Introduction to Algorithm - Pengantar Algoritma

Pengantar Algoritma dalam
Berpikir Komputasional
Togar M. Simatupang
Institut Teknologi Bandung
28 September 2021
Webinar “Pengajaran Algoritma dalam Berpikir Komputasional”
28 September 2021

Kilasan
1. Tujuan pembelajaran
2. Berpikir Komputasional
3. Kerangka Berpikir Komputasional
4. Pengenalan Algoritma
5. Kemajuan Pembelajaran Algoritma
6. Pembelajaran Berbasis Permainan
7. Pengajaran Berpikir Komputasional
8. Penutup
Algoritma dalam Berpikir Komputasional 2

Tujuan Pembelajaran
• Seperti apa Berpikir Komputasional dalam praktiknya?
• Apa yang dimaksud dengan algoritma dalam berpikir komputasional?
• Apa teknologi pendidikan untuk pengembangan berpikir
komputasional?
• Bagaimana pendidik dapat mendukung pertumbuhan dalam berpikir
komputasional?

Mengapa Belajar Berpikir Komputational?
• Mempersiapkan pelajar muda untuk menjadi pemikir komputasional
yang memahami cara menggunakan alat digital saat ini untuk
membantu memecahkan masalah masa depan.
• Membantu guru membayangkan potensi BK di semua disiplin ilmu
dan bersedia mengintegrasikan BK di kelas.

Berpikir Komputational

Apa itu berpikir komputational?
• BK adalah proses berpikir yang terlibat dalam merumuskan masalah dan
solusinya sehingga solusi direpresentasikan dalam bentuk yang dapat dilakukan
secara efektif oleh agen pemrosesan informasi.
• Jan Cuny, Larry Snyder and Jeannette M. Wing, "Demystifying Computational Thinking for
Non-Computer Scientists," work in progress, 2010
• BK adalah proses pemikiran yang terlibat dalam pemodelan situasi dan
menentukan cara agen pemrosesan informasi dapat beroperasi secara efektif di
dalamnya untuk mencapai (beberapa) tujuan yang ditentukan secara eksternal.
• Enrico Nardelli, “Do We Really Need Computational Thinking?”, Communications of the ACM,
62(2), pp. 32-35, 2019
• Berpikir komputasional mengacu pada proses pemikiran yang terlibat dalam
mengekspresikan solusi sebagai langkah komputasi atau algoritma yang dapat
dilakukan oleh komputer.
• CSTA (Computer Science Teachers Association)

Berpikir Komputasional
Sumber: “Do We Really Need Computational Thinking?” oleh Enrico Nardelli (2019), Communications of the ACM, 62(2), pp. 32-35. 10.1145/3231587

Empat Landasan Berpikir Komputasional
1. BK melibatkan pengambilan masalah yang kompleks dan memecahnya menjadi serangkaian masalah
kecil yang lebih mudah dikelola (penguraian - dekomposisi).
2. Masing-masing masalah yang lebih kecil ini kemudian dapat dilihat secara individual, dengan
mempertimbangkan bagaimana masalah serupa telah diselesaikan sebelumnya (pengenalan pola) dan
3. Hanya berfokus pada detail penting, sementara mengabaikan informasi yang tidak relevan (abstraksi).
4. Selanjutnya, langkah atau aturan sederhana untuk menyelesaikan setiap masalah yang lebih kecil
dapat dirancang (algoritma).
5. Akhirnya, langkah atau aturan sederhana ini digunakan untuk memprogram komputer untuk
membantu memecahkan masalah kompleks dengan cara terbaik (evaluasi).
DEKOMPOSISI –
memecah masalah atau
sistem yang kompleks
menjadi bagian-bagian
yang lebih kecil dan lebih
mudah dikelola
PENGENALAN POLA –
mencari kesamaan di
antara dan di dalam
masalah
ABSTRAKSI –
berfokus pada informasi
penting saja,
mengabaikan detail yang
tidak relevan
ALGORITMA –
mengembangkan solusi
langkah demi langkah
untuk masalah, atau
aturan yang harus diikuti
untuk menyelesaikan
masalah

BK dan Pemecahan Masalah
Karakteristik Penyelesaian Masalah
• Berpikir Komputasional (CT) adalah proses
pemecahan masalah yang mencakup (tetapi
tidak terbatas pada) karakteristik berikut:
• Merumuskan masalah dengan cara yang
memungkinkan kita menggunakan komputer dan
alat lain untuk membantu menyelesaikannya
• Secara logis mengatur dan menganalisis data
• Mewakili data melalui abstraksi seperti model dan
simulasi
• Mengotomatiskan solusi melalui pemikiran
algoritmik (serangkaian langkah berurutan)
• Mengidentifikasi, menganalisis, dan menerapkan
solusi yang mungkin dengan tujuan mencapai
kombinasi langkah dan sumber daya yang paling
efisien dan efektif
• Menggeneralisasi dan mentransfer proses
pemecahan masalah komputasional ke berbagai
masalah lain.
Disposisi atau Sikap BK
• Keyakinan dalam menghadapi kompleksitas
• Kegigihan dalam bekerja dengan masalah
yang sulit
• Toleransi untuk ambiguitas
• Kemampuan untuk menangani masalah
terbuka
• Kemampuan untuk berkomunikasi dan
bekerja dengan orang lain untuk mencapai
kesamaan tujuan atau solusi
Sumber: Computational Thinking Toolkit (2010) Algoritma dalam Berpikir Komputasional 9

Proses Berpikir Komputasional
MENDEFINISIKAN PERTANYAAN
• Pikirkan ruang lingkup dan detail masalah, tentukan pertanyaan yang dapat ditangani untuk
dijawab. Mengidentifikasi informasi yang telah atau akan perlu diperoleh untuk memecahkan
masalah.
ABSTRAKSI ke bentuk yang dapat dihitung
• Ubah pertanyaan menjadi bentuk abstrak yang tepat, seperti kode, diagram, atau algoritme
yang siap untuk komputasi. Pilih konsep dan alat yang akan digunakan untuk mendapatkan
solusi.
MENGHITUNG JAWABAN
• Ubah pertanyaan abstrak menjadi jawaban abstrak menggunakan kekuatan komputasi, biasanya
dengan komputer. Mengidentifikasi dan menyelesaikan masalah operasional selama
perhitungan.
MENAFSIRKAN HASIL
• Ambil jawaban abstrak dan interpretasikan hasilnya, rekontekstualisasikannya dalam lingkup
pertanyaan awal dan verifikasi secara skeptis. Ambil giliran lain untuk memperbaiki atau
menyaring.
Sumber: https://www.computationalthinking.org/#what-computational-thinking

