Pola Akses Sumber Ajar Daring pada Mahasiswa selama Pandemi

COVID-19 dengan Menggunakan Social Network Analysis

ICHWAN SUYUDI, FARIDA, BUDI HERMANA UNIVERSITAS GUNADARMA

14 JULI, 2020

1

Pola Akses Sumber Ajar Daring pada Mahasiswa selama Pandemi

COVID-19 dengan Menggunakan Social Network Analysis

Ichwan Suyudi(1), Farida(2), Budi Hermana(3)

(1) Dosen program Studi Sastra Inggris,(2) Dosen Program Studi Sistem Informasi, (3) Dosem program

Studi Magister Manajemen

UNIVERSITAS GUNADARMA

Ringkasan

Pembelajaran Jarak Jauh menjadi pilihan utama di perguruan tinggi di Indonesia,

sesuai dengan kebijakan dan pedoman dari pemerintah. Ketersediaan sumber ajar

pada perguruan tinggi relatif bervariasi antara perguruan tinggi sehingga mahasiswa

dapat mengakses berbagai sumber ajar lainnya di internet. Penelitian ini

menganalisis pola pemanfaatan bahan ajar di internet, baik disediakan oleh

perguruan tingginya, maupun yang dikelola oleh pihak eksternal di internet. Pola

penggunaan berbagai sumber ajar pada penelitian ini menerapkan Social Network

Analysis (SNA) dengan responden sebanyak 262 mahasiswa program studi Sastra

Inggris. Hasil analisis menunjukkan bahwa sumber ajar yang paling populer diakses

mahasiswa adalah melalui internet atau melalui mesin pencari, diikuti oleh sumber

ajar di situs web Universitas Gunadarma. Hasil analisis pola akses menunjukkan

tidak ada perbedaan pola yang signifikan antara mahasiswa dan mahasiswi. Hasil

penelitian ini dapat dijadikan masukan dalam pengembangan bahan ajar yang

variatif, baik dari sisi prilaku mahasiswa maupun jenid konten digital yang menarik

dari perspektif mahasiswa, termasuk penggunaan media sosial dalam mendukung

proses pembelajaran jarak jauh.

Kata kunci: PJJ, Social Network analysis, virtual class, COVID19,

I. PENDAHULUAN

Pembelajaran Jarak Jauh (PJJ) di Indonesia diberlakukan secara masif di

seluruh perguruan tinggi selama Pandemi COVID-19. Kebijakan tersebut mengacu

kepada kebijakan pemerintah, khususnya dari Kementerian Pendidikan dan

Kebudayaan. Kebijakan kementerian tersebut menyusul diberlakukannya

Pembatasan Sosial Berskala Besar (PSBB) menyusul ditemukannya kasus positif di

Indonesia pada bulan Maret 2020. Acuan kebijakan penerapan pembelajaran daring

di Indonesia, di antaranya adalah Surat Keputusan Bersama empat kementerian yaitu

Kementerian Kesehatan, Kementerian Dalam Negeri, dan Kementerian Pendidikan

dan Kebudayaan, dan Kementerian Agama tentang Panduan Penyelenggaraan

Pembelajaran pada Tahun Ajaran 2020/2021 dan Tahun Akademik 2020/2021 di

Masa Pandemi Corona Virus Disease 2019 (COVID-19). Khusus untuk Pendidikan

Tinggi, Kementrian Pendidikan dan Kebudayaan telah menerbitkan pedoman PJJ

untuk perguruan tinggi di Indonesia.

2

Adholay dkk (2018) menyebutkan bahwa: “Online learning has been

interchangeably used with a number of similar terms, including “elearning”,

“distance learning” and “blended learning”. PJJ dalam konteks teknologi informasi

dan komunikasi berhubungan dengan konsep e-learning. Menurut Al-Rahmi,

Othman, & Yusuf (2015), “The electronic learning or e-learning refers to the action

of knowledge acquisition through computer network on the basis of the

environment”. Penerapan PJJ yang relatif drastis dan masif untuk seluruh mahasiswa

sebagai pembelajar dan dosen sebagai pengampu, tentunya memerlukan adaptasi

prilaku yang cepat dan tepat agar keberlangsungan proses pendidikan tetap terjamin.

