Bidang studi yang berfokus pada interaksi antara bahasa manusia dan komputer disebut Natural Language Processing, atau disingkat NLP. Teknologi ini merupakan irisan dari ilmu komputer, kecerdasan buatan, dan linguistik artikel ini kita akan membahas lebih rinci mengenai Natural Language Processing NLP. Simak, ya!Pengertian Natural Language Processing NLPNatural language processing NLP merupakan kemampuan program komputer untuk menganalisis, memahami, dan memperoleh makna dari bahasa manusia dengan cara yang cerdas dan bermanfaat, baik bahasa lisan maupun kata lain, NLP adalah teknologi canggih untuk memahami bahasa alami natural language. Teknologi ini adalah komponen dari bidang kecerdasan buatan AI.Dengan memanfaatkan NLP, developer dapat mengatur dan menyusun pengetahuan untuk melakukan tugas-tugas seperti peringkasan dokumen/teks otomatis, menerjemahkan teks dari satu bahasa ke bahasa lain, analisis sentimen, named entity recognition, relationship extraction, dan speech Kerja Natural Language Processing NLPNLP memungkinkan komputer untuk memahami bahasa alami seperti yang dilakukan manusia. NLP menggunakan kecerdasan buatan untuk mengambil input, memprosesnya, dan memahaminya dengan cara yang dapat dipahami seperti manusia yang memiliki sensor yang berbeda - seperti telinga untuk mendengar dan mata untuk melihat - komputer memiliki program untuk membaca teks dan mikrofon untuk mengumpulkan audio. Dan seperti halnya manusia yang memiliki otak untuk memproses input tersebut, komputer memiliki program untuk memproses inputnya masing-masing. Pada titik tertentu dalam pemrosesan, input diubah menjadi kode yang dapat dipahami oleh ada dua fase utama pada NLP, yakni data preprocessing dan pengembangan preprocessing melibatkan persiapan dan pembersihan data teks agar dapat dianalisis oleh komputer. Preprocessing menjadikan data dalam bentuk yang bisa diterapkan dan mengambil fitur dalam teks yang dapat dikerjakan oleh suatu teknik yang bisa diterapkan pada tahap preprocessing, antara lainTokenization Proses memecah teks menjadi token kata yang lebih kecil untuk dikerjakan oleh removal Proses penghapusan kata-kata umum dari teks sehingga yang tersisa adalah kata-kata unik yang menawarkan informasi dan stemming Proses mereduksi token kata ke bentuk dasarnya. Umumnya proses ini berguna untuk menghilangkan imbuhan pada sebuah kata sehingga yang didapat merupakan kata tagging Proses menandai kata-kata berdasarkan bagian ucapannya - seperti kata benda, kata kerja, dan kata melewati fase preprocessing, algoritma dikembangkan untuk memproses data pada tahap berikutnya. Ada banyak algoritma NLP yang bisa dipakai, namun terdapat dua jenis algoritma utama, yakniAlgoritma berbasis aturanSistem ini menggunakan aturan linguistik yang dirancang dengan cermat. Pendekatan ini digunakan pada awal pengembangan NLP dan masih digunakan sampai berbasis machine learningAlgoritma machine learning menggunakan metode statistik dan dapat belajar melakukan tugas berdasarkan data training yang diberikan. Selain itu, dapat menyesuaikan metodenya saat semakin banyak data yang diproses. Menggunakan kombinasi machine learning, deep learning, dan neural network, algoritma NLP dapat mengasah aturan secara mandiri melalui pemrosesan dan pembelajaran Natural Language ProcessingAnalisis sintaksis dan semantik adalah dua teknik utama yang digunakan pada pemrosesan bahasa alami NLP.1. Analisis SintaksisSintaksis adalah susunan kata-kata dalam sebuah kalimat untuk membuat arti gramatikal. NLP menggunakan sintaks untuk menilai makna dari bahasa berdasarkan aturan tata bahasa. Teknik sintaksis meliputi parsing, word segmentation, sentence breaking, morphological segmentation, dan adalah analisis gramatikal dari sebuah kalimat. Contoh Algoritma NLP diberi kalimat, "Ayam berkokok". Parsing melakukan pemecahan kalimat ini menjadi beberapa part-of-speech - yaitu, ayam = kata benda, berkokok = kata kerja. Analisis ini berguna untuk tugas pemrosesan downstream yang lebih segmentationMetode word segmentation adalah tindakan mengambil string teks dan menurunkan bentuk kata darinya. Contoh Seseorang memindai dokumen tulisan tangan ke dalam komputer. Algoritma akan dapat menganalisis halaman dan mengenali bahwa kata-kata dibagi dengan spasi breakingMetode sentence breaking adalah menempatkan batas kalimat dalam teks. Contoh Algoritma NLP memasukkan teks "Ayam berkokok. Saya bangun.", algoritma dapat mengenali tanda titik yang memecah teks menjadi beberapa segmentationMetode ini membagi kata-kata menjadi bagian-bagian yang lebih kecil yang disebut morfem. Contoh Kata 'ketidakpastian' akan dipecah menjadi [[ke][[tidak][pasti]][an]], di mana algoritma mengenali "ke" "tidak" "pasti" dan "an" sebagai morfem. Hal ini sangat berguna dalam aplikasi terjemahan mesin dan pengenalan ini membagi kata-kata yang mengandung imbuhan di dalamnya menjadi kata dasar. Contoh Dalam kalimat, "Ayam berkokok", algoritma akan dapat mengenali akar kata "berkokok" adalah "kokok".Hal ini akan berguna jika pengguna menganalisis teks untuk semua contoh kata kokok, serta semua konjugasinya. Algoritma dapat melihat bahwa variasi tersebut pada dasarnya adalah kata yang sama meskipun hurufnya berbeda karena adanya Analisis SemantikAnalisis semantik melibatkan fungsi dan makna di balik sebuah kata pada kalimat. Natural language processing NLP menerapkan algoritma untuk memahami makna dan struktur kalimat. Teknik analisis semantik meliputi Word sense disambiguation, Named entity recognition, dan Natural language sense disambiguationMetode ini menerjemahkan arti kata berdasarkan konteks. Contoh "Bisa ular dapat berakibat fatal bagi korban jika tidak ditangani dengan tepat". Pada kalimat tersebut, kata 'bisa' memiliki arti entity recognitionMetode ini menentukan kata-kata yang dapat dikategorikan ke dalam kelompok kata. Algoritma yang menggunakan metode ini dapat menganalisis artikel berita dan mengidentifikasi semua penyebutan perusahaan atau produk tertentu. Analisis semantik jenis ini dapat membedakan antara entitas yang secara visual language generationNatural Language Generation adalah proses menghasilkan frasa dan kalimat yang bermakna dalam bentuk bahasa alami. Natural Language Generation menggunakan database untuk menentukan semantik di balik kata-kata dan menghasilkan teks baruPada intinya, NLG secara otomatis menghasilkan narasi yang menggambarkan, meringkas atau menjelaskan input data terstruktur layaknya manusia dengan kecepatan ribuan