Posisi Manajerial

Posisi manajerial atau struktural manajerial pada suatu organisasi adalah posisi inti (pemimpin / nahkoda) pada bidangnya masing masing untuk mendukung keberlangsungan operasional organisasi. Demikian juga pada organisasi pendidikan (kampus). Posisi manajerial tentunya bertolak belakang dengan posisi dosen biasa. Walaupun pengisi posisi tersebut biasanya diambil dari dosen biasa juga. Namun ada perbedaan signifikan adalah, dosen biasa hanya cukup memikirkan beban kerja pribadi, apakah aktivitasnya sudah memenuhi syarat minimal pada pengajaran, riset, dan pengabdian masyarakat. Tidak jarang beberapa dosen pandai mengatur waktu sehingga, mereka bisa berkarya lebih seperti mempunyai waktu untuk membuat riset lebih banyak, menulis buku, proyek pengabdian masyarakat dan lain sebagainya. Namun semua itu masih terpusat pada target pribadi. Bahkan mungkin malah banyak juga yang tidak tahu (tidak memperoleh informasi) mengenai kondisi strategis kampus, day to day atau month to month operation, karena aktivitas berpusat pada masing masing individu dosen. 

Jabatan manajerial membuat kita berpikir lebih luas (makro), membuat kebijaksanaan, menjalankan pelaksanaan kegiatan, melakukan pengawasan, dan evaluasi kegiatan berkerja sama dengan organ fungsi lain di kampus. Tujuannya adalah untuk pengembangan kampus dan “sustainibility”nya. Saya sendiri bukan orang yang belajar khusus mengenai organisasi, tapi rasanya saya bisa memperkirakan bagaimana caranya mendukung tujuan (visi dan misi) kampus. 

Tulisan ini berkaitan dengan kabar terbaru “agak mengejutkan” yang saya terima beberapa hari yang lalu, yaitu promosi untuk mengisi salah satu jabatan manajerial di kampus. Menjadi bagian dari manajemen bukan merupakan pekerjaan mudah. Akan terjadi perubahan paradigma, dari yang terbiasa prioritas kerja dosen biasa, sekarang saya harus berpikir lebih luas. Tugas saya di research center, yang artinya lebih banyak fokus kepada “enhance” aktivitas riset dalam bentuk kolaborasi, hibah, kemudian juga aplikasinya ke dalam dunia nyata. Salah satu output nyatanya adalah Non Tuition Fee. Cukup berat, tapi rasanya tidak perlu kuatir, karena potensi dosen di kampus cukup besar untuk mendukung hal hal diatas, tinggal dikondisikan saja.

Tapi sepertinya nanti saya tidak akan bisa sering sering untuk update blog seperti sebelumnya, but lets see ..

 

IMG 5653

Publikasi Konferensi Terindeks Scopus April 2018

Hasil International Conference on Data and Information Science (ICODIS) tanggal 5-6 desember 2017 akhirnya terpublikasi di IOP Journal of Physics: Conference Series (terindeks scopus). Terdapat 3 paper dari lab. Social Computing dan Big Data yang dipublikasikan. Berikut ini judul dan tautan untuk mengunduhnya.

1. Mapping online transportation service quality and multiclass classification problem solving priorities http://iopscience.iop.org/article/10.1088/1742-6596/971/1/012021

2. Measuring e-Commerce service quality from online customer review using sentiment analysis http://iopscience.iop.org/article/10.1088/1742-6596/971/1/012053

3. Predictive modelling for startup and investor relationship based on crowdfunding platform data  http://iopscience.iop.org/article/10.1088/1742-6596/971/1/012002

semoga bermanfaat

 

Scopus2018

http://iopscience.iop.org/article/10.1088/1742-6596/971/1/012053

Narasumber Big Data

Semenjak lulus sidang terbuka (ujian promosi doktor) bulan januari 2018 kemarin, saya merasa jauh lebih bebas memikirkan riset, memikirkan keilmuan, dan memikirkan hal hal lain termasuk topik Big Data. Dulu boro boro mau mikirin banyak hal, kalo urusan disertasi belum beres rasanya ga mau mikirin yang lain. Ini lebih karena takut yang dikerjakan di disertasi jadi lupa ..hehe. Karena lagi masa “tenang”, eh Ndilalah (ini basa jawa artinya tiba tiba) kok banyak datang tawaran jadi narasumber topik Big Data. Berhubung kebebasan mencari ide dan bercerita soal Big Data lagi banyak, maka saya iyain tawaran tersebut, lagian tawarannya deket, cuman di bandung dan jakarta, sebenernya ada satu tawaran lagi di jogja, terpaksa saya tolak, karena bentrok dengan acara yang di bandung. 

