KLASTERISASI KOMPETENSI GURU MENGGUNAKAN HASIL PENILAIAN PORTOFOLIO SERTIFIKASI GURU DENGAN METODE DATA MINING
Ari Kurniawan, Mochamad Hariadi
S2 Teknik Elektro (Telematika) , Institut Teknologi Sepuluh Nopember Surabaya [email protected]
Abstrak
Guru profesional harus memiliki kualifikasi akademik minimum sarjana (S-1) atau diploma empat (D-IV), menguasai kompetensi (pedagogik, profesional, sosial dan kepribadian), memiliki sertifikat pendidik, sehat jasmani dan rohani, serta memiliki kemampuan untuk mewujudkan tujuan pendidikan nasional. Dengan terlaksananya sertifikasi guru, diharapkan akan berdampak pada meningkatnya mutu pembelajaran dan mutu pendidikan secara berkelanjutan. Hasil penilaian portofolio sertifikasi guru hanyalah berupa angka-angka komponen kompetensi dari guru, jadi tidak memberikan informasi profil kompetensi guru apakah tergolong kurang, cukup atau baik.
Untuk mendapatkan informasi dan pengetahuan tentang profil kompetensi guru diperlukan adanya suatu metode penggalian data (data maining) dan klasifikasi yang tepat dengan jalan mengolah dan menggali variabel hasil penilaian portofolio dan aspek lain dari profil guru.
Kata kunci : Sertifikasi Guru, Portofolio, Data Mining.
I. PENDAHULUAN
Guru mempunyai kedudukan sebagai tenaga profesional pada jenjang pendidikan dasar, pendidikan menengah, dan pendidikan anak usia dini pada jalur pendidikan formal yang diangkat sesuai dengan peraturan perundang-undangan. Pengakuan kedudukan guru sebagai tenaga profesional tersebut dibuktikan dengan sertifikat pendidik. Lebih lanjut Undang-Undang Nomor 14 Tahun 2005 tentang Guru tersebut mendefinisikan
bahwa profesional adalah pekerjaan atau
kegiatan yang dilakukan oleh seseorang dan
menjadi sumber penghasilan kehidupan
yang memerlukan keahlian, kemahiran, atau
kecakapan yang memenuhi standar mutu
atau norma tertentu serta memerlukan
pendidikan profesi. Diharapkan agar guru
sebagai tenaga profesional dapat berfungsi
untuk meningkatkan martabat dan peran
guru sebagai agen pembelajaran dan
berfungsi untuk meningkatkan mutu
pendidikan nasional. Dengan terlaksananya sertifikasi guru, diharapkan akan berdampak pada meningkatnya mutu pembelajaran dan mutu pendidikan secara berkelanjutan.
Untuk mengelola data tersebut, dibutuhkan metode yang bisa digunakan untuk menggali informasi – informasi dari data tersebut. Metode tersebut dikenal dengan data mining. Dengan bantuan perangkat lunak, data mining melakukan proses analisa data untuk menemukan pola atau aturan tersembunyi dalam lingkup himpunan data konsumen tersebut. Pada studi kasus ini, analisa data mining dilakukan dengan metode clustering yang mengunakan algoritma K-Means yang disimulasikan dengan perangkat lunak.
Perangkat lunak ini, yang akan digunakan untuk pengelompokan konsumen berdasarkan data yang ada, sehingga bisa didapatkan kelompok – kelompok guru menurut tingkat kompetensinya.
A. Maksud dan Tujuan Penelitian
Maksud dan tujuan dari penelitian ini, adalah:
1. Memberikan gambaran dan analisa kelebihan dan kekurangan kompetensi guru dengan pemilihan data yang variatif.
2. Bagaimana memanfaatkan data berupa angka-angka hasil penilaian portofolio menjadi sebuah informasi dan pengetahuan tentang kompetensi guru.
3. Menerapkan proses data mining untuk pengolahan nilai portofolio guru dengan metode K-mean clustering untuk mengelompokan kompetensi yang relatif homogen.
B. Batasan Masalah
Batasan masalah dalam penulisan penelitian ini, meliputi:
1. Basis data yang akan digunakan dalam studi kasus ini adalah basis data ASG dan kemudian akan diolah berdasarkan proses-proses yang ada dalam data mining.
2. Kemiripan antar data dalam studi kasus ini diterjemahkan sebagai jarak kedekatan antar data dengan titik pusat (centroid), sehingga menghasilkan klaster-klaster peserta sesuai dengan tujuan dari studi kasus ini
3. Penggunaan metode clustering untuk mengelompokan peserta dengan menggunakan algoritma k-mean.
4. Untuk simulasi data menggunakan software MATLAB.
II. TINJAUAN PUSTAKA
A. Sertifikasi Guru
Dalam konteks sertifikasi guru, portofolio adalah bukti fisik (dokumen) yang
menggambarkan pengalaman berkarya/prestasi yang dicapai selama
menjalankan tugas profesi sebagai guru dalam interval waktu tertentu. Dokumen ini terkait dengan unsur pengalaman, karya, dan prestasi selama guru yang bersangkutan menjalankan peran sebagai agen pembelajaran. Keefektifan pelaksanaan peran sebagai agen pembelajaran tergantung pada tingkat kompetensi guru yang bersangkutan, yang mencakup kompetensi kepribadian, kompetensi pedagogik, kompetensi sosial, dan kompetensi profesional.
