Deep Learning Perkuat Kesiapan Kerja Mahasiswa Tata Kecantikan

Ilustrasi by AI

Surabaya — Pendekatan Deep Learning dalam pendidikan tata kecantikan terbukti mampu meningkatkan keterampilan kerja mahasiswa secara signifikan. Temuan ini diungkap dalam studi yang ditulis Sri Usodoningtyas, Ekohariadi, Maspiyah, Luthfiyah Nurlaela, Tri Wrahatnolo, dan Ratna Suhartini dari Universitas Negeri Surabaya (Unesa), yang dipublikasikan dalam East Asian Journal of Multidisciplinary Research pada 2026. Hasil penelitian ini dinilai penting karena dunia industri kecantikan kini tidak hanya membutuhkan keterampilan teknis, tetapi juga komunikasi, berpikir kritis, dan kemampuan beradaptasi.

Industri kecantikan global saat ini berkembang jauh lebih kompleks dibanding satu dekade lalu. Dunia kecantikan tidak lagi hanya berkutat pada layanan makeup atau perawatan wajah, tetapi telah terintegrasi dengan teknologi digital, pemasaran online, konsultasi virtual, hingga layanan berbasis data pelanggan. Perubahan ini membuat kebutuhan tenaga kerja di bidang kecantikan ikut berubah.

Lulusan pendidikan vokasi tata kecantikan kini dituntut memiliki kompetensi yang lebih luas. Mereka tidak cukup hanya mahir merias, tetapi juga harus mampu berkomunikasi dengan klien, bekerja sama dalam tim, memecahkan masalah, dan cepat beradaptasi dengan tren baru.

Namun, menurut Sri Usodoningtyas dan tim dari Universitas Negeri Surabaya, banyak program pendidikan kecantikan masih menggunakan pola belajar konvensional yang terlalu fokus pada pengulangan prosedur teknis. Pola seperti ini sering membuat mahasiswa hanya menghafal langkah kerja tanpa memahami konteks profesional di lapangan.

Untuk menjawab tantangan tersebut, tim peneliti menerapkan pendekatan Deep Learning dalam proses pembelajaran. Metode ini mendorong mahasiswa belajar lebih reflektif, aktif berdiskusi, memecahkan masalah nyata, dan menghubungkan teori dengan praktik.

Penelitian melibatkan 60 mahasiswa Program Studi Pendidikan Tata Kecantikan yang dibagi menjadi dua kelompok. Sebanyak 30 mahasiswa masuk kelompok eksperimen yang belajar dengan pendekatan Deep Learning, sementara 30 mahasiswa lainnya menggunakan metode pembelajaran biasa. Selama satu semester, kedua kelompok dievaluasi melalui pretest dan posttest untuk mengukur perkembangan keterampilan kerja mereka.

Hasilnya menunjukkan lonjakan yang cukup besar. Kelompok eksperimen mengalami peningkatan skor keterampilan kerja dari rata-rata 68,42 menjadi 86,31. Sementara kelompok kontrol hanya naik dari 67,95 menjadi 74,28. Selisih peningkatan ini memperlihatkan bahwa Deep Learning memberikan dampak yang jauh lebih kuat dibanding metode konvensional.

Peningkatan terbesar terlihat pada kemampuan komunikasi dan berpikir kritis. Mahasiswa menjadi lebih percaya diri saat menjelaskan konsep makeup kepada klien, lebih sistematis dalam mempresentasikan hasil kerja, dan lebih responsif terhadap kebutuhan pelanggan.

Dalam praktik tata rias pengantin tradisional, misalnya, mahasiswa tidak lagi sekadar meniru contoh dosen. Mereka mulai mampu menyesuaikan desain makeup berdasarkan kondisi kulit, tema budaya, dan preferensi klien. Ini menunjukkan adanya peningkatan kemampuan analisis dan pemecahan masalah.

Selain itu, kemampuan kerja sama tim juga meningkat. Aktivitas diskusi kelompok, proyek kolaboratif, dan sesi umpan balik membuat mahasiswa lebih terbiasa membagi tugas, menghargai pendapat orang lain, dan menyelesaikan tantangan bersama.

Sri Usodoningtyas dan tim dari Universitas Negeri Surabaya menjelaskan bahwa Deep Learning membuat mahasiswa lebih sadar terhadap tanggung jawab profesional. Mereka menjadi lebih disiplin, tepat waktu, lebih siap menghadapi kritik, dan lebih fleksibel dalam mengubah strategi kerja ketika menghadapi hambatan.

Temuan ini menjadi penting karena industri kecantikan saat ini semakin kompetitif dan bergerak cepat. Banyak perusahaan kecantikan kini lebih memilih tenaga kerja yang tidak hanya terampil secara teknis, tetapi juga memiliki soft skills yang kuat.

Bagi dunia pendidikan, hasil riset ini membuka peluang untuk mengubah sistem pembelajaran vokasi. Integrasi Deep Learning dinilai bisa menjadi solusi agar lulusan lebih siap masuk dunia kerja dan memiliki karier berkelanjutan di industri kecantikan.

Penelitian ini juga mendukung agenda global Sustainable Development Goals (SDGs), terutama tujuan pendidikan berkualitas dan pekerjaan layak. Dengan pembelajaran yang lebih mendalam dan kontekstual, mahasiswa tidak hanya siap bekerja, tetapi juga siap berkembang dalam profesinya di masa depan.

Profil Penulis
Sri Usodoningtyas — Universitas Negeri Surabaya
Ekohariadi — Universitas Negeri Surabaya
Maspiyah — Universitas Negeri Surabaya
Luthfiyah Nurlaela — Universitas Negeri Surabaya
Tri Wrahatnolo — Universitas Negeri Surabaya
Ratna Suhartini — Universitas Negeri Surabaya

Sumber Penelitian
Deep Learning Approach in Beauty Education: Strengthening Employability Skills for Sustainable Professional Development
East Asian Journal of Multidisciplinary Research (EAJMR), 2026

Posting Komentar

0 Komentar