Narasumber pertama adalah di SBM-ITB dalam rangka pembukaan (Kick-Off) Seminar Lab. Big Data Analysis dan Social Simulation. Kebetulan nama lab nya mirip dengan lab saya (Social Computing dan Big Data). Ternyata memang ruang lingkupnya pun mirip, jadi asyiknya sekarang saya punya rujukan untuk kolaborasi riset tentang studi manusia / sosial menggunakan Big Data. Kebetulan ketua lab tersebut adalah teman waktu sama sama kuliah S1 di Matematika ITB. Jadi memang networking itu benar adanya. Saya yakin dengan kemampuan rekan saya (yang sealmamater ini) dalam membawa lab ini menjadi sukses. Sekali lagi selamat SBM ITB. 

Topik seminar SBM adalah “Big Data Development in Education and Business Practice”, dari topik besar tersebut saya jadi memikirkan kembali kenapa edukasi Big Data di Indonesia belum kedengaran gaungnya, padahal industri / bisnis lagi banyak mencari info dan talenta. Dari pemikiran tersebut maka muncul pemetaan kelimuan dan profesi Data Scientist yang saya tulis di blog ini. Dipikir pikir semakin sering jadi narasumber dan disodorin topik topik tertentu berkaitan dengan keahlian kita, maka semakin kita menguasai topik yang kita “rasa” kuasai dari berbagai sudut pandangan. 

Narasumber kedua adalah menjadi pembicara di acara BMKG (Badan Meterologi, Klimatologi, dan Geofisika). BMKG sedang menyambut hari jadi ke 68 hari meteorologi dunia. Untuk menyambut hari tersebut, mereka mengadakan seminar ilmiah dengan tema “Implementasi Big Data dan Artificial Intelligence untuk Peningkatan Layanan Kecepatan dan Akurasi Layanan Informasi BMKG”. Pembicara yang diundang adalah dari LIPI, UI, ITS, Grab, Solusi247, Telkom Indonesia, Schumberger, dan saya sendiri mewakili Telkom University. Materi yang saya bawakan berkaitan dengan peran Big Data dalam memahami perilaku manusia. Sepertinya topik saya tidak bersinggungan langsung dengan BMKG, akan tetapi ternyata misi dari BMKG sendiri adalah melihat kemajuan terkini terkait penelitian Big Data dalam segala bidang. 

Menjadi narasumber dalam suatu acara merupakan kesempatan bagus untuk menjalin jaringan dengan orang orang yang satu rumpun keilmuan dengan kita, atau bisa juga yang keilmuan tidak sama tapi mempunyai minat yang sama. Oh ya ngomong ngomong kenapa saya yang dipilih jadi narasumber di BMKG, rupanya alasannya sama dengan yang SBM, lagi lagi di BMKG ada rekan sesama almamater di S1 Matematika dulu.  ternyata oh ternyata .. eh tapi bukan hanya karena pertemanan lho saya diundang, tapi pertemanan bisa membantu menemukan siapa teman kita yang punya kemampuan seperti yang kita inginkan

Next Narasumber ? .. ada deh bulan bulan depan, nanti diupdate lagi beritanya.

Foto fotonya …

 

IMG 9170IMG 9284IMG 91636f520024 7198 43f1 80a6 ac297618d74e

 

 

Pemetaan Profesi Data Scientist

Big Data

Saking seringnya ngobrol tentang Big Data dengan beberapa kalangan, lama lama saya mulai bisa memetakan kebingungan, kegalauan, dan pemahaman masyarakat mengenai topik ini. Kebanyakan masyarakat yang awam dengan Big Data, sering tidak bisa mendefinisikan dengan tepat apa itu Big Data. Mereka hanya tahu bagian input dan output saja ..  proses di tengahnya gelap seperti blackbox. Bahkan beberapa rekan dosen yang masih awam bilang, coba selesaikan masalah penelitian dengan Big Data (maksudnya sih mengambil data dari media sosial), sementara yang lain menggangap bahwa Big Data itu metode pengganti statistik yang lebih canggih. Tentu saja anggapan anggapan tersebut tidak benar, kita semua mengenal istilah Big Data ini, karena ada peluang tersedianya data dalam jumlah besar, sehingga muncul peluang untuk memanfaatkannya. Perkara apakah hasil riset menggunakan Big Data akan lebih baik dari hasil metode konvensional (statistik), yah belum tentu juga.

