Riset & Data Pendidikan

Kenapa Rekap Nilai Matematika di Excel Tidak Menangkap Pola Kesalahan Konsepnya

Tim Produk Lesan

Tim Produk Lesan

16 September 2026

Excel — atau Google Sheets — masih menjadi tulang punggung pencatatan nilai di sebagian besar bimbel dan sekolah, dan alasannya masuk akal: fleksibel, familiar, dan tidak butuh biaya tambahan kalau institusi sudah punya lisensinya. Untuk mencatat skor ujian per siswa per periode, Excel bekerja cukup baik. Masalah baru muncul begitu institusi ingin menjawab pertanyaan yang lebih dalam dari sekadar "siapa yang nilainya tinggi dan rendah" — misalnya, "kompetensi apa yang paling sering jadi sumber kesalahan di kelas ini, dan apakah polanya sama dengan angkatan tahun lalu?"

Pertanyaan semacam ini secara teknis bisa dijawab di Excel, tapi butuh struktur data yang jarang ada di rekap nilai biasa — dan bahkan kalau strukturnya ada, menjawabnya tetap butuh usaha manual yang signifikan setiap kali.

Kolom Skor per Ujian Tidak Sama dengan Kolom Kompetensi

Rekap nilai Excel yang umum biasanya berbentuk: baris untuk siswa, kolom untuk tiap ujian atau tanggal, isi selnya skor. Struktur ini bagus untuk melihat tren nilai per siswa dari waktu ke waktu, tapi tidak menyimpan informasi tentang kompetensi apa yang diuji di setiap soal dalam ujian tersebut. Begitu skor ujian sudah diringkas jadi satu angka per baris, informasi granular tentang soal mana yang benar dan salah — apalagi kompetensi apa yang diwakili soal tersebut — biasanya hilang atau tersimpan di file terpisah yang tidak terhubung otomatis ke rekap utama.

Untuk membangun struktur data yang benar-benar bisa menjawab pertanyaan pola kesalahan konsep, setiap baris idealnya bukan "satu siswa, satu ujian, satu skor", tapi "satu siswa, satu soal, satu kompetensi, benar atau salah". Struktur seperti ini secara teori bisa dibuat di spreadsheet, tapi begitu jumlah soal dan siswa bertambah, ukuran dan kompleksitasnya cepat menjadi tidak praktis untuk dikelola manual — apalagi untuk menghitung agregasi per kompetensi setiap kali ada ujian baru.

Menghitung Pola Secara Manual Itu Mungkin, tapi Mahal Waktu

Andaikan institusi memang punya struktur data granular semacam itu di spreadsheet, menghitung pola kesalahan per kompetensi tetap butuh formula yang cukup rumit — pivot table bertingkat, rumus lookup antar sheet, atau bahkan script tambahan. Ini bukan pekerjaan yang tidak mungkin, tapi butuh seseorang yang cukup mahir spreadsheet dan waktu khusus untuk menyusun serta memperbarui formulanya setiap kali ada ujian baru. Di banyak institusi, orang dengan keahlian dan waktu semacam itu tidak selalu tersedia, sehingga analisis pola kesalahan konsep akhirnya jadi pekerjaan yang "ingin dilakukan" tapi terus tertunda karena tidak ada yang punya waktu mengerjakannya secara konsisten.

Apa yang Berbeda dari Dashboard Analitik yang Dirancang untuk Ini

Dashboard analitik matematika yang dirancang khusus untuk kebutuhan ini — seperti yang ada di Lesan — berangkat dari struktur data yang sudah dirancang sejak awal untuk menangkap kompetensi per soal, bukan cuma skor per ujian. Karena struktur ini sudah ada sejak bank soal dibuat, agregasi pola kesalahan per kompetensi tidak perlu dihitung manual setiap kali — sistem menghitungnya otomatis begitu ada jawaban baru masuk, dan hasilnya langsung tersaji dalam bentuk visual seperti peta kelemahan (heatmap) yang menunjukkan kompetensi mana yang jadi titik lemah, baik per siswa, per kelas, maupun per angkatan.

Ini bukan berarti dashboard semacam ini "lebih pintar" dari Excel dalam arti algoritma — perbedaan utamanya ada di struktur data yang mendasarinya. Excel tetap sangat baik untuk banyak keperluan administratif lain; masalahnya lebih ke soal kesesuaian alat dengan tujuan spesifik ini.

Biaya Tersembunyi dari Menyusun Laporan Manual Berulang Kali

Ada biaya lain yang sering tidak diperhitungkan saat institusi bertahan dengan Excel untuk analisis pola kesalahan: waktu staf atau guru yang berulang kali menyusun laporan serupa secara manual setiap periode. Kalau prosesnya butuh beberapa jam setiap kali ada ujian baru, dan ujian terjadi rutin setiap bulan atau bahkan lebih sering, akumulasi waktu ini cukup besar dalam setahun — waktu yang sebenarnya bisa dipakai guru untuk hal yang lebih langsung berdampak ke siswa, seperti merancang materi remedial atau berinteraksi langsung dengan siswa yang kesulitan.

Biaya ini jarang terlihat jelas karena tersebar dalam potongan-potongan waktu kecil di banyak periode, bukan satu pengeluaran besar yang mudah disadari sekaligus. Tapi begitu dijumlahkan dalam setahun, seringkali jumlahnya cukup signifikan untuk dipertimbangkan sebagai alasan beralih ke sistem yang mengotomatiskan bagian pengumpulan dan agregasi datanya.

Kapan Institusi Sebenarnya Butuh Lebih dari Excel

Tanda paling jelas bahwa institusi sudah melewati batas kenyamanan Excel untuk keperluan ini biasanya muncul saat volume data bertambah — jumlah siswa, jumlah ujian, jumlah cabang atau kelas paralel — sampai titik di mana menyusun laporan pola kesalahan konsep butuh waktu berhari-hari atau bahkan tidak pernah benar-benar selesai dikerjakan karena selalu ada hal lain yang lebih urgent. Pada titik ini, biaya yang sebenarnya bukan biaya berlangganan software analitik, tapi biaya kesempatan dari analisis yang seharusnya bisa mengarahkan remedial lebih tepat, tapi tidak pernah benar-benar dilakukan karena terlalu berat secara manual.

Keputusan untuk beralih dari rekap Excel ke dashboard analitik yang lebih terstruktur bukan soal Excel "buruk" — Excel tetap alat yang sangat berguna untuk banyak hal. Ini lebih soal menyadari bahwa pertanyaan tentang pola kesalahan konsep matematika butuh struktur data dan proses agregasi yang berbeda dari sekadar rekap skor, dan pada titik tertentu, membangun serta memelihara struktur itu secara manual di spreadsheet menjadi lebih mahal — dalam waktu dan konsistensi — dibanding menggunakan sistem yang sudah dirancang untuk tujuan tersebut sejak awal.

Tim Produk Lesan

Tim Produk Lesan

Product Team

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