halaman per detik. NLG dapat secara otomatis menghasilkan artikel berita atau tweet berdasarkan body teks dan Kegunaan Natural Language ProcessingBeberapa fungsi dan kegunaan NLP adalahKategorisasi konten Ringkasan dokumen berbasis linguistik, termasuk pencarian dan pengindeksan, peringatan konten dan deteksi topik dan pemodelan Menangkap makna dan tema secara akurat dalam kumpulan teks, dan terapkan analisis lanjutan pada teks, seperti pengoptimalan dan Korpus Memahami struktur korpus dan dokumen melalui statistik keluaran untuk tugas-tugas seperti pengambilan sampel secara efektif, menyiapkan data sebagai masukan untuk model lebih lanjut dan menyusun strategi pendekatan kontekstual Secara otomatis menarik informasi terstruktur dari sumber berbasis sentimen Mengidentifikasi suasana hati atau opini subjektif dalam teks, termasuk sentimen rata-rata dan penggalian text-to-speech dan speech-to-text Mengubah perintah suara menjadi teks tertulis, dan peringkasan dokumen Secara otomatis menghasilkan sinopsis teks dalam jumlah besar dan mendeteksi bahasa yang diwakili dalam korpora dokumen penerjemah Terjemahan otomatis teks atau ucapan dari satu bahasa ke bahasa Natural Language ProcessingManfaat utama NLP adalah meningkatkan cara manusia dan komputer berkomunikasi satu sama lain. Cara paling langsung untuk memanipulasi komputer adalah melalui kode - bahasa komputer. Dengan memungkinkan komputer untuk memahami bahasa manusia, berinteraksi dengan komputer menjadi jauh lebih intuitif bagi lainnya adalah sebagai berikutpeningkatan akurasi dan efisiensi dokumentasi;kemampuan untuk secara otomatis membuat ringkasan yang dapat dibaca dari teks asli yang lebih besar dan lebih kompleks;berguna untuk asisten pribadi seperti Alexa, dengan memungkinkannya memahami kata yang diucapkan;memungkinkan organisasi menggunakan chatbot untuk dukungan pelanggan;lebih mudah untuk melakukan analisis sentimen; danmemberikan wawasan lanjutan dari analitik yang sebelumnya tidak dapat dijangkau karena volume penjelasan singkat mengenai Natural Language Processing NLP. Semoga informasi yang dipaparkan bermanfaat dan membantu Anda memahami lebih rinci mengenai Natural Language Processing, dari pengertian, metode, dan Anda tertarik dengan artikel serupa, Anda dapat mengunjungi rubrik Kecerdasan Buatan, atau membaca artikel lainnya tentang 'Sistem Pakar'.Salam!Referensi

apaperbedaan antara pasar abstrak dengan pasar konkret

^{•... ,... - KATA PENGANTAR Segala puji bagi Allah yang maha kuasa lagi maha bijaksana, yang maha pemurah lagi maha mulia, yang maha perkasa lagi maha penyayang. Dia lah yang menciptakan manusia dalam bentuk sebaik- baiknya, yang menciptakan langit dan bumi dengan kekuasaan-Nya, yang mengatur segala perkara di dunia dan akhirat dengan kebijakan-Nya. Shalawat dan salam semoga Allah Swt mencurahkan kepada seorang insan termulia, teladan, terbaik yaitu baginda Rasulullah Saw beserta keluarga dan sahabatnya yang telah memperjuangkan akal dan pikiran untuk memahami Al-qur‟an dan sunnatullah sebagai sumber pengetahuan. Syukur alhamdulillah, penulis telah dapat menyelesaikan penulisan tugas Penyusunan bahan ajar berbasis Model Problem Based Learning dengan judul “BERPIKIR KOMPUTASIONAL”, ditulis dalam rangka penyelesaian tugas penyusunan bahan ajar untuk UKIN pada program Diklat PPG Dalam Jabatan Tahun 2021 di UNIVERSITAS NEGERI MANADO UNIMA. Penulisan bahan ajar ini memperoleh bantuan dan bimbingan dari berbagai pihak terutama Dosen pembimbing dari UNIVERSITAS NEGERI MANADO UNIMA. Penulis menyadari bahwa penulisan bahan ajar ini tidak selesai tanpa bantuan dari pihak lain. Maka penulis menyampaikan terima kasih yang amat tulus kepada semua pihak yang telah memberikan waktu dan tenaga selama proses penyusan bahan ajar ini. Mudah-mudahan atas partisipasi dan motivasi yang sudah diberikan menjadi amal kebaikan dan mendapat pahala yang setimpal di sisi Allah swt. Penulis sepenuhnya menyadari bahwa masih terdapat banyak kekurangan dalam penulisan bahan ajar ini. Oleh karena itu penulis sangat mengharapkan kritikan dan saran yang bersifat konstruktif untuk kesempurnaan skripsi ini di masa yang akan datang. Semoga Allah Swt2. - meridhai dan senantiasa memberikan rahmat dan hidayah-Nya kepada kita semua, amin Ya Rabbal „Alamin. Bengkulu, 10 Juli 2021 Penulis Dizartika, ST3. - DAFTAR ISI KATA PENGANTAR........................................................................................................................................2 DAFTAR ISI ......................................................................................................................................................4 PENGANTAR .................................................................................................................................................... 1 KOMPETENSI DASAR ....................................................................................................................................3 APLIKASI DI DUNIA NYATA........................................................................................................................4 Uraian Materi .....................................................................................................................................................6 Computational Thinking ....................................................................................................................................6 Implementasi teknik dekomposisi dengan Robomind ......................................................................................18 KESIMPULAN ................................................................................................................................................29 PENUTUP........................................................................................................................................................ 