Esai digunakan dalam pendidikan untuk menilai pemahaman seseorang, namun penilaiannya sering menghadapi masalah seperti waktu yang lama, subjektivitas penilai, dan keterbatasan dalam memberikan umpan balik yang detail. Untuk mengatasi hal ini, Automated Essay Scoring (AES) dikembangkan menggunakan machine learning untuk memberikan skor esai secara otomatis. Namun, tantangan utama adalah memberikan feedback otomatis yang relevan. Penelitian sebelumnya menunjukkan bahwa AES dapat memberikan umpan balik melalui dua tahap. Teknologi BERT meningkatkan akurasi penilaian esai, sementara T5 dapat menghasilkan feedback otomatis terkait struktur, kosakata, dan tata bahasa. Penelitian ini bertujuan mengembangkan sistem AES berbasis BERT dan T5 yang memberikan penilaian objektif dan umpan balik relevan untuk membantu penulis meningkatkan kualitas tulisan mereka.