Full Transcript

·YouTLDR

Berpikir Komputasional

34:34IndonesianTranscribed Jul 23, 2026
0:00

Assalamualaikum warahmatullahi

0:02

wabarakatuh

0:04

pada pertemuan kali ini kita akan bahas

0:07

satu elemen yaitu berpikir komputasional

0:10

pada mata pelajaran Informatika dengan

0:13

tujuan pembelajaran yaitu berpikir

0:15

secara logis dalam menyelesaikan masalah

0:20

Apa itu berfikir komputasional

0:23

berpikir komputasional atau

0:25

komputational thinking adalah suatu

0:27

metode untuk menyelesaikan persoalan

0:30

dengan menerapkan teknik ilmu komputer

0:33

atau Informatika definisi lain

0:37

berpikir komputasional adalah kemampuan

0:39

berpikir

0:41

untuk menyelesaikan suatu permasalahan

0:43

secara menyeluruh logis dan teratur

0:47

dan juga bisa dikatakan sebagai teknik

0:51

pemecahan masalah yang sangat luas

0:54

wilayah penerapannya bukan hanya untuk

0:57

menyelesaikan masalah seputar ilmu

1:00

komputer saja melainkan juga untuk

1:02

menyelesaikan berbagai masalah di dalam

1:06

kehidupan sehari-hari

1:07

dengan konsep yaitu

1:10

mendefinisikan masalah mengumpulkan data

1:15

mengidentifikasi penyebab masalah yang

1:17

paling mungkin

1:18

mengidentifikasi

1:20

yang menjadi akar permasalahan tersebut

1:23

dan mengajukan dan mengimplementasikan

1:27

solusinya dengan kata lain komputasi

1:32

otak untuk

1:34

terbiasa berpikir secara logis

1:36

terstruktur dan kreatif

1:39

ada empat prinsip berbayar komputasional

1:42

yaitu yang pertama dekomposition

1:46

yang kedua paytren mission yang ketiga

1:50

abstraction yang keempat algorithems

1:56

yang mana dekomposition adalah breakdown

1:58

data and problems

2:03

yaitu memecah data dan permasalahan

2:06

menjadi

2:07

bagian-bagian kecil yang kedua adalah

2:12

itu observe pattern and tent in data

2:16

jadi observasi

2:19

pola dan trend pada data

2:24

yang ketiga adalah

2:26

algorithems yaitu

2:29

determine Watch

2:32

to soft a problem

2:35

jadi langkah demi langkah untuk

2:38

menyelesaikan masalah

2:40

yang keempat adalah abstraction remove

2:44

detail and extract telepon information

2:47

jadi memisahkan bagian-bagian yang

2:52

tidak penting dan mengambil informasi

2:55

yang relevan

2:59

dekomposition adalah tentang mengurai

3:02

masalah yang kompleks menjadi

3:04

bagian-bagian kecil sehingga mudah untuk

3:07

ditangani

3:11

ini adalah proses dari dekomposition

3:13

yang mana di sini permasalahan yang

3:16

besar itu dianalisis terlebih dahulu

3:19

kemudian dipecah menjadi bagian-bagian

3:22

kecil dan seterusnya kemudian dicari

3:25

solusinya jadi dikomposisi atau

3:28

dikomposition merupakan pemecahan

3:30

masalah atau sistem yang kompleks

3:34

menjadi bagian-bagian yang kecil dan

3:37

mudah untuk dipecahkan

3:39

masalah-masalah yang lebih kecil ini

3:40

dipecahkan

3:42

satu demi satu sampai masalah kompleks

3:45

yang lebih besar dipecahkan

3:47

sebagai contoh sederhana pada saat

3:50

pembuatan nasi goreng

3:53

dimana kita kita membuat nasi goreng

3:55

Kita harus memahami cara membuat nasi

3:58

goreng lalu kita mengumpulkan

4:00

bahan-bahannya kemudian kita mulai

4:02

membuat nasi goreng sesuai dengan

4:04

langkah-langkahnya

4:07

dalam pembuatan nasi goreng Kita harus

4:09

menyiapkan

4:11

seperti kompor wajan spatula minyak

4:15

goreng nasi telur bumbu dan lain-lainnya

4:19

yang semua itu merupakan sebuah proses

4:22

yang bernama dekomposisi

4:26

sebagai contoh lain

4:29

di dalam kita menyiapkan

4:31

sarapan berupa roti dan juga secangkir

4:34

teh

4:35

dimana persiapan roti ini meliputi yang

4:38

pertama iris dulu rotinya kemudian

4:41

Letakkan irisan roti

