Beasiswa S2 Computational Journalism: Saat Jurnalistik Ketemu Coding, Ini Jalurnya
Kenapa Tiba-tiba Ada Anak Koding di Ruang Redaksi?
Dulu, kalau kita bilang “jurnalis”, yang kebayang orang tuh seseorang yang bawa tape recorder, kejar narasumber, lalu nulis berita panjang. Tapi belakangan ini, di ruang redaksi besar dunia, makin banyak orang yang kerjanya lebih mirip anak data: mereka nulis kode Python, nyuci dataset, bikin grafik interaktif, dan mendeteksi kecurangan pemilu dari pola angka-angka. Nah, profesi gabungan itu namanya computational journalism — jurnalistik komputasional — dan sekarang banyak kampus luar negeri yang buka program S2 khusus untuk bidang ini.
Menariknya lagi, bidang ini masih tipping point: peminatnya belum seserang data science murni, tapi kebutuhan industri medianya udah pada kejar-kejaran. Artinya apa? Buat kamu yang suka nulis tapi juga nggak ogah-ogah pegang data, ini pintu beasiswa yang layak diketuk. Di artikel ini kita bedah tuntas: apa sih sebenarnya computational journalism, kampus mana saja yang buka programnya, berapa biayanya, beasiswa apa yang bisa nimpa program ini, dan gimana strategi lolosnya buat WNI.
Apa Itu Computational Journalism, Sih?
Biar nggak berasa jargon, aku kasih analogi sederhana. Kalau jurnalis biasa itu nanya “berapa banyak sumur di desa ini kering?”, jurnalis komputasional itu nanya “berapa persen dari 40 ribu sumur di provinsi ini yang kering, dan apa pola geografisnya?” — lalu dia bikin script yang meraup data dari puluhan sumber, merapikannya, dan menemukan pola yang nggak akan kelihatan kalau cuma wawancara satu-dua narasumber.
Istilah ini sebenarnya sudah lama beredar sejak akhir 2000-an, tapi meledak ketika media-media besar mulai punya tim data sendiri. Beberapa contoh kerja nyata yang bikin bidang ini kesohor:
- Investigasi Panama Papers — jurnalis di seluruh dunia menganalisis jutaan dokumen bocor pakai tools pencarian dan pemetaan jaringan. Tanpa skill komputasional, mustahil.
- Audit algoritma — menelusuri kenapa mesin pencari atau sistem penilaian kredit ternyata bias. Ini kerjaan jurnalis yang paham cara kerja machine learning.
- Biro berita otomatis (robot writer) yang bikin laporan cuaca dan hasil pertandingan — dan yang mengawasi etikanya tetap manusia, yaitu jurnalis yang paham teknologinya.
- Fact-checking berskala besar dengan mengombinasikan natural language processing dan kerja manual tim verifikator.
Jadi intinya, computational journalist itu bukan pengganti jurnalis, tapi jurnalis yang power-up: dia tetap pegang prinsip jurnalistik (akurat, berimbang, melindungi narasumber), tapi alat kerjanya jauh lebih tajam. Dan kampus-kampus yang kita bahas di bawah itu persi ngegabungin dua sekolah ilmu sekaligus: sekolah jurnalisme dan sekolah komputer.
| Skill | Fungsi di Praktik Jurnalistik | Level Sulit buat Pemula |
|---|---|---|
| Python dasar | Nyuci data, scraping, analisis awal | Sedang — banyak kursus gratis |
| SQL / database | Nyimpen dan query dataset besar (misal data APBD) | Sedang |
| Visualisasi data | Grafik interaktif, peta choropleth | Mudah-sedang |
| Statistika dasar | Ngerti margin error, korelasi vs kausalitas | Sedang |
| Machine learning (opsional) | Dedupe dokumen, deteksi pola, NLP | Sulit tapi banyak library siap pakai |
| Etika & hukum data | Melindungi sumber, aturan privasi, akurasi | Mudah dipelajari tapi sering diremehkan |
Kampus Mana Saja yang Buka Program S2 Bidang Ini?
Oke, sekarang bagian yang paling kamu tunggu-tunggu: daftar kampus. Aku batasi ke program yang benar-benar ada dan bisa disebut namanya, bukan sekadar wacana. Cek sendiri halaman resminya ya, karena kurikulum dan biaya bisa berubah tiap tahun.
