Assessment & Ujian

Cara Menyiapkan Tryout UTBK SNBT yang Hasilnya Bisa Ditindaklanjuti, Bukan Cuma Angka Skor

Tim Produk Lesan

Tim Produk Lesan

10 September 2026

Hampir semua bimbel persiapan UTBK rutin menggelar tryout — mingguan, dua mingguan, atau menjelang jadwal resmi SNBT. Masalahnya bukan di frekuensi. Masalahnya, di banyak tempat, hasil tryout berhenti di satu lembar skor: nilai total, ranking di angkatan, mungkin grafik batang per subtes. Siswa melihat angka itu, merasa cemas atau lega sebentar, lalu kembali belajar dengan cara yang sama seperti sebelumnya — karena tidak ada yang benar-benar memberitahu apa yang harus berubah.

Tryout yang hasilnya bisa ditindaklanjuti berarti setiap skor terhubung ke rekomendasi konkret: materi apa yang harus diulang, soal seperti apa yang perlu dilatih lebih banyak, dan kapan progresnya dicek ulang. Ini bukan soal punya laporan yang lebih cantik, tapi soal struktur data di baliknya.

Skor Total Menyembunyikan Masalah, Skor per Kompetensi Membongkarnya

Dua siswa bisa punya skor total UTBK yang sama persis tapi profil kelemahan yang sama sekali berbeda — satu lemah di Penalaran Matematika, satu lagi di Literasi Bahasa Indonesia. Kalau tryout hanya melaporkan skor total dan skor per subtes besar, guru masih harus menebak di mana persisnya letak kelemahan tiap anak, biasanya lewat obrolan singkat atau firasat.

Di Lesan, setiap soal di bank soal ditandai ke kompetensi spesifik sejak dibuat — bukan cuma dikelompokkan per subtes UTBK, tapi per sub-kompetensi di dalamnya. Begitu siswa submit tryout, soal pilihan ganda dan isian singkat langsung dinilai otomatis, dan skor per kompetensi terhitung saat itu juga. Hasilnya bukan satu angka, tapi peta: kompetensi mana yang sudah dikuasai, mana yang masih perlu latihan, dievaluasi berdasarkan persentase — bukan skor mentah — supaya adil dibandingkan meski bobot tiap soal berbeda-beda.

Dari Peta Kelemahan ke Rencana Latihan, Tanpa Guru Harus Menyusun Manual

Bagian yang sering hilang di sistem tryout sederhana: setelah tahu siswa lemah di mana, siapa yang menyusun latihan lanjutannya? Kalau jawabannya "guru, manual, satu per satu", itu tidak skalatif begitu jumlah siswa lebih dari beberapa lusin.

Di Lesan, begitu hasil tryout masuk, proses identifikasi kelemahan berjalan otomatis sebagai job di belakang layar — biasanya selesai dalam waktu kurang dari dua menit — dan menghasilkan draf rencana belajar personal per siswa. Draf ini tidak langsung tayang ke siswa. Guru meninjau dulu: bisa disetujui apa adanya, diedit, atau ditolak. Materi yang ditolak guru tidak akan pernah muncul ke siswa, baik di daftar rencana belajar maupun kalau siswa mencoba mengakses langsung lewat tautan sesi latihan. Setelah disetujui, sistem membuat sesi latihan otomatis dari bank soal yang sudah ditag kompetensi tadi — jadi latihan yang diberikan memang menyasar kelemahan spesifik, bukan paket soal generik.

Evaluasi Tryout Bukan Kejadian Sekali, tapi Rangkaian yang Dibandingkan

Tryout yang berdiri sendiri — dikerjakan, dinilai, lalu dilupakan sampai tryout berikutnya — kehilangan informasi paling berharga: tren. Apakah kompetensi yang lemah di tryout pertama membaik di tryout kedua? Apakah kecepatan perbaikannya cukup untuk mengejar target sebelum hari-H?

Setiap sesi tryout dan sesi latihan di Lesan tersimpan sebagai snapshot progress, terikat ke riwayat siswa yang sama. Dashboard analytics menampilkan tren ini dalam bentuk kartu proyeksi skor dan indikator perbaikan antar percobaan, dibangun dari data historis siswa sendiri — bukan tebakan kasar. Ini yang membuat evaluasi tryout SNBT jadi berarti: bukan "tryout ke-3, skor 620", tapi "tryout ke-3, skor 620, naik dari 560 di tryout pertama, kompetensi Penalaran Umum sudah lepas dari zona merah".

Yang Perlu Disiapkan Institusi Sebelum Tryout Pertama Berjalan

Semua manfaat di atas bergantung pada satu hal yang sering diremehkan: kualitas tagging kompetensi di bank soal. Kalau soal-soal di-tag asal-asalan atau terlalu umum (misalnya semua soal matematika ditag "Matematika" saja, tanpa dipecah ke sub-kompetensi), peta kelemahan yang dihasilkan juga akan kabur — dan rekomendasi latihan yang keluar jadi kurang tajam.

Praktik yang realistis: sebelum tryout batch pertama dijalankan, tim akademik menyusun taksonomi kompetensi untuk tiap subtes UTBK SNBT terlebih dulu, lalu bank soal existing (atau yang diimpor massal lewat CSV) di-tag mengikuti taksonomi itu. Investasi waktu di depan ini yang menentukan apakah tryout-tryout berikutnya menghasilkan data yang benar-benar bisa dipakai, atau cuma angka yang terlihat rapi tapi kosong secara pedagogis.

Kesalahan yang Sering Terjadi Saat Baru Beralih dari Tryout Manual

Bimbel yang baru pindah dari tryout berbasis Google Form atau kertas ke sistem dengan tagging kompetensi biasanya membuat satu kesalahan yang sama: buru-buru menjalankan tryout batch besar sebelum taksonomi kompetensinya benar-benar matang, karena sudah terlanjur dijadwalkan ke siswa dan orang tua. Akibatnya, tryout pertama tetap jalan tapi hasilnya dangkal — mirip seperti hasil tryout lama, hanya tampilannya lebih digital. Lebih baik menunda satu-dua minggu untuk merapikan tagging kompetensi di bank soal inti (Penalaran Umum, Pengetahuan Kuantitatif, Literasi Bahasa Indonesia dan Inggris) dibanding buru-buru jalan dengan tagging yang masih kasar dan harus dirapikan ulang setelah data sudah terlanjur terkumpul berantakan.

Kesalahan kedua yang cukup umum: menganggap begitu sistem sudah berjalan, tim akademik bisa lepas tangan sepenuhnya dari proses review. Rencana belajar yang dihasilkan AI tetap draf — kalau guru asal menyetujui tanpa membaca, kualitas rekomendasi yang sampai ke siswa jadi taruhan pada akurasi AI semata, padahal desain sistemnya justru sengaja meletakkan guru sebagai pemeriksa akhir. Institusi yang mendapat manfaat paling besar dari tryout berbasis kompetensi biasanya yang tetap menjadwalkan waktu guru khusus untuk meninjau rencana belajar setiap batch tryout selesai, bukan yang memperlakukan proses review sebagai formalitas klik cepat.

Hasil tryout yang baik bukan yang skornya paling mengesankan di laporan, tapi yang paling jelas menjawab pertanyaan paling penting bagi siswa: "Sekarang saya harus belajar apa?"

Tim Produk Lesan

Tim Produk Lesan

Product Team

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