Dr. Selva Bagikan Pengalamannya di FEB UNY

Pendidikan adalah untuk sepanjang hayat, ungkapan ini senantiasa relevan, dan inilah yang diyakini Dr Seloamoney Palaniandy, sosok pendidik asal Malaysia yang mengunjungi FEB UNY kesekian kalinya, beberapa waktu lalu. Pengajar yang kini aktif di Universitas Goroka, Papua Nugini ini, memberikan kuliah singkat kepada mahasiswa S1, S2, dan S3 di FEB UNY. Sebanyak lebih dari 300 mahasiswa menghadiri acara yang diselenggarakan di ruang Auditorium FEB UNY. Acara dimoderatori oleh dosen Nindya Nuriswati Laili, M.Sc. pada sesi dengan mahasiswa S1 dan oleh Arum Darmawati, M.M. pada sesi dengan mahasiswa S2 dan S3.

Dalam materinya, Selva mengajak mahasiswa S1 untuk mau berbenah diri. Tantangan sekarang adalah Artificial Intelligence (AI) yang mengancam sebagian profesi. “Berdasarkan data Kementerian Tenaga Kerja RI, 673.485 orang dari 8,42 juta pengangguran berasal dari lulusan perguruan tinggi. Isu yang kini muncul adalah ketidakmampuan lulusan untuk mendapatkan peluang yang cocok dengan bidang ilmu mereka,” urainya.

Selva melemparkan istilah ‘Graduate Marketability’ yang ia sebut sebagai kompatibilitas untuk memasuki pasar kerja. “Bisa juga kita artikan cara kita untuk membuat keahlian kita lebih menarik di depan para perekrut. Sementara itu, ‘Graduate Employability’ adalah kemampuan dari lulusan untuk mendapatkan pekerjaan setelah diluluskan. Dengan kata lain, kemampuan para lulusan untuk menggunakan keterampilan dan pengetahuan mereka untuk mendapatkan pekerjaan,” tambah Selva.

Sementara kepada mahasiswa S2 dan S3, Selva memancing mereka untuk lebih banyak menulis dan melahirkan penelitian yang bermutu. “Penelitian yang bagus atau ‘Good Research’ adalah standar yang diterima dan terikat atau terbangun di atas norma-norma kualitas yang diterima secara luas oleh para anggota komunitas akademisi,” terangnya.

Menurut Selva, ada beberapa hal yang membuat sebuah tesis atau disertasi menjadi cacat. “Di antaranya, ketidakjelasan arah/topik/tema, latar belakang masalah yang tidak kuat, literatur yang tidak relevan atau terlalu lama, metodologi dan alat pengukuran yang tidak cocok, pernyataan yang bias atau tercampur opini pribadi, mengutip jurnal atau penulis yang tidak diketahui, dan penataan bab yang tidak imbang/tertata/terjalin baik,” lanjutnya. (fdhl)