Computational thinking
melibatkan kemampuan
menguraikan masalah Kemampuan
menjadi bagian yang computational thinking
lebih kecil, ini sangat penting dalam
mengidentifikasi pola dunia teknologi informasi
dan hubungan antara dan digital karena dapat
data dan informasi, membantu dalam
mengembangkan mengembangkan
algoritma atau prosedur program komputer,
untuk memecahkan memproses data besar,
masalah, menguji dan dan mengoptimalkan
memperbaiki solusi yang sistem informasi yang
dihasilkan. kompleks.
Karakteristik Berpikir Komputasional meliputi enam hal:
Memformulasikan permasalahan
Mengorganisasikan dan menganalisis data secara logis
Menyajikan data melalui abstrak
Menyajikan penyelesaian masalah secara terotomatisasi melalui algoritma
Mengidentifikasi, menganalisis, dan menerapkan solusi terbaik secara
efekiif dan efisien
Mengeneralisasi solusi yang diperoleh pada permasalah sejenis lainnya
Pemahaman materi Berpikir Komputasional merupakan kebutuhan
bagi pemenuhan kemampuan dalam melakukan inovasi (Skills for
Innovation). Berpikir Komputasional menjadi salah satu dari
beberapa kemampuan yang diperlukan. Kemampuan-kemampuan
tersebut antara lain Simulasi dan Pemodelan (Simulation and
Modeling), Kecerdasan Buatan/ Pembelajaran Mesin (Al/Machine
Learning), Data Sains (Data Science), Berpikir Desain (Design
Thinking), Penciptaan Konten Digital (Digital Content Creation), dan
Berpikir Komputasional (Computational Thinking).
Computational Thinking dari Perspektif imu Komputer:
Perkembangan komputer memunculkan ide baru, program, yang
mewakili era komputer. Bahasa pemrograman tingkat tinggi dapat
digunakan untuk mentransfer program komputer yang berguna yang
kemudian dapat dikompilasi ke dalam bahasa yang dipahami mesin
yang berbeda dan dijalankan di berbagai platform.
Matematika: Bidang matematika menggunakan computational thinking untuk menyelesaikan masalah seperti
optimasi, analisis data, pemodelan matematika, dan simulasi.
Sains: Computational thinking dapat digunakan dalam sains untuk memproses data eksperimental,
memodelkan fenomena alamiah, dan mengembangkan prediksi dan hipotesis ilmiah.
Teknik: Bidang teknik menggunakan computational thinking untuk merancang dan mengoptimalkan
sistem kompleks, seperti jaringan komputer, perangkat keras, dan perangkat lunak.
Bisnis: Computational thinking dapat digunakan dalam bisnis untuk mengumpulkan dan menganalisis
data bisnis, memperbaiki proses bisnis, dan mengoptimalkan strategi pemasaran.
1. Pemrosesan Data: Ketika seorang analis data bekerja dengan data besar, mereka menggunakan
computational thinking untuk memecahkan masalah dan membuat keputusan yang berdasarkan data.
Mereka mungkin menggunakan algoritma untuk mengklasifikasikan data, memprediksi tren masa
depan, atau mengoptimalkan proses bisnis.
2. Robotika: Desainer robotik menggunakan computational thinking untuk merancang dan memprogram
robot agar bisa melakukan tugas-tugas tertentu. Mereka mungkin memecahkan masalah seperti
navigasi, pengambilan keputusan, atau pengenalan objek untuk membangun robot yang lebih
canggih.
3. Pendidikan: Guru dapat menggunakan computational thinking untuk mengembangkan keterampilan
logis dan kreatif pada siswa. Mereka dapat memberikan tugas yang memerlukan siswa untuk
memecahkan masalah dengan menggunakan algoritma, membuat program sederhana, atau
mengembangkan game atau aplikasi.
4. Industri Kreatif: Industri kreatif seperti game, film, dan animasi menggunakan computational
thinking untuk membangun cerita dan karakter, merancang lingkungan dan benda, serta
mengembangkan animasi dan efek visual yang kompleks.
Contoh Computational Thinking lanjutan