Acuan internasional & kisi-kisi
Kisi-kisi dan butir soal ujian PahamSEO Academy dirancang dengan merujuk pada kerangka kompetensi dan silabus sertifikasi internasional yang dipublikasikan secara terbuka, serta mengikuti prinsip pengembangan tes yang diakui secara internasional. Kisi-kisi kami publikasikan terbuka agar peserta, pemberi kerja, dan institusi bisa menilai sendiri apa yang diukur.
Digital Skills Readiness Test
Tes singkat gratis untuk memetakan kemampuan awal Anda di dua area: Digital Marketing dan AI Literacy. Hasilnya berupa skor per area dan rekomendasi jalur ujian berikutnya. Setiap peserta yang menyelesaikan tes mendapat Certificate of Completion.
- Sasaran
- Semua peserta terdaftar.
- Format
- 20 soal dinilai · 25 menit
- Tipe soal
- Pilihan ganda, PG kompleks (skor parsial), benar/salah, mencocokkan, mengurutkan
- Sertifikat
- Certificate of Completion untuk peserta yang menyelesaikan tes
- Versi kisi-kisi
- v1.0 (Okt 2026)
Kisi-kisi (blueprint)
| Domain | Bobot | Soal | Peserta mampu… |
|---|---|---|---|
| R-DM Digital Marketing | 50% | 10 | Gambaran dasar strategi, konten, iklan, media sosial, dan analitik |
| R-AI AI Literacy | 50% | 10 | Gambaran dasar konsep AI, prompting, keterbatasan, dan penggunaan bertanggung jawab |
Digital Marketing Fundamentals
Mengukur kemampuan menerapkan konsep dasar pemasaran digital: strategi dan perjalanan pelanggan, konten & SEO, media sosial dan social commerce, iklan berbayar, email/CRM, analitik, serta etika dan privasi. Mayoritas soal berupa studi kasus dan perhitungan, bukan hafalan.
- Sasaran
- Pelajar, mahasiswa, fresh graduate, pelaku UMKM, dan staf marketing junior.
- Format
- 50 soal dinilai + hingga 5 soal uji coba tidak dinilai · 75 menit
- Tipe soal
- Pilihan ganda, PG kompleks (skor parsial), benar/salah, mencocokkan, mengurutkan
- Batas lulus
- 700 dari 1000 (dikalibrasi Modified Angoff setelah fase beta)
- Kesempatan
- 3× dalam 30 hari per voucher, jeda 72 jam, nilai tertinggi dipakai
- Sertifikat
- Certificate of Achievement, berlaku 2 tahun
- Versi kisi-kisi
- v1.0 (Okt 2026)
Kisi-kisi (blueprint)
| Domain | Bobot | Soal | Peserta mampu… |
|---|---|---|---|
| D1 Strategi, riset & perjalanan pelanggan | 14% | 7 | Membedakan tujuan bisnis, tujuan pemasaran, dan KPI; Menyusun persona sederhana dari data riset; Memetakan saluran & konten ke tahap awareness–consideration–conversion–loyalty; Memilih saluran sesuai karakter audiens |
| D2 Konten & SEO | 18% | 9 | Mengidentifikasi elemen SEO on-page (judul, meta deskripsi, heading, tautan internal); Membedakan search intent informasional, navigasional, transaksional; Memilih format konten sesuai tahap funnel; Menerapkan prinsip optimasi listing marketplace |
| D3 Media sosial, WhatsApp & social commerce | 18% | 9 | Memilih platform berdasarkan audiens & tujuan; Menyusun kalender konten; Membedakan fitur WhatsApp Business (katalog, broadcast, templat) & syarat persetujuan penerima; Menjelaskan model afiliasi dan live shopping |
| D4 Iklan digital berbayar | 14% | 7 | Memilih tujuan kampanye sesuai tujuan bisnis; Menjelaskan struktur kampanye–set iklan–iklan & dasar lelang iklan; Membedakan opsi penargetan; Menjelaskan fungsi pixel/API konversi & batasan privasinya |
