wartaiainpontianak.com – Di tengah gencarnya pemerintah mengaungkan Program Wajib Belajar 12 Tahun, masih terdapat sejumlah siswa yang justru putus sekolah pada tingkat pendidikan dasar. Kondisi itu terjadi pula di Kalimantan Barat.
Tingginya angka putus sekolah dipastikan berdampak terhadap masa depan kualitas sumber daya manusia di Indonesia. Indikasi dari dampak itu salah satunya tercermin pada Indeks Pembangunan Manusia (IPM).
Badan Pusat Statistik (BPS) merilis IPM Kalimantan Barat tercatat sebesar 67,66 poin pada 2020. Kenaikannya hanya sebanyak 0,01 jika dibandingkan dengan 2019, yang sebesar 67,65 poin.
IPM Kalimantan Barat pada 2020 tersebut juga masih lebih rendah jika dibandingkan dengan IPM Nasional pada periode yang sama, yakni 71,94 poin. BPS pun mencatat rata-rata pertumbuhan IPM Kalimantan Barat selama periode 2010-2019 hanya sebesar 0,92 setahun.
Kasus putus sekolah berkontribusi dalam pembentukkan IPM melalui angka rata-rata lama sekolah, dan harapan lama sekolah. Menurut BPS, rata-rata lama sekolah di Kalimantan Barat pada 2020 ialah 7,37 tahun. Adapun harapan lama sekolah ialah 12,60 tahun.
Untuk mengetahui lebih jauh mengenai angka putus sekolah di Kalimantan Barat, kami menganalisis data perkembangannya untuk lima tahun terakhir. Data awalnya bersumber dari Kementerian Pendidikan dan Kebudayaan yang dipublikasikan pada, http://statistik.data.kemdikbud.go.id/.
Berdasarkan hipotesis, jumlah angka putus sekolah pada pendidikan dasar dalam lima tahun terakhir masih berfluktuatif di Kalimantan Barat. Namun, jumlahnya diperkirakan cenderung meningkat setiap tahun.
Akses dan pengunaan data
Laman http://statistik.data.kemdikbud.go.id menyajikan berbagai tabel jenis data statistik, dari tingkat sekolah dasar hingga sekolah menengah atas, dan kejuruan. Ada 41 jenis tabel data yang tersedia pada laman tersebut.
Laman tersebut juga menyediakan pilihan tahun ajaran dan status pendidikan untuk setiap jenis tabel data. Status pendidikan berisi pilihan kategori pengelolaan sekolah, yakni negeri, dan swasta, atau gabungan keduanya. Untuk memilih tahun ajaran tertentu dan status pendidikan, bisa dilakukan dengan pengklik kolom pada setiap kategori pilihan tersebut. Namun, semua komponen data hanya tersaji dari mulai tahun ajaran 2016/2017 atau lima tahun terakhir.
Pengambilan data dalam resep jurnalisme data ini difokuskan pada sekolah negeri. Pertimbangannya ialah sekolah tersebut dibawah pengelolaan langsung pemerintah yang berkewajiban memenuhi hak warga negara atas pendidikan yang layak.
Adapun langkah pertama dalam pengaksesan data, setelah berada situs http://statistik.data.kemdikbud.go.id ialah mengklik menu ‘Sekolah Dasar’. Setelah itu, pilih ‘2016/2017’ pada menu ‘Tahun Ajaran’,dan pilih tabel 15 pada halaman utama atau menu ‘Pilih Tabel’. Halaman utama, selanjutnya akan menampilkan Tabel jumlah Siswa Putus menurut Tingkat tiap Provinsi. Tabel tersebut terdiri atas kolom nomor, nama provinsi, tingkat atau kelas, dan jumlah.
Data pada tersebut kemudian dipindahkan pada lembaran kerja pengolahan pada google spreadsheet. Untuk itu, siapkan terlebih dahulu lembar kerja baru pada google spreadsheet. Caranya ialah buka situs google, dan ikon berbentuk deretan titik yang berada di kanan atas, di samping foto profil pemilik akun.