30 TES FORMATIF .............................................................................................................................................31 DAFTAR PUSTAKA.......................................................................................................................................344•... ,... - PENGANTAR Setiap pendidik, baik pendidik di sekolah formal maupun non formal harus menyadari bahwa dirinya akan mempersiapkan generasi bangsa yang siap menghadapi tantangan 10 hingga 20 tahun ke depan. Para pendidik di berbagai belahan bumi bekerjasama merumuskan keahlian apa yang akan dibutuhkan pada abad 21. Muncullah kebutuhan-kebutuhan untuk mempersiapkan anak-anak pada abad 21 dengan berbagai keterampilan, di antaranya kemampuan berpikir kritis, berkolaborasi, bekerja sama, dan berpikir kreatif. Tahun 2006, Jeanette M. Wing, seorang profesor Computer Science di Carnegie Mellon University memperkenalkan istilah Computational Thinking Berpikir Komputasi sebagai salah satu keterampilan di abad 21. Tulisannya kemudian dikembangkan oleh banyak pendidik di dunia. Berpikir Komputasi adalah kemampuan seseorang memecahkan masalah, merancang sistem, dengan mengambil konsep dasar seorang ahli teknologi informasi berpikir dalam memecahkan masalah. Kemampuan ini meliputi empat hal, yakni 1. Dekomposisi 2. Pengenalan pola 3. Abstraksi 4. Algoritma Kemampuan berpikir komputasi bukanlah kemampuan membuat program di komputer, atau kemampuan menggunakan software di komputer walaupun keahlian ini tetap akan memperkaya kemampuan berpikir komputasi. Keterampilan dalam membuat coding di komputer dapat mengasah keahlian berpikir komputasi. Beberapa pakar pendidikan dan pendiri Microsoft, Facebook, serta pembuat software game Minecraft bahkan membuat kurikulum coding dasar bagi anak-anak. Semua yang mereka lakukan, tidak1. - lain untuk memperkenalkan cara berpikir komputasi melalui modifikasi - games dan pembuatan games. Namun berpikir komputasi dapat dilakukan tanpa akses pada komputer. Kemampuan memecahkan masalah ini dapat dikembangkan di berbagai bidang, tidak hanya di bidang studi yang berkaitan dengan Teknologi Informasi. Pada bidang bahasa, anak akan melihat pola-pola yang sama dalam analisis sebuah puisi. Dalam bidang musik, anak dapat menggunakan kemampuan ini untuk menggubah suatu lagu dengan kunci dasar yang sama. Dalam pelajaran sosial, anak dapat merekam data statistik pengguna kendaraan bermotor dan pola pelanggaran yang terjadi di jalan. Bekali anak-anak dengan keterampilan hidup yang cukup dan berguna untuk masa depan mereka. Tidak hanya menjejali mereka dengan pengetahuan yang tidak relevan dengan kehidupan sehari-hari. Semakin baik kita mempersiapkan anak-anak dalam menghadapi tantangan hidup di masa yang akan datang semakin siap kita melepas mereka untuk hidup ,... - KOMPETENSI DASAR A. Kompetensi Dasar dan Target Kompetensi Tabel 1 Kompetensi dasar dan target KD mata pelajaran Informatika NO KOMPETENSI DASAR TARGET KD KELAS VIII KD PENGETAHUAN 1. Menyelesaikan 1 Computational Thinking persoalan komputasi yang lebih kompleks untuk persoalan dari sebelumnya komputasi yang lebih menggunakan kompleks dari Computational sebelumnya. Thinking. KD KETERAMPILAN 2 Menyelesaikan persoalan- 1. Menyelesaikan VIII persoalan-persoalan persoalan komputasi yang komputasi yang mengandung jejaring, mengandung jejaring. pola, dan algoritmik. 2. Menyelesaikan persoalan-persoalan komputasi yang mengandung pola. 3. Menyelesaikan persoalan-persoalan komputasi yang mengandung Pembelajaran Berpikir KomputasionalAPLIKASI DI DUNIA NYATAComputational Thinking CT adalah sebuah kemampuan berpikir untukmenyelesaikan suatu permasalahan secara menyeluruh, logis, danteratur. Berpikir komputasi adalah teknik pemecahan masalah yang sangatluas wilayah penerapannya, bukan hanya untuk menyelesaikan masalahseputar ilmu komputer saja, melainkan juga untuk menyelesaikan berbagaimasalah di dalam kehidupan mengimplementasikan Computational Thinking adalah denganmemahami masalah, mengumpulkan semua data, lalu mulai mencari solusisesuai dengan masalah. Dalam Computational Thinking, ada yang disebutdengan dekomposisi yaitu kita memecah suatu masalah yang komplekmenjadi masalah-masalah yang kecil untuk diselesaikan. Sebagai contoh,ketika kita ingin membuat nasi goreng, kita harus memahami caramembuat nasi goreng, lalu kita mengumpulkan bahan-bahannya, kemudiankita mulai membuat nasi goreng sesuai dengan langkah-langkahnya. Dalammembuat nasi goreng, kita harus menyiapkan kompor, wajan, spatula,minyak goreng, nasi, telur, bumbu, dan lain-lainnya yang semua itumerupakan sebuah proses bernama dekomposisi. Gambar 1 Membuat Nasi GorengUnit Pembelajaran Berpikir KomputasionalKemudian dalam Computational Thinking ada yang disebut denganpengenalan pola. Karena kita pernah membuat nasi goreng, kita juga dapatmembuat kwetiau karena proses pembuatannya hampir mirip. Kita bisamelihat bahwa pola untuk membuat nasi goreng dan kwetiau hampir samawalaupun bahan yang digunakan ketika kita membuat nasi goreng kita tidak memperhatikan bagaimanaproses sebuah kompor bisa menyala, karena hal tersebut menurut kita tidakpenting. Hal tersebut sudah terkait dengan abstraksi di dalam dalam Computational Thinking adalah berpikir dengan algoritmadimana kita berpikir dengan mengurutkan langkah-langkah dalammenyelesaikan masalah agar menjadi logis, berurutan, teratur, dan mudahdipahami oleh orang lain. Dalam hal membuat nasi goreng, kita juga harus bisamengurutkan langkah-langkah secara logis, berurutan, dan rinci mulai dariproses awal pembuatan sampai dengan proses komputasi atau Computational Thinking tidak selalu berhubungandengan komputer. Kita dapat menggunakan teknik berpikir komputasi dalampermasalahan sehari-hari. Ketika kita sudah terbiasa dengan ComputationalThinking, kita akan lebih berpikir kritis sehingga dapat memecahkan suatupermasalahan dengan baik, efektif dan efisien. Jadi secara tidak sadar kitatelah mengimplementasikan Computational Thinking dalam kehidupansehari-hari mulai dari hal yang mudah dan bahkan hal-hal kecil pun telah kitalakukan dengan Computational Pembelajaran Berpikir KomputasionalUraian MateriComputational ThinkingComputational thinking Gambar 2 Computational ThinkingComputational Thinking CT adalah sebuah pendekatan dalam prosespembelajaran. CT memang memiliki peran penting dalam pengembanganaplikasi komputer, namun CT juga dapat digunakan untuk mendukungpemecahan masalah disemua disiplin ilmu, termasuk humaniora, matematikadan ilmu pengetahuan. Siswa yang belajar dimana CT diterapkan dalamkurikulum proses pembelajaran dapat mulai melihat hubungan antara matapelajaran, serta antara kehidupan di dalam dengan di luar komputasi adalah teknik pemecahan masalah yang sangat luaswilayah penerapannya. Tidak mengherankan bahwa memiliki kemampuantersebut adalah sebuah keharusan bagi seseorang yang hidup pada abad kedua puluh satu ini. Seperti juga bermain musik dan belajar bahasa asing,- Unit Pembelajaran Berpikir KomputasionalComputational Thinking melatih otak