2
Computational Thinking
B. Menurut Computer Science Teachers Association (CSTA) dan International Society for
Technology in Education (ISTE)
Computational Thinking adalah proses pemecahan masalah yang mencakup, tetapi tidak
terbatas pada, karakteristik sebagai berikut:
1. Merumuskan masalah dengan cara yang memungkinkan kita menggunakan komputer dan
alat lain untuk membantu menyelesaikannya.
2. Mengorganisir dan menganalisis data secara logis
3. Merepresentasikan data melalui abstraksi, seperti model dan simulasi.
4. Mengotomatiskan solusi melalui pemikiran algoritmik (serangkaian langkah yang berurutan)
5. Mengidentifikasi, menganalisis, dan menerapkan solusi yang mungkin dengan tujuan
mencapai kombinasi langkah dan sumber daya yang paling efisien dan efektif.
6. Menggeneralisasi dan mentransfer proses pemecahan masalah ini ke berbagai macam
masalah.”
1967 Seymour Papert, Cynthia Solomon dan Wallace Feurzeig menciptakan bahasa komputasi
Logo di firma riset Cambridge, Bolt Beranek and Newman, dan kemudian pindah ke Artificial
Intelligence Laboratory di Massachusetts Institute of Technology (MIT).
1980 Papert, Solomon dan Wallace memperkenalkan bahasa pemrograman Logo di sekolah-
sekolah lokal dekat MIT. Memprogram robot penyu (turtle robot) dan membuat grafik garis
(line graphics) di lantai atau di atas meja.
1991 Papert dan Idit Harel menulis esai berjudul “Situating Constructionism”. Papert
menyatakan bahwa “praktik dan pemikiran komputasional” (computational thinking and
practice) berbeda dari “literasi komputer” (computer literacy) dan “pembelajaran berbantuan
komputer” (computer aided instruction).
1993 Papert menerbitkan buku berjudul The Children’s Machine: Rethinking School in the Age
of the Computer, di mana dia berbicara tentang asal mula komputer untuk kebutuhan
menghitung lintasan rudal. Dalam buku ini, ia juga menggunakan istilah “computational
thinking”.
1996 Papert mempublikasikan esai berjudul “An Exploration in the Space of Mathematics
Educations,” membicarakan perihal solusi geometris dan menghubungkannya dengan
pemikiran komputasional
2006 Jeannette Wing mempopulerkan istilah “computational thinking” dalam esai berjudul
“Computational Thinking.” Wing mendefinisikan CT secara informal sebagai “berpikir seperti
ilmuwan komputer” (thinking like computer scientists). Menurut Wing, CT merupakan proses
“memecahkan masalah, merancang sistem, dan memahami perilaku manusia dengan
memanfaatkan konsep-konsep dasar ilmu komputer.”
2008 Wing mempublikasikan esai berjudul “Computational Thinking and Thinking about
Computing.” Dalam esai ini, Wing menyatakan bahwa CT merupakan jenis pemikiran analitis
(analytical thinking) yang diperlukan oleh setiap orang dalam pelbagai bidang.
2. Algorithmic Thinking
Deskripsi:
Berpikir dalam kerangka urutan dan aturan; Mengembangkan petunjuk langkah demi
langkah untuk memecahkan suatu masalah dan masalah serupa; Menggunakan pemikiran
algoritmik untuk merancang urutan langkah yang tertata untuk memecahkan masalah,
mencapai tujuan, atau melakukan tugas.
Sumber:
Wing (2008, 2011); ISTE and CSTA (2011a, 2011b); Barr and Stephenson (2011); Brennan and
Resnick (2012); Grover and Pea (2013); Selby (2013); Mannila dkk. (2014); Yadav dkk. (2014);
Csizmadia dkk. (2015); Kalelioğlu dkk. (2016); Beecher, 2017.
3. Problem Solving
Deskripsi:
Merumuskan masalah dan merancang solusi berdasarkan prinsip komputasi.
Sumber:
Wing (2008); Lu and Fletcher (2009); Yadav dkk. (2014); Kalelioğlu dkk. (2016); Beecher,
2017.
4. Decomposition
Deskripsi:
Memecah atau membagi data, proses atau masalah yang kompleks ke dalam sub-masalah
atau bagian-bagian yang lebih kecil, sederhana dan dapat dikelola untuk menyelesaikannya
dengan lebih mudah; menggunakan penalaran komposisi.
Sumber:
Wing (2008); Qin (2009); ISTE and CSTA (2011a); Barr and Stephenson (2011); Selby (2013);
Grover and Pea (2013); Mannila dkk. (2014); Csizmadia dkk., (2015); Weintrop dkk. (2016);
Atmatzidou and Demetriadis (2016); Beecher, 2017.
5. Pattern Recognition
Deskripsi:
Mengamati, menemukan dan menggunakan pola, tren, dan keteraturan dalam data atau
masalah.
Sumber:
Wing (2011); Grover and Pea (2013); Deschryver and Yadav (2015); Csizmadia dkk. (2015);
Kalelioğlu dkk. (2016); Beecher, 2017.
6. Generalization
Deskripsi:
Menggunakan kemiripan yang ditemukan untuk membuat prediksi atau untuk memecahkan
masalah yang lebih umum atau memecahkan masalah baru berdasarkan solusi yang sudah
diketahui untuk masalah serupa.
Sumber:
Selby (2013); Grover and Pea (2013); Csizmadia dkk. (2015); Beecher, 2017.
7. Abstraction
Deskripsi:
Mengidentifikasi prinsip-prinsip umum yang menghasilkan pola-pola; menyingkirkan detail
yang tidak berguna untuk fokus pada informasi atau ide yang relevan; menghapus detail
yang tidak perlu; memusatkan pada elemen kunci dalam masalah; memilih representasi dari
suatu sistem.
Sumber:
Kramer (2007); Wing (2008, 2011); Qin (2009); ISTE dan CSTA (2011a); Barr and Stephenson
(2011); Brennan dan Resnick (2012); Selby (2013); Grover and Pea (2013); Csizmadia dkk.
(2015); Deschryver and Yadav (2015); Sanford and Naidu (2016); Kalelioğlu dkk. (2016);
Beecher, 2017.
8. Automation
Deskripsi:
Mengotomatiskan solusi; menggunakan komputer atau mesin untuk melakukan tugas
berulang.
Sumber:
Wing (2008); ISTE dan CSTA (2011a, 2011b); Barr dan Stephenson (2011).
10. Parallelization
Deskripsi:
Melaksanakan tugas secara bersamaan untuk mencapai tujuan bersama; menggunakan
pemikiran paralel.
Sumber:
Wing (2011); ISTE dan CSTA (2011a); Barr dan Stephenson (2011); Brennan dan Resnick
(2012).
12. Evaluation
Deskripsi:
Menguji dan memverifikasi solusi, membuat keputusan tentang apakah sumber daya yang
digunakan baik dan sesuai dengan tujuan.
Sumber:
Selby (2013); Grover and Pea (2013); Atmatzidou and Demetriadis, (2016); Weintrop dkk.
(2016); Beecher, 2017.