ABSTRAK Nama : Muhammad Rif’at Program Studi : Ilmu Komputer Judul : Pengenalan Entitas Bernama pada Deskripsi Produk Ecommerce di Indonesia Deskripsi dari produk-produk yang dijual di perusahaan e-commerce mengandung beragam informasi yang terdiri dari berbagai atribut. Atribut-atribut tersebut dapat digunakan untuk berbagai keperluan, seperti peningkatan sistem rekomendasi dan entity resolution untuk produk. Pada penelitian ini dilakukan ekstraksi atribut terhadap deskripsi produk e-commerce di Indonesia secara fine-grained. Permasalahan ekstraksi atribut ini dapat dipandang sebagai sequence labeling. Hasil terbaik pada penelitian ini ditunjukkan oleh kombinasi fitur word embedding, fitur orthographic, fitur posisi, fitur kamus atribut, fitur kamus bahasa, dan fitur kategori produk, dengan ukuran context window 1. Terdapat 13 atribut umum dan beberapa atribut spesifik yang diekstrak pada penelitian ini. Hasil eksperimen untuk ekstraksi terhadap tiga atribut utama (brand, name, dan type) memiliki nilai F measure 45% (full matching) dan 70.9% (partial matching), sedangkan hasil eksperimen untuk ekstraksi terhadap seluruh atribut memiliki nilai F measure 48.05% (full matching) dan 68.34% (partial matching). Berdasarkan hasil tersebut, performa ekstraksi terhadap seluruh atribut lebih baik daripada hasil ekstraksi terhadap tiga atribut utama saja. Kata Kunci: e-commerce, deskripsi produk, ekstraksi atribut, fine-grained, sequnce labeling vii