Titipan Pesan

Kadang aku masih teringat hari-hari SMA, ketika langkah kita selalu bersisian, saling tertawa dan jatuh bersama. Setiap tantangan terasa lebih ringan karena ada cerita yang sama-sama kita tulis — cerita yang kadang konyol, kadang berat, tapi selalu terasa nyata. Lewati curam terjalnya dunia, lirik itu rasanya seperti menggambarkan kita: walau jalan kadang sulit, kita tetap berjalan bersama, walau kini jalannya tak selalu sama.

Sekarang, saat langkah baru mulai di kampus, aku berharap semangat itu tetap ada. Bahwa perjalanan baru ini bisa punya ruang "ramai sepi" yang sama — dimana kita bisa saling mengingat, saling menopang, dan tetap punya cerita yang membuat semuanya tak terasa sendiri. Saat terasa berat-beratnya, kutahu kau pun berjuang juga — dan itu memberi keyakinan bahwa di setiap kesepian atau kebingungan, selalu ada yang memahami, meski bentuknya berubah.

Lagu ini menjadi semacam pengingat: bahwa apapun yang terjadi, tawa, tangis, kegagalan, atau keberhasilan, semuanya bagian dari perjalanan. Dan yang terpenting, setiap langkah yang diambil bersama kenangan-kenangan lama, selalu membawa kita ke arah yang lebih hangat, lebih manusiawi, dan lebih berarti.

Ramai sepi ini milik bersama — itulah yang aku harap tetap hidup, baik di masa SMA yang penuh kenangan, maupun di langkah-langkah baru yang akan datang. Karena selama ada jejak-jejak itu, selama ada cerita yang dibagi, aku merasa tak apa menghadapi dunia, apa pun yang terjadi.

Masih Nyari Arah

Sebenernya, kalau flashback dikit, dari zaman SMP aku udah keukeuh pengen kuliah di Bandung. Nggak tau kenapa, ada aja daya tariknya — suasananya, lingkungannya, pokoknya nempel di kepala. Apalagi dulu sering liat project coding orang di sosmed, dari situ mulai muncul rasa penasaran sama dunia teknologi dan akhirnya nargetin STEI-K.

Lucunya, pas kelas 12 justru sempat kepikiran pindah haluan ke jurusan lain. Tapi setelah mikir panjang dan diskusi sama guru, aku balik lagi ke keputusan awal. Ya gimana, katanya first love never dies, kan? Hehe. Waktu pengumuman SNBP keluar pun aku malah nggak berani buka web-nya. Deg-degan banget. Akhirnya malah guru les yang ngabarin duluan kalau hasilnya biru — dan aku masih nggak percaya sampai dikirimin buktinya. Rasanya campur aduk: kaget, seneng, tapi juga nggak nyangka karena jujur aja waktu itu aku nggak berekspektasi tinggi.

Sekarang, di semester 3, rasanya mulai bener-bener menikmati semuanya. Walaupun materinya makin susah dan tugas makin numpuk, tapi aku justru makin suka prosesnya. Aku suka belajar hal yang ribet (asal bukan pas ujian). Aneh memang — aku bisa enjoy ngulik konsep yang rumit, tapi tetep males kalau disuruh ngafal rumus buat nilai.

Belakangan ini, karena sering ikut kegiatan dan lomba, hidup agak chaos. Jadwal berantakan, jam tidur hancur, dan yang paling mengejutkan: aku jadi rutin minum kopi dua kali sehari. Dulu nyium aromanya aja ogah, sekarang malah kayak temen seperjuangan biar nggak ketiduran depan laptop.

Tapi jujur, aku bersyukur banget. Di tengah kekacauan itu, aku ngerasa lebih ngerti arah hidupku. Aku belajar buat nggak ngebandingin diri sama orang lain. Orang-orang punya prestasinya masing-masing, dan aku juga punya jalanku sendiri, walaupun mungkin lebih pelan. Aku nggak mau jadi bayangan siapa pun — cukup jadi Muthia yang santai, yang masih sering ketawa di tengah stress, tapi tetap terus jalan pelan-pelan ke arah yang aku mau.

