Zonasi Sekolah dan Ketimpangan Akses: Apakah Kebijakan Sudah Berbasis Data?

Kebijakan zonasi sekolah diperkenalkan dengan tujuan mengurangi ketimpangan akses pendidikan dan menghapus stigma “sekolah favorit”. Dengan membatasi penerimaan siswa berdasarkan jarak tempat tinggal, pemerintah berharap kualitas pendidikan lebih merata dan mobilitas siswa menjadi lebih efisien. Secara konseptual, zonasi dirancang untuk mendekatkan siswa ke sekolah dan mendekatkan mutu ke semua wilayah.

Namun dalam praktiknya, kebijakan ini memunculkan perdebatan panjang. Sebagian masyarakat menilai zonasi membatasi pilihan dan mengurangi motivasi berprestasi. Di sisi lain, pemerintah menegaskan bahwa kebijakan ini penting untuk pemerataan. Pertanyaan yang lebih mendasar adalah: apakah zonasi telah dirancang dan dievaluasi berdasarkan data yang komprehensif?

Karena pada akhirnya, kebijakan berbasis wilayah seharusnya berdiri di atas analisis spasial dan distribusi sumber daya yang akurat. Tanpa fondasi data yang kuat, zonasi berisiko menjadi kebijakan administratif yang tidak sepenuhnya menjawab akar ketimpangan.

peta zonasi pendidikan di Indonesia. Sumber: smartnews.id

Ketimpangan yang Tidak Sederhana

Ketimpangan pendidikan di Indonesia tidak hanya soal jarak ke sekolah. Ia berkaitan dengan kualitas guru, fasilitas, kapasitas ruang kelas, hingga latar belakang sosial-ekonomi siswa. Dua sekolah yang berjarak beberapa kilometer bisa memiliki perbedaan kualitas yang signifikan. Jika zonasi hanya mengatur distribusi siswa tanpa memperbaiki kualitas sekolah, maka ketimpangan substantif tetap ada.

Dalam beberapa kasus, wilayah dengan kepadatan penduduk tinggi menghadapi keterbatasan daya tampung sekolah negeri. Akibatnya, sebagian siswa terpaksa mendaftar ke sekolah swasta dengan biaya lebih tinggi. Di wilayah lain, sekolah justru kekurangan murid karena persepsi kualitas yang rendah. Ini menunjukkan bahwa distribusi sekolah dan distribusi siswa tidak selalu seimbang.

Pendekatan berbasis data seharusnya mampu memetakan ketidakseimbangan ini. Analisis spasial dapat mengidentifikasi area dengan rasio siswa-sekolah yang tidak proporsional. Data distribusi guru dapat menunjukkan wilayah yang membutuhkan intervensi prioritas. Tanpa pemetaan yang presisi, zonasi hanya memindahkan masalah, bukan menyelesaikannya.

Apakah Zonasi Sudah Data-Driven?

Secara teori, kebijakan zonasi seharusnya didukung oleh data geografis, kepadatan penduduk, kapasitas sekolah, dan indikator mutu. Namun tantangannya terletak pada integrasi dan pemanfaatan data tersebut dalam perencanaan dan evaluasi kebijakan.

Batas zonasi sering kali ditentukan berdasarkan pertimbangan administratif, bukan analisis komprehensif terhadap akses dan kualitas. Jika jarak menjadi satu-satunya variabel dominan, faktor lain seperti kondisi sosial-ekonomi dan kualitas sekolah terabaikan. Padahal, ketimpangan pendidikan bersifat multidimensional.

Evaluasi kebijakan sering berfokus pada kepatuhan terhadap aturan zonasi, bukan dampaknya terhadap pemerataan mutu. Apakah setelah zonasi diterapkan terjadi peningkatan kualitas di sekolah yang sebelumnya kurang diminati? Apakah distribusi siswa berprestasi menjadi lebih merata? Tanpa analisis longitudinal berbasis data capaian belajar, sulit menilai efektivitas kebijakan secara objektif.

Transparansi data menjadi isu penting. Agar kebijakan benar-benar berbasis evidence, publik perlu memiliki akses terhadap informasi mengenai kapasitas sekolah, distribusi guru, dan capaian akademik. Tanpa keterbukaan, diskursus publik cenderung dipenuhi persepsi dan spekulasi.

Menuju Zonasi Berbasis Analitik

Jika zonasi ingin menjadi instrumen pemerataan yang efektif, pendekatannya perlu lebih analitik dan adaptif. Teknologi pemetaan dan data spasial dapat digunakan untuk menyusun zonasi yang dinamis, bukan statis. Wilayah dengan pertumbuhan penduduk cepat dapat segera teridentifikasi sebagai prioritas pembangunan sekolah baru.

Selain itu, integrasi data capaian akademik dengan data lokasi dapat membantu pemerintah melihat apakah zonasi benar-benar mengurangi konsentrasi siswa berprestasi di sekolah tertentu. Jika ketimpangan mutu tetap tinggi meskipun zonasi diterapkan, maka kebijakan tambahan diperlukan, seperti redistribusi guru berpengalaman atau peningkatan fasilitas.

Pendekatan berbasis data juga memungkinkan simulasi kebijakan sebelum diterapkan secara luas. Dengan memanfaatkan model analitik, pembuat kebijakan dapat memprediksi dampak perubahan batas zonasi terhadap distribusi siswa. Ini membantu mengurangi resistensi publik dan meningkatkan legitimasi kebijakan.

Antara Pemerataan dan Pilihan

Perdebatan mengenai zonasi sering kali diposisikan sebagai pertentangan antara pemerataan dan kebebasan memilih sekolah. Namun, jika dirancang berbasis data, zonasi tidak harus mengorbankan keduanya. Kebijakan dapat dirancang dengan fleksibilitas tertentu tanpa mengabaikan prinsip keadilan.

Inti persoalannya bukan sekadar apakah zonasi diterapkan, tetapi bagaimana ia dirancang, dipantau, dan dievaluasi. Tanpa kerangka analitik yang kuat, zonasi berisiko menjadi solusi parsial terhadap masalah yang kompleks.

Pada akhirnya, ketimpangan pendidikan tidak dapat diatasi hanya dengan mengatur jarak. Ia membutuhkan pendekatan sistemik yang memadukan data spasial, distribusi sumber daya, dan capaian belajar. Jika kebijakan zonasi ingin benar-benar menjawab ketidakadilan akses, maka fondasinya haruslah data yang akurat, analisis yang mendalam, dan komitmen untuk terus mengevaluasi dampaknya.