Dimensi Berpikir Komputational
Sumber: Brennan, K., & Resnick, M. (2012). New frameworks for studying and assessing the development of computational thinking. Paper presented at the
American Educational Research Association Annual Meeting, Vancouver, BC.
Dimensi Uraian Contoh aplikasi pengkodean Jenis berpikir yang
dilakukan
Konsep komputasional
(konsep yang digunakan
desainer saat mereka
memprogram)
Pemahaman teknis dan
konseptual tentang "blok
bangunan" dasar kode, apa
yang mereka lakukan, dan
bagaimana mereka dapat
digunakan
Pengurutan
Perulangan (loop)
Peristiwa dan pemicu
Paralelisme (proses berjalan secara paralel)
Menggunakan kondisional, operator, variable, dan
data
Mengingat
Memahami
(mengkonseptualisasi
dan merencanakan)
Praktik komputasional
(praktik yang dikembangkan
oleh perancang saat mereka
memprogram)
Teknik dan strategi yang
digunakan saat membangun
kode.
Inkremental dan iteratif (pembuatan kode 'langkah
demi langkah', pengujian, modifikasi)
pengujian dan pengawakutuan (debugging)
Mencampur ulang atau menggunakan kembali kode
(sendiri atau orang lain)
Abstraksi
Modularisasi (menggabungkan kode menjadi “blok”
modular, masing-masing berkontribusi pada
prosedur yang lebih besar)
Menerapkan dan
mencipta Menganalisis
(memprediksi)
Menganalisis
Memahami
Mengevaluasi
Perspektif komputasional
(perspektif yang dibentuk
desainer tentang dunia di
sekitar mereka dan tentang
diri mereka sendiri)
Watak dan sikap ditampilkan
saat membangun kode,
seperti mengekspresikan,
menghubungkan, dan
mempertanyakan
Berbagi kode dengan orang lain
Berkolaborasi untuk memecahkan masalah
Pengkodean sebagai saluran kreatif pribadi
Memahami teknologi sebagai alat pemecahan
masalah
Menganalisis
(memprediksi)
Menganalisis
Mengevaluasi

Berpikir secara komputasional
• Berpikir secara komputasional bukanlah pemrograman. Ini bahkan tidak berpikir
seperti komputer, karena komputer tidak, dan tidak bisa, berpikir.
• Sederhananya, pemrograman memberitahu komputer apa yang harus dilakukan
dan bagaimana melakukannya.
• BK memungkinkan kita untuk mengetahui dengan tepat apa yang harus dilakukan
komputer.
• Misalnya, jika Anda setuju untuk bertemu teman-teman Anda di suatu tempat
yang belum pernah Anda kunjungi sebelumnya.
• Anda mungkin akan merencanakan rute Anda sebelum keluar dari rumah.
• Anda dapat mempertimbangkan rute yang tersedia dan rute mana yang 'terbaik' - ini
mungkin rute terpendek, tercepat, atau yang melewati toko favorit Anda dalam perjalanan.
• Anda kemudian akan mengikuti petunjuk langkah demi langkah untuk sampai ke sana.
• Dalam hal ini, bagian perencanaan seperti berpikir komputasional, dan mengikuti arahan
seperti pemrograman.
• Mampu mengubah masalah kompleks menjadi masalah yang mudah kita pahami
adalah keterampilan yang sangat berguna.
• Sebenarnya, ini adalah keterampilan yang sudah Anda miliki dan mungkin Anda
gunakan setiap hari.

Contoh Berpikir Komputasional dalam kehidupan sehari-hari
• Mengejar tujuan
• Menuju Kota Balige dari Medan
• Membuat produk baru
• Penyelesaian Masalah
• Merumuskan masalah
• Menyelesaikan masalah
• Devide at Impera
• Memecah masalah kompleks menjadi lebih kecil lebih mudah untuk ditangani
• Penghitungan
• Tentukan jumlah semua bilangan antara 1 dan 200
• Mencari rumah nomor 7
Pemikiran komputasional tidak hanya digunakan oleh ilmuwan komputer dan pemrogram. Ini digunakan
oleh orang-orang di semua jenis profesi, seperti dokter, tukang kayu, guru, dan seniman. Anda
kemungkinan besar juga menggunakan pemikiran komputasi secara tidak sadar setiap hari.

• Bergantung pada gimnya, untuk
menyelesaikan level, Anda perlu
mengetahui:
• barang apa yang perlu Anda kumpulkan,
bagaimana Anda dapat mengumpulkannya,
dan berapa lama waktu yang Anda miliki untuk
mengumpulkannya
• di mana pintu keluar dan rute terbaik untuk
mencapainya dalam waktu secepat mungkin
• musuh macam apa yang ada dan titik lemah
mereka
• Dari detail ini Anda dapat menyusun
strategi untuk menyelesaikan level dengan
cara yang paling efisien.
• Jika Anda ingin membuat game komputer
sendiri, ini adalah jenis pertanyaan yang
perlu Anda pikirkan dan jawab sebelum
Anda dapat memprogram gim Anda.
Contoh lain terjadi saat memainkan videogame.