Jejak

Setelah ngerjain asesmen VIA, Piagam Diri, dan Identitas Naratif, aku jadi lebih sadar kalau diriku nggak cuma sekadar "mahasiswi yang sering ngopi dua kali sehari biar nggak ngantuk". Ternyata, di balik kebiasaan receh dan overthinking-ku, ada pola unik yang bikin aku... ya, aku. Dan dari semua refleksi itu, beginilah bentuk SHAPE versiku:

Kesimpulan

Kalau disimpulin, bentuk SHAPE-ku adalah perpaduan antara rasa ingin tahu yang besar, hati yang ringan tapi tulus, dan cara pandang hidup yang santai tapi tetap reflektif.

Aku belajar bahwa diriku bukan seseorang yang harus selalu produktif, tapi seseorang yang terus berkembang — sambil tetap bisa ketawa di tengah ribetnya hidup.

Dan mungkin, itu justru kekuatan terbesarku.

Ulasan

Peer review yang saya lakukan

Setelah menyelesaikan semua tugas UTS dalam portfolio ini, aku juga mencoba meminta bantuan ChatGPT menilai karya-karyaku secara objektif. Berikut adalah refleksi dan penilaian diri atas setiap komponen yang telah kukerjakan:

Refleksi Akhir: Secara keseluruhan, aku merasa karya-karyaku mencerminkan diriku yang apa adanya — autentik, jujur, dan penuh dengan momen-momen personal yang bermakna. Setiap tulisan adalah bagian dari perjalanan mengenal diri sendiri, dan aku bangga bisa menuangkannya dengan cara yang tulus tanpa berusaha menjadi sempurna. Keaslian adalah kekuatan terbesar dalam setiap karya ini.

Mahakarya Pendidikan Sunyi

Sistem yang Belajar dari Ketidakhadiran

Selama ini, keberhasilan pendidikan sering diukur dari hal-hal yang terlihat, seperti jumlah sekolah, tingkat kelulusan, atau akses ke platform pembelajaran digital. Namun, di balik angka-angka tersebut, ada satu kelompok besar yang jarang dibicarakan, yaitu mereka yang tidak pernah hadir dalam sistem pendidikan. Mereka yang putus sekolah, tidak bisa membaca dengan lancar, atau perlahan menjauh dari proses belajar tanpa pernah tercatat sebagai kegagalan sistem. Dari sinilah krisis akses pendidikan dan melek huruf sebenarnya bermula.

Mahakarya Sistem dan Teknologi Informasi di era Artificial Intelligence, menurut saya, bukanlah platform belajar yang semakin canggih, tetapi sistem yang mampu mendeteksi dan memahami ketidakhadiran. Konsep ini saya sebut sebagai Silent Education System, yaitu sistem sosio-teknis yang berfokus pada mereka yang "hilang" dari proses pendidikan sebelum benar-benar tertinggal jauh.

Konsep ini dibangun melalui tiga lapisan utama.

Lapisan pertama adalah manusia sebagai subjek yang berpotensi tersingkir. Banyak individu tidak gagal belajar karena kurang kemampuan, tetapi karena sistem tidak peka terhadap kondisi sosial, ekonomi, dan psikologis mereka. Dalam Silent Education System, manusia tidak dilihat sebagai data akademik semata, melainkan sebagai individu dengan konteks hidup yang kompleks. Sistem ini dirancang untuk membaca pola ketidakterlibatan sejak dini, sebelum ketertinggalan menjadi permanen.

Lapisan kedua adalah Artificial Intelligence sebagai pendengar pola yang tidak bersuara. AI digunakan bukan untuk menilai kecerdasan, tetapi untuk mengenali tanda-tanda awal disengagement, seperti penurunan interaksi, ketidakteraturan belajar, atau pola akses yang tidak stabil. AI berperan sebagai alat bantu refleksi bagi pendidik dan institusi, bukan sebagai hakim. Dengan pendekatan ini, teknologi membantu membuka ruang intervensi yang lebih manusiawi dan tepat waktu.

