Version 2 of 2

Pendahuluan

Generated Aksbel book section. · Working · Nov 14, 2026 14:56 · saved by @mujirin

Pendahuluan

Setiap hari kita membuat penilaian. Sebagian kecil terasa besar: apakah jembatan di kota kita aman, apakah berita tentang banjir dapat dipercaya, apakah suatu teknologi kesehatan layak dipakai, atau apakah klaim tentang “cara kerja otak” masuk akal. Sebagian lagi terasa biasa: memilih rute perjalanan, menilai saran teman, membaca grafik harga, atau memutuskan apakah sebuah unggahan media sosial perlu dibagikan.

Buku ini berangkat dari gagasan sederhana: penilaian yang baik tidak lahir hanya dari kecerdasan, hafalan, atau keberanian berpendapat, tetapi dari kebiasaan memeriksa alasan. Kebiasaan itulah yang kita sebut berpikir kritis.

Dalam buku ini, berpikir kritis tidak berarti selalu menolak, mencari-cari kesalahan, atau merasa paling benar. Berpikir kritis berarti bertanya dengan jujur:

“Apa yang sebenarnya diklaim? Apa alasannya? Bukti apa yang mendukungnya? Asumsi apa yang tersembunyi? Kesimpulan apa yang wajar, dan kesimpulan apa yang terlalu jauh?”

Pengertian ini dekat dengan tradisi lama dalam pendidikan dan filsafat. John Dewey menyebut reflective thought sebagai pemeriksaan aktif, tekun, dan hati-hati terhadap keyakinan atau bentuk pengetahuan berdasarkan alasan yang mendukungnya serta konsekuensi lanjutannya (Dewey, 1910). Dalam laporan Delphi yang sering dirujuk dalam pendidikan, berpikir kritis juga dipahami sebagai penilaian yang bertujuan dan mengatur diri sendiri, yang melibatkan penafsiran, analisis, evaluasi, inferensi, dan penjelasan (Facione, 1990). Bahasa kita di buku ini akan lebih sederhana, tetapi arahnya sama: kita belajar menilai dengan alasan yang dapat diperiksa.

Mengapa buku ini lintas ilmu?

Buku ini tidak hanya membahas logika dalam bentuk abstrak. Logika memang penting, tetapi kehidupan nyata jarang datang dalam bentuk soal yang rapi. Masalah nyata sering bercampur: ada angka, emosi, kepentingan, ketidakpastian, batas biaya, risiko keselamatan, dan nilai etis.

Misalnya, bayangkan seseorang berkata:

“Jalan di daerah ini sering rusak. Berarti kontraktornya pasti curang.”

Kalimat itu mungkin muncul dari pengalaman nyata, tetapi kesimpulannya belum tentu langsung benar. Kerusakan jalan dapat dipengaruhi oleh mutu material, desain perkerasan, beban kendaraan, drainase, tanah dasar, pemeliharaan, cuaca, pengawasan, atau memang penyimpangan pekerjaan. Berpikir kritis tidak berarti membela kontraktor. Berpikir kritis berarti tidak melompat terlalu cepat dari gejala menuju satu penyebab tunggal.

Contoh lain:

“Suplemen ini terbukti meningkatkan fungsi otak, jadi semua pelajar sebaiknya meminumnya.”

Di sini kita perlu bertanya: fungsi otak yang mana? Perhatian, memori kerja, suasana hati, waktu reaksi, atau nilai ujian? “Terbukti” dalam studi seperti apa? Berapa banyak pesertanya? Ada kelompok pembanding? Efeknya besar atau kecil? Ada efek samping? Klaim tentang otak sering terdengar meyakinkan karena memakai bahasa ilmiah, tetapi bahasa ilmiah tidak otomatis membuat suatu klaim benar. Neurosains modern menunjukkan bahwa fungsi mental bergantung pada kerja jaringan neuron, sinapsis, dan sistem saraf yang sangat kompleks; karena itu, klaim sederhana seperti “bagian otak ini saja penyebab kecerdasan” biasanya perlu diperiksa hati-hati (Kandel et al., 2021).

Itulah alasan buku ini bergerak lintas ilmu: dari logika dasar menuju teknik sipil, neurosains, teknologi, kesehatan, grafik, media sosial, etika, dan keputusan sehari-hari. Tujuannya bukan menjadikan pembaca sebagai insinyur, dokter, ilmuwan saraf, ahli statistik, atau filsuf profesional. Tujuannya adalah membantu pembaca menjadi penilai yang lebih hati-hati ketika bertemu klaim dari bidang-bidang itu.

