Computational Thinking

petunjuk belajar

Untuk belajar komputer salah satu yang harus dipelajari adalah computational thinking (CT). CT ini juga bermanfaat dalam kehidupan sehari-hari maupun pada mata pelajaran yang lainya. Dengan belajar CT diharapkan kalian akan mampu memecahkan masalah seperti seorang ilmuwan komputer, dengan kata lain, Computational Thinking adalah adalah sebuah metoda pemecahan masalah dengan mengaplikasikan/melibatkan teknik yang digunakan oleh software engineer dalam menulis program. Hari ini nanti silahkan kalian baca materi dibawah dan mengerjakan contoh soal CT.

presensi siswa

Klik tombol dibawah ini untuk mengisi presensi. Presensi dilakukan sesuai jadwal pelajaran. Kedisiplinanmu juga menjadi penilaian sikap dan karakter. Presensi akan direkap setiap pertemuan.

definisi

Computational thinking atau berpikir komputasi merupakan cara berpikir yang memungkinkan untuk menguraikan suatu masalah menjadi beberapa bagian yang lebih kecil dan sederhana, menemukan pola dari masalah tersebut, serta menyusun langkah-langkah solusi mengatasi masalah tersebut. Computational thinking secara luas diperkenalkan oleh Jeannette Wing pada tahun 2006. Menurut Wing (2006, hlm. 33) “computational thinking involves solving problems, designing systems, and understanding human behavior, by drawing on the concepts fundamental to computer science”. Artinya, berpikir komputasi melibatkan penyelesaian masalah, merancang sistem, dan memahami perilaku manusia, dengan menggambar konsep-konsep dasar untuk ilmu komputer.

Karakteristik computational thinking, ditunjukkan sebagai berikut:

1. Mampu memberikan pemecahan masalah menggunakan cara kerja komputer atau perangkat lain.

2. Mampu mengorganisasi atau menganalisis data.

3. Mampu melakukan representasi data melalui abstraksi dengan suatu model atau simulasi.

4. Mampu melakukan otomatisasi solus melalui cara berpikir algoritma dan sumber daya yang efektif dan efisien.

5. Mampu melakukan generalisasi solusi untuk berbagai masalah yang berbeda.

strategi dasar

Adapun menurut McNicholl (2018, hlm. 37) strategi dasar untuk computational thinking, digambarkan sebagai berikut:

Metode berpikir/pemikiran komputasi

Berpikir/pemikiran komputasi tidak berarti berpikir seperti komputer, melainkan berpikir tentang komputasi di mana sesorang dituntut untuk:

  1. Memformulasikan masalah dalam bentuk masalah komputasi dan

  2. Menyusun solusi komputasi yang baik (dalam bentuk algoritma) atau menjelaskan mengapa tidak ditemukan solusi yang sesuai.


Terdapat beberapa metode berpikir komputasi/computational thinking dalam memecahkan masalah, antara lain :

1. Decomposition (dekomposisi)

Dekomposisi adalah memecah suatu masalah menjadi beberapa submasalah yang lebih kecil. Memecah data, proses, atau masalah menjadi bagian-bagian yang lebih kecil atau menjadi bagian-bagian yang mudah dikelola.

2. Pattern recognition (pengenalan pola)

Pengenalan pola merupakan kemampuan untuk melihat persamaan atau perbedaan pola, tren, dan keteraturan dalam data, yang nantinya akan digunakan dalam membuat prediksi dan penyajian data.

3. Abstraction (abstraksi)

Abstraksi adalah kemampuan memilah informasi yang kompleks menjadi lebih sederhana atau membuat informasi lebih bersifat general sehingga memudahkan untuk menjelaskan suatu ide.

4. Alogarithms (perancangan alogaritma)

Perancangan alogaritma adalah kemampuan untuk menyusun langkah-langkah penyelesaian masalah. Mengembangkan petunjuk pemecahan masalah yang sama secara bertahap, langkah demi langkah, tahapan demi tahapan, sehingga orang lain dapat menggunakan langkah/informasi tersebut untuk menyelesaikan permasalahan yang sama atau sejenis.


Contoh Masalah

Agar lebih mudah dipahami, berikut merupakan contoh penerapan computational thinking dalam kehidupan sehari-hari, yakni dalam proses pembuatan kue brownies:

1. Decomposition (dekomposisi)

Memecah struktur komponen dasar pembentuk kue brownies menjadi tepung, telur, gula, mentega, coklat, susu, keju, backing powder, dan air. Memecah proses dasar pembuatan kue brownies menjadi penyiapan bahan, pencampuran adonan, pengembangan adonan (emulsi), memasak/memanggang, pembuatan toping/rias, dan packing/pengepakan.

2. Pattern recognition (pengenalan pola)

Mengenali pola dan proses pembuatan satu box kue brownies yang dimulai dari tahap persiapan hingga packing memerlukan waktu sekitar 60 menit dengan menggunakan satu unit oven (60 menit = 1 box, atau 1 jam = 1 box).

3. Abstraction (abstraksi)

Melihat dan mengidentifikasi pola pembuatan kue brownies secara umum. Jika dalam 1 jam dengan 1 unit oven diperoleh 1 box kue brownies, maka perlu 50 jam untuk menghasilkan 50 box kue brownies. Tentu tidak efektif dan efisien.

Karena proses pembuatan kue brownies ini merupakan proses yang berulang, maka kita dapat melakukan generalisasi bahwa proses ini tidak harus menunggu semua proses selesai baru dilakukan dari awal. Dengan kalimat lain, saat kue brownies sudah masuk oven, kita dapat melakukan proses pembuatan adonan kembali, tanpa harus menunggu hingga semua proses dilaksanakan. Dengan demikian, 60 menit = 3 box atau 1 jam = 3 box.

Sehingga untuk menghasilkan 50 box kue brownies dengan 1 unit oven diperlukan waktu 16,66 jam. Jika disediakan 2 unit oven, maka hanya memerlukan waktu 8,33 jam untuk menghasilkan 50 box kue brownies.

4. Alogarithms (perancangan alogaritma)

Langkah dan tahapan membuat kue brownies yang telah diuji coba sebelumnya, yang paling efektif dan efisien sesuai dengan pola dan abstraksi sebelumnya, diurutkan secara lengkap, terukur, dan kreatif.

latihan soal

Coba kalian jawab contoh soal computational thinking dibawah ini. Kerjakan di buku tulis BTIK kalian.

Soal 1

Soal 2

Soal 3

Soal 4

Soal 5

Soal 6

Soal 7

Soal 8

Soal 9

Soal 10