This is a generic information for educational staff at district level to use data for educational purposes. This content was presented before BERMUTU project workshop audience, held on September 26 in Jakarta, hosted by PDSP (Data and Statistics Center for Education, Indonesian Ministry of Education and Culture)
1 of 27
Downloaded 10 times
More Related Content
Pemanfaatan data untuk pembelajaran sampai akuntabilitas pendidikan
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.
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)
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
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
Putting data users in mind demand driven, which will shape the way we supply, retrieve, and present data
Data Pendidikan, atau data dalamsektorapapunseharusnyamerupakandasardarisemuakegiatannya
Perlunya leadership dan people!
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 ).
Diasosiasikan dengan database relasional untuk bermutuTeknologi yang dimaksud adalah: hardware (dari komputer/tablet/HP ke server), software, konektivitas internet
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
Selayaknya sebuah studi yang kita lakukan setiap hari, pemanfaatan data perlu diawali dengan pertanyaan penelitian yang tepat
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?