Sistem Penilaian TOEFL: Rubrik, Band, dan Cara Setiap Poin Dihitung

Sistem penilaian TOEFL berubah pada 21 Januari 2026 ketika ETS mengganti skala 0-120 dengan skala band (band scale, skala pita nilai) 1-6 yang dilaporkan dalam peningkatan setengah band (half-band). Skor keseluruhan sekarang adalah rata-rata dari empat band seksi, bukan jumlah. Namun perubahannya lebih dalam dari sekadar angka baru di laporan skor Anda. Cara ETS mengubah jawaban Anda menjadi angka tersebut berbeda di setiap seksi: Reading (membaca) dan Listening (mendengarkan) menggunakan modul adaptif (adaptive module) dengan penilaian berbobot, sementara Writing (menulis) dan Speaking (berbicara) menggunakan penilaian berbasis rubrik (rubric, tabel kriteria penilaian) di mana AI dan penilai (rater) manusia mengevaluasi respons Anda berdasarkan kriteria spesifik. Artikel ini menjelaskan seluruh mekanismenya.

Poin Utama

• TOEFL iBT melaporkan skor dari 1,0 hingga 6,0 dalam peningkatan 0,5. Skor keseluruhan adalah rata-rata dari empat band seksi, dibulatkan ke 0,5 terdekat (ETS).
• Reading dan Listening bersifat adaptif. Performa Modul 1 Anda mengarahkan Anda ke Modul 2 Easy atau Hard, dan jawaban modul Hard memiliki bobot 1,5x per jawaban benar.
• Writing dan Speaking dinilai berdasarkan rubrik. Setiap respons dinilai 0-5 berdasarkan kriteria yang dipublikasikan mencakup penggunaan bahasa, pengembangan, dan kelancaran.
• Jalur Easy membatasi band Anda di 4,0, berapa pun soal Modul 2 yang Anda jawab dengan benar.
• Respons band 5 dan band 3 berbeda pada kriteria spesifik dan terukur yang dapat Anda latih. Perbedaannya tidak samar.

Bagaimana Skala Band 1-6 Bekerja?

Setiap seksi TOEFL menghasilkan rasio: poin Anda dibagi poin maksimum yang mungkin untuk seksi tersebut. Rasio ini dikalikan 6,0 dan dibulatkan ke 0,5 terdekat untuk menghasilkan band seksi Anda. Skor keseluruhan adalah rata-rata dari empat band seksi, juga dibulatkan ke 0,5 terdekat (ETS).

Aturan pembulatan (rounding) ini memiliki konsekuensi praktis. Jika rata-rata empat band seksi Anda adalah 4,75, skor keseluruhan dibulatkan menjadi 5,0. Jika 4,74, dibulatkan menjadi 4,5. Satu jawaban benar di seksi mana pun dapat menggeser rata-rata tersebut melewati batas pembulatan dan mengubah band keseluruhan yang dilaporkan sebesar 0,5.

Sebagai referensi, band keseluruhan 5,0 kira-kira setara dengan 95 pada skala 0-120 yang sudah dihentikan, dan band 4,0 setara dengan kira-kira 72 (ETS). Persyaratan universitas pada kedua skala tercantum dalam panduan persyaratan skor TOEFL kami.

Bagaimana Penilaian Adaptif Bekerja di Reading?

Reading dibagi menjadi dua modul masing-masing 20 soal. Modul 1 berisi campuran keempat jenis soal: Complete the Words, Read in Daily Life (Notice dan Mail), dan Read an Academic Passage. Setiap soal di Modul 1 bernilai 1 poin.

Skor Modul 1 Anda menentukan Modul 2 mana yang Anda terima. Jawab benar 13 atau lebih dari 20, Anda maju ke modul Hard. Jawab benar 12 atau kurang, Anda menerima modul Easy.

Perbedaan penilaian antara kedua jalur sangat signifikan. Di jalur Hard, setiap jawaban benar Modul 2 bernilai 1,5 poin alih-alih 1. Di jalur Easy, setiap jawaban Modul 2 tetap 1 poin, dan band seksi Anda dibatasi di 4,0 bagaimana pun performa Anda.

