Penilaian terhadap jawaban soal essay secara otomatis sangat dibutuhkan, terutama dalam dunia pendidikan. Kebutuhan tersebut dapat mengukur capaian mahasiswa dalam kompetensi materi dari seorang pendidik. Pada awalnya mahasiswa dihadapkan kepada beberapa soalan dari pengajar yang melatih cara berpikir sistematis dan cara penyampaian yang informatif berdasarkan pemahamannya. Setelah itu pengajar memperhatikan setiap kalimat pada jawaban mahasiswa agar dapat disamakan dengan kunci jawaban yang telah ada. Penilaian dilihat berdasarkan kompetensi yang harus dicapai oleh mahasiswa. Oleh karena itu, dibutuhkan suatu sistem yang mampu memenuhi uji kompetensi masing-masing mahasiswa. Tetapi, sistem yang telah ada hanya mampu memperlihatkan kemiripan jawaban pada masing-masing kalimat. Hal ini merupakan salah satu dari kurangnya kemampuan sistem tersebut untuk memahami maksud jawaban dari mahasiswa yang kemungkinan sama atau berbeda dengan kunci jawaban. Berdasarkan masalah tersebut, penelitian ini adalah membuat sebuah sistem dimana dapat memeriksa setiap kata sesuai nilai pemisahan yang ditentukan dan dapat mengetahui maksud dari jawaban mahasiswa ketika memiliki jawaban berbeda. Sistem ini bekerja dengan dua metode (Rabin-Karp dan Latent Semantic Analysis) yang memiliki kemampuan tersendiri. Berdasarkan pengujian satu soal kepada 17 mahasiswa maka didaptakan Rabin-Karp memiliki persentase kemiripan 68,42% dan Latent Semantic Analysis (LSA) 50,18% sedangkan jika kedua metode tersebut digabungkan memiliki persentase kemiripan 90,88% dan setelah diuji oleh Standar Deviasi memiliki nilai penyimpangan 4,20 dan selisih rata-rata nilai tersebut dengan pengajar adalah 3,78. Angka ini menjadi patokan sistem aplikasi ini dapat digunakan untuk penilaian essay.