1

Computational Thinking (CT) 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.

Membuat Nasi Goreng

Kemudian dalam Computational Thinking ada yang disebut dengan pengenalan pola. Karena
kita pernah membuat nasi goreng, kita juga dapat membuat kwetiau karena proses
pembuatannya hampir mirip. Kita bisa melihat bahwa pola untuk membuat nasi goreng dan
kwetiau hampir sama walaupun bahan yang digunakan berbeda.

Lalu ketika kita membuat nasi goreng kita tidak memperhatikan bagaimana proses sebuah
kompor bisa menyala, karena hal tersebut menurut kita tidak penting. Hal tersebut sudah terkait
dengan abstraksi di dalam Computational Thinking.

Selanjutnya dalam Computational Thinking adalah berpikir dengan algoritma dimana kita
berpikir dengan mengurutkan langkah-langkah dalam menyelesaikan masalah agar menjadi
logis, berurutan, teratur, dan mudah dipahami oleh orang lain. Dalam hal membuat nasi goreng,
kita juga harus bisa mengurutkan langkah-langkah secara logis, berurutan, dan rinci mulai dari
proses awal pembuatan sampai dengan proses penyajiannya.

Berpikir komputasi atau Computational Thinking tidak selalu berhubungan dengan komputer.
Kita dapat menggunakan teknik berpikir komputasi dalam permasalahan sehari-hari. Ketika
kita sudah terbiasa dengan Computational Thinking, kita akan lebih berpikir kritis sehingga
dapat memecahkan suatu permasalahan dengan baik, efektif dan efisien. Jadi secara tidak sadar
kita telah mengimplementasikan Computational Thinking dalam kehidupan sehari-hari mulai
 2
dari hal yang mudah dan bahkan hal-hal kecil pun telah kita lakukan dengan Computational
Thinking.

..............................................................

Apakah kita harus selalu melakukan dekomposisi, abstraksi, pengenalan pola, dan abstraksi
terlebih dahulu sebelum merancang sebuah algoritma. Jawaban saya adalah iya, ketiga hal
tersebut sangat penting untuk dilakukan mengapa? Karena pada dasarnya keempat langkah
tersebut adalah serangkaian computational thinking, computational thinking sendiri
mengajarkan kita untuk berfikir selangkah demi selangkah.

Dekomposisi membantu kita untuk memecah masalah yang kompleks menjadi sederhana
sehingga lebih mudah untuk dipahami dan dicari penyelesaiannya, pattern recognition
membantu kita memprediksi penyelesaian masalah melalui pola yang ada sehingga saat kita
menghadapi masalah baru yang serupa tidak perlu bekerja dari awal lagi cukup mengenali pola
yang ada dan tentukan penyelesaiannya, selanjutnya tahapan abstraksi juga tidak bisa
dilewatkan, melalui proses pemilahan informasi abstraksi memudahkan kita untuk menjelaskan
suatu ide.

Algoritma dirancang berdasarkan hasil dekomposisi masalah dan pattern recognition yang telah
dilakukan. Sulit merancang algoritma tanpa ketiga proses tersebut. Bayangkan bila kita
merancang algoritma tanpa proses dekomposisi, pattern recognition, dan abstraksi, tentunya
kita akan pusing menentukan langkah-langkah apa saja yang harus dilakukan, saat menemui
masalah yang serupa kita akan membutuhkan waktu yang lama untuk menyelesaikannya karena
tidak mengenali pola, dan tentu saja Algoritma yang kita rancang akan memuat banyak
informasi yang tidak penting karena melewatkan proses abstraksi, akibatnya algoritma yang
kita buat susah diimplementasikan untuk menyelesaikan masalah.

........................................................................................................

Berpikir komputasi (Computational Thinking) adalah sebuah metoda pemecahan masalah

dengan mengaplikasikan/melibatkan teknik yang digunakan oleh software engineer dalam
menulis program. Berpikir komputasi tidak berarti berpikir seperti komputer, melainkan
berpikir tentang komputasi di mana sesorang dituntut untuk memformulasikan masalah dalam
 3
bentuk masalah komputasi dan menyusun solusi komputasi yang baik (dalam bentuk algoritma)
atau menjelaskan mengapa tidak ditemukan solusi yang sesuai.

