Seberapa Akurat Koreksi Ujian Pakai AI untuk Soal Pilihan Ganda?

Apakah koreksi ujian pakai AI bisa diandalkan? Untuk soal pilihan ganda (PG) bisa, tetapi akurasi bukan satu angka yang tinggal dibaca di sebuah situs web. Akurasi bergantung pada tanda yang dibuat siswa, kualitas foto, tata letak lembar, dan apakah ada yang memeriksa jawaban yang tidak terbaca oleh AI. Panduan ini menjelaskan dari mana kesalahan muncul, cara mencegah sebagian besar di antaranya, dan cara mengukur akurasi dengan lembar jawaban siswa Bapak/Ibu sendiri sebelum memercayai alat apa pun, termasuk Snap AI.

Apakah koreksi ujian pakai AI akurat? Tergantung apa yang dikoreksi

"Koreksi dengan AI" sebenarnya mencakup dua pekerjaan berbeda. Membaca berarti menemukan bulatan mana yang dihitamkan, huruf mana yang dilingkari, atau angka apa yang ditulis di dalam kotak. Menilai berarti memutuskan berapa skor yang pantas untuk sebuah esai atau uraian pembuktian. Membaca jawaban tertutup adalah pekerjaan yang lebih mudah. Menilai jawaban terbuka jauh lebih sulit, dan penelitian tentang hal ini terus menyarankan agar tetap ada manusia yang ikut memeriksa.

Pada soal pilihan ganda, baik di lembar soal, di LJK (lembar jawaban komputer) maupun di lembar OMR, alat koreksi AI yang dirancang dengan baik cukup membaca saja. Mencocokkan setiap jawaban dengan kunci jawaban hanyalah perbandingan sederhana. Jadi pertanyaan yang penting adalah seberapa sering AI salah baca, dan apakah Bapak/Ibu akan menyadarinya saat itu terjadi.

Cara Snap AI mengoreksi: membaca dulu, menghitung skor kemudian

Snap AI mengoreksi dalam dua langkah terpisah.

1. Model AI membaca lembar jawaban. AI melihat foto lalu mencatat nama siswa, kelas, kode soal, dan jawaban yang ditandai di setiap soal. AI diperintahkan untuk tidak mengerjakan soalnya, dan AI tidak memutuskan mana yang benar atau salah.
2. Kode program biasa menghitung skor. Program biasa (bukan AI) membandingkan setiap jawaban dengan kunci jawaban Bapak/Ibu lalu menjumlahkan poinnya: secara bawaan 10 poin per lembar dibagi rata, atau poin yang Bapak/Ibu atur per jenis soal atau per bagian. Sebelum mengoreksi, total ini bisa diubah di Score scale (Skala nilai), misalnya menjadi 100 agar sesuai skala nilai 0–100; untuk ujian yang seluruhnya PG dengan poin dibagi rata, hasilnya sama dengan rumus B/N × 100. Jika Bapak/Ibu tidak mengatur poin dan lembar soal mencantumkan poin di samping setiap soal, program memakai nilai yang dibaca AI. Jawaban harus sama persis (huruf besar atau kecil tidak berpengaruh), dan jawaban singkat berupa angka tetap dihitung benar jika angkanya sama meski ditulis dengan koma atau titik (12,5 = 12.5).

Mengapa pemisahan ini penting? AI tidak pernah berpendapat soal jawaban yang benar, jadi skor yang keliru hampir selalu berasal dari tanda yang salah baca, kunci jawaban yang salah, atau kode soal yang keliru, dan ketiganya bisa Bapak/Ibu lihat dan perbaiki. Perhitungan skornya juga konsisten: jawaban dan kunci yang sama selalu menghasilkan skor yang sama.

AI juga membaca kunci jawaban Bapak/Ibu, bahkan yang diketik, karena format apa pun diterima (misalnya 1.A 2.B 3.C, atau beberapa kode soal dalam satu kotak, seperti paket A dan paket B). Tekan Confirm (Konfirmasi) dan periksa hasil bacaannya sebelum mengoreksi: satu jawaban yang salah di kunci membuat semua siswa salah pada soal itu, dan memperbaiki kunci belakangan tidak mengoreksi ulang lembar yang sudah dinilai.