Jadi Big Data itu apa ?, metode, alat, media atau yang hal lainnya yang kompleks,  tidak masuk dalam kategori yang bisa dipahami (rumit), maka dimasukkan ke dalam Big Data. Lucunya ini kenyataan lho, bahkan misalkan proses optimasi, simulasi, dan model matematika yang sudah ada sejak dulu, sering dianggap sebagai bagian Big Data juga, hanya karena metode itu saat ini sering digunakan (untuk menyelesaikan masalah kompleks) karena ketersediaan data yang semakin mudah. Sisi bagusnya adalah metode metode seperti artificial neural network, simulasi monte carlo, simulated annealing, dan lain lainnya semakin sering dipergunakan dan semakin dikenal.

Data Science

Supaya tidak terjebak istilah Big Data yang ambigu, maka saya sarankan kita bicaranya dari sisi Data Science saja. Data Science adalah suatu ilmu yang berpusat pada data sebagai komoditi utamanya. Beberapa metode dan kepentingan dari latar belakang kelimuan yang berbeda digunakan. Ilmu ilmu tersebut antara lain adalah ilmu komputer, matematika / statistika, bisnis, dan domain / konteks permasalahan.  Orang / talentanya disebut sebagai Data Scientist, dalam bahasa Indonesia adalah Ilmuwan Data. Kebetulan saya dan beberapa rekan ilmuwan serta praktisi membuat wadah Asosiasi Ilmuwan Data Indonesia (AIDI) (silahkan dicek,  boleh kok bergabung). Masih ingat postingan saya beberapa tahun yang lalu tentang tulisan Davenport dan DJ Patil di HBR bahwa “Data Scientist is the most sexiest job in 21th century” pada tahun 2012. Ternyata 5 – 6  tahun kemudian tetap sexy lho, cek disini dan disini.

Karena begitu sexy nya profesi ini, maka saya mulai melakukan riset kecil kecilan, kenapa profesi ini begitu dicari. Industri begitu kesulitan, dan bahkan putus asa mencari talenta yang bisa melakukan analisa, menceritakan pola dari data, dan membuat prediksi. Karena latar belakang pendidikan lulusan universitas pada umumnya sering terkotak kotak pada kelompok keilmuan tertentu, dan belum bisa berkomunikasi dengan bidang lain. Sebagai gambaran, daripada memberi gaji 1x ke programmer, 1x ke modeler, dan 1x ke orang bisnis (total 3x gaji), lebih baik perusahaan memberikan gaji 5x ke 1 orang yang menguasai ketiga domain tersebut. Nah talenta / orang ini yang disebut sebagai Data Scientist.

Pemetaan Data Scientist

Data Analytics Body of Knowledge

Data Science Knowledge Area

 

Data Engineering Body of Knowledge

 

Hasil baca sana sini, diperolah bahwa seorang Data Scientist itu harus mempunyai Knowledge Area (area pengetahuan) di bidang Data Analytics, Data Engineering, Data Management, Research Methodology, Project Management, Business Analytics, dan Domain Knowledge. Masing masing dari area pengetahuan diatas dibagi lagi menjadi keilmuan keilmuan kecil yang disebut sebagai Body of Knowledge (BoK) yang diselaraskan dengan cabang keilmuan, sehingga kita bisa identifikasi keilmuan besarnya masuk ke dalam ilmu apa. Peta sementara dari 3 gambar diatas, menunjukkan betapa kompleksnya keilmuan data tersebut, tidak salah kalo memang pekerjaan ini disebut pekerjaan sexy.

Oh ya sebagai penutup blog singkat ini.  Dari segitu banyak “maunya” industri mencari talenta Data Scientist yang canggih, sampai saat ini belum terlihat adanya daftar / framework kompetensi dari seorang Data Scientist yang diinginkan oleh industri, atau bahkan kompetensi secara global. Ini menjadi PR penting dalam rangka mengurangi gap antara lulusan universitas dan industri.

Mendeley Tempat Penyimpanan Hasil Publikasi Peneliti

Bagi seorang peneliti, salah satu permasalahan terbesar adalah pada pengaturan paper, baik paper hasil publikasi sendiri ataupun paper orang lain yang digunakan sebagai referensi. Saya sendiri sering kewalahan dengan banyaknya paper hasil unduhan yang saya simpan. Sehingga sering kejadian beberapa paper diunduh ulang beberapa kali. Peneliti yang mempunyai jumlah paper banyak pun, sering kewalahan dalam melakukan inventarisasi papernya sendiri. Saya biasanya meletakkan hasil publikasi dan informasi pendukungnya pada Academia dan ResearchGate (tidak semua). Sejak beberapa saat saya mencari alat atau layanan untuk mempermudah mengatur publikasi riset, saya menginginkan alat atau layanan untuk pengaturan file publikasi pada komputer sekaligus publikasinya di web dalam bentuk web portofolio.

