Dari Data Assessment ke Akreditasi: Menyiapkan Bukti Capaian Pembelajaran

Menjelang visitasi akreditasi, pola yang sering terjadi di banyak program studi cukup mirip: tim borang bekerja lembur mengumpulkan bukti capaian pembelajaran dari berbagai sumber tercecer — nilai UAS dari file Excel dosen, dokumen soal yang tersimpan di laptop masing-masing, rekap manual yang disusun ulang khusus untuk keperluan akreditasi. Prosesnya melelahkan, rawan kesalahan, dan yang lebih penting, bukti yang dihasilkan sering terasa disusun mendadak untuk memenuhi syarat administratif — bukan cerminan proses evaluasi yang benar-benar berjalan rutin sepanjang tahun.

Kenapa Bukti Akreditasi Sering Terasa Dipaksakan

Masalah utamanya bukan karena program studi tidak benar-benar melakukan evaluasi capaian pembelajaran — kebanyakan memang melakukannya, hanya saja prosesnya tidak terdokumentasi secara sistematis dari awal. Data nilai tersebar di banyak sumber yang formatnya tidak seragam, soal ujian tidak ditandai jelas kaitannya dengan CPL atau CPMK tertentu, dan analisis kelemahan mahasiswa — kalau pernah dilakukan — biasanya cuma tersimpan sebagai catatan informal dosen, bukan data terstruktur yang bisa ditarik ulang saat dibutuhkan.

Akibatnya, ketika tim borang diminta menyusun bukti capaian pembelajaran, mereka harus merekonstruksi ulang dari serpihan yang ada — proses yang memakan waktu berbulan-bulan dan sering menghasilkan dokumen yang terkesan disusun untuk memenuhi checklist asesor, bukan menceritakan proses evaluasi yang otentik.

Data yang Terkumpul Rutin, Bukan Disusun Mendadak

Perbedaan mendasar antara bukti akreditasi yang meyakinkan dan yang terasa dipaksakan biasanya terletak pada apakah datanya terkumpul secara rutin sepanjang proses pembelajaran, atau baru disusun menjelang visitasi. Kalau bank soal sudah ditandai kompetensi sejak awal disusun — seperti yang dibahas di artikel soal mengukur CPL secara terstruktur — dan setiap assessment yang dikerjakan mahasiswa otomatis menghasilkan skor per kompetensi, maka bukti capaian pembelajaran bukan lagi sesuatu yang perlu disusun ulang dari nol, tapi tinggal ditarik dari data yang memang sudah terkumpul sepanjang semester berjalan.

Di Lesan, dashboard analytics institusi menyimpan progress snapshot per kompetensi dari setiap submission dan sesi latihan yang selesai, yang bisa diekspor sebagai laporan untuk keperluan seperti ini. Ini bukan fitur yang dibuat khusus untuk akreditasi, tapi konsekuensi alami dari mekanisme tagging kompetensi dan analytics yang memang sudah berjalan rutin untuk keperluan pembelajaran sehari-hari — kebetulan data yang sama juga jadi bukti yang relevan untuk akreditasi.

Menyusun Narasi dari Data, Bukan Sekadar Menempelkan Angka

Penting dipahami bahwa data assessment saja tidak otomatis jadi bukti akreditasi yang baik — data itu perlu disusun jadi narasi yang menjelaskan siklus evaluasi dan perbaikan yang jelas: apa yang diukur, bagaimana hasilnya, tindak lanjut apa yang diambil berdasarkan hasil tersebut, dan apakah tindak lanjut itu terbukti membawa perbaikan di periode berikutnya. Asesor akreditasi umumnya lebih tertarik melihat siklus perbaikan berkelanjutan (continuous improvement) dibanding sekadar angka capaian yang statis.

Di sinilah data kelemahan kolektif yang sudah dibahas di artikel lain jadi relevan — kalau program studi bisa menunjukkan bahwa data assessment dua semester lalu mengungkap kelemahan kolektif di kompetensi tertentu, lalu kurikulum atau metode pengajaran direvisi berdasarkan temuan itu, dan semester berikutnya data menunjukkan perbaikan, itu adalah cerita evaluasi yang jauh lebih meyakinkan dibanding sekadar melampirkan rekap nilai tanpa konteks apa pun.

Menangani Data yang Tidak Lengkap dari Periode Sebelum Sistem Berjalan

Realitas yang dihadapi hampir semua program studi yang baru mulai menandai bank soal dengan CPL adalah: data historis dari semester-semester sebelumnya biasanya tidak tersedia dalam format yang bisa diolah sama seperti data yang dikumpulkan sejak sistem baru berjalan. Ini bukan masalah yang bisa diselesaikan dengan menunggu — data lama yang tidak pernah ditandai kompetensi sejak awal tidak bisa direkonstruksi secara akurat, seberapa pun rajin tim borang mencoba menyusunnya kembali dari arsip nilai.

Pendekatan yang lebih jujur dan lebih diterima asesor adalah mengakui keterbatasan ini secara eksplisit dalam dokumen akreditasi, bukan memaksakan seolah-olah data lengkap tersedia sejak awal. Tunjukkan dengan jelas titik waktu ketika sistem tagging kompetensi mulai berjalan konsisten, dan fokuskan narasi bukti capaian pembelajaran pada periode setelah titik itu — sambil menjelaskan langkah konkret yang diambil program studi untuk membangun sistem pengumpulan data yang lebih baik ke depan. Asesor umumnya lebih menghargai kejujuran soal proses yang sedang dibangun dibanding klaim data lengkap yang ternyata tidak bisa dipertanggungjawabkan saat ditelusuri lebih dalam.

Untuk mengurangi masalah ini di siklus akreditasi berikutnya, program studi yang baru memulai sebaiknya mendokumentasikan dengan jelas kapan setiap kebijakan tagging kompetensi mulai diberlakukan — tanggal pastinya, mata kuliah mana yang sudah tercakup di setiap tahap, dan mana yang masih menyusul. Dokumentasi proses semacam ini, meski terkesan administratif, justru jadi bukti tambahan bahwa program studi punya sistem yang berkembang secara sadar dan terencana, bukan sekadar bereaksi menjelang tenggat akreditasi berikutnya.

Mulai Menyiapkan Jauh Sebelum Visitasi

Kesalahan paling umum adalah mulai memikirkan dokumentasi bukti capaian pembelajaran hanya beberapa bulan sebelum visitasi akreditasi dijadwalkan. Data yang baik untuk keperluan ini butuh terkumpul konsisten selama beberapa semester — idealnya sejak siklus akreditasi sebelumnya berakhir, bukan menjelang siklus berikutnya dimulai. Program studi yang menandai bank soal dengan CPL sejak awal, menjalankan assessment rutin dengan tagging kompetensi konsisten, dan mereview data kelemahan kolektif setiap semester sebagai bagian dari rapat evaluasi rutin, pada dasarnya sudah menyiapkan bukti akreditasinya tanpa perlu proyek khusus mendadak menjelang visitasi.

Bagi program studi yang belum memulai kebiasaan ini, langkah paling realistis bukan mencoba membenahi semuanya sekaligus menjelang akreditasi berikutnya, tapi mulai dari sekarang — pilih beberapa mata kuliah kunci yang capaian pembelajarannya paling sering disorot asesor, terapkan tagging kompetensi konsisten di sana, dan biarkan data terkumpul secara alami dari proses pembelajaran rutin. Begitu siklus akreditasi berikutnya tiba, bukti yang dibutuhkan sudah ada, bukan perlu disusun mendadak dalam hitungan minggu terakhir.