際際滷

際際滷Share a Scribd company logo
PEMANFAATAN DATA
DARI PENINGKATAN
PEMBELAJARAN SAMPAI
AKUNTABILITAS PENDIDIKAN
JAKARTA, 26 SEPTEMBER 2013
The World Bank - Education Team
Banyak hal berawal dari data
 Perencanaan dan alokasi sumber
daya yang tepat
 Mengukur dan meningkatkan kinerja
 Pengambilan keputusan
 Meningkatkan hasil (outcome)
pendidikan
 Mendukung inisiatif transparansi dan
akuntabilitas pendidikan
 Dsb.
Pengambilan keputusan berbasis
data dan bukti
Dikutip dari Regional Educational Laboratory
Serba-serbi klasifikasi data
 Bentuk: kuantitatif dan kualitatif
 Tipe data utama: teks,
observasi/transaksional, multimedia
 Dinamika data: statik, real time
 Keterwakilan/cakupan: keseluruhan
populasi dan berdasarkan sampel
 Variabilitas: binary, kategori, continuous,
gabungan
 Referensi ruang: point, garis, area,
permukaan
 Agregat: micro dan macro data
 Ukuran: moderat, besar, sangat besar
Data dalam bentuk elektronik
 Teknologi memudahkan pengumpulan,
penyimpanan, integrasi,
pencarian/pengambilan, analisa, dan
presentasi data
 Pengelolaan Database Relasional:
memungkinkan berbagai bentuk data
diorganisasikan dalam hirarki dan
jaringan data untuk kemudahan
penyimpanan, pengelolaan dan
pemanfaatan
 Kemutakhiran teknologi untuk mengelola
Big Data (data organisasi, transaksional,
publik, jejaring sosial)
Big Data is Getting BiggerDataGrowth
END-USER
APPLICATIONS
THE INTERNET
MOBILE DEVICES
SOPHISTICATED
MACHINES
STRUCTURED DATA  10%
COMPLEX DATA  90%
1980 TODAY
Dari presentasi Cloudera
Pemanfaatan data dalam
keprofesian
 Referensi sederhana
 Melakukan pembandingan:
perbandingan sederhana sampai
dengan benchmarking
 Melakukan proyeksi dalam
rangkaian waktu
 Melakukan evaluasi dan analisis
Data dan pemrosesannya
 Memikirkan pentingnya/signifikansi dari studi dan
penelaahan data
 Pentingnya (rancangan) metodologi dalam
melakukan pemanfaatan data:
 Bentuk studi yang dilakukan  menentukan
pengolahan dan pemanfaatan data (mis. Deskriptif,
Komparatif, Korelasi-Regresi-Proyeksi, Analisis
Faktor, Studi Kasus, dsb)
 Pertanyaan penelitian  variabel  populasi dan
sampel
 Memperhatikan kualitas data dalam proses koleksi,
analisis, dan pelaporan (Referensi: SABER EMIS dan
UIS UNESCO)
Pemanfaatan Data
Peningkatan Mutu
Pembelajaran
Peningkatan Keprofesian
Guru
Tata Kelola  Transparansi
dan Akuntabilitas
Pemanfaatan Data:
Awali dengan pertanyaan yang tepat
Data untuk mutu pembelajaran (1):
Contoh pertanyaan awal
 Apa yang perlu diketahui para siswa,
dan bagaimana mereka dapat
menggunakan apa yang mereka
ketahui?
 Bagaimana kita menilai prestasi
siswa?
 Bagaimana dengan prestasi siswa
yang sesungguhnya? Seberapa jauh
capaian mereka?
 Bagaimana kita dapat meningkatkan
prestasi siswa
(Hibbard dan Yakimowski, 1997)
Data untuk mutu pembelajaran (2):
Contoh data yang dibutuhkan
 Data sekunder atau primer tentang
hasil asesmen siswa (dalam bentuk
skor maupun portofolio)
 Data agregat di kelas atau sekolah
dalam keterwakilan di populasi
tertentu
 Data dalam rangkaian waktu
tertentu
 Data kependudukan, profil daerah
 dsb
Data untuk mutu pembelajaran (3):
Apa yang dapat direkomendasikan
dari data
 Tingkat keterampilan siswa
 Kesenjangan individual maupun
kelompok yang perlu dijembatani
 Kebutuhan khusus siswa
 Strategi mengajar
 Strategi dan keterampilan guru dalam
asesmen
 Kesiapan masuk perguruan tinggi
 Dampak intervensi pendidikan tertentu
terhadap prestasi siswa
 dsb
Data untuk pengembangan
keprofesian guru (1): Contoh
pertanyaan awal
 Kompetensi guru: Bagaimanakah kompetensi
guru dapat diuji dan dipetakan untuk
pengembangan keprofesian berkelanjutan?
Bagaimana kompetensi guru dapat menentukan
kebutuhan dan distribusi guru di berbagai sekolah
atau daerah?
 Kinerja guru: Bagaimanakah kinerja guru selama
ini? Bagaimanakah kinerja guru dinilai?
Bagaimanakah kinerja guru dapat menentukan
sanksi dan insentif?
 Pengembangan Keprofesian Berkelanjutan:
Pendidikan dan pelatihan apa sajakah yang perlu
disediakan? Alokasi sumberdaya apa sajakah
yang perlu diberikan oleh Kementerian,
 Profil sekolah dan daerah
 Profil guru di sekolah maupun
keterwakilan populasi tertentu
 Rekaman rekrutmen guru baru dan
mutasi guru
 Hasil uji dan pemetaan kompetensi
guru
 Hasil penilaian kinerja guru
 Hasil asesmen siswa
 dsb
Data untuk pengembangan
keprofesian guru (2): Contoh data
yang dibutuhkan
Data untuk pengembangan
keprofesian guru (3): Pemanfaatan
Data
 Perencanaan dan alokasi sumber daya untuk
UKG, PKG, dan PKB
Uji Kompetensi
Guru (UKG)
Penilaian Kerja
Guru (PKG)
Pengembangan
Keprofesian
Berkelanjutan
(PKB)
Tata Kelola, Akuntabilitas dan
Transparansi Pendidikan (1): Contoh
pertanyaan awal
 Bagaimana kita dapat mendokumentasikan
dan melakukan analisis situasi saat ini?
 Apakah masalah/tantangan yang kita hadapi
dalam pengelolaan sekolah dan pendidikan di
provinsi maupun kabupaten/kota?
 Apakah yang menjadi prioritas pendidikan
berdasarkan data yang ada? Kesenjangan
apakah yang paling utama dan mendesak?
 Bagaimanakah kemajuan pendidikan dari
waktu ke waktu?
 Bagaimanakah kita mengkomunikasikan
capaian pendidikan kepada publik? Bagaimana
kita dapat memperoleh masukan data dan
informasi dari publik?
 Data capaian pendidikan
 Laporan keuangan
 Data agregat/makro
 Hasil studi (analisis deskriptif, studi
kasus, analsisis dampak, dsb)
 Meta data
 Masukan atau diskursus publik
 dsb
Tata Kelola, Akuntabilitas dan
Transparansi Pendidikan (2): Contoh
data yang dibutuhkan
 Pengambilan keputusan dan dialog
kebijakan
 Alokasi sumber daya
 Koordinasi dan dukungan terhadap
sekolah, individu guru,
Tata Kelola, Akuntabilitas dan
Transparansi Pendidikan (3):
Pemanfaatan Data
http://www.ihsn.org
http://www.checkmyschool.org/
http://bantusekolahku.kemdikbud.org
Beberapa situs bermanfaat
www.ihsn.org  informasi dan
instrumen pengelolaan data
(PREM WB & BPS)
www.checkmyschool.org (WBI &
DepEd Philippines)
bantusekolahku.kemdikbud.go.id -
mengundang partisipasi publik
5 fitur utama
Melihat kebutuhan sekolah
 pbodrogini@worldbank.org
Terimakasih  semoga
bermanfaat
Dari presentasi Cloudera
THE HADOOP WAYTHE OLD WAY
Single data platform for
storage, BI, analytics, and
app serving
Multiple platforms
for multiple workloads
SIMPLE, UNIFIED, EFFICIENT
 Data stored on scalable, low-cost platform
 Hadoop handles a variety of workloads
 Perform end-to-end workflows on single
system
 Provides broad data access across departments
COMPLEX, FRAGMENTED, COSTLY
 Data siloed by department or line of business
 Mostly stored in expensive specialized systems
 Analysts only retrieve data into EDW when
needed
 Nobody in the organization has a complete
view

More Related Content

Pemanfaatan data untuk pembelajaran sampai akuntabilitas pendidikan

  • 1. PEMANFAATAN DATA DARI PENINGKATAN PEMBELAJARAN SAMPAI AKUNTABILITAS PENDIDIKAN JAKARTA, 26 SEPTEMBER 2013 The World Bank - Education Team
  • 2. Banyak hal berawal dari data Perencanaan dan alokasi sumber daya yang tepat Mengukur dan meningkatkan kinerja Pengambilan keputusan Meningkatkan hasil (outcome) pendidikan Mendukung inisiatif transparansi dan akuntabilitas pendidikan Dsb.
