Boom Jurusan AI: Antara Harapan dan Bubble
Lulusan AI di pasar kerja adalah kelompok sarjana yang menamatkan program studi kecerdasan buatan dan bidang terkait, seperti informatika, data science, atau machine learning, tetapi harus berhadapan dengan realitas kompetisi ketat, oversupply lulusan teknologi, dan kesenjangan keterampilan antara kurikulum kampus dan kebutuhan industri, sehingga gelar saja tidak cukup tanpa spesialisasi data analysis dan portofolio praktis yang relevan. Penggemar teknologi sering melihat jurusan AI sebagai tiket emas ke masa depan. Permintaan jurusan AI meningkat seiring perubahan dunia kerja yang digerakkan kecerdasan buatan dan otomasi di berbagai sektor kerja. Namun, tren ini makin mirip dengan euforia Dotcom Bubble, ketika semua orang berlomba belajar internet tanpa memahami risiko jangka panjang. Wakil menteri yang berbicara di sebuah kampus teknik pada 5 Agustus menyingatkan bahwa saat ini banyak orang berada dalam “Bubble AI” yang pada suatu titik bisa pecah. Di tengah investasi besar-besaran, narasi sukses AI menutupi fakta pahit: tidak semua lulusan teknologi akan terserap sesuai bidang.
Data Keras LPEM UI: Oversupply dan Skill Gap Jurusan Informatika
Jika banyak calon mahasiswa jurusan AI yakin pasar kerja akan menyambut mereka dengan karpet merah, kajian LPEM UI adalah tamparan realitas. Studi yang dirujuk lembaga tersebut menunjukkan potensi oversupply hingga 151.495 lulusan TI pada periode 2021–2025. Itu bukan angka kecil; itu sinyal bahwa gelar teknologi telah menjadi komoditas massal. Dari 178.085 pekerja yang diteliti, 25,79% mengalami overeducation dan 17,98% undereducation, sementara hanya sekitar 30% lulusan yang bekerja di bidang studi mereka. Di lapangan, fenomena skill gap jurusan informatika terasa jelas: kurikulum yang tidak selaras dengan kebutuhan industri, pengalaman praktis minim, dan portofolio yang miskin membuat lulusan ragu mampu mendapat pekerjaan sesuai bidang. Quotable fact-nya keras: “Fenomena paling mengejutkan: hanya sekitar 30% lulusan yang berhasil bekerja di bidang studi mereka”. Di tengah oversupply lulusan teknologi, mereka yang masih menjadi generalist tanpa arah spesialisasi adalah kelompok paling rentan tersingkir.
AI Sebagai Mesin Pemecatan: Mengapa Kurasi dan Analisis Data Jadi Tameng
Ironisnya, teknologi yang memicu minat memilih jurusan AI juga mengurangi kursi pekerjaan. Banyak perusahaan besar mulai memberhentikan ratusan pekerja dengan alasan efisiensi karena pekerjaan mereka bisa digantikan teknologi. AI “tidak perlu tidur, tidak perlu digaji bulanan” dan bisa bekerja stabil tanpa mengeluh. Di tengah tekanan ini, lulusan AI pasar kerja yang hanya mengandalkan teori algoritma tanpa kemampuan analisis data yang tajam akan mudah kalah. Hal yang diburu perusahaan bukan orang yang hafal definisi machine learning, melainkan mereka yang mampu mengubah data mentah menjadi keputusan bisnis. Kajian tentang workforce digital menegaskan kebutuhan spesialisasi data analysis dan pemodelan proses bisnis sebagai skill yang paling dicari. Mahasiswa yang mengasah kemampuan kurasi data, menilai kualitas output sistem AI, dan memecahkan masalah nyata punya posisi tawar lebih kuat dibanding mereka yang sekadar bisa mengoprek model tanpa konteks.
Spesialisasi Praktis: SQL, Figma, dan Data Annotation Mengalahkan Gelar Umum
Di era oversupply lulusan teknologi, perusahaan tidak lagi terpukau hanya pada nama jurusan. Mereka menilai kemampuan yang konkret: apakah lulusan bisa menulis query SQL, menyusun dashboard, mendesain antarmuka di Figma, atau mengerjakan data annotation yang dibutuhkan untuk melatih model AI. Kajian LPEM UI menyarankan mahasiswa TI berhenti menjadi generalist dan mulai memilih jalur spesifik seperti Software Engineer, Data Analyst, BI Specialist, Data Engineer, System Analyst, UI/UX Designer, atau IT Consultant. Mahasiswa yang aktif membangun portofolio, mengikuti magang, dan berlatih tools industri seperti SQL atau Figma biasanya jauh lebih cepat mendapat pekerjaan dibanding mereka yang hanya mengandalkan teori kuliah. Spesialisasi bukan soal membatasi potensi, tetapi memberi identitas jelas di pasar kerja: apakah Anda problem solver untuk data, perancang produk digital, atau penghubung bisnis dan teknologi. Tanpa jawaban tegas, CV Anda akan tenggelam di tumpukan ribuan lulusan serupa.
Kesimpulan: Gelar AI Bukan Jaminan, Kurasi Data Adalah Mata Uang Baru
Gelombang minat terhadap jurusan AI wajar: dunia kerja sedang bertransformasi, dan lulusan AI memang memiliki peluang di berbagai sektor mulai dari perbankan, kesehatan, manufaktur, telekomunikasi hingga industri kreatif. Namun peluang itu tidak merata dan tidak otomatis berpihak pada semua lulusan. Oversupply lulusan teknologi, tingkat overeducation yang tinggi, serta fakta bahwa hanya 30% lulusan bekerja sesuai bidang adalah peringatan keras. Di tengah Bubble AI yang bisa pecah kapan saja, strategi paling masuk akal bukan mengejar gelar populer, melainkan membangun kemampuan yang sulit digantikan mesin: kurasi data, analisis kritis, komunikasi lintas tim, dan penguasaan tools praktis. Lulusan AI yang menancapkan identitas sebagai spesialis data analysis dengan portofolio nyata akan tetap relevan ketika hype bergeser. Sisanya berisiko menjadi generasi yang terjebak euforia, bertumpuk dalam statistik oversupply tanpa pernah masuk ke pekerjaan yang mereka bayangkan.