Pembagian tanggung jawab antara manusia dan komputer
Apakah pola-pola ini dalam kecelakaan lalu lintas Kota New York?
• Bagaimana Anda menganalisis data
kecelakaan lalu lintas untuk memungkinkan
perbaikan dilakukan?
• Siapa melakukan apa?
MANUSIA
• Sumber dan ruang
lingkup data yang
diperlukan
• Perbaiki penyaring untuk
mengaktifkan komputasi
• Tentukan visualisasi yang
sesuai
• Pilih aspek data yang
akan disorot
KOMPUTER
• Ubah data dari sumber
data terbuka menjadi
data yang dapat
dihitung
• Terapkan file ke data
• Visualisasi komputasi
• Impor data geografis
dan sajikan secara
visual
Sumber: https://www.computationalthinking.org/#what-computational-thinking

Kerangka Berpikir Komputational

Kerangka Berpikir Komputasional
Kerangka BK dirancang untuk menggambarkan bagaimana berbagai aspek Berpikir Komputasional memungkinkan
siswa untuk mengembangkan keterampilan, pemahaman dan kebiasaan berpikir yang mereka butuhkan untuk
memecahkan masalah dan memenuhi kebutuhan di dunia digital.
MEMECAHKAN MASALAH
DAN MEMENUHI
KEBUTUHAN
SOLUSI DAN PRODUK
KOMPUTASIONAL
KONSEP KOMPUTASIONAL
PRAKTIK KOMPUTASIONAL SIKAP KOMPUTATIONAL
PENDEKATAN BERPIKIR
KOMPUTASIONAL
dengan menerapkan
melalui
untuk membuat

Praktik Komputasional
• Membuat algoritma:
• Apakah pengkodean program komputer atau membangun diagram alur untuk berbagi proses yang
kompleks, algoritma dapat digunakan untuk mewakili prosedur penting untuk subjek apapun.
• Bekerja dengan data:
• Komputasi dapat mendukung pengumpulan, penataan, analisis, dan penyajian data,
memungkinkan siswa lebih banyak alat untuk menyelidiki pertanyaan penting untuk pembelajaran
mereka.
• Memahami sistem:
• Menerapkan fondasi pemikiran komputasional memberi kita kerangka kerja untuk memecah dan
memahami sistem yang kompleks dan dinamis, yang dapat dibuat lebih efektif ketika kita dapat
menggunakan alat komputasi seperti simulasi untuk dipelajari.
• Membuat model komputasional:
• Model dan simulasi komputasional membantu orang lain memahami sistem dan data. Ketika siswa
membuat model komputasional baru, mereka tidak hanya menerapkan semua dasar BK, tetapi
juga menggabungkan semua praktik yang diterapkan menghasilkan algoritma yang memungkinkan
komputer untuk mewakili pemahaman kita tentang sistem dan data yang menginformasikannya.
Praktik biasanya diterapkan untuk membuat atau menggunakan alat komputasional (program komputer,
simulasi, visualisasi data, dan lainnya), tetapi juga dapat diterapkan untuk membuat alat analog
(diagram alur, diagram sistem, grafik data, dan lainnya).
Sumber: Computational Thinking: An Introduction, https://letstalkscience.ca/educational-resources/backgrounders/computational-thinking

Praktik Komputasional
Abstraksi Berpikir Algoritma Pengumpulan Data dan Analisis Representasi data
Pengawakutuan Dekomposisi Berpikir Logis Pengenalan Pola Pengaujian dan Evaluasi

Konsep Komputasional (Pemahaman)
Bersyarat Data Peristiwa Fungsi
Masukan dan
Keluaran
Operator Pengulangan
(perulangan)
Urutan Variabel
(peubah)

Pendekatan Berpikir Komputasional
Unplugged Activities To Teach Computational Thinking, https://www.primotoys.com/unplugged-activities-to-teach-computational-thinking/
Membuat Menggunakan dan
Meramu Kembali
Mengutak-atik Tanpa Komputer

Karakterisasi Berpikir Komputasional
Sumber: Repenning, Alexander (4 September 2016). "Computational Thinking Tools". IEEE Symposium on Visual Languages and Human-Centric Computing.
Karakterisasi pemikiran komputasional adalah proses iteratif berdasarkan tiga tahap: (1) Abstraksi:
Rumusan masalah; (2) Otomatisasi: Ekspresi solusi; dan (3) Analisis: Eksekusi dan evaluasi solusi.

Karakterisasi Berpikir Komputasional
Sumber: Middle School CS in Science Standards Crosswalk (2014)
Keterampilan Berpikir Komputasional melibatkan pemahaman dan perumusan masalah sedemikian rupa
sehingga "solusinya" dapat dihasilkan secara sistematis dan efisien melalui serangkaian langkah
komputational atau algoritma yang akan dilakukan oleh komputer.
Abstraksi
Otomatisasi
Analisis
Abstraksi digunakan untuk mereduksi suatu masalah
menjadi elemen-elemen esensial dan hubungannya.
Abstraksi bisa menangkap dan menghasilkan
karakteristik umum yang dapat digunakan untuk
mewakili semua contoh lainnya.
Otomatisasi digunakan saat merancang algoritma
untuk memproses informasi dan saat menggunakan
komputer sebagai perangkat hemat tenaga kerja yang
menjalankan tugas berulang dengan cepat dan efisien.
Model komputer menggunakan algoritma dan iterasi
sebagai "mesin" mereka.
Analisis adalah validasi apakah abstraksi yang dibuat
sudah sesuai dengan pertanyaan yang diajukan.
Validasi terjadi pada tingkat halus dari mekanisme
yang bertanggung jawab model interaksi tingkat
rendah serta pada tingkat tertinggi apakah hasil model
cocok dengan pengamatan.
1. Pemilihan masalah dunia
nyata atau fenomena ilmiah
untuk dipelajari
2. Sederhanakan ruang lingkup
model menggunakan abstraksi
dan membuat deskripsi dan
diagram model
3. Menerjemahkan ide ke
dalam model komputasional
4. Parameterisasi model yang
membahas variabel dan
parameter yang relevan dan
desain eksperimental
5. Simulasikan dan kumpulkan
data menggunakan model
komputasional sebagai tempat
percobaan untuk menjalankan
eksperimen
6. Menganalisis atau
menafsirkan untuk meninjau
apa yang merupakan bukti saat
menggunakan output data dari
model

