Halo! Apakah kamu pernah mendengar istilah computational thinking? Ia sendiri sering dikaitkan dengan problem solving dan menjadi salah satu keahlian yang dibutuhkan dalam dunia industri modern saat ini. Apa sebenarnya computational thinking ini? Kenapa harus diterapkan? Simak artikel ini dengan seksama ya.
Definisi computational thinking
Computational thinking atau pemikiran komputasional adalah cara berpikir untuk menyelesaikan suatu masalah. Caranya adalah dengan menguraikan setiap masalah menjadi beberapa bagian atau tahapan yang efektif dan efisien. Ia juga dapat diartikan menjadi sebuah metode untuk menyelesaikan suatu masalah yang dirancang untuk bisa diselesaikan oleh manusia atau sistem atau keduanya.
Berdasarkan konsepnya, pemikiran komputasional memiliki empat tahap utama, antara lain:
Belajar pemrograman di Dicoding Academy dan mulai perjalanan Anda sebagai developer profesional.
Daftar Sekarang-
Decomposition (Dekomposisi)
Tahap pertama, dekomposisi, yaitu memecah masalah kompleks menjadi beberapa bagian kecil dan sederhana. Sehingga, kita bisa menemukan masalah yang terjadi dengan menyelesaikannya satu persatu. -
Pattern recognition (Pengenalan pola)
Pengenalan pola akan membantu kamu dalam memecahkan masalah. Nah, pada tahap ini, kita mencari pola atau persamaan tertentu dalam sebuah masalah. -
Abstraction (Abstraksi)
Beberapa hal yang dilakukan pada tahap abstraksi antara lain, melihat permasalahan, melakukan generalisasi, dan melakukan identifikasi informasi. Dengan cara ini, kita dapat melihat informasi penting dan mengabaikan informasi yang kurang relevan. -
Algorithm (Algoritma)
Ini adalah tahapan saat kita mengembangkan sistem, membuat daftar petunjuk dan langkah-langkah pemecahan masalah secara efektif dan efisien.
Karakteristik berpikir komputasional
Seseorang dengan keterampilan computational thinking memiliki beberapa karakteristik, antara lain:
- Mampu merumuskan dan menyelesaikan masalah menggunakan perangkat komputer atau perangkat digital.
- Mampu mengelompokkan dan menganalisis data.
- Dapat merepresentasikan data secara abstrak menggunakan model atau simulasi.
- Mampu melakukan analisis solusi dengan cara dan tahapan yang efisien dan efektif.
- Dapat menggeneralisasi penyelesaian untuk berbagai masalah berbeda.
Kelebihan computational thinking
Metode ini memiliki beberapa kelebihan. Berikut ini adalah kelebihan ketika kita menerapkan metode computational thinking.
- Dapat memecahkan masalah yang rumit atau kompleks dengan cara yang sederhana dan efektif.
- Dapat melatih mindset kita untuk berpikir secara logis, kreatif, dan terstruktur.
- Mampu merumuskan masalah dengan menguraikannya menjadi bagian-bagian kecil yang lebih mudah untuk diselesaikan.
Penerapan computational thinking
Seperti yang sudah dibahas, computational thinking dapat diterapkan dalam berbagai bidang untuk menyelesaikan masalah. Beberapa langkah yang harus dilakukan antara lain:
-
Perincian masalah
Langkah pertama ketika menghadapi masalah adalah melakukan analisis terhadap masalah tersebut. Kemudian, lakukan penjabaran masalah dengan benar dan tepat. Terakhir tetapkan kriteria solusi dari masalah tersebut.Analisis dan penjabaran dapat dilakukan dengan cara membagi masalah yang kompleks menjadi masalah-masalah kecil agar lebih mudah untuk dikelola dan dianalisis. Setelah itu kamu dapat membuat beberapa hipotesis mengenai penjabaran kemungkinan solusi untuk masalah tersebut.
