Berpikir Komputasional: Jembatan antara Matematika dan Coding

Berpikir komputasional (computational thinking) sering dikaitkan dengan coding, padahal intinya adalah cara memecahkan masalah yang jauh lebih luas: memecah persoalan besar menjadi bagian kecil, menemukan pola, membuang detail yang tidak penting, lalu menyusun langkah-langkah yang pasti. Kemampuan ini dipakai programmer — dan juga setiap siswa yang menyelesaikan soal matematika dengan baik.

Artikel ini menjelaskan empat pilar berpikir komputasional beserta contohnya dalam matematika sekolah, membedah satu algoritma klasik (FPB dengan cara Euclid), memetakan hubungan konsep coding dengan matematika, serta memberi ide aktivitas untuk melatihnya, dengan atau tanpa komputer.

Empat pilar berpikir komputasional

1. Dekomposisi

Memecah masalah besar menjadi bagian-bagian yang lebih kecil dan bisa ditangani. Soal cerita panjang tentang biaya liburan, misalnya, bisa dipecah menjadi: biaya transportasi, biaya penginapan per malam, biaya makan per orang, lalu dijumlahkan. Siswa yang terbiasa memecah soal jarang merasa "tidak tahu harus mulai dari mana".

2. Pengenalan pola

Mencari kesamaan dan keteraturan. Dalam matematika, ini muncul pada deret angka, bentuk aljabar yang mirip, atau soal yang ternyata memakai cara penyelesaian yang sama dengan soal sebelumnya. Contoh latihan pola ada di artikel cara cepat deret angka.

3. Abstraksi

Membuang detail yang tidak penting dan fokus pada struktur masalah. Ketika soal tentang harga apel dan jeruk diubah menjadi sistem persamaan $2x + 3y = 21{.}000$, kita sedang melakukan abstraksi: warna buah dan nama tokonya tidak lagi penting.

4. Algoritma

Menyusun langkah-langkah yang pasti, berurutan, dan selalu berakhir. Rumus ABC, cara bersusun untuk perkalian, dan langkah eliminasi pada sistem persamaan semuanya adalah algoritma.

Contoh algoritma: FPB dengan cara Euclid

Faktor persekutuan terbesar (FPB) dua bilangan bisa dicari dengan faktorisasi prima, tetapi ada cara yang jauh lebih efisien dan sudah dikenal sejak lebih dari dua ribu tahun lalu: algoritma Euclid. Idenya: FPB dari $a$ dan $b$ sama dengan FPB dari $b$ dan sisa pembagian $a$ oleh $b$. Ulangi sampai sisanya nol.

Jejak untuk FPB(84, 36): sisa $84 \div 36$ adalah $12$; lalu sisa $36 \div 12$ adalah $0$. Karena sisanya nol, FPB-nya adalah $12$. Dua langkah saja — bandingkan dengan memfaktorkan $84 = 2^2 \cdot 3 \cdot 7$ dan $36 = 2^2 \cdot 3^2$.

Mengapa cara ini benar? Jika $d$ membagi $a$ dan $b$, maka $d$ juga membagi $a - qb$, yaitu sisa pembagiannya. Sebaliknya, pembagi bersama $b$ dan sisa itu juga membagi $a$. Jadi himpunan pembagi bersamanya tidak berubah — dan begitu pula FPB-nya. Inilah ciri algoritma yang baik: langkahnya pasti, selalu berakhir, dan kebenarannya bisa dibuktikan.

Dalam bahasa pemrograman Python, algoritma ini hanya butuh beberapa baris:

def fpb(a, b):
    while b != 0:
        a, b = b, a % b
    return a

print(fpb(84, 36))  # 12

Peta konsep: dari matematika ke coding

Tidak heran siswa yang kuat bernalar matematis biasanya lebih cepat belajar pemrograman — dan sebaliknya, pemrograman memberi cara baru untuk melihat matematika. Hubungan logika dan percabangan dibahas lebih dalam di artikel logika matematika dasar.

Melatih tanpa komputer (unplugged)

Berpikir komputasional tidak harus dimulai dari layar. Beberapa aktivitas yang efektif:

1. Mengurutkan kartu. Beri anak 8 kartu angka acak dan minta ia mengurutkannya hanya dengan membandingkan dua kartu sekaligus. Diskusikan strategi mana yang paling sedikit langkahnya — ini adalah inti algoritma pengurutan.
2. Instruksi robot. Satu anak menjadi "robot" yang hanya bisa mengikuti perintah sederhana (maju, belok kanan, ambil). Anak lain menulis instruksi untuk mencapai tujuan. Kesalahan instruksi langsung terlihat — inilah debugging.
3. Kartu biner. Lima kartu bernilai 16, 8, 4, 2, 1 bisa membentuk setiap bilangan 0–31 dengan memilih kartu mana yang dibuka. Anak belajar bilangan biner sambil bermain.
4. Teka-teki logika seperti soal urutan dan posisi, yang juga muncul dalam tantangan berpikir komputasional tingkat sekolah seperti Bebras.
5. Soal cerita dengan dekomposisi eksplisit. Minta anak menulis daftar langkah sebelum menghitung.

Melatih dengan komputer

• Pemrograman berbasis blok cocok untuk pemula: logika program disusun dengan menyeret blok sehingga anak fokus pada alur berpikir, bukan pada salah ketik.
• Bahasa teks seperti Python cocok untuk SMP dan SMA. Mulailah dengan masalah matematika yang sudah dikenal: menghitung FPB, membuat tabel perkalian, atau menyelidiki pola bilangan.
• Proyek kecil yang bermakna — misalnya program yang menghitung rata-rata nilai — lebih memotivasi daripada latihan sintaks tanpa konteks.

Untuk orang tua: tanda anak berkembang

• Anak memecah tugas besar menjadi langkah-langkah sendiri tanpa diminta.
• Ia mencoba menemukan pola sebelum menghitung satu per satu.
• Ia menguji ulang instruksi atau jawabannya dan memperbaikinya tanpa frustrasi berlebihan.
• Ia bisa menjelaskan langkah-langkahnya secara berurutan kepada orang lain.

Perangkat digital adalah alat yang kuat untuk melatih kemampuan ini, asalkan dipakai secara aktif. Panduan memilih aktivitas digital yang sehat ada di artikel gadget dan belajar digital.

Ringkasan

• Berpikir komputasional adalah cara memecahkan masalah lewat dekomposisi, pengenalan pola, abstraksi, dan algoritma.
• Keempat pilar itu sudah dipakai dalam matematika sekolah, dari soal cerita sampai rumus ABC.
• Algoritma Euclid menunjukkan ciri algoritma yang baik: pasti, efisien, dan bisa dibuktikan kebenarannya.
• Konsep coding seperti variabel, perulangan, percabangan, dan fungsi berakar dari matematika.
• Kemampuan ini bisa dilatih tanpa komputer, lalu diperdalam dengan pemrograman.