berpikir komputasional

Berpikir komputasional (Computational Thinking) adalah metode untuk menyelesaikan masalah dengan menerapkan teknik ilmu komputer (informatika). Berpikir komputasional merupakan salah satu keterampilan yang dibutuhkan di abad ke-21.  

• Berikut adalah beberapa karakteristik berpikir komputasional:

• Berdasarkan konsep, bukan pemrograman
• Mendasar, bukan menghafal
Cara manusia berpikir, bukan cara komputer berpikir
Saling melengkapi dan mengkombinasikan antara pemikiran matematis dan pemikiran teknik
Merupakan ide, bukan benda  
• Empat pilar pendekatan berpikir komputasional adalah: Dekomposisi, Pengenalan pola, Abstraksi, Algoritma.

• Contoh berpikir komputasional dalam kehidupansehari-hari, misalnya saat mencuci pakaian putih. Dalam prosesnya, Anda dapat menggunakan metode dekomposisi, pengenalan pola, dan abstrak.Dekomposisi dalam berpikir komputasional adalah proses memecah masalah kompleks menjadi bagian-bagian yang lebih kecil dan lebih mudah dikelola. Dekomposisi merupakan salah satu langkah penting dalam berpikir komputasional, yaitu metode penyelesaian masalah dengan menerapkan teknik ilmu komputer (informatika). 
•  
• Dekomposisi memungkinkan untuk: 
•  
• Mengidentifikasi pola 
•  
• Mengidentifikasi bagian mana dari masalah yang paling penting 
•  
• Menentukan cara menyelesaikan atau menuntaskan setiap langkah 
•  
• Mengidentifikasi tugas-tugas tertentu untuk diintegrasikan ke solusi yang lebih komprehensif 
•  
• Tahapan-tahapan dalam dekomposisi adalah: Menganalisis masalah utama, Mengurai dan memberi label pada bagian-bagian masalah, Menganalisis hubungan antar bagian-bagian masalah dan prioritas pengerjaan masalah, Melakukan analisis ulang. 
•  
• Selain dalam berpikir komputasional, dekomposisi juga bisa digunakan dalam mengurai sistem atau program. 
• Pengenalan pola atau pattern recognition adalah konsep dasar dalam berpikir komputasional yang bertujuan untuk menemukan pola dan kesamaan dalam data atau informasi. Pengenalan pola dapat membantu memecahkan masalah dengan cara: 
•  
• Memahami data atau informasi yang berkaitan dengan masalah 
•  
• Mencari pola atau persamaan data yang berkaitan dengan masalah 
•  
• Mengelompokkan data berdasarkan pengenalan sebelumnya atau informasi statistik yang diekstrasi dari pola tertentu 
•  
• Pengenalan pola dapat diterapkan dalam berbagai situasi, seperti: 
•  
• Mengenali seseorang dari suara atau wajah 
•  
• Memprediksi cuaca 
•  
• Mengidentifikasi pola rotasi bumi, pola rasi bintang, dan pola pada daun 
•  
• Menggunakan rumus matematika untuk menghitung tip, mengkonversi ukuran, dan menentukan konsumsi bahan bakar kendaraan 
•  
• Mengembangkan aplikasi untuk mengenali jenis buah berdasarkan gambarnya 
•  Abstraksi merupakan salah satu metode berpikir komputasional yang berfungsi untuk mencari bagian penting dari suatu masalah. Proses abstraksi dalam berpikir komputasional dilakukan dengan cara menyaring informasi yang tidak relevan dan mengidentifikasi apa yang paling penting.  
  • Abstraksi dalam berpikir komputasional memiliki beberapa manfaat, di antaranya: Memudahkan pemahaman, Mempermudah komunikasi, Menghemat waktu dan tenaga.  
  • Contoh abstraksi dalam berpikir komputasional adalah:  
  • Ketika mencari buku di ruangan yang penuh benda, mata kita akan fokus pada benda yang berhubungan dengan buku dan mengabaikan benda-benda lain. 
  • Peta Indonesia merupakan contoh abstraksi karena menyederhanakan bentuk asli Indonesia yang kompleks menjadi gambar yang lebih mudah dipahami. 
  • Algoritma dalam berpikir komputasional adalah serangkaian langkah yang terstruktur dan logis untuk memecahkan masalah. Algoritma dalam berpikir komputasional melibatkan: Memilih algoritma yang tepat, Memahami bahasa pemrograman yang digunakan, Menulis kode sesuai dengan algoritma yang dipilih, Menguji kode dan men-debug kesalahan, Mengevaluasi solusi yang dihasilkan. 
    

    • Algoritma dapat diterapkan dalam berbagai hal, seperti: Perhitungan, Penalaran otomatis, Pemrosesan data, Pengenalan pola. 

    • Berikut adalah beberapa langkah dalam mendesain algoritma:

    Memahami masalah
    Memecah masalah
    Memilih algoritma
    Menulis kode
    Pengujian dan debugging Algoritma dapat divisualisasikan dalam bentuk flowchart atau diagram alur.