1. Cardiff University (Inggris) — MSc Computational and Data Journalism
Kalau ada satu program yang paling “murni” membahas bidang ini, itu program dari Cardiff. Menariknya, program ini diajarkan bersama oleh School of Journalism (salah satu sekolah jurnalisme terkemuka di Eropa) dan School of Computer Science. Jadi kamu nggak dapat ilmu komputer yang “asal tempel” — keduanya masuk kurikulum inti. Di programnya, kamu bakal belajar computational thinking, pemrograman dasar sampai lanjut, sampai modul tentang reporter dan etika peliputan. Durasinya 12 bulan full-time, dan nggak mensyaratkan latar belakang teknis — fresh graduate dari jurusan apa pun bisa daftar selama lulus dengan predikat memadai.
2. Columbia University (AS) — Lede Program & MS Data Journalism
Columbia Journalism School punya jalur ganda: program MS Data Journalism untuk yang sudah pegang dasar, dan Lede Program yang intinya bootcamp intensif data dan komputasi. Banyak alumni program ini yang sekarang kerja di tim data media besar. Biaya di Columbia memang tidak main-main, tapi sekaligus jadi target beasiswa penuh seperti Fulbright.
3. Universitas di Eropa lain
Di Eropa, arahnya sering lewat program data journalism atau media communication dengan jalur data science. Contohnya: University of Amsterdam (Data Journalism track di dalam program Media Studies), beberapa kampus Jerman (banyak program bahasa Inggris tentang media komputasi), City University London (kini City St George’s) yang punya strong tradition di data journalism, dan Athens (NKUA) yang punya MSc Digital Media dengan fokus data science in journalism. Jalurnya beragam — beberapa lewat rumpun komunikasi, beberapa lewat informatika.
Supaya gampang dibandingin, aku rangkum di tabel berikut:
| Kampus | Program | Negara | Durasi | Catatan Khusus |
|---|---|---|---|---|
| Cardiff University | MSc Computational and Data Journalism | Wales, Inggris | 1 tahun | Kerjasama dua fakultas; terbuka non-teknis |
| Columbia University | MS Data Journalism / Lede Program | AS | ±1 tahun | Sekolah jurnalisme paling bergengsi; biaya tinggi |
| City St George’s London | MA Interactive/Data Journalism | Inggris | 1 tahun | Lokasi strategis di pusat media London |
| University of Amsterdam | Track data dalam Media Studies | Belanda | 1-2 tahun | Kampus riset kuat, banyak pilihan beasiswa |
| NKUA Athens | MSc Digital Media & Interaction | Yunani | ±1,5-2 tahun | Fokus AI & journalism; biaya hidup lebih murah |
Biayanya Berapa? Angka yang Jujur Aja
Nih bagian yang kadang bikin orang mundur sebelum maju. Aku kasih estimasi realistis, dengan catatan angka ini bisa berubah — selalu cek halaman resmi kampus sebelum menghitung final.
| Komponen | Inggris (Cardiff/London) | AS (Columbia) | Belanda/Yunani |
|---|---|---|---|
| Tuition S2 (total program) | ±£20.000-30.000 | ±US$60.000-70.000+ | €15.000-25.000 (non-EU) |
| Biaya hidup per tahun | £12.000-15.000 | US$25.000-35.000 | €10.000-15.000 |
| Kesehatan/asuransi | IHS ±£470-800/tahun | Wajib, ±US$3.000-5.000 | €600-1.200/tahun |
| Total kasar 1 tahun | ±Rp550-800 juta | ±Rp1,3-1,7 miliar | ±Rp400-650 juta |
Gimana, bikin merinding kan? Hehe, tenang. Justru karena mahalnya selangit, program S2 jenis ini hampir selalu ditembus lewat beasiswa, bukan uang pribadi. Dan di section berikut kita bahas pintu-pintunya satu-satu.
Peta Beasiswa yang Bisa Kamu Pakai
Yang perlu kamu pahami dulu: hampir nggak ada beasiswa yang namanya persis “beasiswa computational journalism”. Yang ada adalah beasiswa-beasiswa besar yang menerima program ini sebagai bidang studi yang didanai. Jadi strateginya: pastikan programmu masuk kategori yang diterima penyelenggara beasiswa, lalu susun argumen di esai kenapa bidang ini penting buat Indonesia.
