Berpikir Komputasional

Koding dan Kecerdasan Artifisial (KKA)

Pernahkah kalian merasa bingung saat menghadapi tugas yang besar atau masalah yang rumit? Misalnya, merencanakan acara ulang tahun sekolah atau membersihkan kelas?

Koding dan Kecerdasan Artifisial (KKA)

Berpikir Komputasional

Koding dan Kecerdasan Artifisial (KKA)

Tujuan Pembelajaran

Peserta didik mampu:

1. Menghubungkan pengetahuan tentang konsep dan

   penerapan berpikir komputasional dalam pengelolaan data.

2. Mengidentifikasi, menghitung, menyusun dan menyajikan data dengan pendekatan berpikir komputasional.

Pre Test

Multiple Select

Manakah dari ke empat hal ini yang merupakan pilar berpikir komputasional (bisa memilih lebih dari 1)

• Dekomposisi

• Abstraksi

• Pengenalan Pola

• Algoritma

Multiple Choice

Proses pemecahan masalah besar menjadi

sub masalah yang lebih kecil sehingga data lebih mudah dikelola disebut dengan...

• Dekomposisi

• Abstraksi

• Pengenalan Pola

• Algoritma

Multiple Choice

Untuk menemukan tren data yang dapat memberikan informasi berharga dengan cara mengelompokkan data, pembersihan data, dan klasifikasi data dapat dilakukan dengan...

• Dekomposisi

• Abstraksi

• Pengenalan Pola

• Algoritma

Multiple Choice

Menyederhanakan informasi yang berfokus pada data penting dan mengabaikan

data yang tidak relevan dalam pengelolaan data disebut dengan...

• Dekomposisi

• Abstraksi

• Pengenalan Pola

• Algoritma

Multiple Choice

Mengembangkan petunjuk pemecahan masalah yang sama, langkah demi langkah, sehingga orang lain dapat menggunakan langkah atau infomasi tersebut untuk menyelesaikan permasalahan yang sama disebut dengan...

• Dekomposisi

• Abstraksi

• Pengenalan Pola

• Algoritma

​Berpikir Komputasional

Cara berpikir untuk memecahkan suatu masalah dengan pendekatan logis dan sistematis.

4 Pilar Berpikir Komputasional

​1. Dekomposisi

Proses pemecahan masalah besar menjadi

sub masalah yang lebih kecil sehingga data lebih mudah dikelola

4 Pilar Berpikir Komputasional

​2. Abstraksi

Menyederhanakan informasi yang berfokus pada data penting dan mengabaikan data yang tidak relevan

4 Pilar Berpikir Komputasional

3. Pengenalan Pola

Bertujuan untuk menemukan tren data yang dapat memberikan informasi berharga dengan cara mengelompokkan data, pembersihan data, dan klasifikasi data

4 Pilar Berpikir Komputasional

​4. Algoritma

Mengembangkan petunjuk pemecahan masalah, langkah demi langkah, dan sistematis

​Mengelola data

Pengelolaan data yang baik harus melalui tahapan pengolahan dan penyajian data yang sistematis.

Proses pengolahan data yang baik bertujuan untuk menyusun data mentah menjadi informasi yang lebih sederhana sehingga mudah dipahami serta dapat digunakan untuk keperluan analisis lebih lanjut.

Misi Kita Hari Ini

​Mengelola data kelas dengan 4 pilar berpikir komputasional

1. Proses Dekomposisi

2. Pengenalan Pola

3. Abstraksi

4. Algoritma

​Proses 1: Dekomposisi

1. Tentukan data apa saja yang dibutuhkan untuk membuat Data Kelas

2. Mari kita bekerjasama dengan teman-teman satu kelas!

Word Cloud

Data apa saja yang dibutuhkan untuk menyajikan "Data Kelas" data kelas ini akan berguna untuk pengambilan keputusan di lingkup kelas kalian

Tulis hasilnya di buku kalian!

​Pengumpulan Data

1. Buka Classroom

2. Masuk ke Forum, lalu buka link Formulir Data Kelas

3. Isi formulir sesuai data diri kalian

​Proses 2: Pengenalan Pola

1. Masuk Classroom, buka "Hasil Formulir Data Kelas"

2. Pelajari pola terkait:

   1. Standarisasi

   2. Anomali

   3. Duplikat dan data yang hilang (tidak di isi)

3. Tulis hasil analisis kalian di buku!

​Proses 3: Abstraksi

1. Masuk ke Classroom, Buka LKPD 1: Data Kelas

2. Salin "Hasil Formulir Data Kelas"

3. Tempel pada LKPD 1: Data Kelas

4. Mari kita analisis data apa saja yang bisa kita kembangkan dari data yang telah ada

​Proses 4: Penyusunan Instruksi

1. Susun instruksi untuk menemukan data pengembangan dari hasil form yang telah kita dapatkan!

2. Tulis di buku, lalu jalankan Instruksi/algoritmanya di LKPD 1

Post Test

Reorder

Susun ulang sesuai langkah-langkah yang telah kita kerjakan sebelumnya:

• Tentukan data apa saja yang dibutuhkan untuk membuat data kelas

• Pelajari pola dari data yang kita dapatkan

• Analisis data apa yang bisa kita kembangkan dari data yang telah ada

• Susun instruksi untuk menemukan data pengembanganya

1

2

3

4

• 1
• 2
• 3
• 4

Multiple Choice

Proses pemecahan masalah besar menjadi

sub masalah yang lebih kecil sehingga data lebih mudah dikelola disebut dengan...

• Dekomposisi

• Abstraksi

• Pengenalan Pola

• Algoritma

Multiple Choice

Untuk menemukan tren data yang dapat memberikan informasi berharga dengan cara mengelompokkan data, pembersihan data, dan klasifikasi data dapat dilakukan dengan...

• Dekomposisi

• Abstraksi

• Pengenalan Pola

• Algoritma

Multiple Choice

Menyederhanakan informasi yang berfokus pada data penting dan mengabaikan

data yang tidak relevan dalam pengelolaan data disebut dengan...

• Dekomposisi

• Abstraksi

• Pengenalan Pola

• Algoritma

Multiple Choice

Mengembangkan petunjuk pemecahan masalah yang sama, langkah demi langkah, sehingga orang lain dapat menggunakan langkah atau infomasi tersebut untuk menyelesaikan permasalahan yang sama disebut dengan...

• Dekomposisi

• Abstraksi

• Pengenalan Pola

• Algoritma