Setelah spreadsheet terbuka, klik tanda ‘+’ pada sudut kanan paling bawah untuk membuat lembar kerja baru. Setelah itu, pindahkan data situs http://statistik.data.kemdikbud.go.id/ ke lembaran kerja atau spreadsheet pada ‘Sheet 1’. Cara memindahkannya ialah dengan mengaplikasikan rumus =IMPORTHMTL(“http://statistik.data.kemdikbud.go.id/”;”table”;1). Pastikan tulisan rumus tersebut berwarna hijau sebelum di-enter. Jika warnanya tidak berubah hijau, berarti terjadi kesalahan pada penulisan rumus, semisal saltik atau typo.
Jika pengaplikasian rumus tersebut berhasil, lembaran kerja otomatis akan menyajikan deretan daftar tabel, persis seperti pada tampilan utama situs http://statistik.data.kemdikbud.go.id/.
Setelah itu, arahkan kursor pada ‘Sheet 1’, klik kanan, dan pilih ‘Ganti Nama’. Lalu, ketik ‘Data Awal 2016/2017’ sebagai nama baru untuk ‘Sheet 1’. Penamaan baru tersebut untuk memudahkan pengidentifikasian karena akan terdapat banyak sheet dalam pengolahan data.
Langkah selanjutnya ialah membuat sheet baru sebagai lembar kerja pada google spreadsheet yang sama. Klik tanda ‘+’ pada pojok kiri paling bawah pada google spreadsheet sehingga muncul ‘Sheet 2’. Kemudian, pindahkan data dari situs http://statistik.data.kemdikbud.go.id/ dengan mengaplikasikan rumus=IMPORTXML(“http://statistik.data.kemdikbud.go.id/;”//a/@href”), dan pastikan juga tulisan rumus tersebut berwarna hijau sebelum di-enter. Import xml berfungsi untuk mendapat tautan indeks tabel, yakni yang tidak tersedia pada situs http://statistik.data.kemdikbud.go.id/.
Langkah berikutnya ialah menggabungkan tautan http://statistik.data.kemdikbud.go.id/ dengan tautan untuk Tabel Jumlah Siswa Putus menurut Tingkat tiap Provinsi tautan indeks. Untuk itu, salin tautan http://statistik.data.kemdikbud.go.id/, dan paste, atau tempelkan pada sel D4. Lalu, salin tautan indeks tabel yang terdapat pada baris 20, dan letakan kursor di sel D4. Kemudian, paste atau tempelkan tepat pada ujung tautan http://statistik.data.kemdikbud.go.id/. Maka, didapatlah tautan baru, yaknihttp://statistik.data.kemdikbud.go.id//index.php/statistik/table/sd/2017/000000/1/15 dari hasil penggabungan tersebut. Kemudian, ganti nama ‘Sheet 2’ dengan ‘Import XML’
Tahapan selanjutnya ialah memindahkan data dari tautan gabungan tersebut guna memperoleh tabel lengkap tentang jumlahh siswa putus sekolah pada SD Negeri pada tahun ajaran 2016/2017. Untuk itu, buka sheet baru, dan aplikasikan rumus =IMPORTHTML(“http://statistik.data.kemdikbud.go.id//index.php/statistik/table/sd/2017/000000/1/15”;”table”;1). Pastikan tampilan huruf pada rumus tersebut berwarna hijau sebelum di-enter.
Data pada tabel baru tersebut mesti dibersihkan untuk memastikan tidak ada saltik atau typo, dan kesalahan lain yang dapat menganggu penganalisaan data. Untuk itu, klik menu ‘Data’ pada toolbar, dan pilih ‘Saran Pembersihan’ pada kotak dialog. Keterangan yang muncul setelah itu menyatakan bahwa data tersebut sudah bersih sehingga klik tanda ‘X’ di sudut kanan atas pada kotak dialog untuk mengakhiri pembersihan. Kemudian, ubah nama sheet dengan ‘Data Bersih 2016/2017’.
