Produk

Kenapa Institusi Kecil Sering Salah Pilih Paket Software yang Terlalu Besar atau Terlalu Kecil

Tim Produk Lesan

Tim Produk Lesan

25 September 2026

Institusi kecil sering salah pilih paket software karena dua kesalahan yang berlawanan: mengambil tier jauh lebih besar dari kebutuhan karena takut “nanti kurang” (membayar untuk kapasitas yang belum dipakai), atau mengambil tier paling minimal tanpa memperhitungkan lonjakan musiman (mengalami biaya tambahan mendadak saat siswa aktif melonjak). Solusinya adalah menghitung rata-rata siswa aktif, puncak musiman, dan kompleksitas struktural sebelum memilih.

Ada pola yang cukup sering terjadi pada institusi kecil dan menengah saat memilih software: mereka jatuh ke salah satu dari dua kesalahan yang berlawanan — mengambil paket yang jauh lebih besar dari kebutuhan karena takut “nanti kurang”, atau mengambil paket paling murah tanpa menghitung apakah kapasitasnya cukup untuk kebutuhan riil beberapa bulan ke depan. Dua-duanya berujung pada masalah, hanya dengan bentuk yang berbeda.

Kesalahan Pertama: Membeli Kapasitas untuk “Masa Depan yang Belum Tentu Terjadi”

Banyak pemilik bimbel yang optimis tentang pertumbuhan institusinya — dan optimisme ini valid, tapi sering diterjemahkan secara keliru menjadi keputusan membeli tier yang jauh melampaui kebutuhan saat ini. Institusi dengan 80 siswa aktif mengambil tier yang dirancang untuk 1.000 siswa, dengan alasan “biar tidak perlu upgrade lagi nanti”.

Masalah dengan pendekatan ini: sebagian besar biaya di tier yang lebih besar dialokasikan untuk kapasitas dan fitur yang memang baru relevan di skala besar — misalnya dashboard analitik multi-cabang atau integrasi SSO yang tidak dibutuhkan institusi dengan satu lokasi dan tim kecil. Institusi kecil yang membayar untuk fitur-fitur ini pada dasarnya menyubsidi kapasitas yang belum dipakai, uang yang sebenarnya bisa dialokasikan ke hal lain yang lebih mendesak, seperti pelatihan tim atau pengembangan bank soal.

Padahal, hampir semua platform SaaS modern, termasuk software LMS AI, dirancang agar upgrade tier bisa dilakukan kapan saja tanpa migrasi data yang rumit. Ketakutan “nanti harus pindah sistem kalau kurang besar” sebenarnya jarang terjadi dalam praktiknya — yang terjadi biasanya cuma perubahan tier di sistem yang sama.

Kesalahan Kedua: Meremehkan Kecepatan Pertumbuhan Sendiri

Di sisi lain, ada institusi yang mengambil tier paling minimal berdasarkan jumlah siswa saat ini, tanpa mempertimbangkan pola pertumbuhan musiman yang sebenarnya cukup bisa diprediksi — misalnya lonjakan pendaftaran menjelang musim UTBK atau awal tahun ajaran baru. Institusi ini kemudian terkejut ketika biaya tambahan siswa aktif membengkak signifikan di bulan-bulan puncak, karena mereka tidak memperhitungkan lonjakan ini sejak awal.

Kesalahan ini sebenarnya lebih mudah dihindari dibanding kesalahan pertama, karena cukup dengan melihat data historis pendaftaran institusi sendiri — kalau institusi sudah beroperasi beberapa tahun, pola musiman ini biasanya sudah cukup jelas terlihat dari data pendaftaran tahun-tahun sebelumnya.

Kenapa “Ukuran Institusi” Tidak Sesederhana Jumlah Siswa Terdaftar?

Karena ukuran institusi yang relevan untuk memilih tier adalah jumlah siswa aktif yang benar-benar memakai sistem dalam periode berjalan, bukan total siswa yang pernah terdaftar sepanjang sejarah lembaga. Institusi lama dengan banyak alumni di database bisa merasa “sudah besar” padahal siswa aktifnya kecil, dan sebaliknya.

