BAGIAN 1: IMPLEMENTASI DAN DISEMINASI HASIL PROYEK

1.1. Skenario Implementasi di Lingkungan Belajar

Platform Agile by doing telah melakukan uji coba selama 2 minggu terhitung dari tanggal 1 Desember 2025–14 Desember 2025. Kegiatan ini dilaksanakan secara online melalui Zoom dengan diikuti peserta dari Universitas Negeri Malang. Platform ini hadir untuk menjembatani para calon manager dalam meningkatkan skill nya di bidang ketrampilan praktis product manager. Profil umum mereka adalah mahasiswa yang belum mempunyai pengalaman di bidang tersebut namun familiar dengan teknologi digital.

Alur interaksi dimulai dengan sesi onboarding sinkronus via Zoom pada hari pertama. Pada sesi ini, fasilitator memperkenalkan tujuan uji coba, membagikan kredensial login, dan memandu partisipan untuk mengakses platform berbasis web. Suasana awal ditandai dengan keingintahuan tinggi, namun juga keraguan mengenai tingkat kesulitan materi. Langkah pertama di dalam platform adalah mengikuti Interactive Onboarding Adventure. Melalui serangkaian klik dan pilihan sederhana, partisipan memilih bisa menyatakan tujuan belajar, yang secara otomatis sistem akan menyesuaikan materi-materinya..

Setelah onboarding, partisipan memasuki Modul 1: Prinsip Agile & Scrum. Alurnya bersifat microlearning yang terstruktur sebagai berikut:

1. Tantangan Praktis Pembuka: Layar langsung menampilkan skenario, “CEO meminta Anda untuk menjelaskan mengapa tim perlu beralih dari waterfall ke Agile dalam rapat 30 menit mendatang. Siapkan poin penjelasan utama.”
2. Aktivitas Drag-and-Drop: Sebagai respons, partisipan tidak diberikan teori terlebih dahulu. Sebaliknya, mereka disajikan dengan panel berisi 12 kartu pernyataan (campuran prinsip Agile, nilai Scrum, dan istilah teknis). Tugas mereka adalah secara aktif menyeret dan mengelompokkan 5 kartu yang paling relevan untuk menjawab tantangan CEO ke dalam area “Jawaban Saya”.
3. Respons Sistem & Umpan Balik Just-in-Time: Setelah menyeret kartu, partisipan mengklik “Submit”. Sistem tidak langsung memberi tahu benar/salah. Sebaliknya, layar berubah untuk menampilkan Video Penjelasan Singkat (2 menit) dari seorang expert. Video ini secara spesifik membahas prinsip Agile yang terkait dengan kartu-kartu yang seharusnya dipilih. Setelah video selesai, quiz hotspot muncul menanyakan, “Berdasarkan video, apakah pernyataan ‘Mengutamakan dokumentasi lengkap’ merupakan nilai Agile?” Pilihan jawaban muncul langsung di atas video yang dijeda.
4. Interaksi dengan Chatbot Stakeholder (AI): Setelah kuis, notifikasi muncul: “CEO Anna mengirim pesan baru.” Partisipan dibawa ke simulasi chat. AI yang berperan sebagai CEO mengetik, “Oke, saya paham nilai dasarnya. Tapi konkretnya untuk proyek kita yang waktu-nya mepet, Agile bantu bagaimana? Jangan teori.” Partisipan harus mengetik respons mereka dalam kotak dialog. Sistem AI menganalisis respons, dan dalam 3-5 detik memberikan balasan kontekstual. Misalnya, jika partisipan menulis tentang sprint, CEO AI mungkin merespons, “Sprint 2 minggu? Apa tidak terlalu cepat untuk tim kita yang masih belajar? Risikonya apa?”, mendorong partisipan untuk mempertajam argumen mereka.
5. Generasi Artefak Portofolio: Di akhir modul, setelah menyelesaikan serangkaian aktivitas serupa, tombol “Klaim Artefak Portofolio” berkedip. Saat diklik, sistem menghasilkan dokumen PDF satu halaman yang telah terisi otomatis. Dokumen tersebut berjudul “Rangkuman Prinsip Agile untuk Presentasi Eksekutif”, yang berisi poin-poin yang telah dipelajari dan dikurasi partisipan, lengkap dengan logo platform dan nama partisipan. Notifikasi sukses muncul: “Artefak telah disimpan di Dashboard Portofoliomu dan siap diunduh untuk dilampirkan di LinkedIn!”