4:44

kemudian oleskan dengan mentega dan

4:46

tambahkan selai

4:48

kemudian persiapan cair kopi atau teh

4:52

pertama Rebus air terlebih dahulu

4:54

tuangan air panas dan celupkan teh nah

4:58

proses yang paling bawah ini yang

5:00

disebut dengan dekomposisi jadi memecah

5:02

satu persatu

5:05

bagian-bagian yang lebih kecil dari

5:07

sebuah proses tersebut akan lebih

5:10

jelasnya silahkan perhatikan video

5:12

berikut ini yang pertama adalah

5:15

dekomposisi atau problem dekomposition

5:19

yaitu

5:20

proses menyelesaikan sebuah masalah

5:22

dengan cara membagi masalah menjadi sub

5:25

masalah yang lebih kecil atau lebih

5:28

manajeble kemudian memecahkan

5:31

masalah-masalah yang lebih kecil

5:32

tersebut secara terpisah

5:35

seperti dilihat

5:38

salah satu strategi dekomposisi masalah

5:41

adalah devide and conquers strategi

5:44

dimana untuk menyelesaikan suatu masalah

5:46

yang besar kita mendefinite atau membagi

5:50

masalah tersebut menjadi masalah-masalah

5:53

kecil jadi suprablem kemudian dalam

5:56

contoh ini dibagi lagi menjadi subroblem

5:59

dibagi lagi menjadi suprablem yang lebih

6:02

kecil dan kemudian melakukan Conquer

6:06

atau menyelesaikan masalah tersebut

6:10

satu persatu hingga pada akhirnya kita

6:13

dapat

6:14

mengkombinasikan solusi tersebut menjadi

6:16

solusi yang umum atau solusi yang

6:18

general terhadap masalah utama yang tadi

6:21

kita hadapi

6:24

jadi dibuat lebih kecil supaya lebih

6:26

mudah ya

6:28

di selesaikan tentunya

6:31

Nah ini bisa dicontohkan dengan

6:33

bagaimana misalnya kita Menulis artikel

6:35

ilmiah

6:36

ada beberapa ide yang ingin kita

6:38

sampaikan kemudian ide tersebut kita

6:41

bagi menjadi subpoint-subpoint ide yang

6:45

pada akhirnya itu akan mendukung

6:47

sebetulnya penjelasan terhadap ide utama

6:49

atau menyelesaikan masalah dari ide

6:53

utama tersebut

6:57

contoh dari dekomposisi persoalan adalah

7:01

bagaimana kita bisa melakukan

7:03

dekomposisi terhadap mobil seperti

7:07

ditunjukkan pada gambar berikut

7:09

Nah dari perspektif pengendara kita

7:12

dapat melakukan dekomposisi fungsional

7:15

jadi membagi komponen-komponen mobil ini

7:18

berdasarkan fungsinya

7:20

untuk bisa memahami mobil secara

7:23

keseluruhan

7:26

yaitu misalnya ada sistem kendali sistem

7:29

pendingin sistem transmisi sistem tenaga

7:32

dan sebagainya dan kemudian sistem

7:36

kendali misalnya itu juga dapat kita

7:39

bagi lagi menjadi komponen-komponen yang

7:41

lebih kecil berdasarkan fungsinya yaitu

7:43

misalkan kendali rem kendali gas atau

7:48

mungkin sistem steeringnya yang

7:50

dikendalikan oleh driver dan seterusnya

7:53

Nah dengan membagi

7:56

mobil menjadi komponen-komponennya

8:00

berdasarkan fungsinya kita dapat

8:02

memahami

8:04

mobil secara keseluruhan tetapi dengan

8:06

lebih mudah

8:07

artinya ketika misalkan ada masalah di

8:10

suatu tempat kita dapat menganalisis

8:13

hubungan dari masalah tersebut dengan

8:16

komponen yang telah kita dekomposisi

8:21

contoh kedua adalah contoh yang relevan

8:23

dengan kefarmasian misalnya Ketika kita

8:26

melihat sediaan sirup

8:28

kita dapat melakukan dekomposisi yaitu

8:32

Ada kemasan

8:34

sekundernya atau kemasan yang di luar

8:36

boxnya dan juga ada

8:40

kemasan primer botol dalam hal ini botol

8:43

gelas coklat yang berisi sediaan sirup

8:46

tersebut

8:48

kemudian kemasan sekunder atau box tadi

8:52

dapat kita dekomposisi lagi dapat kita

8:55

bagi lagi bahwa di sana ada bahan

8:57

kemasannya misalnya kertas khusus atau

9:00

kertas art paper atau mungkin duplex

9:03

dan juga ada informasi obat di dalamnya

9:07