Kemampuan adaptasi atau perubahan perilaku di dunia daring tentunya berbeda-beda

antara satu individu dengan individu lainnya. Perbedaan tersebut bisa disebabkan

perbedaan psikologis, perbedaan ketersediaan sumberdaya teknologi daring, atau

motivasi pembelajar. Perbedaan tersebut di antaranya bisa dilihat dari pola

penggunaan berbagai sumber ajar daring yang mungkin berbeda-beda oleh

mahasiswa. Perbedaan pola akses ini menjadi topik utama pada penelitian ini dengan

menerapkan Social Network Analysis (SNA). SNA) sangat luas digunakan pada

berbagai bidang ilmu, dan terutama diterapkan untuk membantu peningkatan

efektivitas dan efisiensi pada pengambilan keputusan pada organisasi (Chambers

dkk, 2012).

II. TINJAUAN PUSTAKA

2.1. Sekilas PJJ di Universitas Gunadarma

Universitas Gunadarma mulai menerapkan PJJ secara penuh untuk semua

perkuliahan untuk jenjang D3 dan S1 pada tanggal 16 maret 2020. Pemberlakuan PJJ

tersebut mengacu ke Surat Keputusan Rektor No. 084/SK/REK/UG/2020 berikut

Surat Edaran Nomor 086.1/REK/UG/III/2020 tentang Keberlanjutan Layanan

Daring. Penerapan PJJ di Universitas Gunadarma menggunakan fasilitas Virtual

Class yang dapat diakses pada alamat URL http://v-class.gunadarma.ac.id.

Mekanisme penerapan PJJ tersebut dapat dilihat pada gambar berikut.

3

Gambar 1. Mekanisme Virtual Class di Universitas Gunadarma

Penggunaan Virtual Class tersebut merupakan bagian dari kebihakan universitas

dalam penerapan E-learning, yaitu pembelajaran elektronik yang digunakan untuk

membantu mahasiswa memahami bahan ajar. Menurut Alenezi, Karim, dan Veloo

(2010), E-learning merupakan alat pendidikan efektif yang dapat diintegrasikan ke

dalam berbagai model pembelajaran yang disediakan oleh lembaga pendidikan. E-

learning menyediakan materi pembelajaran yang dilengkapi dengan audio visual

yang dapat memberikan gambaran suatu konsep yang dapat dilengkapi dengan

contoh visual yang interaktif dan komunikatif. Pemanfaatan E-learning akan

memberikan manfaat pada peningkatan kompetensi mahasiswa dalam memahami

bahan kajian pada setiap mata kuliah sesuai dengan capaian pembelajaran yang

sudah ditetapkan oleh program studi. Bagaimana pemanfaatan PJJ dengan

menggunakan virtual class selama Pandemi Covid-19 dapat di lihat pada gambar

berikut.

4

Gambar 2. Traffic monitoring virtual class

2.2. Social Network Analysis

Penelitian tentang SNA telah menjadi topik yang menarik dalam disiplin ilmu

mulai dari sosiologi hingga pemasaran, kewirausahaan hingga bisnis internasional

(Coviello, 2005). Pengertian Social Network Analysis (SNA) menurut Tsvetovat &

Kouznetsov (2011) yaitu: “Social Network Analysis can be described as a “study of

human relationships by means of graph theory”. SNA merupakan bidang penelitian

tentang pengukuran dan analisis struktur relasional yang terus berkembang (Butts,

2008). SNA memandang hubungan sosial dalam hal teori jaringan yang terdiri dari

nodes dan ties. Ties sering disebut juga dengan edges, links, atau connections. Node

adalah aktor individu dalam jaringan, dan ikatan adalah hubungan antara aktor

(Wasserman & Faust, 1994). Jaringan terdiri dari aktor yang merepresentasikan

individu, organisasi, program, atau entitas lainnya (Luke & Harris, 2007). Meskipun

SNA memiliki akar penelitian antropologis dan etnografi, pengembangan SNA kini

diarahkan pada sifat matematika dari jaringan sosial dengan memanfaatkan teori

graph dan analisis statistik (Bishop & Waring, 2012).

SNA pada awalnya memiliki akar penelitian antropologis dan etnografi,

namun kini pengembangannya dipusatkan pada karakteristik matematika dari

jaringan sosial dengan menggunakan teori graph dan analisis statistik (Bishop &

Waring, 2012). Menurut Borgatti & Everett (1997), matriks dikatakan sebagai 2

mode jika baris dan kolom mengindeks kumpulan entitas yang berbeda, misalnya

5

baris menunjukkan orang sedangkan kolom terkait dengan organisasi.). Graph

dengan format 2-mode disajikan pada gambar berikut.

