Pengembangan Kompetensi Aparatur Sipil Negara melalui Implementasi Platform Hybrid Learning dalam On the Job Training

Penulis

  • Novita Ayu Putri

Abstrak

Salah satu tantangan utama dalam meningkatkan kualitas layanan publik adalah meningkatkan kompetensi Aparatur Sipil Negara (ASN). Permasalahan ini menjadi semakin sulit seiring dengan kebutuhan setiap pemerintah daerah untuk tampil sebagai organisasi yang dapat dipercaya dan dapat diandalkan oleh warganya. Salah satu solusi yang disarankan adalah digitalisasi proses pelatihan untuk mengatasi kekurangan pelatih dan meningkatkan kualitas pembelajaran di tempat kerja. Untuk mengatasi keterbatasan pelatihan satu orang, beberapa pemerintah daerah telah menyatakan keinginan mereka untuk mengadopsi pembelajaran digital. Sebagaimana diuraikan dalam kerangka penelitian desain aksi (ADR), inovasi ini didukung oleh pengembangan platform pendidikan hibrida yang menggabungkan aktivitas desain artefak dan intervensi berbasis aksi. ADR juga menekankan pada penemuan masalah melalui kerja lapangan dan konseptualisasi, serta perancangan intervensi yang melibatkan pengguna secara aktif. metodologi penelitian Action Design Research (ADR) dapat digunakan. ADR adalah pendekatan yang menggabungkan aktivitas desain, yaitu pembuatan dan evaluasi literatur, dengan riset aksi yang berfokus pada intervensi dan mengevaluasi bagaimana intervensi tersebut berdampak pada lingkungan nyata. Dua strategi pengumpulan data utama adalah on demand (pengumpulan data secara berkala atau sesuai kebutuhan) dan continuous (pengumpulan data secara berkelanjutan). Teknik pengambilan data digunakan dalam strategi on demand, di mana data diambil dari sumber tertentu pada waktu yang telah ditentukan atau ketika dibutuhkan. metode hybrid, yang menggabungkan keunggulan teknologi dan keterlibatan manusia secara langsung, dapat meningkatkan efisiensi proses pembelajaran dan pengembangan kompetensi ASN. Metode ini sejalan dengan desentralisasi ASN. Oleh karena itu, kebijakan pengembangan SDM ASN harus menerapkan model hybrid learning yang menggabungkan pelatihan langsung di tempat kerja dan teknologi digital. Kebijakan harus mendukung pengembangan platform digital yang dapat secara otomatis menentukan kebutuhan pelatihan dan memungkinkan mentor atau instruktur berinteraksi dan melakukan pengawasan langsung. Ini berarti investasi pada sistem teknologi informasi yang andal serta peningkatan kapasitas ASN untuk menggunakannya. solusi telah ditemukan untuk mengatasi masalah ini yaitu dengan mengurangi heterogenitas model dapat menjadi metode yang berhasil menerapkan metode Adaptive Knowledge Transfer, sistem pembelajaran hybrid dapat secara dinamis menyesuaikan proses transfer pengetahuan sesuai dengan kebutuhan dan kemampuan model yang digunakan dengan menggunakan data buatan dapat meningkatkan proses pelatihan tanpa bergantung sepenuhnya pada data dunia nyata dan menjaga keamanan dan kerahasiaan data ASN, penggunaan teknik keamanan canggih seperti perlindungan diferensial, enkripsi homomorfik, dan penghitungan aman antara berbagai pihak sangat penting.

Referensi

Alvarez, R.P., Jivet, I., Pérez-Sanagustin, M., Scheffel, M., Verbert, K., 2022. Tools designed to support self-regulated learning in online learning environments: A systematic review. IEEE Transactions on Learning Technologies 15, 508–522. doi:10.1109/TLT.2022.3193271.

Anwar, Y.A.S., Muti’ah, M., 2022. Exploration of critical thinking and self-regulated learning in online learning during the covid-19 pandemic. Biochemistry and Molecular Biology Education 50, 502–509.

A. Yukhno. Digital Transformation: Exploring Big Data Governance in Public Administration. Public Organization Review, pages 1–15, 2022.

Azevedo, R., Wiedbusch, M., 2023. Theories of metacognition and pedagogy applied in aied systems. Handbook of Artificial Intelligence in Education, 45–67.

B. Alghamdi, L. E. Potter, and S. Drew. Desinge and Implementation of Government Cloud Computing Requirements: TOGAF. In 2017 11th International Conference on Telecommunication Systems Services and Applications (TSSA), pages 1–6. IEEE, 2017.

Du, J., Hew, K.F., Liu, L., 2023. What can online traces tell us about students’ self-regulated learning? a systematic review of online trace data analysis. Computers & Education 201, 104828.

E. Agbozo and A. N. Medvedev. Towards a Multi-Channel Service Delivery Model in the Data-Driven Public Sector. Business Informatics, 14(1):41–50, 2020.

G. Viscusi, A. Collins, and M.-V. Florin. Governments’ Strategic Stance Toward Artificial Intelligence: An Interpretive Display on Europe. In Proceedings of the 13th International Conference on Theory and Practice of Electronic Governance, pages 44–53, 2020.

J. Zhang, C. Chen, Y. Zhang, Y. Cui, P. Han, N. Meng, and Y. Xu. The Framework and Practices of Digital Twin City. In 2022 IEEE 12th International Conference on Electronics Information and Emergency Communication (ICEIEC), pages 111–116. IEEE, 2022.

K. A. Bakar, R. Ibrahim, and Y. Yunus. Digital Government Evolution and Maturity Models: A Review. Open International Journal of Informatics, 8(2):70–87, 2020.

M. Ylinen. Digital Transformation in a Finnish Municipality: Tensions as Drivers of Continuous Change. PhD thesis, Tampere University, 2021.

P. Ghahremani, V. Manohar, H. Hadian, D. Povey, and S. Khudanpur, “Investigation of transfer learning for asr using lfmmitrained neural networks,” in 2017 IEEE Automatic Speech Recognition and Understanding Workshop (ASRU). IEEE, 2017, pp. 279–286.

S. Goldsmith dan J. Yang, "AI and the Transformation of Accountability and Discretion in Urban Governance,” (2025). [Online]. Tersedia: https://arxiv.org/abs/2502.13101

W. Urbanczyk and J. Werewka. Application of a Government Data Center (GDC) Reference Model for Security Management Analysis. In 2021 IEEE International Conference on E-Business Engineering (ICEBE), pages 112–119. IEEE, 2021.

X. Li, T. Li, L. Yan, Y. Li, L. Zhao, M. Raković, dan In, "FLoRA: An Advanced AI-Powered Engine to Facilitate Hybrid Human-AI Regulated Learning", (2025). [Online]. Tersedia: https://arxiv.org/abs/2507.07362

Y. Xiao, N. Zhang, W. Lou, dan Y. T. Hou, "Modeling the Impact of Network Connectivity on Consensus Security of Proof-of-Work Blockchain”, (2020). [Online]. Tersedia: https://arxiv.org/abs/2002.08912

Diterbitkan

2026-07-10

Cara Mengutip

Novita Ayu Putri. (2026). Pengembangan Kompetensi Aparatur Sipil Negara melalui Implementasi Platform Hybrid Learning dalam On the Job Training. JURNAL RAMBUTAN, 1(2). Diambil dari https://ejurnal.bapperida.binjaikota.go.id/index.php/rambutan/article/view/15

Terbitan

Bagian

Artikel