Faktor yang memengaruhi akurasi baca, dan cara mengatasinya

Sebagian besar salah baca berawal dari kertas atau fotonya, bukan dari perhitungan skor:

Ada dua masalah yang terlihat seperti salah baca jawaban, padahal bukan. Kode soal yang salah baca membuat seluruh lembar dikoreksi dengan kunci paket lain, yang biasanya terlihat sebagai satu nilai yang anjlok tanpa sebab. Jika kunci jawaban berisi beberapa kode soal, kode yang tidak terbaca akan menghentikan koreksi dengan pesan error. Sebelum mengoreksi, pastikan kode soal terlihat jelas di kepala setiap lembar (minta siswa menuliskannya jika cetakannya samar), dan setelah dikoreksi, bandingkan kode di bagian atas layar tinjauan dengan fotonya. Lalu, jika hampir seluruh kelas salah di soal yang sama, curigai kunci jawabannya lebih dulu.

Snap AI bisa membaca jawaban yang dilingkari langsung di lembar soal maupun LJK dengan berbagai tata letak yang umum. Templat lembar jawaban (opsional) memberi tahu AI soal dan jenis soal apa yang perlu dibaca: pakai templat siap pakai (misalnya 40 atau 50 soal A–D) atau buat sendiri hingga 200 soal, lalu cetak sebagai PDF. Lihat templat LJK gratis, atau koreksi tanpa LJK.

Apa yang terjadi jika jawaban tidak terbaca

Jika Snap AI tidak menemukan jawaban untuk sebuah soal, entah karena siswa mengosongkannya, tandanya tidak terbaca, atau soalnya terpotong dari foto, soal itu ditandai belum dinilai (di aplikasi web: ungraded). Soal tersebut bernilai 0 sampai Bapak/Ibu memutuskan, dan setiap lembar menampilkan jumlah soal yang belum dinilai sehingga Bapak/Ibu tahu bagian mana yang perlu dicek.

Jawaban kosong dan jawaban yang tidak terbaca sama-sama muncul sebagai belum dinilai; fotonya yang menunjukkan mana yang mana. Pada soal benar/salah ganda (beberapa pernyataan dalam satu soal), pernyataan yang kosong atau tidak terbaca dicatat sebagai X dan tidak mendapat poin, tanpa tanda belum dinilai, jadi perhatikan huruf X pada jawaban siswa.

Tanda belum dinilai hanya menangkap jawaban yang tidak ditemukan, bukan salah baca yang terlanjur "yakin". Jika AI membaca C padahal siswa menandai D, soal itu langsung dinilai salah. Karena itu, cek beberapa foto secara acak, terutama pada beberapa kumpulan penilaian pertama.

Alur pemeriksaan oleh guru: belum ada yang final sampai Bapak/Ibu mengekspor

Anggap koreksi AI sebagai koreksi tahap pertama. Aplikasi web Snap AI belum tersedia dalam Bahasa Indonesia, jadi nama tombol di bawah ditulis sesuai label bahasa Inggrisnya dengan arti di dalam kurung; aplikasi Android sudah berbahasa Indonesia, dengan label seperti Konfirmasi, Tinjau, Simpan dan Ekspor sebagai CSV. Di Snap AI, pemeriksaan berjalan seperti ini:

