1. Decomposition (Penguraian Masalah)

Dekomposisi adalah suatu teknik yang dapat menjadi kunci pemecahan suatu sistem atau masalah yang kompleks, menjadi elemen atau bagian yang lebih sederhana. Dengan adanya dekomposisi, sistem akan terbagi menjadi lebih kecil sehingga hal rumi akan lebih mudah dipahami.

Setiap masalah pastinya memiliki cara penyelesaian yang berbeda tergantung dengan besar atau kecilnya masalah

Tahapan Dekomposisi

1. Mengidentifikasi Sistem

Tahap pertama adalah mengidentifikasi sistem atau masalah utama yang kompleks dan perlu dipecahkan

Sebelum mendekomposisi, Anda harus memahami tujuan sistem tersebut dan bagaimana komponen-komponennya saling berinteraksi

2. Pembagian Menjadi Submasalah

Setelah mengidentifikasi, pecahkan masalah utama tersebut menjadi submasalah yang lebih kecil dan terpisah

3. Menentukan Solusi Untuk Setiap Submasalah

Submasalah yang telah kecil dan sederhana akan dianalisis dan dikembangkan solusinya secara terpisah

4. Integrasi Solusi

Integrasikan solusi dari submasalah tersebut agar dapat tercipta solusi utuh dari masalah awal. Ini mencakup masukan, keluaran, dan komunikasi antar subsistem

5. Dekomposisi Lanjutan "Opsional"

Jika masih ada masalah yang kompleks dari submasalah, Anda dapat melakukan dekomposisi lanjutan untuk memecahnya menjadi unit yang lebih kecil sehingga dapat dikelola dengan lebih baik

Contoh

Dekomposisi dapat digunakan untuk memecah tugas besar menjadi bagian-bagian yang lebih kecil. Dalam konteks penerjemahan, dapat dilakukan penerjemahan paragraf demi paragraf.

2. Pattern Recognition (Pengenalan Pola)

Pattern recognition atau pengenalan pola merupakan kemampuan untuk mengenal atau mengetahui persamaan dan perbedaan pola, tren, keteraturan data serta suatu hal yang nantinya bisa digunakan untuk membuat prediksi dan penyajian data.

Dengan menggunakan teknik pengenalan pola, maka seseorang bisa membuat prediksi dan menjadi jalan pintas untuk mencari solusi dari suatu masalah

3. Abstraction (Abstraksi)

Menyederhanakan masalah dengan menghilangkan detail yang tidak penting, fokus pada hal-hal penting

Dengan kata lain, seseorang yang melakukan abstraksi berarti mampu memilah informasi penting dengan tepat

Contoh: Saat membuat program navigasi, kita hanya butuh jalan dan rute, tidak perlu memodelkan setiap rumah

4. Algorithm Design (Desain Algoritma)

Desain algoritma pada computational thinking adalah proses merancang urutan instruksi logis dan terstruktur untuk menyelesaikan suatu masalah atau tugas secara sistematis dan efisien. Algoritma adalah serangkaian langkah-langkah atau prosedur yang diikuti untuk menyelesaikan suatu tugas atau masalah

Untuk menganalisis algoritma, setidaknya terdapat tiga hal utama yang harus didefinisikan dengan jelas, yaitu :

Masalah, sebelum menggunakan proses algoritma, seseorang harus bisa mendefinisikan atau menganalisis masalah yang ingin diselesaikan. Seorang harus bisa mencari tahu apa masalahnya, penyebabnya dan mulai merancang solusi permasalahan yang tepat.

Masukan, merupakan contoh data maupun keadaan yang menjadi variabel untuk menemukan jalan keluar dari suatu permasalahan.

Keluaran, merupakan bentuk akhir yang didapatkan dari data maupun keadaan setelah mengimplementasikan algoritma. Keluaran menjadi hasil ideal yang diinginkan atau dianggap sudah menyelesaikan masalah dan menjadi solusi yang tepat.

Aspek terpenting dalam perancangan dan pelaksanaan algoritma yaitu membuat algoritma berjalan efektif dan efisien. Adapun berikut langkah-langkah pemikiran algoritmik, yaitu:

mendefinisikan masalah, mengembangkan model, spesifikasi algoritma, membangun dan merancang proses pemikiran algoritma, memeriksa kebenaran algoritma, menganalisis proses algoritma, dan mengimplementasikan proses pemikiran algoritma

5. Penerapan Berpikir Komputasional dalam Kehidupan

Penggunaan dalam berbagai bidang: Pendidikan, Sains, Bisnis, Keseharian "misalnya merencanakan rute perjalanan"

Dalam computational thinking, algoritma menjadi salah satu metode yang mudah diterapkan oleh siapa saja, termasuk terhadap peserta didik di sekolah. Hal ini dikarenakan algoritma mudah di desain dan dipahami contohnya menggunakan flowchart atau diagram alur