untuk terbiasa berfikir secara logis,terstruktur dan CT pertama kali diperkenalkan oleh Seymour Papert pada tahun 1980dan 1996. Di tahun 2014, pemerintah Inggris memasukkan materipemrograman kedalam kurikulum sekolah dasar dan menengah, tujuannyabukan untuk mencetak pekerja software programmer secara massif tetapiuntuk mengenalkan Computational Thinking CT sejak dini kepada Inggris percaya Computational Thinking CT dapat membuatsiswa lebih cerdas dan membuat mereka lebih cepat memahami teknologiyang ada di sekitar hanya pemerintah inggris, di tahun yang sama lembaga non-profit dariAmerika menyelenggarakan beberapa acara untuk mempromosikanmanfaat dari berlajar pemrograman. Mulai dari Computer Science EducationWeek untuk anak sekolah dan juga yang paling viral, Hour of Code. Programini didukung oleh Bill Gates, Mark Zuckerberg, Jack Dorsey, dari BlackEyed Google pun terlibat untuk memfasilitasi guru untuk dapat menguasaiCT yang merupakan salah satu kecakapan abad 21 yang harus dikuasai olehpeserta didik melalui kursus online. Dibanyak negara CT mulai diintegrasikankedalam semua mata pelajaran, bahkan di beberapa negara untuk membantudan mempercepat pengintegrasian dan penetrasi kearah ComputationalThinking, mereka memasukan Computer Science ICT sebagai sebuah matapelajaran wajib dalam kurikulum nasional Based Learning PBL merupakan elemen penting dari Science,Technology, Engineering, dan Matematika STEM yang ada pada pendidikankita. Bahkan kini tidak hanya STEM tapi sudah berkembang menjadi STEAMdimana huruf "A" mewakili "Arts / Seni". Karakteristik Berpikir KomputasiCT merumuskan masalah dengan menguraikan masalah tersebut ke segmeUnit Pembelajaran Berpikir Komputasionalyang lebih kecil dan lebih mudah dikelola. Strategi ini memungkinkan siswauntuk mengubah masalah yang kompleks menjadi beberapa prosedur ataulangkah yang tidak hanya lebih mudah untuk dilaksanakan, akan tetapi jugamenyediakan cara yang efisien untuk berpikir pendidikan STEM, Berpikir Komputasi CT didefinisikan sebagaiseperangkat keterampilan kognitif yang memungkinkan pendidikmengidentifikasi pola, memecahkan masalah selain kompleks menjadilangkah-langkah kecil, mengatur dan membuat serangkaian langkah untukmemberikan solusi, dan membangun representasi data melalui simulasi .Astronomi adalah merupakan sebuah disiplin ilmu mata pelajaran dimanaTeleskop merupakan salah satu tools / alat untuk mengetahui dan menguasaiilmu Astronomi. TIK adalah merupakan keahlian/skill sekaligus tools/alat,sedangkan Computer Science adalah sebuah mata pelajaran disiplin ilmuilmu tersendiri dimana programing sebagai tools/alat untuk Ilmu bahasa English, Mathematic, Biology dll mungkin karirnyaterbatas hanya pada bidang yang berhubungan dengan jurusannya tersebut,sedangkan lulusan Computer Science dapat berkarier dibanyak bidang sepertifarmasi, hukum, wirausaha, politik, dan segala jenis ilmu pengetahuan sertaenginering, bahkan dibidang seni Computer Science sebagai bagian dari STEM/STEAM sudah di laksanakandibanyak negara sebagi sebuah mata pelajaran wajib, bagaimana denganIndonesia ? Kita berharap pemerintah dalam hal ini Kementerian Pendidikandan Kebudayaan dapat segera menerapkan Computer Science di KurikulumNasional kita untuk mempersiapkan peserta didik memasuki dan bersaingserta menjadi pemimpin di Abad 21 Pembelajaran Berpikir KomputasionalApa itu Computational Thinking CT?CT adalah metode berpikir yang dipakai programmer ketika menulis metode ini antara lain • Decomposition Kemampuan memecah data, proses atau masalah kompleks menjadi bagian-bagian yang lebih kecil atau menjadi tugas- tugas yang mudah dikelola. Misalnya memecah Drive/Direktory’ dalam sebuah komputer berdasarkan komponen penyusunnya File dan Direktory.• Pattern Recognition Kemampuan untuk melihat persamaan atau bahkan perbedaan pola, tren dan keteraturan dalam data yang nantinya akan digunakan dalam membuat prediksi dan penyajian data. Misalnya mengenali pola file dokumen, file sistem, file eksekusion atau struktur data/file.• Abstraksi Melakukan generalisasi dan mengidentifikasi prinsip-prinsip umum yang menghasilkan pola, tren dan keteraturan tersebut. Misalnya dengan menempatkan semua file sistem di folder Windows, file program di folder Program Files, file data/dokumen di Folder Mydocument dan file pendukung di Drive/Direktory terpisah.• Algorithm Design Mengembangkan petunjuk pemecahan masalah yang sama secara step-by-step, langkah demi langkah, tahapan demi tahapan sehingga orang lain dapat menggunakan langkah/informasi tersebut untuk menyelesaikan permasalahan yang sama. Misalnya bagaimanakah langkah mencari file-file dokumen yang ada dalam sebuah komputer ?. - Karakteristik berpikir komputasi adalah 1. Mampu memberikan pemecahan masalah menggunakan komputer atau perangkat lain 2. Mampu mengorganisasi dan menganalisa data. 3. Mampu melakukan representasi data melalui abstraksi dengan suatu model atau simulasi. 4. Mampu melakukan otomatisasi solusi melalui cara berpikir algoritma. 5. Mampu melakukan identifikasi, analisa dan implementasi solusi dengan berbagai kombinasi langkah / cara dan sumber daya yang efisien dan efektif. 6. Mampu melakukan generalisasi solusi untuk berbagai masalah yang berbeda. Penggunaan Flowchart Flowchart menawarkan cara sempurna untuk merepresentasikan algoritma. "Flowchart adalah jenis diagram yang mewakili sebuah algoritma, alur kerja atau proses, yang menunjukkan langkah-langkah sebagai kotak berbagai jenis, dan urutannya dengan menghubungkannya dengan panah. Representasi diagram ini mengilustrasikan model solusi untuk masalah yang diberikan." – Wikipedia Flowchart adalah cara mudah untuk memetakan algoritma, terutama jika flowchart tersebut perlu menghasilkan keluaran yang berbeda. Flowchart menggunakan konvensi gaya standar. Flowchart mengalir dari atas ke bawah dan kiri ke kanan..