Perlukah computational thinking diterapkan dalam kehidupan sehari-hari? dan apa keuntungannya?

Pemikiran komputasional

Pemikiran komputasional adalah cara untuk memecahkan masalah, merancang sistem, dan memahami perilaku manusia yang mengacu pada konsep dasar ilmu komputer. Mengapa dan bagaimana hal itu diterapkan dalam kehidupan sehari-hari? dan apa keuntungannya?

Computational thinking tidak hanya bermanfaat dalam lingkungan bekerja atau belajar saja. Kita sering menggunakan pemikiran komputasi dalam hal - hal yang kecil, seperti membuat teh, mengerjakan tugas, dan bahkan berbicara dengan orang tua. Sebenarnya, berpikir secara komputasi sudah kita jalankan sejak kecil dan tanpa kita sadari. Sebagai contoh, ketika kita ingin berbicara dengan teman, kita pasti akan memikirkan sebuah topik, lalu kita akan diskusi tentang topik tersebut dengan teman kita. tanpa kita sadari hal tersebut termasuk Computational Thinking dalam pemikiran secara algoritmik.

Berpikir komputasi ditujukan untuk menyelesaikan masalah, bukan hanya untuk masalah seputar ilmu komputer, melainkan juga untuk menyelesaikan beragam masalah. Machine learning misalnya, telah menggubah bagaimana ilmu statistika dimanfaatkan. Sedangkan dalam bidang ilmu biologi, data mining (yang merupakan konsep komputasi) dapat melakukan pencarian pada sejumlah besar data untuk menemukan pola-pola. Harapannya adalah struktur data dan algoritma (yang merupakan teknik abstraksi pada ilmu komputer) dapat menggambarkan struktur protein dengan cara yang menjelaskan fungsi-fungsi mereka.

Selain diterapkan pada disiplin-disiplin ilmu yang disampaikan di atas, penerapan yang berpikir komputasi yang tidak kalah pentingnya adalah menerapkannya pada kehidupan sehari-hari. Bayangkan seseorang yang sebelum berangkat kerja mempersiapkan barang-barang yang akan digunakannya sepanjang hari pada tas-nya, hal tersebut adalah prefetching dan caching. Bayangkan juga apabila sesorang kehilangan pulpen-nya. Ia lalu mengusut kembali langkah-langkahnya ke belakang, hal tersebut adalah back tracking.
Berpikir komputasi adalah teknik pemecahan masalah yang sangat luas wilayah penerapannya. Tidak mengherankan bahwa memiliki kemampuan tersebut adalah sebuah keharusan bagi seseorang yang hidup pada abad ke dua puluh satu ini.

Keutungan dari Computational thinking yaitu kita bisa memikirkan penyelesaian masalah yang lebih komputasional atau efektif. Karena, pemikiran komputasional merupakan cara yang benar-benar tepat untuk memecahkan masalah dengan menentukan solusi langkah demi langkah terperinci untuk masalah tersebut, mengumpulkan, mewakili, dan menganalisis data untuk mendukung pengambilan kesimpulan atau pengambilan keputusan dan menggunakan berbagai teknik untuk meningkatkan efisiensi solusi masalah kita.

Selain itu dengan berfikir secara komputasional, kita dapat mengatur rencana kedepannya dengan lebih mudah sehingga kita bisa menyusun strategi sebaik-baiknya untuk mencapai tujuan dari rencana yang telah dibuat tersebut. Kita juga lebih bisa mengenali diri sendiri karena sebelum membuat perencanaan kedepannya tentu saja kita akan berfikir “bagaimana jika” jalan ini diambil, atau “bagaimana jika” mengambil jalan lain.

Pemikiran Komputasi adalah proses pemikiran yang terlibat dalam merumuskan masalah dan solusinya sehingga solusi diwakili dalam bentuk yang dapat dilakukan secara efektif oleh pemrosesan informasi. Secara informal, pemikiran komputasional menggambarkan aktivitas mental dalam merumuskan suatu masalah untuk mengakui solusi komputasi. Solusinya bisa dilakukan oleh manusia atau mesin, atau lebih umum lagi, dengan kombinasi manusia dan mesin.

Sebenarnya dalam kehidupan kita sehari-hari, sadar ataupun tidak, computational thinking sangat sering dibutuhkan. Seperti contohnya yang paling sederhana adalah bagaimana cara membuat brownis yang lezat sebanyak 100 box dengan efektif dan efesien ?

  • Decomposition : Kemampuan memecah data, proses atau masalah (kompleks) menjadi bagian-bagian yang lebih kecil atau menjadi tugas-tugas yang mudah dikelola.
    Misalnya memecah struktur komponen dasar pembentuk Browniz menjadi Tepung, Telur, Gula, Mentega, Coklat, Susu, Keju, Backing Powder, Air.

  • Pattern Recognition : Kemampuan untuk melihat persamaan atau bahkan perbedaan pola, tren dan keteraturan dalam data yang nantinya akan digunakan dalam membuat prediksi dan penyajian data.
    Misalnya mengenali pola dan proses pembuatan 1 box kue Browniz yang dimulai dari tahap Persiapan hingga Packing memerlukan waktu 60 menit dengan menggunakan 1 unit oven. 60 menit = 1 Box atau 1 jam = 1 Box.

  • Abstraksi : Melakukan generalisasi dan mengidentifikasi prinsip-prinsip umum yang menghasilkan pola, tren dan keteraturan tersebut. Misalnya dengan melihat dan mengidentifikasi pola pembuatan browniz secara umum. Jika dalam 1 jam dengan 1 unit oven/pemanggang diperoleh 1 box browniz maka perlu 100 jam (4,16 hari) untuk menghasilkan 100 box browniz. Tentu tidak efektif dan efesien !

    Karena proses pembuatan browniz ini merupakan proses yang berulang maka kita dapat melakukan generalisasi bahwa proses ini tidah harus menunggu semua proses selesai baru dilakukan dari awal. Dengan kata lain, saat kue browniz sudah masuk oven, kita dapat melakukan proses pembuatan adonan kembali tanpa harus menunggu hingga semua proses dilaksanakan. Dengan demikian 60 menit >= 3 Box atau 1 jam >= 3 Box

    Sehingga untuk menghasilkan 100 box browniz dengan 1 unit oven diperlukan waktu 33 jam atau 1,3 hari. Pertanyaan selanjutnya bagaimana jika kita sediakan 2 buah oven, maka jawabnya kita hanya memerlukan waktu 16,5 jam untuk menghasilkan 100 box Browniz. Bagaimana bentuk persamaan matematikanya ? Bagaimana nilai ekonomis dan break even pointnya ? Bagaimana suhu oven yang paling baik ? Bahan (kimia/alami) pengembang adonan yang paling baik dan efektif ?.

Banyak sekali keuntungan yang bisa kita dapat dari berfikir secara komputasi. Antara lainnya adalah jika seseorang memiliki pemikiran komputasional, maka orang tersebut akan mampu

  • Memahami aspek-aspek masalah apa saja yang sesuai dengan perhitungan

  • Mengevaluasi kecocokan antara alat dan teknik komputasi dan masalah

  • Memahami keterbatasan dan kekuatan alat dan teknik komputasi

  • Menerapkan atau menyesuaikan alat atau teknik komputasi untuk penggunaan baru

  • Mengenali sebuah kesempatan untuk menggunakan perhitungan dengan cara baru

  • Menerapkan strategi komputasi seperti membagi dan menaklukkan dalam domain apapun pemikiran komputasional bagi ilmuwan, insinyur, dan profesional lainnya lebih jauh berarti mampu melakukannya

  • Menerapkan metode komputasi baru untuk masalah mereka

  • Merumuskan ulang masalah agar sesuai dengan strategi komputasi

  • Menemukan “sains” baru melalui analisis data yang besar

  • Mengajukan pertanyaan baru yang tidak dipikirkan atau berani ditanyakan

  • Menjelaskan masalah dan solusi dalam istilah komputasi

sumber :


https://education.ohio.gov/Media/Extra-Credit-Blog/November-2016/GUEST-BLOG-What-is-Computational-Thinking-and-Why

Berpikir komputasi (Computational Thinking) adalah sebuah metoda pemecahan masalah dengan mengaplikasikan/melibatkan teknik yang digunakan oleh software engineer dalam menulis program. Berpikir komputasi tidak berarti berpikir seperti komputer, melainkan berpikir tentang komputasi di mana sesorang dituntut untuk (1) memformulasikan masalah dalam bentuk masalah komputasi dan (2) menyusun solusi komputasi yang baik (dalam bentuk algoritma) atau menjelaskan mengapa tidak ditemukan solusi yang sesuai.