Langkah Berpikir Komputasional K-12
Sumber: Middle School CS in Science Standards Crosswalk (2014)
BK mengacu pada proses berpikir yang terlibat dalam mengekspresikan solusi sebagai langkah komputasi
atau algoritma yang dapat dilakukan oleh komputer. Komputer dapat digunakan dalam proses pemecahan
masalah untuk membantu perhitungan, visualisasi data, pemodelan, otomatisasi, dan tugas lainnya.
Abstraksi
Otomatisasi
Analisis
Menggunakan algoritma
standar sebagai cara langkah
demi langkah untuk
memecahkan masalah
Merancang algoritma:
membuat petunjuk langkah
demi langkah untuk
memecahkan masalah
Menganalisis algoritma:
penentuan jumlah waktu dan
sumber daya ruang yang
dibutuhkan untuk
mengeksekusinya.
Spesifikasi Masalah:
Abstraksi: menghilangkan aspek masalah yang tidak
diperlukan untuk solusinya; Dekomposisi: memecah
masalah besar menjadi sub-masalah yang lebih kecil dan
lebih mudah dikelola; Pengenalan Pola: menganalisis segala
jenis elemen atau urutan berulang dalam masalah
Ekspresi Algoritmik:
• Desain algoritma adalah menentukan langkah-langkah
yang tepat untuk diambil dan mengaturnya menjadi
serangkaian instruksi (rencana) untuk memecahkan
masalah atau menyelesaikan tugas dengan benar.
• Mengotomatiskan solusi melalui pemikiran algoritmik
(serangkaian langkah berurutan).
Implementasi dan Evaluasi Solusi:
• Mengidentifikasi, menganalisis, dan menerapkan solusi
yang mungkin dengan tujuan mencapai kombinasi
langkah dan sumber daya yang paling efisien dan efektif.
• Generalisasi: memperluas solusi untuk masalah tertentu
ke jenis masalah lain
Mengajukan pertanyaan,
mengenali, dan
mendefinisikan masalah
komputasional
Mengembangkan dan
menggunakan model
komputasional
Membuat struktur data:
kumpulan nilai data,
hubungan di antara mereka,
dan fungsi atau operasi yang
dapat diterapkan pada data.
Menggunakan heuristik:
teknik yang dirancang untuk
menemukan solusi perkiraan
Membuat otomatisasi untuk
menjalankan tugas berulang
dengan cepat menggunakan
komputer
menggunakan program
atau aplikasi komputer?
Tinjau solusi yang disepakati
untuk mengevaluasi kelayakannya.
Tentukan bahwa solusi yang dipilih
adalah ''terbaik di kelasnya'' dalam
kaitannya dengan alternatif lain
yang mungkin.
Y
T

Pendekatan Pemecahan Masalah
Solusi Algoritma
Solusi dapat diselesaikan
dengan serangkaian tindakan
yang diketahui
Contoh:
• Untuk membuat secangkir
kopi
• Mencari bilangan terbesar
dari tiga bilangan
Solusi Heuristik
Mempekerjakan pendekatan
belajar mandiri untuk solusi
masalah
Contoh:
• Bagaimana cara
menghitung saham terbaik?
• Bagaimana cara bermain
catur?
Solusi Komputer
• Program - kumpulan
instruksi yang membentuk
solusi untuk suatu masalah
• Hasil - hasil dari
menjalankan program
• Pengujian - apakah hasil
yang Anda harapkan dan
perbaiki?
• Dokumentasi - dokumentasi
manual - instruksi yang
memberi tahu pengguna
cara menggunakan program

Pengenalan Algoritma

Apa itu Algoritma?
• Berpikir komputasional adalah proses pemikiran
yang terlibat dalam merumuskan masalah sehingga
solusinya dapat direpresentasikan sebagai langkah
dan algoritma komputasi.
• Algoritma adalah serangkaian langkah-langkah yang
jelas yang digunakan untuk menentukan bagaimana
tugas atau serangkaian tugas dapat diselesaikan.
• Algoritma adalah rencana, seperangkat instruksi
langkah demi langkah untuk memecahkan masalah.
• Jika Anda dapat:
• membuat secangkir teh,
• mengikat tali sepatu,
• menyiapkan makanan,
• berpakaian, atau
• menyelesaikan permainan Rubik
• maka Anda sudah tahu cara mengikuti suatu
algoritma.

Aspek Berpikir Algoritmik
1. Menganalisis Masalah
2. Jelaskan Masalah
3. Deteksi struktur dan pola
4. Temukan strategi solusi
5. Ciptakan Algoritma
6. Menjelaskan Algoritma
7. Menganalisis Algoritma
• Berpikir algoritmik adalah bagian dari pemikiran komputasi yang melibatkan pendefinisian
serangkaian instruksi yang jelas untuk memecahkan masalah.
• Setelah solusi yang berhasil untuk masalah telah ditemukan, dapat digunakan berulang kali
untuk masalah yang sama.
• Misalnya, proses menghitung rata-rata dari sekumpulan angka selalu sama terlepas dari
berapa banyak angka dan apa jumlahnya – jumlahkan semua angka dan bagi totalnya dengan
angka dalam himpunan.

Membuat Rencana
• Penting untuk merencanakan solusi
untuk suatu masalah untuk memastikan
bahwa itu akan benar.
• Dengan menggunakan dekomposisi, kita
dapat memecah masalah menjadi bagian-
bagian yang lebih kecil dan kemudian kita
dapat merencanakan bagaimana mereka
cocok kembali dalam urutan yang sesuai
untuk memecahkan masalah.
• Urutan ini dapat direpresentasikan
sebagai algoritma.
• Sebuah algoritma harus jelas. Itu harus
memiliki titik awal, titik akhir dan
serangkaian instruksi yang jelas di
antaranya.

Menampilkan Algoritma:
Instruksi, Kode Semu, Bagan Alir
Ada tiga cara utama untuk merepresentasikan
algoritma:
1. Sebagai sekumpulan instruksi tertulis sepreti
resep berisikan serangkaian operasi langkah-
demi-langkah mandiri yang harus dilakukan atau
urutan langkah-langkah untuk melakukan tugas
tertentu.
2. Bagan alir (flowchart), yang menampilkan alir
kerja atau proses yang menunjukkan langkah-
langkah dalam bentuk simbol-simbol grafis.
3. Kode semu (pseudocode) metode penulisan
menggunakan bahasa sederhana untuk
mengekspresikan desain algoritma yang
bertujuan untuk memahami alur logika dari
suatu program.
TUGAS 1: TEMUKAN LANGKAHNYA
• Langkah apa yang perlu Anda
sertakan?
• Bagaimana urutan langkah yang
benar?
TUGAS 2: GAMBAR BAGAN ALIR
• Bagan alir mewakili awal dan akhir
dan menunjukkan petunjuk langkah
demi langkah secara keseluruhan.
TUGAS 3: BUAT KODE SEMU
• Buat kode semu untuk ide program
dari tugas pertama.