Lapisan ketiga adalah sistem informasi sebagai jembatan sosial. Informasi yang dihasilkan tidak berhenti pada laporan statistik, tetapi diterjemahkan menjadi rekomendasi tindakan nyata, seperti pendampingan, perubahan metode belajar, atau integrasi jalur pendidikan nonformal. Sistem ini menghubungkan sekolah, komunitas, dan lingkungan sekitar untuk bersama-sama menarik kembali individu yang mulai menjauh dari proses belajar.

Keunikan Mahakarya Pendidikan Sunyi terletak pada fokusnya pada hal yang tidak terlihat. Sistem ini tidak mengejar percepatan belajar atau skor akademik semata, melainkan keberlanjutan keterlibatan manusia dalam proses pendidikan. Dengan menjadikan ketidakhadiran sebagai sinyal utama, bukan kegagalan akhir, sistem dan teknologi informasi digunakan untuk memperluas makna akses pendidikan itu sendiri.

Dengan demikian, mahakarya ini tidak hanya bertujuan mencerdaskan yang sudah hadir dalam sistem, tetapi juga membuka kembali pintu bagi mereka yang selama ini terlewatkan. Pendidikan tidak lagi reaktif terhadap kegagalan, melainkan proaktif dalam mencegahnya. Inilah peran Sistem dan Teknologi Informasi di era AI sebagai penjaga keberlanjutan pembelajaran manusia.

Krisis Pendidikan di Era AI

Ketika Akses Ada, tetapi Pemahaman Tidak Tumbuh

Opini saya berangkat dari pengamatan bahwa masalah utama pendidikan saat ini bukan lagi sekadar keterbatasan akses, melainkan kualitas keterlibatan manusia dalam proses belajar. Di banyak tempat, akses terhadap pendidikan formal, internet, dan bahkan kecerdasan buatan sudah semakin terbuka. Namun, peningkatan akses ini tidak selalu berbanding lurus dengan meningkatnya kemampuan berpikir, memahami, dan mengambil keputusan secara mandiri.

Fenomena ini menunjukkan bahwa pendidikan menghadapi krisis yang lebih halus tetapi lebih berbahaya, yaitu ilusi belajar. Banyak individu terlihat "terdidik" secara administratif, tetapi belum tentu memiliki literasi yang cukup untuk menafsirkan informasi, menilai kebenaran, atau membangun pengetahuan secara bermakna.

I. Ilusi Literasi di Tengah Kelimpahan Informasi

Saya beropini bahwa era digital justru melahirkan paradoks literasi. Informasi tersedia di mana-mana, namun kemampuan untuk membaca secara kritis dan memahami konteks semakin melemah. Banyak orang mampu mengakses teks, tetapi tidak benar-benar memaknainya. Melek huruf secara teknis tidak otomatis berarti melek makna.

Dalam konteks ini, Artificial Intelligence sering diposisikan sebagai solusi cepat. AI dianggap mampu "menggantikan" proses berpikir, merangkum bacaan, bahkan menjawab soal. Menurut saya, jika tidak disikapi dengan hati-hati, penggunaan AI justru memperdalam krisis literasi. Manusia bisa menjadi sangat bergantung pada hasil akhir tanpa mengalami proses memahami.

Masalahnya bukan pada AI itu sendiri, melainkan pada cara pendidikan mendefinisikan keberhasilan belajar. Ketika hasil lebih dihargai daripada proses, literasi berubah menjadi formalitas, bukan kemampuan hidup.

II. Pendidikan yang Terlalu Berorientasi Output

Opini saya cukup kritis terhadap sistem pendidikan yang menilai keberhasilan dari indikator kuantitatif semata, seperti nilai, kelulusan, atau sertifikat. Pendekatan ini mendorong siswa dan mahasiswa untuk mengejar jawaban benar, bukan pemahaman yang dalam. Dalam situasi seperti ini, AI menjadi alat yang sangat efektif untuk "menyiasati" sistem.

Saya melihat bahwa pendidikan kehilangan esensinya ketika peserta didik tidak lagi dilatih untuk bertanya, meragukan, dan membangun sudut pandang sendiri. Literasi seharusnya tidak berhenti pada kemampuan membaca dan menulis, tetapi mencakup kemampuan berpikir reflektif dan bertanggung jawab terhadap informasi.

