Mohon tunggu...
Pendidikan

Big Data dan Pendidikan Tinggi

27 September 2018   11:16 Diperbarui: 27 September 2018   11:44 226
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Pendidikan. Sumber ilustrasi: PEXELS/McElspeth

Seiring dengan meningkatnya hubungan lembaga pendidikan tinggi dan murid-muridnya melalui internet, peluang pengumpulan serta pemanfaatan big data dalam perekrutan universitas dan inovasi pedagogi semakin berkembang. Salah satu media terbesar di Amerika, The Guardian mengadakan forum daring pada bulan Juli yang mendiskusikan tentang kebutuhan big data dalam pendidikan tinggi dan batasan apa, jika ada, yang harus ditempatkan pada pengumpulannya. Forum ini mengungkapkan beberapa sudut pandang berbeda dari para professional pendidikan tinggi, dengan banyak di antaranya menggaungkan pujian atas pengumpulan data, selama itu dilakukan dengan hati-hati.  

Masih banyak keyakinan yang tinggi bahwa big data dapat membantu meningkatkan kemampuan mahasiswa dan efektivitas guru, serta mengurangi beban kerja administratif staff universitas, jika digunakan dengan benar.

Bagaimana Big Data Digunakan?

Data kinerja mahasiswa semakin banyak dikumpulkan melalui pengukuran interaksi pada sumber daya daring dan virtual learning environments (VLE). Hal ini memungkinkan universitas untuk membandingkan tingkat keterlibatan dibandingkan tahun-tahun sebelumnya dan juga dibandingkan universitas lainnya. Informasi-informasi seperti jumlah waktu yang dihabiskan dalam VLE, jumlah sumber daya yang diakses, serta jumlah tugas yang dikumpulkan akan memberikan representasi pengalaman mahasiswa yang sangat terukur dan bisa dibandingkan, terlepas dari keterbatasannya.

Ketika dikombinasikan dengan informasi lain seperti kebiasaan di media sosial, catatan dosen, tulisan di blog, dan survey, sangat mungkin untuk mendapatkan gambaran perilaku masing-masing mahasiswa yang cukup jelas dan kinerja mereka selama di universitas tersebut. Namun, sayangnya data-data tersebut hanya dikumpulkan tanpa tujuan yang benar-benar jelas.

Bagaimana Universitas Menggunakan Big Data?

Topic besar yang masih menjadi bahan perdebatan datang ketika menentukan bagaimana cara terbaik untuk menggunakan data yang telah dikumpulkan. Analisis data digunakan untuk kepentingan mahasiswa dan peningkatan layanan universitas dianggap dapat diterima. Batasan biasanya diterapkan pada produk dan layanan pemasaran yang lebih mementingkan keuntungan daripada kemajuan. Big data masih memiliki kemampuan untuk memberikan calon mahasiswa opsi yang lebih baik serta informasi yang lebih banyak, sehingga memungkinkan universitas untuk meningkatkan kinerja mahasiswa dan perekrutan dalam beberapa cara: 

1 -- Rekrutment Mahasiswa

Big data dari mahasiswa dan alumni seperti histori kinerja dan demografik dapat digunakan untuk menciptakan profil mahasiswa. Bagian perekrutan Universitas dapat menggabungkan informasi perilaku media sosial mahasiswa di masa lalu dan masa kini  agar dapat menargetkan kandidat mahasiswa ideal mereka secara lebih efektif.

2 -- Meningkatkan Kinerja Mahasiswa

Biasanya dapat disepakati bahwa menggunakan data untuk membantu mahasiswa untuk tetap di jalur menuju nilai akhir yang baik adalah ide yang bagus. Hasil tes dan kemampuan akademis dapat dengan mudah dilacak dan dibandingkan dengan kinerja di semester lalu atau dengan kinerja mahasiswa lain. Data-data lain seperti catatan dosen dan data media sosial bisa memberikan wawasan lebih tentang perilaku mahasiswa dan menandai perubahan signifikan dalam kinerja mahasiswa.

3 -- Efektivitas Dosen

Terkadang mahasiswa tertinggal di kelas karena stress, masalah keluarga, atau faktor lainnya yang berada di luar control universitas; satu faktor yang dapat dikontrol, atau setidaknya dipantau adalah efektivitas dari staf pengajar yang ada. Hal ini bukanlah metode menaruh kesalahan kepada staf pengajar atas bagaimana kinerja para mahasiswa, namun sebagai metric untuk membantu mereka agar bisa menjadi lebih efektif. Mata kuliah apa yang diajarkan yang memiliki keterlibatan mahasiswa tertinggi? Metode apa dan alat apa yang mereka gunakan (seperti VLE dan kuliah daring) serta seberapa efektif metode tersebut?

Isu pendidikan, khususnya pendidikan tinggi merupakan isu yang tidak akan pernah habis dibahas di belahan dunia manapun. Tak terkecuali di Indonesia. Indonesia, dengan jumlah penduduk lebih dari 250 juta orang namun hanya sekitar 6 juta mahasiswa yang terdaftar pada tahun 2014 menurut data BPS. Jumlah ini tergolong sangat kecil karena jumlahnya tidak sampai 5 persen dari total penduduk. Padahal pemerintah sudah menganggarkan lebih dari 400 triliun untuk pendidikan.

Dengan kuantitas yang sangat kecil, sudah seharusnya universitas meningkatkan kualitas para mahasiswanya. Salah satu caranya adalah dengan memanfaatkan teknologi digital yang ada secara sepenuhnya. Dari ribuan universitas yang ada di Indonesia, tentunya akan ada jutaan bytes data yang tercipta mengenai nilai, kinerja, perilaku, hingga kehadiran. Dengan menggunakan big data, data-data ini dapat dimanfaatkan untuk peningkatan mutu pendidikan tinggi.

Mungkin sulit bagi universitas di Indonesia untuk mengadopsi teknologi big data mengingat mayoritas penyedia jasa solusi ini berasal dari luar negeri, tapi sebenarnya Indonesia pun memiliki produk solusi analisa big datanya tersendiri bernama Paques. Paques merupakan solusi analisa big data yang hadir sejak tahun 2014 yang mengedepankan efisiensi dan efektivitas, namun tetap praktikal digunakan oleh berbagai pihak dari latar belakang mana saja. Telah di-support bahasa Indonesia, Paques bisa membantu universitas untuk memproses data-data internal maupun eksternal dengan mudah. Jika tiba saatnya suatu hari nanti universitas di Indonesia memutuskan untuk mengadopsi sistem teknologi big data secara penuh, mungkin Paques dapat menjadi solusinya.

HALAMAN :
  1. 1
  2. 2
Mohon tunggu...

Lihat Konten Pendidikan Selengkapnya
Lihat Pendidikan Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun