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. |