Sistem Penilaian Esai Otomatis Berbasis Web Menggunakan Model BERT dan Levenshtein Distance

Aisya Febrianti Azzaroh; Arda  Surya Editya; Ahmad  Khoir Al-Haq

Penulis

Aisya Febrianti Azzaroh Universitas Nahdlatul Ulama Sidoarjo
Arda Informatika, fakultas Ilmu Komputer, Universitas Nahdlatul Ulama Sidoarjo
Ahmad Informatika, fakultas Ilmu Komputer, Universitas Nahdlatul Ulama Sidoarjo

Kata Kunci:

Penilaian Otomatis, Esai, Pembelajaran, BERT, Levenshtein Distance, WEB, FLASK

Abstrak

Sistem penilaian esai secara manual memiliki keterbatasan dalam hal efisiensi waktu dan objektivitas. Untuk mengatasi hal tersebut, penelitian ini mengembangkan sistem penilaian otomatis berbasis web menggunakan model BERT dan Levenshtein Distance. Sistem ini menggabungkan penilaian semantik dengan model BERT (80%) dan penilaian sintaksis menggunakan Levenshtein Distance (20%). Platform ini dibangun menggunakan framework Flask dan menyediakan dua tampilan utama: tampilan siswa untuk menjawab soal dan memperoleh hasil secara langsung, serta tampilan guru untuk mengelola soal, kunci jawaban, data siswa, hasil penilaian, histogram nilai, dan akurasi sistem. Hasil pengujian menunjukkan bahwa sistem mampu memberikan penilaian yang mendekati penilaian manual dengan akurasi yang cukup tinggi. Sistem ini diharapkan dapat membantu guru dalam menilai secara efisien dan konsisten.

Unduhan

Data unduhan belum tersedia.

Referensi

N. L. Kinanti and A. Qoiriah, “Sistem PenilaianOtomatis Jawaban Esai Bahasa Indonesia Berdasarkan Kemiripan Kalimat Menggunakan Syntactic- Semantic Similarity,” JINACS (Journal Informatics Comput. Sci., vol. 2, no. 2, pp. 136–143, 2020.

A. Khoirun, “IPLM 2024 Catat Rekor Tinggi,Literasi Nasional Semakin Meningkat,” www.perpusnas.go.id. Accessed: Mar. 19, 2025.

S. Putrawangsa and U. Hasanah, “Integrasi Teknologi Digital Dalam Pembelajaran Di Era Industri 4.0,” J. Tatsqif, vol. 16, no. 1, pp. 42–54, 2018, doi: 10.20414/jtq.v16i1.203.

M. Shermis and J. Burstein, Handbook of Automated Essay Evaluation: Current Applications and New Directions, 1st ed. New York: Routledge, 2013.

N. Thompson, “What is Automated Essay Scoring?,” Assess.com, Apr.?25,?2023.

Chandradev, V., Suarjaya, I. M. A. D., & Bayupati, I. P. A. (2023). Analisis sentimen review hotel menggunakan metode deep learning bert. Jurnal Buana Informatika, 14(02), 107-116.

Lim, C. T., Bong, C. H., Wong, W. S., & Lee, N. K. (2021). A comprehensive review of Automated Essay Scoring (AES): Research and development.?Pertanika Journal of Science & Technology,?29(3),?1875–1899.

V. No, F. T. Sabilillah, S. Winarno, and R. B. Abiyyi, “Edumatic?: Jurnal Pendidikan Informatika Implementasi BERT dan Cosine Similarity untuk Rekomendasi Dosen Pembimbing berdasarkan Judul Tugas Akhir,” vol. 8, no. 2, pp. 585–594, 2024, doi: 10.29408/edumatic.v8i2.27791

Sugiarto, I. G. S. M. Diyasa, and I. N. Diana, “Levenshtein distance algorithm analysis on enrollment and disposition of letters application,” Proceeding - 6th Inf. Technol. Int. Semin. ITIS 2020, vol. 1, pp. 198–202, 2020, doi: 10.1109/ITIS50118.2020.9321030.

Syamsiah, S. (2019). Perancangan Flowchart dan Pseudocode Pembelajaran Mengenal Angka dengan Animasi untuk Anak PAUD Rambutan. STRING (Satuan Tulisan Riset Dan Inovasi Teknologi), 4(1), 86-93.