Perhitungan akhir menggunakan maksimum jalur Hard sebagai penyebut di semua kasus. Maksimum ini adalah 50 poin (20 dari Modul 1 ditambah 20 kali 1,5 dari Modul 2). Total berbobot Anda dibagi 50, dikalikan 6,0, dan dibulatkan ke 0,5 terdekat.

Contoh konkret: 14 benar di Modul 1 mengarahkan ke Hard. Kemudian 18 benar di Modul 2 menghasilkan total berbobot 14 + (18 kali 1,5) = 41. Rasionya 41/50 = 0,82, yang dibulatkan menjadi band 5,0. Siswa yang sama di jalur Easy dengan 12 di Modul 1 dan sempurna 20 di Modul 2 akan mendapat 32/50 = 0,64, normalnya band 4,0, tetapi tidak bisa melampaui batas 4,0.

Bagaimana Penilaian Adaptif Bekerja di Listening?

Listening mengikuti struktur adaptif yang sama dengan angka berbeda. Modul 1 memiliki 18 soal, Modul 2 memiliki 16. Ambang batas pengarahan adalah 12 benar di Modul 1. Pengali bobot sama: 1,5x untuk jawaban modul Hard. Penyebut selalu maksimum jalur Hard: 18 + (16 kali 1,5) = 42. Batas jalur Easy lagi-lagi 4,0. Satu detail: jenis soal Academic Talk (4 soal) hanya muncul di Modul 1, sehingga selalu memengaruhi pengarahan Anda.

Mengapa Jalur Easy Dibatasi di 4,0?

Batas ini menjaga keandalan skor. Siswa yang mendapat skor mentah (raw score) di bawah ambang batas pengarahan belum menunjukkan kemampuan menangani materi lebih sulit, jadi sistem tidak memberikan band tinggi untuk jawaban benar pada soal lebih mudah.

Pelajaran praktisnya adalah performa Modul 1 sangat penting secara tidak proporsional. Mendapatkan satu jawaban benar lagi untuk melewati ambang batas pengarahan jauh lebih berharga daripada beberapa jawaban benar tambahan di Modul 2 Easy. Jika skor Anda terus dibatasi di 4,0, fokuslah pada akurasi modul pertama alih-alih kecepatan modul kedua. Panduan strategi membaca TOEFL kami mencakup teknik untuk jenis soal yang muncul di Modul 1.

Apa Rubrik Penilaian Writing?

Writing memiliki tiga jenis tugas yang dinilai berbeda. Build a Sentence memiliki 10 item yang dinilai otomatis masing-masing 1 poin: kalimatnya benar atau tidak. Write an Email dan Write for an Academic Discussion masing-masing dinilai pada skala rubrik 0-5. Maksimum seksi adalah 20 poin (10 + 5 + 5).

Bagaimana Write an Email Dinilai?

Rubrik Write an Email mengevaluasi empat area: pengembangan yang mendukung tujuan komunikatif, variasi sintaksis dan pilihan kata, penggunaan konvensi sosial yang tepat (kesopanan, register, cara Anda menyusun permintaan atau penolakan), serta akurasi tata bahasa dan kosakata (ETS).

Respons skor 5 menunjukkan pengembangan efektif, pilihan kata yang tepat dan idiomatik, konvensi sosial yang konsisten, dan hampir tidak ada kesalahan selain salah ketik normal. Respons skor 3 mendukung tujuan secara parsial, menggunakan rentang kosakata menengah, dan memiliki kesalahan yang terlihat dalam struktur atau bahasa idiomatik. Respons skor 1 memiliki pengembangan sangat sedikit, bahasa yang telegrafis, dan kesalahan serius di seluruh bagian.