Berpikir kritis dimulai dari hal paling dasar

Sebelum memakai istilah yang lebih teknis, kita mulai dari unsur paling sederhana.

Klaim adalah pernyataan yang mengatakan bahwa sesuatu benar, mungkin benar, seharusnya dilakukan, atau bernilai tertentu. Contoh: “Drainase kota ini buruk,” “Tidur cukup membantu konsentrasi,” atau “Kebijakan ini tidak adil.”

Alasan adalah dasar yang diberikan untuk mendukung klaim. Contoh: “Setiap hujan deras, air menggenang lebih dari dua jam,” atau “Setelah tidur hanya empat jam, banyak orang lebih sulit memusatkan perhatian.”

Bukti adalah informasi yang dapat diperiksa untuk menilai apakah suatu alasan kuat. Bukti dapat berupa pengamatan, data pengukuran, hasil eksperimen, rekam kejadian, kesaksian ahli, dokumen teknis, atau kumpulan penelitian.

Asumsi adalah hal yang dianggap benar dalam suatu penalaran, meskipun sering tidak diucapkan. Jika seseorang berkata, “Kita tidak perlu memperbaiki saluran air karena banjir hanya terjadi setahun sekali,” ia mungkin berasumsi bahwa banjir setahun sekali masih dapat diterima, kerugiannya kecil, dan pola hujan tidak berubah. Asumsi itu perlu diperiksa, bukan langsung diterima.

Kesimpulan adalah penilaian akhir yang ditarik dari klaim, alasan, bukti, dan asumsi. Kesimpulan yang baik tidak harus selalu pasti. Kadang kesimpulan yang jujur berbunyi, “Buktinya belum cukup,” “Kemungkinan besar benar,” “Perlu data tambahan,” atau “Benar dalam kondisi tertentu, tetapi tidak dalam kondisi lain.”

Perhatikan contoh sederhana:

“Langit gelap dan angin kencang. Mungkin sebentar lagi hujan. Sebaiknya kita membawa payung.”

Klaim awalnya: cuaca menunjukkan tanda-tanda hujan. Alasannya: langit gelap dan angin kencang. Asumsinya: tanda-tanda itu di daerah tersebut sering mendahului hujan. Kesimpulan praktisnya: membawa payung adalah keputusan yang masuk akal. Kesimpulan ini tidak menuntut kepastian mutlak. Kita mungkin tetap tidak kehujanan. Namun keputusan membawa payung dapat tetap rasional karena biaya membawa payung kecil dibandingkan risiko basah kuyup.

Contoh kecil ini penting. Banyak keputusan nyata bekerja seperti itu: bukan mencari kepastian sempurna, melainkan menilai bukti, risiko, biaya, dan konsekuensi secara wajar.

Musuh utama bukan ketidaktahuan saja

Sering kali kita mengira masalah utama dalam berpikir adalah kurang informasi. Itu benar sebagian. Namun ada masalah lain: kita dapat memiliki banyak informasi tetapi tetap menarik kesimpulan buruk.

Manusia tidak selalu menilai secara lambat dan teliti. Dalam banyak keadaan, kita memakai jalan pintas mental agar cepat mengambil keputusan. Jalan pintas ini berguna, misalnya ketika kita perlu bereaksi cepat terhadap bahaya. Namun jalan pintas yang sama dapat menyesatkan ketika kita menilai angka, risiko, sebab-akibat, atau informasi yang sesuai dengan keinginan kita. Daniel Kahneman menjelaskan perbedaan antara proses berpikir cepat yang intuitif dan proses berpikir lambat yang lebih analitis sebagai cara memahami banyak kekeliruan penilaian manusia, meskipun pembagian itu bukan berarti otak benar-benar terdiri dari dua mesin terpisah (Kahneman, 2011).

Contohnya, jika kita baru saja melihat berita kecelakaan pesawat, kita mungkin merasa naik pesawat jauh lebih berbahaya daripada biasanya. Perasaan itu dapat muncul karena contoh kecelakaan mudah diingat, bukan karena kita sudah menghitung risiko secara lengkap. Dalam buku ini, kita akan belajar membedakan “terasa benar” dari “didukung alasan yang baik”.

