KONSEP PENDEKATAN PEMBELAJARAN COMPUTATIONAL THINKING

CT memiliki empat fondasi yang menjadi landasan pemecahan persoalan yaitu dekomposisi (decomposition), pengenalan pola (pattern recognition), abstraksi (abstraction) dan algoritma (algorithm).

(1) Dekomposisi

Dekomposisi merupakan proses pemecahan persoalan menjadi beberapa sub-persoalan yang lebih kecil agar menjadi "langkah-langkah yang dapat dikelola". Dekomposisi merupakan bagian penting dari computational thinking karena membantu memahami dan menyelesaikan masalah yang rumit.

Saat menganalisis suatu masalah secara keseluruhan, penting untuk mengetahui bagian-bagian kecil yang dapat dikelola serta bagaimana hubungan antarbagian tersebut dengan keseluruhan masalah.

Untuk dapat lebih memahami bagaimana langkah dekomposisi, kerjakanlah aktivitas berikut!

(2) Pengenalan Pola

Pengenalan pola adalah pengamatan atau analisis terhadap berbagai kesamaan yang ada di antara persoalan-persoalan. Pengenalan pola dan pencocokan pola merupakan bagian penting dari pemrosesan informasi. Proses ini melibatkan pencarian kesamaan dan perbedaan dalam suatu data serta menghubungkannya dengan pengetahuan yang sudah ada. Dengan menggunakan pengetahuan sebelumnya, masalah dapat dikelompokkan ke dalam kategori tertentu. Pola membantu menentukan apakah suatu elemen termasuk dalam kelompok tertentu atau tidak.

Dalam pemecahan masalah, pencocokan pola sangat berguna karena memungkinkan hasil dari satu masalah diterapkan pada masalah lain yang serupa, sehingga tidak perlu mencari solusi dari awal.

Pengenalan pola dalam Computational Thinking (CT) dapat diterapkan di berbagai bidang untuk membantu dalam analisis, klasifikasi, dan pemecahan masalah yang lebih efisien.

Untuk dapat lebih memahami bagaimana langkah pengenalan pola, kerjakanlah aktivitas berikut!

(3) Abstraksi

Abstraksi adalah menyederhanakan masalah dengan menghilangkan detail yang tidak relevan dan hanya berfokus pada aspek yang penting. Proses ini menggunakan logika induktif, yaitu menarik kesimpulan umum berdasarkan pengamatan dan pengalaman. Karena kesimpulan induktif tidak selalu pasti, tingkat kepastiannya bergantung pada jumlah dan kualitas pengamatan yang dilakukan.

Bagian utama dari abstraksi adalah menghapus informasi yang tidak penting agar dapat lebih fokus pada aspek yang benar-benar relevan. Hal ini memungkinkan penyederhanaan masalah kompleks dan membantu menyoroti aspek yang paling penting.

Memahami abstraksi penting karena membantu kita menyederhanakan masalah kompleks menjadi bagian yang lebih sederhana, membuat proses penyelesaian masalah lebih efisien. Dalam algoritma pencarian (searching), abstraksi memungkinkan kita mempercepat proses pencarian dengan hanya memfokuskan pada data atau area yang relevan. Ini menjadi dasar bagi siswa untuk memecahkan masalah dalam skala besar di dunia nyata dan dalam konteks pemrograman.

Untuk dapat lebih memahami bagaimana langkah abstraksi, kerjakanlah aktivitas berikut!

(4) Algoritma

Algoritma adalah tahapan menyusun langkah-langkah logis dan berurutan untuk menyelesaikan masalah berdasarkan hasil dekomposisi, pengenalan pola, dan abstraksi sebelumnya. Algoritma harus jelas, efisien, dan dapat diikuti secara sistematis oleh manusia atau komputer untuk memperoleh solusi yang diinginkan.

Untuk dapat lebih memahami bagaimana langkah abstraksi, kerjakanlah aktivitas berikut!