<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Sasya on Medium]]></title>
        <description><![CDATA[Stories by Sasya on Medium]]></description>
        <link>https://medium.com/@sasya.syahidahnr?source=rss-848eaee58110------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/0*8k0wZEY5mgS2xt8i</url>
            <title>Stories by Sasya on Medium</title>
            <link>https://medium.com/@sasya.syahidahnr?source=rss-848eaee58110------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sun, 22 Nov 2026 18:59:17 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@sasya.syahidahnr/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Algoritma: Seni Berpikir Sistematis dalam Memecahkan Masalah]]></title>
            <link>https://medium.com/@sasya.syahidahnr/algoritma-seni-berpikir-sistematis-dalam-memecahkan-masalah-90fee3170dd5?source=rss-848eaee58110------2</link>
            <guid isPermaLink="false">https://medium.com/p/90fee3170dd5</guid>
            <category><![CDATA[algortihma]]></category>
            <category><![CDATA[algorithms]]></category>
            <category><![CDATA[computational-thinking]]></category>
            <category><![CDATA[programming-basic]]></category>
            <category><![CDATA[algorithmic]]></category>
            <dc:creator><![CDATA[Sasya]]></dc:creator>
            <pubDate>Sun, 31 Aug 2025 07:49:50 GMT</pubDate>
            <atom:updated>2025-08-31T08:03:14.013Z</atom:updated>
            <content:encoded><![CDATA[<p>Beberapa waktu lalu, saya mencoba merakit meja kecil hasil belanja online. Instruksinya terlihat sederhana: pasang kaki, kencangkan baut, lalu letakkan papan di atasnya. Tapi seperti biasa, ada satu baut yang tersisa di akhir. Meja memang berdiri, tapi agak goyah. Ternyata, saya melewatkan satu langkah kecil dalam instruksi.</p><p>Pengalaman ini adalah gambaran sempurna dari bagaimana sebuah algoritma bekerja. Instruksi yang seharusnya sistematis bisa berantakan kalau ada satu langkah saja yang terlewat. Di era digital seperti sekarang, algoritma bukan lagi hal yang hanya dipahami oleh ahli komputer. Ia telah menjadi cara berpikir yang penting untuk menyelesaikan berbagai masalah, tidak hanya dalam teknologi tapi juga dalam berbagai bidang kehidupan.</p><p><strong>Apa Itu Algoritma?</strong></p><p>Secara sederhana, algoritma adalah serangkaian aturan atau proses yang mesti diikuti dalam pemecahan masalah atau langkah-langkah sistematis untuk mencapai suatu tujuan. Bayangkan algoritma seperti resep memasak — ada input (bahan), proses (langkah memasak), dan output (hidangan jadi).</p><p>Kekuatannya terletak pada kemampuannya menyelesaikan masalah dengan struktur yang jelas dengan presisi yang tak pernah lelah. Beberapa contohnya adalah:</p><ul><li><strong>Mengurutkan data</strong> — seperti mengurutkan nama berdasarkan abjad.</li><li><strong>Mencari informasi</strong> — seperti mencari kata tertentu dalam dokumen.</li><li><strong>Perhitungan matematika</strong> — seperti kalkulator scientific.</li></ul><p>Dalam kasus-kasus tersebut, algoritma tidak hanya memberikan solusi, tetapi juga menjamin bahwa solusi tersebut efisien dan akurat.</p><p><strong>Algoritma dalam Kehidupan Nyata</strong>:</p><p>Pemikiran algoritmik bukanlah milik komputer semata. Kita menjalaninya dalam kehidupan sehari-hari.</p><p>1. <strong>Resep Masakan</strong></p><p>Resep masakan adalah contoh algoritma yang paling mudah kita temui. Ada bahan-bahan, langkah-langkah, dan hasil akhirnya.</p><p>Tapi resep juga menunjukkan batasan algoritma. Istilah “secukupnya” atau “sampai matang” menunjukkan bahwa ada unsur subjektivitas yang sulit diukur secara tepat.</p><p><strong>2. Instruksi Perakitan Furnitur</strong></p><p>Seperti pengalaman saya, instruksi perakitan adalah bentuk algoritma nyata yang sangat kaku dan harus dipatuhi. Liputan6 menyebutnya sebagai contoh nyata di luar dunia digital. Setiap langkah harus dilakukan secara urut dan persis seperti yang ditentukan. Kesalahan di satu langkah bisa membuat seluruh proses gagal.</p><p><strong>3. Dunia Medis</strong></p><p>Dunia medis adalah contoh canggih dari penerapan algoritma. Dokter mengikuti prosedur medis yang sangat ketat, dosis obat, langkah operasi, atau penanganan darurat. Dalam keadaan darurat seperti henti jantung, protokol ACLS (Advanced Cardiac Life Support) adalah algoritma teruji yang menyelamatkan nyawa.</p><p>Kini, algoritma berevolusi dengan kecerdasan buatan. Google mengembangkan machine learning untuk mendeteksi kanker payudara lewat <em>mamogram</em>, dan Stanford menggunakan deep learning untuk mengidentifikasi kanker kulit. Liputan6 mencatat, algoritma AI mampu menafsirkan X-ray dan CT scan dengan kecepatan serta akurasi tinggi, membantu dokter mendeteksi penyakit lebih dini.