Evaluasi Kurikulum Berbasis Data: Metodologi Kuantitatif dan Kualitatif dari Program Magister Teknologi Pendidikan.
s2tp.fip.unesa.ac.id, 23 Nopember 2025 - Evaluasi kurikulum berbasis data adalah fase kritis yang diajarkan dalam Program Magister Teknologi Pendidikan, memastikan efektivitas dan relevansi desain instruksional. Proses ini memerlukan perpaduan metodologi kuantitatif dan kualitatif untuk mendapatkan gambaran komprehensif tentang dampak kurikulum. Lulusan Program Magister Teknologi Pendidikan dilatih untuk memimpin fase Evaluasi yang ketat dalam model Desain Instruksional (ID). Mereka memastikan bahwa temuan evaluasi secara langsung memicu perbaikan kurikulum yang ditargetkan.
Metodologi kuantitatif berfokus pada pengukuran kinerja siswa dan efisiensi pembelajaran secara objektif. Sumber data utama meliputi skor tes formatif, log interaksi pada LMS, dan tingkat penyelesaian modul. Data ini memberikan metrik yang jelas tentang apa yang telah dicapai siswa dalam hal penguasaan materi. Pengumpulan data secara sistematis ini adalah fondasi untuk semua analisis.
Lulusan Program Magister Teknologi Pendidikan memanfaatkan tool AI canggih dalam analisis kuantitatif. Mereka menggunakan Gemini AI untuk melakukan analisis statistik kompleks pada dataset besar, seperti mengidentifikasi korelasi antara engagement online dan nilai ujian akhir. AI membantu menghitung metrik penting seperti learning gains dan rasio efisiensi belajar (waktu versus kinerja). Penggunaan tool ini memastikan analisis berjalan cepat dan menghasilkan insight yang valid secara statistik.
Metrik kuantitatif kunci yang diukur mencakup tingkat retensi (daya ingat materi), tingkat keberhasilan, dan efisiensi waktu yang dihabiskan untuk tugas. Metrik ini secara objektif mengukur dampak intervensi kurikulum yang baru. Data dari analisis ini digunakan untuk menunjukkan bukti keberhasilan kepada stakeholder. Metrik yang terukur sangat penting untuk akuntabilitas.
Metodologi kualitatif melengkapi data kuantitatif dengan memberikan konteks, berfokus pada mengapa kinerja tertentu terjadi. Sumber data kualitatif mencakup transkrip wawancara dengan guru, feedback terbuka dari survei siswa, dan analisis sentimen dari utas surel (Gmail). Data ini menangkap pengalaman, motivasi, dan insight siswa yang tidak dapat diukur oleh angka.
Lulusan Program Magister Teknologi Pendidikan menggunakan teknologi untuk analisis kualitatif yang efisien. Mereka memanfaatkan Gemini untuk melakukan analisis tematik dan sentimen terhadap volume besar feedback tekstual. AI membantu mengidentifikasi tren emosi dan kesalahpahaman konseptual yang paling sering muncul di antara siswa. Analisis kualitatif ini membantu menemukan akar masalah pedagogis yang bersifat struktural.
Fase krusial adalah sintesis metodologi ganda (kuantitatif dan kualitatif) untuk triangulasi temuan. Hasil kuantitatif (misalnya, skor rendah) dijelaskan oleh temuan kualitatif (misalnya, feedback bahwa video tutorial terlalu cepat atau membingungkan). Sintesis ini memberikan gambaran yang holistik dan akurat tentang efektivitas kurikulum. Kombinasi ini sangat penting untuk perumusan solusi yang tepat.
Lulusan Program Magister Teknologi Pendidikan memastikan evaluasi bukan akhir dari proses, melainkan awal dari perbaikan. Siklus umpan balik yang cepat ini menjaga kurikulum tetap dinamis.
Etika data sangat ditekankan dalam semua proses evaluasi. Manajemen data harus memprioritaskan anonimitas siswa dan transparansi pelaporan. Laporan evaluasi harus dikomunikasikan secara jelas kepada semua stakeholder, menyoroti baik keberhasilan maupun kegagalan. Laporan yang jujur dan berbasis data sangat penting untuk membangun budaya perbaikan.
Strategi evaluasi berbasis data dan metodologi ganda ini, yang diajarkan oleh Program Magister Teknologi Pendidikan, sangat vital untuk Pencapaian Pendidikan Berkualitas (SDG 4). Evaluasi yang sistematis menjamin bahwa kurikulum responsif, efektif, dan mampu menghasilkan lulusan yang kompeten, didukung oleh bukti empiris yang kuat.
