Computational Thinking

Saat mendengar istilah computational thinking, sebagian orang mungkin akan langsung berpikir mengenai programming. Kenyataannya, computational thinking atau teknik berpikir komputasional bukanlah tentang pemrograman semata. Ia merupakan pendekatan problem solving yang banyak digunakan dalam lintas bidang, mulai dari sains, teknologi, bisnis, pendidikan, kesehatan, hingga ilmu sosial. Ada empat teknik berpikir komputasional, antara lain, decomposition, pattern recognition, abstraction, dan algorithm. Yuk, kita bahas sama-sama!

          Computational thinking telah menjadi trending topic dalam riset mengenai pendidikan dan praktik pengajaran sejak beberapa dekade terakhir. Dalam laporan Google for Education yang berjudul Future of the Classroom, tim riset Google telah mengidentifikasi computational thinking sebagai salah satu dari 8 emerging trends in K-12 education. K-12 education merupakan sistem pendidikan di beberapa negara termasuk Amerika, setara SD hingga SMA di Indonesia.

Dalam laporannya, tim riset Google menyebutkan bahwa 92% pekerjaan masa depan membutuhkan keterampilan digital dan 45% pekerjaan tersebut membutuhkan kandidat yang dapat bekerja dengan baik menggunakan teknologi dan sistem digital. Selain itu, pekerjaan yang berkaitan dengan Science, Technology, Engineering, Math (STEM) telah tumbuh sebanyak 79% sejak 1990 dan diperkirakan akan terus meningkat di masa yang akan datang. Untuk merespons tantangan ini, berbagai negara telah memasukkan computational thinking ke dalam kurikulum pengajaran siswa di sekolah.

          Lalu, apa sebenarnya skill computational thinking? Mengapa ia begitu dibutuhkan hingga disebut sebagai keterampilan literasi baru abad 21? Simak penjelasan berikut!

Apa itu Computational Thinking

Computational thinking atau teknik berpikir komputasional adalah pendekatan problem solving yang memanfaatkan ide dan konsep ilmu komputer. Ia merupakan proses berpikir yang merepresentasikan masalah dan solusi sebagai langkah komputasi.

Sederhananya, computational thinking merupakan aktivitas yang menggunakan konsep ilmu komputer untuk merumuskan masalah dan mendapatkan solusi. Solusi tersebut nantinya dapat dieksekusi baik oleh manusia maupun komputer. Memahami teknik berpikir komputasional akan memberimu fondasi untuk menyelesaikan masalah yang merupakan salah satu kemampuan penting dalam menghadapi tantangan di era digital.

Pada tahun 2006, Jeanette M. Wing menulis artikel yang meng-highlight computational thinking sebagai metode dan keterampilan universal yang dapat digunakan oleh semua orang. Wing memiliki visi bahwa setiap orang (bukan hanya mereka yang berkecimpung di bidang ilmu komputer), dapat memperoleh manfaat dari berpikir secara komputasi.

Studi Kasus Computational Thinking

Untuk lebih memahami tahapan penyelesaian masalah dengan cara berpikir komputasional, mari kita bahas dengan satu contoh studi kasus. Tidak akan jauh-jauh, mari kita mulai studi kasus ini dengan permasalahan yang mungkin sering kita hadapi sehari-hari.

Bayangkan kita adalah seorang fresh graduate yang sedang mencari kerja. Kita telah memasukkan lamaran ke beberapa perusahaan dan sedang menanti panggilan interview. Pada suatu senja yang gerimis, di teras depan rumahmu di Jogja, kita tengah bersantai sambil menikmati es kopi susu dan kue bolu buatan Ibu. Tiba-tiba, dua email masuk dalam waktu hampir bersamaan. Keduanya mengabarkan panggilan interview pada hari yang sama, lusa, di Jakarta. Hanya waktunya saja yang berbeda, satu interview di pagi hari, satunya lagi sore hari. Apa yang akan kita lakukan?

Mari kita urai permasalahan tersebut dengan tahapan-tahapan computational thinking.

Ada empat tahap pemecahan masalah dengan teknik berpikir komputasional, yaitu decomposition (memecah masalah menjadi bagian kecil dan sederhana), pattern recognition (pengenalan pola), abstraction (identifikasi data dan informasi), dan terakhir algorithm (pengembangan langkah solusi).

Hal yang perlu diingat saat memecahkan masalah dengan computational thinking, tidak semua tahapan harus dilalui. Misalnya, jika permasalahan yang kita hadapi tidak begitu kompleks, kita bisa lewati tahap decomposition.

Sebelum memulai, mari tentukan dulu tujuan yang ingin dicapai. Dalam kasus ini, tentunya kita ingin dapat menghadiri kedua sesi interview di Jakarta dengan tepat waktu.

?        Decomposition

Pada tahap ini, kita memecahkan masalah kompleks menjadi bagian kecil dan sederhana. Jika diperhatikan lebih lanjut, permasalahan itu ada dua. Pertama, terkait jarak atau lokasi dari Jogja ke Jakarta. Kedua, terkait waktu interview di kedua perusahaan pada hari yang sama.