Instruksi, Bagan Alir, dan Kode Semu
Anda membuat algoritma setiap kali Anda menulis sebuah program. Sebelum membuat program komputer,
sedang membuat serangkaian langkah untuk melakukan tugas, algoritma dituliskan dengan salah satu dari
tiga cara: instruksi, diagram alur, dan kode semu.
Contoh: “Untuk mencari jumlah dua bilangan”
Kode Semu
1. Mulai
2. Baca a, b
3. c  a + b
4. Cetak c
5. Berhenti
Bagan Alir
Mulai
Baca a,b
c = a + b
Baca a,b
Berhenti
Urutan Kerja
1. Mulai
2. Masukkan a, b
3. Hitung c adalah a tambah b
4. Tampilkan c
5. Berhenti

Merancang Algoritma
• Langkah 1 Memahami masalah
• Pastikan Anda benar-benar memahami masalah yang telah Anda tetapkan.
• Jika Anda tidak sepenuhnya memahami masalahnya, Anda harus kembali ke Klien Anda.
• Langkah 2 Identifikasi input
• Anda perlu mengidentifikasi jenis dan nilai data. Ini dapat sesuai dengan KATA BENDA dalam
pernyataan masalah, misalnya “cari dengan nama keluarga” menunjukkan input kata benda.
• Pertama adalah nama pengguna dan kata sandi, mereka akan menjadi nilai sebagai kata atau kata
dan angka.
Input, output dan proses
pencarian database siswa untuk
siswa dengan nama keluarga
'Smith'. Perhatikan bagaimana
outputnya adalah daftar siswa
dengan nama keluarga yang cocok.

Merancang Algoritma
Pencarian kedua menggunakan ID untuk mengekstrak data tentang satu
siswa dari database dan mengambil detail siswa lengkap.
Akan ada ID siswa yang dipilih dari daftar.

Merancang Algoritma
• Langkah 3 Identifikasi Proses
• Apakah ada perhitungan, atau ada operasi komputasi lain yang sedang berlangsung? Ini
biasanya sesuai dengan kata kerja dalam pernyataan masalah mis. “CARI dengan nama
keluarga” menunjukkan proses kata kerja.
• Nama pengguna dan kata sandi akan digunakan untuk mencari database untuk melihat
apakah ada kecocokan.
• Nama siswa akan digunakan untuk mencari database untuk melihat apakah ada kecocokan.
• ID siswa yang dipilih akan digunakan untuk mencari database untuk mengambil rincian siswa.
• Langkah 4 Identifikasi penyimpanan Data
• Harus ada database, berisi daftar nama pengguna dan kata sandi, dan daftar siswa dengan
semua detail kontak mereka serta ID siswa mereka.
• Kami tidak tahu apakah ini akan menjadi satu atau dua database saat ini.
• Langkah 5 Identifikasi Outputnya
• Output pertama akan berupa konfirmasi atau penolakan login guru.
• Output kedua akan menjadi daftar siswa dengan nama keluarga yang cocok dengan input.
• Hasil akhirnya adalah rincian kontak siswa yang dipilih dari daftar.

Merancang Algoritma
• Langkah 6 Kumpulkan catatan Anda
• Atur data Anda ke dalam Diagram Segi Empat, ini hanyalah empat kotak yang menunjukkan
Input, Proses, Output, dan penyimpanan Data yang diperlukan oleh algoritma Anda.
Diagram Segi Empat yang menunjukkan semua input, proses output, dan
penyimpanan data untuk algoritma pencarian siswa.

Kemajuan Pembelajaran Algoritma

Apa itu Kefasihan BK?
• Pemahaman Konseptual:
• Pemahaman dasar komputasional, konsep komputasional.
• Kefasihan Prosedural:
• Keterampilan dalam menjalankan prosedur secara fleksibel, akurat, efisien, dan
tepat.
• Kompetensi Strategis:
• Kemampuan untuk merumuskan, merepresentasikan, dan memecahkan masalah
komputasional.
• Penalaran Adaptif:
• Kapasitas untuk pemikiran logis, refleksi, penjelasan, dan pembenaran.
• Disposisi Produktif:
• Kecenderungan kebiasaan untuk melihat BK sebagai sesuatu yang masuk akal,
berguna, dan berharga, ditambah dengan keyakinan akan ketekunan dan kemanjuran
diri sendiri.

Bagaimana Kefasihan BK Berkembang?
• Jenis Pengetahuan BK Menurut aliran kognitif, belajar adalah proses
di mana pelajar secara aktif membangun struktur mental, atau skema.
• Struktur ini terdiri dari:
• Pengetahuan Konseptual:
• Ini adalah kumpulan pengetahuan skemata yang sangat terstruktur dan saling terkait.
• Pengetahuan Deklaratif:
• Jenis pengetahuan ini mengacu pada fakta-fakta yang dihafal yang melibatkan hubungan
komputasional di antara fakta-fakta.
• Pengetahuan Prosedural:
• Jenis pengetahuan ini melibatkan kesadaran para siswa tentang langkah-langkah
pemrosesan yang diperlukan untuk memecahkan suatu masalah.

Pengalaman Belajar Apa yang Paling Kondusif untuk
Pencapaian Kefasihan Berpikir Komputasional?
• Mengintegrasikan Instruksi Strategi dan Latihan Berwaktu
• Waktu yang Dibutuhkan untuk Latihan Pembelajaran prosedur
komputasional, atau algoritma, adalah proses yang panjang, proses yang
sering membosankan
• Untuk mengingat prosedur komputasional, siswa harus berlatih
menggunakannya.
• Praktik, bagaimanapun, tidak hanya memecahkan masalah yang sama atau
jenis masalah berulang-ulang.
• Siswa harus berlatih menggunakan prosedur pada semua jenis masalah
yang berbeda.
• Latihan harus diberikan dalam dosis kecil (sekitar 20 menit per hari) dan
harus mencakup berbagai masalah.

