<![CDATA[Penelitian ini bertujuan mengevaluasi kualitas jawaban yang dihasilkan ChatGPT dan membandingkannya dengan jawaban guru berbasis buku ajar pada soal ujian teks di MTs Negeri 5 Kebumen. Kebaruan penelitian terletak pada penggunaan matriks performa terstruktur yang mencakup aspek kebenaran jawaban, ketepatan konteks, kelengkapan informasi, dan kejelasan penyampaian untuk membandingkan performa kecerdasan buatan dengan sumber belajar konvensional. Penelitian menggunakan pendekatan evaluatif dengan analisis deskriptif terhadap 10 soal ujian teks yang divalidasi guru mata pelajaran. Data diperoleh melalui analisis dokumen, observasi, wawancara, dan penilaian menggunakan rubrik matriks performa. Hasil penelitian menunjukkan bahwa jawaban guru memperoleh skor rata-rata 16 (100%) dengan kategori sangat baik, sedangkan ChatGPT memperoleh skor rata-rata 11 (68,75%) dengan kategori baik. Perbedaan terbesar ditemukan pada aspek kelengkapan jawaban dan ketepatan konteks. Temuan ini menunjukkan bahwa meskipun ChatGPT mampu menghasilkan jawaban yang relevan dan cepat, kualitas akademiknya masih berada di bawah jawaban manusia yang berbasis kurikulum dan pengalaman pedagogis. Penelitian ini memberikan kontribusi dalam pengembangan evaluasi pemanfaatan kecerdasan buatan pada proses pembelajaran dan asesmen pendidikan. This study aims to evaluate the quality of answers generated by ChatGPT and compare them with teacher-generated answers based on textbooks for text-based examination questions at MTs Negeri 5 Kebumen. The novelty of this study lies in the use of a structured performance matrix encompassing answer accuracy, contextual appropriateness, completeness of information, and clarity of presentation to compare the performance of artificial intelligence with conventional learning resources. The study employed an evaluative approach with descriptive analysis of 10 text-based examination questions validated by subject teachers. Data were collected through document analysis, observations, interviews, and assessments using a performance matrix rubric. The findings revealed that teacher-generated answers achieved an average score of 16 (100%), categorized as excellent, whereas ChatGPT-generated answers obtained an average score of 11 (68.75%), categorized as good. The largest differences were identified in the aspects of answer completeness and contextual appropriateness. These findings indicate that although ChatGPT can provide relevant and rapid responses, its academic quality remains below that of human-generated answers grounded in curriculum standards and pedagogical experience. This study contributes to the development of evaluation frameworks for the use of artificial intelligence in teaching, learning, and educational assessment processes.]]>
