Manajemen Pelayanan RS
Rencana Pembelajaran Semester (RPS)
Deskripsi Mata Kuliah
Informasi Umum
Prof. Dr. dr. Arlina Dewi, M.Kes
2026/2027
09 January 2026
Detail Deskripsi
Mata kuliah Literasi Digital dirancang untuk membekali mahasiswa Magister Manajemen
Rumah Sakit dengan keterampilan dasar dan lanjutan dalam memanfaatkan teknologi digital
guna menunjang proses akademik, penelitian, serta publikasi ilmiah. Materi pembelajaran
meliputi pengenalan platform akademik digital (KRS Online, SIMAK, MS Teams,
MyKlass), strategi pencarian artikel ilmiah terkini melalui database bereputasi dan teknik
penggunaan keywords, serta keterampilan menulis akademik menggunakan bahasa
Indonesia yang baik dan benar sesuai kaidah PUEBI.
Selain itu, mahasiswa akan dilatih dalam merumuskan research question melalui analisis
research gap dan identifikasi masalah manajemen rumah sakit, serta menguasai pengelolaan
referensi digital dengan aplikasi manajemen pustaka (Mendeley/Zotero).
Komponen penting lainnya dalam mata kuliah ini adalah pemanfaatan Artificial
Intelligence (AI) secara etis untuk mendukung pencarian literatur, penyusunan ringkasan,
analisis teks, serta asistensi penulisan akademik tanpa melanggar prinsip integritas ilmiah.
Dengan mengikuti mata kuliah ini, mahasiswa diharapkan mampu menghasilkan luaran
berupa draft proposal tesis dan naskah artikel publikasi ilmiah yang sesuai dengan standar
akademik, etika penulisan, serta integritas ilmiah.
Materi Pembelajaran
1. Metodologi penelitian & research design
2. Penulisan akademik .
3. Bahasa Indonesia akademik.
4. Manajemen referensi & sitasi
Capaian Pembelajaran Lulusan (CPL)
Daftar Seluruh CPL Prodi
Total 2 CPLMenganalisis teori dan konsep manajemen serta nilai Islam sebagai dasar pengambilan keputusan strategis di rumah sakit.
Mengevaluasi kinerja dan daya saing rumah sakit berdasarkan analisis faktor internal dan eksternal berbasis bukti.
CPL Terpilih
Menganalisis teori dan konsep manajemen serta nilai Islam sebagai dasar pengambilan keputusan strategis di rumah sakit.
Mengevaluasi kinerja dan daya saing rumah sakit berdasarkan analisis faktor internal dan eksternal berbasis bukti.
Data CPL disinkronkan dari standar kurikulum Program Studi. Pastikan total bobot CPL pada mata kuliah ini mencapai 100%.
Capaian Pembelajaran Mata Kuliah (CPMK)
Pemetaan CPMK terhadap CPL
CPMK merupakan penjabaran dari CPL yang dibebankan pada mata kuliah ini. Tampilan bersifat read-only.
Mahasiswa mampu menguasai literasi digital dasar dalam mendukung proses akademik, menggunakan platform akademik
Mahasiswa mampu merumuskan dan menghasilkan luaran akademik berbasis literasi digital (research question dan manajemen referensi digital).
Sub-Capaian Pembelajaran Mata Kuliah (Sub-CPMK)
Sub-CPMK-1.1.1
Mahasiswa mampu menggunakan platform akademik digital (KRS Online, SIMAK, MS Teams, MyKlass).
Sub-CPMK-1.1.2
Mahasiswa mampu melakukan pencarian informasi ilmiah dengan strategi yang tepat (search engine, keywords).
Sub-CPMK-1.1.3
Mahasiswa mampu menulis akademik dengan bahasa Indonesia yang baik dan benar (pembentukan kalimat dan paragraf).
Sub-CPMK-2.1.1
Mahasiswa mampu merumuskan research question melalui identifikasi research gap dan masalah manajemen rumah sakit.
Sub-CPMK-2.1.2
Mahasiswa mampu mengelola referensi digital dengan aplikasi (Mendeley/Zotero) untuk sitasi, daftar pustaka, dan draft tesis/publikasi.
Sub-CPMK-2.1.3
Mahasiswa mampu merumuskan dan menghasilkan luaran akademik berbasis literasi digital, termasuk perumusan research question,39 manajemen referensi digital, serta pemanfaatan AI secara etis untuk mendukung penyusunan tesis dan publikasi ilmiah.
