<![CDATA[ABSTRAK Kemajuan teknologi informasi mendorong transformasi dunia pendidikan melalui penyediaan bahan ajar digital, namun banyak teks pendidikan berbahasa Indonesia masih menggunakan struktur kalimat panjang dan istilah kompleks yang menyulitkan pemahaman peserta didik. Penelitian ini bertujuan mengembangkan website EduText Analyzer untuk menganalisis tingkat keterbacaan dan menyederhanakan bahasa pada teks pendidikan secara otomatis. Metode penelitian menggunakan pendekatan Research and Development (R&D) dengan rekayasa perangkat lunak berbasis model Agile. Sistem diimplementasikan menggunakan arsitektur web modern dengan frontend React.js/Next.js, backend terintegrasi API Large Language Model (LLM) untuk pemrosesan bahasa alami, serta modul OCR untuk ekstraksi teks dari dokumen dan gambar. Fitur utama meliputi input teks manual dan unggah file, analisis otomatis tingkat keterbacaan (Mudah, Sedang, Sulit) dengan identifikasi kata kompleks beserta penjelasan ganda, serta modul penyederhanaan kalimat akademik. Pengujian sistem dilakukan melalui unit testing, integration testing, system testing, dan user acceptance testing. Hasil pengujian menunjukkan bahwa website berhasil berjalan stabil dengan waktu respons rata-rata 3–5 detik untuk teks sepanjang 413 kata, memiliki antarmuka responsif, dan mampu menghasilkan analisis keterbacaan yang akurat serta penyederhanaan teks yang mempertahankan makna asli. Penelitian ini membuktikan bahwa integrasi teknologi NLP berbasis LLM efektif dalam meningkatkan aksesibilitas konten pendidikan. Keterbatasan sistem meliputi ketergantungan pada koneksi internet dan akurasi OCR pada gambar berkualitas rendah, sehingga pengembangan selanjutnya disarankan mencakup optimasi model offline dan integrasi dengan sistem manajemen pembelajaran. ABSTRACT Advances in information technology have driven educational transformation through digital learning materials; however, many Indonesian educational texts still employ complex sentence structures and academic vocabulary that hinder student comprehension. This study aims to develop the EduText Analyzer website to automatically assess readability and simplify language in Indonesian educational texts. The research employs a Research and Development (R&D) method using a software engineering approach based on the Agile model. The system is implemented using a modern web architecture with a React.js/Next.js frontend, a backend integrated with a Large Language Model (LLM) API for natural language processing, and an OCR module for text extraction from documents and images. Key features include manual text input and file upload, automatic readability analysis (Easy, Medium, Hard) with complex word identification and dual explanations, and an academic sentence simplification module. System testing was conducted through unit, integration, system, and user acceptance testing. Results indicate that the website operates stably with an average response time of 3–5 seconds for 413-word texts, features a responsive interface, and accurately generates readability assessments and text simplifications that preserve original meaning. This research demonstrates that integrating LLM-based NLP technology effectively enhances educational content accessibility. System limitations include internet dependency and OCR accuracy on low-quality images, suggesting future development should focus on offline model optimization and learning management system integration.]]>
