Selama bertahun-tahun, ada “dosa turunan” di dunia vokasi. Pihak industri sering mengeluh, “Lulusan SMK sekarang tidak siap kerja, skill-nya kurang, attitudenya payah.” Di sisi lain, sekolah merasa sudah mengajar sesuai kurikulum. Ini seperti lingkaran setan. Industri enggan berinvestasi lebih jauh pada siswa yang mereka anggap “bibit”-nya belum jelas.
Pemerintah yang terobsesi dengan link and match, mendobrak kebuntuan ini dengan sebuah logika sederhana yang diajukan ke industri: “Jika Anda ingin panen yang bagus, maka Anda harus ikut memilih benihnya.”
Daripada hanya mengeluh di hilir (saat menerima lulusan), industri kini ditarik paksa ke hulu (saat seleksi siswa baru). Modelnya adalah kemitraan dengan konsekuensi. Pemerintah memfasilitasi SMK, namun memberikan “hak istimewa” kepada industri mitra untuk ikut campur sejak hari pertama Pendaftaran Peserta Didik Baru (PPDB). Industri tidak lagi hanya menerima proposal magang, tapi kini ikut duduk, bertanya, dan menilai calon siswa yang akan mereka bina selama tiga tahun ke depan.
Kisah ini adalah tentang pergeseran kekuasaan dalam seleksi, dari yang tadinya murni domain sekolah (administratif & akademik) menjadi sebuah proses yang lebih mirip rekrutmen korporat. Tujuannya bukan lagi sekadar memenuhi kuota kelas, melainkan melakukan talent scouting untuk kebutuhan industri di masa depan.
Pada sesi wawancara di SMK Pusat Keunggulan yang punya kemitraan erat, seorang calon siswa jurusan Teknik Pengelasan bisa saja menghadapi panelis yang terdiri dari: 1) Calon kepala program keahlian dari sekolah, 2) Seorang Manajer HRD dari perusahaan galangan kapal, dan 3) Seorang supervisor atau insinyur pengelasan senior dari perusahaan yang sama. Pertanyaannya pun sangat praktis, mulai dari “Apakah kamu tahan panas?” hingga tes buta warna dan tes getaran tangan (tremor test) sederhana yang biasa dipakai dalam seleksi welder profesional.
Tabel Perbandingan: Proses Seleksi Siswa Baru SMK
| Aspek | Era Sebelumnya (Model Lama) | Era Prabowo (Model Kemitraan Kuat) |
| Panitia Seleksi | Murni pihak sekolah (Kepala Sekolah, Guru, staf Tata Usaha). | Tim Gabungan: Pihak sekolah + perwakilan HRD dan/atau tim teknis dari industri mitra. |
| Materi Ujian | Nilai rapor (akademik), Tes Potensi Akademik (TPA), pertimbangan zonasi/afirmasi. | Ditambah Tes Bakat & Minat spesifik industri, tes fisik, psikotes industri, dan wawancara mendalam oleh panelis gabungan. |
| Kriteria Kelulusan | Utamanya berdasarkan peringkat skor akademik dan kuota. | “Kecocokan” (match) dengan budaya kerja dan profil keahlian yang dicari industri menjadi faktor penentu utama. |
| Tujuan Seleksi | Mengisi daya tampung (kuota) siswa baru di sekolah. | Menemukan “bibit unggul” yang paling berpotensi menjadi calon tenaga kerja terampil untuk industri. |
| Nuansa Proses | Proses administratif dan akademik sekolah. | Proses yang menyerupai rekrutmen karyawan level junior di perusahaan. |
Hubungannya dengan Merdeka Belajar
Sekilas, proses seleksi yang makin ketat ini seperti membatasi “kemerdekaan”. Padahal sebaliknya, ini justru memperkuat esensi Merdeka Belajar dalam konteks vokasi.
- Mendorong Pilihan yang Sadar (Informed Choice): Dengan adanya tes dan wawancara langsung dari industri, siswa “dipaksa” untuk benar-benar meriset dan memahami jurusan yang mereka pilih. Mereka tidak bisa lagi asal pilih karena ikut teman atau karena namanya keren. Ini mendorong lahirnya keputusan yang lebih “merdeka” karena didasari pemahaman yang mendalam.
