratikum 1. Software Ntsys, metode clustering untuk melihat kesamaan ekspresi gen populasi Ceramah/Kuliah pakar 1. Tipe populasi tanaman Praktikum 1. Software Cervus, parentage analysis Memahami QTL Ceramah/Kuliah pakar (Quantitative Trait 1. QTL (Quantitative Locus) Pemuliaan Trait Locus) Tanaman Praktikum 1. Software DARwin5 Melihat perkembangan Ceramah/Kuliah pakar dan penerapan 1. Pekembangan dan bioinformatika di penerapan bidang pertanian bioinformatika di 1 1 No Kemampuan Akhir yang diharapkan Indonesia Kriteria dan indikator Indonesia Bahan Kajian bidang pertanian Indonesia Praktikum 1. Review Jurnal mengenai perkembangan bioinfommatika pertanian 16. UJIAN AKHIR SEMESTER Metode Pembelajaran Alokasi Waktu (Jam) Teknik Penilaian Sumber belajar