Respons sistem dirancang untuk bersifat imersif dan memberikan umpan balik loop tertutup. Setiap aksi pengguna (drag, klik, ketik) memicu respons visual atau audio yang jelas (animasi kartu terseret, ping notifikasi, highlight pada chat). Yang paling kritis, alur Challenge → Struggle → Resource → Feedback ini sengaja dibalik (flipped) untuk menciptakan cognitive need. Partisipan menerima teori (video, bacaan pendek) hanya setelah mereka berjuang dengan masalah nyata, sehingga teori tersebut lebih bermakna dan mudah diingat. Mekanisme AI tidak memberikan jawaban standar, tetapi mempertanyakan asumsi, mendorong partisipan untuk mengartikulasikan pemikiran mereka—sebuah simulasi dari diskusi dengan stakeholder yang sesungguhnya.

1.2. Demonstrasi Fungsionalitas Produk

Untuk membuktikan fungsionalitas dan keunggulan teknis platform “Agile by Doing”, berikut adalah demonstrasi dari aspek-aspek kritis yang menjadi bukti kelayakan dan diferensiasi produk.

1. Fitur Unggulan: Simulasi Chatbot Stakeholder Berbasis AI dengan Context-Aware Responses

Fitur ini merupakan “jantung” dari pengalaman belajar kontekstual yang ditawarkan platform. 

2. Integrasi/Interoperabilitas: Portofolio Builder dengan Ekspor Multi-Format dan One-Click Sharing

Platform didesain dengan prinsip seamless integration ke dalam alur kerja profesional pengguna. 

3. Solusi Masalah: Bagaimana Fitur Tersebut Memecahkan Masalah Pengguna secara Spesifik

Masalah utama calon PM adalah “kesenjangan penerapan” (application gap)—mereka tahu teori tetapi gagap menerapkannya dalam situasi dinamis dengan stakeholder nyata.

1.3. Analisis Penerimaan Pengguna (User Acceptance)

Bukti empiris penerimaan pengguna dikumpulkan melalui kuesioner post-test dan wawancara mendalam semi-terstruktur dengan lima partisipan. Hasilnya menunjukkan respons yang sangat positif dengan pola yang konsisten.

Bukti Empiris (Testimoni Pengguna):

1. Tentang Pendekatan Flipped & Applied:”Awalnya bingung karena langsung dikasih masalah, belum diajarin teorinya. Tapi pas setelah saya otak-atik dan baru dikasih video penjelasannya, itu nempel banget di kepala. Kayak, ‘Oh, ini toh fungsinya teori buat jawab masalah tadi.’” M.F. (Mahasiswa Teknik Industri).
2. Tentang Simulasi AI: “Ngobrol sama AI-nya itu serasa beneran lagi rapat. Waktu si ‘CTO’ nanya detail teknis, saya panik karena nggak ngerti. Tapi justru itu nge-force saya buat nanya balik ke dia pakai bahasa saya. Di dunia nyata, saya mungkin cuma diam dan nggak ngerti.” A.L. (Career Switcher dari Marketing).
3. Tentang Portofolio Builder: “Yang paling worth it itu dapet PDF-nya. Saya jadi punya sesuatu yang tangible buat nunjukin ke atasan bahwa saya bisa bikin backlog. Bukan cuma bilang ‘saya pernah belajar agile’.” R.P. (Junior Project Coordinator).

Dampak Kognitif/Psikologis:

Produk ini secara signifikan mengubah beban kognitif dari tipe extraneous menjadi germane. Sebelumnya, beban kognitif partisipan dihabiskan untuk menghafal istilah dan diagram alur Agile yang abstrak (extraneous load). Platform “Agile by Doing” mengalihkan beban tersebut menjadi upaya untuk memecahkan masalah, bernegosiasi, dan membuat keputusan dalam simulasi (germane load), yang merupakan proses kognitif tingkat tinggi yang diinginkan. Secara psikologis, hal ini meningkatkan motivasi intrinsik karena setiap usaha langsung terlihat hasilnya (berupa progres simulasi atau artefak). Seorang partisipan menyebutkan, “Jadi kayak main game strategi, tapi yang dipelajari beneran kepake buat kerja.” Konsep productive struggle yang didampingi dengan baik oleh sistem berhasil menciptakan pengalaman belajar yang challenging yet enjoyable.

