ABSTRAK Nama : Rezka Aufar Leonandya Program Studi : Ilmu Komputer Judul : Pengembangan Sistem Named Entity Recognition Menggunakan Algoritme Semi-Supervised pada Dokumen Bahasa Indonesia berbasis CRF dan HMM Named Entity Recognition atau NER adalah salah satu bidang riset Information Extraction yang dapat dimanfaatkan untuk machine translation, question answering, semantic web, dll. Salah satu tantangan terbesar pada NER adalah sulitnya membuat training data secara manual. Oleh karena itu, dilakukan eksperimen untuk membangun sistem NER yang dapat mengidentifikasi entitas Person, Place, dan Organization pada dokumen bahasa Indonesia dengan pendekatan semi-supervised menggunakan tool stanford-ner. Pendekatan semisupervised bekerja dengan memanfaatkan unlabeled data yang dibuat dari Wikipedia dan DBPedia untuk membentuk training data tambahan yang tidak mubazir dan berakurasi tinggi untuk setiap iterasi proses semi-supervised. Sistem yang dibangun berhasil menghasilkan nilai F1 yang meningkat seiring dengan bertambahnya iterasi proses semi-supervised. Kata Kunci: Named entity recognition, NER, Wikipedia, DBPedia, Nilai F1, Semi-Supervised, Unlabeled Data