Namun buku ini juga tidak mengajarkan kita untuk meremehkan intuisi. Intuisi dapat berguna, terutama pada orang yang berpengalaman dalam lingkungan yang memberi umpan balik jelas. Seorang teknisi berpengalaman mungkin cepat curiga ketika mendengar bunyi mesin yang tidak biasa. Seorang dokter dapat mengenali pola gejala tertentu. Seorang guru dapat merasakan ketika murid mulai kehilangan perhatian. Tetapi intuisi tetap perlu diperiksa, terutama ketika keputusan berdampak besar.

Dari rasa ingin tahu menuju penilaian matang

Buku ini disusun sebagai perjalanan bertahap. Pada awalnya, kita akan membahas pertanyaan, klaim, alasan, bukti, dan kesalahan bernalar. Ini adalah fondasi. Tanpa fondasi ini, pembahasan tentang risiko, grafik, sains, teknik sipil, neurosains, atau etika mudah berubah menjadi kumpulan informasi yang tidak tersusun.

Setelah itu, kita masuk ke wilayah yang lebih menantang: probabilitas, ketidakpastian, korelasi, kausalitas, dan cara sains menghasilkan pengetahuan. Istilah-istilah ini mungkin terdengar teknis, tetapi idenya dekat dengan kehidupan sehari-hari.

Probabilitas adalah cara menyatakan kemungkinan suatu kejadian. Jika prakiraan cuaca mengatakan peluang hujan 70%, itu bukan janji bahwa hujan pasti turun. Itu pernyataan tentang tingkat kemungkinan berdasarkan model dan data.

Korelasi berarti dua hal berubah bersama dalam data. Misalnya, penjualan es krim dan kasus tenggelam dapat sama-sama meningkat pada musim panas. Tetapi itu tidak berarti es krim menyebabkan orang tenggelam. Ada faktor lain, yaitu cuaca panas, yang membuat orang lebih sering membeli es krim dan lebih sering berenang.

Kausalitas berarti hubungan sebab-akibat. Untuk menyatakan bahwa A menyebabkan B, kita membutuhkan alasan yang lebih kuat daripada sekadar “A dan B sering muncul bersama”. Kita perlu mempertimbangkan urutan waktu, mekanisme yang masuk akal, variabel perancu, eksperimen jika mungkin, dan bukti dari berbagai sumber.

Kemudian buku ini membawa alat-alat tersebut ke bidang teknik sipil. Kita akan melihat bahwa bangunan, jembatan, jalan, dan drainase bukan hanya persoalan beton, baja, aspal, dan saluran air. Di sana ada keputusan tentang beban, batas aman, biaya, pemeliharaan, risiko, dan tanggung jawab publik. Henry Petroski menekankan bahwa kegagalan dalam rekayasa sering menjadi sumber pelajaran penting tentang desain, batas asumsi, dan tanggung jawab profesional (Petroski, 1985). Dari sini kita belajar bahwa kesalahan berpikir dalam masalah teknis dapat berdampak langsung pada keselamatan manusia.

Setelah itu, kita memasuki neurosains dan psikologi populer. Kita akan membahas otak tanpa menjadikannya misteri ajaib, tetapi juga tanpa menyederhanakannya menjadi slogan. Otak bukan sekadar “otak kiri versus otak kanan”, bukan pula alat yang dapat dioptimalkan dengan satu trik sederhana. Kita akan belajar bertanya: apa mekanismenya, bukti penelitiannya apa, seberapa besar efeknya, dan apakah klaim itu sudah diuji dengan baik?

Bagian akhir buku menghubungkan semuanya dengan model mental, visualisasi data, bias kognitif, penilaian sumber informasi, debat yang adil, keputusan etis, dan pemecahan masalah kompleks. Dengan demikian, buku ini tidak berhenti pada kemampuan mengkritik. Tujuannya lebih jauh: membantu pembaca mengambil keputusan yang lebih bertanggung jawab.

Belajar berpikir kritis berarti belajar memperlambat diri

Salah satu latihan terpenting dalam buku ini adalah memperlambat kesimpulan. Bukan lambat dalam arti pasif, tetapi lambat dalam arti memberi ruang bagi pemeriksaan.

Ketika membaca klaim yang memancing emosi, coba berhenti dan tanyakan:

“Jika klaim ini salah, tanda-tandanya apa?”
“Jika klaim ini benar, bukti apa yang seharusnya ada?”
“Apakah ada penjelasan lain yang juga masuk akal?”
“Apakah saya percaya karena buktinya kuat, atau karena saya ingin klaim ini benar?”