Mendeley ternyata mempunyai layanan seperti yang saya perlukan. Walaupun layanan mereka berbayar, tapi mereka menyediakan layanan gratis sampai dengan ruang penyimpanan 2GB, selebihnya kita harus membayar.  Tersedia aplikasi desktop / mobile dengan kemampuan drag and drop file pdf / doc. Pengaturan informasi  dokumen seperti author, abstract, keyword. Untuk beberapa paper yang terindeks scopus, abstract dan keterangan lainnya otomatis sudah terisikan.  Yang paling utama adalah fitur sinkronisasi dokumen pada desktop / mobile ke halaman web pribadi pada mendeley, sehingga memudahkan peneliti untuk update konten publikasi pada halaman web pribadinya.

Silahkan dicoba dan semoa bermanfaat

 

Screen Shot 2018 02 08 at 06 56 38

tampilan web pribadi

Screen Shot 2018 02 08 at 07 03 04  2

tampilan aplikasi desktop

Sidang Promosi Doktor

5 Januari 2018, salah satu milestone kehidupan berhasil saya lewati. Hari ini akan selalu terkenang sebagai hari dimana saya mencapai puncak tertinggi pendidikan formal, yaitu secara resmi menyandang gelar doktor. Gelar ini saya peroleh dari Program Studi Doktor Sekolah Teknik Elektro dan Informatika – Institut Teknologi Bandung (STEI -ITB). Perjuangan selama 5 tahun (lebih 6 bulan), akhirnya terbayar tuntas. Banyak suka dan duka, termasuk kadang pede kadang galau, kadang males kadang rajin, kadang semangat kadang bosan, kadang lancar kadang buntu dan lain sebagainya. Intinya banyak sekali pelajaran berharga (akademis maupun non akademis) yang menempa saya menjadi lebih dewasa. Banyak hal yang saya kira saya tahu banyak, ternyata saya ga tahu apa apa. Suatu pengalaman yang membuat kita menjadi lebih “humble” dalam menyikapi masalah.

Terima kasih sebesar besarnya tentunya kepada ko promotor saya pak Budi Rahardjo yang pertama kali mengijinkan saya untuk melakukan penelitian disertasi bersama beliau pada tahun 2012, sekaligus mendiskusikan topik yang sesuai dengan minat saya mengenai jejaring sosial, sebagai info sebetulnya keahlian beliau di bidang security, tapi karena pengetahuan yang luas jadinya beliau bersedia membimbing pada topik saya. Terima kasih juga kepada promotor saya Prof. Kuspriyanto yang banyak memberikan masukan (dan tentunya wejangan) mengenai hal akademik maupun non akademik. Salah satu teori inti saya mengenai graf, kebetulan ko promotor saya pak Yoga Priyana cukup mumpuni di bidang ini, sehingga banyak memberikan masukan dadn tantangan yang sangat berharga mengenai metode yang saya ajukan. Saya sangat berterima kasih kepada beliau bertiga (tim pembimbing: promotor dan 2 ko promotor).

Disertasi saya berjudul “Strategi Pembentukan Sampel Graf Pada Jejaring Sosial Skala Besar untuk Reduksi Proses Perhitungan Betweenness Centrality”. Judul ini berkaitan dengan topik model jejaring sosial (Social Network Analysis), Metrik Centrality, Big Data, dan Kompresi / Reduksi Graf. Disertasi saya memberikan solusi bagaimana ekstraksi pengetahuan dari data jejaring sosial yang berukuran sangat besar (skala jutaan aktor), sehingga bisa mendukung kebutuhan informasi secara cepat (real-time). Banyak kebutuhan  akan metode alternatif atau pelengkap riset/industri untuk mengukur perilaku manusia yang biasanya menggunakan metode wawancara atau kuesioner, dimana kedua metode tersebut tidak cepat dan tidak murah. Topik disertasi saya garis besarnya menawarkan cara cepat dan murah memenuhi kebutuhan tersebut.

Akhir satu perjalanan, sekarang waktunya memulai perjalanan lainnya, perjalanan untuk berkarya …

Berikut ini beberapa dokumentasi sidang promosi doktor saya pada tanggal 5 januari 2018.

