ANALISIS PENERAPAN NATURAL LANGUAGE PROCESSING PADA SISTEM INFORMASI: SYSTEMATIC LITERATURE REVIEW

Abstract

Perkembangan teknologi informasi yang pesat mendorong organisasi untuk mengelola data teks berbasis bahasa alami secara efektif dan efisien. Namun, pengolahan bahasa alami masih menghadapi tantangan karena kompleksitas struktur dan makna bahasa. Natural Language Processing (NLP) sebagai bagian dari Artificial Intelligence mampu membantu komputer memahami, menganalisis, dan menghasilkan bahasa manusia, sehingga dapat meningkatkan kualitas analisis dan perancangan sistem informasi. Penelitian ini menggunakan metode Systematic Literature Review (SLR) untuk menganalisis penerapan NLP dalam sistem informasi. Proses SLR dilakukan dengan mencari literatur pada database Google Scholar, IEEE Xplore, ScienceDirect, dan SpringerLink pada rentang tahun 2015–2025. Hasil sintesis menunjukkan bahwa NLP paling banyak diterapkan untuk analisis sentimen, chatbot, ekstraksi informasi, dan pendukung pengambilan keputusan. Metode yang dominan adalah machine learning dan deep learning, termasuk BERT, LSTM, dan ensemble learning. Penelitian ini juga mengidentifikasi kelebihan NLP berupa peningkatan akurasi dan responsivitas sistem, serta keterbatasan utama seperti keterbatasan data berlabel dan kompleksitas bahasa Indonesia. Hasil studi ini diharapkan dapat menjadi referensi bagi pengembang sistem informasi dalam mengimplementasikan NLP secara optimal di masa mendatang.