1. Periksa kunci jawaban. Setelah menekan Confirm (Konfirmasi), periksa kode soal dan jawaban yang dibaca dari kunci, lalu perbaiki yang keliru.
2. Lihat hasilnya sekilas. Setiap lembar menampilkan skor serta jumlah soal yang benar, salah, dan belum dinilai. Buka lebih dulu lembar yang punya soal belum dinilai atau skornya mengejutkan.
3. Tekan Review (Tinjau). Bapak/Ibu melihat foto aslinya, yang bisa diperbesar, bersama daftar soal dan jawaban yang dibaca AI untuk setiap soal.
4. Perbaiki soal mana pun. Ubah menjadi Correct (Benar) atau Incorrect (Salah), atau pilih poin untuk soal benar/salah ganda, lalu tekan Save (Simpan). Total skor langsung dihitung ulang dan tidak pernah melebihi total poin lembar.
5. Buka View statistics (lihat statistik). Jumlah jawaban benar, salah, dan belum dinilai per soal membuat kunci yang salah atau soal yang membingungkan mudah terlihat.
6. Ekspor jika sudah yakin. Export as CSV (ekspor sebagai CSV) menghasilkan berkas yang bisa dibuka di Excel atau Google Sheets, dengan kolom Notes (catatan) yang mencantumkan soal yang masih belum dinilai beserta alasannya.

Nilai baru masuk ke daftar nilai Bapak/Ibu setelah diekspor, jadi anggap ekspor sebagai tanda persetujuan akhir. Jika mengubah skor belakangan, ekspor lagi. Panduan ekspor nilai menjelaskan cara memindahkan CSV ke Excel, Google Sheets atau sistem sekolah untuk rekap nilai.

Cara menguji akurasi koreksi AI dengan lembar jawaban sendiri

Angka akurasi yang paling berguna adalah yang Bapak/Ibu ukur sendiri, dengan siswa, HP, dan pencahayaan kelas Bapak/Ibu. Cara ini berlaku untuk alat koreksi AI mana pun:

1. Ambil 10–20 lembar asli dari satu ulangan harian, termasuk beberapa yang berantakan: pensil tipis, bekas hapusan, jawaban yang diganti, tulisan yang kurang rapi.
2. Koreksi manual dulu, atau pakai lembar yang sudah Bapak/Ibu koreksi, lalu catat jawaban setiap siswa untuk setiap soal di spreadsheet.
3. Koreksi lembar yang sama dengan AI seperti biasanya. Jangan memotret ulang supaya fotonya sempurna.
4. Bandingkan soal demi soal sebelum memperbaiki apa pun. CSV dari Snap AI punya satu kolom per soal berisi jawaban yang dibacanya, jadi bisa langsung disandingkan dengan catatan Bapak/Ibu.
5. Catat penyebab setiap perbedaan: tanda yang salah baca, tanda yang tidak terbaca, kode soal yang keliru, kesalahan kunci, atau kekeliruan saat koreksi manual (ini juga bisa terjadi).

Hitung jawabannya, bukan lembarnya: 20 lembar × 40 soal berarti 800 jawaban untuk dibandingkan, cukup untuk melihat pola. Jika perbedaannya menumpuk pada satu penyebab, atasi penyebab itu lalu jalankan kumpulan kedua. Jika perbedaannya jarang dan tersebar, tetap periksa soal yang belum dinilai, skor yang mengejutkan, dan lembar yang berantakan saat meninjau. Snap AI saat ini gratis digunakan, dengan batas harian jumlah lembar yang dikoreksi, jadi uji coba ini hanya memakan waktu.

Apa kata penelitian independen tentang akurasi koreksi AI

Bukti independen masih sedikit, dan sebagian besar membahas jawaban terbuka. Ada tiga penelitian terbaru yang patut diketahui; tidak satu pun menguji Snap AI.

