Implementasi Model Pembelajaran Generatif Menggunakan Mind Mapping untuk Meningkatkan Computational Thinking pada Pembelajaran Informatika Materi Algoritma

Nurul Suci Fadillah (Universitas Muhammadiyah Riau, Indonesia)
Rahmad Al Rian (Universitas Muhammadiyah Riau, Indonesia)
Willyansah Willyansah (Universitas Muhammadiyah Riau, Indonesia)

Indo Green Journal
Vol. 4 No. 3 (2026): Green 2026

Computational thinking diperlukan untuk memecah masalah, mengenali pola, menyaring informasi penting, dan menyusun algoritma. Penelitian ini menganalisis peningkatan kemampuan computational thinking setelah penerapan Model Pembelajaran Generatif menggunakan mind mapping pada materi algoritma. Penelitian menggunakan desain one-group pretest-posttest dengan 25 peserta didik kelas X TKJ SMK Muhammadiyah 3 Pekanbaru. Instrumen berupa 10 soal uraian yang mengukur dekomposisi, pengenalan pola, abstraksi, dan perancangan algoritma. Seluruh butir valid dengan koefisien 0,470-0,790 dan reliabel dengan Cronbach’s Alpha 0,810. Data dianalisis menggunakan statistik deskriptif, Shapiro-Wilk, Wilcoxon Signed Rank Test, dan N-Gain. Nilai rata-rata meningkat dari 53,16 menjadi 87,28. Uji Wilcoxon menghasilkan Z = -4,288 dan p < 0,001, sedangkan N-Gain sebesar 0,7046 berkategori tinggi. Integrasi pembelajaran generatif dan mind mapping membantu peserta didik mengaktifkan pengetahuan awal, menata ide, dan membangun solusi algoritmik secara terstruktur. Model ini berpotensi menjadi alternatif pembelajaran Informatika, meskipun efektivitas komparatifnya perlu diuji dengan kelompok kontrol.