IMG 4515

bersama supporter utama

IMG 4453

bersama Pak Budi Rahardjo (Ko Promotor)

IMG 4452

bersama ketua sidang, dekan SPS, tim pembimbing, dan tim penguji sidang buka

video saat pengumuman yudisium 

National Data Days 2017

kegiatan tahunan data days diluncurkan pertama kali bulan november tahun lalu oleh fakultas eknomi dan bisnis (FEB), universitas telkom. tahun 2017 ini, data days 2017 diberi nama lengkap sebagai national data days 2017 (NDD17). NDD17 terdiri dari kegiatan seminar, workshop, kompetisi, dan eksibisi. tema NDD17 ini adalah “data for better indonesia”.

seminar akan menghadirkan pembicara seperti pak gadang ramantoko (ekonomi digital), pak setia pramana (data di bidang kesehatan), pak mahmoud syaltout (data bidang politik dan bisnis), dan mas kamal hasan (praktisi data). workshop menghadirkan pemateri pemateri handal dari akademisi seperti pak taufik sutanto, dari industri data seperti midtrans, i-811, mediawave, presentasi beberapa hasil riset mhs FEB dan mahasiswa sekolah tinggi ilmu statistika.

silahkan datang tanggal 21-22 november 2017

Model Chaos dan Complex untuk Pengukuran Ekonomi Indonesia

Kami dari lab. Social Computing dan Big Data pada acara sharing knowledge minggu ke 2 mengundang Ibu Tisa (Siti Saadah) dari Fakultas Ilmu Informatika untuk memaparkan penelitian beliau dengan tema besar mengukur kondisi perekonomian makro Indonesia. Pendekatan yang dilakukan bu Tisa sangat unik, karena tidak menggunakan teori ekonomi makro konvensional, akan tetapi menggunakan pendekatan permodelan artificial intelligence (AI).

Model yang diusulkan berdasarkan perilaku chaos dan complex variabel variabel indikator ekonomi makro. Chaos dimodelkan dengan persamaan differensial dinamis. Proses pembelajaran model menggunakan metode Genetic Algorithm dengan menggunakan proporsi perkawinan silang dan mutasi variabel yang berbeda beda secara berulang ulang.

Usulan penggunaan metode ilmu komputer untuk menyelesaikan permasalahan ekonomi, tentu tidak dengan mudah diterima oleh para ahli ekonomi. Perlu waktu untuk menyakinkan pendekatan seperti ini. Saya yakin cara seperti ini akan menjadi standard di masa depan. Industri fintech (financial technology) adalah salah satu contoh industri yang bisa mendorong pendekatan pendekatan seperti diatas untuk diadopsi sistem ekonomi.

potongan video dari facebook live 

Sharing KickScraper (KickStarter Scrap using Ruby) sebagai Pemahaman Proses Pengumpulan Data

Lab Social Computing & Big Data mulai semester ganjil 2017/2018 ini diisi dengan personil personil baru mahasiswa angkatan 2014. Mereka akan mengadakan kegiatan riset, melayani pelatihan / asistensi mata kuliah Big Data dan Data Analytics, serta mengadakan acara sharing ilmu / akademik setiap minggu. Untuk minggu pertama ini kegiatan sharing diisi topik mengenai KickScraper, yaitu bagaimana melakukan web scrapping terhadap website Kickstarter dengan menggunakan script bahasa Ruby. Pemateri acara kali ini adalah Tri Buono, mahasiswa angkatan 2013. Teknik yang disharing oleh dia berkaitan dengan risetnya mengenai pengenalan pola pola investasi pada perusahaan startup. Acara ini dihadiri mahasiswa lab dan juga dosen dosen KK dan pengajar matkul Big Data & Data Analytics

Terdapat dua problem mendasar pada kegiatan data analytics yaitu yang pertama data collection dan yang kedua aktivitas data analytics sendiri. Kegiatan data collection sendiri merupakan masalah besar di Indonesia pada umumnya, dimana jarang sekali individu / organisasi yang memahami pentingnya semangat Open Data, sehingga data masing masing instansi / organisasi berdiri sendiri sendiri dan tidak teintegrasi, akibatnya banyak pekerjaan atau kebijaksanaan yang saling tumpang tindih, tidak konvergen mencapai tujuan bersama. Saya pernah punya pengalaman buruk mengenai open data dengan pemkot, dimana walikota klaim bahwa data pemkot terbuka untuk umum, tapi begitu mahasiswa saya mempelajari polanya, ternyata data tersebut tidak ‘berbunyi’ sehingga tidak bisa dicari polanya, tidak bisa didapat informasi atau pengetahuan. Pernyataan bahwa data sudah terbukapun  perlu diperiksa lagi, karena kita belum tahu seberapa lengkap data yang dimiliki.

