Indonesia mayoritas penduduknya adalah muslim, dimana salah satu kewajiban seorang muslim adalah berzakat. Penting bagi seorang muslim untuk mendapatkan dan mengetahui informasi atau pengetahuan dasar terkait zakat agar mengurangi derajat ketidaktahuan umat muslim mengenai zakat. Maka, untuk membantu mendapatkan informasi atau pengetahuan dasar seputar zakat dibutuhkan ekstraksi informasi. Named Entity Recognition (NER) merupakan langkah awal menuju sebuah ekstraksi informasi yang berupaya mencari dan mengidentifikasi sebuah entitas. Pada penelitian ini penulis mendefinisikan named entity class untuk domain zakat sebanyak 12 class, yaitu rukun islam, zakat, jenis zakat, zakat mal, mustahik, muzzaki, lembaga pengelola zakat, lembaga amil zakat, syariat zakat, nisab zakat, tarif zakat dan person. Penulis menggunakan metode Conditional Random Fields dengan 3 skenario pembagian data latih dan data uji. Hasil yang diperoleh dari penelitian ini dengan hasil rata-rata evaluasi kinerja model Indonesian-NER yaitu precision sebesar 0.902, recall sebesar 0.834 dan f1-score sebesar 0.867.
Kata Kunci: Named Entity Recognition, Conditional Random Fields, Natural Language Processing, Zakat