| Beasiswa | Penyelenggara | Cakupan | Cocoknya Buat Siapa |
|---|---|---|---|
| Chevening | Pemerintah Inggris | Full: tuition + living + tiket | Pekerja media dengan 2+ tahun pengalaman |
| Fulbright (via AMINEF) | Pemerintah AS | Full untuk program master | Semua latar, termasuk jurnalis |
| LPDP | Pemerintah Indonesia | Full dalam & luar negeri | WNI, ada jalur afirmasi media/umum |
| Commonwealth Scholarship | Inggris | Full untuk negara persemakmuran | Pendaftar dengan IPK dan esai kuat |
| Erasmus Mundus | Uni Eropa | Full, kuliah multi-negara | Program joint terkait media/data |
| Beasiswa kampus (mis. Master’s Scholarship Cardiff) | Universitas | Parsial, biasanya £1.000-3.000 | Pelengkap setelah beasiswa utama |
Satu catatan penting buat LPDP: pastikan program yang kamu tuju masuk daftar bidang studi prioritas dan kampusnya memenuhi kriteria peringkat yang diminta pada tahun pendaftaranmu, karena aturannya bisa diperbarui setiap tahap. Kalau program tujuanmu “baru” dan belum ada di daftar, siapkan justifikasi kuat — pengalaman pendaftar sebelumnya menunjukkan bidang antar-disiplin sering lolos selama argumennya rapi.
Strategi Lolos: Yang Membedakan Kandidat Kuat dari yang Sekadar Ikut-ikutan
Beasiswa computational journalism itu lomba esai dan visi, bukan lomba IPK semata. Dari banyak cerita alumni, pola pemenang biasanya begini:
- Portofolio nyata di atas ijazah. Satu proyek data sederhana — misal visualisasi data banjir di kotamu, atau analisis dataset publik tentang harga pangan — nilainya bisa mengalahkan IPK 3,9 tanpa karya. Pihak penyelenggara ingin bukti bahwa kamu memang “bermain” di bidang ini, bukan hanya memilihnya karena terdengar keren.
- Cerita kontribusi yang konkret. “Saya ingin memperkuat demokrasi Indonesia lewat jurnalisme data yang akurat” kedengaran normatif. Yang lebih tajam: “Saya ingin membangun sistem pemantauan dana desa yang bisa dipakai 200+ redaksi lokal untuk menemukan anomali secara otomatis.”
- Kenal dua dunia. Kalau kamu jurnalis, tunjukkan usaha belajar data (ikut kursus online pun bisa disebut, asli dan jelas capaiannya). Kalau kamu anak STEM, tunjukkan karya tulis dan pemahaman etika pers. Kandidat yang cuma jago satu sisi biasanya tersaring di tahap esai.
- Riset kampus lebih awal. Banyak yang gagal bukan karena lemah, tapi karena ambil program yang nggak cocok. Kalau kamu lebih suka praktek, pilih program dengan banyak proyek. Kalau mau riset, pilih kampus yang terkenal di digital media research.
Kalender Persiapan yang Realistis
| Bulan | Fokus |
|---|---|
| H-12 s.d. H-10 | Riset kampus & beasiswa; mulai kursus Python/SQL dasar |
| H-9 s.d. H-7 | Bikin 1-2 portofolio data; ambil IELTS/TOEFL; susun draft esai |
| H-6 s.d. H-5 | Minta surat rekomendasi; apply beasiswa Chevening/Fulbright/LPDP sesuai buka-tutupnya |
| H-4 s.d. H-2 | Apply kampus (banyak program Inggris AS rolling); wawancara |
| H-1 s.d. keberangkatan | Visa, pemeriksaan kesehatan, urus tempat tinggal |
Prospek Kerja: Jurusan Ini Boleh Dibilang “Jarang Pengangguran Sampah”
Kenapa aku pede ngomongin prospek? Karena kebutuhannya nyata dan sebarannya lebar. Lulusan program seperti ini biasanya tersebar di beberapa jalur karier:
- Redaksi media — tim data di media nasional, tim investigasi, tim produk digital.
- Lembaga riset & NGO — analis data untuk lembaga pemantau pemilu, anti-korupsi, atau riset kebijakan publik.
- Industri — product analyst, data storyteller, atau spesialis Business Intelligence yang bisa menerjemahkan angka jadi narasi.
- Kampus — mengajar di program komunikasi atau ilmu komputer, atau lanjut S3.
- Wirausaha — bikin studio visualisasi data atau jasa riset cepat untuk media dan lembaga publik.
Di Indonesia sendiri ruang redaksi yang punya tim data masih terhitung jari, tapi justru itu peluangnya: jadi salah satu dari segelintir orang yang beneran paham dua bahasa sekaligus — bahasa berita dan bahasa data.
Baca Juga
- Beasiswa S2 Computational Social Science: Menganalisis Masyarakat dengan Data Besar
- Beasiswa untuk Wartawan dan Jurnalis: Program yang Beneran Ada
- Cara Menulis Esai Beasiswa yang Bikin Selektor Terkesan
Mitos yang Bikin Orang Nggak Jadi Daftar
Selama nulis artikel ini, aku inget lagi beberapa “kata-kata penghalang” yang sering aku dengar dari teman-teman yang penasaran tapi akhirnya urung. Biar nggak ada yang kelewat, aku bongkar satu-satu.
