Sumber: <a href="Photo by ICSA: https://www.pexels.com/photo/man-standing-in-front-of-people-1709003/">Pexels</a>

6 Teknologi yang Berdampak pada Masa Depan Data dan Analisis di Perguruan Tinggi

Written by Virda Risyad


Ditulis oleh Rhea Kelly 19 Juli 2022

Diterjemahkan oleh Virda Risyad

Menurut laporan terbaru dari Educause, sudah saatnya para pimpinan perguruan tinggi untuk mulai merencanakan strategi berbasis data dan teknologi sebagai upaya dalam memposisikan institusi mereka untuk lebih sukses. Asosiasi Teknologi Informasi perguruan tinggi, baru-baru ini merilis Data and Analytics Edition dari Horizon Report. Hal tersebut dilakukan untuk memperluas cakupan analisis tahunan mereka mengenai tren, teknologi, serta praktik yang berdampak pada jenjang pendidikan yang lebih tinggi menjadi "sebuah bidang praktik visioner yang hadir untuk pengambilan keputusan dan perencanaan strategis."

Mengenai laporan tersebut, panelis pakar analitik data di perguruan tinggi menyusun daftar enam jenis teknologi utama yang akan memiliki "dampak signifikan terhadap masa depan data dan analitik di perguruan tinggi". Panelis memberi peringkat pada tiap enam kategori, yakni:

  1. tingkat dan jumlah dukungan yang dibutuhkan dari stakeholders;
  2. dampak pada tujuan strategis institusi;
  3. potensi untuk mendukung transformasi digital di institusi;
  4. biaya yang diperlukan untuk optimasi di seluruh institusi;
  5. dampak pada ukuran tenaga kerja institusi;
  6. serta kebutuhan upskilling dan reskilling tenaga kerja saat ini.

Enam jenis teknologi dan praktik dengan dampak yang signifikan adalah:

Data Management and Governance

Kategori ini mencakup proses seperti workflow automation, access management, system integration, data integrity management, self-service dashboards, data privacy and security, serta consent management. Educause menjelaskan, bahwa mencatat semua proses tersebut penting untuk kesuksesan institusional, namun seringkali bergantung pada outsource dibandingkan dengan personel dan sumber daya yang berdedikasi.

Berdasarkan hasil laporan, "hal ini dapat mengakibatkan hilangnya peluang dan wasted efforts, terutama dikarenakan pergantian staf di antara anggota komite dan kelompok kerja menciptakan kesenjangan dalam pengetahuan kelembagaan”.

Kemajuan dalam manajemen data, automasi sistem, dan proses-proses yang disempurnakan menggunakan AI dapat sangat membantu. Namun hal tersebut hanya dapat direalisasikan melalui dukungan stakeholders. Dengan demikian, data management and governance menempati peringkat tertinggi dalam daftar tingkat dan jumlah dukungan yang dibutuhkan dari stakeholders. Rekomendasi tambahan dari laporan Educause menyatakan bahwa, "para panelis data dan analitik harus siap membantu stakeholders dan komunitas dalam memahami kebutuhan dan manfaat dari peningkatan data management and governance."

Data Unification Urgency

Menurut laporan Educause, "salah satu silos yang paling menantang dalam sistem perguruan tinggi tidaklah memisahkan orang tetapi data". "Sebagai ekosistem data yang kompleks, institusi perguruan tinggi memiliki penyimpanan data yang sangat besar dan biasanya tidak terkoneksi satu sama lain sehingga hal tersebut mengurangi kemampuan institusi untuk terlibat dalam analisis data holistik serta proses pengambilan keputusan".

Meskipun data unification termasuk dalam kategori data management and governance, panelis jurnal Horizon merasa topik tersebut cukup penting untuk dapat dijadikan kategori sendiri. Hal tersebut menempatkan data unification pada peringkat tertinggi dalam daftar dampak pada tujuan strategis dan potensi untuk mendukung transformasi digital institusi.

Data Architecture yang modern

Istilah ini mengacu pada struktur data yang harus disiapkan untuk memfasilitasi kemampuan analitik canggih seperti machine learning dan natural language processing, laporan Educause juga menjelaskan bahwa: "Tanpa data architecture, yang scalable, adaptable, dan flexible, pengguna data tidak dapat secara efektif menggunakan kemampuan analisis data, sehingga validitas analisis data sangat dipertanyakan."

Modern data architecture menempati peringkat tertinggi dalam daftar di dua kategori: kebutuhan akan upskilling dan reskilling tenaga kerja, serta biaya yang diperlukan untuk optimasi di seluruh institusi.

