Kembali ke materi
Publik
Koding dan Kecerdasan Artifisial

BERPIKIR KOMPUTASIONAL

Basuki RosyidiSemua Kelas15 September 2026

Menyelesaikan Masalah Kompleks Sehari-hari dengan Cerdas!

🚨 Apa Itu Masalah Kompleks?

Masalah yang tidak bisa diselesaikan hanya dengan satu tindakan (contoh: kemacetan atau menyusun jadwal sekolah). Solusinya menuntut kita untuk tidak langsung menebak jawaban, melainkan menganalisis masalah secara menyeluruh.

πŸ› οΈ 4 Pilar Berpikir Komputasional

Gunakan alur ini untuk memecahkan masalah apa pun!

🧩 1. DEKOMPOSISI

  • Apa itu: Memecah masalah raksasa menjadi bagian kecil yang mudah diatur.

  • Contoh: Masalah "Kantin Lemot" diurai jadi antrean, kasir, dan alur makanan.

πŸ” 2. PENGENALAN POLA

  • Apa itu: Mencari hubungan sebab-akibat atau hal yang terjadi berulang.

  • Contoh: Menyadari bahwa jalan tertentu hanya macet saat jam 7 pagi.

🎯 3. ABSTRAKSI

  • Apa itu: Menyaring informasi. Fokus pada yang penting, abaikan yang tidak relevan.

  • Contoh: Fokus pada jumlah kasir kantin, abaikan warna seragam petugasnya.

βš™οΈ 4. ALGORITMA

  • Apa itu: Menyusun urutan langkah penyelesaian secara logis dan sistematis.

  • Contoh: Prosedur antrean atau resep memasak.

πŸ”„ UJI β€’ EVALUASI β€’ PERBAIKI (Langkah pamungkas untuk memastikan solusi benar-benar bekerja)

πŸ—ΊοΈ Studi Kasus: Rute Tercepat ke Sekolah

Bagaimana cara komputer mencari jalan bebas macet? Dengan mengubah jalanan menjadi model matematika!

  • Node (Titik): Rumah, sekolah, persimpangan.

  • Edge (Garis): Jalanan yang dilalui.

  • Weight (Bobot): Jarak atau waktu tempuh.

Algoritma yang Digunakan:

  • Dijkstra: Mencari rute terpendek dengan mengevaluasi semua bobot jalan.

  • A (A-Star):* Lebih efisien karena menebak arah tujuan sejak awal pencarian.

πŸ€– Integrasi dengan Kecerdasan Artifisial (KA)

Berpikir komputasional adalah kerangkanya, sedangkan KA adalah mesin penggeraknya.

Komponen KAPeran dalam Pemecahan Masalah
πŸ‘οΈ PerceptionMengumpulkan data lapangan (GPS, sensor, kamera, cuaca).
πŸ“Š Data RepresentationMenyusun data agar bisa diproses mesin (misal: bentuk graf).
🧠 ReasoningMenggunakan logika/algoritma untuk mengambil keputusan.
πŸ“ˆ LearningBelajar dari data historis agar hasil ke depannya lebih akurat.

πŸ’‘ INTI SARI (WAJIB DIINGAT!)

"Jangan menghadapi masalah kompleks sebagai satu bongkahan besar! Pecah masalahnya, cari polanya, saring informasi pentingnya, susun algoritmanya, lalu uji dan evaluasi!"

Buka Lampiran