Perubahan kebutuhan dunia industri yang berlangsung sangat cepat menuntut perguruan tinggi untuk terus menyesuaikan kurikulumnya agar tetap relevan. Disini ditunjukkan bahwa penyelarasan kurikulum dengan kebutuhan pasar kerja tidak lagi dapat dilakukan hanya dengan pendekatan konvensional, melainkan memerlukan dukungan sistem yang mampu membaca data secara lebih luas dan akurat. Dalam konteks ini, machine learning digunakan sebagai alat bantu untuk mengevaluasi, mengelompokkan, dan memetakan tingkat kesiapan kurikulum berdasarkan sejumlah kriteria yang berkaitan dengan kebutuhan industri. Dengan pendekatan ini, institusi pendidikan dapat melihat bagian-bagian kurikulum yang sudah sesuai dengan tuntutan dunia kerja serta aspek-aspek yang masih memerlukan perbaikan. Disini juga diperlihatkan bahwa penggunaan machine learning dalam evaluasi kurikulum membuka peluang bagi perguruan tinggi untuk mengambil keputusan yang lebih berbasis data, lebih objektif, dan lebih responsif terhadap perubahan yang terjadi di lingkungan profesional.
Tidak semua model kurikulum memiliki tingkat kesiapan dan relevansi yang sama. Beberapa jenis kurikulum menunjukkan posisi yang lebih kuat karena dianggap lebih siap diterapkan dan lebih selaras dengan kebutuhan industri, sedangkan yang lain masih dinilai memerlukan perbaikan yang cukup besar. Dengan adanya proses klasifikasi semacam ini, perguruan tinggi dapat lebih mudah mengenali kurikulum mana yang perlu dipertahankan, ditingkatkan, atau direvisi secara mendalam. Evaluasi kurikulum seharusnya tidak berhenti pada isi materi semata, tetapi juga harus memperhatikan berbagai unsur lain seperti keterampilan lulusan, keterkaitan dengan praktik industri, kemampuan adaptasi terhadap perubahan teknologi, serta masukan dari berbagai pihak yang berkepentingan. Dalam hal ini, machine learning berperan sebagai sarana yang membantu menyusun gambaran yang lebih jelas mengenai hubungan antara dunia akademik dan kebutuhan kerja yang nyata. Dengan demikian, kurikulum tidak lagi dilihat sebagai dokumen tetap, tetapi sebagai struktur yang harus terus diuji dan diperbarui sesuai perkembangan zaman.
Selain itu, keberhasilan penyelarasan kurikulum bergantung pada keterlibatan banyak pihak. Dunia industri, mahasiswa, lulusan, dosen, dan institusi pendidikan sendiri memiliki peran penting dalam memberikan umpan balik mengenai efektivitas pembelajaran dan kebutuhan kompetensi yang harus dibangun. Oleh karena itu, penyusunan kurikulum yang relevan menuntut kerja sama yang berkelanjutan antara kampus dan dunia kerja. Machine learning dalam konteks ini bukan dimaksudkan untuk menggantikan pertimbangan manusia, tetapi untuk mendukung proses pengambilan keputusan dengan informasi yang lebih terstruktur dan lebih tajam. Kurikulum yang baik bukan hanya kurikulum yang tampak modern secara konsep, tetapi yang benar-benar mampu mempersiapkan mahasiswa menghadapi tantangan profesional secara nyata. Dengan bantuan pendekatan berbasis data, perguruan tinggi memiliki kesempatan lebih besar untuk membangun sistem pendidikan yang lebih adaptif, lebih relevan, dan lebih siap menghadapi perubahan kebutuhan industri di masa depan.
Referensi:
Faisal, M., Abd Rahman, T. K., Zainal, D., Mubarak, H., Shabir, F., Anwar, N., & Asrowardi, I. (2025). Utilizing machine learning-based decision-making to align higher education curriculum with industry requirements. International Journal of Modern Education and Computer Science, 2025. https://www.scopus.com/pages/publications/105013866509?origin=resultslist
(TFR)