Gambar 3. Graf dengan format 2-mode

III. METODE PENELITIAN

Data penelitian diperoleh dengan menggunakan kuisioner online dengan

responden sebanyak 262 orang yang berasal dari program studi Sastra Inggris di

Universitas Gunadarma. Pertanyaan utama untuk data SNA adalah berbagai sumber

ajar online yaitu: (a) akses mesin pencari secara umum, (b) mengakses materi kuliah

di internet, (c) mengakses perpustakan online, (d) mengakses informasi dan

pembelajaran dari web kampus, (e) mengakses informasi dan pembelajaran dari web

perguruan tinggi lain, (f) mengakses fasilitas khusus e-learning / virtual class, dan

(g) mengakses bahan ajar dari media sosial. Ferekuensi penggunaan berbagai

sumber ajar online tersebut dikonversi menjadi skala biner yaitu 0 dan 1 agar dapat

disajikan dalam bentuk matriks yang akan diolah selanjutnya dengan perangkat lunak

UCINET. Social Network Analysis menggunakan perangkat lunak UCINET yang

mempunyai kemampuan dalam menganalisis berbagai parameter jaringan, seperti:

ukuran sentralitas, identifikasi sub kelompok, analisis peran, teori graf dasar dan

analisis statistik berbasis permutasi (Apostolato, 2013). Visualisasi pola akses

sumber ajar disajikan dalam bentuk graph yang diolah dengan menggunakan

perangkat lunak NetDraw. Menurut Cronin (2015), Netdraw merupakan salah satu

perangkat lunak yang paling paling banyak digunakan untuk visualisasi jaringan

sosial dan memiliki kapasitas analitis yang kuat. Jenis graph yang digunakan adalah

graph theoretic layout dengan ukuran centrality menggunakan degree centrality.

Jenis graph yang digunakan dalam penelitian ini adalah 2-mode graph. Menurut

6

Borgatti & Everett (1997), matriks dikatakan sebagai 2-mode jika baris dan kolom

mengindeks kumpulan entitas yang berbeda. Pada penelitian ini, baris menunjukkan

mahasiswa sedangkan kolom merupakan berbagai sumber ajar daring.

IV. HASIL DAN PEMBAHASAN

4.1. Demografi Responden

Responden penelitian adalah 262 mahasiswa pada program studi Sastra

Inggris Universitas Gunadarma. Profil demografi responden dilihat dari jender dan

lokasi akses PJJ disajikan pada gambar berikut ini.

Jenis Kelamin Lokasi Akses

Gambar 4. Profil responden

Sebagian besar responden adalah mahasiswi yaitu sebanyak 193 orang atau 73,66%,

dengan lokasi akses lebih banyak di Pulau Jawa yaitu sebesar 96,94%. Informasi

mengenai profil responden lainnya dapat dilihat pada tabel berikut.

Tabel 1. Pengalaman menggunakan internat, HP, dan paket data

No. Statistik Minimum Rata-rata Maksimum

1. Pengalaman menggunakan internet

(tahun)

0 8,44 16

2. Pengalaman menggunakan HP (tahun) 1 9,47 20

3. Pengalaman menggunakan paket data di

HP

1 7,67 20

Informasi pada tabel di atas menunjukkan bahwa mahasiswa sudah

mempunyai pengalaman menggunakan beberapa fasilitas TIK yang digunakan untuk

mengakses pembelajaran jarak jauh. Hal tersebut menjadi salah satu faktor

7

pendukung keberhasilan penerapan pembelajaran jarak jauh yang memerlukan

infrastruktur TIK dan koneksi internet yang memadai. Namun ketersedian fasilitas

TIK tersebut belum menjamin mahasiswa benar-benar efektif dalam mengakses

sumber ajar atau konten digital yang relevan dengan materi perkuliahan. Analisis

deskriptif berikutnya dilakukan untuk menelaah hal tersebut seperti dipaparkan pada

bagian di bawah ini.

4.2. Frekuensi Penggunaan Sumber Ajar Daring

Sumber ajar daring yang diteliti pada penelitian ini terdiri dari tujuh media yaitu: (a)

akses mesin pencari secara umum, (b) mengakses materi kuliah di internet, (c)

mengakses perpustakan online, (d) mengakses informasi dan pembelajaran dari web

kampus, (e) mengakses informasi dan pembelajaran dari web perguruan tinggi lain,

(f) mengakses fasilitas khusus e-learning / virtual class, dan (g) mengakses bahan

ajar dari media sosial. Frekuensi penggunaan sumber ajar online tersebut disajikan

pada tabel berikut.

