Konsep Computational thinking untuk memecahkan persoalan kompleks yang membutuhkan dekomposisi, abstraksi dan representasi data 

pengertian dan Konsep computational thinking

Berpikir komputasi adalah  teknik  pemecahan  masalah  yang  sangat  luas wilayah penerapannya. Karakteristik utama CT seperti merumuskan masalah dengan menguraikan masalah tersebut ke segmen yang lebih kecil dan lebih mudah dikelola. Strategi ini memungkinkan siswa untuk mengubah masalah yang kompleks menjadi beberapa prosedur atau langkah yang lebih mudah untuk dilaksanakan, dan juga menyediakan cara yang efisien untuk berpikir kreatif.

CT adalah metode berpikir yang dipakai programmer ketika menulis program. Metode tersebut antara lain:

1)  Decomposition

Kemampuan  memecah   data,   proses   atau   masalah   (kompleks) menjadi bagian-bagian yang lebih kecil atau menjadi tugas-tugas yang mudah  dikelola. Misalnya  memecah  drive/direktori  dalam  sebuah komputer berdasarkan komponen penyusunnya: File dan Direktory.

2)  Pattern Recognition

Kemampuan untuk melihat persamaan atau bahkan perbedaan pola, trend dan keteraturan dalam data yang akan digunakan dalam membuat prediksi dan penyajian data. Misalnya mengenali pola file dokumen, file sistem, file eksekusion atau struktur data/file.

3)  Abstraksi

Melakukan generalisasi dan mengidentifikasi prinsip-prinsip umum yang menghasilkan pola, trend dan keteraturan tersebut. Misalnya dengan menempatkan semua file sistem di folder Windows, file program di folder program file, file data/dokumen di folder Mydocument dan file pendukung di drive/direktori terpisah.

4)  Algorithm Design

Mengembangkan petunjuk pemecahan masalah yang sama secara step by step, langkah demi langkah, tahapan demi tahapan sehingga orang lain dapat menggunakan langkah/informasi tersebut untuk menyelesaikan permasalahan yang sama.

Computational Thinking

Sumber:  https://Fcallysto.computational-thinking-.com 

Karakteristik Computational Thinking.

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

2.  Mampu mengorganisasi dan menganalisa data.

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

4.  Mampu melakukan otomatisasi solusi melalui cara berpikir algoritma.

5.  Mampu melakukan identifikasi, analisa dan implementasi solusi dengan berbagai kombinasi langkah / cara dan sumber daya yang efisien dan efektif.

6. Mampu melakukan generalisasi solusi untuk berbagai masalah yang berbeda

Contoh Computational Thinking (CT) :

Bagaimanakah membuat “Browniz” yang lezat sebanyak 100 box dengan efektif dan efesien ?

1. Decomposition: Kemampuan memecah data, proses atau masalah (kompleks) menjadi  bagian-bagian yang lebih kecil atau menjadi tugas- tugas yang mudah dikelola.

• Misalnya memecah struktur komponen dasar pembentuk Browniz menjadi: Tepung, Telur, Gula, Mentega, Coklat, Susu, Keju, Backing Powder, Air.

• Misalnya memecah proses dasar pembuatan Browniz menjadi: Penyiapan Bahan, Pencampuran Adonan, Pengembangan Adonan (emulsi), Memasak/Memanggang, Toping/Rias, Packing/Pengepakan

2.  Pattern Recognition: Kemampuan untuk melihat persamaan atau bahkan perbedaan pola, tren dan keteraturan dalam data yang nantinya akan digunakan dalam membuat prediksi dan penyajian data.

• Misalnya mengenali pola dan proses pembuatan 1 box kue Browniz yang dimulai dari tahap Persiapan hingga Packing memerlukan waktu 60 menit dengan menggunakan 1 unit oven.

•   60 menit = 1 Box atau 1 jam = 1 Box

3. Abstraksi: Melakukan generalisasi dan mengidentifikasi prinsip-prinsip umum yang menghasilkan pola, tren dan keteraturan tersebut. 

• Misalnya dengan melihat dan mengidentifikasi pola pembuatan browniz secara umum. Jika dalam 1 jam dengan 1 unit oven/pemanggang diperoleh 1 box browniz maka perlu 100 jam (4,16 hari) untuk menghasilkan 100 box browniz. Tentu tidak efektif dan efesien !

• Karena proses pembuatan browniz ini merupakan proses yang berulang maka kita dapat melakukan generalisasi bahwa proses ini tidah harus menunggu semua proses selesai baru dilakukan dari awal. Dengan  kata lain, saat kue browniz 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 100 box browniz dengan 1 unit oven diperlukan waktu 33 jam atau 1,3 hari. Pertanyaan selanjutnya bagaimana jika kita sediakan 2 buah oven, maka jawabnya kita hanya memerlukan waktu 16,5 jam untuk menghasilkan 100 box Browniz.

• Bagaimana bentuk persamaan matematikanya? Bagaimana nilai ekonomis dan break even pointnya? Bagaimana suhu oven yang paling baik? Bahan (kimia/alami) pengembang adonan yang paling baik dan efektif?

4.  Algorithm Design: Mengembangkan petunjuk pemecahan masalah yang sama secara step-by-step, langkah demi langkah, tahapan demi tahapan sehingga orang lain dapat menggunakan langkah/informasi tersebut untuk menyelesaikan permasalahan yang sama. Misalnya langkah dan tahapan membuat kue browniz yang paling efektif dan efesien sesuai dengan pola dan abstraksi sebelumnya hingga tahap packing, diurutkan secara lengkap, terukur dan kreatif. 

source: modul 1 pembelajaran pppk informatika kemdikbud

Baca Juga

Bagikan Artikel