Edukasi literasi data

Laporan Educause menemukan; "meskipun volume dan jenis data yang dikumpulkan oleh institusi telah meningkat secara signifikan dalam beberapa tahun terakhir, banyak institusi masih belum melihat kemajuan yang paralel dalam kompetensi end users untuk menafsirkan dan menggunakan temuan hasil analisis data,"

Menurut perkiraan panelis jurnal Horizon, pengembangan profesional dalam literasi data sangat penting untuk membantu stakeholders menggunakan data secara efektif demi pengambilan keputusan. Hal tersebut dapat dilaksanakan dengan biaya yang relatif lebih rendah serta dampak yang lebih kecil terhadap ukuran tenaga kerja institusi.

Laporan Educause juga menegaskan bahwa; "investasi dalam pelatihan literasi data bermanfaat bagi semua tingkat stakeholders secara institusional di perguruan tinggi, mulai dari anggota dewan hingga administrator, fakultas, dan staf." Bahkan hal tersebut juga sangat bermanfaat bagi mahasiswa/i yang "mendapatkan pelatihan literasi data sebagai stakeholders utama dalam higher ed data analytics dan sebagai masa depan dari angkatan kerja yang lebih besar." Sehingga hal ini menempatkan edukasi literasi data dalam peringkat terbawah di kategori biaya yang diperlukan untuk optimasi di seluruh institusi serta dampak pada ukuran tenaga kerja institusi.

DEI untuk data dan analitik

Laporan Educause juga menjelaskan bahwa; "ahli data dan analitik meningkatkan fokus mereka pada keragaman (diversity), kesetaraan (equality), dan inklusi (inclusivity) (DEI) dalam cara mereka mengumpulkan, mengelola, dan menganalisis data,"

Para ahli juga memanfaatkan data dan analitik untuk mendorong ekuitas, mendukung tujuan strategis dari DEI, serta mengukur perkembangan dalam meraih tujuan tersebut.

Panelis juga menekankan pentingnya mempertanyakan status quo: "secara kolektif, bidang ini mengkaji ulang siapa yang membuat pilihan tentang data apa yang dikumpulkan, bagaimana data dikumpulkan, digunakan untuk apa, dan bias implisit apa yang dimasukkan ke dalam setiap langkah." Praktik terbaik terus berubah, dan "perubahan dalam praktik analitik harus didukung oleh pimpinan institusional perguruan tinggi."

Hal ini menjadikan DEI untuk bidang data dan analitik meraih posisi yang cukup tinggi untuk kategori potensi untuk mendukung transformasi digital dan dampak pada ukuran tenaga kerja institusi.

Kemampuan untuk menilai serta meningkatkan kemampuan data dan analitik dalam institusi

Dijelaskan dalam laporan Educause mengenai, perlunya ahli data dan analitik untuk menilai dan meningkatkan kemampuan mereka sendiri sebagai reaksi atas peningkatan ekspektasi terhadap high-quality, impactful analytical insights.

Panelis Horizon menempatkan isu di atas pada posisi paling atas dalam daftar tujuan strategis institusional dengan dampak signifikan. Educause juga menekankan; “menilai dan meningkatkan kemampuan analitik sebuah institusi akan memerlukan para pimpinan institusi serta ahli analitik untuk menentukan apakah mereka telah menggunakan data storage mereka yang sangat besar untuk menceritakan kisah yang valuable secara efektif,”

"Dan dengan proses yang lebih baik, para pimpinan institusional dapat mulai berpikir tentang peran apa yang dapat dimainkan oleh data analytics di masa depan. Kolaborasi lintas institusi akan lebih aman, lebih praktis, dan lebih menguntungkan. Pada akhirnya, seiring dengan peningkatan proses analitik data, pejabat analitik dapat berharap untuk mendorong hasil yang lebih baik bagi siswa, fakultas, beserta para staf terkait."

Berdasarkan fakta terkait, dapat disimpulkan bahwa peningkatan kemampuan menilai serta kemampuan data dan analitik memposisikan diri dalam peringkat yang cukup tinggi untuk kategori biaya yang diperlukan untuk optimasi di seluruh institusi dan kebutuhan upskilling dan reskilling tenaga kerja saat ini.

Maka dari itu, apabila Anda ingin memulai perjalanan Anda dalam menguasai teknologi yang berdampak untuk masa depan, Anda dapat memulainya dengan mencoba Delman Data Lab yang merupakan teknologi manajemen dan pengelolaan data yang didesain agar mudah dipahami dan digunakan untuk semua jenis users, technical dan non-technical.