Tabel 2. Frekuensi akses sumber ajar daring

No. Sumber Frekuensi (%)

1 2 3 4 5

a. Mesin pencari secara umum 0,8 0,8 9,9 28,2 60,3

b. Akses materi kuliah di internet 0,0 0,8 21,0 38,5 39,7

c. Akses perpustakan online 17,9 24,0 29,4 22,5 6,1

d. Akses informasi dan pembelajaran dari

web kampus

3,4 9,9 25,2 31,3 30,2

e. Akses informasi dan pembelajaran dari

web perguruan tinggi lain

23,7 24,0 32,8 14,5 5,0

f. Akses fasilitas khusus e-learning /

virtual class

10,3 12,2 33,2 29,4 14,9

g. Akses bahan ajar dari media sosial 14,1 13,4 22,5 29,4 20,6 Keterangan: 1=tidak pernah, 2=jarang, 3=cukup, 4=sering, 5=selalu

Informasi yang dapat disimpulkan pada tabel di atas adalah sampel penelitian

lebih banyak menggunakan mesin pencari untuk pencarian informasi secara umum.

Responden juga lebih banyak mengakses informasi dan pembelajaran dari internet

dengan persentase yang frekuensinya sering dan selalu sebesar 78,2%. Persentase

yang sering dan selalu mengakses web Universitas Gunadarma untuk informasi

8

akademik dan pembelajaran sebesar 61,5%. Jika ditambah dengan yang cukup

sering, persentase responden yang mengakses web Universitas Gunadarma sebesar

86,7%. Persentase tersebut lebih besar dibandingkan pencarian dari web perguruan

tinggi lain (19,5%). Responden yang secara khusus sering dan selalu mengakses e-

learning atau virtual class juga tergolong tinggi yaitu sebesar 44,3%, sedangkan

yang cukup sering sebesar 33,2%, atau total sebesar 77,5%. Persentase responden

yang sering atau selalu mencari bahan ajar melalui media sosial sebesar 50%,

sedangkan sumber daring yang relatif paling rendah frekuensi aksesnya adalah

perpustakaan online yaitu sebesar 28,6% untuk yang sering atau selalu

mengaksesnya.

4.3. Pola Akses dengan SNA

Penggambaran pola akses sumber ajar dengan menggunakan SNA diawali

dengan mengkonversi data frekuensi yang tadinya skala likert ke skala biner yaitu 0

dan 1. Frekuensi akses yang sebelumnya “tidak pernah” atau “jarang” dikonversi

menjadi “0”, sedangkan yang “cukup sering”, “sering” dan “selalu” dikonversi

menjadi “1”. File datanya dalam bentuk exccel yang dibuka dengan Ucinet dan

disajikan graphnya dengan NetDraw. Graph tersebut dapat dilihat pada gambar

berikut.

9

Gambar 5. Hasil Graph Theoretic Layout dengan NetDraw

Graph tersebut menunjukkan bahwa pencarian materi ajar di internet paling

populer dibandingkan dengan cara lainnya, yang diikuti dengan penggunaan mesin

pencari seacara umum serta pencarian bahan ajar dari situs web yang dikelola oleh

Universitas Gunadarma. Parameter centrality degree untuk masing-masing sumber

daring tersebut disajikan pada tabel berikut.

Tabel 3. Parameter degree of centrality

Peringkat Sumber

Degree of

Centrality

1. Akses materi kuliah di internet 260

2. Mesin pencari secara umum 258

3. Akses informasi dan pembelajaran dari web

Universitas Gunadarma

227

4. Akses fasilitas khusus e-learning/virtual

class

203

5. Akses bahan ajar dari media sosial 190

6. Akses perpustakan online 152

7. Akses informasi dan pembelajaran dari

web perguruan tinggi lain

137

Pola perbedaan akses dilihat dari jender responden dapat dilihat dari graph

theoretical layout pada dua gambar berikut ini.

10

Gambar 6. Hasil Graph Theoretic Layout untuk responden wanita

Gambar 6. Hasil Graph Theoretic Layout untuk responden pria

Popularitas sumber ajar daring secara umum tidak berbeda antara responden

pria dan wanita seperti dapat dilihat pada dua gambar di atas. Hasil ini menunjukkan

tidak ada perbedaan jender untuk kasus pembelajaran jarak jauh oleh mahasiswa di

program studi Sastra Inggris. Menurut Mutua dkk (2013), jender adalah konstruksi

sosial yang mendefinisikan peran yang berbeda antara pria dan wanita, namun

perbedaan peran tersebut tidak terlihat signifikan dalam kasus PJJ dalam penelitian

ini. Hasil penelitian ini juga berbeda dengan pernyataan dari Reinen & Plomp (1997)

yang menyebutkan bahwa wanita kurang tahu tentang teknologi informasi dan lebih

banyak merasakan masalah dengan perangkat lunak. Penelitian ini menunjukkan

11

bahwa PJJ sudah relatif biasa atau menjadi hal yang terbiasa digunakan tanpa melihat

perbedaan jender.

