pengenalan pola, mencari solusi berupa langkah-langkah berurutan demi suatu tujuan

algoritma, membuat fomulasi masalah agar dapat diselesaikan dengan cara sistematis

dekomposisi, membuat satu solusi umum persoalan agar dapat menjadi rujukan di pemecahan masalah lain yang sejenis

abstraksi, menemukan bagian penting pada suatu masalah dan mengabaikan bagian lainnya

sebuah konsep dalam menyelesaikan masalah/persoalan dengan efektif dan efisien

sebuah metode menyelesaikan masalah dengan teknik komputer

metode menyelesaikan masalah/persoalan dengan ilmu komputer dengan efektif dan efisiesn

menerapkan ilmu komputer dalam menyelesaikan masalah/persoalan dengan efektif dan efisien

dekomposisi

algoritma

pengenalan pola

abstraksi

menguraikan masalah kompleks menjadi bagian-bagian kecil

mengidentifikasi data, ciri, informasi untuk menyelesaikan proses permasalahan

mengidentifikasi hal penting dalam suatu permasalahan dan mengabaikan bagian yang tidak penting

mengurutkan langkah-langkah tertentu untuk mencapai suatu tujuan

ilmu tentang penggunaan komputer

ilmu tentang pengolahan informasi

ilmu tentang sains sosial

ilmu tentang kimia

1-3-2-4-6-5-7

1-6-2-3-5-4-7

1-2-3-4-5-6-7

1-6-2-3-4-5-7

Membuat flowchart untuk menggambarkan urutan langkah penyelesaian masalah

Membuat algoritma untuk menentukan luas lingkaran

Memilih bahasa pemrograman yang sesuai untuk menyelesaikan masalah

Menjelaskan konsep dasar pemrograman kepada siswa

Membagi masalah besar menjadi sub-masalah yang lebih kecil

Membuat diagram alir untuk menggambarkan alur program

Menentukan kebutuhan data yang diperlukan untuk menyelesaikan masalah

Menggunakan bahasa pemrograman yang sesuai untuk menyelesaikan masalah

Menjelaskan konsep dasar pemrograman kepada siswa

Mengidentifikasi masalah utama yang perlu diselesaikan

Dekomposisi

Pemrograman

Pengenalan pola

Abstraksi

Algoritm

Menentukan nilai konstanta pi yang diperlukan

Memecah masalah menjadi sub-masalah yang lebih sederhana

Memilih struktur data yang tepat untuk menyimpan informasi lingkaran

Mengidentifikasi aspek-aspek penting dalam menghitung luas dan keliling

Merumuskan algoritma yang efisien untuk menghitung luas dan keliling

Dekomposisi

Pengenalan pola

Abstraksi

Algoritma

21. Pengujian

Membuat adonan, memanggangnya, dan menghiasnya

Membeli bahan-bahan, mencampur adonan, dan menghiasnya

Mencampur bahan, menuangkan adonan ke loyang, dan mengoven

Menyiapkan alat dan bahan, mengikuti resep, dan menghias kue

Membuat daftar kegiatan secara rinci

Membuat model atau konsep umum dari jadwal kegiatan

Menentukan alokasi waktu untuk setiap kegiatan

Membuat jadwal kegiatan secara terperinci

Dekomposisi – Pengenalan Pola – Abstraksi – Penulisan Algoritma

Dekomposisi – Pengenalan Pola – Penulisan Algoritma – Abstraksi

Dekomposisi – Penulisan Algoritma – Abstraksi – Pengenalan Pola

Dekomposisi – Penulisan Algoritma – Pengenalan Pola – Abstraksi

Dekomposisi

Pengenalan Pola

Abstraksi

Penulisan Algoritma

Dekomposisi (Decomposition)

Pengenalan Pola (Pattern Recognition)

Abstraksi (Abstraction)

Penulisan Algoritma (Algorithms)

Evaluasi (Evaluating)

Dekomposisi

Pengenalan Pola

Abstraksi

Penulisan Algoritma

Validitas sumber data dalam berpikir komputasional adalah sejauh mana data yang digunakan tidak akurat

Validitas sumber data dalam berpikir komputasional adalah sejauh mana data yang digunakan tidak relevan

Validitas sumber data dalam berpikir komputasional adalah sejauh mana data yang digunakan relevan, akurat, dan dapat dipercaya.

Validitas sumber data dalam berpikir komputasional adalah sejauh mana data yang digunakan tidak dapat dipercaya

Validitas sumber data hanya penting dalam analisis manual

Validitas sumber data memastikan keandalan dan keabsahan informasi yang digunakan dalam analisis komputasional.