Contoh Belajar BK untuk K6
• Menggunakan ketiga bentuk kegiatan:
• pembelajaran visual (gambar, objek, model abstrak dan fisik, ...)
• pembelajaran auditori (bertukar pikiran, diskusi, kerja kelompok,…)
• pembelajaran kinestetik (aktivitas fisik)
• Bekerja di lingkungan yang terdiri dari tiga tahap:
• permainan kooperatif dan teka-teki yang menggunakan objek nyata yang bermakna –
menemukan konsep (tugas Bebras, The Hour of Code)
• pemikiran komputasi tentang objek dan konsep – algoritma, solusi
• pemrograman – Scratch, The Hour of Code, Logo
• Menggabungkan hobi dengan skenario masalah:
• mengumpulkan instrumen komputasi dan teori grafik sebagai "hobi penelitian"
• Tugas Bebras
• sumber situasi masalah
• The Hour of Code
• pengenalan pemrograman (visual) dengan teka-teki

Sekolah Dasar
Pengumpulan data
Algoritma dan Prosedur
Berpikir Komputasional di Kelas

Sekolah Menengah
Dekomposisi Masalah
Algoritma dan Prosedur

Sekolah Menengah Atas
Abstraksi
Algoritma dan Simulasi

Algoritma dirancang untuk dilakukan oleh manusia dan komputer. Di kelas awal, siswa belajar tentang algoritma
yang sesuai dengan usia dari dunia nyata. Saat mereka maju, siswa belajar tentang pengembangan, kombinasi, dan
dekomposisi algoritma, serta evaluasi algoritma yang bersaing.
Tingkat kelas Algoritma Deskripsi
K-2
Orang mengikuti dan menciptakan proses
sebagai bagian dari kehidupan sehari-hari.
Banyak dari proses ini dapat dinyatakan
sebagai algoritma yang dapat diikuti oleh
komputer.
Rutinitas, seperti rapat pagi, waktu bersih-bersih, dan bubar sekolah, adalah
contoh algoritma yang umum di banyak kelas awal sekolah dasar. Contoh lain
dari algoritma termasuk membuat makanan sederhana, menavigasi ruang
kelas, dan rutinitas sehari-hari seperti menyikat gigi. Sama seperti orang yang
menggunakan algoritma untuk menyelesaikan rutinitas sehari-hari, mereka
dapat memprogram komputer untuk menggunakan algoritma untuk
menyelesaikan berbagai tugas. Algoritma biasanya diimplementasikan
menggunakan bahasa yang tepat yang dapat diinterpretasikan oleh komputer.
3-5
Algoritma yang berbeda dapat mencapai
hasil yang sama. Beberapa algoritma lebih
sesuai untuk konteks tertentu daripada
yang lain.
Algoritma yang berbeda dapat digunakan untuk mengikat sepatu atau
memutuskan jalur mana yang akan diambil dalam perjalanan pulang dari
sekolah. Meskipun hasil akhirnya mungkin serupa, mungkin tidak sama:
dalam contoh perjalanan pulang, beberapa jalur bisa lebih cepat, lebih
lambat, atau lebih langsung, tergantung pada berbagai faktor, seperti waktu
yang tersedia atau adanya rintangan (untuk misalnya anjing menggonggong).
Algoritma dapat diekspresikan dalam bahasa nonkomputer, termasuk bahasa
alami, diagram alur, dan kode semu (pseudocode).
Sumber: Framework Statements by Progression, https://k12cs.org/framework-statements-by-progression/#jump-algorithms-programming

Algoritma adalah urutan langkah-langkah yang dirancang untuk menyelesaikan tugas tertentu. Algoritma
diterjemahkan ke dalam program, atau kode, untuk memberikan instruksi untuk perangkat komputasi.
Tingkat kelas Algoritma Deskripsi
6-8
Algoritma mempengaruhi bagaimana
orang berinteraksi dengan komputer dan
cara komputer merespons. Orang
merancang algoritma yang dapat
digeneralisasikan ke banyak situasi.
Algoritma yang mudah dibaca lebih
mudah diikuti, diuji, dan diperbaiki.
Algoritma mengontrol rekomendasi apa yang mungkin didapatkan pengguna
di situs web streaming musik, bagaimana gim merespon penekanan jari pada
layar sentuh, dan bagaimana informasi dikirim melalui Internet. Algoritma
yang dapat digeneralisasikan ke banyak situasi dapat menghasilkan keluaran
yang berbeda, berdasarkan berbagai masukan. Misalnya, algoritma untuk
termostat cerdas dapat mengontrol suhu berdasarkan waktu, jumlah orang di
rumah, dan konsumsi listrik saat ini. Pengujian suatu algoritma memerlukan
penggunaan input yang mencerminkan semua kemungkinan kondisi untuk
mengevaluasi akurasi dan ketahanannya.
9-12
Orang mengevaluasi dan memilih
algoritma berdasarkan kinerja, dapat
digunakan kembali, dan kemudahan
implementasi. Pengetahuan tentang
algoritma umum meningkatkan cara orang
mengembangkan perangkat lunak,
mengamankan data, dan menyimpan
informasi.
Beberapa algoritma mungkin lebih mudah diimplementasikan dalam bahasa
pemrograman tertentu, bekerja lebih cepat, membutuhkan lebih sedikit
memori untuk menyimpan data, dan dapat diterapkan dalam berbagai situasi
yang lebih luas daripada algoritma lainnya. Algoritma yang digunakan untuk
mencari dan mengurutkan data adalah umum di berbagai aplikasi perangkat
lunak. Algoritma enkripsi digunakan untuk mengamankan data, dan algoritma
kompresi membuat penyimpanan data lebih efisien. Pada tingkat ini, analisis
mungkin melibatkan perhitungan langkah-langkah sederhana. Analisis
menggunakan notasi matematika yang canggih untuk mengklasifikasikan
kinerja algoritma, seperti notasi Big-O, tidak diharapkan.
Sumber: Framework Statements by Progression, https://k12cs.org/framework-statements-by-progression/#jump-algorithms-programming