- Contoh elemen Flowchart dari UX Kits Penggunaan Pseudocode Saat menguraikan masalah yang ada menjadi bagian-bagian yang lebih mudah dikelola, Anda telah mengkomunikasikan temuan, ide, dan solusi yang mungkin dalam bahasa Inggris yang sederhana atau bahasa apa pun yang Anda gunakan untuk berkomunikasi. Komputer tidak memahami instruksi dalam bahasa Inggris. Mereka mengerti kode. Kode atau algoritma yang membentuk satu set instruksi dengan sintaks yang sangat spesifik.. - Tetapi sebelum Anda menggunakan temuan Anda untuk menulis kode yang komputer akan pahami, biasanya disarankan untuk menuliskannya dalam pseudocode. Pseudocode membantu Anda merencanakan solusi untuk masalah Anda untuk menghindari kesalahan saat menulis kode. Ini merupakan cara menulis instruksi dengan cara yang disederhanakan yang terbaca seperti kode. Pseudocode bukan kode, tetapi – pseudocode tidak memiliki sintaks spesifik seperti yang digunakan kode. Pseudocode paling baik ditulis menggunakan keyword dan variabel. Variabel dalam pemrograman digunakan untuk nilai, kata, atau rangkaian kode. Dalam pemrograman nilai variabel berubah tergantung di mana Anda berada dalam kode. Misalnya, pseudocode ini diambil dari The University of Tennessee melakukan kalkulasi pembayaran 1 Begin 2 INPUT hours 3 INPUT rate 4 pay = hours * rate 5 OUTPUT pay 6 End Dan ini, contoh yang sedikit lebih kompleks melakukan kalkulasi pembayaran dengan lembur 1 Begin 2 INPUT hours, rate 3 IF hours ≤ 40 4 THEN 5 pay = hours * rate 6 ELSE 7 pay = 40 * rate + hours – 40 * rate * 8 OUTPUT pay 9 END Pseudocode menggunakan istilah-istilah mirip kode yang berguna saat menerjemahkannya ke dalam kode.  STOP/END Komputer itu ilmu pasti. Anda perlu memberi tahu mereka saat pernyataan atau instruksi selesai. Lakukan ini dengan menulis STOP atau END .. -  IF/ELSE/THEN Komputer paham dengan kondisi jika A terjadi maka lakukan B, jika tidak maka lakukan C.  INPUT/OUT Beberapa kode membutuhkan input untuk menjalankan dan membuat hasil output. Input adalah untuk data yang akan diberikan oleh pengguna atau sumber lain ke komputer. Output digunakan untuk menunjukkan hasil akhir dari serangkaian perintah.  STORE/SAVE Istilah pseudocode yang menginstruksikan komputer untuk menyimpan atau menyetor nilai kapan pun diperlukan. Pengevaluasi Solusi Sebenarnya ada bagian kelima dari seluruh proses ini. Anda telah menggunakan pemikiran komputasional untuk sampai pada solusi. Solusinya adalah algoritma yang dapat digunakan untuk memprogram komputer. Anda sudah tidak sabar untuk memulai pemrograman, tetapi sebelum Anda melanjutkan, Anda harus mengevaluasi solusinya. Mengapa? "Tanpa evaluasi kesalahan apapun dalam algoritma tidak akan bisa diatasi, dan program mungkin tidak dapat memecahkan masalah dengan benar, atau mungkin tidak menyelesaikannya dengan cara terbaik." – BBC Bitesize Contoh Computational Thinking CT Bagaimanakahorgenazing/pengorganisasian cara mengenali dan mengklasifikasikan organisme secara efektif dan efesien ? • Decomposition Melihat dengan cara yang berbeda bagaimana organisme dapat diklasifikasikan. Misalnya, dengan membagi organisme tersebut berdasarkan habitatnya, organisme tersebut hidup di air atau organisme tersebut memiliki sayap untuk dapat terbang di udara. • Pattern Recognition Mengembangkan metode untuk mengklasifikasikan dengan efesien beberapa organisme berdasarkan karakteristik bersama.. - • Abstraksi Menentukan berapa lama waktu yang dibutuhkan untuk mengklasifikasikan beberapa organisme berdasarkan metode ini dapat membantu Anda untuk memprediksi berapa banyak pertanyaan atau klasifikasi yang dibutuhkan untuk mengklasifikasikan semua organisme yg diketahui. • Algorithm Design Pada bagian ini Anda tidak mengembangkan algoritma, tetapi Anda mungkin berpikir cara lain yang lebih efisien untuk mengklasifikasikan organisme di luar metode yang digunakan dalam kegiatan banyak pertanyaan yang harus anda ajukan kepada saya, sehinggaanda mampu menebak dengan yakin Spesis / organisme yang terfikirkan olehsaya yang ada di bumi ini ?Bisa saja anda menjawab 10, 12, 20 atau 25 pertanyaan. Seperti permainan“Siapa Dia ?”Hal tersebut merupakan tantangan menarik namun bisa jadi sulit. Sebenarnyatantangan tersebut relatif mudah untuk dijawab ketika anda menerapkanDecomposition, yakni memecah data/proses/masalah menjadidata/proses/masalah yang lebih Organisme manakah yang ada di fikiran saya, coba tebak ? [captioncaption="CT"][/caption]1. Apakah organisme itu memiliki kaki ?2. Apakah organisme itu memiliki sayap ?3. Apakah organisme itu kulit/bulunya berpola garis. - Anda dapat menebak nama organisme yang ada di fikiran saya dengan mengajukan hanya 3 tiga pertanyaan tersebut dari 8 kemungkinan jawaban. Jawabannya adalah Harimau. Berapakah banyak pertanyaan yang diperlukan untuk menebak organisme mana yang saya fikirkan dari 16 organisme, jika setiap pertanyaan dapat membuang/menyingkirkan setengah pilihan yang ada ? Jika setiap pertanyaan dapat menyingkirkan/membuang setengah dari 16 organisme maka - Pertanyaan pertama membuang 8 organisme, tersisa 8 organisme - Pertanyaan kedua membuang 4 organisme, tersisa 4 organisme - Pertanyaan ketiga membuang 2 organisme, tersisa 2 organisme - Pertanyaan pertama membuang 1 organisme, tersisa 1 organisme Jadi untuk memilih 1 dari 16 organisme diperlukan 4 pertanyaan. Selanjutnya berapakah pertanyaan yang diperlukan jika terdapat 32 organisme ? Ya jawabannya adalah 5. Berikut Pola yang terbentuk • 8 kemungkinannya 2 * 2 * 2 = 8 • 16 kemungkinannya 2 * 2 * 2 * 2 = 16 • 32 kemungkinannya 2 * 2 * 2 * 2 * 2 = 32 Ketika Anda melihat data dari beberapa percobaan tersebut akan sangat membantu untuk mengenali jika ada pola / tren untuk menentukan apa penyebab atau prinsip yang digunakan. Dengan asumsi ada sekitar 8 miliar spesies di Bumi. Berapa banyak pertanyaan yang diperlukan, dengan setiap pertanyaan menghilangkan sekitar setengah dari pilihan, dapatkah anda menebak spesies yang saya fikirkan ?. - Ini akan membutuhkan sekitar 33 pertanyaan., Yang tampaknya seperti jumlah yang relatif kecil pertanyaan untuk dapat menebak dengan benar dari miliaran kemungkinan. 