4 Dasar Computational Thinking yang Penting untuk Menyelesaikan Masalah Kompleks

Computational thinking adalah salah satu cara berpikir yang digunakan untuk menyelesaikan masalah. Namun, sebelum menyelesaikan masalah, Anda harus dapat memahami secara mendalam dasar masalah hingga cara terbaik untuk menyelesaikannya.

Proses memahami tersebut adalah bagian dari computational thinking. Mungkin Anda berpikir, apakah cara berpikir ini dibutuhkan dalam kehidupan sehari-hari? Jawabannya adalah dibutuhkan. 

Sebab, computational thinking menggabungkan dua cara berpikir lainnya, yaitu analytical thinking dan critical thinking. 

Berikut adalah pemaparan lengkap seputar computational thinking, dari dasar-dasar hingga contoh penerapannya.

Apa Itu Computational Thinking?

Computational thinking adalah proses mengidentifikasi solusi yang terstruktur dan detail untuk sebuah masalah yang rumit. 

Dikutip dari Learning, prosesnya dimulai dari memecah masalah dalam bagian-bagian kecil sesuai kelompok atau situasinya, memerhatikan pola dari masing-masing bagian, mengeliminasi masalah atau bagian yang tidak perlu, dan membuat solusi struktural yang dapat digunakan berulang kali.

Proses berpikir ini memakai metodologi dasar ilmu komputer, di mana dalam menyelesaikan sebuah masalah, biasanya digunakan konsep algoritma, struktur data, dan automasi. Computational thinking mengutamakan langkah yang presisi, logis, efisien, dan terukur. 

Proses memecahkan masalah dalam bagian-bagian kecil bertujuan untuk memahami masalah dan situasi yang ada, kemudian mencari masalah yang bisa ditangani dengan cepat atau sebenarnya tidak perlu diselesaikan.

Kemudian, proses memerhatikan pola berfokus pada melihat situasi dan membandingkannya dengan situasi lain atau kejadian masa lalu. Dari situ Anda dapat menemukan pola dan solusi yang sama untuk sebuah masalah. Nantinya, solusi yang dipakai dapat digunakan lagi untuk menyelesaikan masalah serupa di masa depan.

Manfaat Computational Thinking

1. Menyelesaikan masalah kompleks atau rumit: ketika menghadapi situasi atau masalah yang rumit, lebih baik gunakan computational thinking untuk memastikan solusinya efektif dan terstruktur.
2. Menghasilkan solusi yang efisien dan dapat diautomasi: solusi yang efektif harus dapat digunakan berulang dan diautomasi, artinya Anda dapat mengatasi masalah yang sama dengan lebih cepat di masa depan.
3. Menganalisis data untuk menemukan insight: manfaat computational thinking yang satu ini membantu Anda menciptakan solusi berdasarkan data dengan akurasi tinggi.
4. Menawarkan inovasi: ketika menghadapi masalah yang rumit, maka Anda harus dapat berinovasi melalui ide-ide dan solusi kreatif. Terlebih jika Anda menghadapi masalah-masalah modern yang berkaitan dengan teknologi dan digitalisasi.
5. Menjadi soft skill yang penting: ketika Anda punya kemampuan computational thinking, maka Anda punya nilai plus di mata perusahaan. Setiap industri, baik itu manufaktur, keuangan, marketing, hingga kesehatan, membutuhkan individu yang mampu menyelesaikan masalah kompleks dan inovatif.

4 Dasar Penting Computational Thinking

Baik digunakan dalam sistem komputer atau praktik kehidupan sehari-hari, berikut empat dasar penting computational thinking, menurut BBC:

1. Decomposition

Proses daur ulang adalah tindakan memecahkan barang menjadi bagian atau serpihan kecil, agar mudah ditangani atau dimanfaatkan ulang. 

Hal serupa juga dilakukan dalam computational thinking, Anda harus memecahkan masalah dalam bagian-bagian kecil agar lebih mudah dianalisis. Dengan begitu, Anda dapat menangani masalah secara baik satu per satu.

2. Pattern Recognition

Dalam setiap masalah yang sudah dipecah dalam bagian kecil, coba temukan pola yang sama. Hal ini akan membantu Anda mengaitkan satu masalah dengan masalah lain untuk menemukan satu solusi terbaik. 

Selain itu, Anda juga dapat mencari pola dari masalah yang serupa dan pernah terjadi di masa lalu. Dari situ juga Anda dapat menggunakan pendekatan yang sama untuk menyelesaikan masalah. Tujuannya adalah tidak membatasi diri untuk melihat tren dan pola dari suatu masalah.

3. Abstraction

Fokus pada masalah-masalah yang relevan dan penting saja. Jika ada situasi atau masalah yang tidak berkaitan, langsung tinggalkan. Jangan sampai Anda menghabiskan waktu pada masalah yang tidak penting, sehingga masalah utamanya terlupakan.

4. Algorithmic Thinking

Terakhir adalah menciptakan solusi yang terstruktur dengan langkah-langkah yang presisi dan efektif. Pastikan juga Anda telah menganalisis dan mengenali risiko-risiko yang mungkin terjadi, untuk mengetahui cara menghadapinya. 

Bahkan jika perlu buat langkah-langkah yang dapat digunakan di masa mendatang ketika masalah serupa terjadi lagi.

Contoh Computational Thinking

1. Menyusun puzzle

Contoh penggunaan computational thinking yang paling sederhana adalah saat menyusun puzzle. Proses ini penyusunannya pasti dilakukan secara bertahap. 

Beberapa orang dengan kemampuan computational thinking akan melakukan langkah-langkah berikut:

• Membagi potong puzzle dalam beberapa kelompok.
• Mengutamakan penyelesaian setiap sudut puzzle terlebih dahulu.
• Mengelompokkan lagi puzzle berdasarkan ilustrasinya, misalnya benda atau latar.
• Kemudian, fokus pada gambar atau ilustrasi yang sudah paling terlihat bentuknya.
• Menyatukan tiap sudut dan fokus pada “isi” atau bagian tengah puzzle.

2. Menulis

Seorang penulis menggunakan computational thinking dalam:

• Mengelompokkan ide artikel atau konten.
• Menyusun kerangka artikel.
• Mengelompokkan sumber informasi, berdasarkan bagian atau jenis informasi yang dibutuhkan.
• Mengutamakan data dan fakta.
• Menyusun struktur narasi yang sesuai dengan topik.
• Memastikan setiap kalimat punya koherensi atau berhubungan satu sama lain.

Dapat disimpulkan bahwa computational thinking adalah kemampuan untuk menyelesaikan masalah dengan efektif, inovatif, dan terstruktur. Solusi yang ditawarkan pun harus dapat dipakai berulang dan bahkan diautomasi. Kemampuan ini dibutuhkan dalam setiap industri, makanya penting untuk punya skill satu ini.

Apabila Anda ingin mengembangkan computational thinking, maka daftar dan belajar di short program prasmul-eli yang bertajuk Problem Solving & Decision Making.

Anda bisa dapat ilmu dan best practice dari para profesional serta pakar industri. Kunjungi halaman ini sekarang juga untuk daftar programnya!