KONSEP DASAR BERPIKIR KOMPUTASI

PADA PESERTA DIDIK

RESUME

disusun untuk memenuhi tugas Mata Kuliah Pengantar Konsep Teknologi

Informasi yang diampu oleh Herbert Siregar. M.T.

Disusun oleh:

Mochamad Yendra Priambada (1900056)

DEPARTEMEN PENDIDIKAN ILMU KOMPUTER

FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PENDIDIKAN INDONESIA
BANDUNG
2019
 KONSEP DASAR BERPIKIR KOMPUTASI
PADA PESERTA DIDIK
A. Konsep Dasar
a. Definisi Berpikir
Beberapa ahli mendefinisikan tentang pengertian berpikir baik
secara umum maupun khusus. Soemanto (2006, hlm. 31)
mendefinisikan bahwa: Berpikir mempunyai arti yaitu meletakkan
hubungan antarbagian pengetahuan yang diperoleh manusia. Adapun
yang dimaksud pengetahuan disini mencakup segala konsep, gagasan,
dan pengertian yang telah dimiliki atau diperoleh manusia. Berpikir
merupakan proses yang dinamis yang menempuh tiga langkah berpikir
yaitu, pembentukan pengertian, pembentukan pendapat dan
pembentukan keputusan.
Sedangkan menurut Dalyono (2007, hlm. 224) mengemukakan
berpikir termasuk aktivitas belajar, dengan berpikir orang memperoleh
penemuan baru, setidak-tidaknya orang menjadi tahu tentang hubungan
antar sesuatu. Menurut Eka (2008, hlm. 22) proses berpikir adalah
penerimaan informasi yang kemudian dari informasi tersebut diolah
untuk dicari kesimpulannya dan kesimpulan tersebut bisa
dipanggil kembali dari informasi yang telah didapat tadi bila diperlukan.
Berdasarkan definisi di atas, berpikir dapat diartikan sebagai
pengetahuan awal yang dapat diperoleh dengan cara menghubungkan
antara satu dengan yang lainnya baik berupa konsep, gagasan, ataupun
pengertian sehingga baru terbentuk suatu kesimpulan.
b. Definisi Komputasi
Komputasi adalah algoritma yang digunakan untuk menemukan
suatu cara dalam memecahkan masalah dari sebuah data input. Data
input disini adalah sebuah masukan yang berasal dari luar lingkungan
sistem. Komputasi ini merupakan bagian dari ilmu komputer berpadu
dengan ilmu matematika. Secara umum ilmu komputasi adalah bidang
ilmu yang mempunyai perhatian pada penyusunan model matematika
dan teknik penyelesaian numerik serta penggunaan komputer untuk
 menganalisis dan memecahkan masalah-masalah ilmu (sains). Dalam
penggunaan secara umum, biasanya berupa penerapan simulasi
komputer atau berbagai bidang keilmuan, tetapi dalam
perkembangannya digunakan juga untuk menemukan prinsip-prinsip
baru yang mendasar terhadap bidang ilmu yang mendasari teori ini.
Bidang ini berbeda dengan ilmu komputer (computer science), yang
mengkaji komputasi, komputer dan pemrosesan informasi. Bidang ini
juga berbeda dengan teori dan percobaan sebagai bentuk tradisional dari
ilmu dan kerja keilmuan. Dalam ilmu alam, pendekatan ilmu komputasi
dapat memberikan berbagai pemahaman baru, melalui penerapan
model-model matematika dalam program komputer berdasarkan
landasan teori yang telah berkembang, untuk menyelesaikan masalah-
masalah nyata dalam ilmu tersebut.
Komputasi sebetulnya bisa diartikan sebagai cara untuk menemukan
pemecahan masalah dari data input dengan menggunakan suatu
algoritma. Hal ini ialah apa yang disebut dengan teori komputasi, suatu
sub-bidang dari ilmu komputer dan matematika. Selama ribuan tahun,
perhitungan dan komputasi umumnya dilakukan dengan
menggunakanpena dan kertas, atau kapur dan batu tulis, atau dikerjakan
secara mental, kadang-kadang dengan bantuan suatu tabel. Namun
sekarang, kebanyakan komputasi telah dilakukan dengan menggunakan
komputer.
B. Pengertian Berpikir Komputasi
Menurut Akmaluddin (2019) Berpikir Komputasi (Computational
Thinking) adalah sebuah kemampuan berpikir untuk menyelesaikan suatu
permasalahan secara menyeluruh, logis, dan teratur. Berpikir komputasi
adalah teknik pemecahan masalah yang sangat luas wilayah penerapannya,
bukan hanya untuk menyelesaikan masalah seputar ilmu komputer saja,
melainkan juga untuk menyelesaikan berbagai masalah di dalam kehidupan
sehari-hari.
Cara mengimplementasikan Computational Thinking adalah dengan
memahami masalah, mengumpulkan semua data, lalu mulai mencari solusi
sesuai dengan masalah. Dalam Computational Thinking, ada yang disebut
 dengan dekomposisi yaitu kita memecah suatu masalah yang komplek
menjadi masalah-masalah yang kecil untuk diselesaikan. Sebagai contoh,
ketika kita ingin membuat nasi goreng, kita harus memahami cara membuat