kemudian di situ

9:09

diinformasi obat adalah lagi komposisi

9:11

indikasi aturan pakai dan seterusnya

9:15

di sisi lain pada kemasan primer atau

9:18

botol ada bahan kemasannya ada sediaan

9:22

larutannya atau isinya dalam hal ini

9:25

larutan Paracetamol nah dalam sediaan

9:28

larutan tersebut kita bisa membagi lagi

9:30

berdasarkan fungsi dalam hal ini ada

9:32

bahan aktif ada bahan tambahan Nah

9:36

selanjutnya Bahan tambahan ini bisa juga

9:38

kita bagi lagi jadi komponen-komponen

9:41

yang lebih kecil misalnya ada pelarut

9:45

ada pemanis ada pengawet dan seterusnya

9:49

nah Dengan memahami dekomposisi ini kita

9:53

dapat menyelesaikan

9:55

satu persatu atau memilih satu persatu

9:59

dari komponen yang paling kecil dari

10:00

setiap

10:01

komponen utama dari sediaan ini sehingga

10:05

kita dapat membuat produk pada akhirnya

10:08

misalnya

10:09

masalah ini dapat

10:12

kita hubungkan dengan misalnya proses

10:14

pembuatan sediaan atau produk obat

10:17

jadi kita pecah menjadi komponen yang

10:19

kecil kemudian memilih satu persatu dari

10:21

komponen kecil tersebut nggak pada

10:24

akhirnya dapat kita gabungkan dan

10:26

membentuk sediaan obat

10:28

yang berkualitas tinggi

10:31

yang kedua adalah

10:33

pengenalan Pola atau pattern recognition

10:39

ini bisa membantu dalam memecahkan suatu

10:43

masalah dengan cara mencari pola aturan

10:46

persamaan tertentu dalam sebuah masalah

10:48

tersebut

10:50

nah Apa itu Pola atau pattern

10:54

pola adalah objek proses atau kejadian

10:58

yang dapat diberi nama

11:00

pola adalah himpunan pengukuran yang

11:02

menggambarkan sebuah objek

11:04

Apa itu peranan pola

11:07

yang pertama proses untuk menemukan

11:10

hubungan satu pola terhadap pola-pola

11:13

sebelumnya dan yang kedua belajar

11:17

membedakan pola yang dianggap penting

11:20

terhadap latar belakangnya

11:22

ketiga menggunakan teori algoritma

11:26

sistem yang meletakkan atau

11:28

mengelompokkan pola-pola dalam kategori

11:31

tertentu

11:33

sebagai contoh

11:36

Persepsi manusia

11:38

manusia telah dianugerahi kemampuan

11:40

untuk menerima rangsangan indera dari

11:43

lingkungan

11:45

dan memberikan aksi terhadap apa yang

11:48

diamatinya misalnya mengenali wajah

11:52

memahami kata yang diucapkan membaca

11:55

tulisan tangan membedakan makanan segar

11:58

atau busuk dari baunya dan lain-lain

12:03

akan lebih jelas Mari kita perhatikan

12:06

video berikut ini

12:09

selanjutnya adalah pengenalan Pola atau

12:11

pattern recognition yaitu proses

12:14

mengenali kesamaan atau perbedaan

12:18

karakteristik dari berbagai permasalahan

12:20

atau fenomena yang berbeda tetapi

12:23

memiliki keterkaitan

12:27

contohnya adalah di sini kita bisa

12:30

melihat ada tiga sediaan atau produk

12:33

obat

12:35

Nah coba cari persamaan dari ketiga

12:40

sediaan ini

12:47

Apakah sudah bisa menemukan persamaannya

12:51

Mari kita bahas

12:55

persamaannya adalah ketiga sediaan ini

12:58

adalah sediaan cair bisa kita lihat ya

13:00

kemudian sediaannya oral itu untuk

13:02

penggunaan melalui mulut

13:04

ketiganya bisa kita lihat sirup ya itu

13:07

artinya digunakan secara oral

13:10

kemudian bisa kita lihat ketiga sediaan

13:13

Ini mengandung satu zat aktif

13:15

masing-masingnya yaitu ada Paracetamol

13:18

ada grup hexin HCl dan ada loratadin di

13:22

situ

13:23

Masih Ada kesamaan dari ketiga sediaan

13:27

ini

13:28

coba sebelum saya berikan jawabannya

13:30

coba cari 3 kesamaan lainnya dari

13:34

sediaan ini

13:40

Oke jadi persamaannya adalah

13:43

semuanya pasti mengandung bahan tambahan

13:46

yaitu misalnya pelarut

