Berpikir Komputasional

Apa itu berpikir komputasional?

Berpikir komputasional (Computational Thinking / BK) adalah metode menyelesaikan persoalan dengan menerapkan teknik ilmu komputer. Proses ini bisa dieksekusi oleh manusia maupun mesin. Perlu dipahami satu hal: siswa dilatih berpikir seperti ilmuwan Informatika, bukan berpikir seperti komputer, karena komputer itu mesin. Jadi BK itu soal cara berpikir manusia, bukan soal jadi robot.

Kegiatan utama dalam BK adalah penyelesaian masalah (problem solving), untuk menemukan solusi yang efisien, efektif, dan optimal, yang bisa dijalankan oleh manusia maupun mesin.

Contoh nyata yang diberikan di sumber: robot pelayan di restoran, robot pengantar makanan dan obat di rumah sakit (sudah dipakai di beberapa negara maju), dan sistem komputer pemantau perkebunan sawit yang siap panen. Semua itu lahir dari proses berpikir komputasional yang kemudian diimplementasikan ke dalam program.

Empat fondasi BK

Ada 4 fondasi berpikir komputasional dalam ilmu Informatika, yaitu Abstraksi, Algoritma, Dekomposisi, dan Pola. Kita bahas satu per satu.

1. Dekomposisi

Dekomposisi adalah memformulasi persoalan sedemikian rupa sehingga dapat diselesaikan dengan cepat, efisien, dan optimal. Persoalan yang sulit apalagi besar akan menjadi mudah jika diselesaikan sebagian-sebagian secara sistematis.

Skenario lab SMK: bayangkan siswa diminta memperbaiki PC lab yang tidak bisa booting. Kalau langsung panik dan bongkar semua komponen, itu tidak efisien. Dengan dekomposisi, masalah dipecah jadi bagian-bagian kecil:

• Apakah kabel power tersambung ke stopkontak?
• Apakah PSU menyala (kipas berputar)?
• Apakah ada tampilan di monitor?
• Apakah ada bunyi beep dari motherboard?

Setiap bagian kecil diperiksa satu per satu. Kalau PSU menyala tapi tidak ada tampilan, berarti masalahnya dipersempit ke area RAM, VGA, atau monitor. Masalah besar (“PC mati”) jadi masalah kecil-kecil yang bisa ditangani.

Jebakan umum pada dekomposisi: siswa sering memecah masalah terlalu besar (masih terlalu kompleks per bagiannya) atau malah terlalu kecil (jadi tidak efisien karena terlalu banyak langkah sepele). Ukurannya: setiap bagian hasil dekomposisi harus bisa diselesaikan dengan langkah yang jelas tanpa perlu dipecah lagi.

2. Pengenalan pola

Pengenalan pola adalah kemampuan mengenali pola persoalan, melakukan generalisasi, serta mentransfer proses penyelesaian ke persoalan lain yang sejenis.

Dari buku, pengenalan pola adalah kemampuan untuk mengidentifikasi persamaan atau perbedaan pola, tren, dan keteraturan dalam data, yang kemudian digunakan untuk membuat prediksi dan menyajikan data.

Skenario lab: siswa merakit 10 PC di lab. Setelah merakit PC pertama, siswa menyadari bahwa urutan pemasangannya selalu sama: pasang CPU ke motherboard dulu, baru RAM, baru pasang motherboard ke casing, dan seterusnya. Pola ini kemudian dipakai berulang untuk 9 PC berikutnya tanpa harus berpikir dari nol lagi.

Contoh penerapan pengenalan pola yang lebih lanjut dari buku: machine vision digunakan untuk inspeksi otomatis berbasis gambar, misalnya pengontrolan proses industri, pendeteksi nomor plat kendaraan, dan inspeksi kualitas kayu. Semua itu bekerja karena komputer dilatih mengenali pola visual tertentu.

Jebakan umum: siswa kadang menganggap dua masalah mirip padahal sebenarnya berbeda secara mendasar. Misalnya, masalah “printer tidak mencetak” dan “printer mencetak tapi hasilnya kosong” kelihatan mirip, tapi pola penyebabnya berbeda total (yang pertama bisa masalah koneksi, yang kedua masalah cartridge).

3. Abstraksi

Abstraksi adalah menyarikan bagian yang perlu dari suatu permasalahan dan mengabaikan yang tidak perlu, sehingga memudahkan fokus kepada solusi.

Skenario lab: saat siswa diminta membuat denah jaringan lab komputer, tidak perlu menggambar detail warna kabel, merek switch, atau posisi kursi. Yang digambar cukup: berapa PC, di mana posisi switch/hub, dan bagaimana topologi koneksinya. Informasi yang tidak relevan dengan konektivitas jaringan dibuang.

Contoh lain: peta MRT Jakarta. Peta itu bukan gambar akurat jalur rel yang sebenarnya (dengan tikungan dan kontur tanah). Peta itu adalah abstraksi: yang ditampilkan hanya urutan stasiun dan jalur perpindahan, karena itu yang dibutuhkan penumpang.

