.webp)
Berpikir komputasional telah menjadi kata kunci yang memiliki banyak definisi. Namun, dalam buku berjudul Computational Thinking karya Peter J. Denning dan Matti Tedre berpikir komputasional adalah keterampilan mental dan praktik untuk merancang atau menyusun pekerjaan layaknya praktik komputer dan menjelaskan serta menafsirkan dunia sebagai proses informasi yang kompleks.
Computational thinking atau pemikiran komputasional adalah cara berpikir untuk menyelesaikan suatu masalah. Konsep berpikir ini merupakan metode penyelesaian masalah dengan menerapkan teknik ilmu komputer (informatika). Cara melakukannya adalah dengan menguraikan setiap masalah menjadi beberapa bagian atau tahapan yang efektif dan efisien.
Berpikir komputasional adalah suatu pendekatan dalam memahami dan menganalisis proses berpikir manusia dengan menggunakan paradigma komputasi. Pendekatan ini mencoba untuk mengartikan berbagai aspek kognitif, seperti pemecahan masalah, pengambilan keputusan, dan bahkan kreativitas, dalam terminologi yang dapat dimengerti oleh komputer.
SCROLL TO CONTINUE WITH CONTENT
4 Langkah Berpikir Komputasi
Dikutip dari buku berjudul Puzzle Games: A Metaphor for Computational Thinking karya Bobbly Law, setidaknya terdapat 4 langkah cara berpikir komputasi yakni:
Decomposition (Dekomposisi)
Tahap pertama, dekomposisi, yaitu mengurai masalah atau tugas menjadi bagian-bagian yang lebih kecil dan lebih dapat dikelola. Ini melibatkan pemahaman mendalam tentang masalah yang ingin diselesaikan sehingga, kita bisa menemukan masalah yang terjadi dengan menyelesaikannya satu persatu
Pattern Recognition (Pengenalan Pola)
Pengenalan pola akan membantu kamu dalam memecahkan masalah. Pada tahap ini, kita akan berupaya Memahami data atau informasi yang terkait dengan masalah adalah langkah penting. Kemudian detikers, mencari pola atau persamaan data tersebut berkaitan atau tidak dengan 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 Design (Perancangan Algoritma)
Setelah memahami masalah dan data, langkah berikutnya adalah merancang algoritma. Algoritma adalah serangkaian langkah logis yang harus diambil untuk mengolah data dan mencapai solusi. Algoritma ini harus merinci proses yang sistematis dan terstruktur.
Contoh Berpikir Komputasional
Berpikir komputasional membantu kita menganalisis dan mengurai proses berpikir manusia dalam kerangka seperti yang dilakukan oleh komputer. Berikut contoh penerapan berpikir komputasi dalam kehidupan sehari-hari:
Membuat Artikel dari Hasil Terjemahan Bahasa Asing
Dalam penerjemahan bahasa, berpikir komputasional hadir dalam proses pemahaman dan produksi bahasa. Pertama-tama (tahap dekomposisi), baca dan pahami hasil terjemahan bahasa asing dengan cermat. Identifikasi konteks, struktur kalimat, dan makna umum dari teks tersebut. Ini membantu Anda memahami inti dari teks tersebut.
Kedua (Pengenalan Pola) lakukan rekognisi isi dan struktur dengan mengatur pola informasi dalam teks tersebut. Apakah ada pengantar, pengembangan, dan kesimpulan? Ini akan membantu Anda memetakan struktur teks untuk artikel yang baru.
Ketiga (abstraksi) dilakukan dengan memilih informasi utama. Tentukan informasi inti yang ingin Anda sertakan dalam artikel baru. Fokus pada poin-poin penting yang relevan dengan tema atau topik yang ingin Anda bahas.
Terakhir (penyusunan algoritma) setelah menemukan poin penting, tuliskan poin yang menjadi kerangka bahasan dalam artikel tersebut. Dengan teknik berpikir komputasi, membuat artikel dari hasil terjemahan bahasa asing dapat lebih mudah untuk disusun.
Merencanakan liburan
Wisatawan bisa menggunakan abstraksi untuk memecah proses perencanaan menjadi tugas-tugas yang lebih kecil seperti memilih destinasi, menentukan anggaran, dan meneliti akomodasi.
Selanjutnya, generalisasi diterapkan dengan mengidentifikasi pola dan kesamaan antara pilihan liburan yang berbeda, seperti biaya, iklim, dan aktivitas. Hal ini membantu mereka mempersempit pilihan dan membuat keputusan dengan lebih efisien.
Penalaran logis untuk menentukan waktu terbaik untuk berangkat berdasarkan faktor-faktor seperti cuaca, keramaian, dan biaya. Setelah liburan, analisis dan evaluasi hasil dapat dilakukan dengan menilai keberhasilan liburan dan mengidentifikasi area yang perlu ditingkatkan, seperti mengurangi biaya atau menemukan lebih banyak aktivitas.
Mendesain Gedung
Arsitek dan insinyur menggunakan pemikiran komputasi untuk merancang bangunan dan struktur lainnya. Mereka membuat model dan simulasi untuk menguji stabilitas dan kelayakan berbagai pilihan desain. Misalnya, abstraksi dapat membantu memecah proses desain menjadi tugas-tugas yang lebih kecil seperti membuat denah lantai, menentukan sistem struktural, dan memilih material.
Generalisasi dapat diterapkan dengan mengidentifikasi pola dan kesamaan antara pilihan desain yang berbeda, seperti kode dan peraturan bangunan, efisiensi energi, dan preferensi estetika.
Terakhir, penalaran logis dapat digunakan untuk mengambil keputusan seperti memilih bahan yang berbeda berdasarkan faktor-faktor seperti biaya, daya tahan, dan keberlanjutan. Selain itu, penalaran logis digunakan untuk menentukan tata letak bangunan terbaik berdasarkan faktor-faktor seperti fungsionalitas, keamanan, dan aksesibilitas.
Setelah bangunan dirancang, analisis dan evaluasi hasil dapat dilakukan dengan menilai kinerja bangunan dan mengidentifikasi area yang perlu ditingkatkan, seperti mengurangi konsumsi energi atau meningkatkan pencahayaan alami. Informasi ini dapat digunakan untuk mengambil keputusan tentang desain bangunan di masa depan dan merencanakannya dengan lebih efisien.
Mendeteksi Penipuan
Lembaga keuangan menggunakan pemikiran komputasi untuk menganalisis data dan mengidentifikasi pola yang mungkin mengindikasikan aktivitas penipuan. Dalam kasus penipuan, generalisasi membantu mengidentifikasi berbagai jenis penipuan, sementara penalaran logis digunakan untuk mengambil keputusan seperti memilih metode terbaik untuk mendeteksi penipuan berdasarkan faktor-faktor seperti jenis penipuan, data yang tersedia, dan sumber daya.
Setelah penipuan terdeteksi, analisis dan evaluasi hasil dapat dilakukan dengan menilai efektivitas metode deteksi dan mengidentifikasi area yang perlu ditingkatkan, seperti menggabungkan lebih banyak sumber data atau menggunakan model yang lebih canggih. Informasi ini sekarang diterapkan untuk membuat keputusan tentang deteksi penipuan di masa depan dan untuk meningkatkan akurasinya.
(pal/pal)
