<![CDATA[Penilaian esai secara manual pada platform Learning Management System (LMS) di perguruan tinggi Indonesia masih menghadapi tantangan berupa tingginya beban kerja dosen, inkonsistensi penilaian, dan lambatnya pemberian umpan balik. Penelitian ini bertujuan mengembangkan Learning Management System (LMS) yang terintegrasi dengan Large Language Model (LLM) untuk penilaian esai otomatis dengan pendekatan human-in-the-loop. Metode yang digunakan adalah Research and Development (R&D) dengan pengembangan Agile menggunakan framework Laravel dan model Gemma 3 12B yang dihost pada server GPU cloud melalui LM Studio Server. Sistem mengevaluasi esai berdasarkan tujuh aspek: Relevance, Content, Organization, Vocabulary, Style, Clarity, dan Conclusion. Pengujian pada 87 esai mahasiswa dengan panjang hingga 1.000 kata menunjukkan agreement rate sebesar 85% dengan empat dosen ahli, dengan rata-rata waktu pemrosesan 3,65 detik per esai. Sistem berhasil menghasilkan umpan balik yang koheren dalam Bahasa Indonesia. Survei kepuasan pengguna dengan 34 responden menghasilkan skor rata-rata tertimbang 4,23. Sistem terbukti layak sebagai alat pendukung asesmen yang efisien dan andal secara linguistik, dengan tetap mengedepankan validitas pedagogis melalui mekanisme human review.]]>
Copyrights © 2026