Pada sharing kali ini, tujuan utama yang ingin dicapai bukanlah mengajarkan teknik mengambil datanya, tapi pemahaman bagaimana proses perolehan data. Kickscraper mengambil data web Kickstarter menggunakan API. Berbeda dengan teknik klasik web scrapping menggunakan layanan seperti import.io ataupun parsehub, maka pengambilan data menggunakan API lebih fleksibel, lebih powerful dan bisa mengambil hidden data kalau penyedia layanan mengijinkan. Kerugiannya adalah kita tidak tahu sampai kapan API tersebut tersedia (secara gratis). Jadi proses data collection merupakan proses yang dinamis, apa yang kita ketahui hari ini belum tentu besok masih bisa dilakukan. Oleh karenanya pesan yang saya sampaikan adalah yang paling penting memahami proses, klasifikasi jenis / teknik pengamnilan data, serta membiasakan mahasiswa mahasiswa manajemen bisnis ini untuk ngoding …. yah bahasa koding ini bahasa yang paling penting dipelajari selain bahasa inggris. Beberapa mahasiswa memang tidak biasa dengan pengoperasian terminal di mac atau  windows shell, bahkan belum tahu bagaimana menjalankan ruby (ataupun python dan sejenisnya), sehingga acara sharing ini merupakan sarana bagus untuk memperkenalkan hal hal tersebut. 

 

IMG 8452

IMG 1082

IMG 0102

IMG 8369

IMG 5349

IMG 3885

Pengalaman Drama Daftar SMA Negeri di PPDB Jabar 2017

PPDB adalah proses Pendaftaran Peserta Didik Baru yaitu proses seleksi untuk masuk ke SD, SMP, dan SMA Negeri. Proses PPDB di kota Bandung setiap tahun penuh dengan kontroversi, maklum selalu ada saja oknum oknum orang tua / wali calon siswa yang berusaha memasukkan anaknya ke sekolah negeri favorit dengan berbagai macam cara, termasuk meminta bantuan tokoh masyarakat, anggota DPR, TNI, dll. Sistem PPDB online diperkenalkan untuk membuat proses seleksi siswa baru menjadi transparan dan akuntabel. Kenyataannya masih ada saja usaha untuk mengakali sistem, petunjuk teknis, atau aturan perpu / pergub PPDB itu sendiri.  Tahun ini PPDB tingkat SD dan SMP dipegang oleh pemerintah kota / kab., sedangkan PPDB tingkat SMA dipegang oleh pemerintah provinsi.

Akibat perpindahan kepengurusan, maka PPDB SMA kota Bandung mengalami perubahan sistem seleksi secara signifikan dibandingkan tahun lalu, diantaranya adalah perubahan sistem zonasi menjadi insentif jarak, dimana semakin dekat lokasi rumah siswa dengan sekolah maka semakin besar angka insentif ditambahkan ke nilai NEM siswa. Nilai NEM maksimum adalah 400, sedangkan insentif nilainya antara 0 sampai 9. misal jika seorang siswa dengan NEM 350 dan lokasi jarak rumah ke sekolah adalah 1 km, maka skor akhir nilai dia adalah 350 + 9 = 359. Jika nilai skor akhir siswa sama, maka peringkat ditentukan berturut turut berdasarkan nilai NEM Bahasa Indonesia, Bahasa Inggris, Matematika, dan terakhir IPA.  Jika nilai NEM tiap mata pelajaran tersebut masih sama, maka selanjutnya peringkat ditentukan berdasarkan besaran insentif jarak yang diterima. Jika masih sama, maka penentuan peringkat terakhir adalah berdasarkan apakah pilihan siswa ke SMA tersebut sebagai pilihan 1 atau pilihan 2, dimana pilihan 1 lebih unggul dari pilihan 2. 

Oh ya PPDB tahun 2017 ini mempunyai dua jalur yaitu pertama jalur akademik sebesar 60 persen, dimana siswa diseleksi berdasarkan skor NEM + Insentif. Yang kedua adalah jalur Non-Akademik sebesar 40 persen, yang terbagi menjadi jalur prestasi 20 persen, jalur rakyat miskin 10 persen, dan jalur MoU 10 persen (konon jalur MoU ini adalah jalur rawan penyelewengan).

Tahun ini anak saya yang besar masuk SMA, sehingga kami mengalami sendiri pengalaman PPDB SMA yang penuh dengan drama, deg degan, sampai makan tidur susah mikirin  daftar peringkat yang secara (hampir) realtime turun begitu ada skor NEM baru yang daftar diatas skor NEM anak saya. Oke saya ceritakan detailnya sebagai berikut:

Pendaftaran PPDB 2017 adalah pada tanggal 3-8 Juli 2017. Domisili kami di kab. Bandung Barat, dan anak saya ingin masuk ke SMA Negeri kota Bandung. Menurut aturan terbaru, maka kami bisa mempunyai pilihan 1 SMA Negeri di kota Bandung dan pilihan 2 harus SMA Negeri paling dekat dengan lokasi rumah, dalam hal ini SMA Negeri di kab. Bandung Barat. Pada saat mendaftar pilihan 2 tidak boleh dikosongin.  Walaupun tidak berminat ambil SMA Negeri dekat rumah, tapi kami wajib mengisinya, sehingga kami ambil pilihan ke 2 sembarang SMA Negeri yang dekat rumah. Oh ya sebagai info kami juga sudah mendaftar ke SMA swasta untuk jaga jaga.