20 pertanyaan permainan berpotensi bisa menebak dari lebih dari 1 juta kemungkinan, yang harus lebih dari cukup untuk sebagian besar benda. Anda mungkin sudah tahu sekarang bahwa Anda dapat mengetahui berapa banyak pertanyaan yang Anda butuhkan dengan menghitung log2 dari semua kemungkinan atau dengan menghitung apa kekuatan 2 diperlukan untuk sama dengan jumlah kemungkinan 24 = 16, 25 = 32,. .., 233 ≈ 8,5 miliar. Kemampuan untuk menggeneralisasi pola yang ditemukan melalui eksperimen menjadi umum aturan, persamaan, atau hukum dikenal sebagai abstraksi Contoh Computational Thinking CT Bagaimanakah membuat “Browniz” yang lezat sebanyak 100 box dengan efektif dan efesien ? • Decomposition Kemampuan memecah data, proses atau masalah kompleks menjadi bagian-bagian yang lebih kecil atau menjadi tugas-tugas yang mudah dikelola. Misalnya memecah struktur komponen dasar pembentuk Browniz menjadi Tepung, Telur, Gula, Mentega, Coklat, Susu, Keju, Backing Powder, Air. Misalnya memecah proses dasar pembuatan Browniz menjadi Penyiapan Bahan, Pencampuran Adonan, Pengembangan Adonan emulsi, Memasak/Memanggang, Toping/Rias, Packing/Pengepakan • Pattern Recognition Kemampuan untuk melihat persamaan atau bahkan perbedaan pola, tren dan keteraturan dalam data yang nantinya akan digunakan dalam membuat prediksi dan penyajian data.. - Misalnya mengenali pola dan proses pembuatan 1 box kue Browniz yang dimulai dari tahap Persiapan hingga Packing memerlukan waktu 60 menit dengan menggunakan 1 unit oven. 60 menit = 1 Box atau 1 jam = 1 Box • Abstraksi Melakukan generalisasi dan mengidentifikasi prinsip-prinsip umum yang menghasilkan pola, tren dan keteraturan tersebut. Misalnya dengan melihat dan mengidentifikasi pola pembuatan browniz secara umum. Jika dalam 1 jam dengan 1 unit oven/pemanggang diperoleh 1 box browniz maka perlu 100 jam 4,16 hari untuk menghasilkan 100 box browniz. Tentu tidak efektif dan efesien ! Karena proses pembuatan browniz ini merupakan proses yang berulang maka kita dapat melakukan generalisasi bahwa proses ini tidah harus menunggu semua proses selesai baru dilakukan dari awal. Dengan kata lain, saat kue browniz sudah masuk oven, kita dapat melakukan proses pembuatan adonan kembali tanpa harus menunggu hingga semua proses dilaksanakan. Dengan demikian 60 menit >= 3 Box atau 1 jam >= 3 Box Sehingga untuk menghasilkan 100 box browniz dengan 1 unit oven diperlukan waktu 33 jam atau 1,3 hari. Pertanyaan selanjutnya bagaimana jika kita sediakan 2 buah oven, maka jawabnya kita hanya memerlukan waktu 16,5 jam untuk menghasilkan 100 box Browniz. Bagaimana bentuk persamaan matematikanya ? Bagaimana nilai ekonomis dan break even pointnya ? Bagaimana suhu oven yang paling baik ? Bahan kimia/alami pengembang adonan yang paling baik dan efektif ? • Algorithm Design Mengembangkan petunjuk pemecahan masalah yang sama secara step-by-step, langkah demi langkah, tahapan demi. - tahapan sehingga orang lain dapat menggunakan langkah/informasi tersebut untuk menyelesaikan permasalahan yang sama. Misalnya langkah dan tahapan membuat kue browniz yang paling efektif dan efesien sesuai dengan pola dan abstraksi sebelumnya hingga tahap packing, diurutkan secara lengkap, terukur dan kreatif. Implementasi teknik dekomposisi dengan Robomind Pada teknik dekomposisi setiap permasalahan yang ada diselesaikan dengan menggunakan kemmapuan untuk memecahkan data, proses, atau masalah yang kompleks menjadi bagian yang lebih kecil sehingga mudah untuk untuk diselesaikan. Implementasi dari teknik dekomposisi misalnya kamu akan membuatn tulisan E L I menggunakan Robomind. Program yang kamu buat adalah dengan menggetikkan perintah maju, mundur, belok ke kiri, atau belok kekanan, smabil mengecat jalur yang dilalui sehingga robot berhasil menuliskan kata tersebut. Virtual robotika dengan menggunkan robomind. RoboMind adalah lingkungan pemrograman sederhana pendidikan dengan bahasa scripting sendiri yang memungkinkan pemula untuk mempelajari dasar-dasar ilmu komputer dengan pemrograman robot simulasi. Selain memperkenalkan teknik pemrograman umum, juga bertujuan untuk menawarkan wawasan dalam robotika dan kecerdasanbuatan. RoboMind tersedia sebagai aplikasi yang berdiri sendiri untuk Windows, Linux dan Mac OS X. Penggunaannya adalah gratis untuk tujuan pribadi dan pendidikan. Meskipun apa yang menyangkal di situs resmi, ini bukan sebuah perangkat lunak bebas atau open source lisensi RoboMind memiliki beberapa keterbatasan, terutama mengenai penggunaan komersial dan. - redistribusi. Ini pertama kali dirilis pada tahun 2005 dan pada awalnya dikembangkan oleh Arvid Halma, seorang mahasiswa dari University of Amsterdam pada waktu itu. Sejak 2011 RoboMind diterbitkan oleh Kitchen ini cocok untuk yang baru belajar pemrograman, karena dalamsoftware ini, kita bisa mengatur sendiri langkah – per langkah kita untukmengatur gerakan robot, dalam hal ini melatih kemampuan kita dalampenguasaan algoritma dan logika. Selain itu dalam RoboMind ini terdapatpula beberapa struktur pemrograman seperti halnya bahasa pemrogramanpada umumnya, seperti bentuk IF, LOOPING, dan dalam Robomind, kita bisa menggerakkan robot untuk bergerak maju,mundur, belok kanan, kiri, mewarnai jalan yang dilalui, mencari sebuahobyek, mengambil sebuah obyek, dan meletakkan obyek melalui perintah –perintah berbentuk RoboMind sangat interaktif karena menggunakan simulasipemrograman robot dengan kecerdasan buatan sederhana. Beberapakeunggulan dari RoboMind antara lain adalahMenggunakan bahasa pemrograman ROBO yang sederhana. contohMudah dipahami bahkan oleh programer tidak mengganggu sistem bersifat dijalankan di sistem operasi Windows, Linux, dan Mac robot yang interaktif seperti sebuah beberapa contoh program yang dapat dipakai sebagaiacuan.. - Simulasi pemrograman dengan robot dilakukan pada map area yang dapat dipilih dan bervariasi, sehingga tidak membosankan. Robot dapat diprogram untuk mengecat, line follower, dan memindahkan benda, tergantung kreatifitas pemrograman yang dilakukan. Menjalankan program RoboMind Pastikan komputer kamu sudah aktif Klik Start pada Windows Pilih All Programs Pilih Robo Lalu pilih RoboMind maka akan terlihat lembar kerjanya seperti berikut '' failed to upload. Invalid response Unexpected token U in JSON at position0. - Lembar Kerja RoboMind Lingkungan pengembangan RoboMind memungkinkan Kamu untuk menulis program yang akan dilakukan oleh robot simulasi. Ini terdiri dari bagian berikutScript panelDi area teks ini kamu dapat menuliskan tugas kamu dalam bentuk skripyang robot akan panelDisini kamu melihat keadaan saat ini robot dalam lingkungannya. Karena iniadalah seluruh lingkungan di mana robot hidup, kita hanya akanmenyebutnya dunia.. - Run panel Setelah memutuskan scriptnya, di sini kamu dapat membiarkan robot memulai atau berhenti. Ini juga mungkin untuk menyesuaikan kecepatan di mana robot beroperasi. Message panel Dalam kasus script yang aneh, Kamu akan menerima kesalahan kompilasi di sini. Ini juga merupakan tempat di mana robot dapat memberitahukan peristiwa-peristiwa tertentu. Menu File Robomind New Membuka lembar kerja baru Open Membuka program Robomind yang sudah pernah dibuat Save Menyimpan program Save as Menyimpan kembali program dengan nama yang lain Translate Script Menerjemahkan bahasa Open Map Memilih peta yang tersedia pada Robomind Setting Mengatur program Robomind Menu Edit Robomind Undo Kembali ke aksi sebelumnya Redo Kembali ke aksi yang