nasi goreng, lalu kita mengumpulkan bahan-bahannya, kemudian kita mulai
membuat nasi goreng sesuai dengan langkah-langkahnya. Dalam membuat
nasi goreng, kita harus menyiapkan kompor, wajan, spatula, minyak goreng,
nasi, telur, bumbu, dan lain-lainnya yang semua itu merupakan sebuah
proses bernama dekomposisi.
Istilah berpikir komputasi atau Computational Thinking (CT) pertama
kali diperkenalkan oleh Seymour Papert pada tahun 1996 dan dipopulerkan
oleh Jeanette Wing pada tahun 2006. 7 Di tahun 2014, pemerintah Inggris
memasukkan materi pemrograman ke dalam kurikulum sekolah dasar dan
menengah, tujuannya bukan untuk mencetak pekerja software
(programmer) namun untuk mengenalkan computational thinking (CT)
sejak dini kepada siswa. Menurut pemerintah Inggris, Computational
thinking (CT) dapat membuat siswa lebih cerdas dan membuat mereka lebih
cepat memahami teknologi yang ada di sekitar mereka. Computational
thinking (CT) juga dapat melatih otak agar terbiasa berpikir secara logis,
terstruktur dan kreatif.
Selain itu, Horswill (2008) juga mengemukakan pendapatnya bahwa
pengertian Berpikir Komputasi merupakan bagian dari kemampuan
pemecahan masalah, namun berpikir komputasi lebih menekankan untuk
berpikir memecahkan masalah dengan logika kita. Berbeda dengan berpikir
kritis yang menitik beratkan pada kemampuan penyampaian alasan logis
untuk mengidentifikasi segala sesuatu yang relevan untuk memecahkan
masalah. Berpikir komputasi meliputi dua langkah besar, yakni proses
berpikir nalar (reasoning) yang diikuti dengan pengambilan keputusan atau
pemecahan masalah (problem solving).
C. Indikator Berpikir Komputasi
Terdapat empat keterampilan berpikir komputasi hal ini di
demonstrasikan oleh Google yang di ungkapkan oleh Tak Yeon Lee (2012)
yaitu:
1. Dekomposisi
Dekomposisi adalah cara berpikir tentang sebuah istilah contoh
dalam komponen bagian-bagiannya. Agar bagian tersebut dapat
dipahami, dipecahkan, dikembangkan dan dievaluasi secara terpisah.
Hal ini dapat membuat masalah yang kompleks akan lebih mudah untuk
diselesaikan, suatu ide akan lebih mudah dipahami dan sistem yang
besar akan lebih mudah dirancang.
2. Pengenalan pola
Pengenalan pola dalam pemecahan masalah adalah kunci utama
untuk menentukan solusi yang tepat suatu permasalahan dan untuk
mengetahui bagaimana cara menyelesaiakan suatu permasalahan jenis
tertentu. Mengenali pola atau karakteristik yang sama dapat membantu
kita dalam memecahkan masalah dan membantu kita dalam membangun
suatu penyelesaian.
3. Abstraksi dan generalisasi pola
Generalisasi berhubungan dengan identifikasi pola, persamaan dan
hubungan. Generalisasi adalah sebuah cara cepat dalam memecahkan
masalah baru berdasarkan penyelesaian permasalahan sejenis
sebelumnya. Mengajukan pertanyaan seperti "Apakah hal ini mirip
dengan permasalahan yang sudah saya selesaikan?" dan "Bagaimana
perbedaannya?" adalah penting, seperti proses mengenali pola baik
dalam data yang sedang digunakan maupun didalam proses/ strategi
yang digunakan.
4. Berpikir Algoritma
Berpikir Algoritma adalah cara untuk mendapatkan sebuah
penyelesaian melalui definisi yang jelas dari langkahlangkah yang
dilakukan. Berpikir algoritma diperlukan ketika suatu permasalahan
yang sama harus diselesaikan lagi dan lagi. Belajar algoritma di sekolah
contohnya adalah belajar perkalian atau pembagian.
Dengan empat keterampilan Berpikir Komputasi tersebut dapat di
interpretasikan ke dalam tabel indikator Berpikir Komputasi di bawah ini:
 Indikator / Keterampilan
No. Sub - Indikator
CT
1. Dekomposisi Siswa mampu mengidentifikasi
informasi yang diketahui dari
permasalahan yang diberikan
Siswa mampu mengidentifikasi
informasi yang ditanyakan dari
permasalahan yang diberikan
2. Pengenalan Pola Siswa mampu mengenali pola atau
karakteristik yang sama/ berbeda
dalam memecahkan permasalahan
yang diberikan guna membangun
suatu penyelesaian
3. Berpikir Algoritma Siswa mampu menyebutkan langkah-
langkah logis yang digunakan untuk
menyusun suatu penyelesaian dari
permasalahan yang diberikan
4. Generalisasi dan Abstraksi Siswa mampu menyebutkan pola
Pola umum dari persamaan/ perbedaan
yang ditemukan dalam permasalahan
yang diberikan
Siswa mampu menarik kesimpulan dari
pola yang ditemukan dalam
permasalahan yang diberikan

