Assessment is considered as one of the main components in classroom learning to help students in the learning process. Assessment is often also used to measure the ability of students, one way of assessment in learning is to do an exam. The essay exam is an option to evaluate student learning. Where the implementation of the essay-type exam has several shortcomings, such as the time it takes to assess essay answers is very long because it must be corrected one by one, causing ineffectiveness and inefficient use of time and energy. From these problems, this research implements the textrank algorithm and the cosine similarity method to summarize essay answers and also evaluate essay answers. With the results of research involving 40 datasets of essay answers from students of the Software Engineering class at the PLN Institute of Technology. With 2 assessment experiments for the results of a summary of answers with 1 sentence and answers with 2 sentences. The results of the assessment with the number of 1 summary sentences get an average value of 33.3% while the results of the assessment with the number of 2 summary
sentences get an average value of 31%. From the results of this assessment, it is hoped that it can help in maximizing the assessment of an essay answer and reduce the time and energy used to safely carry out manual assessments with the result of the accuracyof the automatic assessments 65%.

Penilaian dianggap sebagai salah satu komponen utama dalam pembelajaran di kelas untuk membantu peserta didik dalam proses belajar. Penilaian sering juga digunakan untuk mengukur kemampuan peserta didik, salah satu cara penilaian dalam pembelajaran adalah dengan melakukan ujian. Ujian esai menjadi salah satu pilihan untuk mengevaluasi pembelajaran siswa. Dimana pelaksanaan ujian bertipe esai memiliki sejumlah kekurangan seperti waktu yang dibutuhkan untuk menilai jawaban esai sangatlah lama karena harus dikoreksi satu persatu, sehingga menyebabkan tidak efektif dan efisiennya waktu dan tenaga yang digunakan. Dari permasalahan tersebut, penelitian ini mengimplementasikan algoritma textrank dan metode cosine similarity untuk melakukan peringkasan pada jawaban esai dan juga melakukan penilaian terhadap jawaban esai. Dengan hasil penelitian yang melibatkan 40 dataset jawaban esai dari mahasiswa kelas Rekayasa Perangkat Lunak di Institut Teknologi PLN. Dengan 2 percobaan penilaian untuk hasil ringkasan jawaban dengan 1 kalimat dan jawaban dengan 2 kalimat. Hasil penilaian dengan jumlah 1 kalimat ringkasan mendapatkan nilai rata-rata sebesar 33.3% sedangkan hasil penilaian dengan jumlah 2 kalimat ringkasan mendapatkan nilai rata-rata sebesar 31%. Dari hasil penilaian ini diharapkan dapat membantu dalam memaksimalkan penilain suatu jawaban esai dan juga mengurangi waktu dan tenaga yang digunakan selama melakukan penilaian manual dengan hasil akurasi dari penilaian otomatis sebesar 65%.