Jika pendidikan terus mempertahankan model lama, AI tidak akan memperbaiki keadaan, melainkan mempercepat degradasi makna belajar. Sistem mungkin terlihat modern, tetapi manusia di dalamnya justru semakin pasif.

III. Literasi sebagai Kapasitas Manusia, Bukan Sekadar Keterampilan Teknis

Saya berpendapat bahwa literasi harus dipahami sebagai kapasitas manusia untuk memahami dunia, bukan hanya sebagai keterampilan akademik. Literasi mencakup kemampuan menghubungkan informasi dengan pengalaman, nilai, dan konteks sosial. Tanpa itu, pendidikan hanya menghasilkan individu yang patuh secara sistem, tetapi rapuh secara intelektual.

Dalam kerangka ini, peran Sistem dan Teknologi Informasi seharusnya bukan menggantikan proses belajar, tetapi menantang manusia untuk berpikir lebih dalam. Teknologi perlu dirancang untuk memicu refleksi, bukan sekadar memberikan kemudahan.

Opini saya menegaskan bahwa masa depan pendidikan di era AI tidak ditentukan oleh seberapa canggih teknologinya, tetapi oleh keberanian sistem pendidikan untuk menggeser fokus dari penguasaan informasi menuju pembentukan manusia yang sadar, kritis, dan mampu belajar sepanjang hidup.

Learning Trace

Sistem Jejak Pemahaman untuk Mengatasi Ilusi Literasi

Inovasi yang saya ajukan berangkat dari satu masalah mendasar dalam pendidikan modern, yaitu sulitnya membedakan antara tampak belajar dan benar-benar memahami. Di era digital dan AI, seseorang bisa terlihat aktif belajar, rajin mengumpulkan tugas, bahkan mendapatkan nilai tinggi, tanpa benar-benar membangun pemahaman yang utuh.

Untuk menjawab masalah tersebut, saya mengusulkan sebuah sistem yang saya sebut Learning Trace. Sistem ini tidak berfokus pada penyampaian materi, melainkan pada pelacakan dan pemetaan proses berpikir manusia selama belajar.

I. Gagasan Inti Inovasi

Learning Trace didesain dengan asumsi bahwa pemahaman meninggalkan jejak, sementara hafalan dangkal cenderung tidak konsisten. Selama ini, sistem pendidikan hanya menilai hasil akhir seperti jawaban, nilai, atau kelulusan. Inovasi ini justru memindahkan fokus ke bagaimana seseorang sampai pada sebuah jawaban.

Learning Trace memperlakukan proses belajar sebagai rangkaian keputusan kognitif, bukan sekadar konsumsi informasi. Dengan demikian, literasi tidak lagi dipahami sebagai kemampuan mengakses teks, tetapi sebagai kemampuan membangun makna secara bertahap.

II. Cara Kerja Sistem

Learning Trace bekerja melalui pengumpulan jejak pemahaman selama proses belajar. Jejak ini tidak berupa rekaman aktivitas teknis semata, melainkan pola berpikir yang tercermin dari interaksi pengguna dengan materi.

Ketika seseorang membaca, berdiskusi, menulis refleksi, atau menjawab pertanyaan terbuka, sistem mencatat bagaimana konsep dihubungkan, diulang, direvisi, atau bahkan disalahpahami. Artificial Intelligence digunakan untuk mengenali pola tersebut, bukan untuk menilai benar atau salah secara instan.

Hasilnya adalah peta pemahaman personal yang menunjukkan:

• konsep yang benar-benar dipahami,

• bagian yang masih kabur,

• serta area yang hanya dihafal tanpa koneksi makna.

Informasi ini tidak ditampilkan sebagai skor, tetapi sebagai narasi perkembangan belajar.

III. Unsur Kebaruan Inovasi

Kebaruan Learning Trace terletak pada pergeseran paradigma penilaian. Sistem ini tidak menilai manusia berdasarkan seberapa cepat atau seberapa tepat ia menjawab, tetapi berdasarkan konsistensi dan kedalaman pemahamannya dari waktu ke waktu.