  • 3. Pengambilan keputusan berbasis data dan bukti Dikutip dari Regional Educational Laboratory
  • 4. Serba-serbi klasifikasi data Bentuk: kuantitatif dan kualitatif Tipe data utama: teks, observasi/transaksional, multimedia Dinamika data: statik, real time Keterwakilan/cakupan: keseluruhan populasi dan berdasarkan sampel Variabilitas: binary, kategori, continuous, gabungan Referensi ruang: point, garis, area, permukaan Agregat: micro dan macro data Ukuran: moderat, besar, sangat besar
  • 5. Data dalam bentuk elektronik Teknologi memudahkan pengumpulan, penyimpanan, integrasi, pencarian/pengambilan, analisa, dan presentasi data Pengelolaan Database Relasional: memungkinkan berbagai bentuk data diorganisasikan dalam hirarki dan jaringan data untuk kemudahan penyimpanan, pengelolaan dan pemanfaatan Kemutakhiran teknologi untuk mengelola Big Data (data organisasi, transaksional, publik, jejaring sosial)
  • 6. Big Data is Getting BiggerDataGrowth END-USER APPLICATIONS THE INTERNET MOBILE DEVICES SOPHISTICATED MACHINES STRUCTURED DATA 10% COMPLEX DATA 90% 1980 TODAY Dari presentasi Cloudera
  • 7. Pemanfaatan data dalam keprofesian Referensi sederhana Melakukan pembandingan: perbandingan sederhana sampai dengan benchmarking Melakukan proyeksi dalam rangkaian waktu Melakukan evaluasi dan analisis
  • 8. Data dan pemrosesannya Memikirkan pentingnya/signifikansi dari studi dan penelaahan data Pentingnya (rancangan) metodologi dalam melakukan pemanfaatan data: Bentuk studi yang dilakukan menentukan pengolahan dan pemanfaatan data (mis. Deskriptif, Komparatif, Korelasi-Regresi-Proyeksi, Analisis Faktor, Studi Kasus, dsb) Pertanyaan penelitian variabel populasi dan sampel Memperhatikan kualitas data dalam proses koleksi, analisis, dan pelaporan (Referensi: SABER EMIS dan UIS UNESCO)
  • 9. Pemanfaatan Data Peningkatan Mutu Pembelajaran Peningkatan Keprofesian Guru Tata Kelola Transparansi dan Akuntabilitas
  • 10. Pemanfaatan Data: Awali dengan pertanyaan yang tepat
  • 11. Data untuk mutu pembelajaran (1): Contoh pertanyaan awal Apa yang perlu diketahui para siswa, dan bagaimana mereka dapat menggunakan apa yang mereka ketahui? Bagaimana kita menilai prestasi siswa? Bagaimana dengan prestasi siswa yang sesungguhnya? Seberapa jauh capaian mereka? Bagaimana kita dapat meningkatkan prestasi siswa (Hibbard dan Yakimowski, 1997)
  • 12. Data untuk mutu pembelajaran (2): Contoh data yang dibutuhkan Data sekunder atau primer tentang hasil asesmen siswa (dalam bentuk skor maupun portofolio) Data agregat di kelas atau sekolah dalam keterwakilan di populasi tertentu Data dalam rangkaian waktu tertentu Data kependudukan, profil daerah dsb
  • 13. Data untuk mutu pembelajaran (3): Apa yang dapat direkomendasikan dari data Tingkat keterampilan siswa Kesenjangan individual maupun kelompok yang perlu dijembatani Kebutuhan khusus siswa Strategi mengajar Strategi dan keterampilan guru dalam asesmen Kesiapan masuk perguruan tinggi Dampak intervensi pendidikan tertentu terhadap prestasi siswa dsb
  • 14. Data untuk pengembangan keprofesian guru (1): Contoh pertanyaan awal Kompetensi guru: Bagaimanakah kompetensi guru dapat diuji dan dipetakan untuk pengembangan keprofesian berkelanjutan? Bagaimana kompetensi guru dapat menentukan kebutuhan dan distribusi guru di berbagai sekolah atau daerah? Kinerja guru: Bagaimanakah kinerja guru selama ini? Bagaimanakah kinerja guru dinilai? Bagaimanakah kinerja guru dapat menentukan sanksi dan insentif? Pengembangan Keprofesian Berkelanjutan: Pendidikan dan pelatihan apa sajakah yang perlu disediakan? Alokasi sumberdaya apa sajakah yang perlu diberikan oleh Kementerian,
  • 15. Profil sekolah dan daerah Profil guru di sekolah maupun keterwakilan populasi tertentu Rekaman rekrutmen guru baru dan mutasi guru Hasil uji dan pemetaan kompetensi guru Hasil penilaian kinerja guru Hasil asesmen siswa dsb Data untuk pengembangan keprofesian guru (2): Contoh data yang dibutuhkan
  • 16. Data untuk pengembangan keprofesian guru (3): Pemanfaatan Data Perencanaan dan alokasi sumber daya untuk UKG, PKG, dan PKB Uji Kompetensi Guru (UKG) Penilaian Kerja Guru (PKG) Pengembangan Keprofesian Berkelanjutan (PKB)
  • 17. Tata Kelola, Akuntabilitas dan Transparansi Pendidikan (1): Contoh pertanyaan awal Bagaimana kita dapat mendokumentasikan dan melakukan analisis situasi saat ini? Apakah masalah/tantangan yang kita hadapi dalam pengelolaan sekolah dan pendidikan di provinsi maupun kabupaten/kota? Apakah yang menjadi prioritas pendidikan berdasarkan data yang ada? Kesenjangan apakah yang paling utama dan mendesak? Bagaimanakah kemajuan pendidikan dari waktu ke waktu? Bagaimanakah kita mengkomunikasikan capaian pendidikan kepada publik? Bagaimana kita dapat memperoleh masukan data dan informasi dari publik?