</p><p><strong>Batasan dan Tantangan: Apa yang Tidak Bisa Diselesaikan Algoritma?</strong></p><p>Meski powerful, algoritma bukanlah solusi untuk semua masalah.</p><ul><li><strong>Masalah Komputasional yang Kompleks:</strong> Beberapa masalah membutuhkan sumber daya yang sangat besar. Contoh klasik adalah “Traveling Salesman Problem” — mencari rute terpendek untuk mengunjungi beberapa kota. Semakin banyak kotanya, semakin lama dan sulit penyelesaiannya, bahkan untuk komputer tercanggih sekalipun.</li><li><strong>Halting Problem:</strong> Alan Turing membuktikan secara teoritis bahwa tidak ada algoritma umum yang bisa memastikan apakah suatu program akan berhenti atau berjalan selamanya. Ini adalah batasan fundamental dalam ilmu komputer.</li><li><strong>Masalah Kemanusiaan yang Abstrak: </strong>Hal ini mengingatkan kita pada kehidupan nyata. Menilai keindahan sebuah lukisan, menentukan kebahagiaan seseorang, atau memahami lelucon membutuhkan pendekatan kreatif, intuitif, dan empatik yang tidak dapat sepenuhnya diterjemahkan ke dalam langkah-langkah kaku sebuah algoritma.</li></ul><p><strong>Mengapa Efisiensi Algoritma Itu Penting?</strong></p><p>Banyak pemula mengira algoritma hanya sekadar daftar langkah yang benar. Padahal, dua algoritma bisa menghasilkan output yang sama, tetapi waktu dan sumber daya yang dibutuhkan bisa berbeda jauh.</p><p>CodePolitan menekankan bahwa algoritma yang baik bukan hanya benar, tetapi juga <strong>efisien</strong>. mampu bekerja cepat dengan sedikit sumber daya (seperti memori dan tenaga komputasi). Algoritma yang buruk bisa membuat program lambat, boros daya, dan tidak skalabel. Optimasi algoritma adalah kunci utama kinerja perangkat lunak modern.</p><p><strong>Tantangan dalam Mempelajari dan Menerapkan Algoritma</strong></p><p>1. <strong>Dari Konkret ke Abstrak</strong>: Tantangan terbesar adalah beralih dari pemikiran konkret ke abstrak. Algoritma bukan sekedar kode program, tapi cara berpikir tentang pemecahan masalah.</p><p>2. <strong>Mengembangkan Intuisi Algoritmik</strong>: Ini adalah kemampuan untuk mengenali pola masalah dan menentukan pendekatan terbaik. Skill ini hanya bisa dikembangkan dengan latihan dan pengalaman, bukan dihafal.</p><p>3. <strong>Menjembatani Teori dan Praktek</strong>: Seringkali ada gap antara memahami teori algoritma dan menerapkannya dalam kode yang efisien dan elegan.</p><p><strong>Computational Thinking dan Etika</strong></p><p>Pemikiran algoritmik (computational thinking) adalah skill yang bisa diterapkan di berbagai bidang. Kemampuan untuk memecah masalah kompleks menjadi bagian-bagian kecil, mengenali pola, dan mengembangkan pendekatan sistematis sangat berharga.</p><p>Namun, semakin banyak algoritma digunakan dalam pengambilan keputusan sehari-hari (seleksi kerja, penilaian kredit, sistem peradilan), semakin penting untuk mempertimbangkan <strong>aspek etisnya</strong>. Algoritma bisa saja memperkuat bias yang sudah ada dalam masyarakat. Oleh karena itu, pendidikan algoritma harus mencakup kesadaran akan dampak sosial dari sistem yang kita buat.</p><p><strong>Kesimpulan</strong></p><p>Jadi, apakah Anda sedang merakit meja, memasak resep baru, atau menulis kode program, sebenarnya kita semua sedang berlatih berpikir algoritmis. Kita menyusun langkah-langkah sistematis untuk mencapai hasil tertentu, belajar dari kesalahan, dan terus mencari cara paling efisien.</p><p>Algoritma adalah pencapaian intelektual yang penting — sebuah pendekatan sistematis yang merevolusi pemecahan masalah. Namun, kebijaksanaan terletak pada kemampuan untuk mengenali kapan harus menggunakan pemikiran algoritmik yang runtut dan kapan harus mengadopsi pendekatan alternatif yang kreatif dan intuitif, merayakan kekayaan dan kompleksitas pengalaman manusia yang tak terbatas.</p><p><strong>Daftar Pustaka</strong>:</p><p>- Cormen, T. H., Leiserson, C. E., Rivest, R. L., &amp; Stein, C. (2009). <strong>Introduction to Algorithms</strong>. MIT Press.</p><p>- Sedgewick, R., &amp; Wayne, K. (2021). <strong>Algorithms</strong>. Addison-Wesley.</p><p>- Wing, J. M. (2006). Computational thinking. <strong>Communications of the ACM</strong>.</p><p>- O’Neil, C. (2016). <strong>Weapons of Math Destruction</strong>. Crown Publishing Group.</p><p>- Katadata, Liputan6, Domainesia, DQLab, GeeksForGeeks, UNIKOM Repository, CodePolitan, BBC Bitesize.</p><p>Artikel ini ditulis oleh</p><ul><li>Muhammad Falih Romadhoni</li><li>Yusep Muhammad Zazuli</li><li>Syahidah Nur Rahmah</li></ul><p>Untuk pemenuhan nilai Pengantar Informatika &amp; Komputer di Universitas Pelita Harapan</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=90fee3170dd5" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>