- “Aku nggak bisa matematika.” Kabar baiknya: mayoritas pekerjaan data di redaksi itu logika dan kerapian, bukan kalkulus. Kalau kamu bisa bikin formula Excel, kamu sudah setengah jalan ke Python.
- “Program kayak gini cuma buat orang yang udah kerja di media besar.” Faktanya banyak mahasiswa yang langsung lanjut S2 dari bangku kuliah, atau justru datang dari NGO dan lembaga riset. Yang dinilai itu potensi dan karya, bukan nama kantormu.
- “Nanti kerjanya cuma jadi tukang bikin grafik.” Jauh dari itu. Tim data redaksi sering jadi pengungkap fakta utama dalam investigasi — mereka yang nemu anehnya, reporter yang mengejar maknanya. Peran riset, bukan sekadar desain.
- “Bidang ini nanti habis karena AI bisa nulis berita.” Justru sebaliknya: semakin banyak konten dihasilkan mesin, semakin dibutuhkan manusia yang bisa memverifikasi, mengaudit algoritma, dan membedakan mana pola asli mana karangan mesin. AI itu memperbesar kebutuhan jurnalis komputasional, bukan menghapusnya.
Intinya, kalau niatmu cuma nyari jurusan yang “aman”, mungkin ini bukan jalurmu. Tapi kalau kamu termasuk orang yang suka baca berita sambil mikir “kok datanya gitu sih?”, dan penasaran mau bongkar sendiri angka-angkanya — bidang ini seperti dibuat khusus untukmu.
FAQ seputar Beasiswa Computational Journalism
Apakah aku harus bisa coding dulu sebelum daftar?
Umumnya tidak wajib — banyak program (termasuk Cardiff) secara eksplisit menerima pendaftar tanpa latar belakang teknis dan mengajarkan pemrograman dari nol. Tapi nggak ada ruginya belajar dasar Python duluan: bikin adaptasimu jauh lebih cepat dan bisa jadi bahan cerita di esai.
Aku anak DKV/sastra/komunikasi, memangnya realistis?
Sangat. Bidang ini justru lahir dari kolaborasi lintas disiplin — penulis, desainer, dan programmer. Yang penting kamu bisa tunjukkan ketertarikan pada data lewat karya atau rencana belajar yang jelas.
Beasiswa mana yang paling realistis buat WNI?
LPDP dan Chevening paling sering dilalui pendaftar Indonesia untuk program sejenis ini, disusul Fulbright dan Commonwealth. Kalau satu gagal, bukan berarti kamu gagal — banyak yang lolos di percobaan kedua setelah portofolionya mengental.
Apakah ada program online yang bisa ditempuh dari Indonesia?
Ada beberapa mooc dan sertifikat data journalism (misal dari platform internasional), tapi gelar S2 penuh bidang ini umumnya masih onsite. Kalau targetmu gelar plus jaringan, jalur tatap muka masih yang paling worth it.
Berapa skor IELTS yang harus disiapkan?
Kebanyakan program Inggris meminta sekitar 6.5-7.0 overall dengan syarat minimum per komponen. Anglo-Saxon memang ketat soal bahasa, jadi siapkan tes lebih awal — jangan sampai semua siap tapi kandas di skor bahasa.
Penutup: Soal Nyambung atau Nggaknya
Gini lho, banyak dari kita ngerasa “aku ini nggak murni satu hal” — nggak sepenuhnya anak teknik, nggak sepenuhnya anak sastra, suka nulis tapi juga suka angka. Di dunia lama, keraguan seperti itu sering dianggap kelemahan. Tapi di bidang seperti computational journalism, justru itu aset. Kebanyakan orang cuma bisa satu bahasa; kamu berpeluang menguasai dua.
Kalau artikel ini ngena, mulai dari langkah kecil aja dulu: ambil satu dataset publik (data BMKG, data BPS, apa saja), coba bikin satu grafik sederhana, dan lihat apakah prosesnya bikin kamu penasaran atau bete. Kalau penasaran — nah, itu tanda kamu cocok. Dan kalau kamu udah punya cerita perjuangan belajar data, atau punya pertanyaan soal program mana yang pas, tulis di kolom komentar ya. Aku seneng banget dengar cerita kalian, siapa tahu topik berikutnya yang aku bahas justru datang dari pertanyaanmu. Semangat, semoga kita ketemu di ruang redaksi masa depan — yang tentu saja, penuh dengan data.
