Nama : Muhammad Fauzan Rizky Ramadhan Program Studi : Sistem Informasi Judul : Analisis Metode Pencocokan Nama Perusahaan Berbasis Machine Learning Pembimbing : Bayu Distiawan Trisedya, S.Kom., M.Kom., Ph.D. Pencocokan nama perusahaan merupakan tantangan utama dalam integrasi data dan analisis, terutama akibat variasi nama yang signifikan. Pendekatan terkini yang dianggap sebagai state-of-the-art (SOTA), seperti Siamese LSTM, umumnya hanya mengandalkan nama perusahaan sebagai fitur utama tanpa memperhatikan konteks tambahan. Pendekatan tersebut menunjukkan keterbatasan dalam menangani kesalahan ketik, singkatan, dan ambiguitas nama. Penelitian ini secara khusus mengkaji pengaruh penambahan konteks, seperti deskripsi atau profil perusahaan, terhadap peningkatan akurasi pencocokan nama. Hasil evaluasi menunjukkan bahwa penggunaan konteks tambahan secara signifikan meningkatkan akurasi seluruh model yang diuji, dengan pencapaian tertinggi sebesar 96,86%, dibandingkan dengan 91,63% pada model DistilBERT yang hanya menggunakan nama perusahaan. Penelitian ini menegaskan bahwa penambahan konteks memberikan kontribusi signifikan dalam meningkatkan akurasi dan keandalan pencocokan nama perusahaan, khususnya pada kasus dengan variasi nama yang kompleks dan ambigu. Temuan ini memberikan wawasan penting untuk pengembangan metode pencocokan nama perusahaan yang lebih efektif di masa depan.