1. Langsung implementasi kode, 2. Hanya uji algoritma, 3. Abaikan input/output

1. Identifikasi masalah, 2. Tentukan input/output, 3. Rancang langkah-langkah, 4. Tulis algoritma, 5. Uji algoritma, 6. Perbaiki dan optimalkan.

Pola data adalah struktur atau tren dalam data yang penting untuk analisis dan pengambilan keputusan.

Pola data hanya berlaku untuk data numerik.

Pola data tidak memiliki pengaruh pada keputusan bisnis.

Pola data adalah jenis perangkat lunak untuk analisis.

Dekomposisi adalah proses menggabungkan bagian-bagian kecil menjadi satu masalah besar.

Dekomposisi adalah proses memecah masalah besar menjadi bagian-bagian yang lebih kecil.

Dekomposisi adalah proses yang hanya digunakan untuk masalah matematika.

Dekomposisi adalah cara untuk menyelesaikan masalah tanpa memecahkannya.

Abstraksi adalah proses menyederhanakan kompleksitas sistem dengan menyembunyikan detail yang tidak perlu.

Abstraksi adalah teknik untuk mempercepat proses pengolahan data.

Abstraksi adalah cara untuk mengungkapkan semua detail sistem secara lengkap.

Abstraksi adalah proses menambah kompleksitas sistem.

John von Neumann

Alan Turing

Ada Lovelace

Seymour Papert

Menghitung jumlah belanjaan di toko tanpa daftar

Contoh penerapan berpikir komputasional adalah merencanakan perjalanan dengan menentukan rute dan waktu tempuh.

Membaca buku tanpa membuat catatan

Menonton film tanpa merencanakan waktu

Algoritma adalah rencana, sedangkan program adalah implementasi dari rencana tersebut.

Program adalah rencana, sedangkan algoritma adalah implementasi dari rencana tersebut.

Algoritma adalah kode, sedangkan program adalah penjelasan dari kode tersebut.

Algoritma dan program adalah hal yang sama.

Mengenal pola data membuat pemrograman menjadi lebih rumit.

Mengenal pola data hanya penting untuk analisis statistik.

Mengenal pola data memudahkan pemrograman dengan meningkatkan efisiensi pengolahan dan analisis data.

Pola data tidak berpengaruh pada kecepatan pemrograman.

Dekomposisi membuat masalah menjadi lebih kompleks.

Dekomposisi hanya berlaku untuk masalah matematis.

Dekomposisi mempermudah pemecahan masalah dengan membagi masalah besar menjadi bagian-bagian kecil yang lebih mudah dikelola.

Dekomposisi tidak memiliki pengaruh pada pemecahan masalah.

Mengurangi kolaborasi antar tim

Membuat komponen tidak dapat digunakan kembali

Manfaat dari menggunakan abstraksi dalam pengembangan perangkat lunak termasuk menyederhanakan kompleksitas, meningkatkan pemeliharaan kode, memfasilitasi penggunaan kembali komponen, dan meningkatkan kolaborasi.

Meningkatkan kompleksitas kode

Pengenalan algoritma oleh Al-Khwarizmi.

Pengembangan bahasa pemrograman Python.

Penemuan komputer oleh Charles Babbage.

Penciptaan internet oleh Tim Berners-Lee.

Algoritma selalu menghasilkan solusi yang optimal tanpa analisis.

Algoritma tidak memiliki metode sistematis dalam penyelesaian masalah.

Algoritma menyelesaikan masalah kompleks dengan membagi masalah, menerapkan teknik sistematis, dan menggunakan metode optimasi.

Algoritma hanya dapat digunakan untuk masalah sederhana.

Representasi data hanya digunakan untuk menyimpan informasi.

Representasi data tidak berkaitan dengan pola.

Representasi data adalah cara untuk menghapus informasi yang tidak relevan.

Representasi data adalah cara menyajikan informasi untuk mengidentifikasi pola.

Siswa tidak perlu memahami teknologi untuk belajar.

Pemecahan masalah hanya penting di bidang matematika.

Penting untuk memahami sejarah berpikir komputasional agar siswa dapat menghargai perkembangan teknologi dan meningkatkan kemampuan pemecahan masalah.

Sejarah berpikir komputasional tidak relevan bagi siswa.