13:49

atau pengawet dalam hal ini

13:53

Kemudian yang kedua sediaan digunakan

13:55

berulang atau multiple dosen jadi tidak

13:58

sekali Habis bisa kita lihat umumnya

14:01

sediaan oral ini adalah sediaan yang

14:03

multiple does jadi misalnya untuk

14:05

beberapa hari penggunaan

14:07

dan yang terakhir jika kalian bisa lihat

14:11

dengan lebih jeli atau lebih teliti

14:13

terlihat bahwa netto atau volume dari

14:16

ketiga produk ini adalah 60 ml

14:23

yang ketiga adalah

14:25

abstraksi atau attraction

14:30

abstraction fokus pada informasi yang

14:33

penting saja dan mengabaikan informasi

14:35

lain yang tidak relevan

14:37

pada tahap ini yang perlu dilakukan

14:40

adalah men generalisasi dan

14:42

mengidentifikasi

14:44

prinsip-prinsip umum yang menghasilkan

14:47

pola trend dan keteraturan hal ini

14:51

sangat penting dilakukan karena biasanya

14:54

dengan melihat karakteristik umum akan

14:57

memungkinkan untuk membuat model suatu

15:00

penyelesaian masalah tersebut

15:01

dengan kata lain atraksi ini adalah

15:05

menyederhanakan sebuah persoalan

15:08

kompleks

15:10

dengan berfokus pada informasi umum yang

15:12

penting dan mengesampingkan informasi

15:16

yang tidak relevan dengan solusinya

15:20

metode abstraksi ini adalah suatu metode

15:23

di mana melakukan generasi dan

15:27

mengidentifikasi prinsip-prinsip umum

15:29

yang menghasilkan pola trend dan

15:31

keteraturan misal kita dapat

15:35

mengelompokkan suatu masalah menjadi

15:38

suatu pola tertentu seperti kita

15:40

mengelompokkan file-file yang ada pada

15:44

Windows Explorer jadi di sini

15:47

ada tipe-tipe file dalam satu kelompok

15:51

misalkan ada file PDF kemudian file

15:55

gambar atau mungkin file audio dan file

15:59

video dikelompokkan sesuai dengan

16:00

tipenya

16:04

dalam abstraksi fokusnya terutama pada

16:07

karakteristik umum yang ada pada setiap

16:11

elemen bukan detail spesifik misal tadi

16:15

kita mengatur file berdasarkan tipe

16:17

datanya

16:19

Apakah dia format audio

16:21

format teks

16:23

format video dan lain-lain

16:26

kita tidak fokus

16:29

file a berisi audio apa file berisi

16:33

video apa

16:34

atau file C berisi teks tentang apa

16:37

tetapi kita fokus pada tipe dari file

16:42

tersebut jadi atraksi yang kita lakukan

16:44

dalam contoh ini adalah mengelompokkan

16:47

kasus yang sama berdasarkan tipe datanya

16:51

agar lebih jelas kita perhatikan video

16:55

berikut ini

16:56

selanjutnya adalah abstraksi

16:59

abstraksi adalah menghilangkan

17:01

bagian-bagian dari sebuah permasalahan

17:03

yang tidak penting untuk mendapatkan

17:07

solusi umum dalam memecahkan masalah

17:09

yang sejenis

17:10

otot dilanjutkan dengan generalisasi

17:14

Nah sekarang kita lihat contoh abstraksi

17:17

dari sediaan Sirup ini adalah contoh

17:20

produk sediaan sirup yang telah kita

17:23

bahas pada bagian dekomposisi dan juga

17:25

pengenalan pola sekarang Coba kita lihat

17:28

dari sudut pandang abstraksi

17:31

ketika kita lihat lebih jauh maka

17:34

sediaan Sirup ini ternyata mengandung

17:36

bahan aktif bahan tambahan dan pelarut

17:40

Nah untuk dapat membuat sedan sirup kita

17:43

dapat mengeliminasi bagian lain yang

17:45

tidak atau belum relevan yaitu

17:48

menghilangkan bahan tambahan dan pelarut

17:51

sehingga kita dapat berfokus pada bahan

17:54

aktif terlebih dahulu

17:56

ternyata sediaan sirup tersebut bahan

17:59

aktifnya adalah Paracetamol yang

18:02

memiliki rasa pahit dan juga sukar larut

18:05

dalam air

18:06

dengan melihat para satta Mall saja

18:09

selanjutnya kita dapat memutuskan

18:12

Langkah apa yang harus kita lakukan