Berbeda dari sistem pembelajaran adaptif yang menyesuaikan tingkat kesulitan soal, Learning Trace menyesuaikan cara bertanya. Pertanyaan diarahkan untuk menguji hubungan antar konsep, bukan sekadar recall informasi.

Dengan pendekatan ini, AI tidak menjadi "pemberi jawaban", tetapi menjadi alat refleksi yang memperlihatkan bagaimana seseorang berpikir.

IV. Dampak terhadap Akses Pendidikan dan Literasi

Dalam konteks akses pendidikan, Learning Trace memungkinkan pendidikan bermakna terjadi bahkan dengan materi yang sederhana. Seseorang tidak membutuhkan konten yang kompleks untuk membangun literasi, tetapi membutuhkan sistem yang membantu mereka menyadari proses belajarnya sendiri.

Bagi peserta didik, sistem ini membantu mereka memahami di mana posisi mereka sebenarnya, tanpa harus bergantung pada nilai semata. Bagi pendidik, Learning Trace memberikan gambaran yang lebih jujur tentang kondisi pemahaman peserta didik.

Secara sosial, inovasi ini berpotensi mengurangi kesenjangan literasi semu, di mana akses ada tetapi pemahaman tertinggal.

V. Relevansi di Era Artificial Intelligence

Di era AI, tantangan utama pendidikan bukan lagi ketersediaan informasi, melainkan keaslian proses berpikir manusia. Learning Trace memanfaatkan AI untuk menjaga agar proses belajar tetap manusiawi, reflektif, dan bermakna.

Inovasi ini menempatkan AI sebagai pendamping berpikir, bukan pengganti berpikir. Dengan demikian, literasi tidak tergerus oleh kemudahan teknologi, tetapi justru diperkuat olehnya.

Melalui Learning Trace, pendidikan diarahkan kembali pada esensi utamanya, yaitu membantu manusia memahami dunia dan dirinya sendiri secara lebih sadar.

Literacy Depth Framework

Penyelesaian Paradoks Literasi di Era AI

Permasalahan utama dalam akses pendidikan modern bukan lagi ketiadaan sarana belajar, melainkan kegagalan sistem dalam membedakan akses terhadap informasi dan kedalaman literasi. Untuk memahami persoalan ini secara sistematis, diperlukan kerangka pengetahuan yang mampu menjelaskan mengapa pendidikan terlihat maju secara kuantitatif, tetapi stagnan secara kualitatif.

I. Paradoks Literasi Modern

Paradoks literasi yang dihadapi pendidikan saat ini dapat dirumuskan sebagai berikut:

"Semakin mudah seseorang mengakses pengetahuan, semakin sulit memastikan bahwa ia benar-benar memahami pengetahuan tersebut."

Artificial Intelligence, platform digital, dan konten terbuka memperluas akses belajar secara masif. Namun, di saat yang sama, teknologi tersebut juga memungkinkan seseorang melewati proses berpikir kritis. Akibatnya, literasi berubah makna: dari kemampuan memahami menjadi sekadar kemampuan memperoleh hasil.

Paradoks ini tidak bisa diselesaikan hanya dengan menambah materi, mempercepat pembelajaran, atau meningkatkan kecanggihan sistem evaluasi konvensional.

II. Kerangka Pengetahuan: Literacy Depth Framework (LDF)

Untuk menjelaskan persoalan tersebut, saya menggunakan Literacy Depth Framework (LDF), sebuah kerangka pengetahuan yang memandang literasi sebagai proses berlapis, bukan kondisi biner (melek atau tidak melek).