Rencana Kegiatan Pembelajaran
Distribusi capaian, metode, dan penilaian selama 1 semester
|
Minggu ke |
Kemampuan Akhir (Sub-CPMK) |
Penilaian |
Bentuk / Strategi Pembelajaran (Metode & Tugas) |
Materi Pembelajaran |
Bobot Penilaian (%) |
||
|---|---|---|---|---|---|---|---|
| Indikator | Kriteria & Teknik | Luring | Daring | ||||
|
1
|
Sub-CPMK-1.1.1
Mahasiswa mampu menggunakan platform akademik digital (KRS Online, SIMAK, MS Teams, MyKlass). |
1. Mahasiswa |
1. Mahasiswa dapat |
Luring: Demo |
Daring: Tutorial |
Materi: Literasi
|
10%
|
|
2
|
Sub-CPMK-1.1.2
Mahasiswa mampu melakukan pencarian informasi ilmiah dengan strategi yang tepat (search engine, keywords). |
1. Dapat |
1. Tugas individu |
Luring (Skill Lab): |
Daring: |
Materi: Strategi Pustaka: |
20%
|
|
3
|
Sub-CPMK-1.1.3
Mahasiswa mampu menulis akademik dengan bahasa Indonesia yang baik dan benar (pembentukan kalimat dan paragraf). |
1. Ketepatan |
1. Tugas ringkasan |
Latihan menulis |
Konsultasi revisi, |
Materi: Kaidah Pustaka: Moeliono |
10%
|
| Total Bobot Penilaian | 40% | ||||||
Daftar Tugas & Penilaian
1
Ujian online berupa Kuis MyKlass
Sub-CPMK1,
Sub-CPMK2,
Sub-CPMK3
Deskripsi Penilaian
UCPMK 1 ini bertujuan untuk mengukur kemampuan mahasiswa dalam mengidentifikasi parameter
ancaman dan kerentanan akibat bencana gempa
Metode Penilaian
1. Mahasiswa mengerjakan kuis melalui myklass dengan 1 x attempt
2. waktu pengerjaan 60 menit
3. Nilai langsung keluar setelah selesai mengerjakan
Indikator & Kriteria
Indikator: Mengidentifikasi nilai dan hasil (20%)
Bentuk & Format Luaran
Luaran berupa score (nilai) yang terecord di Myklass dan terhubung dalam grading nilai
Pustaka Utama
- pt materi kuliah pekan ke 1 – 3
- buku….
- video…
- dll
Informasi Lainnya
Mahasiswa dengan nilai kurang dari 66 akan diberikan kesempatan remidi 1x
Matriks Evaluasi & Penilaian
| Minggu | CPL | CPMK | Sub-CPMK | Bobot Sub-CPMK (%) | Indikator Penilaian | Bentuk Penilaian | Bobot CPMK (%) |
|---|---|---|---|---|---|---|---|
|
4
|
CPL 1 |
CPMK-1.1
Mahasiswa mampu menguasai literasi digital dasar dalam mendukung proses akademik, menggunakan platform akademik |
Sub-CPMK-1.1.1
Mahasiswa mampu menggunakan platform akademik digital (KRS Online, SIMAK, MS Teams, MyKlass). |
5%
|
Mengidentifikasi nilai dan hasil |
Kuis Myklass |
Total
20%
|
|
Sub-CPMK-1.1.2
Mahasiswa mampu melakukan pencarian informasi ilmiah dengan strategi yang tepat (search engine, keywords). |
5%
|
|
|
||||
|
Sub-CPMK-1.1.3
Mahasiswa mampu menulis akademik dengan bahasa Indonesia yang baik dan benar (pembentukan kalimat dan paragraf). |
10%
|
|
|
||||
| Total Bobot Keseluruhan CPMK |
20%
|
||||||
Referensi
Pustaka Wajib (Utama)
1. Creswell, J. W., & Creswell, J. D. (2018). Research Design:
Qualitative, Quantitative, and Mixed Methods Approaches (5th
ed.). Thousand Oaks, CA: Sage Publications.
2. Booth, W. C., Colomb, G. G., & Williams, J. M. (2016). The Craft
of Research (4th ed.). University of Chicago Press.
3. American Psychological Association. (2020). Publication Manual
of the American Psychological Association (7th ed.). Washington,
DC: APA.
4. Moeliono, A. M., et al. (2017). Tata Bahasa Baku Bahasa
Indonesia (Edisi ke-4). Jakarta: Badan Pengembangan dan
Pembinaan Bahasa.
5. Kementerian Pendidikan dan Kebudayaan RI. (2017). Pedoman
Umum Ejaan Bahasa Indonesia (PUEBI). Jakarta: Kemdikbud.
Pustaka Pendukung (Tambahan)
1. Kumar, R. (2019). Research Methodology: A Step-by-Step Guide
for Beginners (5th ed.). Sage Publications.
2. Ridley, D. (2012). The Literature Review: A Step-by-Step Guide
for Students (2nd ed.). Sage Publications.
3. Pears, R., & Shields, G. (2019). Cite Them Right: The Essential
Referencing Guide (11th ed.). Red Globe Press.
4. Hartley, J. (2008). Academic Writing and Publishing: A Practical
Handbook. Routledge.
5. Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern
Approach (4th ed.). Pearson.
6. Dwivedi, Y. K., et al. (2023). “So what if ChatGPT wrote it?
Multidisciplinary perspectives on opportunities, challenges and
implications of generative AI for research, practice and policy.”
International Journal of Information Management, 71, 102642.
7. UNESCO. (2021). Recommendation on the Ethics of Artificial
Intelligence. Paris: UNESCO.
8. Elsevier. (2023). Responsible Use of AI in Research and
Publishing: Guidelines for Authors and Editors. Elsevier.
Manuals & Guides:
○ Mendeley Desktop & Reference Manager User Guide.
Elsevier.
○ Zotero Quick Start Guide. Zotero.org.
○ Turnitin Instructor & Student Guide. Turnitin.
Asisten RPS
Informasi dari AI mungkin tidak akurat