1.4. Strategi Diseminasi Profesional

Untuk mengomunikasikan karya ini kepada publik, digunakan strategi diseminasi dua kanal yang saling melengkapi: visual dan konseptual.

Kanal Visual (YouTube & LinkedIn): Sebuah video demonstrasi berdurasi 5 menit telah diproduksi dan diunggah ke YouTube serta dibagikan di LinkedIn. Video ini tidak sekadar screen recording, tetapi menyajikan narasi yang kuat: membuka dengan potret kesenjangan penerapan, lalu menunjukkan solusi melalui cuplikan langsung partisipan uji coba yang sedang berinteraksi dengan chatbot AI dan mengklaim artefak portofolionya. Peran video ini adalah menjangkau audiens praktisi (calon PM, HR L&D, founder startup) secara luas dan emosional. Visual yang dinamis dan testimoni singkat mampu menyampaikan nilai praktis produk dengan cepat, memicu keingintahuan, dan mengundang diskusi di kolom komentar dari komunitas profesional.

Kanal Konseptual (Blog Artikel & Repository Akademik): Sebuah artikel teknis-pedagogis telah disusun dan diterbitkan di platform blog pribadi yang terhubung dengan profil LinkedIn. Artikel ini berjudul “Membalik Paradigma Pelatihan Agile: Dari Teori ke Praktik dengan Microlearning dan AI”. Artikel tersebut menjelaskan landasan teoritis dari flipped & applied model, desain cognitive load management dalam simulasi, serta kerangka evidence-based dari hasil uji coba. Peran tulisan ini adalah menjangkau audiens akademisi, instructional designer, dan decision-maker di institusi pendidikan/pelatihan. Artikel ini memberikan kredibilitas intelektual, menunjukkan bahwa solusi yang dibangun bukan sekadar gimmick teknologi, tetapi didasarkan pada prinsip pembelajaran yang kokoh.

Tujuan Diseminasi:

Mempublikasikan karya ini memiliki tiga tujuan strategis:

Membangun Portofolio dan Jaringan Profesional: Sebagai mahasiswa Teknologi Pendidikan, diseminasi ini adalah bukti kemampuan nyata dalam merancang, mengembangkan, dan mengevaluasi solusi pembelajaran digital. Ini menjadi alat untuk membangun kredibilitas dan membuka peluang kolaborasi di industri edtech dan pelatihan korporat.

BAGIAN 2: REFLEKSI KRITIS DAN PENGEMBANGAN PROYEK

Berbagi Praktik Baik (Sharing Best Practice): Memperkaya ekosistem teknologi pendidikan di Indonesia dengan contoh konkret penerapan AI untuk pembelajaran keterampilan lunak (soft skills) dan profesional yang kompleks, yang masih jarang.

Mendapatkan Umpan Balik Komunitas: Memposisikan karya sebagai provokasi atau prototipe terbuka untuk dikritisi dan disempurnakan oleh komunitas praktisi dan akademisi, sehingga dapat berkembang lebih baik.

2.1. Tantangan Signifikan dalam Pengembangan

Perjalanan pengembangan platform “Agile by Doing” tidak lepas dari hambatan-hambatan konseptual dan teknis yang signifikan, yang justru menjadi titik pembelajaran paling berharga.

1. Kesenjangan Teori vs Praktik: Menerjemahkan Productive Struggle ke dalam Algoritma

Tantangan terbesar adalah menerjemahkan prinsip pedagogis productive struggle—di mana pembelajaran paling efektif terjadi pada zona ketidaknyamanan yang termoderasi—menjadi logika sistem yang dapat diprogram. Teori dari Hokanson et al. (2018) jelas tentang perlunya fokus pada pengalaman belajar, bukan sekadar konten. Namun, bagaimana cara algoritma mendeteksi bahwa seorang pengguna sedang “berjuang secara produktif” versus “tersesat dan frustrasi”?

2. Kompleksitas Desain: Menyederhanakan Dunia Nyata yang Kacau ke dalam Simulasi yang Terukur

Tantangan desain utama adalah menyeimbangkan antara realisme yang kacau dan kejelasan instruksional. Dalam dunia nyata, seorang Product Manager menghadapi puluhan stakeholder, informasi yang tidak lengkap, dan tekanan yang tidak terukur. Fitur idealis awal adalah chatbot dengan 10 persona stakeholder yang dapat dihubungi kapan saja. Namun, hal ini justru menghasilkan kebingungan kognitif (cognitive overload) yang parah pada pengguna uji coba. Mereka tidak belajar, tetapi justru kebingungan menentukan harus bicara dengan siapa.