- Gerbang Menuju Jalur yang Dipersonalisasi: Merdeka Belajar adalah tentang jalur belajar yang personal. Seleksi ketat ini adalah gerbangnya. Hanya siswa yang benar-benar cocok yang bisa masuk ke jalur belajar super-spesialis yang sudah dirancang bersama industri. Ini memastikan personalisasi belajar tidak salah sasaran.
- Umpan Balik Dini: Saat wawancara, siswa mendapat umpan balik langsung dari praktisi industri. “Kamu punya potensi komunikasi yang bagus, tapi pemahaman logikamu perlu diasah.” Umpan balik dini ini sangat berharga untuk pengembangan diri, sebuah inti dari semangat pelajar merdeka.
Jadi, seleksi yang kuat ini berfungsi sebagai filter kualitas yang memastikan siswa yang masuk ke sebuah jalur vokasi adalah mereka yang paling siap dan paling berminat, sehingga “kemerdekaan belajar” mereka selama tiga tahun ke depan menjadi lebih bermakna dan produktif.
Hubungannya dengan Deep Learning
Deep Learning bisa menjadi “Asisten Cerdas” bagi tim seleksi gabungan untuk membuat keputusan yang lebih tajam dan objektif.
- Predictive Candidate Matching: Model AI bisa dilatih dengan data dari ribuan alumni: nilai mereka saat seleksi, kinerja selama sekolah, hingga kesuksesan karier mereka di industri mitra. Saat ada pendaftar baru, model ini bisa menganalisis seluruh profilnya dan memberikan skor prediksi: “Kandidat ini punya probabilitas 92% untuk sukses di jurusan Teknik Mekatronika di Perusahaan A.” Ini membantu panelis melihat potensi tersembunyi.
- Bias Detection in Interviews: AI dapat menganalisis transkrip dan rekaman video (tentunya dengan izin) untuk mendeteksi potensi bias yang tidak disadari oleh pewawancara (misalnya, kecenderungan memberikan pertanyaan lebih sulit pada gender tertentu). Ini memastikan proses seleksi lebih adil.
- Gamified Aptitude Test: Calon siswa tidak lagi mengerjakan soal pilihan ganda yang membosankan. Mereka bisa diminta memainkan sebuah game atau simulasi yang dirancang khusus. Deep Learning di balik layar akan menganalisis cara mereka bermain—bukan hanya hasil akhir—untuk menilai kemampuan problem solving, kreativitas, dan ketahanan mereka di bawah tekanan.
Deep Learning tidak menggantikan keputusan manusia, tapi memberikan data dan wawasan super canggih agar keputusan “menerima” atau “menolak” seorang siswa menjadi lebih berbasis bukti, bukan sekadar intuisi.
Kaitannya dengan STEM (Science, Technology, Engineering, and Mathematics)
Proses seleksi ini adalah “Tes Saringan STEM” di gerbang paling awal.
- S (Science): Wawancara bisa menyentuh pemahaman konsep sains dasar. “Menurutmu, kenapa logam memuai jika dipanaskan? Bagaimana prinsip itu berlaku di mesin motor?” Ini menguji pemahaman, bukan hafalan.
- T (Technology): Calon siswa jurusan IT mungkin diberi tantangan coding sederhana secara langsung atau diminta mengidentifikasi komponen-komponen di dalam CPU.
- E (Engineering): Tes bakat seringkali melibatkan soal-soal penalaran spasial (membayangkan bentuk 3D dari gambar 2D), pemahaman mekanis (melihat gambar roda gigi dan menentukan arah putarannya), yang merupakan dasar dari pemikiran seorang insinyur.
- M (Mathematics): Soal-soal studi kasus sederhana yang membutuhkan penalaran kuantitatif dan logika matematika sering diberikan. “Jika satu mesin bisa memproduksi 50 baut dalam 3 menit, berapa mesin yang dibutuhkan untuk memproduksi 1000 baut dalam 1 jam?”
Keterlibatan industri dalam seleksi ini mengirimkan sinyal yang sangat kuat ke siswa SMP dan orang tua: untuk bisa lolos ke SMK unggulan dengan jaminan kerja, penguasaan dasar-dasar STEM bukan lagi pilihan, melainkan keharusan.