Brown-Bag Session (BBS) seri keempat diselenggarakan pada tanggal 29 November 2018 dan bertempat di Fakultas Ilmu Komputer Universitas Indonesia. BBS merupakan salah satu agenda rutin Digital Library and Distance Learning (DL2) Laboratory. Tema yang diangkat pada BBS#4 ini adalah computational thinking.
Acara Brown-Bag Session 4 ini menghadirkan dua orang pembicara yang merupakan ahli di bidang computational thinking yaitu: Dr. Yugo K. Isal dan Suryana Setiawan, Ph.D. Sambutan pembuka diberikan oleh Prof. Zainal A. Hasibuan yang merupakan ketua Asosiasi Pendidikan Tinggi Ilmu Komputer Indonesia (APTIKOM). Tidak kurang dari 40 orang peserta yang hadir mengikuti acara ini. Kepala lab DL2, Harry Budi Santoso, Ph.D, hadir sebagai pemandu selama acara ini berlangsung.
Sesi pertama pada BBS#4 adalah pengenalan tentang computational thinking dan juga sosialisasi kegiatan Bebras Indonesia. Bebras merupakan kompetisi computational thinking internasional yang dilakukan secara daring (online). Kompetisi yang diselenggarakan Bebras sebenarnya bertujuan untuk mempromosikan computational thinking (berpikir dengan landasan komputasi) di kalangan guru dan siswa pada sekolah dasar (SD). Melalui kompetisi yang diselenggarakan Bebras ini, diharapkan para siswa termotivasi untuk terlibat dalam topik-topik informatika dan mampu memecahkan masalah menggunakan metode-metode informatika.
Sesi kedua membahas lebih dalam tentang computational thinking. Pada sesi ini, topik diskusi yang ada mencakup sejarah awal dan visi computational thinking, manfaatnya, serta bagaimana perannya dalam pengembangan kemampuan (skill). Keberadaan computational thinking tidak terlepas dari pembelajaran berbasis komputasi sebagai fenomena budaya dan sosial. Computational thinking dapat dilihat sebagai set of skill untuk kehidupan sehar-hari walaupun pada awalnya merupakan teknik untuk modelling, kalkulasi, dan analisis.
Seperti yang disampaikan oleh pembicara dalam acara ini, computational thinking memiliki empat landasan yaitu: decomposition, pattern recognition, abstraction, dan algorithms. Decomposition adalah tentang mengurai masalah yang kompleks menjadi bagian-bagian kecil sehingga lebih mudah untuk ditangani. Pattern recognition mencari persamaan atau pola yang terdapat di dalam permasalahan. Abstraction fokus pada informasi yang penting saja dan mengabaikan informasi lain yang tidak relevan. Dan yang terakhir adalah algorithms yaitu menentukan langkah demi langkah solusi untuk mengatasi masalah atau prosedur yang harus dilakukan untuk menyelesaikan masalah.