ABSTRAK Nama : Herley Shaori Al-Ash Program Studi : Magister Ilmu Komputer Judul : Pengurai Bahasa Indonesia menggunakan Algoritma Genetik. Bahasa merupakan salah satu aspek penting dalam kehidupan manusia karena berperan sebagai sarana komunikasi yang dilakukan manusia baik melalui lisan atau melalui isyarat. Penelitian tentang pengurai bahasa (parser) dalam bidang ilmu komputer bertujuan untuk mengetahui struktur keterhubungan kata dalam kalimat untuk diaplikasikan lebih lanjut dalam semantic analysis, question answering dan information extraction. Proses penguraian kalimat (parsing) membutuhkan tata bahasa yang merupakan koleksi aturan untuk menentukan berbagai elemen bahasa untuk dikombinasikan sedemikian sehingga membentuk kalimat. Penelitian ini mengusulkan membentuk parse tree menggunakan algoritma genetik berdasarkan struktur tree dari sebuah kalimat untuk mengatasi penguraian kalimat yang strukturnya tidak didefinisikan di dalam tata bahasa serta untuk menangani coordination ambiguity yaitu perbedaan parse tree dari kalimat dan tata bahasa yang sama yang disebabkan oleh penggabungan beberapa frasa daripada membentuk parse tree (pohon pengurai hasil akhir penguraian bahasa) berdasarkan hanya auturan tata bahasa. Digunakan data berupa kalimat dalam Bahasa Indonesia dan parse tree dari kalimat tersebut sejumlah 1030 data. Evaluasi dilakukan berdasarkan tree similarity antara parse tree hasil individu algoritma genetik terhadap parse tree yang terdapat dalam data uji untuk mengetahui performa implementasi algoritma genetik sebagai pengurai Bahasa Indonesia. Pengukuran performa dilakukan dengan nilai jarak kemiripan antara individu hasil algoritma genetik terhadap individu data uji. Performa terbaik didapatkan ketika menggunakan fungsi fitness Levenshtein distance dengan iterasi evolusi algoritma genetik sebesar 100, iterasi reproduksi dengan nilai sama dengan 50 dan jumlah individu sama dengan 500 adalah 0.16 sebagai nilai rata-rata jarak terkecil. Kata Kunci: algoritma genetik, pengurai bahasa indonesia, tree similarity