18:14

untuk dapat membuat sediaan Sirup ini

18:19

jadi melihat dulu yang utamanya Apa

18:22

pokok permasalahannya itu apa dari situ

18:25

kita dapat

18:27

menemukan solusi

18:29

jadi permasalahan atau persoalan yang

18:31

sedang kita hadapi

18:34

Nah contoh selanjutnya adalah abstraksi

18:37

informasi yaitu contohnya adalah

18:38

informasi yang muncul di sebuah peta

18:40

cetakan Biasa melihat Google Maps ya yuk

18:43

tanpa kita sadari Google Maps tersebut

18:45

sudah melakukan abstraksi supaya

18:47

informasinya lebih jelas lebih relevan

18:49

bagi kita yaitu misalnya

18:52

abstraksi peta level ITB terlihat ada

18:54

nama

18:55

gedung misalnya

19:01

ketika dinaikkan level petanya level

19:03

Bandung justru terlihat ada nama jalan

19:05

ada beberapa nama tempat atau Monumen

19:08

yang penting di situ

19:10

tetapi kita ketika kita naikkan levelnya

19:13

lagi menjadi peta Jawa Barat Maka yang

19:15

terlihat adalah nama kota Coba bayangkan

19:18

jika disitu ada nama jalan pusing kan

19:20

pasti ketika kita ketika seseorang

19:23

melihat peta level Jawa Barat tentu saja

19:25

yang dia lihat bukan nama jalan ya dia

19:28

ingin melihat letak kota gitu artinya

19:31

informasi-informasi lain selain kota

19:33

dihilangkan dengan tujuan untuk

19:37

memfokuskan

19:39

dari yang ingin kita lihat

19:43

seperti itu contohnya

19:45

kemudian selanjutnya adalah contoh

19:47

abstraksi yang dilanjutkan dengan

19:48

generalisasi jadi dikenal ada namanya

19:51

turtlegraphic YouTube prosedur

19:53

penggambaran sembarang Vector grafik dua

19:55

dimensi yang di generalisasikan dengan

19:58

menggunakan robot kura-kura jadi kita

20:01

bisa memberikan instruksi nah kura-kura

20:03

ini memiliki atribut posisi arah dan

20:06

pena bedanya bisa ada atribut lagi on

20:09

off dan juga punya atribut warna dan

20:11

juga lebar atau tebal ya Nah robot

20:14

kura-kura ini dapat menerima 3 perintah

20:16

sederhana yaitu maju putar atau belok

20:18

dan ubah atribut Pena di sini contohnya

20:22

ketika kita memberikan instruksi pen

20:25

down kemudian forward 30 turn minus one

20:28

hundred the Gree for what 30 dan diikuti

20:31

dengan John 1 negeri kita bisa

20:33

menggenerik bintang ini bentuk bintang

20:37

ini ternyata setelah dilihat setelah

20:39

kita abstraksi bentuk bintang ini

20:40

hanyalah Pengulangan dari segitiga

20:44

segitiga itu bisa kita buat dengan hanya

20:46

menggunakan 4 instruksi yang

20:48

diulang-ulang sehingga membentuk-bentuk

20:50

yang lebih besar nah ini starter grafik

20:53

ini biasanya digunakan untuk belajar

20:54

pemrograman karena di sini kita bisa

20:56

memberikan instruksi terus kemudian

20:57

pengulangan dan sebagainya nah ini juga

21:01

bisa dibuat untuk pola lain ini kan pada

21:04

dasarnya adalah pengulangan juga ya

21:05

geometri yang berwarna warni seperti ini

21:08

di sini tentu saja melibatkan atribut

21:10

lain seperti perubahan warna dari pena

21:13

yang digunakan

21:16

selanjutnya adalah contoh lain dari

21:18

abstraksi yang diikuti dengan

21:19

generalisasi yaitu pengenalan wajah

21:22

tersenyum atau smile detection kalian

21:24

Mungkin sekarang familiar dengan

21:25

beberapa kamera yang ketika kita smile

21:27

otomatis akan

21:29

menyalakan shutternya

21:32

ya Ini digunakan ini menggunakan

21:34

teknologi smile detection

21:36

nah ternyata

21:38

smile detection ini bekerja dengan dua

21:40

step atau dua tahapan yang pertama

21:42

mentransformasi foto wajah menjadi

21:44

semacam smile yang sederhana ya Jadi ada

21:47

dua titik dan satu garis yang

21:49

menunjukkan posisi mata dan mulut

21:52