  • 18. Data capaian pendidikan Laporan keuangan Data agregat/makro Hasil studi (analisis deskriptif, studi kasus, analsisis dampak, dsb) Meta data Masukan atau diskursus publik dsb Tata Kelola, Akuntabilitas dan Transparansi Pendidikan (2): Contoh data yang dibutuhkan
  • 19. Pengambilan keputusan dan dialog kebijakan Alokasi sumber daya Koordinasi dan dukungan terhadap sekolah, individu guru, Tata Kelola, Akuntabilitas dan Transparansi Pendidikan (3): Pemanfaatan Data
  • 21. www.ihsn.org informasi dan instrumen pengelolaan data (PREM WB & BPS)
  • 27. Dari presentasi Cloudera THE HADOOP WAYTHE OLD WAY Single data platform for storage, BI, analytics, and app serving Multiple platforms for multiple workloads SIMPLE, UNIFIED, EFFICIENT Data stored on scalable, low-cost platform Hadoop handles a variety of workloads Perform end-to-end workflows on single system Provides broad data access across departments COMPLEX, FRAGMENTED, COSTLY Data siloed by department or line of business Mostly stored in expensive specialized systems Analysts only retrieve data into EDW when needed Nobody in the organization has a complete view

Editor's Notes

  1. Putting data users in mind demand driven, which will shape the way we supply, retrieve, and present data
  2. Data Pendidikan, atau data dalamsektorapapunseharusnyamerupakandasardarisemuakegiatannya
  3. Perlunya leadership dan people!
  4. Data are values of qualitative and quantitative variablesData are not collected as an unregulated set of numbers or strings, but appear in some organized form. Starting at the classical form used in data analysis for organizing cross-sectional data, the flat rectangular organization, we proceed to more complex forms and deal with time and space referenced data. Finally, we treat data aggregation levels and meta data. A classification of data types is useful to select appropriate mining tasks, analysis methods, and data management solutions for an application (Willi Klosgen, retrieved at http://dl.acm.org/citation.cfm?id=778219 ).
  5. Diasosiasikan dengan database relasional untuk bermutuTeknologi yang dimaksud adalah: hardware (dari komputer/tablet/HP ke server), software, konektivitas internet
  6. Referensi sederhana dengan melihat jumlah atau informasi tertentu untuk asosiasi dan asumsi atau kalkulasi sumber dayaPerbandingan sederhana: antara kabupaten/kotaBenchmarking: pembandingan variabel tertentu dalam kerangka waktu tertentu berdasarkan indikator tertentuProyeksi untuk perencanaan jangka menengah dan panjangMelakukan evaluasi dan analisis dalam studi tertentu, sehingga argumentasi yang diajukan dapat dipertanggung jawabkan secara ilmiah
  7. Selayaknya sebuah studi yang kita lakukan setiap hari, pemanfaatan data perlu diawali dengan pertanyaan penelitian yang tepat
  8. In any school or district using data to make decisions, a key step should be developing the right questions.While these questions should be tailored to fit the needs of the school, Hibbard and Yakimowski (1997)suggest that school staff begin with five guiding questions as they start discussions about their use ofassessment data for decision making: What should students know, and how should they be able to use what they know? How well should students perform? What will we do to assess student performance? How well do students actually perform? What will we do to improve student performance?