Project-Based Learning (PBL), sebuah metode pendidikan yang mengutamakan pembelajaran melalui proyek yang kompleks dan berbasis tim, telah menjadi fondasi dalam pendidikan pengembangan perangkat lunak. Metode ini membantu siswa tidak hanya menguasai aspek teknis, tapi juga keterampilan penting seperti kerjasama tim, pemecahan masalah, dan manajemen waktu. Namun, satu aspek yang terus menantang adalah penilaian kontribusi individu: Bagaimana kita dapat menilai dengan adil saat begitu banyak pekerjaan dilakukan secara kolaboratif?

Untuk menjawab tantangan ini, Koyo Tanabata, Atsuo Hazeyama, Yuki Yamada, dan Kiichi Furukawa dalam conference paper “Proposal of an Evaluation Method of Individual Contributions using the Function Point in the Implementation Phase in Project-Based Learning of Software Development” (2021) telah mengeksplorasi penggunaan Function Points (FP) untuk mengukur kontribusi individu dalam PBL. Metode ini menarik karena tidak hanya fokus pada produk akhir, tapi juga memperhitungkan proses pembelajaran dan kontribusi ke bagian proyek yang belum selesai atau sedang dalam tahap pembangunan.

Metode yang diusulkan mengambil FP, metrik yang sering digunakan dalam estimasi biaya dan usaha pengembangan perangkat lunak, dan menyesuaikannya untuk penilaian PBL. FP dievaluasi bukan hanya dari fungsi yang telah selesai tetapi juga dari usaha yang diterapkan dalam proses pembelajaran dan bantuan timbal balik. Ini adalah pergeseran paradigma—daripada hanya melihat hasil, kita juga melihat prosesnya.

Penelitian ini mengungkapkan hasil yang menjanjikan melalui survei yang melibatkan siswa yang telah mengalami metode penilaian ini. Mayoritas siswa mendukung ide memasukkan pertolongan timbal balik dan bagian yang belum selesai ke dalam evaluasi kontribusi. Namun, sebagian merasa metode perhitungan yang spesifik masih perlu disempurnakan.

Feedback dari beberapa siswa menyoroti perlunya pendekatan yang lebih granular dan mungkin lebih subjektif. Beberapa siswa menyarankan pendekatan yang lebih matang, seperti mempertimbangkan Lines of Code (LoC) atau bahkan wawancara tim, yang mengakui nuansa kerja tim yang lebih halus. Ini memperkuat gagasan bahwa dalam PBL, kontribusi tidak selalu hitam dan putih—banyak area abu-abu yang perlu dipertimbangkan.

Salah satu prospek menarik dari penelitian ini adalah pengembangan alat semi-otomatis yang bisa menghitung FP dari data yang tersimpan di GitHub. Ini bisa mempermudah pengajar untuk menilai kontribusi tanpa menghabiskan banyak waktu dan mengurangi subjektivitas dalam penilaian.

Metode evaluasi yang diusulkan oleh Tanabata dan timnya menandai langkah maju yang penting dalam upaya untuk mengukur kontribusi individu dengan lebih objektif dan holistik dalam lingkungan PBL pengembangan perangkat lunak. Hasil survei awal menunjukkan bahwa para siswa merespons positif terhadap konsep memasukkan pertolongan timbal balik dan penilaian yang mempertimbangkan bagian yang belum selesai dari proyek. Ini menunjukkan bahwa pendekatan ini memiliki potensi untuk mendukung perkembangan keterampilan kolaborasi dan pemecahan masalah, yang merupakan inti dari PBL.

Meskipun begitu, penting untuk diingat bahwa tidak ada pendekatan satu ukuran cocok untuk semua. Feedback dari siswa menyoroti bahwa perlu penyesuaian dan penyempurnaan lebih lanjut. Beberapa siswa mengusulkan pendekatan yang lebih matang dan lebih detail, seperti mempertimbangkan Lines of Code (LoC) atau melakukan wawancara tim untuk memahami tingkat kontribusi dengan lebih baik.

Langkah-langkah selanjutnya akan mencakup penyempurnaan metode evaluasi dengan mempertimbangkan umpan balik yang berharga ini. Selain itu, dengan pengembangan alat semi-otomatis yang dapat menghitung Function Points (FP) dari data yang tersimpan di GitHub, pengajaran dan penilaian dalam PBL dapat menjadi lebih efisien dan akurat.

Dengan integrasi teknologi dan alat penilaian yang canggih, PBL berpotensi untuk tidak hanya mempersiapkan siswa dengan keterampilan yang dibutuhkan untuk industri modern tetapi juga untuk membentuk cara kita berkolaborasi dan menilai kinerja di masa depan.