Tambah asesmen per komponen, batasi Dasbor/Rekap ke kaprodi, penugasan per kelas

- Halaman nilai: tombol isi-cepat per komponen penilaian (bagian G RPS) yang
  menyalin nilai ke seluruh Sub-CPMK terkait; komponen berulang (Kuis, Tugas,
  Presentasi, Tes Lisan) mendukung banyak sesi dengan rata-rata otomatis,
  komponen sekali-jalan (UTS/UAS) mengedit sesi yang sama. Sub-CPMK yang
  diukur >1 komponen digulung rata tertimbang bobot (hitung.skor_dari_sesi).
- Hapus jalur unggah Excel & mode "ketik rata-rata kelas" (agregat) dari
  input nilai — proses diseragamkan: hanya grid manual + tombol komponen,
  keduanya bersumber dari daftar mahasiswa impor kaprodi.
- Dasbor Monitoring, Rekap CPL/CPMK, dan Riwayat kini khusus kaprodi (dosen
  tidak lagi melihat rollup lintas-MK yang bukan miliknya).
- Penugasan dosen ke MK bisa dibatasi per kelas (kolom kelas baru di tabel
  penugasan, migrasi otomatis & aman untuk DB yang sudah berjalan) — dosen
  MK dengan banyak kelas paralel hanya melihat & menilai kelasnya sendiri;
  hapus nilai MK penuh dikunci untuk dosen yang dibatasi kelas.

app/hitung.py

@@ -91,6 +91,56 @@ def bobot_sub_dari_rps(rps_data: dict | None) -> dict[str, float]:
     return bobot
 
 
+def skor_dari_sesi(komponen_daftar: list[dict], sesi: dict) -> dict[str, dict[str, float]]:
+    """npm -> {sub: skor}, dihitung dari log sesi input per-komponen (tombol
+    'isi per komponen' di halaman nilai): rata sederhana antar sesi dalam
+    komponen yang sama (mis. beberapa kali Kuis), lalu rata tertimbang bobot
+    antar-komponen bila satu Sub-CPMK diukur oleh >1 komponen (mis. Kuis dan
+    Presentasi sama-sama menilai satu Sub-CPMK) — bobot mengikuti alokasi
+    yang sama dengan bobot_sub_dari_rps (bobot komponen dibagi rata ke subnya).
+    """
+    komponen_by_i = {k["i"]: k for k in komponen_daftar}
+    per_komponen_avg: dict[int, dict[str, float]] = {}
+    for i_str, daftar_sesi in (sesi or {}).items():
+        try:
+            i = int(i_str)
+        except (TypeError, ValueError):
+            continue
+        if i not in komponen_by_i or not daftar_sesi:
+            continue
+        per_npm: dict[str, list[float]] = {}
+        for s in daftar_sesi:
+            for npm, v in (s.get("nilai") or {}).items():
+                if v is not None:
+                    per_npm.setdefault(npm, []).append(float(v))
+        per_komponen_avg[i] = {npm: _rata(xs) for npm, xs in per_npm.items()}
+
+    kontribusi_per_sub: dict[str, list[tuple[float, dict]]] = {}
+    for i, avg_map in per_komponen_avg.items():
+        k = komponen_by_i[i]
+        try:
+            bobot = float(k.get("bobot") or 0)
+        except (TypeError, ValueError):
+            bobot = 0
+        n_subs = len(k["subs"]) or 1
+        w = bobot / n_subs if bobot else 1.0
+        for sub in k["subs"]:
+            kontribusi_per_sub.setdefault(sub, []).append((w, avg_map))
+
+    out: dict[str, dict[str, float]] = {}
+    for sub, kontribusi in kontribusi_per_sub.items():
+        npms: set[str] = set()
+        for _, avg_map in kontribusi:
+            npms |= avg_map.keys()
+        for npm in npms:
+            pasangan = [(w, avg_map[npm]) for w, avg_map in kontribusi if npm in avg_map]
+            total_w = sum(w for w, _ in pasangan)
+            nilai = (sum(w * v for w, v in pasangan) / total_w) if total_w \
+                else _rata([v for _, v in pasangan])
+            out.setdefault(npm, {})[sub] = nilai
+    return out
+
+
 def nilai_akhir_mahasiswa(nilai_data: dict, bobot_sub: dict[str, float]) -> list[dict]:
     """Nilai akhir tertimbang bobot Sub-CPMK per mahasiswa (mode per_mahasiswa)."""
     out = []