Penelitian ini mengenai penerapan pengelompokan dokumen untuk mengatasi masalah nama ambigu pada pencarian orang dalam korpus berbahasa Indonesia. Tujuan dari penelitian ini terbagi dua, yaitu menemukan fitur terbaik dan membandingkan dua pendekatan pengelompokan dokumen, yaitu pengelompokan statis dan dinamis. Pada pengelompokan dinamis, pengelompokan dilakukan terhadap dokumen-dokumen yang mengandung nama orang yang sama. Sebaliknya, pada pengelompokan statis, pengelompokkan dilakukan terhadap seluruh dokumen secara bersamaan. Untuk menemukan fitur terbaik, dilakukan sejumlah uji coba terhadap kombinasi kumpulan kata-kata, entitas bernama, kata benda, judul, dan ekspresi waktu dengan berbagai macam variasi pembobotan. Metode pengelompokan yang digunakan adalah Hierarchical Agglomerative Clustering dengan average linkage sebagai teknik penghitungan jarak antar kelompok. Dari hasil uji coba yang dilakukan, kombinasi dari fitur entitas bernama, judul, dan ekspresi waktu memperoleh nilai evaluasi tertinggi, yaitu sebesar 96,47%. Sementara itu, pengelompokan dinamis memberikan nilai evaluasi lebih tinggi dibandingkan dengan pengelompokan statis pada seluruh kombinasi fitur yang diuji.