G.BERPIKIR ALGORITMIK

   1. .  Jenis Data dalam Penelitian

       Filosofi berpikir komputasional identik dengan proses berpikir dalam menyelesaikan masalah dengan cara menerapkan model ilmu komputer (informatika). Metode ini sering dikenal dengan istilah berpikir algoritmik, yaitu seolah-olah melakukan penalaran yang mirip dengan cara komputer. Nilai yang diinputkan, diolah, dan dihasilkan merupakan sebuah data yang dapat dibaca, dihitung, dan dianalisis. secara umum, dikenal dua jenis data, yaitu sebagai berikut.
a.   Data Kuantitatif
            Data kuantitatif adalah jenis data yang dipresentasikan dalam bentuk nominal angka, misalnya data kuantitatif yang memuat model skor antara 1 - 4.
b.   Data kualitatif
            Data kualitatif merupakan tipe data yang tidak dapat diukur nilainya dalam bentuk angka, basanya berupa kalimat, kata,gambar, dan model.
2.   Tekmologi Computational thinking
a.   Definisi dan Karakter
            Istilah berpikir komputational diadopsi dari konsep CT atau Computational Thinking yang pertama kali diperkenalkan oleh Jeanette wing pada 6 maret. Tujuan CT adalah efektivitas dan kecepatan pengambilan keputusan. Jika dilihat dari sisi penerapannya, CT memiliki dua aspek penting, yaitu sebagai berikut.
1)   CT sebagai tambahan dan mekanisme pemikiran dan penalaran manusia tanpa bantuan       teknologi.
2)   CT sebagai metode pemecahan masalah (problem solving) yang didesain agar dapat              dijalankan oleh manusia atau dengan bantuan mesin komputer atau melibatkan kedua            resource tersebut. 

b.   Elemen Computational Thinking
            Computational Thinking memiliki enam bagian penting, yaitu sebagai berikut
1)   Abstraction
             Abstraction adalah proses mengidentifikasi permasalan dan mengumpulkan potongan-potongan informasi yang belum bisa terbaca data yang siap dijadikandasar melakukan proses selanjutnya.

2)   Algorithmic thinking
             Algorithmic thinking meupakan langkah terstruktur dan sistematis untuk menyelesaiakan permasalahan yang ditemukan.

3)   Automation
             Automation merupakan bagian penting dalam CT yang bekerja secara otomatis dalam mengeksekusi setiap intruksi yang diberikan komputer secara berulang-ulang, cepat, dan efisien.

4)   Decompotion
            Decompotion merupakan proses penguraian komponen-komponen dalam permasalahan agar mudah dupahami, dipecahkan, kemudian dikembangkan dan dilakukan percobaan serta evaluasi.

5)   Debugging
             Debungging adalah tahapan melakukan analisis dan evaluasi secara menyeluruh terhadap kemampuan, kapabilitas, serta performa sistem.

6)   Generalization
            Generelization dapat dikatakan sebagai langkah untuk mengenali, mengidentifikasi pola, kesamaan, dan korelasi antarmodul serta menganalisis fitur-fitur dalam sistem.

c.   Artifical intelligence (AI)
            Artifical Intelligen atau kecerdasan buatan adalah salah satu implementasi dari berpikir komputasi atau CT yang bertujuan memprogam komputer agar mampu berpikir. Definis AI dapat dibedakan dari beberapa persepsi, amtara lain sebagai berikut.
1)   Persepsi kecerdasan
2)   Persepsi riset
3)   Persepsi potensi bisnis
4)   persepsi logika pemrograman

d.   Sistem Pakar
      1)   Definisi sistem pakar
Sistem pakar merupakan salah satu cabang dari ilmu artifical intellegence dalam menyediakan data informasi serta menyelesaiakan permasalahan berdasarkan pengetahuan dan pengalaman manusia yang dianggap memiliki tingkat pakar yang tinggi.

      2)   Kelebihan sisitem pakar
Kelebihan sistem pakar dalam menunjang pekerjaan sehari-hari meliputi hal seperti berikut.

a)   Memiliki basis data pengetahuan relatif besar.

b)   Mampu menyimpan data pakar dalam jangka waktu yang lama.

c)   Mampu melakukan perhitungan secra cepat dan tepat.

d)   Memperbaiki performa kerja sistem.

f)   Mengurangi delay pekerjaan dan meningkatkan responsibilitas sistem

Pada dasarnya, sistem pakar adalah sistem yang menampung, menyimpan, dan mengolah setiap data yang berisi kepakaran atau keahlian seorang atau tim pakar ke dalam sistem komputer.

     3)   Komponen sistem pakar
Untuk mendukung proses kerja sistem pakar, ada beberapa elemen penting yang harus tersedia, yaitu sebagai berikut.

a)   Sistem akusisi pengetahuan

b)   Knowledge base

c)   Inference machine

e)   User Inferencef

f)    Blackboard atau tempat kerja

g)   Subsistem perbaikan pengetahuan

    4) Modul utama dalam sistem pakar 

Terdapat tiga modul utama yang menyusun sistem pakar yaitu sebagai berikut 

a) Modul penerimaan pengetahuan

b) Modul konsultasi

c) Modul penjelasan 

    5) Bentuk sistem pakar

Sistem pakar terbagi menjadi empat bentuk yaitu sebagai berikut 

a) Berdiri sendiri

b) Terintergrasi

c) Terhubung ke sistem lain

d) Sistem mengabdi

e. Decision support system

    1) Pengertian DSS

Decision support system (DSS) pada dasarnya adalah sistem informasi sebagai hasil proses berpikir secara komputasi yang di ciptakan engineer atau progammer dengan tujuan memeberikan bantuan prtimbangan pengambilan keputusan terhadap suatu permasalahan 

    2) Karakteristik DSS

Suatu sistem dapat di kategotikan sebagai DSS apabila memilikai beberapa karakter antara lain sebagai berikut 

a) Mempermudah manajemen dalam mengambil keputusan dengan mempertimbangkan data data terdahulu

b) Memiliki graphical interface yang menarik dan mudah di gunakan untuk berinteraksi antara user dan sitem DSS dengan porsi kontrol user terhadap sistem lebih besar 

c) Mampu mendeteksi, mengidentifikasi, menganalisis, serta mengambil keputusan terhadap permasalahan baik dengan hierarki terstruktur, semiterstruktur, maupun tidak terstruktur 

d) Mampu diintegrasikan dengan sistem lain

Dengan karakteristik tersebut seharusnya DSS mampu memberikan keuntungan bagi penggunanya antara lain sebagi berikut 

a) Memberikan pertimbangan dan dukungan informasi pada pengguna terkait keputusan yang akan di ambil

b) Memperbaiki peforma kualitas dan efektivitas setiap keputusan yang di ambil

c) Menjadi trobosan baru dalam sistem pemrosesan secara kognitif

    3) tahapan pengambilan keputusan

a) Tahapan inrtelegensi 

b) Tahapan desain 

c) Tahapan pilihan

d) Tahapan implementasi

    4) komponen sitem

a) Data management 

b) Model management

c) Communication

d) Knowledge

3. Penerapan teknologi CT

Konsep berpikir komputasional atau computational thinking bertujuan memudahkan pekerjaan manusia dengan cara menerapkan disiplin ilmu komputer yang diimplementasikan dalam bentuk software hardware atau kombinasi keduanya berikut adalah contoh penerapan teknologi CT 

a) Biometric system 

b) Face recognition

c) Voice atau speech recognition

d) Fngerprint recognition 

e) Computer aided diagnosisi 

f) Optional character recognition 

g) Machinje vision 

h) Data mining