2 CONTOH KASUS PERMASALAHAN
DALAM KEHIDUPAN SEHARI-HARI SECARA SEDERHANA DAN KOMPLEKS
contoh 1 Persoalan di kehidupan sehari-hari yang
paling sederhana: Cara membuat nasi
goreng special
1.Abstraction(abstrak) nasi goreng adalah makanan berupa nasi yang
digoreng dan dicampur dalam minyak goreng, margarin, atau mentega. Biasanya ditambah
dengan kecap manis, bawang merah, bawang putih, asam jawa, lada dan bahan
lainnya; seperti telur, daging ayam, dan kerupuk.
2.Algorithm
design(algoritma)
langkah-langkah yang
akan kita lakukan yang pertama:
A. Potong sayuran dan daun bawang. Selanjutnya,
cincang halus bawang putih, bawang merah dan parut jahe. Terakhir potong semua
daging.
B. Tambahkan minyak sayur ke dalam wajan dengan api
besar. Setelah minyak berasap, masukkan telur ke dalam wajan dan goreng.
Setelah telur agak set, orak-arik dengan mengocoknya bersama spatula, kemudian
sisihkan ke samping.
C. Tambahkan lebih banyak minyak, setelah berasap
tambahkan nasi. Pisahkan dengan spatula untuk memastikan bahwa setiap butir
digoreng secara merata.
D. Setelah sekitar dua menit, tambahkan daging,
aduk sampai tercampur rata. Lanjutkan menggoreng selama dua menit atau lebih,
jika daging tidak dimasak sebelumnya.
E. Masukkan daun bawang dan aduk arata, sisakan
setengahnya untuk hiasan. Tambahkan kecap asin, merica, dan garam
secukupnya.
F. Matikan api dan biarkan dingin. Sekarang
tambahkan minyak wijen dan aduk sampai merata ke dalam nasi. Hiasi dengan daun
bawang, nasi goreng siap dinikmati.
3.Decomposion(dekomposisi) Memilah masalah besar(hambatan besar)
dalam membuat nasi goreng special secara sub masalah(dibagi bagi yang mana di
antara yang lebih mudah dikerjakan). sub masalah yang pertama Menyiapkan
peralatan memasak. sub masalah yang kedua Menyiapkan bahan-bahan.
4. Attern
recognition(pengenalan pola) jadi hasil dari pola nasi goreng untuk nasi masih utuh tidak
rapuh karena menggunakan bahan nasi jenis Nasi sushi yang berbutir pendek dan
berkalori tinggi dengan warna yang cokelat merah dan tidak pucat.dan memiliki
Rasa manis, pedas, dan gurih pun menjadi kombinasi yang menciptakan cita rasa
begitu nikmat. jadi karena kita pernah membuat nasi goreng,kita juga dapat
membuat kwetiuw karena prosesnya pembuatannya yg hampir mirip.kita bisa melihat
bahwa pola untuk membuat nasi goreng atau kwetiuw hampir sama walaupun
"bahan" yang digunakan agak berbeda.
TAHAP KEDUA INI CONTOH DARI
PERSOALAN PERMASALAHAN DI KEHIDUPAN SEHARI-HARI SECARA KOMPLEKS.
"MENJADI PENGAJAR DI SUATU PELATIHAN"
Bayangkan Anda adalah
seorang pengajar suatu pelatihan. Suatu hari Anda mendapat banyak tawaran untuk
menjadi pengajar dalam beberapa pelatihan dari beberapa instansi atau lembaga.
Namun, Anda tidak dapat memilih semua tawaran tersebut karena beberapa tawaran
memiliki jadwal yang bentrok. Setiap pelatihan memiliki durasi masing-masing
sesuai dengan jenis pelatihannya. Berikut 7 penawaran pelatihan, yaitu A, B, C,
D, E, Fdan G dengan waktu dan durasi masing-masing.
Dengan asumsi Anda
menyediakan sarana pelatihan dan peserta pelatihan hanya perlu datang ke tempat
Anda sehingga Anda tidak perlu berpindah-pindah tempat mengajar, tentukan cara
agar dapat memilih tawaran mengajar dengan jumlah paling banyak.
Penyelesaian:
Dengan menggunakan
pendekatan berpikir komputasi, Anda akan menyelesaikan permasalahan tersebut
menggunakan pilar-pilar dalam berpikir komputasi yang sudah Anda pelajari.
Berikut adalah penggunaan setiap pilar.
1. Dekomposisi
Anda membagi
permasalahan menjadi beberapa submasalah. Berikut pembagian yang dapat
dilakukan.
Contoh tersebut adalah
bagaimana Anda membagi masalah utama untuk mengajar pelatihan menjadi beberapa
submasalah. Submasalah pertama adalah untuk meminta serta memetakan tawaran
pelatihan yang masuk beserta jam dan durasinya. Sementara submasalah kedua
adalah untuk memilih tawaran-tawaran yang mungkin sehingga kita mendapatkan
jumlah tawaran yang banyak.
2. Pengenalan pola
Pengenalan pola yang
dapat digunakan untuk kasus ini adalah sebagai berikut.
•
Penggunaan cara yang sama untuk meminta serta memetakan tawaran, jam
dan durasinya untuk setiap tawaran yang masuk.
• Pengurutan dan
pemilihan tawaran terbaik dengan algoritma greedy digunakan dengan pola yang
sama untuk setiap tawaran yang masuk.
3. Abstraksi
Mari kita lakukan analisis mengenai karakteristik-karakteristik yang penting
dari masalah ini. Data yang mungkin ada pada kasus ini sebagai berikut:
A.
Nama instansi.