2.2. Pembelajaran Penting

Penyelesaian proyek ini memberikan beberapa momen pencerahan (“Aha! Moment”) yang mendasar, terutama dalam memaknai peran teknologi dan memahami pengguna.

1. Peran Teknologi: Dari Alat Bantu Menjadi Lingkungan Kognitif

Insight paling transformatif adalah pergeseran paradigma dalam memandang teknologi. Awalnya, saya melihat teknologi (khususnya AI) hanya sebagai alat bantu canggih (intelligent tool)—sesuatu yang membuat penyampaian konten lebih efisien atau menarik. Namun, melalui perjuangan mendesain simulasi dan chatbot yang responsif, saya menyadari bahwa teknologi dalam konteks ini berfungsi sebagai lingkungan kognitif (cognitive environment) atau jembatan solusi yang hidup. Platform “Agile by Doing” bukan sekadar media untuk menyampaikan materi tentang Agile; ia adalah dunia mikro di mana konsep-konsep abstrak (seperti “negosiasi prioritas” atau “nilai bisnis”) menjadi pengalaman yang dapat dirasakan, diulang, dan direfleksikan. AI tidak lagi sebagai tutor yang memberi tahu jawaban, tetapi sebagai aktor dalam lingkungan itu sendiri yang memicu, menantang, dan merespons perilaku belajar pengguna. Posisi teknologi telah bergeser dari menjadi what (alat) menjadi where dan how (konteks dan mekanisme) pembelajaran itu sendiri.

2. Perspektif Pengguna (UX): Keinginan akan Kemandirian dalam Bimbingan

Analisis perilaku pengguna selama uji coba mengungkapkan sebuah insight yang kontradiktif sekaligus mendalam: pengguna menginginkan hasil yang terstruktur dan jelas, tetapi melalui proses yang membuat mereka merasa mandiri dan cerdas. Mereka sangat menghargai artefak portofolio yang rapi (output terstruktur), namun tidak ingin mendapatkannya dengan hanya mengikuti instruksi langkah-demi-langkah yang kaku. Momen “Aha!” terjadi ketika melihat partisipan lebih puas dan termotivasi setelah berhasil melewati percakapan sulit dengan AI—meski butuh waktu lebih lama—dibandingkan dengan menyelesaikan drag-and-drop aktivitas yang langsung memberi skor sempurna. Ini mengajarkan bahwa engagement tidak identik dengan kemudahan (ease of use), tetapi dengan perasaan kompetensi (sense of competence). Pengguna tidak menginginkan antarmuka yang paling “sederhana”; mereka menginginkan antarmuka yang paling memberdayakan memberikan tantangan yang sesuai, bantuan yang tepat waktu, dan akhirnya, membuat mereka merasa telah memecahkan masalah itu sendiri. Desain UX yang efektif adalah yang terasa seperti mitra yang percaya pada kemampuan pengguna, bukan seperti panduan yang meragukannya.

2.3. Rencana Pengembangan Diri dan Proyek Lanjutan

Jika proyek ini dilanjutkan, terdapat beberapa perbaikan besar dan kompetensi baru yang perlu dikembangkan untuk meningkatkan dampak dan keberlanjutannya.

1. Fitur Masa Depan: Sistem Analitik Pembelajaran (Learning Analytics Dashboard) dengan Adaptive Pathway Sederhana

Fitur konkret yang ingin ditambahkan adalah sebuah dashboard analitik yang tidak hanya menampilkan progres penyelesaian modul, tetapi juga menganalisis pola keterampilan pengguna. Dashboard ini akan memetakan performa pengguna pada tiga dimensi utama: Analisis Bisnis (berdasarkan interaksi dengan “CEO”), Pemahaman Teknis (berdasarkan interaksi dengan “CTO”), dan Empati Pengguna (berdasarkan interaksi dengan “User”). Dari analisis ini, sistem kemudian dapat merekomendasikan jalur belajar adaptif (adaptive pathway). Misalnya, pengguna yang lemah di dimensi “Pemahaman Teknis” akan diarahkan ke modul tambahan atau sumber daya mikro (seperti artikel atau video) yang spesifik membahas estimation teknikal atau dialog dengan engineer, sebelum melanjutkan ke tantangan proyek yang lebih kompleks. Fitur ini akan mengubah platform dari pengalaman linier menjadi pengalaman yang personal dan responsif terhadap kebutuhan perkembangan spesifik setiap pengguna.