selanjutnya adalah dilakukan deteksi

21:54

Apakah wajah tersebut tersenyum atau

21:56

tidak dengan mencocokkan gambar hasil

21:58

tahap satu tadi jadi titik dan garis

22:00

tadi

22:02

terhadap garis merah dan titik hijau

22:06

seperti dilihat ada gambar ya di sebelah

22:08

kanan itu adalah acuannya

22:11

nah wajah tersebut akan dideteksi

22:13

sebagai tersenyum jika dan hanya jika

22:16

pertama gambarnya menyentuh semua titik

22:18

hijau

22:20

dan tidak ada yang menyentuh garis merah

22:23

ternyata cukup dengan dua aturan seperti

22:26

itu saja kita dapat menggeneralisasi

22:29

apakah suatu wajah itu bisa tersenyum

22:32

atau dianggap tersenyum atau bukan

22:35

Nah sekarang Coba kerjakan atau Coba

22:38

tentukan gambar mana saja dari hasil

22:41

tahap 1 yang akan dianggap atau

22:44

dideteksi sebagai wajah tersenyum

22:47

jawabannya dari zat berikutnya tapi coba

22:50

kerjakan dulu sendiri ya

23:04

Oke kita bahas gambar mana saja yang

23:07

terdeteksi

23:09

Oke ketika kita overlay Maka hasilnya

23:13

adalah sebagai berikut

23:16

gambar dengan huruf x atau tanda x itu

23:19

adalah memenuhi syarat sebagai wajah

23:20

yang tersenyum yaitu

23:23

titik hijau

23:25

itu berhimpit dengan titik hasil tahap 1

23:29

dan tidak ada garis

23:32

yang atau titik yang menyentuh garis

23:35

merah

23:37

bisa dilihat hanya gambar yang memenuhi

23:40

dua syarat tersebut yang dianggap atau

23:42

dideteksi sebagai wajah tersenyum dari

23:45

sini yang dapat kita simpulkan adalah

23:48

pertama ada proses abstraksi yaitu

23:51

ternyata suatu wajah yang kompleks itu

23:54

untuk menentukan apakah itu tersenyum

23:56

atau tidak hanya cukup dilihat dari

23:58

posisi mata dan bentuk mulut saja

24:01

dari situ bisa melakukan generalisasi

24:03

berdasarkan batasan garis merah dan

24:06

titik hijau yang ditetapkan

24:08

ini adalah salah satu contoh bagaimana

24:12

kita bisa melakukan

24:14

generalisasi dan pengenalan pola tetapi

24:18

juga dengan abstraksi

24:22

jadi kombinasi dari tiga elemen

24:25

kompetisional thinking

24:28

dan prinsip

24:30

komputer sandal thinking yang terakhir

24:32

adalah algoritma

24:37

algorittens atau algoritma yaitu

24:41

menentukan langkah demi langkah solusi

24:44

untuk mengatasi masalah atau prosedur

24:47

yang harus dilakukan untuk menyelesaikan

24:50

masalah

24:51

nah

24:53

algoritma ini saja langsung kita pernah

24:56

melakukan teknik ini meskipun kita belum

24:58

mengetahui

25:01

konsep-konsep algoritma contoh misalkan

25:06

saat kita membuat kopi dimana untuk

25:09

membuat

25:11

kopi ini kita harus tahu harus paham apa

25:16

bahan-bahan yang digunakan untuk membuat

25:18

kopi kemudian

25:22

langkah-langkah Apa saja yang kita

25:25

lakukan untuk membuat sebuah kopi Nah

25:29

langkah-langkah itulah yang disebut

25:31

dengan algoritma

25:36

sehingga

25:38

algoritma merupakan langkah-langkah atau

25:40

prosedur yang harus dilakukan untuk

25:43

menyelesaikan sebuah masalah pembahasan

25:46

di algoritmanya ada 3 aspek yang pertama

25:50

masalah itu sendiri yakni persoalan yang

25:53

ingin diselesaikan

25:55

kemudian masukkan

25:57

yaitu

25:58

perincian masalah

26:00

pengidentifikasian pola

26:03

yang ketiga keluaran

26:05

yaitu solusi untuk menyelesaikan masalah

26:08

sehingga dari aspek ini algoritma yang

26:12

baik memiliki sifat-sifat sebagai

26:14

berikut yang pertama benar artinya

26:17

adalah solusi yang dihasilkan dapat

26:20

menyelesaikan masalah yang kedua efisien

26:23

yaitu solusi yang dihasilkan bersifat

26:26

tepat guna sesuai dengan masalah yang

26:29

ada yang artinya adalah mudah

26:32

