Penilaian Otomatis Jawaban Esai SMA Menggunakan Sentence-BERT dan Hybrid Levenshtein-Jaccard dengan Akurasi Hybrid

Abstrak

Proses penilaian jawaban esai masih menjadi tantangan di banyak sekolah karena membutuhkan waktu yang panjang dan sering kali dipengaruhi subjektivitas antar penilai. Kondisi ini menimbulkan kebutuhan akan sistem penilaian otomatis yang mampu memberikan hasil cepat, stabil, dan mendekati penilaian manual guru. Penelitian ini mengembangkan model penilaian esai berbasis pendekatan hybrid yang menggabungkan kemiripan semantik dari Sentence-BERT, kemiripan leksikal melalui Jaccard Similarity dan Levenshtein Similarity, cakupan kata kunci menggunakan Keyword Coverage, serta pengendalian proporsionalitas panjang jawaban melalui Length Penalty. Seluruh komponen similarity digabungkan menggunakan skema pembobotan dan dikalibrasi ke skala 0–100 melalui regresi linear. Pengujian dilakukan pada dataset jawaban esai siswa Sekolah Menengah Atas beserta skor penilaian guru. Hasil penelitian menunjukkan performa yang baik, dengan nilai MAE sebesar 3,58 dan RMSE sebesar 4,48 pada data uji, serta tingkat kesesuaian (agreement) sebesar 87,30% pada toleransi ±7 poin. Dibandingkan metode Automated Essay Scoring (AES) konvensional yang umumnya hanya mengandalkan fitur leksikal atau semantik secara terpisah, pendekatan hybrid yang diusulkan mampu mengintegrasikan keduanya secara lebih seimbang. Kontribusi utama penelitian ini terletak pada penerapan dan evaluasi model hybrid untuk AES berbahasa Indonesia pada jenjang SMA, yang masih relatif terbatas, serta menunjukkan potensi implementasi nyata dalam sistem evaluasi pembelajaran di sekolah.

Identifier

• DOI: https://doi.org/10.33364/algoritma/v.23-1.3141
• OpenAlex: https://openalex.org/W7163260756