D. Karakteristik Berpikir Komputasi

Karakteristik Berpikir Komputasi (CT) merumuskan masalah dengan
menguraikan masalah tersebut ke segmen yang lebih kecil dan lebih mudah
dikelola. Strategi ini memungkinkan untuk mengubah masalah yang
kompleks menjadi beberapa prosedur atau langkah yang tidak hanya lebih
mudah untuk dilaksanakan. Berikut ini ada beberapa karakteristik Berpikir
Komputasi, yakni:
a. Mampu memberikan pemecahan masalah menggunakan komputer atau
perangkat lain.
b. Mampu mengorganisasi dan menganalisa data.
c. Mampu melakukan representasi data melalui abstraksi dengan suatu model
atau simulasi.
d. Mampu melakukan otomatisasi solusi melalui cara berpikir algoritma.
e. Mampu melakukan identifikasi, analisa dan implementasi solusi dengan
berbagai kombinasi langkah / cara dan sumber daya yang efisien dan
efektif. Mampu melakukan generalisasi solusi untuk berbagai masalah yang
berbeda.

E. Dasar Panduan Berpikir Komputasi

Dibawah ini terdaoat beberapa Algoritma atau langkah sebagai
panduan dasar ketika menghadapi masalah, beberapa langkah mendasar
Computer Thinking (CT) adalah :
1. Identifikasi masalahnya
Dalam Mengidentifikasi masalah, kita harus berusaha paham
dan mengerti terhadap masalah apa yang kita hadapi. Kita harus
merasakan permasalahan tersebut dari seluruh aspek sehingga kita
bisa menentukan solusi yang tepat untuk mengatasi permasalahan
tersebut.
2. Tentukan masalahnya
Dalam Langkah ini kita harus mencari data yang di butuhkan
sebanyak-banyaknya. Minimal data yang didapatkan yaitu 5W+1H.
Selain itu, disini kita juga harus menentukan Batasan Batasan
permasalahannya sehingga untuk menghasilkan suatu solusi atau
kesimpulan akan lebih mudah karena permasalahan di buat spesifik
atau mengerucut.
3. Periksa pilihannya
Dalam Langkah ini kita mengolah dan mengambil beberapa
solusi. Lalu, memutuskan antara pilihan yang mungkin untuk
tindakan apa yang harus diambil.
 4. Bertindak dalam sebuah rencana
Dalam langkah ini, kita mengimplementasikan solusi yang
telah di pilih tersebut, mendelegasikan tugas, dan meninjau
kemajuannya.
5. Lihatlah konsekuensinya
Pemantauan hasil tindakan yang telah di lakukan. Melihat
konsekuensi dari solusi permasalahan tersebut, Mengkaji ulang
masalah dan proses pemecahan masalah untuk menghindari situasi
serupa di masa depan.

