Berpikir Komputasional VII

​BERPIKIR KOMPUTASIONAL

By Ni Mustikawati

NI NYOMAN DWI MUSTIKAWATI, S.KOM.
INFORMATIKA VII/SEMESTER GANJIL
TAHUN PELAJARAN 2025/2026

JAWAB PERTANYAAN DIBAWAH

By Ni Mustikawati

“Bagaimana cara kalian menyusun jadwal pelajaran agar tidak tertukar?”
“Apa yang kalian lakukan saat mengatur folder dan file di laptop atau HP?”

TUJUAN PEMBELAJARAN

1. Menjelaskan konsep data terstruktur secara lisan dan tulisan.

2. Mengidentifikasi bentuk data terstruktur dalam kehidupan sehari-hari.

3. Mengelompokkan data terstruktur berdasarkan kriteria tertentu.

4. Menunjukkan penerapan berpikir komputasional dalam mengelola data.

DATA TERSTRUKTUR

Data yang disusun dengan format tertentu dan mudah dipahami serta diolah, misalnya: tabel, daftar, jadwal, form.”

CONTOHNYA?

Sebutkan contohnya!

KONSEP BERPIKIR KOMPUTASIONAL

• Berpikir komputasi (Computational Thinking) adalah metode menyelesaikan persoalan dengan menerapkan teknik ilmu komputer (informatika). 

• Berpikir komputasi adalah kemampuan berpikir untuk menyelesaikan suatu permasalahan secra menyeluruh, logis, dan teratur. 

• Berpikir komputasi adalah teknik pemecahan masalah yang sangat luas wilayah penerapannya, bukan hanya untuk menyelesaikan masalah seputar ilmu komputer saja, melainkan juga untuk menyelesaikan berbagai masalah di dalam kehidupan sehari-hari. 

KONSEP BERPIKIR KOMPUTASIONAL

Berpikir Memecahkan Masalah Kompleks

• Complex problem solving adalah:

  •  Metode untuk memperjelas suatu masalah yang sangat kompleks dalam kehidupan nyata.

  •  Kemampuan seseorang untuk mengidentifikasi masalah yang kompleks, serta mengerti dan memahami tentang informasi yang berkaitan. 

Berpikir Memecahkan Masalah Kompleks

• Langkah-langkah problem solving :

  1. Mendefinisikan masalah

  2. Mengumpulkan data

  3. Mengidentifikasikan penyebab masalah yang paling mungkin

  4. Mengidentifikasikan yang menjadi akar permasalahan

  5. Mengajukan dan mengimplementasikan solusinya

Metode Berpikir Komputasi

METODE BERPIKIR KOMPUTASIONAL

Langkah-langkah:

1. Decomposition → Memecah masalah jadi bagian kecil

2. Pattern Recognition → Mengenali pola

3. Abstraction → Fokus pada hal penting

4. Algorithm Design → Menyusun langkah-langkah

1. Decomposition (Penguraian)

Memecah-mecah masalah menjadi lebih kecil dan sampai ke pokok sebuah masalah hingga kita menyelesaikan suatu masalah tersebut dapat menyelesaikannya satu persatu dan mengidentifikasi perbagian darimana masalah itu datang.

Contoh Dekomposisi

2. Pattern Recognition (Memahami Pola)

Mencari pola, biasanya didalam sebuah masalah terdapat pola pola tertentu untuk memecahkannya disitu kita dituntut mengetahui sendiri bagaimana pola tersebut (kesamaan masalah).

Dengan melihat pola gambar, maka kita dapat menentukan gambar sebelah yang kiri yang sesuai bentuknya dengan pola gambar yang ada di sebelah kanan.

Contoh Pattern Recognition (Memahami Pola)

3. Abstraction (Abstraksi)

Melakukan generalisasi dan mengidentifikasi prinsip-prinsip umum yang menghasilkan pola, tren dan keteraturan tersebut. 

Biasanya dengan melihat karakteristik umum dan juga membuat model suatu penyelesaian. Abstraksi juga dapat berari kemampuan untuk memusatkan perhatian pada informasi yang penting saja, dengan mengabaikan detail yang tidak relevan.

Contoh Abstraction (Abstraksi)

4. Algorithm Design (Desain Algoritma)

Mengembangkan petunjuk pemecahan masalah yang sama secara (step-by-step) langkah demi langkah, tahapan demi tahapan sehingga orang lain dapat menggunakan langkah/informasi tersebut untuk menyelesaikan permasalahan yang sama. 

Contoh Algorithm Design (Desain Algoritma)

Kesimpulan

Data dalam Kehidupan Sehari-Hari

Latihan Singkat

Latihan Singkat

Latihan Singkat

❓ Coba jawab:

• Apa pola yang terlihat?

• Bagaimana kamu mengelompokkan data ini?

• Informasi penting apa yang bisa diambil?

Penerapan Berpikir Komputasional

Penerapan Berpikir Komputasional

Terapkan:

• Decomposition → Pisahkan data per hari/tugas

• Pattern Recognition → Hari Senin paling banyak tugas

• Abstraction → Fokus pada nama dan jenis tugas

• Algorithm → Buat urutan jadwal belajar tiap hari

Refleksi dan Penutup

Apa manfaat dari memahami data terstruktur?
✅ Membantu membuat keputusan lebih cepat
✅ Mengatur informasi dengan efisien
✅ Melatih cara berpikir logis dan sistematis

KESIMPULAN

Apa manfaat dari memahami data terstruktur?
✅ Membantu membuat keputusan lebih cepat
✅ Mengatur informasi dengan efisien
✅ Melatih cara berpikir logis dan sistematis

Open Ended

Apa pola usia yang terlihat dari data di atas?

Open Ended

Apa pola hobi yang kamu temukan?

Open Ended

Bagaimana kamu akan mengelompokkan data di atas berdasarkan:
- Usia: ......
- Hobi: .

Open Ended

Tuliskan informasi penting yang bisa kamu simpulkan dari data tersebut.

Open Ended

Decomposition (Penguraian):
Pecah data berdasarkan kategori kecil (misalnya per hari atau tugas):

Open Ended

Pattern Recognition (Pola):
Apa pola yang kamu temukan dalam jadwal tugas ini?

Open Ended

Pattern Recognition (Pola):
Apa pola yang kamu temukan dalam jadwal tugas ini?

Open Ended

Algorithm Design (Algoritma):
Buat langkah-langkah menyusun jadwal belajar berdasarkan data di atas (minimal 3 langkah):

1. ................................................................

2. ................................................................

3. ................................................................