Sumber data yang tidak valid dapat memberikan hasil yang lebih akurat

Validitas sumber data tidak mempengaruhi analisis komputasional

Langkah-langkah untuk mengidentifikasi sumber data yang valid adalah: 1. Periksa kepercayaan dan kredibilitas sumber data. 2. Periksa fakta dan bukti yang mendukung data. 3. Periksa reputasi lembaga atau organisasi yang menerbitkan data. 4. Periksa metode pengumpulan data.

Mengandalkan data dari situs web yang tidak terverifikasi.

Menggunakan data dari sumber yang tidak jelas atau anonim.

Mengabaikan sumber data yang tidak sesuai dengan opini pribadi.

Kepercayaan hanya penting dalam analisis data.

Kepercayaan tidak berpengaruh pada validitas sumber data.

Kepercayaan memainkan peran penting dalam menentukan validitas sumber data.

Kepercayaan hanya diperlukan dalam pengolahan data.

Menggunakan data primer tanpa verifikasi

Menggunakan data sekunder yang sudah terverifikasi atau diverifikasi.

Mengandalkan data dari sumber yang tidak jelas

Mengabaikan validitas data

Ya, validitas sumber data berbeda antara penelitian kualitatif dan kuantitatif.

Validitas sumber data hanya relevan dalam penelitian kuantitatif.

Ya, validitas sumber data tidak penting dalam penelitian kualitatif dan kuantitatif.

Tidak, validitas sumber data sama antara penelitian kualitatif dan kuantitatif.

Konsistensi data tidak mempengaruhi validitas

Data yang konsisten memastikan informasi yang diperoleh dapat diandalkan dan akurat.

Data yang tidak konsisten lebih akurat

Data yang konsisten tidak relevan

Langkah-langkah untuk memeriksa keabsahan sumber data dari internet adalah: 1. Periksa situs resmi atau terpercaya. 2. Bandingkan dengan sumber lain yang terpercaya. 3. Perhatikan tanggal publikasi atau update data. 4. Periksa kredibilitas penulis atau pembuat konten. 5. Konfirmasi informasi dengan ahli terkait.

Menggunakan sumber yang paling populer saja

Tidak perlu memeriksa keabsahan sumber data

Mengandalkan informasi dari media sosial saja

Menetapkan standar format data, menggunakan tools integrasi data, validasi dan cleansing data, implementasi monitoring data.

Tidak menetapkan standar format data, menggunakan tools integrasi data tanpa validasi data, tidak melakukan monitoring data

Menggunakan tools integrasi data tanpa cleansing data, tidak menetapkan standar format data, tidak melakukan validasi data

Menggunakan data tanpa validasi, tidak menetapkan standar format data, tidak melakukan monitoring data

Ya, validitas sumber data tetap konstan

Tidak, validitas sumber data hanya bisa meningkat

Ya, validitas sumber data dapat berubah seiring waktu karena perubahan kondisi, konteks, atau metode pengumpulan data.

Tidak, validitas sumber data tidak pernah berubah

Tidak akan ada dampak negatif

Keputusan akan menjadi lebih akurat

Data akan menjadi lebih valid

Dampaknya adalah dapat mengakibatkan keputusan yang salah atau tidak akurat.

Pemeriksaan lintas (cross-checking)

Pengujian paralel (parallel testing)

Validasi tunggal (single validation)

Verifikasi silang (cross-validation)

Menggunakan metode validitas absolut

Mengukur tingkat validitas sumber data dalam penelitian dapat dilakukan dengan metode validitas internal dan eksternal.

Mengandalkan pada asumsi semata

Tidak memperhatikan konsistensi data

Abstraksi

ALgoritma

Dekomposisi

Pengenalan pola

Abstraksi

Algoritma

Dekomposisi

Pengenalan Pola

informatika

komputasional

logis

abstrak

Internal

Eksternal

Konvergen

Konten

gunakan sumber dari lembaga atau organisasi yang terpercaya 

1. gunakan sumber yang berasal dari akademisi atau pakar di bidang terkait

gunakan sumber yang banyak viewernya

1. Cari sumber yang terbaru

Pengumpulan data

Peprocessing data

Integrasi data

Transformasi data

Pengumpulan Data

Integrasi Data

Transformasi Data

Analisis Data

menyusun penyelesaian dengan langkah-langkah yang logis dan sesuai aturan

membuang informasi yang tidak penting

memecah masalah kompleks menjadi sederhana

melatih diri agar bekerja secepat komputer