Perbedaan antara skor 3 dan 5 terletak pada tiga perbedaan yang dapat diamati. Pertama, pengembangan: skor 3 memberikan penjelasan parsial sementara skor 5 mengembangkan poin dengan dukungan spesifik. Kedua, register: skor 3 mungkin mencampur bahasa formal dan informal secara tidak tepat sementara skor 5 mempertahankan nada yang benar secara konsisten. Ketiga, akurasi: skor 3 memiliki kesalahan struktural yang sesekali mengaburkan makna sementara skor 5 terbaca seperti tulisan kompeten dalam kondisi waktu terbatas. Untuk template dan strategi khusus email, lihat panduan template menulis TOEFL kami.

Coba soal Write an Email gratis →

Bagaimana Academic Discussion Dinilai?

Rubrik Academic Discussion menggunakan skala 0-5 yang sama tetapi menekankan kualitas berbeda. Kriteria utamanya adalah apakah respons berkontribusi secara relevan pada diskusi yang sedang berlangsung, dengan penjelasan, contoh, atau detail yang dikembangkan dengan baik (ETS).

Pada skor 5, respons relevan, dinyatakan dengan jelas, menggunakan sintaksis bervariasi dan kosakata yang tepat, serta hampir tidak mengandung kesalahan. Pada skor 3, sebagian penjelasan mungkin hilang, tidak jelas, atau tidak relevan, dan kesalahan yang terlihat muncul dalam struktur kalimat atau bentuk kata. Pada skor 1, ada sedikit atau tidak ada ide yang koheren, kosakata sangat terbatas, dan sebagian besar bahasa yang koheren dipinjam dari prompt.

Perbedaan kritis dari tugas Email adalah bahwa Discussion dievaluasi berdasarkan seberapa baik Anda merespons ide peserta lain. Mengulangi poin Anda sendiri tanpa menanggapi apa yang dikatakan orang lain membatasi Anda di skor 3 bahkan jika tata bahasa Anda kuat.

Coba soal Academic Discussion gratis →

Apa Rubrik Penilaian Speaking?

Speaking memiliki dua jenis tugas dengan kriteria rubrik berbeda. Listen and Repeat memiliki 7 item dan Take an Interview memiliki 4 item, masing-masing dinilai 0-5. Maksimum seksi adalah 55 poin (35 + 20).

Bagaimana Listen and Repeat Dinilai?

Listen and Repeat adalah rubrik paling mudah dipahami di tes ini. Kriterianya adalah akurasi dan kejelasan: seberapa dekat respons Anda cocok dengan prompt asli (ETS).

Skor 5 berarti Anda mengulang prompt dengan tepat dan kejelasan penuh. Skor 4 berarti perubahan kecil pada kata atau tata bahasa yang tidak secara substansial mengubah makna, seperti kata fungsi yang hilang atau sepasang kata yang tertukar. Skor 3 berarti mayoritas kata konten ada tetapi banyak kata fungsi berubah atau hilang, dan kejelasan terkadang terpengaruh. Skor 2 berarti bagian signifikan dari prompt hilang dan makna menjadi terpisah-pisah. Skor 1 berarti hanya beberapa kata yang tertangkap.

Perbedaan antara skor 3 dan 5 di sini murni tentang akurasi pengulangan. Tidak ada penilaian subjektif tentang ide atau organisasi. Jika Anda dapat menahan seluruh kalimat dalam memori kerja dan mereproduksinya dengan jelas, Anda mendapat skor 5. Jika Anda kehilangan bagian tengah kalimat dan mengisinya dengan konten yang tidak akurat, Anda mendapat skor 2 atau 3.

Coba soal Listen and Repeat gratis →

Bagaimana Take an Interview Dinilai?

Take an Interview mengevaluasi empat dimensi: kelancaran, kejelasan, penggunaan bahasa, dan organisasi. Setiap dimensi dinilai 0-5 dan skor item adalah rata-ratanya (ETS).

