Skenario: Kepala Sekolah Diminta Laporan Kelemahan Kolektif Angkatan dalam Satu Hari
Tim Produk Lesan
21 Oktober 2026
Email masuk jam sepuluh pagi dari dinas pendidikan setempat: kepala sekolah diminta menyampaikan laporan kelemahan kolektif siswa kelas akhir, lengkap dengan kompetensi mana yang paling banyak bermasalah, untuk rapat evaluasi besok pagi. Waktu yang tersisa kurang dari 24 jam.
Di sekolah yang masih mengandalkan rekap manual dari nilai ulangan tiap guru mata pelajaran, permintaan seperti ini nyaris mustahil dipenuhi dengan kualitas yang layak dalam waktu sesempit itu. Guru-guru harus dihubungi satu per satu, masing-masing membuka arsip nilai ulangan yang formatnya beda-beda, lalu semuanya digabung manual di spreadsheet oleh satu orang — biasanya wakil kepala sekolah bidang kurikulum yang kebagian tugas ini di menit-menit terakhir.
Kenapa Laporan Dadakan Sering Berakhir Superfisial
Dengan tenggat sesempit itu, hasil laporannya cenderung dangkal — biasanya cuma rata-rata nilai per mata pelajaran, bukan analisis kelemahan per kompetensi yang sesungguhnya diminta. "Rata-rata Matematika angkatan ini 68" adalah angka yang gampang dihitung cepat, tapi tidak menjawab pertanyaan yang lebih berguna: kompetensi spesifik mana dalam Matematika yang paling banyak bermasalah — aljabar, geometri, atau statistika?
Masalahnya bukan kepala sekolah atau timnya tidak kompeten menganalisis. Masalahnya, data mentah untuk analisis sedalam itu memang tidak pernah disusun dengan struktur yang memungkinkan agregasi cepat — data per kompetensi ada, tapi tersebar di kepala masing-masing guru dan buku nilai masing-masing, bukan di satu tempat yang bisa direkap dalam hitungan menit.
Data yang Sudah Teragregasi Sejak Hari Pertama
Di institusi yang memakai Lesan, setiap hasil ujian dan sesi latihan siswa sudah otomatis dipecah per kompetensi sejak hari pertama — bukan disusun ulang saat ada permintaan laporan mendadak. Dashboard institusi menampilkan peta kelemahan (weakness map) di level kelas maupun agregat lebih luas, dengan hasil analisis AI yang sudah mengidentifikasi kompetensi mana yang paling banyak menjadi titik lemah siswa, berdasarkan pola jawaban salah di ujian dan latihan.
Karena data ini sudah ada dan terstruktur, menyiapkan laporan seperti yang diminta dinas pendidikan bukan lagi soal mengumpulkan data dari nol dalam semalam — tapi soal membuka dashboard, memfilter ke angkatan yang relevan, dan menyusun poin-poin dari apa yang sudah ditampilkan sistem menjadi narasi laporan yang bisa dipresentasikan.
Filter yang Membuat Laporan Relevan, Bukan Cuma Cepat
Kecepatan saja tidak cukup kalau laporannya tidak relevan dengan yang diminta. Dashboard analitik bisa difilter per cabang untuk institusi dengan banyak lokasi, dan data yang ditampilkan mencakup tren dari waktu ke waktu, bukan snapshot satu titik saja — jadi kepala sekolah bisa menunjukkan bukan cuma "kompetensi ini lemah sekarang", tapi juga "kompetensi ini sudah lemah sejak tiga bulan lalu dan belum membaik", yang jauh lebih berguna untuk rapat evaluasi kebijakan.
Batas yang Jujur Perlu Disampaikan
Penting dicatat, laporan yang tersusun dari dashboard ini masih perlu disunting jadi bentuk presentasi atau dokumen formal secara manual — bukan otomatis keluar sebagai dokumen siap kirim ke dinas pendidikan dengan sekali klik. Yang dipangkas adalah waktu mengumpulkan dan menganalisis data mentahnya, bukan seluruh proses penyusunan laporan dari ujung ke ujung.
Bagi kepala sekolah yang pernah mengalami tenggat 24 jam seperti ini, bedanya terasa jelas: dari yang tadinya harus mengejar guru satu per satu dan menyusun rekap dari nol semalaman, menjadi membuka dashboard yang datanya sudah menunggu, tinggal difilter dan disusun jadi narasi. Bukan berarti pekerjaannya nol, tapi bebannya jauh lebih manusiawi untuk dikerjakan dalam waktu sesempit itu.
Menyusun Laporan Itu, Jam demi Jam
Kembali ke email yang masuk jam sepuluh pagi tadi. Wakil kepala sekolah membuka dashboard institusi jam sepuluh lewat lima belas, memfilter ke angkatan kelas akhir, dan dalam sepuluh menit sudah melihat tiga kompetensi dengan tingkat "Perlu Latihan" tertinggi di seluruh angkatan: identitas trigonometri, analisis teks argumentatif, dan reaksi redoks. Untuk masing-masing kompetensi itu, dashboard juga menunjukkan tren tiga bulan terakhir — apakah memburuk, stabil, atau membaik — dan berapa persen siswa yang termasuk kategori lemah.
Jam sebelas siang, dia sudah punya kerangka laporan: tiga kompetensi prioritas, tren masing-masing, dan sebaran per kelas paralel. Sisa waktu sampai sore dipakai untuk menyusun narasi yang bisa dipresentasikan — menambahkan konteks kualitatif dari guru mata pelajaran terkait, dan merumuskan rekomendasi tindak lanjut. Total waktu dari email masuk sampai draf laporan siap direview kepala sekolah: kurang dari enam jam, bukan seminggu penuh seperti biasanya.
Kenapa Laporan Ini Tetap Butuh Guru Mata Pelajaran
Satu hal yang tidak bisa digantikan dashboard: konteks kenapa suatu kompetensi bermasalah. Data bisa menunjukkan bahwa identitas trigonometri lemah di seluruh angkatan, tapi tidak bisa menjelaskan sendiri apakah itu karena materinya memang sulit, alokasi jam mengajarnya kurang, atau urutan penyampaiannya perlu diubah. Wakil kepala sekolah tetap perlu menelepon atau menemui guru matematika untuk melengkapi laporan dengan interpretasi itu sebelum dipresentasikan ke dinas pendidikan — dashboard mempercepat pengumpulan data, tapi analisis penyebab tetap kerja manusia yang paham konteks kelasnya.

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