-
Memikirkan algoritma yang sistematis
Setelah langkah pertama selesai dilakukan, kamu perlu mencari algoritma yang tepat. Algoritma di sini dapat diartikan sebagai langkah-langkah yang sesuai untuk memecahkan masalah berdasarkan data. -
Implementasi, solusi, dan evaluasi
Langkah terakhir, buatlah solusi yang aktual dan lakukan evaluasi secara sistematis untuk menguji kebenaran hipotesismu. Lalu, lakukan evaluasi dan modifikasi terhadap hipotesis, sampai ia tidak lagi memerlukan modifikasi. Dalam langkah ini, kamu juga dapat melihat apakah solusimu dapat digeneralisasikan dengan proses otomatisasi
Kesimpulan
Jadi, itulah pembahasan tentang computational thinking. Ia merupakan suatu metode untuk menyelesaikan masalah yang kompleks. Ia juga merupakan salah satu keahlian yang dibutuhkan dalam industri 4.0 ini. Computational thinking ini baik diterapkan sedini mungkin untuk mengasah keahlian dalam menyelesaikan masalah yang rumit.
Kenali Apa Itu Computational Thinking – end
Baca juga artikel lain untuk menambah wawasan kamu.
Acara Brown-Bag Session 4 ini menghadirkan dua orang pembicara yang merupakan ahli di bidang computational thinking yaitu: Dr. Yugo K. Isal dan Suryana Setiawan, Ph.D. Sambutan pembuka diberikan oleh Prof. Zainal A. Hasibuan yang merupakan ketua Asosiasi Pendidikan Tinggi Ilmu Komputer Indonesia (APTIKOM). Tidak kurang dari 40 orang peserta yang hadir mengikuti acara ini. Kepala lab DL2, Harry Budi Santoso, Ph.D, hadir sebagai pemandu selama acara ini berlangsung.
Sesi pertama pada BBS#4 adalah pengenalan tentang computational thinking dan juga sosialisasi kegiatan Bebras Indonesia. Bebras merupakan kompetisi computational thinking internasional yang dilakukan secara daring (online). Kompetisi yang diselenggarakan Bebras sebenarnya bertujuan untuk mempromosikan computational thinking (berpikir dengan landasan komputasi) di kalangan guru dan siswa pada sekolah dasar (SD). Melalui kompetisi yang diselenggarakan Bebras ini, diharapkan para siswa termotivasi untuk terlibat dalam topik-topik informatika dan mampu memecahkan masalah menggunakan metode-metode informatika.
Sesi kedua membahas lebih dalam tentang computational thinking. Pada sesi ini, topik diskusi yang ada mencakup sejarah awal dan visi computational thinking, manfaatnya, serta bagaimana perannya dalam pengembangan kemampuan (skill). Keberadaan computational thinking tidak terlepas dari pembelajaran berbasis komputasi sebagai fenomena budaya dan sosial. Computational thinking dapat dilihat sebagai set of skill untuk kehidupan sehar-hari walaupun pada awalnya merupakan teknik untuk modelling, kalkulasi, dan analisis.
Seperti yang disampaikan oleh pembicara dalam acara ini, computational thinking memiliki empat landasan yaitu: decomposition, pattern recognition, abstraction, dan algorithms. Decomposition adalah tentang mengurai masalah yang kompleks menjadi bagian-bagian kecil sehingga lebih mudah untuk ditangani. Pattern recognition mencari persamaan atau pola yang terdapat di dalam permasalahan. Abstraction fokus pada informasi yang penting saja dan mengabaikan informasi lain yang tidak relevan. Dan yang terakhir adalah algorithms yaitu menentukan langkah demi langkah solusi untuk mengatasi masalah atau prosedur yang harus dilakukan untuk menyelesaikan masalah.
Masuk
- Halaman Utama
- Other Page
- Panduan Konselor
- Syarat dan Ketentuan Konselor
Mengenal Apa Itu Computational Thinking
Jutaan siswa sudah menemukan minat, bakat dan kampus bersama Aku Pintar. Sekarang Giliran kamu sobat!