Google for Education merangkum teknik berpikir komputasi diantaranya:

  • Dekomposisi: Yaitu kemampuan untuk memecah tugas (masalah) kompleks menjadi tugas-tugas kecil yang lebih rinci. Misalnya memecah ‘kopi susu’ berdasarkan komponen penyusunnya: kopi, gula, susu dan air panas.

  • Pengenalan pola: Yaitu kemampuan untuk mengenal kesamaan atau perbedaan umum yang nantinya akan membantu dalam membuat prediksi. Misalnya mengenal pola penjualan saham.

  • Generalisasi pola dan abstraksi: Kemampuan menyaring informasi yang tidak dibutuhkan dan menarik generalisasi dari informasi yang dibutuhkan sehingga seseorang dapat menggunakan informasi tersebut untuk menyelesaikan masalah yang serupa. Contohnya dalam menentukan posisi di bumi dapat digeneralisasi dengan menggunakan titik koordinat bujur dan lintang.

  • Perancangan algoritma: Adalah kemampuan untuk menyusun langkah-langkah penyelesaian masalah. Contohnya merancang langkah-langkah membuat kopi susu, dimulai dari mempersiapkan air panas, cangkir, sendok serta mencampur kopi, gula dan susu, mengaduk hingga menghidangkan.

Berpikir komputasi ditujukan untuk menyelesaikan masalah, bukan hanya untuk masalah seputar ilmu komputer, melainkan juga untuk menyelesaikan beragam masalah. Machine learning misalnya, telah menggubah bagaimana ilmu statistika dimanfaatkan. Sedangkan dalam bidang ilmu biologi, data mining (yang merupakan konsep komputasi) dapat melakukan pencarian pada sejumlah besar data untuk menemukan pola-pola. Harapannya adalah struktur data dan algoritma (yang merupakan teknik abstraksi pada ilmu komputer) dapat menggambarkan struktur protein dengan cara yang menjelaskan fungsi-fungsi mereka.

Selain diterapkan pada disiplin-disiplin ilmu yang disampaikan di atas, penerapan yang berpikir komputasi yang tidak kalah pentingnya adalah menerapkannya pada kehidupan sehari-hari. Bayangkan seseorang yang sebelum berangkat kerja mempersiapkan barang-barang yang akan digunakannya sepanjang hari pada tas-nya, hal tersebut adalah prefetching dan caching. Bayangkan juga apabila sesorang kehilangan pulpen-nya. Ia lalu mengusut kembali langkah-langkahnya ke belakang, hal tersebut adalah back tracking.

Berpikir komputasi adalah teknik pemecahan masalah yang sangat luas wilayah penerapannya. Tidak mengherankan bahwa memiliki kemampuan tersebut adalah sebuah keharusan bagi seseorang yang hidup pada abad ke dua puluh satu ini.

Keuntungan Berpikir Secara Komputasi:

  1. Mampu memberikan pemecahan masalah menggunakan komputer atau perangkat lain.
  2. Mampu mengorganisasi dan menganalisa data.
  3. Mampu melakukan representasi data melalui abstraksi dengan suatu model atau simulasi.
  4. Mampu melakukan otomatisasi solusi melalui cara berpikir algoritma.
  5. Mampu melakukan identifikasi, analisa dan implementasi solusi dengan berbagai kombinasi langkah / cara dan sumber daya yang efisien dan efektif.
  6. Mampu melakukan generalisasi solusi untuk berbagai masalah yang berbeda.
Referensi

https://haddadsammir.wordpress.com/2015/01/22/berpikir-komputasi/