Dalam konteks informatika, berpikir pada beberapa tingkat abstraksi diperlukan, bukan sekadar belajar menulis kode program. Jadi abstraksi itu skill berpikir, bukan sekadar menghapus detail.

Jebakan umum: membuang informasi yang seharusnya perlu. Misalnya, saat mengabstraksi masalah jaringan lambat, siswa membuang informasi tentang jumlah user yang terhubung. Padahal itu informasi yang justru relevan.

4. Algoritma

Algoritma adalah menuliskan otomasi solusi melalui berpikir algoritmik (langkah-langkah yang terurut) untuk mencapai suatu tujuan. Jika langkah yang runtut ini diberikan ke komputer dalam bahasa yang dipahaminya, komputer dapat diperintah mengerjakan langkah tersebut.

Dari bagian pemecahan masalah, buku juga menjelaskan perbedaan pendekatan algoritmik vs heuristik: algoritma mendefinisikan serangkaian prosedur langkah demi langkah yang memberikan jawaban benar untuk masalah tertentu. Dengan mengikuti petunjuk dengan benar, dijamin sampai pada jawaban yang benar.

Skenario lab: siswa diminta menginstal Windows 10 di PC baru. Algoritmanya:

1. Siapkan flashdisk bootable berisi ISO Windows 10
2. Colokkan flashdisk ke port USB
3. Nyalakan PC, masuk BIOS (tekan F2/Del)
4. Ubah boot priority: USB drive di urutan pertama
5. Simpan dan restart
6. Ikuti wizard instalasi (pilih bahasa, edisi, partisi)
7. Tunggu proses selesai, cabut flashdisk saat restart pertama

Kalau langkah ke-4 terlewat, PC akan boot dari hard disk kosong dan instalasi gagal. Urutan itu tidak bisa dibolak-balik sembarangan. Itu inti dari berpikir algoritmik.

Bandingkan dengan pendekatan heuristik seperti trial and error: hill climbing, brute force, trial and error, dan means-ends analysis termasuk strategi heuristik karena tidak punya prosedur langkah demi langkah yang menjamin solusi sepanjang waktu. Cocok untuk masalah yang belum diketahui solusi pastinya, tapi tidak efisien untuk masalah yang sudah ada prosedurnya.

Jebakan umum: siswa sering menulis algoritma yang ambigu. Misalnya langkah “atur BIOS” tanpa menyebutkan tekan tombol apa, menu mana, dan setting apa yang diubah. Algoritma yang baik harus spesifik sehingga orang lain bisa mengikutinya tanpa harus bertanya lagi.

Bagaimana keempat fondasi ini bekerja sama?

Keempatnya tidak dipakai sendiri-sendiri. Dalam satu persoalan, biasanya keempatnya dipakai berurutan:

Ambil contoh: “Lab komputer sekolah sering mengalami jaringan lambat.”

1. Dekomposisi: pecah masalah jadi bagian kecil. Apakah lambat di semua PC atau sebagian? Apakah lambat saat akses internet atau akses file lokal? Jam berapa biasanya lambat?

2. Pengenalan pola: setelah data dikumpulkan, ternyata selalu lambat di jam 10-11 pagi. Dan hanya lambat saat akses internet, bukan file lokal. Pola ini mengarah ke bandwidth internet yang tidak cukup saat semua kelas online bersamaan.

3. Abstraksi: buang detail yang tidak relevan (merek PC, versi OS, warna kabel). Fokus ke: jumlah user, kapasitas bandwidth, dan jadwal pemakaian.

4. Algoritma: susun langkah solusi. Misalnya: buat jadwal rotasi pemakaian internet per kelas, atau ajukan penambahan bandwidth ke pihak sekolah. Langkah-langkahnya dibuat runtut dan bisa dieksekusi.

BK perlu diasah dengan latihan rutin, mulai dari persoalan sederhana dan kecil. Secara bertahap, persoalannya ditingkatkan menjadi makin besar, kompleks, dan rumit. Makin besar dan kompleks suatu persoalan, solusinya makin membutuhkan komputer agar dapat diselesaikan secara efisien.

Review pemahaman

Tiga pertanyaan untuk menguji apakah materinya sudah masuk:

1. Seorang siswa diminta memperbaiki printer lab yang mencetak garis-garis hitam pada kertas. Dia langsung mengganti cartridge tanpa memeriksa apapun. Fondasi BK mana yang dia lewatkan, dan apa yang seharusnya dilakukan?

2. Guru TKJ meminta siswa membuat panduan instalasi Linux Ubuntu untuk 20 PC lab yang spesifikasinya identik. Setelah berhasil menginstal di PC pertama, siswa menulis ulang panduan dari nol untuk PC kedua. Fondasi BK apa yang tidak diterapkan siswa ini?

3. Jelaskan perbedaan antara pendekatan algoritmik dan heuristik. Berikan satu contoh masing-masing dalam konteks troubleshooting jaringan lab SMK.