Respons skor 5 sesuai topik, dikembangkan dengan baik, mempertahankan tempo percakapan alami dengan jeda yang tepat, memiliki pelafalan yang mudah dipahami, dan menggunakan rentang tata bahasa dan kosakata yang akurat. Respons skor 3 umumnya sesuai topik tetapi memiliki pengembangan terbatas, jeda yang sering atau panjang, masalah pelafalan yang terkadang memengaruhi kejelasan, dan rentang tata bahasa serta kosakata yang terbatas.

Perbedaan paling terukur antara skor 3 dan 5 adalah tempo dan jeda. Pembicara band 3 membuat jeda panjang dan menggunakan kata pengisi yang sering, menciptakan ritme yang terputus-putus. Pembicara band 5 berhenti secara alami di antara ide, bukan di tengah frasa. Perbedaan kedua adalah pengembangan: skor 3 menjawab pertanyaan tetapi menambahkan sedikit detail pendukung, sementara skor 5 mengembangkan jawaban dengan contoh spesifik. Untuk kerangka respons terstruktur, lihat panduan template berbicara TOEFL kami.

Coba soal Take an Interview gratis →

Bagaimana AI Scoring Bekerja pada TOEFL?

ETS menggunakan penilaian otomatis bersama penilai manusia untuk seksi Writing dan Speaking. AI mengevaluasi kriteria rubrik yang sama seperti yang dijelaskan di atas: tata bahasa, rentang kosakata, kompleksitas sintaksis, dan koherensi untuk Writing; pelafalan, kelancaran, ritme, dan akurasi konten untuk Speaking.

Sistem ini bukan alat pencocokan kata kunci. Sistem ini mengevaluasi pola struktural, termasuk apakah sintaksis bervariasi, apakah kosakata tepat dan bukan hanya benar, dan apakah respons koheren secara internal. Respons yang menggunakan kosakata tingkat lanjut secara tidak tepat mendapat skor lebih rendah daripada yang menggunakan bahasa lebih sederhana tetapi akurat.

Wawasan persiapan utamanya adalah bahwa AI dilatih pada deskriptor rubrik yang terdaftar di atas. Ketika rubrik mengatakan "variasi struktur sintaksis," sistem mencari kalimat majemuk, klausa tertanam, dan struktur kondisional alih-alih kalimat sederhana berulang. Mempersiapkan langsung berdasarkan kriteria rubrik adalah strategi paling efisien karena kriteria tersebut benar-benar menjadi dasar pengukuran penilaian.

Bagaimana Skor Mentah Dikonversi ke Band Seksi?

Rumus konversi sama di keempat seksi, tetapi inputnya berbeda karena setiap seksi memiliki skor mentah maksimum yang berbeda.

Untuk Reading, skor berbobot maksimum adalah 50 (di jalur Hard). Untuk Listening, 42. Untuk Writing, 20. Untuk Speaking, 55. Dalam setiap kasus, band dihitung sebagai: skor mentah dibagi maksimum, dikalikan 6,0, dibulatkan ke 0,5 terdekat, dan dibatasi antara 1,0 dan 6,0.

Berikut apa yang dihasilkan skor mentah spesifik di setiap seksi:

Di Reading (jalur Hard), 44/50 = band 5,5, dan 38/50 = band 4,5. Di jalur Easy, tidak ada skor di atas 4,0 yang mungkin. Di Listening (jalur Hard), 35/42 = band 5,0, dan 30/42 = band 4,5. Di Writing, 16/20 = band 5,0, dan 12/20 = band 3,5. 10 poin Build a Sentence yang dinilai otomatis merupakan setengah dari seksi, jadi konsistensi pada tugas tersebut memiliki efek besar. Di Speaking, 44/55 = band 5,0, dan 33/55 = band 3,5.

Apa Perbedaan Antara Band 3 dan Band 5?

Band 3 berarti Anda dapat mengerjakan tugas dengan keterbatasan yang terlihat. Band 5 berarti Anda mengerjakannya secara efektif dengan hanya ketidaksempurnaan kecil. Perbedaannya adalah konsistensi pelaksanaan, bukan usaha.

