PENERAPAN BERT INDONLU UNTUK AUTOMATIC ESSAY SCORING PADA MATA PELAJARAN PENDIDIKAN KEWARGANEGARAAN

Abstract

Penilaian jawaban esai secara manual memerlukan waktu yang relatif lama serta berpotensi menimbulkan inkonsistensi karena dipengaruhi oleh subjektivitas penilai. Permasalahan tersebut mendorong pengembangan sistem Automatic Essay Scoring (AES) yang mampu membantu proses penilaian secara otomatis. Penelitian ini bertujuan menerapkan model BERT IndoNLU (IndoBERT) pada sistem penilaian esai otomatis untuk mata pelajaran Pendidikan Kewarganegaraan (PKn). Metode penelitian meliputi tahap preprocessing teks berupa cleaning, case folding, dan tokenization, dilanjutkan dengan proses fine-tuning model IndoBERT serta evaluasi menggunakan metrik Mean Absolute Error (MAE). Hasil pengujian menunjukkan bahwa model menghasilkan nilai MAE sebesar 13,21, yang menunjukkan masih terdapat selisih antara skor prediksi sistem dengan skor yang diberikan oleh guru. Meskipun demikian, model telah mampu mempelajari hubungan antara jawaban siswa dan kunci jawaban sehingga dapat menghasilkan prediksi skor secara otomatis. Hasil penelitian menunjukkan bahwa model berbasis Transformer, khususnya IndoBERT, memiliki potensi untuk diterapkan sebagai alternatif dalam sistem penilaian esai berbahasa Indonesia. Pengembangan lebih lanjut melalui penambahan variasi data pelatihan dan optimasi parameter model diharapkan dapat meningkatkan akurasi prediksi pada penelitian berikutnya.