Teknologi Onboarding Efektif tetapi Apakah Semua Pendatang Terakomodasi?

Teknologi Onboarding Efektif, Tetapi Apakah Semua Pendatang Terakomodasi?

 
Proses onboarding dalam proyek perangkat lunak, terutama perangkat lunak sumber terbuka (OSS), merupakan elemen kunci dalam mempertahankan kelangsungan dan kualitas kontribusi. Artikel berjudul "Software solutions for newcomers' onboarding in software projects: A systematic literature review" karya Italo Santos, Katia Romero Felizardo, Igor Steinmacher, dan Marco A. Gerosa yang diterbitkan di jurnal Information and Software Technology (Volume 177, 2025) menjadi referensi penting untuk memahami solusi perangkat lunak yang tersedia dalam mendukung onboarding. Penelitian ini mengulas 32 studi utama yang ditemukan melalui pencarian di database IEEE Xplore, Scopus, dan Web of Science pada Januari 2023.

Studi ini menemukan bahwa berbagai solusi teknologi telah diterapkan untuk mempercepat adaptasi pendatang baru. Solusi seperti sistem rekomendasi, alat visualisasi, gamifikasi, hingga mentor otomatis digunakan dalam proyek perangkat lunak untuk membantu pendatang baru berkontribusi dengan lebih cepat. Namun, meskipun solusi ini efektif dalam meningkatkan efisiensi teknis onboarding, terdapat kesenjangan dalam hal inklusi dan keberagaman. Hanya 47% solusi yang mempertimbangkan keberagaman latar belakang pendatang baru, baik dalam aspek sosial maupun profesional.

Pentingnya pendekatan onboarding yang lebih inklusif menjadi sangat menonjol karena OSS bersifat global dan menarik berbagai individu dari seluruh dunia dengan berbagai latar belakang. Dengan adanya kebutuhan untuk mendukung berbagai gaya belajar, preferensi kognitif, dan pengalaman profesional, solusi onboarding yang lebih beragam sangat diperlukan agar proyek perangkat lunak dapat tetap inklusif dan produktif.

***

Artikel "Software solutions for newcomers' onboarding in software projects: A systematic literature review" memberikan gambaran komprehensif tentang bagaimana teknologi telah membantu meningkatkan proses onboarding. Dari 32 studi yang diulas, sebanyak 71% menggunakan eksperimen laboratorium untuk menguji efektivitas solusi onboarding, sementara 31% studi lainnya mengandalkan data lapangan dari proyek nyata. Fakta ini menunjukkan bahwa solusi berbasis algoritma dan otomatisasi, seperti sistem rekomendasi dan mentor otomatis, mendominasi pendekatan onboarding.

Salah satu solusi yang paling menonjol adalah penggunaan sistem rekomendasi, yang ditemukan dalam 5 dari 32 studi. Sistem ini membantu pendatang baru menemukan tugas pertama yang sesuai dengan keterampilan mereka, mengurangi kebutuhan akan bimbingan manual yang seringkali memakan waktu. Hasil dari penelitian ini menunjukkan bahwa sistem rekomendasi dapat mempercepat waktu adaptasi pendatang baru hingga 30%, terutama dalam OSS dengan basis kontribusi yang besar.

Namun, meskipun teknologi mampu meningkatkan efisiensi onboarding, aspek sosial seperti mentoring dan keberagaman latar belakang masih kurang mendapatkan perhatian. Hanya 47% solusi yang mempertimbangkan kebutuhan pendatang baru dari berbagai latar belakang, baik itu dari segi pengalaman profesional maupun gaya belajar. Ini menjadi masalah karena OSS adalah ekosistem yang bersifat global, di mana para kontributor berasal dari berbagai negara dan budaya. Dari 32 studi, hanya satu yang secara eksplisit menargetkan perbedaan kognitif, yaitu studi Santos et al. (2023) yang mengembangkan antarmuka interaktif dengan elemen visual seperti tooltips dan progress bars untuk mendukung pendatang baru dengan gaya belajar yang berbeda.

Selain itu, penggunaan mentor otomatis yang ditemukan hanya dalam 5 studi juga mengindikasikan bahwa solusi ini masih kurang dimanfaatkan. Padahal, peran mentor otomatis terbukti mampu meningkatkan retensi pendatang baru hingga 25% dengan menyediakan bimbingan secara real-time tanpa keterbatasan geografis atau waktu. Gamifikasi, yang digunakan dalam 3 studi, juga terbukti efektif dalam meningkatkan motivasi pendatang baru untuk terus berkontribusi, namun penerapannya masih lebih banyak terjadi di proyek tertutup atau perusahaan, seperti yang ditemukan dalam studi Heimburger et al. (2020).

Kesenjangan geografis juga menjadi isu penting dalam pengembangan solusi onboarding. Sebanyak 34% studi berasal dari Amerika Serikat, sementara 28% dari Brazil. Ini menunjukkan bahwa solusi onboarding yang dikembangkan lebih banyak terpusat di negara-negara tertentu, sehingga kurang mencerminkan keberagaman budaya yang ada dalam OSS global.

***

Dari tinjauan literatur sistematis ini, jelas bahwa meskipun kemajuan teknologi dalam onboarding pendatang baru telah membantu mempercepat proses adaptasi, masih terdapat tantangan besar terkait inklusi dan keberagaman. Solusi onboarding yang ada, seperti sistem rekomendasi dan mentor otomatis, terbukti efektif dalam meningkatkan efisiensi dan retensi, namun masih kurang dalam mendukung keberagaman gaya belajar dan latar belakang profesional. Hanya 47% dari solusi yang mempertimbangkan aspek ini, yang menunjukkan perlunya pendekatan yang lebih inklusif untuk menjawab kebutuhan pendatang baru dari berbagai kalangan.

Selain itu, kesenjangan geografis dalam pengembangan solusi onboarding juga menyoroti pentingnya memperluas perspektif global dalam studi-studi di masa mendatang. Dengan dominasi penelitian yang berfokus di Amerika Serikat dan Brazil, kontribusi dari wilayah lain sangat dibutuhkan agar solusi onboarding dapat menjadi lebih inklusif dan relevan bagi komunitas global OSS.

Secara keseluruhan, artikel Santos et al. (2025) ini memberikan kontribusi penting dalam menyoroti kekuatan dan kelemahan solusi onboarding yang ada saat ini. Di masa depan, pengembangan solusi onboarding yang lebih berfokus pada inklusi sosial dan keberagaman akan sangat penting untuk memastikan bahwa OSS dapat tetap menjadi ruang kolaboratif dan produktif bagi semua pendatang baru, tanpa memandang latar belakang mereka.

Referensi: 

Santos, I., Felizardo, K. R., Steinmacher, I., & Gerosa, M. A. (2025). Software solutions for newcomers' onboarding in software projects: A systematic literature review. Information and Software Technology, 177, 107568. https://doi.org/10.1016/j.infsof.2024.107568