February 2017
S M T W T F S
« Dec    
 1234
567891011
12131415161718
19202122232425
262728  
Ilkom
IPB Badge
Hapuskan komersialisasi perparkiran kampus IPB Baranangsiang

Selamat bergabung ILKOM51 IPB. Belajarlah sungguh2 dan jadilah yang terbaik, profesional, dan menjadi kebanggaan keluarga dan negara. Jangan contoh kakak2 kelasmu yg sering tidur di kelas, menyalin tugas teman, kuliah tidak semangat, loyo, dan “gaya thok”.

Itu adalah status saya di FB beberapa waktu lalu, yang tujuan sebenarnya adalah untuk mendorong pada mahasiswa ILKOM51 agar bersiap diri menjalani proses pembelajaran bersama dosen dengan baik. Ini berdasarkan pengalaman melihat beberapa mahasiswa saat kuliah, yang sering tidur, menyalin tugas, dan tindakan-tindakan tidak profesional lainnya.

Saya yang biasanya memberikan pelajaran pemrograman dasar di semester 3 dan 4, tentu akan bersama-sama ILKOM51 menjalani proses pembelajaran tersebut. Untuk itu, saya mencoba mengenali pola akademik mahasiswa ILKOM51 ini.

Pertama, saya coba melihat bagaimana IPK ILKOM51. Rata-rata IPK cukup tinggi, yakni 3.14 dengan kuartil ke-3 terletak di nilai 3.48 dan IPK maksimum 3.94. Hal ini menunjukkan bahwa mahasiswa ILKOM51 termasuk kelompok pintar dengan IPK yang mengelompok di selang nilai 2.87 hingga 3.48. Namun demikian, ada 2 mahasiswa dengan IPK rendah, dan satu di antaranya 1.01 yang harus DO dari IPB. Mahasiswa ini dipastikan tidak sesuai untuk menempuh pendidikan di IPB, dan diduga akan sukses di bidang lainnya.

gb2-1

Pertanyaan selanjutnya adalah pelajaran apa yang dapat digunakan untuk mengelompokkan dan mempengaruhi IPK ini. Untuk itu, saya coba menggunakan alat analisis statistika yaitu pohon regresi (regression tree) seperti juga yang saat ini saya lakukan bersama dengan Pak Ivan di Departemen SKPM. Setiap huruf mutu pelajaran saya konversi ke angka mutu (A=4, AB=3.5, dan seterusnya), dan saya buat model IPK=f(setiap pelajaran). Hasilnya, terdapat 5 pelajaran pengelompok utama, yaitu MAT103 (Kalkulus), MAT100 (Pengantar Matematika), KIM101 (Kimia), FIS100 (Fisika), dan KOM101 (Algoritme). Hasil ini sungguh masuk akal, dan mendukund tulisan saya sebelumnya, bahwa keberhasilan di pelajaran MAT103 dan MAT100 sangat menentukan keberhasilan di pelajaran pemrograman nantinya. Dan memang benar, ternyata kedua pelajaran ini juga sangat menentukan pengelompokan IPK di TPB.

Ada enam pelajaran lainnya yang juga berperan mengelompokkan IPK mahasiswa ILKOM51 ini, yaitu EKO100 (Ekonomi), BIO100 (Biologi), KOM201 (Penerapan Komputer), KPM130 (Sosiologi Umum), IPB106 (Bahasa Indonesia), dan IPB108 (Bahasa Inggris). Hasil analisis ini bukan menunjukkan bahwa pelajaran lainnya kurang berarti, tetapi sebaran nilai mutu di pelajaran lainnya relatif seragam.

Gambar di bawah ini menunjukkan pohon regresi yang dapat digunakan untuk pengelompokan IPK mahasiswa sambil melihat pelajaran apa yang berperan. Terlihat bahwa Kalkulus menjadi penentu pertama bagi pengelompokan IPK mahasiswa ILKOM51. Jika nilai mutu Kalkulus lebih besar atau sama dengan 1.5 (antara D dan C), maka IPK mahasiswa cenderung ke arah yang lebih besar. Pelajaran berikutnya adalah Kimia, dilanjutkan oleh Pengantar Matematika untuk menentukan IPK mahasiswa ILKOM51 mengarah ke daerah tertinggi. Dari gambar ini, minimal memberi gambaran, bagaimana kekuatan dan kelemahan pemahaman mahasiswa ILKOM51 di pelajaran tertentu, sehingga tugas selanjutnya adalah menentukan strategi pembelajaran di semester-semester berikutnya di ILKOM, agar mahasiswa dapat menuai keberhasilan akademik.

gb2-2

Tentunya tugas itu bukan semata kewajiban Departemen ILKOM. Peran dan kebiasaan mahasiswa dalam belajar dan menjalani proses pembelajaran juga sangat penting. Kalau lengah, tak akan berguna waktu 3 tahun yang tersisa ini. Itulah mengapa saya menuliskan status di FB seperti awal tulisan ini.

Yuk kita belajar bersama dengan baik, sungguh-sungguh, dan profesional. Hilangkan rasa malas, loyo, nyontek, nyalin tugas, dan “gaya thok” 😉

 

 

Leave a Reply