diimplementasikan ya ini solusi yang

26:35

dihasilkan dapat digunakan secara

26:38

realistis dan mudah

26:42

akan lebih jelas kita perhatikan video

26:45

berikut ini

26:48

elemen atau pilar terakhir dari

26:50

computational thinking adalah algoritmic

26:52

thinking saya akan memberikan sedikit

26:54

pengantar kita akan lebih memperdalam

26:57

algoritmik thinking ini pada pertemuan

26:59

di minggu-minggu selanjutnya

27:03

atau hasil dari algorive thinking ini

27:06

adalah himpunan prosedur sistematis

27:08

untuk menyelesaikan suatu persoalan atau

27:10

sub persoalan

27:12

ini berbeda ya dengan logaritma yang ada

27:14

di matematika sangat berbeda

27:17

nah algoritma ini bisa melibatkan

27:19

sekuens yaitu eksekusi langkah secara

27:21

berurutan jadi langkah ke-1 kemudian

27:24

kedua ketiga dan selanjutnya bisa juga

27:27

melibatkan conditional pilihan atau

27:30

percabangan langkah misalnya jika ia

27:33

maka lanjut ke langkah a jika tidak maka

27:35

lanjut ke langkah B seperti itulah

27:37

conditional

27:38

dan yang terakhir bisa melibatkan

27:40

repetition jadi pengulangan langkah

27:42

karena Suatu kondisi tertentu biasanya

27:44

ini kondisional dan repetition itu

27:46

adalah kombinasi

27:48

saya akan mencontohkan Bagaimana

27:50

algoritma

27:51

dari suatu prosedur atau proses untuk

27:55

membuat atau mengembangkan sediaan cair

27:59

atau sediaan sirup

28:02

pertama tahapannya adalah preformulasi

28:05

Nah kita sebelumnya sudah membahas

28:07

abstraksi ya bahwa ternyata kita hanya

28:09

perlu melihat zat aktif atau bahan

28:11

aktifnya dulu karena disitulah kunci

28:14

atau pusat permasalahan kita

28:17

si contohnya adalah parasetamol kita

28:19

harus tahu dosisnya berapa ternyata ada

28:21

masalah nih rasanya pahit dan sukar

28:23

larut dalam air sementara air itu adalah

28:25

pelarut yang umum atau utama yang

28:27

digunakan atau dipilih untuk sediaan

28:29

sirup

28:32

udah sequence atau langkah selanjutnya

28:34

adalah lakukan formulasi yaitu

28:37

menentukan atau memilih bahan-bahan apa

28:39

saja yang akan kita gunakan yang akan

28:42

kita perlukan untuk membuat sediaan

28:44

sirup Paracetamol dalam kasus ini ada

28:47

bahan tambahan yang misalnya pemanis

28:49

karena tadi pahit kemudian pelarutnya

28:51

harus tepat Apakah air atau mungkin

28:53

campuran antara air dan etanol atau

28:56

mungkin menggunakan gliserin dan

28:57

sebagainya kemasan juga sama kita harus

29:01

menentukan kemasan apa yang kita gunakan

29:03

volumenya berapa itu tentu saja

29:05

tergantung berapa yang akan kita buat ya

29:07

produknya

29:10

selanjutnya adalah setelah tahu

29:12

bahan-bahannya kita buat nih kita buat

29:15

terus kita evaluasi Apakah ternyata

29:17

rasanya cukup bisa diterima atau tidak

29:20

kemudian nanti awet atau stabil atau

29:23

tidak sediaannya larut atau tidak dan

29:25

sebagainya

29:26

jika sudah memenuhi syarat atau memenuhi

29:29

kualitas maka kita bisa mendapatkan

29:30

produknya jadi gitu produknya Selesai

29:33

masalah kita

29:35

itu contoh algoritmik thinking dengan

29:37

langkah sekuensial jadi langkah

29:40

berurutan tetapi saya akan mengenalkan

29:43

langkah lain di sini Jika ternyata hasil

29:44

produksi atau evaluasi tidak memenuhi

29:47

syarat atau kualitasnya belum sesuai

29:49

yang diinginkan maka terjadi repetisi di

29:52

sini jadi ada conditional yang

29:54

menyebabkan repetisi kembali lagi ke

29:57

langkah sebelumnya kita lakukan

29:58

formulasi ulang terus menerus produksi

30:01

lagi evaluasi lagi sampai akhirnya

30:03

ditemukan

30:04

formula atau hasil dari produk yang

30:07