Kami mendaftar pada hari kedua (tgl 4 Juli) melalui jalur akademik. NEM anak saya adalah 354, jadi rata rata nilainya adalah 88.5, menurut kami cukup tinggi tapi tidak terlalu tinggi untuk dianggap sebagai batas aman masuk ke SMA Negeri favorit di Bandung yang persaingannya sangat gila. Jadi kami cukup sadar dan tahu diri untuk memilih SMA Negeri peringkat 3 berdasarkan passing grade tahun lalu. Untuk memasukan SMA Negeri tersebut sebagai pilihan 1, maka  kami mendapatkan bonus insentif 2, sehingga skornya menjadi 356, dan untuk SMA  Negeri pilihan 2 bonus insentif adalah 8, sehingga skor totalnya adalah 362. Pada saat pendaftaran SMA Negeri pilihan 1 mempunyai daya tampung 139 murid untuk jalur akademik, dan anak saya langsung muncul di peringkat 43.

Beberapa hari kemudian posisi masih aman, meskipun turun tapi paling jauh adalah di peringkat 66 berdasarkan skor NEM + Insentif. Satu hari menjelang penutupan pendaftaran drama pertama muncul, yaitu tiba tiba daya tampung SMA Negeri pilihan 1 meningkat dari 139 menjadi 207. Mungkin karena melihat daya tampung meningkat maka pendaftar SMA tersebut menjadi membludak drastis. Pada malam hari anak saya langsung berada di peringkat 109/207 kursi tersebut.

Pada hari terakhir pendaftaran, pada posisi pukul 11 pagi, posisi anak saya sudah turun menjadi 166/207. Pergerakan peringkat yang begitu cepat, membuat saya ga bisa konsentrasi lagi melakukan kegiatan apapun selain mantengin website PPDB  tersebut. Sejam menjelang penutupan akhir  pukul 14:00, posisi anak saya sudah pada posisi 207/207 … saya pun lemas dan pasrah kalo terlempar dari pilihan 1, sehingga kami pun sudah siap siap mental untuk melanjutkan di sekolah swasta, karena bagaimanapun juga kami tidak berencana mengambil SMA pilihan 2. Kondisi mental anak saya pun menjadi kurang baik, karena pada posisi terakhir terdapat kurang lebih 15 anak dengan skor 356, dimana anak saya berada di peringkat bawah karena insentif jarak yang kecil. Saya mulai gusar karena menurut aturan juknis PPDB pengurutan bukan dari insentif dulu, tapi berdasarkan nilai NEM mata pelajaran yang saya sebut diatas. Jadi dari 15 anak skor nilai 356 ini, sebetulnya secara murni NEM anak saya adalah terbaik kedua (354), yang lainnya NEM hanya sekitar 348-353 tapi dengan insentif jarak yang lebih besar. Anak merasa sistem PPDB ini menjadi kurang adil.

Seperti diduga pada saat penutupan, akhirnya nama anak saya terlempar dari SMA pilihan 1. Skor terendah berhenti pada nilai 356. Terdapat 3 anak dari 15 anak skor 356 yang terlempar dari pilihan 1. Kami pun pasrah, kemudian iseng cek nama anak pada SMA pilihan 2, anehnya nama anak saya tidak ada di SMA pilihan 2, karena kalo pun ada di SMA pilihan 2, maka anak saya akan berada di ranking 1 dengan total skor sebesar 362. Hari itu adalah hari sabtu, sedangkan pengumuman resmi konon akan diumumkan pada hari senin tanggal 10 juli.

Kami bimbang apakah harus lanjut swasta atau ambil SMA negeri pilihan 2, kemudian melakukan mutasi sekolah ke SMA Negeri pilihan 1 sesudah 1 semester berjalan (kami baru tahu informasi mengenai prosedur mutasi ini). Tapi karena nama anak tidak ada di SMA negeri pilihan 2, maka kami tidak bisa klaim bahwa dia sudah diterima disana.

