Computational Thingking

Berpikir Komputasional
Apersepsi
Ketika kalian menghadapi suatu permasalahan yang harus kalian
selesaikan, tentunya kalian menentukan strategi, bukan? Apa itu
strategi? Mengapa dalam menemukan solusi, kalian perlu
menentukan strategi?
Melalui Berpikir komputasional (BK),
kalian akan berlatih berpikir seperti
Apa itu Berpikir
seorang ilmuwan Informatika, bukan Komputasional?
berpikir seperti komputer karena
komputer adalah mesin.
Kegiatan utama dalam BK ialah
penyelesaian masalah (problem
solving), untuk menemukan solusi
yang efisien, efektif, dan optimal
sehingga solusinya bisa dijalankan
oleh manusia maupun mesin.
Dengan kata lain, kegiatan dalam BK
ialah mencari strategi untuk
mengatasi persoalan.
Ada 4 fondasi berpikir komputasional yang dikenal dalam ilmu
Informatika, yaitu Abstraksi, Algoritma, Dekomposisi, dan Pengenalan
Pola, yang sangat mendasar dan secara garis besar dijelaskan sebagai
berikut.
1. Abstraksi
Yaitu menyarikan bagian penting
dari suatu permasalahan dan
mengabaikan yang tidak penting
sehingga memudahkan fokus
kepada solusi.
Abstraksi juga dapat diartikan kemampuan menyaring
informasi yang tidak dibutuhkan dan menarik generalisasi dari
informasi yang dibutuhkan sehingga seseorang dapat
menggunakan informasi tersebut untuk menyelesaikan
masalah yang serupa.
Contoh abstraksi masalah dalam kehidupan sehari-hari adalah
Misalnya dengan melihat dan mengidentifikasi pola
pembuatan browniz secara umum. Jika dalam 1 jam dengan 1
unit oven/pemanggang diperoleh 1 box brownis maka perlu
100 jam (± 4 hari) untuk menghasilkan 100 box browniz.
2. Algoritma
Yaitu menuliskan otomasi solusi Start

melalui berpikir algoritmik (langkah-

langkah yang terurut) untuk input
mencapai suatu tujuan (solusi). Jika
langkah yang runtut ini diberikan ke
Process
komputer dalam bahasa yang
dipahami oleh komputer, kalian akan
dapat “memerintah” komputer Output

mengerjakan langkah tersebut.

Finish
Mengembangkan petunjuk pemecahan masalah yang sama
secara step-by-step, langkah demi langkah, tahapan demi
tahapan sehingga orang lain dapat menggunakan
langkah/informasi tersebut untuk menyelesaikan
permasalahan yang sama.
Contoh :
Misalnya langkah dan tahapan membuat kue browniz yang
paling efektif dan efesien sesuai dengan pola dan abstraksi
sebelumnya hingga tahap packing, diurutkan secara lengkap,
terukur dan kreatif.
3. Dekomposisi
Kemampuan memecah data, proses atau
masalah (kompleks) menjadi bagian-bagian
yang lebih kecil atau menjadi tugas-tugas
yang mudah dikelola.
Masalah
Contoh : utama
Misalnya memecah proses dasar
pembuatan Browniz menjadi Penyiapan
Alat & Bahan, Pencampuran Adonan,
Pengembangan Adonan (emulsi),
Memasak/Memanggang, Toping/Rias,
Packing/Pengepakan
Contoh
Menghitung luas bangun kompleks
4. Pengenalan pola
Pattern Recognition atau biasa kita sebut dengan Pengenalan Pola
adalah suatu suatu cara untuk melihat pola-pola yang terdapat
dalam masalah tersebut agar bisa dipecahkan lebih mudah.Pada
saat kita mendapatkan masalah yang besar kita sering melakukan
pemecahan secara langsung tanpa melihat pola-pola yang terdapat
dalam masalah tersebut yang bisa membuat solusi menjadi lebih
efektif.
Pengenalan pola wajah oleh smartphone/
komputer
Data Base Data Baru
Pengenalan Wajah merupakan suatu
metode pengenalan yang berfokus pada
pola wajah berupa face detection dan
face recognition. Pengenalan wajah ini
akan melakukan perbandingan bahwa
wajah sesuai atau tidak sesuai dengan
pola wajah yang sebelumnya telah
disimpan ke dalam database
+ + = 12
=4
+ = 14
= 10
=3
- =7
+ + = 17