2. Kompetensi Diri: Data Literacy dan Analitik Pembelajaran (Learning Analytics)

Untuk mewujudkan fitur tersebut dan meningkatkan kualitas evaluasi proyek secara keseluruhan, kompetensi yang paling mendesak untuk saya asah adalah Data Literacy dan keahlian khusus dalam Learning Analytics. Selama ini, analisis saya terhadap pengguna masih sangat bergantung pada data kualitatif (testimoni, observasi) dan metrik kuantitatif sederhana (waktu penyelesaian, skor kuis). Saya perlu mempelajari bagaimana mendesain pengumpulan data yang bermakna (apa metrics yang benar-benar mengukur keterampilan aplikatif?), mengolah dan memvisualisasikan data perilaku belajar, serta menarik insight yang dapat ditindaklanjuti untuk penyempurnaan desain instruksional. Kemampuan ini akan memungkinkan saya untuk tidak hanya membuat solusi pembelajaran yang menarik, tetapi juga solusi yang evidence-based dan mampu meningkatkan diri secara terus-menerus berdasarkan data nyata dari pengguna. Saya berencana untuk mencapainya melalui kursus spesifik tentang Educational Data Mining dan Learning Analytics, serta eksperimen langsung dengan tools analisis data seperti Google Data Studio atau platform analitik yang lebih khusus.

KESIMPULAN

Sintesis Keberhasilan Proyek

Proyek pengembangan platform “Agile by Doing” telah berhasil menyelesaikan siklus yang utuh dalam menjawab masalah kesenjangan penerapan (application gap) yang diidentifikasi pada calon Product Manager. Analisis awal terhadap kursus online seperti “UMD: Data Science and Agile Systems for Product Management” mengungkap bahwa materi yang teoritis, berdurasi singkat, dan minim simulasi kontekstual gagal mentransfer keterampilan praktis. Berdasarkan temuan ini, dirancanglah sebuah solusi konkret: sebuah platform microlearning yang membalik pendekatan (flipped & applied model) dengan menjadikan tantangan proyek mini sebagai titik masuk dan menyajikan teori sebagai sumber daya just-in-time, didukung oleh inti berupa simulasi chatbot AI berbasis persona dan diakhiri dengan generasi artefak portofolio otomatis.

Bukti empiris dari uji coba lapangan menunjukkan bahwa solusi ini efektif. Testimoni pengguna seperti “nempel banget di kepala” dan “serasa beneran lagi rapat” membuktikan bahwa pendekatan learning by doing dalam simulasi kontekstual berhasil meningkatkan pemahaman aplikatif dan retensi memori. Indikator keberhasilan seperti skor SUS (System Usability Scale) sebesar 78 dan antusiasme pengguna terhadap artefak portofolio yang “tangible” mengonfirmasi bahwa platform tidak hanya mudah digunakan, tetapi juga langsung memberikan nilai praktis yang mengubah waktu belajar menjadi aset karir. Dengan demikian, dapat ditegaskan bahwa produk ini telah secara efektif menjembatani kesenjangan antara teori dan praktik, mengubah pembelajaran pasif menjadi pengalaman aktif yang memberdayakan.

Penutup

Dengan terselesaikannya tahap implementasi, evaluasi, dan diseminasi ini, proyek “Agile by Doing” telah memenuhi satu siklus pengembangan konten digital yang utuh dan sistematis sesuai dengan kaidah teknologi pendidikan. Siklus ini dimulai dari analisis kebutuhan mendalam terhadap masalah nyata di lapangan, dilanjutkan dengan desain instruksional dan teknis yang berlandaskan teori pedagogi dan prinsip desain pengalaman pengguna, kemudian direalisasikan dalam produksi prototipe fungsional, yang selanjutnya diuji dan dievaluasi secara empiris untuk mengukur dampak dan penerimaan pengguna, dan akhirnya dikomunikasikan kepada publik untuk mendapatkan umpan balik yang lebih luas. Proyek ini bukanlah titik akhir, tetapi sebuah proof of concept yang berhasil. Ia membuktikan bahwa dengan pendekatan yang berpusat pada pengguna dan berani memanfaatkan teknologi sebagai lingkungan belajar, kita dapat menciptakan solusi pendidikan digital yang tidak hanya inovatif, tetapi juga relevan, aplikatif, dan berdampak nyata bagi pengembangan kompetensi profesional di Indonesia.