Berpikir Komputasi dalam Pembelajaran STEM

Berpikir Komputasi itu apa?

Computational Thinking dapat didefinisikan sebagai seperangkat keterampilan untuk memecahkan masalah berdasarkan teknik komputer. Salah satu keterampilan terbaik untuk semua orang, untuk saat ini, dan untuk masa depan, adalah pemecahan masalah. Pemikiran komputasi adalah cara untuk membantu kita mengembangkan keterampilan pemecahan masalah (problem solving).

Pemikiran komputasi diperlukan di mana-mana dan akan menjadi kunci sukses di hampir semua karier, tidak hanya untuk ilmuwan tetapi juga banyak profesional, seperti dokter, pengacara, guru, atau petani. Untuk banyak masalah, ada baiknya membuat rencana penyelesaiannya menggunakan beberapa teknik ilmu komputer, seperti: memecah masalah kompleks menjadi bagian-bagian kecil yang lebih mudah dikelola dan lebih mudah dipahami, atau dipecahkan—dekomposisi; mencari persamaan di antara dan di dalam masalah dan pengalaman lain—pengenalan pola; berfokus pada informasi penting saja, dan mengeluarkan perbedaan spesifik untuk membuat satu solusi bekerja untuk banyak masalah: abstraksi; mengembangkan solusi langkah demi langkah untuk masalah: algoritma. 

Setiap hari dalam hidup kita menuntut kita untuk berpikir seperti mesin yang dapat dengan cepat memahami konsep yang kompleks. Hal ini memungkinkan kita untuk secara efektif mengatasi masalah yang muncul. Pemikiran komputasional adalah nama yang diberikan untuk cara berpikir ini. Computational thinking (CT) mengacu pada cara berpikir tentang pendidikan. Pemikiran komputasi adalah cara berpikir yang digunakan oleh pemrogram komputer. Sehingga, pemikiran komputasi mengikuti perkembangan sistematis dan mengutamakan logika. Pemikiran semacam ini berlaku di semua bidang akademik, tidak hanya dalam ilmu komputer saja.

Pemikiran komputasi melibatkan ide, keterampilan, dan kemampuan yang menjadi inti dari komputasi, seperti abstraksi, dekomposisi, generalisasi, aproksimasi, heuristik, desain algoritme, serta masalah efisiensi dan kompleksitas. CT adalah cara berpikir yang sangat penting dan berguna di hampir semua bidang dan mata pelajaran sekolah karena menunjukkan apa yang bisa diukur dan apa yang tidak. 

Bagaimana cara kerja pemikiran komputasional menurut  Jeannette Wing? Menggunakan ide dasar ilmu komputer, pemikiran komputasi adalah tentang memecahkan masalah, membuat sistem, dan mencari tahu bagaimana orang bertindak. Pemikiran komputasi menggunakan berbagai alat mental yang menunjukkan betapa luasnya ilmu komputer.

Proses Berpikir Komputasi setidaknya memiliki "tiga A" yaitu: abstraksi (abstraction), Automatisasi (Automation), dan Analisis (analysis). Namun, ada pihak sementara kalangan yang memberikan karakteristik berpikir komputasi itu berupa memiliki empat karakteristik: Penguraian (decompotition), Pengenalan Pola, Abstraksi, Resolusi Algoritma.

1. Penguraian  (decompotition)

Kegiatan mengurai masalah kompleks, menjadi masalah yang lebih kecil (sederhana) sehingga mudah dipecahkan. Alasan lain dekomposisi dalam pemikiran komputasi penting adalah karena memungkinkan setiap sub tugas diperiksa lebih dekat. Ini tidak hanya membantu untuk mengkategorikan informasi sebagai penting atau tidak penting, tetapi juga memberdayakan pemecah masalah dengan kemampuan yang lebih baik untuk menganalisis setiap bagian tertentu dari tugas atau tantangan untuk mengembangkan solusi yang masuk akal secara lebih efektif.

2. Pengenalan pola (Pattern recognition)

Pengenalan pada pola adalah kemampuan untuk mengenali atau mengetahui kesamaan dan perbedaan pola, tren, keteraturan data, dan hal-hal lain yang nantinya dapat digunakan untuk membuat prediksi dan menyajikan data. Pengenalan pola adalah alat penting dalam pemikiran komputasi karena membantu menyederhanakan masalah dan meningkatkan pemahaman seluk-beluk persoalan. Apa itu pengenalan pola dalam pemikiran komputasi? Gambar hasil decompotition) untuk pengenalan pola dalam pemikiran komputasi. Pengenalan pola sebagai bagian dari pemikiran komputasi adalah proses mengidentifikasi pola dalam kumpulan data untuk mengkategorikan, memproses, dan menyelesaikan informasi secara lebih efektif. Pola adalah potongan atau urutan data yang memiliki satu atau beberapa kesamaan.

