Mengenal Computational Thinking dan Hubungannya dengan Kurikulum Matematika

Mengapa cara berpikir terstruktur seperti seorang programmer adalah kunci untuk menjadi pemecah masalah matematis yang andal.

Istilah "Computational Thinking" atau Berpikir Komputasional semakin sering terdengar dalam dunia pendidikan abad ke-21. Namun, banyak yang salah kaprah menganggapnya sebagai "berpikir seperti komputer" yang kaku dan biner, atau bahkan mengira ini hanyalah tentang coding.

Sebenarnya, Computational Thinking (CT) adalah sebuah kerangka kerja pemecahan masalah yang fundamental, yang ternyata memiliki hubungan yang sangat erat dengan apa yang selama ini kita ajarkan di kelas matematika. Artikel ini akan membedah apa itu CT dan menunjukkan bagaimana pilar-pilarnya sudah tertanam dalam kurikulum matematika kita.

Apa Sebenarnya Computational Thinking?

Computational Thinking adalah proses berpikir yang digunakan untuk merumuskan masalah dan solusinya dalam bentuk yang dapat dieksekusi secara efektif oleh agen pemroses informasi (baik itu komputer maupun manusia). Ini bukan tentang coding, melainkan tentang **merancang solusi**.

CT berdiri di atas empat pilar utama yang bekerja bersama untuk mengubah masalah yang rumit dan tidak jelas menjadi solusi yang terstruktur dan jelas.

Empat Pilar Utama Computational Thinking

Mari kita lihat keempat pilar ini dan bagaimana mereka muncul dalam pelajaran matematika sehari-hari.

• 1. Dekomposisi (Decomposition)
  Ini adalah keterampilan memecah masalah yang kompleks dan besar menjadi bagian-bagian yang lebih kecil dan lebih mudah dikelola.
  Contoh dalam Matematika: Saat diminta menghitung luas permukaan bangun ruang gabungan (misalnya, sebuah roket mainan yang terdiri dari kerucut dan tabung), kita tidak bisa melakukannya sekaligus. Kita harus melakukan dekomposisi: pertama hitung luas selimut kerucut, lalu luas selimut tabung, dan terakhir luas alas tabung, kemudian menjumlahkan semuanya.
• 2. Pengenalan Pola (Pattern Recognition)
  Ini adalah kemampuan untuk mencari kesamaan, tren, atau keteraturan di dalam dan di antara masalah. Mengenali pola membantu kita membuat prediksi dan jalan pintas.
  Contoh dalam Matematika: Saat mempelajari barisan bilangan seperti 3, 7, 11, 15, ..., siswa dilatih untuk mengenali pola bahwa setiap suku berikutnya adalah hasil penambahan 4. Pengenalan pola ini adalah dasar dari pemikiran aljabar (menemukan aturan umum atau rumus).
• 3. Abstraksi (Abstraction)
  Ini adalah proses menyaring dan berfokus pada informasi yang penting sambil mengabaikan detail yang tidak relevan untuk menyederhanakan masalah.
  Contoh dalam Matematika: Rumus luas persegi panjang, L = p * l, adalah bentuk abstraksi yang sempurna. Rumus ini berlaku untuk semua persegi panjang, tidak peduli warnanya, bahannya, lokasinya, atau apakah itu mewakili sebuah ladang atau layar ponsel. Kita mengabaikan semua detail tidak penting dan hanya fokus pada panjang dan lebar.
• 4. Algoritma (Algorithms)
  Ini adalah keterampilan merancang solusi langkah-demi-langkah atau seperangkat aturan yang jelas untuk diikuti guna memecahkan masalah.
  Contoh dalam Matematika: Metode pembagian bersusun (porogapit) adalah sebuah algoritma klasik. Ada serangkaian langkah yang jelas dan berulang (bagi, kali, kurang, turunkan angka berikutnya) yang jika diikuti dengan benar, akan selalu menghasilkan jawaban yang tepat untuk soal pembagian apa pun.

Hubungan Erat dengan Kurikulum Matematika

Melihat keempat pilar di atas, menjadi jelas bahwa Computational Thinking bukanlah "mata pelajaran baru" yang harus ditambahkan ke dalam kurikulum matematika. Sebaliknya, CT adalah **lensa** atau cara pandang baru untuk mengajarkan konsep-konsep matematika yang sudah ada.

Setiap kali kita meminta siswa untuk memecah soal cerita (dekomposisi), menemukan rumus barisan (pengenalan pola), menggunakan rumus untuk berbagai situasi (abstraksi), atau mengikuti langkah-langkah penyelesaian persamaan (algoritma), kita sebenarnya sedang mengajarkan Computational Thinking. Tugas kita sebagai pendidik modern adalah membuat proses ini menjadi lebih **eksplisit** dan disadari oleh siswa.

Kesimpulan

Computational Thinking adalah "DNA" dari pemecahan masalah matematis. Dengan memperkenalkan dan menyoroti keempat pilarnya di kelas, kita tidak sedang melatih siswa untuk menjadi programmer. Kita sedang membekali mereka dengan kerangka berpikir yang terstruktur, kuat, dan universal yang akan membantu mereka tidak hanya dalam matematika, tetapi dalam setiap aspek kehidupan mereka.

Sebagai guru, mari kita mulai mengidentifikasi pilar-pilar ini dalam pelajaran kita sehari-hari dan membantu siswa melihat bahwa mereka sudah berlatih menjadi seorang pemikir komputasional yang andal.