V. KESIMPULAN DAN SARAN

Dukungan fasilitas TIK dari sisi mahasiswa relatif memadai untuk penerapan PJJ di

program studi Sastra Inggris, namun pola dan frekuensi penggunaan berbagai sumber

ajarnya relatif berbeda. Mahasiswa cenderung sudah terbiasa menggunakan mesin pencari

dan pencarian bahan ajar melalui internet atau media daring. Pemanfaatan informasi dan

pembelajaran dari web yang dikelola Universitas Gunadarma relatif lebih tinggi

dibandingkan dengan sumber dari web perguruan tinggi lain atau melalui media sosial.

Popularitas sumber ajar secara umum menunjukkan bahwa penggunaan mesin pencari untuk

keperluan umum masih paling populer, diikuti oleh pencarian bahan ajar melalui internet.

Pola penggunaan bahan ajar tersebut secara umum tidak ada perbedaan dilihat dari perspektif

jender.

Hasil penelitian ini dapat digunakan untuk penguatan bahan ajar yang disediakan oleh

Universitas Gunadarma mengingat sebagian besar responden reltaif masih mengandalkan

web Universitas Gunadarma sebagai sumber utama pembelajaran. Salah satu bentuk

penguatan tersebut adalah peningkatan variasi konten digital agar lebih menarik dilihat dari

perpektif mahasiswa sehingga mendukung proses pendidikan yang efektif. Penelitian

lanjutan bisa diarahkan pada model evaluasi PJJ untuk fasilitas khusus seperti virtual class.

Evaluasi kinerja tersebut dapat menggunakan berbagai model, misalnya IS Success Model,

Technology Acceptance Model, Model UTAUT, yang dilengkapi dengan faktor individu /

psikologis pengguna atau faktor eksternal lainnya. Penelitian ini juga daat diperluas ke

program studi lain di Universitas Gunadarma.

DAFTAR PUSTAKA

Aldholay, A., Isaac, O., Abdullah, Z., Abdulsalam, R., and Al-Shibami, A.H. 2018.

An extension of Delone and McLean IS success model with self-efficacy: Online

learning usage in Yemen. The International Journal of Information and Learning

Technology, Vol. 35 Issue: 4, pp.285-304

Alenezi, A.R., A.M. Abdul Karim and A. Veloo. 2010. An Empirical Investigation

into The Role of Enjoyment, Computer Anxiety, Computer Self-Efficacy And

Internet Experience in Influencing The Students’ Intention to Use E-Learning: A

Case Study from Saudi Arabian Governmental Universities. The Turkish Online

Journal of Educational Technology, volume 9 Issue 4.

12

Al-Rahmi, W.M., Othman, M.S., & Yusuf, L.M. 2015. Exploring the Factors that

Affect Student Satisfaction through Using E-Learning in Malaysian Higher

Education Institutions. Mediterranean Journal of Social Sciences, Vol.6, No.4, pp.

299-310.

Bishop, S., & Waring, J. 2012. Discovering healthcare professional‐practice

networks: The added value of qualitative SNA. Qualitative Research in

Organizations and Management: An International Journal, 7(3), 308-322.

Borgatti, S. P., & Everett, M. G. 1997. Network analysis of 2-mode data. Social

Network, 19(1997), 243-269.

Butts, Carter T. 2007. Social network analysis: A methodological introduction. Asian

Journal of Social Psychology, 11, 13–41.

Chambers, D., Wilson, P., Thompson, C.,& Harden, M. 2012. Social Network

Analysis in Healthcare Settings: A Systematic Scoping Review. Plos One, vol.7,

issue 8. Pp.1-10.

Coviello, Nicole E. (2005). Integrating qualitative and quantitative techniques in

network analysis. Qualitative Market Research: An International Journal, 8(1), 39-

60.

Luke, D. A., & Harris, J. K. 2007. Network analysis in public health: history,

methods, and applications. Annual Review of Public Health, 28, 69-93.

Mutua, M.N., Kimathi, K. P. G., & Kitung’u, K. M. 2013. Gender Issues in

Information Technology. International Journal of Mechanical Engineering Research

& Applications, 1(3), 1-7.

Reinen, I. J., & Plomp, T. 1997. Information Technology and Gender Equality: A

Contradiction in Terminis? Computers Education, 28(2), 65-78.

Wasserman, S. and Faust, K. 1994. Social Network Analysis: Methods and

Applications. Cambridge University Press, Cambridge.