Teknik berpikir komputasi diantaranya:

 Dekomposisi: Yaitu kemampuan untuk memecah tugas (masalah) kompleks menjadi

tugas-tugas kecil yang lebih rinci.
 Pengenalan pola: Yaitu kemampuan untuk mengenal kesamaan atau perbedaan umum
yang nantinya akan membantu dalam membuat prediksi.
 Abstraksi: Kemampuan menyaring informasi yang tidak dibutuhkan dan menarik
generalisasi dari informasi yang dibutuhkan sehingga seseorang dapat menggunakan
informasi tersebut untuk menyelesaikan masalah yang serupa.
 Perancangan algoritma: Adalah kemampuan untuk menyusun langkah-langkah
penyelesaian masalah.

Sehingga, didalam pembuatan sebuah algoritma pasti memerlukan untuk melakukan

dekomposisi, pengenalan pola dan abstraksi terlebih dahulu karena keempat rangkaian tersebut
saling berkaitan satu sama lain. Apabila tidak ada salah satu darinya pasti akan menghasilkan
hasil akhir yang tidak sesuai dengan keinginan awal kita. Karena algoritma sendiri merupakan
langkah-langkah untuk menyusun suatu penyelesaian suatu masalah,jika didalam menentukan
sebuah algoritma kita tidak melalui tahapan-tahapan penyelesaian masalah dengan semua
proses yang ada pada computational thinking pasti hasil dari sebuah algoritma akan ada yang
tidak tepat bahkah bisa jadi terdapat banyak kekurangan dan kesalahn.

..........................................................

Dalam pengerjaannya, Computational thinking harus mengerjakan dekomposisi, pattern

recognition, dan abstraksi terlebih dahulu sebelum mengerjakan Algoritma. Lalu apakah kita
harus melakukan semua itu sebelum melakukan tahapan algoritma?

Jawabannya adalah iya, karena dalam computational thinking kita dituntut untuk berpikiran
secara runtut dan logis. Dan tahapan dekomposisi, pattern recognition, dan abstraksi adalah
sebuah proses yang dilakukan untuk mempermudah pengerjaan dan untuk melogiskan pikiran
 4
agar tidak menjalankan sebuah keadaan yang tidak logis. Sedangkan Algoritma hanyalah
sebuah proses pengeksekusian runtutan kegiatan yang telah dirancang.

Dekomposisi memiliki pengertian yaitu pemecahan suatu masalah yang komplex menjadi
masalah masalah yang lebih kecil lagi. Hal ini sangat dibutuhkan untuk membuat otak kita bisa
memahami langkah yang akan kita lakukan dalam penyelesaian sub masalah. Jika kita
melewatkan proses dekomposisi ini maka bisa jadi akan terbesit sebuah kegiatan yang tidak
masuk akal untuk menyelesaikan masalah yang sangat besar dan sangat membingungkan.

Pattern Reognition adalah sebuah proses penemuan pola dari beberapa sub masalah yang sudah
di dekomposisikan tadi. Dari sini bila kita melewati proses pattern recognition maka bisa jadi
kita akan melakukan suatu algoritma yang akan kita kerjakan berulang-ulang kali dalam
menyelesaikan beberapa sub masalah yang sebenarnya bisa kita selesaikan dengan melakukan
kegiatannya hanya sekali saja. Dan dari pengulangan aktifitas tersebut menimbulkan ketidak
efisienan dalam melakukan algoritma.

Abstraksi adalah proses pemilahan antara sub masalah yang sangat berpengaruh dengan
masalah pokok dan sub masalah yang tidak berpengaruh terhadap masalah pokok. Jika kita
melewatkan proses abstraksi ini bisa jadi kita akan melakukan suatu kegiatan yang sia-sia
karena kegiatan tersebut adalah sebuah penyelesaian dari suatu sub masalah yang tidak
berpengaruh terhadap masalah pokok