B.
Jumlah peserta.
C.
Nama pimpinan instansi.
D.
Durasi pelatihan.
E.
Waktu awal pelatihan.
F.
Waktu akhir pelatihan.
G.
Nama setiap peserta.
H.
Alamat instansi.
Anda tidak akan menggunakan semua karakteristik tersebut karena hanya beberapa
karakteristik yang dibutuhkan. Jika Anda mencermati mengenai kasus yang akan
Anda selesaikan, maka masalah utama yang akan kita selesaikan adalah mengenai
pemilihan tawaran tawaran yang memungkinkan sehingga didapat nilai optimal.
Untuk menyelesaikan masalah tersebut, karakteristik yang dibutuhkan adalah
sebagai berikut.
•Nama instansi
•Durasi pelatihan
•Waktu awal pelatihan •Waktu akhir pelatihan
4. Algoritma
Anda akan membuat algoritma untuk menyelesaikan permasalahan tersebut. Adapun
algoritma yang akan dibuat hanyalah untuk menyelesaikan submasalah pemilihan
jadwal yang sesuai. Perhatikan kembali bagaimana Anda mendapatkan 7 tawaran
mengajar pelatihan, yaitu A, B, C, D, E, F dan G dengan waktu dan durasi
masing-masing.
Dibawah ini adalah hasil
penyelesaian masalah berbentuk gambar tabel dari 7 tawaran pelatihan.
Anda dapat melihat bahwa
terdapat beberapa tawaran yang bentrok satu sama lain. Anda akan memilih
tawaran- tawaran yang memungkinkan Anda mendapatkan jumlah tawaran terbanyak.
Untuk menyelesaikan masalah tersebut, pada contoh kali ini Anda akan
menggunakan algoritma greedy. Langkah-langkah yang dilakukan dengan algoritma
greedy dapat dilihat pada flowchart berikut.
Penjelasan flowchart tersebut adalah sebagai berikut.
1. Masukan
data-data tawaran pelatihan.
2. Kemudian,
melakukan pengecekan apakah tawaran- tawaran tersebut bentrok.
3. Jika tidak,
maka data tersebut akan langsung menghasilkan sebuah jadwal.
4. Jika iya, maka
akan melakukan proses dengan menentukan nilai setiap index i adalah 1 dan N
sebagai jumlah tawaran.
5. Kemudian,
dilakukan pengulangan untuk mengurutkan data dengan waktu selesai paling cepat
sampai waktu selesai paling lama. Pengulangan tersebut dilakukan dengan
mengidentifikasi apakah nilai i < N-1.
6. Pengulangan
akan terus dilakukan hingga nilai i < N-1 sudah tidak berlaku (nilai i lebih
besar atau sama dengan nilai N-1). Yang berarti data tawaran dengan waktu
selesai yang paling cepat sudah diketahui.
7. Pada proses
idetifikasi index j>-i+1 akan terus dilakukan pengurutan hingga akhirnya
tawaran berurutan berdasar- kan jam selesai.
Sehingga akhirnya dapat
digambarkan sebagai berikut.
8. Jika sudah
berhasil diurutkan dengan urutan dari waktu selesai paling cepat, maka secara
otomatis proses akan berpindah dengan melakukan proses ke-2 yaitu untuk
menghapus tawaran yang bentrok.
9. Penghapusan
dilakukan dengan memeriksa apakah masih ada jadwal tawaran yang bentrok atau
tidak. Pertama kita akan membandingkan tawaran B dengan C, kemudian hasil yang
didapatkan adalah penghapusan tawaran C karena bentrok dengan tawaran B.
Selanjutnya membandingkan tawaran B dengan A dan menghasilkan tawaran A tidak
dihapus karena tidak bentrok dengan jadwal B. Sementara tawaran D, G, dan E
akan dihapus karena bentrok dengan tawaran A. Terakhir, tawaran F tidak dihapus
karena tidak bentrok dengan tawaran A.
10. Maka pada akhirnya
terbentuklah output jadwal dengan jumlah mengajar paling banyak tanpa ada
jadwal yang bentrok seperti pada gambar berikut.
Gambar tersebut
menunjukkan hasil akhir dari tawaran yang Anda pilih dengan memanfaatkan
algoritma greedy. Hasil yang didapat cukup baik karena Anda mencoba memilih
tawaran yang banyak tanpa ada tawaran yang bentrok satu sama lain.
πRangkuman
1. Berpikir
komputasi merupakan pendekatan menggunakan kararkteristik, seperti pemikiran
logis dan sistematis, dalam mencari solusi untuk memecahkan suatu permasalahan.
2. Berpikir
komputasi memiliki empat pilar, yaitu dekomposisi (decomposition), pengenalan
pola (pattern recognition), abstraksi (abstraction), dan algoritma (algorithm).
3. Dekomposisi
(decomposition) merupakan pemecahan masalah besar menjadi submasalah yang lebih
kecil.
4. Pengenalan pola
(pattern recognition) dapat diartikan sebagai cara menyelesaikan masalah atau
submasalah dengan cara yang sama.
5. Abstraksi (abstraction)
merupakan proses memilih karakteristik-karateristik penting dari suatu masalah.
Secara umum abstraksi digunakan untuk menemukan representasi dari suatu
permasalahan yang ingin diselesaikan.
πKesimpulan: Berfikir
komputasional membantu seseorang untuk meningkatkan kemampuan pemecahan masalah
secara kompleks melalui cara-cara yang sederhana. Melatih otak agar
terbiasa berpikir secara logis, kreatif, dan terstruktur. meningkatkan pemikiran logis.
Penulis : Myag
Editor : Myag