Computasional thingking

Computasional thingking 


Halo! Apakah kamu pernah mendengar istilah computational thinking? Ia sendiri sering dikaitkan dengan problem solving dan menjadi salah satu keahlian yang dibutuhkan dalam dunia industri modern saat ini. Apa sebenarnya computational thinking ini? Kenapa harus diterapkan? Simak artikel ini dengan seksama ya.

Definisi computational thinking

Computational thinking atau pemikiran komputasional adalah cara berpikir untuk menyelesaikan suatu masalah. Caranya adalah dengan menguraikan setiap masalah menjadi beberapa bagian atau tahapan yang efektif dan efisien. Ia juga dapat diartikan menjadi sebuah metode untuk menyelesaikan suatu masalah yang dirancang untuk bisa diselesaikan oleh manusia atau sistem atau keduanya.

Berdasarkan konsepnya, pemikiran komputasional memiliki empat tahap utama, antara lain:

  • Decomposition (Dekomposisi)
    Tahap pertama, dekomposisi, yaitu memecah masalah kompleks menjadi beberapa bagian kecil dan sederhana. Sehingga, kita bisa menemukan masalah yang terjadi dengan menyelesaikannya satu persatu.

  • Pattern recognition (Pengenalan pola)
    Pengenalan pola akan membantu kamu dalam memecahkan masalah. Nah, pada tahap ini, kita mencari pola atau persamaan tertentu dalam sebuah masalah.

  • Abstraction (Abstraksi)
    Beberapa hal yang dilakukan pada tahap abstraksi antara lain, melihat permasalahan, melakukan generalisasi, dan melakukan identifikasi informasi. Dengan cara ini, kita dapat melihat informasi penting dan mengabaikan informasi yang kurang relevan.

  • Algorithm (Algoritma)
    Ini adalah tahapan saat kita mengembangkan sistem, membuat daftar petunjuk dan langkah-langkah pemecahan masalah secara efektif dan efisien.

Karakteristik berpikir komputasional

Seseorang dengan keterampilan computational thinking memiliki beberapa karakteristik, antara lain:

  • Mampu merumuskan dan menyelesaikan masalah menggunakan perangkat komputer atau perangkat digital.
  • Mampu mengelompokkan dan menganalisis data.
  • Dapat merepresentasikan data secara abstrak menggunakan model atau simulasi.
  • Mampu melakukan analisis solusi dengan cara dan tahapan yang efisien dan efektif.
  • Dapat menggeneralisasi penyelesaian untuk berbagai masalah berbeda

Komentar