3. Abstraksi (Abstraction)

Abstraksi adalah proses mengabaikan yang bukan prioritas, atau menyaring dari yang bukan prioritas, sehingga kita dapat fokus pada bagian prioritas yang wajib dan utama untuk kita lakukan. Abstraksi dalam pemikiran komputasi memungkinkan kita menavigasi kompleksitas dan menemukan relevansi dan kejelasan dalam skala besar. Dekomposisi dan pengenalan pola memecah kompleksitas persoalan, sementara abstraksi menemukan cara bekerja dengan bagian yang berbeda secara efisien dan akurat.

4. Resolusi Algoritma (Algorithm Resolution)

Pengembangan solusi secara bertahap (a step-by-step solution) atas suatu persoalan. Prinsip resolusi memberikan algoritme inferensi yang lengkap dan sanggahan untuk basis pengetahuan yang ditulis dalam bentuk normal konjungtif. Kelengkapan sanggahan berarti bahwa aturan inferensi selalu dapat mengkonfirmasi atau menolak aksioma yang diberikan, tetapi tidak dapat digunakan untuk memberikan daftar aksioma yang benar.  Pemikiran komputasi mengacu pada kemampuan individu untuk mengenali aspek masalah dunia nyata yang sesuai untuk formulasi komputasi dan untuk mengevaluasi dan mengembangkan
solusi algoritmik untuk masalah tersebut sehingga solusi dapat dioperasionalkan dengan komputer. Jadi resolusi algoritmik adalah menawarkan solusi atas persoalan dunia nyata untuk kemudian dibahasakan secara komputer, dan akhirnya dengannya komputer dapat  mengolah input menjadi out put yang bermanfaat untuk pemecahan masalah dunia nyata.

Bagaimana para ahli memandang Computational Thinking (CT) dalam STEM?

Baru-baru ini, sebuah penelitian yang berfokus pada integrasi pemikiran komputasi (Computational Thinking) ke dalam pendidikan sains, teknologi, teknik, dan matematika (STEM) banyak bermunculan. Sebuah tinjauan literatur semi-sistematis yang dilakukan oleh C. Wang, Ji Shen dan Jie Chao (2022) pada 55 studi empiris tentang topik ini. Temuan mereka antara lain bahwa: (a) sebagian besar studi mengadopsi definisi umum domain CT dan beberapa definisi khusus domain CT yang diusulkan dalam pendidikan STEM; 

(b) model pembelajaran yang paling populer adalah pembelajaran berbasis masalah, dan berbasis konteks sebagai topik yang paling populer termasuk desain game, robotika, dan pemodelan komputasi; (c) sementara penilaian pembelajaran siswa dalam pendidikan CT dan STEM terpadu menargetkan tujuan yang berbeda dengan format yang berbeda, sekitar sepertiga dari mereka menilai CT dan STEM secara terpadu; (d) sekitar seperempat dari studi melaporkan perbedaan proses dan hasil pembelajaran antar kelompok, tetapi sangat sedikit dari mereka menyelidiki bagaimana desain pedagogis dapat meningkatkan pemerataan. 

Berdasarkan temuan, saran untuk penelitian dan praktik masa depan di bidang CT terkait pendidikan STEM dibahas dalam hal operasionalisasi dan penilaian CT dalam konteks STEM, strategi pembelajaran untuk mengintegrasikan CT dalam STEM, dan penelitian untuk memperluas partisipasi dalam pendidikan CT dan STEM terintegrasi.

Bagaimana pembelajaran STEM menggunakan Computational Think?

Pentingnya pemikiran komputasi yang diakui telah membantu mendorong perkembangan pesat dari upaya dan program pendidikan terkait selama dekade terakhir. Mengingat sifat pemikiran komputasional yang multi-segi, yang melampaui pemrograman dan ilmu komputer, bagaimanapun, pendekatan dan praktik untuk mengembangkan pemikiran komputasional siswa tidak selalu jelas dalam hal fokus dan kelayakannya dalam konteks pendidikan yang beragam. 

