Pelatihan & Vokasi

Cara BLK dan Lembaga Vokasi Mengukur Kompetensi Peserta Secara Terstruktur

Tim Produk Lesan

Tim Produk Lesan

23 September 2026

Balai Latihan Kerja dan lembaga vokasi sejenis punya tantangan yang tidak dimiliki bimbel akademik: peserta datang dari latar belakang yang sangat beragam, target akhirnya adalah kesiapan kerja nyata, dan penilaian sering kali harus menggabungkan aspek teori dengan praktik lapangan. Masalahnya, banyak lembaga masih mengukur ini secara terpisah-pisah — nilai teori di satu lembar, nilai praktik di lembar lain, dan tidak ada yang benar-benar menyatukan keduanya jadi satu peta kompetensi yang utuh.

Kenapa Nilai Akhir Saja Tidak Cukup

Sebuah nilai akhir 80 dari ujian teori las, misalnya, tidak memberi tahu instruktur bagian mana yang sebenarnya kuat dan bagian mana yang masih lemah — apakah pesertanya paham teori pengelasan tapi lemah di keselamatan kerja, atau sebaliknya. Padahal di dunia kerja, satu kelemahan spesifik yang tidak terdeteksi bisa berakibat serius, jauh lebih serius dibanding nilai rendah di satu topik pelajaran bimbel.

Struktur yang lebih berguna adalah memecah setiap unit kompetensi menjadi sub-kompetensi yang bisa dinilai satu per satu. Di Lesan, ini dilakukan lewat tagging kompetensi di level soal: setiap butir soal — baik pilihan ganda, esai, maupun soal yang menuntut unggahan file seperti foto hasil praktik — ditautkan ke kompetensi tertentu. Hasilnya bukan satu angka tunggal, tapi peta kompetensi yang menunjukkan persentase penguasaan di tiap area.

Menggabungkan Penilaian Teori dan Bukti Praktik

Salah satu kebutuhan khas lembaga vokasi adalah menilai bukti praktik, bukan cuma jawaban tertulis. Tipe soal berbasis unggahan file di bank soal Lesan bisa dipakai untuk ini — peserta mengunggah foto, video, atau dokumen hasil praktik sebagai jawaban, lalu instruktur menilai dengan rubrik yang sama seperti menilai esai. Untuk unggahan berupa gambar, sistem bisa membantu menghasilkan draft analisis awal yang tetap harus direview instruktur sebelum menjadi nilai final — bukan menggantikan penilaian manusia, tapi mempercepat proses screening awal.

Dengan begini, satu assessment bisa berisi kombinasi soal teori otomatis-nilai dan soal praktik yang dinilai manusia dengan bantuan draft AI, tapi tetap menghasilkan satu peta kompetensi yang koheren — bukan dua sistem penilaian yang terpisah dan sulit disatukan.

Konsistensi Antar Instruktur dan Antar Batch

Masalah klasik lembaga vokasi dengan banyak instruktur adalah standar penilaian yang berbeda-beda tergantung siapa yang menilai. Satu instruktur mungkin lebih longgar menilai kerapian kerja, yang lain lebih ketat. Bank soal terpusat dengan rubrik yang jelas per kompetensi membantu mengurangi variasi ini — bukan menghilangkan sepenuhnya peran penilaian instruktur, tapi memberi mereka acuan yang sama untuk dipakai, apa pun batch atau kelas yang mereka pegang.

Ini jadi makin penting kalau lembaga Anda punya lebih dari satu cabang atau lokasi pelatihan. Dashboard analitik yang bisa difilter per cabang membantu pengelola pusat melihat apakah standar kompetensi yang keluar dari satu lokasi benar-benar setara dengan lokasi lain, bukan sekadar berasumsi begitu.

Melacak Progres, Bukan Cuma Status Lulus

Kompetensi kerja jarang dikuasai dalam satu kali sesi. Peserta biasanya perlu beberapa putaran latihan sebelum benar-benar siap. Riwayat progres per peserta dari waktu ke waktu — bukan cuma nilai ujian akhir — membantu instruktur melihat tren: apakah peserta ini memang sedang berkembang, atau stagnan di kompetensi tertentu meski sudah berulang kali dilatih.

Data semacam ini juga berguna saat lembaga perlu melaporkan hasil ke pemberi kerja atau pemerintah daerah yang mendanai program — laporan yang menunjukkan perkembangan kompetensi riil jauh lebih meyakinkan dibanding sekadar daftar nama peserta yang "lulus".

Membangun Standar yang Bisa Diaudit

Pada akhirnya, tujuan sistem penilaian kompetensi yang terstruktur bukan sekadar mempercantik laporan, tapi membuat proses penilaian bisa diaudit — siapa pun yang bertanya "kenapa peserta ini dinyatakan kompeten di bidang X" bisa ditunjukkan buktinya: soal apa yang dikerjakan, skor per kompetensi berapa, dan siapa instruktur yang memvalidasi jawaban esai atau praktiknya. Struktur seperti ini yang membedakan lembaga vokasi yang serius soal kualitas lulusan dari yang sekadar menerbitkan sertifikat kehadiran.

Melibatkan Instruktur Lapangan dalam Penyusunan Standar

Salah satu kesalahan umum saat membangun sistem penilaian kompetensi yang terstruktur adalah menyusunnya sepenuhnya dari meja admin, tanpa melibatkan instruktur yang sehari-hari mengajar di lapangan. Instruktur biasanya paling tahu detail teknis mana yang benar-benar krusial untuk diuji, dan mana yang cuma formalitas administratif.

Proses yang lebih sehat adalah admin menyiapkan strukturnya — kategori kompetensi, jenis soal yang didukung, alur review — sementara instruktur mengisi kontennya: soal, rubrik, dan bobot penilaian. Pembagian tugas ini penting supaya sistem penilaian tidak terasa dipaksakan dari atas, tapi benar-benar mencerminkan apa yang dianggap penting oleh orang-orang yang memahami pekerjaan tersebut secara langsung.

Melibatkan Data untuk Evaluasi Kurikulum, Bukan Cuma Menilai Peserta

Data hasil assessment yang terstruktur juga bisa dibaca terbalik: bukan cuma untuk menilai peserta, tapi untuk mengevaluasi kurikulum pelatihan itu sendiri. Kalau satu kompetensi tertentu secara konsisten menghasilkan skor rendah di banyak batch dan banyak instruktur berbeda, itu sinyal kuat bahwa masalahnya ada di cara materi diajarkan, bukan di kemampuan pesertanya. Lembaga yang rutin membaca data dengan cara ini biasanya lebih cepat memperbaiki kurikulumnya dibanding yang hanya mengandalkan evaluasi subjektif dari instruktur di akhir setiap batch.

Tim Produk Lesan

Tim Produk Lesan

Product Team

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