Mengenal Berpikir Komputasional dalam Analisis Data
Berpikir komputasional menjadi salah satu keterampilan penting yang diajarkan dalam kurikulum pendidikan saat ini. Dalam konteks analisis data, berpikir komputasional melatih siswa untuk mengolah, memvalidasi, dan menganalisis informasi dengan presisi. Empat pilar utama—Dekomposisi, Pengenalan Pola, Abstraksi, dan Algoritma—diterapkan dalam berbagai konteks pengambilan keputusan berbasis data.
Materi ini sekaligus menjadi sarana mengasah kemampuan bernalar tingkat tinggi (HOTS) siswa dan referensi kisi-kisi bagi guru. Berikut adalah beberapa contoh soal HOTS Informatika Kelas 9 SMP Bab 1 lengkap dengan kunci jawaban dan pembahasannya.
Soal Latihan HOTS Informatika Kelas 9 SMP
Soal 1:
Sebuah tim peneliti mengumpulkan data suhu udara dari 1.000 stasiun cuaca selama satu tahun. Sebelum menganalisis tren pemanasan global, peneliti menemukan ratusan data kosong dan angka suhu ekstrem seperti 500 derajat Celsius yang tidak masuk akal. Langkah pertama berbasis berpikir komputasional yang harus dilakukan adalah…
A. Langsung menghitung nilai rata-rata dari seluruh data agar cepat selesai
B. Menerapkan Data Cleaning untuk membuang atau mengoreksi data anomali dan mengisi data kosong
C. Membuat grafik visualisasi garis tanpa mempedulikan data yang rusak
D. Mengubah seluruh angka menjadi huruf agar lebih mudah dibaca
Kunci Jawaban: B. Menerapkan Data Cleaning untuk membuang atau mengoreksi data anomali dan mengisi data kosong
Pembahasan:
Dalam analisis data (Data Analytics), data mentah yang mengandung kesalahan (outlier atau anomali) harus dibersihkan terlebih dahulu melalui proses Data Cleaning agar hasil analisis valid dan tidak menyesatkan.
Soal 2:
Di sebuah minimarket, manajer ingin mengetahui barang apa yang paling sering dibeli secara bersamaan oleh pelanggan (misalnya: Roti dan Mentega). Pendekatan pilar Berpikir Komputasional yang paling tepat untuk menemukan hubungan tersebut dari jutaan struk belanja adalah…
A. Dekomposisi
B. Pengenalan Pola (Pattern Recognition)
C. Abstraksi
D. Algoritma Urutan Ascending
Kunci Jawaban: B. Pengenalan Pola (Pattern Recognition)
Pembahasan:
Pengenalan pola digunakan untuk mengidentifikasi keteraturan, tren, atau asosiasi berulang dalam kumpulan data yang besar (Data Mining / Market Basket Analysis).
Soal 3:
Seorang analis data sekolah ingin menampilkan persentase tingkat kelulusan siswa berdasarkan jalur masuk. Dari ribuan baris data yang berisi nama, alamat, NISN, nama orang tua, dan jalur masuk, ia hanya mengambil kolom “Jalur Masuk” dan “Status Kelulusan”. Proses eliminasi kolom yang tidak relevan ini menerapkan pilar…
A. Dekomposisi
B. Algoritma
C. Abstraksi
D. Pengurutan Data
Kunci Jawaban: C. Abstraksi
Pembahasan:
Abstraksi adalah proses menyaring dan membuang informasi yang tidak relevan (seperti alamat dan nama orang tua) serta hanya mempertahankan data penting yang dibutuhkan untuk tujuan analisis.
Soal 4:
Perhatikan skenario berikut: Kamu diminta menghitung rerata nilai ujian 500 siswa. Kamu membagi data menjadi 5 bagian (masing-masing 100 siswa) untuk dikerjakan oleh 5 anggota tim, lalu hasil penjumlahan kelima tim digabungkan dan dibagi 500. Strategi pemecahan masalah ini merupakan contoh dari…
A. Dekomposisi
B. Abstraksi
C. Pengenalan Pola
D. Sorting
Kunci Jawaban: A. Dekomposisi
Pembahasan:
Dekomposisi adalah memecah kumpulan data atau masalah besar (500 data) menjadi bagian-bagian yang lebih kecil dan mudah dikelola (5 kelompok @ 100 data).
