BERPIKIR KOMPUTASI DALAM FISIKA

PENGANTAR
Computational thinking" (CT) masih merupakan istilah yang relatif baru dalam leksikon tujuan pembelajaran dan standar sains. Istilah ini
dipopulerkan dalam sebuah esai oleh Wing,1 yang mengatakan, "Untuk membaca, menulis dan aritmatika, kita harus menambahkan pemikiran
komputasi untuk kemampuan analitis setiap anak." Setuju dengan premis ini, pada tahun 2013 para penulis Standar Sains Generasi Berikutnya
(NGSS) memasukkan "pemikiran matematika dan komputasi" sebagai salah satu dari delapan praktik sains dan teknik penting yang harus
dikembangkan guru K-12 pada siswa mereka.2 Belum ada kesepakatan luas tentang definisi atau implementasi CT yang tepat, dan upaya
untuk menilai CT masih jatuh tempo , bahkan ketika lebih banyak negara mengadopsi standar ilmu komputer K-12.3 Dalam artikel ini kita
akan mencoba meringkas apa arti CT untuk pengantar khas (yaitu, sekolah tinggi atau perguruan tinggi awal) kelas fisika. Ini akan mencakup
diskusi tentang cara-cara yang instruktur mungkin sudah menggabungkan unsur-unsur CT di kelas mereka tanpa menyadarinya. Tujuan kami
dalam menulis artikel ini adalah untuk memberikan pengenalan yang bermanfaat untuk topik ini untuk instruktur fisika, yang merupakan
tujuan yang sangat berbeda daripada memberikan survei yang ketat dari literatur. Untuk lebih ketat, pembaca yang tertarik harus berkonsultasi
weintrop et al.,4 Sengupta et al.,5 dan Grover & Pea.6 Kami berharap bahwa komentar kami di sini juga akan berguna untuk semakin banyak
instruktur fisika yang mengintegrasikan ilmu komputer (CS) ke dalam kelas mereka melalui kegiatan coding di VPython, 7 JavaScript, dan
bahasa lainnya. Kelompok-kelompok seperti PICUP dan AAPT memiliki sejumlah sumber daya dan lokakarya untuk memfasilitasi pekerjaan
ini.8,9 Kami sendiri memimpin upaya yang disebut proyek STEMcoding, yang berfokus pada kegiatan pengkodean untuk sekolah menengah
dan fisika perguruan tinggi awal.10 Untuk singkatnya, dalam artikel ini kita tidak akan membahas kegiatan CT "dicabut" meskipun CT tidak
selalu memerlukan komputer, yang mungkin merupakan hal pertama yang perlu dihargai tentang hal itu. Hal ini karena manusia menghitung
juga!
Mendefinisikan pemikiran komputasi

Salah satu makalah yang paling banyak dikutip pada CT yang juga relatif baru adalah Weintrop et al.4 Setelah
memperhatikan bahwa para ahli mendefinisikan CT dengan cara yang berbeda, Weintrop dkk. Lebih dari setengah
kegiatan yang mereka sampel berada pada subjek fisika, dan wawancara mereka termasuk guru fisika dan profesional
fisika.

Ringkasan dalam Gbr. 2 mereka menyimpulkan bahwa ada empat praktik CT utama, masing-masing dengan kepentingan
yang sama:

1. Praktik Data - Mengumpulkan, Membuat, Memanipulasi, Menganalisis dan Memvisualisasikan Data

2. Praktik Pemodelan dan Simulasi - Menggunakan Model Komputasi untuk Memahami Konsep, Menggunakan Model
Komputasi untuk Menemukan dan Menguji Solusi; Menilai, Merancang, dan Membangun Model Komputasi

3. Praktik Pemecahan Masalah Komputasi - Mempersiapkan Masalah untuk Solusi Komputasi, Pemrograman, Memilih
Alat Komputasi yang Efektif, Menilai Pendekatan / Solusi yang Berbeda untuk Masalah, Mengembangkan Solusi
Komputasi Modular, Menciptakan Abstraksi Komputasi, Pemecahan Masalah dan Debugging

4. Sistem Berpikir - Menginvestasikan Sistem Kompleks secara Keseluruhan, Memahami Hubungan dalam Sistem,
Berpikir dalam Tingkat, Mengkomunikasikan Informasi tentang Sistem, Mendefinisikan Sistem dan Mengelola
Kompleksitas
Apa yang dapat ditawarkan pemikiran komputasi untuk instruksi fisika?

1. Komputasi / CT berharga dalam fisika pengantar karena merupakan bagian integral dari fisika sebagai
disiplin. Tidak termasuk itu akan menjadi karakterisasi palsu dari apa fisika, dan / atau akan meninggalkan
siswa kami sakit siap untuk karir masa depan mereka di berbagai bidang di dalam dan di luar fisika.

