Esai adalah salah satu jenis ujian untuk menilai kemampuan hasil belajar siswa. Tetapi hambatan terbesar pengerjaan esai adalah menilai jawaban esai itu sendiri, karena membutuhkan waktu dan tenaga yang cukup besar untuk memeriksa satu persatu setiap jawaban dari siswa yang tidak sedikit jumlahnya. Penelitian ini mecoba membuat sistem penilaian esai otomatis Bahasa Indonesia menggunakan 2 layer long short term memory (LSTM) yang dilatih menggunakan dataset yang sudah dibersihkan dan dilatih dengan algoritma Word2Vec. Dataset yang digunakan pada penelitian ini terdiri dari 3,561 soal esai Bahasa Indonesia yang didapat dari kompetisi Automated essay scoring di Kaggle dan diterjemahkan menggunakan Google terjemahan. Hasil penelitian ini diukur menggunakan Quadratic Weighted Kappa (QWK) dengan nilai tertinggi yang didapat mecapai 0.9174 kappa. Hasil penelitian ini menunjukkan pendekatan baru untuk menyelesaikan permasalahan penilaian esai otomatis dalam Bahasa Indonesia jika melihat belum ada penelitian sebelumnya yang menggunakan deep learning.
