Keputusan Orang Tua Dalam Memilih Sekolah, Berikut Penjelasan Ilmiahnya

Di Amerika Serikat, kebijakan school choice atau “pilihan sekolah” memberi kesempatan bagi orang tua untuk menentukan pendidikan terbaik bagi anak mereka—mulai dari sekolah negeri, swasta, homeschooling, hingga sekolah charter. Ide ini muncul sejak 1960-an untuk membuka akses pendidikan yang lebih adil. Namun, ada pertanyaan besar: sebenarnya apa yang paling memengaruhi keputusan orang tua dalam memilih sekolah? Apakah faktor biaya, kualitas, lingkungan, atau sekadar citra sekolah?

Ilustrasi orang tua memilih sekolah untuk anak. Gambar dibuat menggunakan Microsoft Copilot

Penelitian Tentang Pilihan Sekolah Menggunakan Machine Learning

Sebuah penelitian yang dilakukan oleh Moritz Schmid & Jurgen Willems dari Institute for Public Management & Governance, WU Vienna University of Economics and Business, Vienna, Austria, berkolaborasi dengan Fredrik O. Andersson dari Paul H. O’Neill School of Public and Environmental Affairs, Indiana University Indianapolis berusaha untuk mengungkap ini. Penelitian yang berjudul "What Parents Want – Applying Machine Learning to Predict Preferences and Support for School Choice Policies in K-12 Education" dipublikasikan pada tahun 2025 di Journal of School Choice.

Penelitian ini menggunakan data besar dari EdChoice Public Opinion Tracker yang dikumpulkan antara Agustus 2020 hingga Juni 2021. Lebih dari 4.500 orang tua menjadi responden, dengan 47 variabel mulai dari latar belakang pendidikan, pendapatan, pandangan politik, hingga opini mereka tentang kebijakan sekolah.

Alih-alih hanya mengandalkan analisis tradisional seperti regresi logistik, para peneliti mencoba cara baru: lima algoritma machine learning (KNN, SVM, Random Forest, Gradient Boosting, dan Neural Network) untuk memprediksi pilihan sekolah para orang tua.

Alat Analisis

Data diproses menggunakan perangkat lunak statistik R. Model diuji dengan metode cross-validation agar hasilnya tidak bias. Intinya, komputer “belajar” dari data mayoritas, lalu dites kembali pada data yang belum pernah ia lihat sebelumnya. Dengan cara ini, peneliti bisa tahu seberapa akurat model dalam menebak preferensi sekolah orang tua.

Temuan Utama

Temuan ini mendapati hasil yang mengejutkan: algoritma Random Forest jauh lebih unggul dibanding metode tradisional. Model ini meningkatkan akurasi prediksi hingga 56% ketika menebak jenis sekolah pilihan orang tua, dan sekitar 7% ketika menebak dukungan mereka terhadap kebijakan school choice.

Lebih menarik lagi, faktor yang paling berpengaruh bukan sekadar latar belakang ekonomi, tapi justru:

Dengan kata lain, persepsi dan nilai yang dianut orang tua sering lebih penting daripada faktor sosial ekonomi seperti pendapatan atau latar belakang keluarga.

Highlight Penting dari Temuan Riset Ini

Mayoritas orang tua mendukung kebijakan school choice. Algoritma machine learning bisa menjadi alat baru yang membantu sekolah atau pemerintah memprediksi tren pendaftaran siswa. Faktor kepercayaan, kualitas pendidikan, dan sikap terhadap tes standar lebih menentukan pilihan sekolah daripada sekadar status sosial ekonomi.

Temuan ini membuktikan bahwa pendekatan eksploratif lewat machine learning bisa mengungkap pola baru yang selama ini tersembunyi, sekaligus membantu peneliti maupun praktisi memahami perilaku orang tua dalam pendidikan. Teknologi ini juga dapat dipakai untuk memprediksi hal-hal nyata, misalnya tingkat pendaftaran siswa atau jumlah peserta kursus, seiring makin banyaknya data yang tersedia.

Namun, perlu diingat: machine learning bukan pengganti metode analisis tradisional namun sebaiknya dipakai sebagai pelengkap, karena meskipun lebih unggul dalam prediksi, model ini tidak bisa menjawab pertanyaan “mengapa” atau “seberapa besar pengaruh” suatu faktor secara kausal. Pada akhirnya, baik peneliti maupun praktisi harus menimbang: apakah keuntungan dari akurasi prediksi lebih penting dibandingkan kehilangan kejelasan sebab-akibat—terutama di dunia pendidikan yang menyangkut masa depan generasi muda.