paling atau kualitasnya paling tinggi

30:09

atau memenuhi syarat yang kita inginkan

30:12

seperti itu ini adalah contoh

30:15

pemanfaatan algoritmik thinking dalam

30:18

proses pengembangan sediaan Sirup ini

30:20

tentu saja Sederhanakan pada

30:22

kenyataannya tidak sesederhana ini

30:23

algoritmanya

30:27

contoh penerapan komputasional

30:29

yakni dekomposisi dimana di tahapan ini

30:34

menurut kita untuk mampu memecah data

30:38

proses atau masalah Kompleks menjadi

30:42

bagian-bagian yang lebih kecil atau

30:45

menjadi tugas-tugas yang mudah dikelola

30:48

misalnya

30:49

memecah struktur komponen

30:53

untuk membentuk brownies menjadi tepung

30:56

kemudian telur gula mentega coklat susu

31:04

keju baking powder air

31:08

misalnya memecah proses dasar pembuatan

31:10

brownies menjadi

31:12

penyiapan bahan pencampuran adonan

31:15

pengembangan adonan atau emulsi memasak

31:18

memanggang topeng atau rias packing atau

31:23

pengepakan

31:26

yang selanjutnya adalah

31:29

pengenalan pola

31:31

ini kemampuan untuk

31:33

melihat persamaan atau bahkan perbedaan

31:36

pola trend dan keteraturan

31:39

dalam data yang nantinya akan digunakan

31:42

dalam membuat prediksi dan penyajian

31:45

data misalnya mengenal pola dan proses

31:48

pembuatan satu box kue brownies yang

31:52

dimulai dari tahap persiapan hingga

31:54

packing memerlukan waktu 60 menit dengan

31:57

menggunakan satu unit oven

32:00

jadi 60 menit = 1 box atau 1 jam = 1 box

32:08

Langkah ketiga yaitu abstraksi yakni

32:12

melakukan generalisasi dan

32:14

mengidentifikasi

32:15

prinsip-prinsip umum

32:18

yang menghasilkan pola trend dan

32:20

keteraturan tersebut misalnya dengan

32:24

melihat dan mengidentifikasi pola

32:26

pembuatan brownies secara umum

32:29

jika dalam satu jam

32:32

dengan 1 unit oven atau pemanggang di

32:35

perlu satu buah brownies maka perlu 100

32:39

jam untuk menghasilkan 100 box brownies

32:43

tentu ini tidak

32:45

efektif dan efisien

32:49

karena proses pembuatan brownies ini

32:51

merupakan proses yang berulang maka kita

32:54

dapat melakukan generalisasi bahwa

32:57

proses ini tidak harus menunggu semua

33:00

proses selesai baru melakukan dari awal

33:05

dengan kata lain kue brownies saat sudah

33:09

masuk oven kita dapat melakukan proses

33:12

pembuatan adonan kembali tanpa harus

33:15

menunggu hingga semua proses

33:17

dilaksanakan dia demikian 60 menit bisa

33:21

dihasilkan lebih dari 3 box

33:24

atau 1 jam lebih dari 3 box sehingga

33:27

untuk menghasilkan 1 box dengan satu

33:30

oven diperlukan waktu 33 jam Pertanyaan

33:34

selanjutnya Bagaimana jika kita sediakan

33:36

dua buah oven maka jawabannya kita hanya

33:40

memerlukan waktu

33:42

16,5 jam untuk menghasilkan 100 box

33:47

brownies

33:48

kemudian tahap algoritma yaitu

33:52

mengembangkan petunjuk pemecahan masalah

33:55

yang sama secara step by step Langkah

33:58

Demi Langkah tahapan demi tahapan

34:00

sehingga orang lain dapat menggunakan

34:02

langkah atau informasi tersebut untuk

34:05

menyelesaikan masalah yang sama misalnya

34:08

langkah dan tahapan membuat kue brownies

34:11

yang paling efektif dan efisien sesuai

34:13

dengan pola dan abstraksi sebelumnya

34:15

hingga tahap packing diurutkan secara

34:19

lengkap terukur dan kreatif

34:22

Nah demikian pembahasan materi Budi

34:26

keputusan kali ini Terima kasih atas

34:28

perhatiannya Assalamualaikum

34:30

warahmatullahi wabarakatuh

More transcripts

Explore other videos transcribed with YouTLDR.

Get the TLDR of any YouTube video

Transcribe, summarize, and repurpose videos in 125+ languages — free, no signup required.

Try YouTLDR Free