Langkah Berpikir Komputasional K-12
Sumber: Informatika untuk SMA Kelas X oleh Mushthofa dkk. (2021), Kemendikbudristek..
BK mengacu pada proses berpikir yang terlibat dalam mengekspresikan solusi sebagai langkah komputasi
atau algoritma yang dapat dilakukan oleh komputer. Komputer dapat digunakan dalam proses pemecahan
masalah untuk membantu perhitungan, visualisasi data, pemodelan, otomatisasi, dan tugas lainnya.
Abstraksi
Otomatisasi
Analisis
Menggunakan algoritma
standar sebagai cara langkah
demi langkah untuk
memecahkan masalah
Merancang algoritma:
membuat petunjuk langkah
demi langkah untuk
memecahkan masalah
Menganalisis algoritma:
penentuan jumlah waktu dan
sumber daya ruang yang
dibutuhkan untuk
mengeksekusinya.
Spesifikasi Masalah:
Abstraksi: menghilangkan aspek masalah yang tidak
diperlukan untuk solusinya; Dekomposisi: memecah
masalah besar menjadi sub-masalah yang lebih kecil dan
lebih mudah dikelola; Pengenalan Pola: menganalisis segala
jenis elemen atau urutan berulang dalam masalah
Ekspresi Algoritmik:
• Desain algoritma adalah menentukan langkah-langkah
yang tepat untuk diambil dan mengaturnya menjadi
serangkaian instruksi (rencana) untuk memecahkan
masalah atau menyelesaikan tugas dengan benar.
• Mengotomatiskan solusi melalui pemikiran algoritmik
(serangkaian langkah berurutan).
Implementasi dan Evaluasi Solusi:
• Mengidentifikasi, menganalisis, dan menerapkan solusi
yang mungkin dengan tujuan mencapai kombinasi
langkah dan sumber daya yang paling efisien dan efektif.
• Generalisasi: memperluas solusi untuk masalah tertentu
ke jenis masalah lain
Mengajukan pertanyaan,
mengenali, dan
mendefinisikan masalah
komputasional
Mengembangkan dan
menggunakan model
komputasional
Membuat struktur data:
kumpulan nilai data,
hubungan di antara mereka,
dan fungsi atau operasi yang
dapat diterapkan pada data.
Menggunakan heuristik:
teknik yang dirancang untuk
menemukan solusi perkiraan
Membuat otomatisasi untuk
menjalankan tugas berulang
dengan cepat menggunakan
komputer
menggunakan program
atau aplikasi komputer?
Tinjau solusi yang disepakati
untuk mengevaluasi kelayakannya.
Tentukan bahwa solusi yang dipilih
adalah ''terbaik di kelasnya'' dalam
kaitannya dengan alternatif lain
yang mungkin.
Algoritma - Mencari
dan Menyortir
Algoritma dalam kode
semu dan diagram alir
Tumpukan (Stack)
dan Antrean (Queue).
Pengkodean: Scratch,
Alice, Code.org, CS
First, Snap!, Kodu
(www.codeforfun.com)
Y
T

Capaian Pembelajaran Algoritma Secara Umum
Saya bisa menjelaskan
apa itu algoritma.
Saya dapat membaca
algoritma dan
menemukan kesalahan
di dalamnya.
Saya dapat membuat
algoritma saya sendiri
untuk memecahkan
masalah.
Input Output
Seperangkat aturan
untuk mendapatkan
output yang diharapkan
dari input yang
diberikan
Tugas Guru:
• Memperkenalkan konsep algoritma kepada siswa
• Mendorong penjelajahan
• Memberikan contoh tugas yang baik
• Merangsang mempelajari beberapa topik algoritma

Kegiatan 1: Kenali Algoritma
• Contoh-contoh algoritma dalam kehidupan sehari-hari
No. Proses Algoritma Contoh Langkah dalam Algoritma
1. Membuat kue Resep Kue Masukkan telur ke dalam wajan,
kocok sampai mengembang
2. Membuat pakaian Pola Pakaian Gunting kain dari pinggir kiri bawah
ke arah kanan sejauh 10 cm
3. Merakit perabot Panduan merakit Sambungkan komponen A dan
komponen B
4. Mengisi kupon ponsel Panduan pengisian Tekan 888,
masukkan nomor kupon
5. Melakukan kegiatan sehari-
hari
Roster harian Pukul 06.00 mandi pagi,
pukul 07.00 berangkat kuliah

Kegiatan 2: Tuliskan Kode Semu dari Diagram Alir
• Tulis kode semu untuk algoritma yang ditunjukkan
pada bagan alir tarik uang tunai di bawah ini.
Mulai transaksi: nasabah
masuk bank;
tarik uang tunai ke teller
Teller meminta KTP, Buku
Tabungan, Kartu ATM, Isian
Formulir Penarikan
Apakah KTP,
Buku Tab, dan
ATM sah?
Apakah
formulir terisi
lengkap?
Tolak Permintaan
Akhiri Transaksi
Berikan Uang Tunai
sejumlah permintaan
T
Y
Y T

Kegiatan 3: Temukan Kesalahannya
• Algoritma kode semu berikut memiliki kesalahan.
• Program seharusnya menanyakan panjang dan
lebar ruangan persegi panjang kepada pengguna,
dan kemudian menampilkan luas ruangan.
• Program harus mengalikan lebar dengan panjang
untuk menentukan luasnya.
area= width x length
display “what is the room's width?”
input width
display “what is the room's length?”
input length
display area

Kegiatan 4: Membuat algoritma
• Temui Puan robot yang dibeli sebagai hadiah untuk
keluarga dengan anak kecil.
• Robot ini diperlukan untuk menyelesaikan berbagai
kegiatan beberapa di antaranya adalah:
• Membuat minuman panas untuk anggota keluarga
• Membacakan cerita untuk anak kecil di malam hari
• Sebagai pemrogram utama untuk Puan, Anda telah
diminta untuk memilih salah satu tugas di atas dan
mencatat semua tugas yang dia perlukan untuk
menyelesaikan aktivitas.
• Pastikan Anda mendetail dengan respons Anda.

