Pertanian di Indonesia menjadi penopang utama perekonomian nasional. Namun produksi pertanian yang tidak merata menjadi permasalahan di berbagai daerah. Di Sulawesi Selatan sendiri informasi pertanian banyak termuat dalam berita daring. Namun data tersebut masih bersifat unstructured text dan tidak dapat dimanfaatkan langsung secara kuantitatif. Maka dari itu, penelitian ini bertujuan dalam mengubah data unstructured text menjadi structured text menggunakan metode Named Entity Recognition (NER). Dengan memanfaatkan hasil scraping berita online, kemudian diolah menggunakan metode NER dengan bantuan library SpaCy yang mencari entitas Komoditas dan Wilayah. Hasil proses ini menghasilkan akurasi pengujian 98%. Dengan nilai Precision pada label Komoditas mencapai 100%, Recall 98%, F1-Score 99% dan untuk label Wilayah nilai Precision, Recall dan F1-Score mencapai 100%. Hasil olah NER ini kemudian dibuat ke dalam dashboard visualisasi pemetaan menggunakan tool Leaflet.JS. Sistem visualisasi juga berhasil diuji menggunakan metode blackbox tanpa ada kesalahan fungsional. Hasil penelitian ini diharapkan dapat menjadi referensi dalam pengembangan model ekstraksi unstructured text menjadi structured text, sehingga analisis dan perumusan kebijakan pertanian dapat dilakukan berdasarkan data yang lebih lengkap akurat dan terkini.

Kata Kunci : Named Entity Recognition (NER), SpaCy, Scraping, Leaflet.JS, unstructured text, structured text