Hari minggu berlalu dengan penuh tanda tanya.  Setelah kami berkomunikasi sana sini, kamibanyak mendapatkan kabar bahwa banyak nama siswa yang hilang sesudah tidak lolos di pilihan 1, tapi tidak muncul pada daftar siswa yang diterima di pilihan 2.

Hari senin pagi, kami meluncur ke Dinas Pendidikan (disdik) pemprov Jabar sebagai operator PPDB untuk menanyakan hal tersebut. Diluar dugaan ada sekitar 250 orang tua siswa disana yang mengalami hal yang sama dengan kami, bahkan lebih parah yaitu nama anak mereka berada diatas NEM terendah / passing grade SMA tapi namanya ilang. Sehingga muncul dugaan kecurangan, penyelewengan dan lain lain. Disdik berkilah ini adalah kesalahan sistem, dan kami diminta bersabar untuk menunggu pengumuman resmi pada pukul 14:00 hari itu. 

Pukul 14:00 lewat dan tidak ada perkembangan apa apa. Sementara di website PPDB masih tertulis peringkat sementara (belum final). Beberapa SMA seperti SMA 2,3,15 dll sudah tidak bisa bersabar (atau mungkin kurang koordinasi dengan disdik), sehingga mereka mengumumkan penerimaan berdasarkan daftar sementara pukul 14:00 tersebut. 

Orang tua yang sedang berkumpul di kantor disdik pun jadi marah, dan mereka berorasi dan diterima perwakilan disdik, tapi bukan kadisdiknya sehingga mereka tidak bisa menjawab tuntas pertanyaan para orang tua yang sedang emosional. Akhirnya disdik pun secara resmi memundurkan pengumuman penerimaan menjadi pukul 23:30 malam itu. Padahal beberapa SMA sudah mengumumkan hasil final… kacau khan ? ..

Orang tua menuntut surat dari disdik yang menyatakan bila sampai keputusan final pukul 23:30, nama anak mereka tidak ada di daftar penerimaan, maka bila NEM diatas passing grade SMA, maka anak tersebut harus diterima di SMA yang bersangkutan. Untuk mendapatkan surat tersebut sungguh tidak mudah. Kami mengepung kantor kadisdik sampai 18:00 petang. Sampai akhirnya perwakilan demonstran diterima oleh kadisdik, kebetulan saya adalah salah satu perwakilan orang tua yang diterima oleh kadisdik. Kadisdik pun setuju membuat surat edaran dengan isi seperti yang diminta diatas. Orang tua murid  pun bubar sesudah ada kepastian mengenai surat edaran dan harap harap cemas menunggu pengumuman pukul 23:30 malam itu.

Pukul 23:00 malam, tiba tiba daftar penerimaan online berubah, nama anak saya muncul kembali di SMA pilihan 1, peringkat 203/207. Dengan passing grade terendah tetap sebesar 356, maka saya terheran heran kenapa peringkat anak saya berubah (walaupun senang). Ternyata pengurutannya bukan lagi berdasarkan insentif jarak, tapi betul sesuai peringkat nilai NEM sesuai juknis, sehingga dari 15 anak yang mempunyai skor 356 yang terlempar tetap 3 anak. Wah, saya langsung menduga pasti akan terjadi kekacauan karena bagi yang sudah merasa diterima berdasarkan pengumuman pukul 14:00 tetapi namanya hilang di pengumuman pukul 23:30 maka mereka pasti akan protes keras karena surat penerimaan sudah mereka terima. 

Ini adalah salah satu contoh sistem yang sangat chaos, yang berjudi dengan masa depan anak, sungguh keterlaluan pemerintah memaksakan sistem yang belum teruji dan sumber daya yang tidak kompeten untuk menanggani masalah kritis seperti penerimaan siswa baru. Seperti yang saya duga, keesokan harinya saya datang ke sekolah pilihan 1, bapak kepsek bercerita tentang bagaimana kacaunya di sekolah lain, Ada sekolah yang 50-80 siswa sudah diterima ternyata ga jadi diterima, karena perubahan penentuan peringkat, sehingga nama mereka tergeser keluar. 

Alhamdulilah anak saya diteirma di SMA pilihan 1 yang merupakan SMA yang dia inginkan, akan tetapi saya sangat prihatin dengan nasib anak anak lain terlempar pada saat akhir karena sistem tidak memberikan informasi yang akurat dan transparan.

Demikian cerita tentang pengalaman PPDB SMA Bandung yang penuh drama. Sebagai pelajaran kalau tidak mau ribet seperti yang saya alami, maka sebaiknya sih masuk SMA Swasta, banyak sekali SMA Swasta yang keren di kota Bandung sebetulnya.

Screen Shot 2017 07 15 at 2 08 58 PM