ABSTRAK Nama Penulis 1/Program Studi : Ahsan Najmy Ramadhan Putra Aji/ Ilmu Komputer Nama Penulis 2/Program Studi : Ammar Muhammad Zufar Misbahussalam/Ilmu Komputer Judul : Prediksi Putusan Pidana Menggunakan Legal Entity Recognition (Ler) Pembimbing : 1. Evi Yulianti, Ph.D 2. Eka Qadri Nuranti, M.Kom Dalam bahasa Belanda, recht orde, ialah susunan hukum, artinya memberikan tem- pat yang sebenarnya kepada hukum., Yang dimaksud dengan ”memberikan tempat yang sebenarnya” yaitu menyusun dengan baik dan tertib aturan – aturan hukum dalam pergaulan hidup. Aturan - aturan hukum tersebut disusun dengan maksud untuk mengatasi apabila ada pelanggaran yang berlawanan dengan aturan terkait. Aturan tersebut juga dibangun dengan tujuan menjadikan lingkungan masyarakat atau negara menjadi aman dan tertib. Namun, pada faktanya vonis yang dijatuhkan oleh hakim sering kali tidak dapat dipastikan oleh para pencari keadilan. Dalam su- atu perkara yang sama dan dengan pelanggaran pasal yang didakwakan yang sama pula, putusan yang dijatuhkan antara pengadilan yang satu dengan pengadilan lain- nya dapat berbeda. Berdasarkan hal itu, pada penelitian ini penulis berusaha men- gakomodasi praktisi hukum sebuah alat bantu dalam melakukan prediksi atau klasi- fikasi putusan atas suatu perkara pidana baru. Selain itu, dengan menggembangkan dari penelitian Naradipha Mahardika, 2023, penelitian ini menggunakan model ek- straksi (NER) untuk mengekstraksi entitas - entitas dari dokumen putusan pidana untuk dijadikan sebagai input model. Model yang akan digunakan pada penelitian ini antara lain model machine learning ada Logistic Regression, SVM , dan Naive Bayes, sedangkan untuk model deep learning ada LSTM dan CNN. Selain itu, juga akan dilakukan ablation study untuk mencari entitas dengan signifikan tertinggi. Hasil penelitian menunjukkan model CNN menjadi model dengan performa tert- inggi dengan nilai f1-score sebesar 0.9765. Selain itu, entitas “Nama Pengadilan“ menjadi entitas signifikansi tertinggi setelah melakukakan ablation study dengan nilai akurasi yang turun sebesar 0.0417 Kata kunci: Hukum, Dokumen Putusan Pengadilan, NER, task classification, LSTM, CNN