| D5 Email, CRM & otomasi | 8% | 4 | Menyegmentasi kontak berdasarkan perilaku; Merancang alur otomasi sederhana; Menerapkan persetujuan & berhenti berlangganan |
| D6 Analitik & pengukuran | 16% | 8 | Menghitung CTR, CPC, CPM, rasio konversi, CPA, ROAS, ROI; Menafsirkan laporan analitik dasar; Membaca hasil A/B test sederhana; Memilih metrik sesuai tujuan kampanye |
| D7 Etika, privasi & kepatuhan iklan | 12% | 6 | Mengenali klaim iklan menyesatkan (prinsip ICC: jujur, legal, layak, bertanggung jawab); Menerapkan prinsip persetujuan & minimisasi data pribadi; Menerapkan keterbukaan endorsement/iklan berbayar; Melabeli konten promosi buatan AI & merespons isu reputasi |
Kerangka yang dirujuk
| Kerangka / silabus | Penerbit | Dipakai untuk |
|---|---|---|
| Meta Certified Digital Marketing Associate — ruang lingkup domain ujian | Meta | Ruang lingkup domain iklan berbayar, media sosial, pengukuran, serta kebijakan iklan & privasi data. |
| Digital Marketing Institute — Professional Diploma in Digital Marketing (silabus) | Digital Marketing Institute | Cakupan modul inti: strategi, konten, SEO, PPC, media sosial, email, analitik. |
| Google Digital Marketing & E-commerce Professional Certificate (kurikulum) | Perjalanan pelanggan, pemasaran mesin pencari, e-commerce, dan pengukuran. | |
| HubSpot Academy — Inbound Marketing | HubSpot | Metodologi inbound, konten per tahap funnel, CRM dan otomasi email. |
| ICC Advertising and Marketing Communications Code | International Chamber of Commerce | Prinsip iklan jujur, keterbukaan endorsement, perlindungan anak, dan klaim yang dapat dibuktikan. |
| OECD Privacy Guidelines | OECD | Prinsip pembatasan pengumpulan, tujuan spesifik, persetujuan, dan keamanan data pribadi. |
AI Literacy Fundamentals
Mengukur kemampuan memahami dan memakai AI secara efektif dan bertanggung jawab di pekerjaan: konsep dasar AI/ML/GenAI/LLM, kemampuan & keterbatasan, prompting dan verifikasi keluaran, pengawasan manusia, privasi & hak cipta, serta tata kelola AI global. Tidak bergantung pada satu merek alat AI.
- Sasaran
- Profesional non-teknis, pelajar, dan mahasiswa yang memakai AI dalam pekerjaan atau studi.
- Format
- 50 soal dinilai + hingga 5 soal uji coba tidak dinilai · 75 menit
- Tipe soal
- Pilihan ganda, PG kompleks (skor parsial), benar/salah, mencocokkan, mengurutkan
- Batas lulus
- 700 dari 1000 (dikalibrasi Modified Angoff setelah fase beta)
- Kesempatan
- 3× dalam 30 hari per voucher, jeda 72 jam, nilai tertinggi dipakai
- Sertifikat
- Certificate of Achievement, berlaku 2 tahun
- Versi kisi-kisi
- v1.0 (Okt 2026)
Kisi-kisi (blueprint)
| Domain | Bobot | Soal | Peserta mampu… |
|---|---|---|---|
| A1 Konsep dasar AI, ML, GenAI & LLM | 20% | 10 | Menjelaskan perbedaan AI, ML, GenAI, dan LLM dengan bahasa awam; Mengenali fitur AI dalam alat kerja sehari-hari; Menjelaskan peran data latih & pola prediksi secara konseptual; Mendeskripsikan AI tanpa antropomorfisme |
| A2 Kemampuan & keterbatasan | 16% | 8 | Mengenali halusinasi, bias, dan batas pengetahuan model; Menjelaskan mengapa keluaran bisa berbeda untuk prompt yang sama; Menilai tugas yang cocok & tidak cocok untuk AI |
| A3 Prompting & evaluasi keluaran | 24% | 12 | Menyusun prompt terstruktur (konteks, peran, tugas, format, batasan); Memperbaiki prompt secara iteratif; Memverifikasi fakta, angka, dan sitasi keluaran AI; Menilai keluaran terhadap kriteria mutu |