Pertanyaan seperti ini adalah bentuk kerendahan hati intelektual. Kerendahan hati intelektual berarti kesediaan mengakui bahwa pikiran kita dapat keliru, informasi kita dapat terbatas, dan orang lain mungkin memiliki alasan yang layak didengar. Ini bukan kelemahan. Justru inilah salah satu syarat agar pengetahuan dapat tumbuh.

Dalam pendidikan, pembelajaran yang baik bukan hanya menambahkan informasi baru, tetapi juga menghubungkan informasi itu dengan pengetahuan awal, memeriksa pemahaman sendiri, dan memperbaiki kesalahan konsep. Laporan How People Learn dari National Research Council menekankan pentingnya pengetahuan awal, pemahaman konseptual, dan metakognisi—yakni kemampuan memantau cara berpikir sendiri—dalam proses belajar yang mendalam (National Research Council, 2000). Buku ini mengikuti semangat itu: Anda tidak hanya diajak mengetahui istilah, tetapi juga mengamati bagaimana Anda menilai sesuatu.

Sikap yang diharapkan dari pembaca

Buku ini tidak meminta Anda menjadi orang yang selalu ragu. Keraguan yang sehat berbeda dari keraguan tanpa ujung. Jika bukti kuat, kita boleh percaya. Jika bukti lemah, kita boleh menahan penilaian. Jika bukti berubah, kita perlu bersedia memperbarui pendapat.

Buku ini juga tidak meminta Anda menjadi netral terhadap semua hal. Dalam masalah keselamatan publik, kesehatan, keadilan, dan penggunaan teknologi, nilai-nilai manusia tetap penting. Namun nilai yang baik pun perlu didukung oleh penalaran yang baik. Misalnya, jika kita peduli pada keselamatan jalan, kita tetap perlu bertanya desain mana yang efektif, data kecelakaan apa yang tersedia, siapa yang terdampak, berapa biayanya, dan risiko apa yang muncul jika keputusan ditunda.

Dengan kata lain, berpikir kritis bukan pengganti kepedulian. Berpikir kritis adalah cara agar kepedulian tidak buta.

Cara menggunakan pendahuluan ini sebagai titik berangkat

Sebelum melanjutkan ke Bab 1, cobalah memilih satu klaim yang baru-baru ini Anda dengar. Bisa dari berita, keluarga, media sosial, sekolah, tempat kerja, atau pengalaman pribadi. Tuliskan dalam satu kalimat. Lalu tanyakan empat hal:

  1. Apa klaim utamanya?
  2. Apa alasan yang diberikan?
  3. Bukti apa yang tersedia?
  4. Apa yang masih belum saya ketahui?

Misalnya klaimnya:

“Kota ini banjir karena warganya membuang sampah sembarangan.”

Empat pertanyaan tadi akan membuka ruang berpikir. Mungkin sampah memang berperan menyumbat saluran. Namun mungkin ada faktor lain: kapasitas drainase, perubahan tata guna lahan, curah hujan ekstrem, penurunan muka tanah, penyempitan sungai, atau lemahnya pemeliharaan. Kesimpulan yang matang mungkin bukan “warga salah” atau “pemerintah salah” secara tunggal, melainkan peta sebab yang lebih lengkap dan tindakan yang lebih tepat.

Itulah arah buku ini: dari reaksi cepat menuju pemeriksaan yang lebih tenang; dari pendapat mentah menuju penilaian yang dapat dipertanggungjawabkan; dari rasa ingin tahu menuju kebijaksanaan praktis.

Kita mulai dengan pertanyaan pertama: apa itu berpikir kritis?

References

Dewey, John. 1910. How We Think. Boston: D.C. Heath & Co.

Facione, Peter A. 1990. Critical Thinking: A Statement of Expert Consensus for Purposes of Educational Assessment and Instruction. Millbrae, CA: The California Academic Press.

Kahneman, Daniel. 2011. Thinking, Fast and Slow. New York: Farrar, Straus and Giroux.

Kandel, Eric R., John D. Koester, Sarah H. Mack, and Steven A. Siegelbaum, eds. 2021. Principles of Neural Science. 6th ed. New York: McGraw Hill.

National Research Council. 2000. How People Learn: Brain, Mind, Experience, and School: Expanded Edition. Washington, DC: National Academies Press. https://doi.org/10.17226/9853

Petroski, Henry. 1985. To Engineer Is Human: The Role of Failure in Successful Design. New York: St. Martin’s Press.

τ TheoryTrace