Satu sumber kesalahan lain adalah menyamakan ukuran institusi dengan jumlah total siswa yang pernah terdaftar, bukan siswa yang benar-benar aktif dalam periode berjalan. Bimbel yang sudah lama berdiri sering punya database besar berisi alumni dan siswa tidak aktif, yang membuat mereka merasa institusinya “sudah besar” padahal siswa aktif riilnya jauh lebih kecil dari kesan itu.

Sebaliknya, institusi yang relatif baru berdiri tapi tumbuh sangat cepat dalam waktu singkat (misalnya bimbel UTBK yang viral lewat rekomendasi dari mulut ke mulut) bisa jadi punya jumlah siswa aktif yang jauh lebih besar dari kesan “institusi baru dan kecil” yang mereka bayangkan tentang diri sendiri.

Cara Mencocokkan Ukuran Institusi dengan Tier yang Tepat

Untuk menghindari dua kesalahan di atas, ada baiknya institusi menghitung tiga angka sebelum memilih tier:

  • Rata-rata siswa aktif bulanan selama beberapa bulan terakhir (bukan puncak tertinggi, bukan juga bulan paling sepi — rata-rata).
  • Puncak musiman yang diperkirakan berdasarkan pola tahun-tahun sebelumnya, untuk mengantisipasi kebutuhan biaya tambahan di bulan-bulan tertentu.
  • Kompleksitas struktural institusi — apakah satu lokasi atau multi-cabang, berapa banyak pengajar yang butuh akses dashboard.

Dengan tiga angka ini, tier yang dipilih biasanya bisa lebih tepat sasaran — cukup besar untuk menampung puncak musiman tanpa biaya tambahan berlebihan, tapi tidak berlebihan membayar untuk kapasitas dan fitur yang baru relevan beberapa tahun ke depan.

Kalau Masih Ragu, Manfaatkan Trial untuk Mengukur, Bukan Menebak

Kalau setelah menghitung tiga angka di atas institusi masih ragu antara dua tier yang berdekatan, cara paling akurat bukan menebak lebih jauh, tapi memanfaatkan periode trial untuk benar-benar mengukur beban pemakaian riil selama beberapa minggu. Data riil dari pemakaian langsung selalu lebih bisa diandalkan dibanding proyeksi di atas kertas, terutama untuk institusi yang belum punya banyak riwayat data pertumbuhan untuk dijadikan acuan.

Contoh Kasus: Dua Institusi dengan Jumlah Siswa Mirip, Kebutuhan Berbeda

Bayangkan dua bimbel yang sama-sama punya sekitar 180 siswa aktif. Bimbel pertama beroperasi di satu lokasi dengan 4 pengajar dan pola pendaftaran yang stabil sepanjang tahun — untuk institusi ini, tier Starter kemungkinan besar sudah cukup. Bimbel kedua punya jumlah siswa yang sama tapi baru saja membuka cabang kedua dan berencana membuka cabang ketiga dalam enam bulan ke depan — meski jumlah siswa aktifnya masih di kisaran Starter, kebutuhan untuk melihat data lintas cabang membuat tier Growth lebih masuk akal, meski secara jumlah siswa murni belum benar-benar membutuhkannya. Contoh ini menunjukkan kenapa jumlah siswa saja tidak cukup — kompleksitas struktural institusi sama pentingnya dalam menentukan tier yang tepat.

Minta Pendapat Vendor, tapi Jangan Bergantung Sepenuhnya pada Rekomendasi Mereka

Sebagian besar vendor, termasuk Lesan, biasanya bersedia membantu institusi menghitung tier yang paling sesuai berdasarkan data yang diberikan. Rekomendasi ini berguna sebagai titik awal, tapi institusi tetap perlu memvalidasi sendiri berdasarkan pemahaman tentang pola operasionalnya — karena vendor tidak selalu tahu detail konteks institusi sedalam pemiliknya sendiri, misalnya rencana ekspansi yang belum diumumkan secara terbuka.

Ringkasan

Singkatnya, institusi kecil sering salah pilih paket karena terlalu takut kekurangan kapasitas atau terlalu meremehkan pertumbuhan musiman. Cara paling akurat mencocokkan tier adalah menghitung rata-rata siswa aktif, puncak musiman, dan kompleksitas struktural institusi, lalu memvalidasinya lewat trial sebelum berkomitmen.

Tim Produk Lesan

Tim Produk Lesan

Product Team

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