| A4 Keputusan penggunaan & pengawasan manusia | 12% | 6 | Memutuskan apakah tugas perlu memakai AI; Membagi peran manusia & AI; Menetapkan titik tinjauan manusia sebelum keluaran dipakai; Menjelaskan bahwa akuntabilitas tetap pada manusia |
| A5 Penggunaan bertanggung jawab | 16% | 8 | Tidak memasukkan data pribadi/rahasia ke alat AI publik; Memahami prinsip hak cipta & atribusi karya berbantuan AI; Mengenali risiko deepfake & pentingnya persetujuan; Menyebut dampak lingkungan penggunaan AI |
| A6 Tata kelola & regulasi AI global | 12% | 6 | Menjelaskan pendekatan berbasis risiko (EU AI Act) & kewajiban literasi AI; Menyebut prinsip AI tepercaya (OECD AI Principles, NIST AI RMF); Mengikuti kebijakan penggunaan AI organisasi; Menerapkan transparansi saat konten dibuat dengan AI |
Kerangka yang dirujuk
| Kerangka / silabus | Penerbit | Dipakai untuk |
|---|---|---|
| UNESCO AI Competency Framework for Students (2024) | UNESCO | Level 'Understand' sebagai patokan tingkat Fundamental: pola pikir berpusat manusia, etika AI, teknik & aplikasi AI. |
| AI Literacy Framework (AILit) — European Commission & OECD (2026) | European Commission & OECD | Domain Engage, Create, Manage, dan Shape AI pada tingkat basic. |
| DigComp 3.0 — Digital Competence Framework (2025) | European Commission JRC | Kompetensi digital terintegrasi AI: hak cipta, data pribadi, dampak lingkungan. |
| EU AI Act — Pasal 4 (AI literacy) | Uni Eropa | Cakupan minimum literasi AI: pemahaman umum AI, peluang & risiko, termasuk halusinasi. |
| OECD AI Principles | OECD | Prinsip AI tepercaya: berpusat manusia, transparan, aman, akuntabel. |
| NIST AI Risk Management Framework (AI RMF 1.0) | NIST (AS) | Karakteristik AI tepercaya dan pengelolaan risiko penggunaan AI. |
Prinsip pengembangan ujian
| Standar / metode | Diterapkan pada |
|---|---|
| ISO/IEC 17024 — prinsip skema sertifikasi personel | Skema tertulis, imparsialitas, pemisahan pelatihan & pengujian, masa berlaku, banding. |
| Standards for Educational and Psychological Testing (AERA, APA, NCME, 2014) | Bukti validitas, reliabilitas, keadilan, dan dokumentasi tes. |
| ITC Guidelines on Computer-Based and Internet-Delivered Testing | Penyelenggaraan tes daring, keamanan, dan integritas. |
| Modified Angoff standard setting | Penetapan batas lulus oleh panel ahli berdasarkan peserta 'minimal mahir'. |
| Haladyna, Downing & Rodriguez (2002) — pedoman penulisan butir pilihan ganda | Aturan penulisan butir: satu konsep per butir, pengecoh dari miskonsepsi, tanpa 'semua benar'. |
Proses yang kami jalankan
- Kisi-kisi (blueprint) dengan bobot domain tetap: setiap peserta mendapat soal acak dengan komposisi domain yang sama sehingga hasil adil dan setara.
- Sekitar 60% butir menguji penerapan dan analisis (studi kasus, tabel data, perhitungan), bukan hafalan.
- Setiap butir memiliki metadata domain, level kognitif, tingkat kesulitan, pembahasan, dan rujukan kerangka.
- Analisis butir berkala (tingkat kesukaran & daya beda); butir yang lemah direvisi atau dipensiunkan.
- Butir uji coba disisipkan tanpa dinilai untuk mengumpulkan data sebelum dipakai sebagai butir resmi.
- Batas lulus 700/1000; dikalibrasi ulang dengan metode Modified Angoff setelah fase beta.
- Bank soal Readiness Test terpisah total dari bank soal ujian sertifikasi.