Untuk permasalahan pertama, kita bisa mulai dengan menentukan moda transportasi apa yang akan kita gunakan ke Jakarta. Misalnya, kita akan menggunakan kereta dengan pertimbangan kenyamanan dan biaya yang lebih terjangkau.

Kemudian, kita juga bisa uraikan tahapan perjalanan dari Jogja ke Jakarta kurang lebih dengan membaginya menjadi seperti berikut.

Lalu, untuk permasalahan kedua, karena selisih waktu kedua interview tersebut cukup lama dan jarak kantornya kebetulan berdekatan, kita merasa masih bisa mengikuti keduanya. Jadi ini bukan merupakan masalah yang kompleks.

?        Pattern Recognition

Pada tahap ini, kita akan mencari pola atau kesamaan dalam permasalahan ini. Menemukan pola akan membuat solusi menjadi lebih mudah dilakukan, terutama jika polanya berulang. Sebagai contoh, kita dapat mengidentifikasi bahwa perjalanan dari Rumah ke Stasiun Tugu Jogja, dari Stasiun Gambir ke kantor 1, dan dari kantor 1 ke kantor 2 dapat kita tempuh menggunakan moda transportasi ojek online.

?        Data Representation and Abstraction

Pada tahap ini, kita akan melakukan generalisasi dan identifikasi data atau informasi. Dengan cara ini, kita dapat melihat informasi penting dan mengabaikan informasi yang kurang relevan. Sebagai contoh, pada tahap ini, kita mengidentifikasi kapan saja jadwal keberangkatan kereta dari Jogja ke Jakarta, kemudian menentukan mana yang cocok dengan jadwal interview.

?        Algorithm

Setelah ketiga tahap terlewati, kita menentukan tahapan apa saja yang harus dilakukan agar sampai di Jakarta tepat waktu. Sebagai contoh, kita perlu menentukan alur perjalanan seperti berikut.

Manfaat Computational Thinking Dalam Kehidupan Sehari-hari

Ada banyak manfaat yang bisa Anda dapatkan dengan menerapkan cara pemikiran ini. Kemampuan satu ini membantu problem solving Anda sebagai tenaga kerja dan membuat pola pikir Anda layaknya mesin komputer.

Tidak hanya itu, menurut Code Learn manfaat yang bisa Anda dapatkan jika menguasai computational thinking adalah:

·       Melatih mindset agar menjadi kreatif, logis, dan terstruktur.

·       Mendorong karyawan bersikap profesional.

·       Melatih kita menyusun pemecahan masalah yang efektif.

Penerapan Computational Thinking

Penerapan computational thinking bisa ditempatkan pada berbagai bidang untuk menyelesaikan masalah. Berikut beberapa penerapannya.

1.    Perincian masalah

Dalam menghadapi sebuah masalah, pasti diperlukan analisis dan penjabaran dari permasalahan tersebut. Kemudian tetapkan kriteria-kriteria permasalahan untuk menyimpulkan solusinya.

2.    Memikirkan algoritma yang sistematis

Setelah meruncingkan sebuah masalah, langkah selanjutnya memikirkan algoritma yang tepat. Algoritma yang dimaksudkan adalah langkah-langkah yang paling sesuai untuk memecahkan masalah yang berbasis data.

3.    Implementasi, solusi, dan evaluasi

Langkah terakhir adalah membuat solusi dan melakukan evaluasi secara sistematis untuk menguji hipotesis. Setelah itu, lanjutkan dengan modifikasi hingga tidak ada lagi kesalahan yang ditimbulkan. Implementasikan langkah ini untuk melihat apakah solusi yang dibuat dapat digeneralisasikan secara otomatis.

Memiliki kemampuan computational thinking akan sangat membantu Anda untuk dapat berpikir logis dan sistematis di dunia kerja. Skill ini salah satu yang diperhitungkan oleh banyak perusahaan.

Sampai di sini, kita telah mengetahui cara menerapkan computational thinking untuk memecahkan permasalahan pada studi kasus sederhana di atas. Dalam penerapannya, kita mungkin akan mengalami beberapa kendala atau permasalahan lain. Misalnya, tiket kereta habis pada tanggal keberangkatan sehingga kita perlu mempertimbangkan moda transportasi lain atau kemacetan yang melanda saat kita akan berangkat ke kantor 2. Kita bisa mengantisipasi hal ini dengan membuat perencanaan yang matang dan menerapkan teknik berpikir komputasional seperti yang telah kita bahas sebelumnya.

Dalam era digital, pemecahan masalah dengan teknik berpikir komputasional tentu sangat dibutuhkan. Ia akan membantu kita menemukan solusi berbagai permasalahan, bahkan yang kompleks sekalipun. Namun, berpikir komputasional tidak hanya dapat digunakan untuk permasalahan kompleks maupun permasalahan yang berakhir dengan pemrograman. Kita juga bisa menerapkannya pada permasalahan yang kita hadapi sehari-hari.