Di Reading dan Listening, perbedaannya adalah akurasi mentah: band 3 menjawab benar sekitar 60 persen di jalur Hard, band 5 menjawab benar sekitar 83 persen. Di Writing, pembeda terbesar adalah kualitas pengembangan: skor 3 menyatakan posisi, skor 5 mengembangkannya dengan bukti spesifik. Di Speaking, pembeda terbesar adalah kelancaran: skor 3 berhenti sering dan tidak alami, skor 5 hanya berhenti di antara ide.

Bagaimana Skor Keseluruhan Menggabungkan Seksi-Seksi?

Band keseluruhan adalah rata-rata aritmetika dari empat band seksi, dibulatkan ke 0,5 terdekat. ETS memberikan contoh band seksi yang rata-ratanya 5,25, yang dibulatkan menjadi 5,5 (ETS).

Setiap seksi berkontribusi sama. Karena setiap band seksi sudah dibulatkan ke 0,5, interaksi antara pembulatan tingkat seksi dan tingkat keseluruhan dapat menghasilkan lompatan yang tidak terduga. Jika empat band seksi Anda adalah 5,0, 4,5, 5,0, dan 4,5, rata-ratanya 4,75, yang dibulatkan menjadi skor keseluruhan 5,0. Tetapi jika satu seksi turun dari 5,0 ke 4,5, rata-rata menjadi 4,625 dan skor keseluruhan turun ke 4,5. Satu jawaban benar di satu seksi dapat menggeser skor keseluruhan sebesar setengah band.

Untuk gambaran lengkap format ujian di balik skor-skor ini, lihat panduan lengkap TOEFL iBT 2026 kami.

Pertanyaan yang Sering Diajukan

Apakah TOEFL menggunakan penilai manusia atau AI untuk penilaian?

Keduanya. Respons Writing dan Speaking dievaluasi oleh kombinasi sistem penilaian AI dan penilai manusia. AI dilatih pada kriteria rubrik yang sama yang digunakan penilai manusia. Reading dan Listening dinilai secara otomatis karena formatnya pilihan ganda atau pencocokan tepat.

Bisakah mendapat skor di atas band 4,0 di jalur modul Easy?

Tidak. Jalur Easy di Reading dan Listening membatasi band seksi di 4,0, berapa pun soal Modul 2 yang Anda jawab dengan benar. Batas ini dibangun ke dalam algoritma penilaian untuk menjaga keandalan sistem adaptif.

Berapa soal yang boleh salah dan tetap mendapat band 5,0?

Di jalur Hard, Anda dapat salah sekitar 6 dari 40 di Reading dan 5 dari 34 di Listening. Di Writing, Anda memerlukan sekitar 16 dari 20 poin. Di Speaking, Anda memerlukan sekitar 44 dari 55.

Apakah band 5,0 sama dengan skor lama 100?

Tidak persis. ETS mempublikasikan rentang skor yang sebanding, bukan konversi tepat, dan band keseluruhan 5,0 setara kira-kira 95 pada skala lama, bukan 100. Skor 100 lebih dekat ke band 5,0 atau 5,5 tergantung distribusi seksi (ETS).

Berapa skor minimum untuk lulus TOEFL?

Tidak ada skor lulus atau gagal di TOEFL. Tes ini melaporkan tingkat kemahiran Anda pada skala band, dan setiap universitas atau institusi menetapkan persyaratan minimumnya sendiri. Persyaratan yang dipublikasikan berkisar dari band 3,5 hingga 5,5. Periksa panduan persyaratan skor universitas kami untuk institusi spesifik.

Bagaimana berlatih menggunakan rubrik penilaian?

Latih jenis tugas yang tepat dan ukur respons Anda terhadap kriteria rubrik dalam artikel ini. Fokuslah pada celah spesifik antara level Anda saat ini dan band berikutnya: jika Speaking Anda berada di band 3 karena tempo yang terputus-putus, latih berbicara berkelanjutan alih-alih kosakata. Ikuti tes latihan gratis untuk mengidentifikasi kriteria rubrik mana yang harus ditargetkan.