Pembelajaran Berbasis Permainan

Permainan Edukasi dalam Proses Pembelajaran
• Metodologi yang disarankan:
• Permainan sebagai motivasi sebelum kelas
• Guru bermain permainan selama kuliah
• Permainan sebagai kegiatan kelompok di dalam
kelas
• Permainan sebagai aktivitas rumah/belajar mandiri
• Penting:
• Gunakan permainan edukatif hanya jika
meningkatkan efektivitas pembelajaran

Menjelajahi Permainan yang ada
Jelajahi beberapa permainan berikut dan pikirkan apakah itu cocok untuk
dimasukkan dalam proses pembelajaran:
• http://hrast.pef.uni-lj.si/games
• https://www.tynker.com/
• http://lightbot.com/flash.html
• https://code.org/
• https://codecombat.com/play
• https://home.jeita.or.jp/is/highschool/algo/index_en.html
• https://blockly-games.appspot.com/

GLAT - Games for Learning Algorithmic Thinking
Sumber: “GLAT education info”, https://edugames.swu.bg/moodle/course/view.php?id=8

Pengajaran Berpikir Komputational

Peningkatan Pengajaran Berpikir Komputasional
Meningkatkan jumlah guru
yang melek komputasi dan
guru bersertifikat seperti
di Kawasan Toba
Meningkatkan jumlah
sekolah yang menawarkan
Berpikir Komputasional,
pengkodean, dan
pemrograman
Meningkatkan jumlah
siswa yang mendaftar di
mata pelajaran BK
Memperluas dan
mendiversifikasi
pendaftaran siswa dalam
kursus BK untuk membuka
pintu bagi setiap siswa
Memperluas peluang akses literasi dan keterampilan BK, termasuk pengkodean dan
pemrograman bagi siswa sekolah dasar dan menengah untuk menjelajah dan berpartisipasi
dalam kemajuan teknologi digital.

Komunitas Praktik (kelompok inkuiri BK) untuk
menumbuhkan pemahaman guru tentang BK
1. Mengembangkan pemahaman bersama tentang berpikir
komputasional
2. Memahami mengapa mengajarkan berpikir komputasiional
3. Mampu berbagi pemahaman tentang berpikir komputasional
dengan rekan-rekan guru di sekolah
4. Tahu bagaimana merencanakan kesempatan belajar yang didukung
oleh berpikir komputasional
5. Mengembangkan pedagogi dan andragogi dalam pembelajaran
berpikir komputasional
6. Mengidentifikasi berpikir komputasional saat mengamati pelajaran

Pengembangan Profesional Berpikir Komputasional:
Webinar, Kursus Daring, dan MBKM
Kolaborasi
Layanan
Mencari dan berbagi pengalaman, memetakan pengetahuan dan mengenali serta memperbaiki
kesenjangan pengetahuan, kesempatan untuk bimbingan yang diperpanjang, dan integrasi ide-
ide baru ke dalam kelas.

Kursus Daring
Guru
SD
Pelatihan
BK 18 jam
Guru
SMP
Pelatihan
BK 18 jam
Guru
SMU
Pelatihan
BK 18 jam
Instruktur
Batara P. Siahaan, MSM, MIM
Humasak T.A. Simanjuntak, ST, M.ISD
Prof. Togar M. Simatupang
Nursinta Vania, ST
Dessy Silalahi, ST
Yetriuli Romaito Sianturi, ST
Pada pelatihan guru:
• Menantang guru untuk menangani konsep Berpikir Komputaional
• Meningkatkan pemahaman yang lebih dalam tentang Berpikir Komputasional

Kemajuan Tiga Tahap
Kemajuan tiga tahap disebut Gunakan-Modifikasi-Buat
(Use–Modify–Create), dikembangkan oleh ITEST Working
Group on Computational Thinking, telah terbukti
mendukung dan memperdalam pengalaman berpikir
komputasional siswa.
1. Siswa pertama-tama berinteraksi dengan artefak
komputasional yang ada (tahap "Gunakan").
2. Siswa mengembangkan keterampilan BK (seperti
menulis algoritma sebagai instruksi komputer) dengan
memodifikasi dan secara berulang menyempurnakan
proyek orang lain untuk menjadi milik mereka sendiri
(tahap “Modifikasi”).
3. Saat siswa memperoleh keterampilan dan kepercayaan
diri, mereka dapat didorong untuk mengembangkan ide
untuk proyek komputasional baru dari desain mereka
sendiri yang membahas masalah yang mereka pilih
(tahap "Buat").
Sumber: Lintasan “Gunakan-Ubah-Buat” diadaptasi dari “Computational Thinking for Youth in Practice” oleh I. Lee, F. Martin, J. Denner, B.
Coulter, W. Allan, J. Erickson, J. Malyn-Smith, & L. Werner, 2011, ACM Inroads 2 (1): p. 35.

Penutup
• Komputasi adalah proses yang didefinisikan dalam model komputasi yang mendasarinya.
• Berpikir komputasional adalah proses pemikiran yang terlibat dalam merumuskan
masalah sehingga solusinya dapat direpresentasikan sebagai langkah dan algoritma
komputasi.
• Algoritma adalah urutan langkah-langkah untuk memecahkan masalah lewat bahasa
maupun bentuk simbol tertentu untuk mempermudah kita dalam memahami untuk
mencapai tujuan tertentu.
• Belajar algoritma menarik kerena melatih berpikir logis untuk memecahkan suatu
permasalahan lewat langkah-langkah atau proses logika yang berjalan.
• Penerapan algoritma bukan saja pada kehidupan sehari-hari untuk dapat menerapkan
penjabaran algoritmanya, tidak juga pada program komputer.
• Algoritma dibutuhkan untuk memerintah komputer mengambil langkah-langkah tertentu
dalam menyelesaikan masalah.
• Para siswa mempelajari algoritma untuk mengenal beragam masalah komputasional
dalam kehidupan sehari-hari yang memerlukan penerapan algoritma dan menggunakan
algoritma sebagai solusi untuk komputer.
• Guru mempunyai peran yang penting dalam memperkenalkan algoritma dan mendorong
para siswa untuk menggunakan algoritma dalam memecahkan persoalan sehari-hari.

Terima Kasih

Introduction to Algorithm - Pengantar Algoritma

More Related Content

What's hot (20)

Similar to Introduction to Algorithm - Pengantar Algoritma (20)

More from Togar Simatupang (20)

Recently uploaded (20)

Introduction to Algorithm - Pengantar Algoritma