Fungsi portofolio dalam sertifikasi guru dalam jabatan adalah untuk menilai kompetensi guru sebagai pendidik dan agen pembelajaran. Kompetensi pedagogik dinilai antara lain melalui dokumen kualifikasi akademik, pendidikan dan pelatihan, pengalaman mengajar, perencanaan dan pelaksanaan pembelajaran. Kompetensi kepribadian dan kompetensi sosial dinilai antara lain melalui dokumen penilaian dari atasan dan pengawas. Kompetensi profesional dinilai antara lain melalui dokumen kualifikasi akademik, pendidikan
dan pelatihan, pengalaman mengajar, perencanaan dan pelaksanaan pembelajaran, prestasi akademik, dan karya pengembangan profesi.
Sesuai Permendiknas No. 18 Tahun 2007 komponen penilaian meliputi :
1. Kualifikasi Akademik 2. Pendidikan dan Pelatihan 3. Pengalaman Mengajar
4. Perencanaan dan Pelaksanaan Pembelajaran
5. Penilaian dari Atasan dan Pengawas 6. Prestasi Akademik
7. Karya Pengembangan Profesi 8. Keikutsertaan Forum Ilmiah
9. Pengalaman Menjadi Pengurus Organisasi di Bidang Kependidikan dan Sosial
10. Penghargaan yang relevan dengan bidang pendidikan
B. Data Mining
Data mining merupakan sebuah analisa dari
observasi data dalam jumlah besar untuk
menemukan hubungan yang tidak diketahui
sebelumnya dan metode baru untuk
meringkas data agar mudah dipahami serta
kegunaannya untuk pemilik data (David
Hand et al, 2001) .
C. Metode Clustering
Clustering adalah salah satu teknik unsupervised learning dimana kita tidak perlu melatih metode tersebut atau dengan kata lain, tidak ada fase learning. Tujuan dari metode clustering adalah untuk mengelompokkan sejumlah data atau objek kedalam klaster sehingga setiap klaster akan terisi data yang semirip mungkin (Budi Santosa, 2007).
D. Algoritma K-means Clustering
Gambar 1. Algoritma K-Mean
Langkah dasar K-Mean Clustering adalah membagi jumlah cluster K (jumlah
kelompok yang dikehendaki) dan mengasumsikan/menentukan centroid atau pertengahan cluster. Objek diambil k data pertama sebagai centroid pertama. Dengan algoritma K-means dilakukan langkah berikut hingga ditemukan hasil iterasi yang stabil :
1. Menentukan data centroid, pada sistem ini, ditentukan bahwa centroid pertama adalah n data pertama dari data-data yang akan di-cluster
2. Menghitung jarak antara centroid dengan masing-masing data.
3. Mengelompokkan data berdasarkan jarak minimum.
4. Jika penempatan data sudah sama dengan sebelumnya, maka stop. Jika tidak, kembali
III. UJI COBA
Untuk uji coba klaster, data masukan uji
coba penelitian ini berdasar asal peserta dari
kabupaten / kota baik untuk kompetensi
tertentu. Data masukan berupa matriks
dengan dimensi yang beragam tergantung
jumlah peserta dan komponen pendukung
kompetensi. Komponen penilaian sebagai
kolom matriks dan jumlah data peserta
sebagai baris. Penentuan klaster peserta dan
ilustrasi grafik-nya menggunakan software MATLAB dengan M-file sebagai berikut :
% data contoh
X = [20 30 10; 10 15 20 ; 30 40 20]
[cidx,ctrs] =
kmeans(X,2,'dist','SqEuclidean');
[ctrs]
[X cidx]
s = xlswrite('tempdata.xls', cidx) plot(X(cidx==1,1),X(cidx==1,2),'ro' ,X(cidx==2,1), ...
X(cidx==2,2),'b*',ctrs(:,1),ctrs(:, 2),'kx')
title('Clustering Pedagogik Kab.
Mojokerto')
Penjelasan script :
1. Baris pertama memuat variabel X dengan data matriks nilai kompetensi 2. Baris berikutnya mendapatkan nomor
klaster (cidx) dan nilai tengah klaster / centroid (ctrs) dengan fungsi kmeans dengan parameter jumlah klaster yang diinginkan (2) dengan menggunakan metode penentuan jarak Squared Euclidean.
3. Perintah xlswrite berfungsi untuk merekam kelompok untuk masing- masing peserta kedalam file tempdata.xls.
4. Perintah plot digunakan untuk menampilkan data dalam bentuk grafik.