Kerangka ini terdiri dari tiga lapisan utama:

a. Surface Literacy

Lapisan ini mencakup kemampuan membaca, menulis, dan mengakses informasi. Pada tahap ini, individu mampu mengutip, menyalin, atau menjawab pertanyaan berbasis teks. Sebagian besar sistem pendidikan berhenti di lapisan ini karena mudah diukur.

b. Structural Literacy

Lapisan ini menunjukkan kemampuan menghubungkan konsep, memahami sebab-akibat, dan menjelaskan kembali dengan struktur logika sendiri. Di sinilah pemahaman mulai terbentuk, tetapi masih rapuh dan kontekstual.

c. Reflective Literacy

Lapisan terdalam, di mana individu mampu:

• mengkritisi informasi,

• merefleksikan asumsi,

• dan mengaitkan pengetahuan dengan konteks personal maupun sosial.

Literasi sejati hanya tercapai jika ketiga lapisan ini terbangun secara berurutan dan konsisten.

III. Kegagalan Sistem Pendidikan Saat Ini

Masalahnya, sistem pendidikan modern menghargai performa lapisan permukaan, bukan kedalaman literasi. Nilai, sertifikat, dan kelulusan sering kali tidak merepresentasikan posisi seseorang dalam Literacy Depth Framework.

AI memperparah kondisi ini. Ketika sistem penilaian hanya menguji output akhir, AI menjadi alat optimalisasi jawaban, bukan alat pembentuk pemahaman. Akibatnya, pendidikan justru mempercepat ilusi literasi.

IV. Penyelesaian Paradoks: Knowledge-Oriented Evaluation

Untuk menyelesaikan paradoks tersebut, pendidikan harus bergeser dari result-oriented evaluation ke knowledge-oriented evaluation. Artinya, sistem tidak lagi bertanya "apa jawabannya?" tetapi "bagaimana pemahaman itu terbentuk?"

Dalam konteks ini, inovasi Learning Trace berfungsi sebagai instrumen operasional dari Literacy Depth Framework. Learning Trace memungkinkan pelacakan transisi peserta didik dari Surface Literacy menuju Reflective Literacy melalui jejak pemahaman yang konsisten.

AI tidak digunakan untuk memberikan solusi, melainkan untuk:

• mendeteksi pola berpikir,

• mengidentifikasi miskonsepsi,

• dan memicu refleksi kognitif.

V. Implikasi bagi Akses Pendidikan

Dengan kerangka ini, akses pendidikan tidak lagi didefinisikan sebagai akses terhadap materi atau teknologi, tetapi sebagai akses terhadap proses membangun makna. Seseorang dapat memiliki akses terbatas terhadap sumber daya, tetapi tetap mencapai literasi reflektif jika sistemnya mendukung proses berpikir mendalam.

Sebaliknya, tanpa kerangka literasi yang tepat, akses luas justru memperbesar kesenjangan pemahaman.

VI. Posisi Pengetahuan dalam Era AI

Dari sudut pandang pengetahuan, AI seharusnya diposisikan sebagai cognitive mirror, bukan cognitive shortcut. Sistem pendidikan yang sehat adalah sistem yang secara sadar membatasi fungsi AI pada wilayah yang memperkuat refleksi manusia.

Dengan demikian, penyelesaian paradoks literasi tidak terletak pada penolakan teknologi, melainkan pada desain epistemologis yang berpihak pada kedalaman pemahaman manusia.

Penilaian Diri UAS

Peer review yang saya lakukan

Setelah menyelesaikan semua tugas UAS dalam portfolio ini, saya melakukan refleksi mendalam terhadap karya-karya yang telah saya buat. Berikut adalah penilaian diri atas setiap komponen berdasarkan rubrik penilaian UAS:

Refleksi Akhir UAS: Melalui portfolio UAS ini, saya telah mengembangkan pemikiran yang lebih matang dan sistematis tentang peran Sistem dan Teknologi Informasi dalam pendidikan di era AI. Dari konsep Silent Education System hingga kerangka Literacy Depth Framework, setiap karya merepresentasikan upaya saya untuk tidak hanya mengkritisi masalah yang ada, tetapi juga menawarkan solusi inovatif yang berpusat pada pemahaman mendalam dan keberlanjutan pembelajaran manusia. Rata-rata skor keseluruhan 4.60 menunjukkan komitmen saya untuk menghasilkan karya yang tidak hanya memenuhi standar akademik, tetapi juga memberikan kontribusi pemikiran yang bermakna bagi masa depan pendidikan.