sudah di undo Cut Memotong Copy Menggandakan Paste Menyalin Select all Memilih semua. - Insert Memasukkan perintah – perintah Find Mencari Find next Mencari selanjutnya Replace MenggantiBerikut ini beberapa perintah dasar untuk mengatur gerakan si Memindahkan n langkah majubackwardn Memindahkan n langkah mundurleft Membelokkan ke kiri 90 derajadright Membelokkan ke kanan 90 derajadnorthn Membelokkan ke utara, lalu bergerak maju nlangkahsouthn Membelokkan ke selatan, lalu bergerak maju nlangkahwestn Membelokkan ke barat, lalu bergerak maju nlangkaheastn Membelokkan ke timur, lalu bergerak maju nlangkahRobot juga bisa disuruh mewarnai path yang dilalui, dengan perintahberikut inipaintWhite Mewarnai dengan warna putih pada pathpaintBlack Mewarnai dengan warna hitam pada pathstopPainting Menyuruh robot berhenti mewarnaiSelain mewarnai path yang dilalui, si robot juga bisa disuruh mengambilobyek dan meletakkannya kembali. Berikut ini beberapa perintah untukmelakukan hal tersebutpickUp Mengambil obyek yang ada di depannyaputDown Meletakkan obyek di depannyaMenu View RobomindZoom in untuk mengecilkan layar peta. - Zoom out untuk membesarkan layar peta Show grid untuk menampilkan garis – garis Show radar untuk menampilkan arahan letak robot dan peta Track robot untuk menampilkan track robot Create screen dump Menu Run RobomindExecute untuk menjalankan programStep untuk mengakhirkan programPause untuk menghentikan sementaraStop untuk memberhentikan programRemote control Panah ke atas untuk mengarahkan robot ke depan / majuPanah ke bawah untuk mengarahkan robot ke belakang / mundurPanah ke kanan untuk mengarahkan robot ke kananPanah ke kiri untuk mengarahkan robot ke kiriReset untuk mengembalikkan ke tempat semula. - Menu Help RoboMind Help Topic Petunjuk tentang topik yang ada di RoboMind RoboMind Online Menuju website About roboMind Informasi tentang RoboMind versi, pembuat, tahun pembuatan, website RoboMind Disini kita akan membuat program agar robot mengikuti jalan labirin, sambil mengecat jalanannya berwana putih dan terakhir menemukan beacon. Dengan ketentuan – Menggunakan peta – Warnai cat mengikuti jalan labirin dibwah ini yang benar, seperti yang ditunjukkan digambar dibawah ini – Pindahkan Beaconnya seperti gambar dibawah ini Skripnya seperti berikut paintWhite forward1 forward1 forward1 forward1 right forward1. - forward1 forward1 forward1 right forward1 forward1 left forward1 forward1 forward1 forward1 forward1 left forward1 forward1 left forward1 forward1 right forward1 forward1 left forward1 forward1 forward1 forward1 forward1 forward1 forward1 forward1. - forward1 right forward1 forward1 right forward1 forward1 forward1 forward1 forward1 left forward1 forward1 forward1 forward1 right forward1 forward1 forward1 forward1 forward1 forward1 forward1 forward1 forward1 right forward1 forward1 left forward1. - forward1 left - forward1 forward1 right forward1 pickUp forward1 left left putDown Maka akan terlihat seperti tampilan dibawah ini. - KESIMPULAN Seiring tantangan global, peserta didik perlu memiliki kemampuan berpikir komputasional dalam menyelesaikan masalah. Untuk itu, guru juga perlu mempersiapkan diri untuk dapat membelajarkan kemampuan tersebut. Banyak permasalahan sehari-hari yang dapat atau bahkan perlu diselesaikan menggunakan konsep berpikir komputasional. Untuk itu, peserta didik perlu mempelajari konsep berpikir komputasional dengan baik. Guru perlu menjembatani permasalahan kontekstual dengan peserta didik sehingga mereka memiliki kemampuan dalam mengaplikasikan konsep yang dipelajari untuk menyelesaikan permasalahan yang sedang atau dihadapinya kelak. Kompetensi dalam menyelesaikan persoalan komputasi yang mengandung struktur data yang lebih kompleks dan berpola melalui Computational Thinking KD dan perlu mulai dibelajarkan dengan memahami konsep Computational Thinking dan menjelaskan persoalan-persoalan komputasi. Selanjutnya peserta didik menyelelesaikan persoalan-persoalan komputasi yang mengandung jejaring, pola, dan algoritmik yang pada akhirnya dapat digunakan untuk menganalisis persoalan-persoalan komputasi tersebut. Model pembelajaran yang digunakan dapat menggunakan discovery learning, problem based learning maupun model lainnya yang dapat memfasilitasi peserta didik untuk aktif mengonstruksi pengetahuan dan keterampilannya. Peserta didik juga perlu dibiasakan dalam menghadapi soal-soal bertipe HOTS.•... ,... Unit Pembelajaran - PENUTUP Demikian Unit Pembelajaran Informatika SMP yang berjudul “Berpikir Komputasional” ini dikembangkan untuk menjadi bahan referensi bagi guru dalam menyusun rencana dan melaksanakan pembelajaran yang berorientasi pada Keterampilan Berpikir Tingkat Tinggi, serta dalam mengembangkan penilaian HOTS. Semoga dapat mencerahkan dan menambah pengetahuan guru. Semoga dengan kehadiran unit pembelajaran ini, dapat menginspirasi guru dalam mengembangkan unit-unit pembelajaran yang lebih baik dan lebih sempurna. hal. - TES FORMATIF - 1. Metode yang digunakan dalam membuat nasi goreng harus bisa mengurutkan langkah- langkah secara logis, berurutan, teratur, mudah, dan rinci mulai dari proses awal pembuatan sampai dengan proses penyajiannya agar mudah dipahami oleh orang lain. Hal termasuk termasuk teknik…. a. Decomposition b. Pattern recognition c. Abstraction d. Algorithms e. Semua benar Jawaban d 2. Ketika seseorang sudah terbiasa dengan computational thinking, dampaknya…. a. Menjadi generasi menunduk b. Penggunaan teknologi total c. Pola lebih berpikir kritis d. Selalu meneria apa adanya e. Tidak melakukan apa-apa Jawaban c 3. Pada intinya abtraksi digunakan untuk menganalisis sebuah data dengan menganalisis sebuah data dengan mengidentifikasi objeknya terlebih dahulu agar informasih yang didapatkan lebih…. a. Salah b. Medium c. Akurat d. Konsepsi e. Adaktif Jawaban c. - 4. Teknik kunci yang digunakan untuk memecah masalah yang lebih besar/kompleks menjadi bagian-bagian yang lebih sederhana disebut…. a. Decomposition b. Pattern recognition c. Abstraction d. Algorithms e. Worksheet Jawaban a 5. Bentuk computational thinking paling awal yaitu…. a. Decomposition b. Pattern Recognition c. Abstraction d. Algorithms e. Reusable Jawaban a 6. Pattern Recognition disebut juga dengan…. a. Dekomposisi b. Pengenalan pola c. Abstraction d. Algorithms e. Kompleks Jawaban b 7. Berpikir komputasional yaitu cara berpikir untuk…. a. Menguraikan masalah b. Mempersulit masalah c. Menggunakan berbagai macam akar d. Mengetahui akar masalah e. Menggunakan masalah Jawaban a 8. Beberapa teknik kunci dalam CT, kecuali….. a. Flickr b. Pattern Recognition. - c. Abstraction d. Algorithms e. Reusable Jawaban a 9. Kemampuan pemikiran komputasi yang harus dimiliki seorang siswa, kecuali…. a. Decomposition b. Pattern Recognition c. Abstraksi d. Algorithm Design e. Confusion Jawaban e inti dari sebuah aplikasi dan komputasi yaitu…. a. Komputerisasi b. Pemikiran komputasi c. Internet sharing d. Option internet e. Penggunaan internet Jawaban b. - DAFTAR PUSTAKA 1. Akmaluddin Fadhilah. 