Soal tipe essay memberikan beragam kemungkinan jawaban, sehingga pengajar sulit menilai jawaban. Pemahaman tiap mahasiswa yang berbeda menjadi salah satu penyebabnya. Hal tersebut berpotensi menimbulkan inkonsistensi pada pengajar dalam memeriksa jawaban essay sehingga penilaian menjadi tidak objektif. Salah satu teknologi yang mampu mengatasi permasalahan ini adalah sebuah Machine Learning yang dioperasikan secara otomatis dengan teknologi Natural Language Processing (NLP). Teknologi ini mampu menghitung similarity text sehingga dapat mengeluarkan output berupa nilai hasil prediksi. Setiap metode yang diterapkan pada sistem ini memiliki target akurasi minimal 70%. Perhitungan similarity text dalam masalah ini dilakukan dengan 3 metode, diantaranya yaitu algoritma Nazief-adriani dan model Artificial Neural Network (ANN), Boyer Moore dan model Artificial Neural Network (ANN), serta penggabungan model Convolutional Neural Network (CNN) & Long Short Term Memory (LSTM). Setelah dilakukan pengujian, diperoleh akurasi 90% untuk metode algoritma Nazief-Adriani dan model Artificial Neural Network (ANN), sedangkan pada algoritma Boyer Moore dan model Artificial Neural Network (ANN) diperoleh akurasi 91%, serta diperoleh akurasi 91% pada metode penggabungan model Convolutional Neural Network (CNN) dan Long short term memory (LSTM). Berdasarkan akurasi yang telah diperoleh dari beberapa metode, dapat diketahui bahwa ketiga metode yang digunakan sudah baik karena akurasi yang diperoleh lebih dari target minimal akurasi. Setiap metode, diimplementasikan pada website agar metode dapat digunakan dengan mudah. Selain itu, digunakan juga mobile application sebagai media untuk pelaksanaan ujian. Teknologi ini diharapkan dapat membantu tenaga pengajar karena dapat diakses dengan mudah melalui web dan app. Kata Kunci: Essay, NLP, ANN, Nazief-adriani, Boyer-moore, CNN, LSTM, Website, Ap