<![CDATA[Penilaian esai merupakan salah satu bentuk evaluasi yang sering digunakan untuk mengukur kemampuan mahasiswa dalam memahami materi. Namun, penilaian esai secara manual sering kali memakan waktu yang lama, rentan terhadap kesalahan, dan terkadang hasil penilaiannya kurang tepat. Oleh karena itu, diperlukan pendekatan komputasi untuk mempermudah dosen dalam memberikan nilai. Algoritma Winnowing dan Cosine Similarity diusulkan sebagai solusi untuk meningkatkan efektivitas dan ketepatan penilaian esai. Proses penilaian dimulai dengan text pre-processing, di mana kata-kata penting dipertahankan dan kata-kata yang tidak relevan dibuang. Selanjutnya, teks jawaban dipecah menjadi beberapa potongan substring atau dijadikan sebagai token menggunakan metode k-gram. Kemudian, dilakukan hashing terhadap token-token menggunakan algoritma Rolling Hash. Algoritma Winnowing digunakan untuk memilih nilai hashing terkecil dari kumpulan nilai hashing yang dihasilkan, dan frekuensi kemunculan nilai tersebut dihitung pada jawaban mahasiswa dan kunci jawaban. Akhirnya, tingkat kemiripan antara jawaban dan kunci jawaban dihitung menggunakan Cosine Similarity. Aplikasi penilaian ini telah diuji oleh ahli sistem dan dinyatakan “Sangat Layak” dengan tingkat kelayakan 100%. Hasil pengujian kelayakan aplikasi kepada pengguna juga menunjukkan aplikasi ini “Sangat Layak” dengan hasil keseluruhan 83%. Selain itu, hasil uji Mean Absolute Percentage Error (MAPE) menunjukkan tingkat kesalahan nilai sebesar 11%, yang menunjukkan aplikasi ini efektif dan tepat dalam penilaian esai.]]>