Tren mengintegrasikan pemikiran komputasional ke dalam bidang pendidikan telah mengemuka. Y. Li (2020) mengatakan bahwa ia bersamakawan-kawannya telah membangun diskusi baru-baru ini tentang konsep pemikiran komputasi untuk (1) membingkai tinjauan upaya pendidikan dalam mengembangkan pemikiran komputasi siswa, (2) mendiskusikan peluang dan tantangan untuk melanjutkan upaya pendidikan tersebut tidak hanya melalui pemrograman dan ilmu komputer tetapi juga disiplin lain, dan (3) mengartikulasikan penelitian dan proposal yang dibutuhkan untuk mendukung praktik pendidikan.

Mereka mengatakan bahwa mengintegrasikan CT dengan bidang pendidikan dalam STEM hampir tidak dieksplorasi. Padahal, ada banyak peluang untuk eksplorasi baik dalam penelitian maupun pengajaran. Beberapa tantangan seperti menentukan kompetensi CT untuk kelas yang berbeda atau tingkat perkembangan siswa, mengembangkan dan menggunakan pendekatan pedagogis untuk mengajar CT, pelatihan guru dalam pendidikan CT dan CT, dan penilaian CT.

Setiap tantangan ini memang membutuhkan upaya yang luar biasa, khususnya terkait penilaian dan pendidikan guru dalam pengajaran CT dan CT. Hal yang sama berlaku untuk menentukan kompetensi CT yang berfungsi sebagai dasar untuk kurikulum, pengajaran, dan penilaian di CT. Upaya serupa pada lintasan pembelajaran dalam matematika dan penerapannya dalam intervensi matematika anak usia dini dapat memberi kita petunjuk tentang apa yang diperlukan untuk pengembangan semacam itu (Clements dan Sarama:2011; Daro et al.:2011).

Ketertarikan terhadap pengajaran keterampilan pemrograman telah meningkat baru-baru ini di ranah pendidikan komputasi. Mempelajari cara memprogram tidak hanya memungkinkan pelajar untuk mengembangkan aplikasi komputasi, tetapi juga dapat meningkatkan praktik pemikiran komputasional (CT) pelajar. CT mengacu pada kemampuan pembelajar untuk mendekati tugas-tugas yang tidak terstruktur secara sistematis berdasarkan pemikiran algoritmik dalam komputasi. Seiring dengan tumbuhnya minat akademik terhadap CT dalam studi terbaru, para peneliti telah menekankan peran pengajaran pemrograman dalam memfasilitasi keterampilan pemecahan masalah peserta didik. Open Educational Resources (OER) yang muncul telah memperluas peluang pelajar untuk terlibat dalam latihan pemrograman langsung; namun masih ada tantangan tentang bagaimana latihan pemrograman peserta didik dapat disesuaikan untuk mengakomodasi perbedaan individu dalam hal keterampilan literasi digital peserta didik.  OER adalah sebuah konsep dan sumber belajar yang bebas untuk diakses, memiliki format terbuka dan lisensi terbuka, serta dapat digunakan untuk pengajaran, pembelajaran, pendidikan, pengujian, dan penelitian. Menurut Moon dan kawan kawan, masih ada kekurangan diskusi mendalam tentang bagaimana mendukung pengalaman belajar peserta didik yang dipersonalisasi selama latihan pemrograman yang terkait dengan CT. Oleh karena itu, penelitian Moon dkk mengusulkan kerangka kerja konseptual yang berusaha untuk mempertimbangkan bagaimana mempromosikan pengalaman belajar yang dipersonalisasi pelajar dan meningkatkan keterampilan CT mereka di OER. Melalui tinjauan literatur yang ekstensif, penelitian ini memberikan beberapa implikasi untuk penelitian lebih lanjut (Moon J et. al.:2020).

Kesimpulannya adalah bahwa tren baru-baru ini dalam mengintegrasikan CT ke dalam pendidikan STEM menunjukkan antusiasme banyak peneliti dan pendidik untuk mengejar peluang sambil menghadapi tantangan (Y. Li et al.:2022). Pemikiran komputasi telah menjadi penting untuk mengajarkan pemecahan masalah dalam pendidikan karena memberdayakan siswa dengan proses untuk mengembangkan solusi strategis untuk masalah yang kompleks, pada dasarnya “meningkatkan” keterampilan mereka, atau membuat algoritme yang dapat membuat proses di masa mendatang menjadi lebih efektif. Hal ini memungkinkan siswa untuk menghadapi tantangan yang lebih kompleks dan mempersiapkan aplikasi dunia nyata.