F. Contoh Implementasi Berpikir Komputasi

Dalam penerapan berpikir komputasi, salah satu penerapannya yang
popular yaitu metode algoritma. Algoritma adalah suatu urutan dari
beberapa langkah logis dan sistematis yang digunakan untuk menyelesaikan
masalah tertentu. Contoh desain Algoritma yakni menggunakan
Flowchart/Skema/Diagram Alir.
a. Pada Siswa Sekolah Dasar (SD)
Permasalahan:
Di suatu kelas, siswa SD dan Guru nya sedang melaksanakan
kegiatan belajar mengajar. Ternyata, kapur yang digunakan guru untuk
menulis di papan tulis itu habis. Persediaan kapur di kelas itu pun juga
sudah habis. Guru meminta bantuan kepada murid nya untuk
mengambilkan kapur kepada salah satu siswanya. Tempat Kapur
tersebut berada di antara ruangan A (Terdekat) atau di Ruangan B.
Bagaimana Algoritma Siswa SD tersebut untuk membantu Guru nya
mengambilkan kapur?

Algoritma penyelesaian/solusi dari permasalahan tersebut seperti di

bawah ini:

START

Pergi Menuju
Ruangan
Terdekat

Apakah ada No Apakah ada

kapur di kapur di
ruangan A? ruangan B?

Yes Yes No

Ambil Kapur

FINISH Kapur Not Found

 b. Pada Siswa Sekolah Menengah Akhir (SMA)
Permasalahan:
Pada akhir masa SMA, para siswa sedang kebingungan dalam
menentukan pilihan Perguruan Tinggi Negeri (PTN)-nya menggunakan
jalur SNMPTN untuk melanjutkan ke jenjang yang lebih tinggi. Setiap
PTN memiliki nilai ambang batas terendah untuk kualifikasi calon
mahasiswa baru-nya. Masing masing nilai ambang batas tersebut, yakni:
a. ITB: >= 90
b. UPI: >= 87.5
c. UNPAD: >= 87
d. UIN: >= 85
Bagaimanakah alur Algoritma penentuan kualifikasi PTN tersebut ?

Algoritma penyelesaian/solusi dari permasalahan tersebut seperti di

bawah ini:

START

Input Nama
dan Nilai

Memenuhi Yes
KET: Lolos ITB
Syarat ITB ?

KET: Lolos UPI Memenuhi

Syarat UPI?
?

C A B
cv
C A B
cv

Memenuhi KET: Lolos

Syarat UNPAD
UNPAD?

KET: Lolos UPI Memenuhi

Syarat UIN?

Tampilkan
Nama, Nilai dan
Keterangan

FINISH
c. Pada Siswa Sekolah Menengah Pertama (SMP)
Permasalahan:
Pada saat itu, di suatu sekolah SMP akan mengadakan suatu acara
yang di selenggarakan oleh Pengurus OSIS. Untuk melaksanakan acara
tersebut diharuskan ada izin terdahulu berupa proposal kegiatan yang di
ajukan Pengurus OSIS ke pihak sekolah. Bagaimana Alur algoritma dari
proses pengajuan proposal kegiatan oleh siswa SMP (OSIS) tersebut ?

Algoritma penyelesaian/solusi dari permasalahan tersebut seperti di

bawah ini:

START

Pembuatan
Proposal

Pengajuan
Proposal

Ada Revisi ?

Tampilkan:
Kegiatan tidak
Apakah di di izinkan
ACC?

Tampilkan:
Kegiatan di FINISH
izinkan
 DAFTAR PUSTAKA

Soemanto, Wasty. 2006. Psikologi Pendidikan Landasan Kerja Pemimpin

Pendidikan. Jakarta: Rineka Cipta.
Dalyono, M. 2007. Psikologi Pendidikan. Jakarta: Rineka Cipta.
Eka, Kharisma. (2008). Proses berpikir siswa dalam menyelesaikan soal cerita di
SMU Kelas X. Universitas Negeri Surabaya.
Fadhillah, Akmalludin (2019). Computational Thinking di Kehidupan Sehari-hari.
Diakses dari https://medium.com/@akmaluddinfadhilah/computational-
thinking-di-kehidupan-sehari-hari-e3729268f2c1
Horswill. (2008). What is Computation. Diakses dari
http://www.cs.northwestern.edu/~ian/What%20is%20computation.pdf.
Sugeng Susilo dan Esti Jununing. (2013). Kemampuan Berpikir Kritis dalam
Membaca serta Kesesuaiannya dengan Inteligensi Mahasiswa Program
Studi Sastra Inggris. Jurnal ERUDIO, Vol. 02 No. 01, Desember 2013, h.59.
Tak Yeon Lee. (2012). CTArcade: Learning Computational Thinking While
Training Virtual Characters Through Game Play. CHI 2012, May 5-10,
2012, Austin, Texas, USA, h. 2310