JurnalPost.com – Percepatan transformasi digital pada berbagai sektor telah menempatkan kompetensi komputasi sebagai kebutuhan esensial yang tidak dapat diabaikan. Dalam ranah akademik maupun industri, kemampuan mengolah data, membangun pemodelan numerik, dan menerapkan teknik pemrograman menjadi prasyarat utama untuk menghasilkan proses pengambilan keputusan yang cepat, presisi, dan berbasis evidensi. Menjawab urgensi tersebut, Universitas Karyadarma (UNDARMA) dan Universitas Nusa Cendana (UNDANA) memperkuat kemitraan strategis melalui penyelenggaraan Pelatihan MATLAB bagi mahasiswa lintas program studi. Pelatihan yang dilaksanakan pada 1 Desember 2025 di Aula UNDARMA ini diikuti oleh lebih dari 80 peserta dan dipandu oleh Risna R. Naatonis, S.Pd., M.Pd., dosen UNDARMA yang bertindak sebagai ketua tim pelaksana sekaligus narasumber utama. Inisiatif ini merepresentasikan langkah sistematis kedua institusi dalam meningkatkan literasi digital mahasiswa serta membangun ekosistem pembelajaran yang kolaboratif, adaptif, dan lintas disiplin.
Kolaborasi Dosen dari Beragam Bidang Keilmuan
Kekuatan utama dalam pelaksanaan kegiatan ini terletak pada heterogenitas keilmuan para instruktur yang terlibat. Para dosen dari kedua perguruan tinggi membawa kompetensi lintas disiplin, mencakup teknik pertambangan, informatika, data science, serta rekayasa perangkat lunak. Keragaman keahlian ini memberikan kontribusi signifikan terhadap perluasan perspektif peserta dan memungkinkan terciptanya pengalaman pembelajaran yang lebih komprehensif dan multidimensional.
Pelatihan ini dipandu oleh tim pengajar gabungan yang terdiri atas:
1. Risna R. Naatonis, S.Pd., M.Pd,. (UNDARMA) – Spesialis pemodelan numerik dan simulasi teknik.
2. Frengky S. Banunaek, ST., MT,. (UNDANA) – Ahli geoteknik, statistik, analisis data, dan visualisasi menggunakan program MATLAB.
3. Rizhard A. Ndolu, ST., MT,. (UNDANA) – Spesialis Geokomputasi, Geostatistik dan permodelan mineral tambang
4. Abdul Latif Zainullah, S.Kom., M.Kom. (UNDARMA) – Pendamping materi machine learning dan analisis data.
Sinergi keempat instruktur tersebut memastikan bahwa penyampaian materi berlangsung secara sistematis, aplikatif, dan selaras dengan kebutuhan pengembangan kompetensi komputasi mahasiswa pada era digital.
Pelatihan Intensif Berbasis Praktik
Pelatihan intensif ini dirancang untuk meningkatkan kompetensi komputasi mahasiswa di era Revolusi Industri 4.0 dan Society 5.0 melalui penguasaan kemampuan dasar hingga menengah pada perangkat MATLAB, mencakup pengenalan antarmuka, operasi matriks, scripting, visualisasi data dua dan tiga dimensi, analisis statistika dasar, serta pengembangan aplikasi berbasis GUI. Pendekatan hands-on practice diterapkan melalui kombinasi pemaparan konsep, demonstrasi instruktur, latihan terstruktur, dan studi kasus. Pendampingan intensif serta diskusi interaktif turut membentuk lingkungan belajar yang adaptif, sehingga integrasi antara teori dan praktik mampu meningkatkan pemahaman konseptual sekaligus keterampilan teknis peserta secara simultan.
Hasil Pelatihan: Peningkatan Kompetensi yang Signifikan
Hasil evaluasi menunjukkan adanya peningkatan kompetensi yang sangat signifikan. Nilai rata-rata pre-test sebesar 52,3 meningkat menjadi 87,4 pada post-test, yang mengindikasikan efektivitas pendekatan pembelajaran serta tingginya motivasi peserta dalam menguasai keterampilan komputasi. Sebagai bentuk asesmen akhir, peserta menyelesaikan mini project berbasis MATLAB yang mencakup analisis data, pemodelan matematis, simulasi sistem teknik, visualisasi tiga dimensi, dan perancangan antarmuka GUI sederhana. Seluruh output disusun dalam bentuk portofolio digital yang berfungsi sebagai bukti capaian pembelajaran dan dapat dimanfaatkan baik untuk kebutuhan akademik maupun untuk penguatan profil kompetensi dalam memasuki dunia kerja.
Dampak Lebih Luas bagi Akademisi dan Institusi
Pelatihan ini menghasilkan dampak strategis baik bagi mahasiswa maupun bagi institusi penyelenggara. Sejumlah capaian penting berhasil dirumuskan, antara lain tersusunnya modul pelatihan MATLAB yang dapat dimanfaatkan secara berkelanjutan, terbentuknya komunitas belajar MATLAB di masing-masing perguruan tinggi, serta terbukanya peluang riset kolaboratif pada bidang pemodelan numerik dan data science. Selain itu, kegiatan ini turut mendorong inovasi dalam metode pengajaran berbasis teknologi dan berkontribusi pada pemenuhan Indikator Kinerja Utama (IKU), khususnya terkait kolaborasi akademik dan pembelajaran digital. Secara keseluruhan, capaian tersebut menegaskan bahwa kerja sama antarinstitusi merupakan strategi yang efektif dalam meningkatkan mutu pendidikan tinggi dan memperkuat relevansinya di era transformasi digital.
Rencana Pengembangan Program Lanjutan
Berdasarkan capaian yang diperoleh, UNDANA dan UNDARMA merumuskan sejumlah program pengembangan lanjutan untuk memperkuat keberlanjutan inisiatif ini. Rencana tersebut mencakup penyelenggaraan kelas MATLAB tingkat lanjut yang meliputi machine learning, deep learning, dan simulasi kompleks; pelaksanaan kompetisi inovasi berbasis MATLAB sebagai sarana pengembangan kreativitas mahasiswa; integrasi materi MATLAB ke dalam kurikulum; perluasan akses lisensi resmi MATLAB; serta penawaran pelatihan perangkat komputasi lanjutan seperti Python, Simulink, dan finite element modeling. Keseluruhan agenda ini diharapkan mampu memperkuat ekosistem pembelajaran digital dan meningkatkan daya saing lulusan dalam menghadapi kebutuhan dunia profesional yang semakin berorientasi pada teknologi.
Menuju Masa Depan Pembelajaran yang Adaptif
Kegiatan kolaboratif antara UNDARMA dan UNDANA menunjukkan bahwa sinergi antarinstitusi pendidikan tinggi mampu memberikan kontribusi nyata bagi peningkatan kapasitas sumber daya manusia. Penguatan kompetensi komputasi—meliputi pemrograman, analisis data, pemodelan matematis, simulasi numerik, dan pengembangan aplikasi dasar—terbukti menjadi elemen penting bagi mahasiswa dalam merespons tuntutan industri, kebutuhan riset, serta dinamika perkembangan teknologi yang semakin cepat. Ke depan, kolaborasi ini diproyeksikan terus berkembang dan berpotensi menjadi contoh praktik baik bagi perguruan tinggi lain dalam membangun ekosistem pembelajaran yang lebih inovatif, adaptif, dan selaras dengan kebutuhan teknologi masa depan.
Penulis: Risna R. Naatonis, Frengky S. Banunaek, Rizhard A. Ndolu, dan Abdul Latif Zainullah