• LJK pilihan ganda. Dalam penelitian University of Leeds oleh Ruddle dan Naqvi, 53 peserta masing-masing mengisi tiga lembar jawaban berisi 100 soal mengikuti pola jawaban yang sudah ditentukan: satu dengan pulpen hitam, satu dengan pensil tebal, satu dengan pensil tipis. Sebuah sistem koreksi PG komersial bermesin AI mengoreksi hasil pindaiannya. Dengan pulpen, sistem itu tidak membuat kesalahan koreksi dan ragu pada 0,8% jawaban, yang lalu harus dikoreksi manual. Kesalahan naik menjadi 0,25% jawaban dengan pensil tebal dan 4,9% dengan pensil tipis. Penulisnya menyimpulkan sistem itu hanya andal jika memakai pulpen.
• Ujian kimia tulisan tangan. Dalam penelitian Cvengros dan Kortemeyer (2025), penilaian AI dan penilai manusia sangat mirip pada jawaban berupa teks dan persamaan kimia, tetapi kurang mirip pada soal hitungan dan soal grafik. Penulisnya menekankan perlunya pengawasan manusia.
• Ujian kalkulus tulisan tangan. Kortemeyer, Caspar dan Horica (2025) menilai jawaban uraian dengan GPT-5 berdasarkan rubrik. Tanpa penyaringan, kesesuaiannya dengan penilai manusia tergolong sedang: menurut penulisnya cukup untuk umpan balik berisiko rendah, tetapi tidak untuk penilaian berisiko tinggi. Dengan penyaring ketat yang meneruskan kasus berisiko ke manusia, AI menyamai akurasi manusia pada sisanya, tetapi sekitar 70% butir tetap harus dinilai manusia.

Ada tiga pelajaran yang berlaku di kelas mana pun. Tanda yang tebal lebih baik daripada pensil tipis. Penilaian AI atas jawaban terbuka tidak merata, kuat pada beberapa jenis soal dan lemah pada yang lain, itulah sebabnya Snap AI hanya mencocokkan jawaban dengan kunci Bapak/Ibu dan tidak menilai esai. Dan ketiga penelitian itu mengandalkan, atau menyarankan, adanya orang yang memeriksa kasus yang diragukan AI. Makalah kimia dan kalkulus tersebut adalah pracetak (preprint) di arXiv.

Foto dan data siswa: apa yang terjadi padanya

Di Snap AI, foto dan berkas yang Bapak/Ibu tambahkan diunggah ke penyimpanan cloud dan dikirim ke model AI dari penyedia luar, yang kemudian membacanya. Hasilnya, termasuk nama, kelas, jawaban, dan skor setiap siswa, disimpan di akun Bapak/Ibu.

Tanggung jawab atas data siswa tetap ada pada Bapak/Ibu, jadi sebelum mulai:

• Cek kebijakan sekolah, yayasan, atau dinas pendidikan tentang mengunggah hasil kerja siswa ke layanan online, dan minta persetujuan jika sekolah mewajibkannya.
• Potret halaman jawaban saja, dan jauhkan data pribadi lain dari bingkai foto.
• Ingat bahwa Snap AI membaca nama, kelas, dan kode soal, bukan nomor induk siswa (NIS/NISN). Jika kebijakan meminta data pribadi seminimal mungkin, siswa bisa menulis inisial atau nomor absen di kolom nama.

Kapan koreksi AI cocok, dan kapan tidak

• Cocok: soal pilihan ganda, benar/salah, menjodohkan, dan jawaban singkat berupa angka di atas kertas, difoto dengan jelas, dengan guru yang meninjau soal yang ditandai.
• Pakai dengan hati-hati: pensil tipis, banyak bekas hapusan, tata letak tidak biasa tanpa templat, dan ujian penting seperti PAS atau asesmen sumatif akhir semester, yang sebaiknya ditinjau lembar demi lembar.
• Tidak cocok: esai, pembuktian, atau apa pun yang butuh penilaian berdasarkan rubrik, yang memang tidak dikoreksi Snap AI, atau tempat tanpa koneksi internet.

Jika itu sesuai dengan ujian Bapak/Ibu, coba pada tumpukan lembar jawaban berikutnya dengan panduan koreksi LJK dengan HP langkah demi langkah. Snap AI berjalan di browser di app.snap-ai.app (tampilan dalam bahasa Inggris atau bahasa lain yang didukung, belum ada Bahasa Indonesia) dan sebagai aplikasi Android yang sudah tersedia dalam Bahasa Indonesia. Memakai paket soal A dan B untuk satu ujian? Baca cara mengoreksi beberapa paket soal.