Nama : Rafa Galih Ramadhan
Kelas : X ATU 3
NO : 28
Tema : berpikir komputasional
materi : Decomputasion (pemecah masalah),patern recogtion (pengenalan pola),abstration(abstraksi),dan algorithm design (desain algoritma)
Berpikir Komputasional: Cara Siswa ATU Menyelesaikan Masalah Secerdas Komputer
Kalau dengar kata “berpikir komputasional”, banyak yang langsung mikir ini ilmu anak IT, coding, atau dunia komputer. Padahal sebenarnya, berpikir komputasional itu cara berpikir yang bisa dipakai siapa saja, termasuk teman-teman di Jurusan Agribisnis Ternak Unggas (ATU) SMK Negeri 1 Kedawung Sragen.
Di jurusan ATU, kita setiap hari berhadapan dengan ayam, kandang, pakan, suhu, pencatatan, dan berbagai rutinitas peternakan. Nah, semua itu sebenarnya bisa jadi lebih mudah kalau menggunakan pola berpikir komputasional, yang terdiri dari:
-
Decomposition (Pemecahan Masalah)
-
Pattern Recognition (Pengenalan Pola)
-
Abstraction (Abstraksi)
-
Algorithm Design (Desain Algoritma)
Yuk kita bahas satu per satu, dengan contoh yang benar-benar terjadi di lapangan ATU, plus analogi yang gampang dicerna.
1. Decomposition – Memecah Masalah Biar Nggak Pusing
Decomposition adalah kemampuan memecah masalah besar menjadi tugas-tugas kecil yang lebih mudah dikerjakan.
Contoh nyata di ATU:
Misalnya kamu mendapat tugas “mengelola kandang broiler selama 1 minggu”. Kalau dilihat sekilas, tugasnya kelihatan super berat. Tapi kalau dipecah jadi bagian kecil, ternyata bisa diatur:
-
Mengecek stok pakan harian
-
Menimbang pakan sesuai standar
-
Menata tempat pakan
-
Mengukur suhu dan kelembaban kandang
-
Membersihkan litter
-
Memantau kondisi ayam (makan, minum, pertumbuhan)
-
Mencatat hasil pengamatan
Begitu tugas besar dipecah, kamu langsung tahu mana yang harus dikerjakan dulu, mana yang bisa dikerjakan belakangan.
Analogi sehari-hari:
Sama kayak beresin kamar berantakan. Kalau semuanya dilihat sekaligus pasti stres. Tapi kalau dibagi: rapikan baju → buang sampah → tata meja → sapu lantai… langsung terasa ringan.
2. Pattern Recognition – Menemukan Pola Supaya Lebih Cepat Paham
Pattern recognition atau pengenalan pola adalah kemampuan melihat kejadian yang berulang sehingga kita lebih mudah memprediksi atau mengambil keputusan.
Contoh nyata di ATU:
-
Kamu menyadari bahwa ayam umur 2–3 minggu sering mengalami litter basah.
-
Saat suhu turun, ayam biasanya bergerombol di satu titik.
-
Ketika pakan mulai tidak habis, biasanya ada gejala sakit atau stres pada ayam.
-
Pada minggu tertentu, konsumsi pakan selalu naik secara konsisten.
Dengan mengenali pola ini, kamu bisa mengambil tindakan lebih cepat—misalnya menambah penghangat, mengecek kesehatan ayam, atau mengubah manajemen pakan.
Analogi sehari-hari:
Kayak kalau kamu sering naik motor ke sekolah dan tahu bahwa jalur depan pasar pasti macet tiap pagi. Karena sudah tahu polanya, kamu otomatis ambil jalan alternatif.
3. Abstraction – Fokus ke Bagian yang Penting Saja
Abstraksi itu seperti menyaring informasi, mana yang penting dan mana yang bisa diabaikan.
Contoh nyata di ATU:
Ketika menemukan masalah ayam tidak nafsu makan, penyebabnya bisa banyak sekali:
-
suhu kandang
-
kualitas pakan
-
air minum
-
ventilasi
-
kesehatan ayam
-
pencahayaan
-
kebersihan kandang
Tetapi kamu tidak perlu memeriksa semuanya sekaligus. Berdasarkan pengalaman, kamu tahu bahwa faktor paling krusial biasanya suhu atau kualitas pakan. Jadi kamu fokus ke dua itu dulu.
Analogi sehari-hari:
Saat mau beli sepatu, kamu nggak akan mikirin sampai detail seperti jenis lem yang dipakai bagian sol. Kamu cukup fokus pada ukuran, kenyamanan, dan harga. Itu abstraksi.
4. Algorithm Design – Menyusun Langkah-Langkah Penyelesaian yang Jelas
Algorithm design adalah menyusun rangkaian langkah yang teratur supaya masalah bisa diselesaikan dengan rapi, cepat, dan konsisten.
Contoh nyata di ATU — Algoritma pemberian pakan broiler:
-
Cek sisa pakan di hopper.
-
Hitung kebutuhan pakan sesuai umur ayam.
-
Timbang pakan sesuai standar.
-
Tuang pakan secara merata.
-
Pantau apakah ayam makan dengan lahap.
-
Catat jumlah pakan yang diberikan untuk laporan harian.
Dengan langkah yang teratur seperti ini, hasil pemeliharaan jadi lebih konsisten dan mudah dievaluasi.
Analogi sehari-hari:
Masak mie instan pun pakai algoritma:
Rebus air → masukin mie → tunggu → masukin bumbu → aduk → selesai.
Kalau bumbunya dimasukin duluan sebelum air – ya bubur mie jadinya.
Kenapa Siswa ATU Harus Menguasai Berpikir Komputasional?
Karena cara berpikir ini membuat pekerjaanmu:
-
Lebih terstruktur
-
Lebih cepat selesai
-
Lebih mudah dievaluasi
-
Mengurangi kesalahan dalam praktik peternakan
-
Membantu membuat keputusan berdasarkan data
-
Membiasakan bekerja profesional seperti dunia industri
Tanpa sadar sebenarnya siswa ATU sudah sering menggunakan konsep-konsep ini saat praktik—mulai dari mencatat bobot ayam mingguan, menentukan jumlah pakan, sampai menilai kondisi kandang.
Kesimpulan: Berpikir Komputasional Itu Bukan Sekadar Teori, Tapi Cara Kerja Cerdas
Dengan memahami decomposition, pattern recognition, abstraction, dan algorithm design, kamu akan terbiasa bekerja lebih sistematis, lebih cepat, dan lebih akurat—baik di sekolah maupun nanti di dunia industri unggas.
Jadi, berpikir komputasional bukan cuma untuk anak komputer, tetapi justru sangat bermanfaat untuk jurusan seperti Agribisnis Ternak Unggas, di mana ketelitian, kecepatan, dan pengambilan keputusan sangat menentukan kualitas hasil pemeliharaan.
Yuk Tinggalkan Komentar! 👇
Kalau kamu punya pengalaman menarik saat praktik di kandang atau punya contoh lain tentang berpikir komputasional, silakan tulis di kolom komentar.
Aku senang banget kalau bisa berdiskusi!
Jangan lupa juga buat mengunjungi postingan lain di blog ini—siapa tahu ada artikel yang bisa nambah inspirasimu dalam belajar dan praktik. 😊
Komentar
Posting Komentar