2019. Computational Thinking di Kehidupan Sehari- hari di akmaluddinfadhilah/computational- thinking- di-kehidupan-sehari-hari-e3729268f2c1 di akses 13 Maret 2019. 2. Fathur Rachim. 2015. Computational Thinking = Computer Science++ di 023/computational-thinking-computer-science?page=3 diakses 12 Maret 2019. 3. 2017. Bekali Anak dengan Keahlian Abad 21, Berpikir Komputasi di di akses 12 Maret 2019. 4. Lorca Lokassa Sa. 2018. Dasar-dasar Pemikiran Komputasional di thinking-cms-30172 di akses 12 Maret 2019. 5. NBO Bebras Indonesia. 2017. Tantangan Bebras Indonesia 2017 Bahan belajar Computational Thinking di diakses 13 Maret 2019 6. TOTOK_YC2TDP. 2019. diakses 11 Juli 2021 Algoritmadisusun oleh 3 bagian (blok) yang biasanya selalu ada dalam sebuah algoritma. 3 bagian itu adalah : 1. bagian judul (header) berisi judul algoritma, singkat dan jelas 2. bagian deklarasi (declaration) sebagai tempat untuk mengenalkan nama atau variabel apa saja yang digunakan dan tipe datanya serta prosedur dan fungsi yang dipakai 3. bagian algoritma (sebagian menyebutnya dengan deskripsi) berisi langkah-langkah penyelesaian masalah Jadi, Bagian persiapan dari sebuah algoritma Terdapat 3 cara penulisan notasi algoritma yang biasanya digunakan oleh para programer dalam menuliskan algoritmanya, yaitu Structured English SE, Pseudocode kode-semu, dan Flowchart bagan alir. Meskipun ada tiga tapi nyatanya hanya dua yang paling sering digunakan oleh para programer, yaitu pseudocode dan flowchart, sedangkan cara yang sudah saya contohkan pada pertemuan sebelumnya termasuk yang Structured English, karena pada dasarnya bahasa internasional yang digunakan adalah bahasa Inggris. Namun karena kita hidup di Indonesia maka kita menulis algoritma itu dengan struktur bahasa Indonesia seperti yang pernah saya contohkan pada pertemuan sebelumnya. Notasi algoritmik dibuat independen dari spesifikasi bahasa pemrograman dan perangkat keras komputer yang akan mengeksekusinya. Notasi penulisa algoritma ini dapat diterjemahkan ke dalam berbagai macam bahasa pemrograman. Seperti yang sudah saya contohkan pada pertemuan sebelumnya melalui contoh algoritma meraut pencil yang patah, bisa ditulis dengan bahasa Indonesia ataupun bahasa Inggris.. Untuk struktur penulisan algoritma berdasarkan struktur bahasa Indonesia termasuk yang paling mudah karena menggunakan bahasa sehari-hari, maka kita tidak akan terlalu banyak membahasa struktur yang satu ini dan kita akan fokus pada dua cara penulisan algoritma yang lainya, yaitu untuk versi pseudocode dan flowchart. Pseudocode kode-semu adalah cara penulisan algoritma yang hampir menyerupai bahasa pemrograman, namun pseudocode ditulis lebih sederhana dengan menggunakan bahasa baku yang mudah dipahami oleh manusia. Bahasa yang digunakan bisa menggunakan bahasa Inggris ataupun bahasa Indonesia sesuai dengan kebutuhan dan pemahaman masing-masing penulis. Karena kita tinggal di Indonesia maka kita akan menuliskan pseudocodenya dengan bahasa Indonesia yang baik dan benar. Adapun tujuan dari penggunaan pseudocode dalam suatu algoritma adalah supaya programer dapat memahami ide/rencana suatu program dengan jelas, meskipun programmer tersebut belum bisa menentukan bahasa pemrograman apa yang akan digunakan. Selain itu dengan menggunakan pseudocode maka kita dapat dengan mudah memahami apa yang akan dibuat dibandingkan dengan menggunakan bahasa pemrograman yang umumnya digunakan, aspeknya yang relatif ringkas dan tidak bergantung pada suatu sistem tertentu yang merupakan prinsip utama dalam suatu algoritma. Pseudocode sendiri tujuanya adalah untuk dibaca oleh manusia bukan oleh mesin sehingga tidak ada standar khusus yang menjadi aturan dalam penulisan pseudocode. Ada 3 struktur yang membentuk sebuah Pseudocode yaituJudul berisi judul algoritmaDeskripsi berisi deklarasi variabel dan konstantaImplementasi berisi inti algoritma Ketiga struktur ini harus berurut mulai dari judul kemudian deskripsi yaitu isinya, dan inplementasi yang didalamnya meruapakn bagian inti dari algoritma itu. Contoh menulis algoritma mencetak foto dengan menggunakan pseudocode Algoritma Mencetak Foto Mulai Q = Foto cetak Q Selesai Flowchart bagan alir adalah adalah suatu bagan dengan simbol-simbol tertentu yang menggambarkan urutan proses secara mendetail dan hubungan antara suatu proses instruksi dengan proses lainnya dalam suatu program. Baha alir flowchart yang mengekspresikan sebagai sekumpulan bentuk-bentuk geometri seperti persegi panjang, lingkaran, jajaran genjang, dan lain sebagainya yang berisikan langkah-langkah komputasi. Flowchart menggambarkan aliran instruksi di dalam program secara visual. Notasi algoritmik dengan diagram alir cocok untuk masalah yang kecil, namun tidak cocok untuk masalah yang besar karena membutuhkan berlembar-lembar halaman kertas. Simbol-simbol yang digunakan dalam flowchart Penggunaan diagram alir di atas harus sesuai dengan simbol-simbol yang sudah ditetapkan secara umum seprti gambar di atas. Perhatikan contoh di bawah ini, Pada contoh di atas, penulisan algoritma dengan bagan alir dimulai dengan bagan berbentuk elips begitu juga untuk mengakhiri flowchartnya. Sedangkan untuk memproses disimbolkan dengan bentuk persegi empat sedangkan jajar genjang untuk memberikan input/output pada algoritma. Sedangkan bentuk wajik mengambarkan keputusan yang harus diambil dalam algoritma. Penting bagi kalian untuk memahami semua bentuk pada bagan alir di atas, karena nantinya kalian harus menuliskan algoritma baik dengan notasi secar deskriptif mengunakan Structured English, Pseudocode kode-semu maupuan menggunakan Flowchart bagan alir seperti di atas.} neqm.

u9pd3cmgr2.pages.dev/108

u9pd3cmgr2.pages.dev/179

u9pd3cmgr2.pages.dev/71

u9pd3cmgr2.pages.dev/10

u9pd3cmgr2.pages.dev/224

u9pd3cmgr2.pages.dev/301

u9pd3cmgr2.pages.dev/152

u9pd3cmgr2.pages.dev/39

u9pd3cmgr2.pages.dev/269

bagian persiapan dari sebuah algoritma disebut bagian