2. Perhitungan / CT berharga dalam fisika karena menyiapkan kode dan program komersial untuk secara akurat
mensimulasikan sistem fisik sering kali merupakan tugas yang tidak sepele. Kita dapat mulai mengembangkan
dalam diri siswa kita pemahaman tentang seluk-beluk tugas ini dimulai pada tingkat pengantar.

3. Membuat dan debugging program untuk model beberapa fenomena fisik secara alami melibatkan saat-saat di
mana intuisi seseorang atau pemahaman bingung atau ditantang dalam beberapa cara. Proses mengatasi
tantangan intelektual seperti ini umumnya disebut "pembuatan indra" dan itu adalah salah satu hal yang paling
penting yang terjadi di kelas fisika. Perhitungan / CT berharga karena menyediakan tempat baru yang menarik
untuk "indra-membuat" dalam fisika.

4. Perhitungan / CT berharga sebagai "representasi" lain dalam fisika. Selain melihat fisika melalui ekspresi
matematika yang saling bergantung (misalnya, lembar persamaan) atau diagram / grafik, siswa dapat melihat
fisika sebagai hubungan berulang dalam beberapa jenis kode.
Pikiran untuk masa depan
Mungkin penyelidikan CT yang paling bermakna adalah apakah siswa dapat
mengkonfigurasi kode yang telah mereka gunakan untuk memodelkan situasi baru
di dunia nyata. Penekanan ada diperlukan karena "Data Practices" adalah salah satu
praktik CT kunci, namun menurut pendapat kami (sebagai kritik dari diri kita
sendiri dan inisiatif coding-in-physics lainnya) ini bukan kekuatan konten dan alat
yang saat ini digunakan. Pengecualian yang mungkin adalah Tracker Video, yang
memberi pengguna beberapa alat untuk mensimulasikan dinamika objek dalam
video,34 tetapi tidak memiliki antarmuka pengkodean berfitur lengkap.
Kesimpulan
Semakin banyak negara yang menciptakan atau mengadopsi standar ilmu computer,
memberi guru lebih banyak izin untuk mengintegrasikan coding ke dalam kursus
fisika daripada sebelumnya. Kami berharap artikel ini memberikan wawasan
bermanfaat tentang sifat CT, termasuk cara-cara bahwa instruksi fisika sudah selaras
dengan tujuan instruksional ini dan cara-cara yang sebagai komunitas kita dapat
bekerja untuk membantu siswa kami mengembangkan keterampilan CT.
Referensi
1. Jeannette M. Wing, “Computational thinking,” Commun. ACM 49 (3), 33–35 (March 2006).
2. NGSS Lead States, Next Generation Science Standards: By States, for States (The National Academies Press, 2013).
3. Code.org, “2018 State of Computer Science Education,” https: // code.org/files/2018_state_of_cs.pdf (2018).
4. David Weintrop, Elham Beheshti, Michael Horn, Kai Orton, Kemi Jona, Laura Trouille, and Uri Wilensky, “Defining computational thinking for mathematics and
science classrooms,” J. Sci. Educ. Technol. 25 (1), 127–147 (2016).
5. Pratim Sengupta, John S. Kinnebrew, Satabdi Basu, Gautam Biswas, and Douglas Clark, “Integrating computational thinking with K-12 science education using
agent-based computation: A theoretical framework,” Educ. Inf. Technol. 18 (2), 351–380 (June 2013).
6. Shuchi Grover and Roy Pea, “Computational thinking in K-12: A review of the state of the field,” Educ. Res. 42 (1), 38–43 (2013).
7. R. Chabay and B. Sherwood, “Computational physics in the introductory calculus-based course,” Am. J. Phys. 76, 307 (April 2008).
8. Chris Orban and American Association of Physics Teachers, “Coding in high school physics and physical science,” https:// www.compadre.org/books/HSCoding
(2019).
9. American Association of Physics Teachers, PICUP: Partnership for Integration of Computation in Undergraduate Physics, https: //www.compadre.org/PICUP/ (2019).
10. C. M. Orban, R. M. Teeling-Smith, J. R. H. Smith, and C. D. Porter, “A hybrid approach for using programming exercises in introductory physics,” Am. J. Phys. 86,
831–838 (Nov. 2018).
11. GNU general public license, version 3, https://ngss.nsta.org/ Practices.aspx?id=5 (2014), accessed May 1, 2019.
12. “Computational Modeling in Physics with Bootstrap,” https:// www.compadre.org/precollege/cmp/ (2018), accessed May 1, 2019.
13. N. G. Holmes and C. E. Wieman, “Introductory physics labs: We can do better,” Phys. Today 71 (1), 38–45 (Jan. 2018).
14. N. G. Holmes and Emily M. Smith, “Operationalizing the AAPT learning goals for the lab,” Phys. Teach. 57, 296–299 (May 2019).
15. Although there are the subtle differences between computation (or coding) and CT, as discussed in the section “Defining Computational Thinking,” for simplicity of
language in this section we treat “computation/CT” as one thing unless noted otherwise.