Produk

Cara Mengidentifikasi Guru yang Butuh Dukungan Tambahan Lewat Pola Data, Bukan Feeling

Tim Produk Lesan

Tim Produk Lesan

17 November 2026

Percakapan tentang guru mana yang butuh dukungan tambahan sering dimulai dari feeling — kesan kepala sekolah setelah observasi kelas sesekali, keluhan orang tua yang kebetulan datang duluan, atau sekadar guru mana yang terlihat paling sibuk. Feeling ini bukan tidak berguna, tapi rawan bias: guru yang lebih vokal keluhannya bisa terlihat lebih butuh dukungan dibanding guru yang diam-diam kewalahan tapi tidak pernah mengungkapkannya. Data kompetensi dan pola kerja di sistem memberi cara yang lebih adil untuk melihat siapa yang benar-benar butuh perhatian lebih.

Pola yang Layak Diperhatikan, Bukan Skor Kelas yang Rendah

Kesalahan paling umum saat mencoba memakai data untuk ini adalah langsung melihat skor rata-rata kelas dan menyimpulkan guru dengan skor terendah butuh dukungan paling besar. Ini terlalu sederhana dan sering tidak adil, karena skor kelas dipengaruhi banyak faktor di luar kendali guru — komposisi siswa, kompetensi yang sedang diajarkan, bahkan jadwal kelas yang kebetulan jatuh di jam yang kurang ideal.

Pola yang lebih layak diperhatikan adalah tren, bukan posisi absolut. Kelas yang skornya konsisten tidak bergerak dari waktu ke waktu meski siswa sudah melalui beberapa siklus latihan dan retest adalah sinyal yang jauh lebih kuat dibanding kelas dengan skor rendah tapi trennya jelas membaik. Progress snapshot yang tersimpan per siswa memungkinkan tim akademik melihat tren ini di level kelas, dengan membandingkan pergerakan skor kompetensi siswa dari waktu ke waktu antar kelas yang diajar guru berbeda, alih-alih membandingkan skor sesaat.

Antrian Review sebagai Sinyal Beban Kerja, Bukan Hanya Kompetensi

Salah satu sumber data yang sering terlewat untuk mengidentifikasi guru yang butuh dukungan adalah antrian Review Feedback AI. Setiap jawaban esai dan file upload yang dinilai AI tetap perlu ditinjau guru sebelum masuk ke skor siswa. Guru yang antrian reviewnya konsisten menumpuk berhari-hari, dibanding guru lain dengan beban kelas yang setara tapi antriannya selalu terkendali, memberi sinyal konkret tentang beban kerja — dan ini seringkali soal manajemen waktu atau volume kerja yang berlebih, bukan soal kompetensi mengajar.

Membedakan dua jenis masalah ini penting karena solusinya berbeda. Guru dengan antrian review yang menumpuk tapi tren kompetensi siswanya tetap baik kemungkinan besar butuh bantuan operasional — mungkin pembagian beban kelas yang lebih merata, atau waktu khusus yang dialokasikan untuk review. Guru dengan tren kompetensi siswa yang stagnan meski antrian reviewnya terkendali kemungkinan lebih butuh dukungan dari sisi metode pengajaran atau pelatihan tambahan untuk kompetensi tertentu.

Bandingkan dengan Kondisi Setara, Bukan dengan Semua Guru

Data hanya adil kalau pembandingnya setara. Membandingkan guru yang mengajar kompetensi dasar yang sudah mapan metodenya dengan guru yang mengajar kompetensi baru yang belum banyak riwayat datanya adalah perbandingan yang timpang sejak awal. Begitu juga membandingkan guru yang kelasnya berisi siswa baru yang skornya wajar masih rendah dengan guru yang kelasnya berisi siswa lama yang sudah lama belajar.

Sebelum menarik kesimpulan dari data, pastikan pembandingnya adalah guru lain dengan kondisi kelas yang relatif setara — kompetensi yang sama, tingkat siswa yang sama, rentang waktu yang sama. Kalau pembanding yang setara ini tidak tersedia karena setiap guru punya konteks kelas yang unik, lebih adil membandingkan tren kelas guru tersebut dengan tren kelasnya sendiri di periode sebelumnya, dibanding membandingkannya dengan guru lain sama sekali.

Mendokumentasikan Konteks agar Percakapan Berikutnya Lebih Cepat

Setelah percakapan dukungan dilakukan dengan seorang guru, ada langkah yang sering terlewat: mendokumentasikan konteks yang terungkap dari percakapan tersebut, bukan hanya menyimpannya sebagai ingatan pribadi kepala sekolah atau koordinator akademik. Kalau guru menjelaskan bahwa antrian reviewnya menumpuk karena sedang menangani siswa dengan kebutuhan khusus di kelasnya, atau karena baru saja pindah mengajar kompetensi yang belum dikuasainya sepenuhnya, catatan singkat soal ini sebaiknya disimpan bersama data kinerja guru tersebut.

Dokumentasi ini penting karena dua alasan. Pertama, mencegah percakapan yang sama terulang dari nol setiap kali ada tinjauan data berikutnya — kepala sekolah yang berganti atau lupa konteks sebelumnya tidak perlu menuduh ulang sesuatu yang sudah pernah dijelaskan dan dipahami. Kedua, catatan ini membantu membedakan pola sementara dari pola berulang — kalau alasan yang sama terus muncul di setiap tinjauan tanpa ada perubahan nyata, itu sinyal berbeda dibanding alasan yang hanya relevan untuk satu periode tertentu.

Catatan semacam ini tidak perlu rumit — cukup beberapa kalimat yang disimpan berdampingan dengan data kinerja, diperbarui setiap kali ada percakapan baru, supaya riwayat dukungan yang sudah diberikan ke tiap guru tetap terlihat jelas dari waktu ke waktu.

Menyampaikan Temuan sebagai Dukungan, Bukan Evaluasi Menghakimi

Cara data ini disampaikan ke guru menentukan apakah prosesnya membangun kepercayaan atau justru merusaknya. Menyampaikan "data menunjukkan tren kompetensi di kelas Anda stagnan tiga bulan terakhir, mari kita cari tahu bersama apa yang bisa dibantu" jauh berbeda dari "kelas Anda skornya paling rendah, tolong diperbaiki". Yang pertama membuka percakapan; yang kedua menutupnya dan berisiko membuat guru justru menyembunyikan kesulitan yang mereka hadapi di masa depan.

Data kompetensi dan pola kerja paling berguna ketika diperlakukan sebagai titik awal percakapan, bukan sebagai vonis akhir. Guru yang datanya menunjukkan pola tertentu biasanya punya konteks yang tidak terlihat di angka — mungkin ada siswa dengan kebutuhan khusus di kelasnya, mungkin ada perubahan kurikulum yang baru saja diterapkan. Percakapan yang dibuka dengan rasa ingin tahu, bukan tuduhan, jauh lebih mungkin menghasilkan dukungan yang benar-benar tepat sasaran — dan pada akhirnya itu yang membuat pendekatan berbasis data ini benar-benar lebih baik dibanding sekadar mengandalkan feeling.

Tim Produk Lesan

Tim Produk Lesan

Product Team

Tim yang membangun dan merawat Lesan — infrastruktur pembelajaran bertenaga AI untuk bimbel, sekolah, dan lembaga pelatihan.