KOMPAS.com - Salah satu pendekatan dalam memecahkan persoalan adalah berpikir komputasional atau computational thinking (CT). Cara berpikir ini lahir dari teknik yang digunakan dalam pengembangan perangkat lunak, tetapi penerapannya jauh lebih luas.
Dilansir dari learning.com, berpikir komputasional merupakan proses pemecahan masalah dengan melibatkan berbagai teknik dan proses berpikir yang diadopsi dari ilmu komputer.
Meskipun demikian, computational thinking bukan berarti mengandalkan komputer, melainkan kemampuan manusia untuk merumuskan masalah dalam bentuk yang bisa dipecahkan, lalu mengembangkannya menjadi solusi yang efektif.
Secara sederhana, berpikir komputasional adalah keterampilan merancang masalah dan menemukan strategi penyelesaian yang efisien sehingga hasilnya lebih optimal.
Baca juga: 20 Contoh Berpikir Komputasional dalam Kehidupan Sehari-hari
Computational thinking pertama kali dikenalkan pada 1980-an oleh Seymour Papert melalui konsep constructionism, yakni pendekatan yang mendorong pembelajaran aktif dan praktis dengan fokus pada pemrograman komputer sebagai alat berpikir dan penyelesaian masalah.
Menurut Papert, interaksi dengan komputer dapat dijadikan model mental untuk memperkuat proses pembelajaran siswa, khususnya dalam mengembangkan kemampuan berpikir logis dan algoritmis.
Pada 2006, Jeannette Wing menjelaskan bahwa computational thinking tidak hanya relevan di bidang ilmu komputer, melainkan juga penting sebagai keterampilan dasar di berbagai ilmu, seperti sains, matematika, dan teknik. CT mencakup cara berpikir logis dan analitis yang dapat diterapkan untuk menyelesaikan masalah.
Baca juga: Apa yang Dimaksud dengan Abstraksi dalam Berpikir Komputasional?
Computational thinking pada dasarnya merupakan perangkat keterampilan penting untuk memperkuat kemampuan pemecahan masalah melalui metode ilmu komputer, khususnya di bidang pendidikan STEM (Science, Technology, Engineering, Mathematics).
Terdapat empat fondasi utama dalam CT, yaitu:
Dekomposisi membantu siswa memahami dan mengatasi tantangan dengan membagi masalah menjadi tugas-tugas sederhana yang dapat dipecahkan secara terpisah.
Ciri dekomposisi adalah pembagian masalah kompleks menjadi bagian-bagian kecil yang lebih sederhana sehingga dapat diselesaikan secara bertahap.
Pengenalan pola memungkinkan siswa membuat prediksi yang tepat dan menyederhanakan solusi untuk masalah serupa.
Ciri utamanya adalah kemampuan mengidentifikasi kesamaan atau keteraturan sehingga pengetahuan sebelumnya dapat digunakan untuk menyelesaikan masalah baru secara efisien.
Baca juga: Pengertian Konsep Berpikir Komputasional yang Tepat
Abstraksi melibatkan penyederhanaan masalah dengan menghilangkan detail yang tidak penting atau relevan.
Ciri fondasi ini adalah fokus pada informasi penting yang diperlukan untuk memecahkan masalah, sehingga sangat penting dalam analisis data dan pemecahan masalah sains maupun teknik.