Soal 5:
Sebuah toko online memiliki data penjualan bulanan. Pemilik toko ingin secara otomatis memberikan label “Laris” jika produk terjual lebih dari 100 unit DAN mendapat rating di atas 4.5. Jika salah satu syarat tidak terpenuhi, produk diberi label “Biasa”. Logika berpikir komputasional yang digunakan adalah…
A. Fungsi Logika Percabangan dengan Kondisi Majemuk (AND)
B. Fungsi Pengurutan Data (Sorting)
C. Fungsi Pencarian Berurutan (Sequential Search)
D. Fungsi Pembersihan Data (Data Cleaning)
Kunci Jawaban: A. Fungsi Logika Percabangan dengan Kondisi Majemuk (AND)
Pembahasan:
Logika tersebut memanfaatkan aturan keputusan (Decision Rule) dengan operator logika AND, di mana kedua kriteria (Penjualan > 100 dan Rating > 4.5) wajib terpenuhi bersamaan untuk menghasilkan output “Laris”.
Soal 6:
Diketahui tabel data nilai siswa belum terurut: 75, 90, 60, 85, 70. Jika kita menerapkan algoritma pengurutan untuk mencari 3 nilai tertinggi secara efisien, langkah urutan data secara Descending yang benar adalah…
A. 60, 70, 75, 85, 90
B. 90, 85, 75, 70, 60
C. 90, 75, 85, 70, 60
D. 75, 85, 90, 60, 70
Kunci Jawaban: B. 90, 85, 75, 70, 60
Pembahasan:
Pengurutan Descending menyusun data dari nilai terbesar ke terkecil. Urutan yang tepat adalah 90, 85, 75, 70, 60, sehingga 3 nilai tertinggi dapat langsung diidentifikasi di posisi paling depan (90, 85, 75).
Soal 7:
Rumah sakit menggunakan algoritma prediksi untuk memperkirakan jumlah pasien flu bulan depan berdasarkan data curah hujan dan suhu udara selama 5 tahun terakhir. Proses pembuatan keputusan berdasarkan data historis ini dinamakan…
A. Analisis Deskriptif
B. Analisis Prediktif (Predictive Analytics)
C. Penginputan Data Manual
D. Duplikasi Data
Kunci Jawaban: B. Analisis Prediktif (Predictive Analytics)
Pembahasan:
Analisis Prediktif menggunakan pola data masa lalu (historical data) dan logika komputasi untuk meramalkan tren atau kejadian di masa yang akan datang.
Soal 8:
Dalam spreadsheet, terdapat rumus untuk menghitung total bonus: “JIKA Total Penjualan > 10.000.000, MAKA Bonus = 5 persen x Total Penjualan, JIKA TIDAK Bonus = 0”. Jika Sales A berhasil menjual 12.000.000 dan Sales B menjual 8.000.000, berapa total bonus yang dikeluarkan perusahaan untuk kedua sales tersebut?
A. Rp600.000
B. Rp400.000
C. Rp1.000.000
D. Rp0
Kunci Jawaban: A. Rp600.000
Pembahasan:
Sales A: Penjualan 12.000.000 (> 10.000.000), maka mendapat bonus 5 persen x 12.000.000 = Rp600.000.
Sales B: Penjualan 8.000.000 (tidak > 10.000.000), maka bonus = Rp0.
Total bonus = Rp600.000 + Rp0 = Rp600.000.
Soal 9:
Sebuah grafik garis menunjukkan bahwa penjualan es krim meningkat tajam pada bulan Juni hingga Agustus, lalu turun drastis pada bulan November. Berdasarkan pengenalan pola fenomena ini, simpulan analisis data yang paling logis adalah…
A. Kualitas es krim memburuk pada bulan November
B. Penjualan es krim dipengaruhi oleh musim (meningkat saat musim kemarau/panas)
C. Pembeli tidak suka es krim di pertengahan tahun
D. Pabrik es krim tutup pada bulan Juni
Kunci Jawaban: B. Penjualan es krim dipengaruhi oleh musim (meningkat saat musim kemarau/panas)
Pembahasan:
Kemampuan menarik kesimpulan berdasarkan tren grafik (Pengenalan Pola) menunjukkan adanya korelasi antara bulan pertengahan tahun (musim panas/kemarau) dengan peningkatan konsumsi es krim.
Soal 10:
Mengapa visualisasi data dalam bentuk grafik atau diagram dianggap sebagai bagian penting dari pilar Abstraksi dalam analisis data?
A. Karena grafik menyembunyikan rumitnya ribuan baris data mentah dan hanya menampilkan intisari informasi secara visual
B. Karena grafik membuat ukuran berkas penyimpanan komputer menjadi lebih besar
C. Karena grafik mengubah data angka menjadi data teks
D. Karena grafik menghapus semua nilai data yang bernilai nol
Kunci Jawaban: A. Karena grafik menyembunyikan rumitnya ribuan baris data mentah dan hanya menampilkan intisari informasi secara visual
Pembahasan:
Visualisasi data berfungsi sebagai abstraksi—ia mengabaikan kerumitan angka-angka detail pada tabel mentah dan menyajikannya dalam bentuk bentuk visual yang ringkas, jelas, serta mudah dipahami oleh pengambil keputusan.