Setelah seluruh tahapan pemindahan dan pembersihan tersebut ditempuh, akan diperoleh data baru yang siap dianalisis. Ulangi seluruh rangkaian tersebut untuk data Tahun Ajaran, 2017/2018, 2018/2019, dan 2019/2020.
Analisis Data
Karena hanya ingin melihat kondisi Kalimantan Barat, perlu dilakukan filtrasi pada setiap tabel. Klik menu ‘Data’ pada toolbar, dan pilih ‘Buat Filter’ sehingga muncul tanda seperti ikon sinyal di setiap judul kolom pada tabel.
Tampilan tabel juga otomatis terblok atau tersorot saat pemilteran data. Untuk itu, pastikan range atau rentang datanya mencakup keseluruhan isi tabel agar aplikasi filter tersebut berfungsi dengan baik dan benar. Selanjutnya, data hanya akan menampilkan jumlah siswa putus sekolah pada Sekolah Dasar Negeri untuk Tahun Ajaran 2016/2017 di Kalimantan Barat. Lakukan seluruh rangkaian filtrasi tersebut untuk ‘Data Bersih 2017/2018, ‘Data Bersih 2018/2019’, dan ‘Data Bersih 2019/2020’.
Filtrasi data juga bisa langsung dilakukan dengan menggunakan fungsi ‘Tabel Pivot’. Klik menu ‘Data’ pada toolbar, dan pilih ‘Tabel Pivot’ sehingga muncul kotak dialog. Kemudian, pilih ‘Sheet Baru’ pada kotak dialog, dan klik ‘Buat’, tampilan pun langsung menuju ke sheet baru dengan nama ‘Pivot Tabel’.
Sebelum mengklik ‘Buat’, pastikan seluruh isi tabel tercakup dalam pivot tabel. Cek rentang data pada kotak dialog, dan pastikan kata ‘Data Bersih 2016/2017’!A9:I45’ tertera pada kolom ‘Rentang Data’. Jika belum sesuai, koreksi rentang datanya dengan mengetikan rumus tersebut secara manual.
Sheet‘Tabel Pivot’ menampilkan data berupa kolom, dan baris. Pada sisi kanan lembar kerja ini, terdapat pilihan untuk penyuntingan atau editor. Ada pilihan saran tindakan berupa ‘Baris, ‘Kolom’, ‘Nilai’, dan Filter’ pada ‘Editor Tabel Pivot’. Terdapat pula pilihan ‘Tambahkan’ pada setiap saran tindakan tersebut.
Karena hanya ingin mengetahui kondisi Kalimantan Barat, klik ‘Tambahkan’ pada saran tindakan ‘Filter’. Pilih ‘Semua Elemen’, dan klik ‘Kosongkan’. Lalu, ketik ‘Kalimantan Barat’ pada kotak pencarian, dan klik pada kolom di samping kirinya sehingga muncul tanda centang.
Setelah itu, arahkan kursor pada ‘Nilai’, dan klik ‘Tambahkan’, dan pilih ‘Jumlah’ sehingga muncul ‘Rangkum Menurut’, dan ‘Tampil Sebagai’. Pilih ‘SUM’ pada ‘Rangkum Menurut’, dan ‘Default’ pada ‘Tampil Sebagai’. Ulangi semua rangkaian filtrasi untuk ‘Data Bersih 2017/2018, ‘Data Bersih 2018/2019’, dan ‘Data Bersih 2019/2020’.
Berdasarkan hasil analisis dengan tabel pivot, kasus putus sekolah pada sekolah dasar negeri dalam lima tahun terakhir di Kalimantan Barat, terbanyak pada tahun ajaran 2018/2019. Angkanya mencapai 1.933 orang. Disusul tahun ajaran 2016/2017, yang sebanyak 1.428 orang;dan tahun ajaran 2019/2020, sebanyak1.397 orang; serta tahun ajaran 2017/2018, sebanyak 962 orang.
Visualisasi
Visualisasi dilakukan supaya penyajian data lebih menarik dan mudah dipahami awam. Visualisasi kali ini tetap menggunakan tabel pivot karena relatif gampang, terutama bagi pemula. Pekerjaannya pun tinggal meneruskan tahapan pengolahan data sebelumnya.
Tahapan visualisasi diawali dengan memblok seluruh data analisis pada Sheet ‘Tabel Pivot’. Kemudian, klik menu ‘Insert’ atau ‘Sisipkan’ pada toolbar, dan pilih ‘Diagram’.
Setelah ‘Diagram’ diklik, langsung muncul jenis lingkaran. Untuk mengubah bentuk diagram supaya sesuai dengan kebutuhan visualiasi, klik ‘Edit Diagram’. Bagian penyuntingan tersebut berada pada sisi kanan lembar kerja. Ketika diklik, ‘Edit Diagram’ langsung mengarahkan pada pilihan ‘Siapkan’, dan merekomendasikan jenis diagram tertentu, yang sesuai dengan jenis data analisis.
Berdasarkan rekomendasi otomatis tersebut, resep jurnalisme data ini menggunakan diagram batang supaya memudahkan dalam membandingkan data pada setiap tahun ajaran. Untuk itu, klik kotak pilihan pada ‘Jenis Diagram’ di bagian penyuntingan, dan pastikan kode ‘A2:B12’ tercantum sebagai rentang datanya.
Penyiapan diagram tersebut tidak langsung menyajikan tampilan sebagaimana mestinya. Hanya bilah data 2017/2018 yang tampilannya benar sesuai dengan data analisis. Itu karena terjadi kekeliruan dalam pembacaan data pada sistem otomatis. Tanda ‘Koma’ pada pendataan tahun ajaran 2016/2017, 2018/2019, dan 2019/2020 terbaca sebagai desimal sehingga datanya dianggap jauh lebih rendah daripada tahun ajaran 2017/2018.
Untuk mengatasinya, blok kembali seluruh isi tabel, dan pilih menu ‘File pada toolbar. Kemudian, klik ‘Edit’, dan pilih ‘Salin’. Selanjutnya, buka sheet baru, klik kanan, dan pilih ‘Tempel Khusus Nilai Saja’. Setelah tabel baru tersaji, hapus semua tanda ‘Koma’ pada setiap data.
Langkah berikutnya ialah ulangi seluruh tahapan pada pembuatan diagram. Diagram pun akan menyajikan tampilan setiap bilah sesuai data sebenarnya.
Supaya tampilan diagram lebih menarik, klik ‘Sesuaikan’, yang terdapat pada kotak dialog di sebelah kanan google spreadsheet. Pilih ‘Gaya Diagram’, dan centang ‘3D’ untuk mengubah tampilan diagram menjadi bentuk tiga dimensi. Kemudian klik ‘Judul dan Sumbu’, ketik ‘Angka Putus Sekolah pada Sekolah Dasar Negeri di Kalimantan Barat 2016-2020 pada kolom ‘Teks Judul’. Selanjutnya, klik ‘Rangkaian’ dan centang ‘Label Data’ untuk menampilkan data pada pada setiap bilah pada diagram batang.
Pada diagram tersebut, bilah 2018/2019 terlihat relatif mencolok karena lebih tinggi di antaranya yang lain. Begitu pula bilah 2017/2018 karena lebih rendah daripada yang lain. Perbandingan data atau kondisi pada setiap tahun pun menjadi tergambar lebih jelas.
Rekomendasi
Angka tertinggi putus sekolah pada sekolah dasar negeri dalam lima tahun terakhir di Kalimantan Barat terjadi pada tahun ajaran 2018/2019, sedangkan terendah pada 2017/2018. Kejadian pada dua tahun berturut-turut itu menarik untuk ditelusuri lebih lanjut melalui pencarian data lain.
*Resep jurnalisme data ini ditulis oleh Feby Kartikasari, dalam rangka Beasiswa Pelatihan Jurnalisme Data yang diselenggarakan oleh Aliansi Jurnalis Independen (AJI).
