Kesulitan menentukan topik merupakan salah satu kendala yang dihadapi dalam mengerjakan tugas akhir skripsi, selain itu sistem digital library yang tersedia belum dapat menampilkan daftar judul sesuai dengan klasifikasi seperti topik, metode, dan objek penelitian menjadi masalah lain. Keberadaan model pencarian informasi dengan antarmuka bahasa alami dapat menjadi alternatif dalam proses pencarian informasi skripsi guna menyediakan sistem yang lebih fleksibel. Penelitian ini bertujuan membangun pencarian informasi skripsi dengan antarmuka bahasa alami agar mudah dalam menulis kriteria pencarian tanpa harus terikat formulir pencarian. Dengan menggunakan data skripsi, pengambilan data dari sistem basis data relasional dilakukan menggunakan pendekatan Natural Language Processing. Kalimat bahasa alami digunakan untuk mencari data. Proses Parsing dilakukan untuk memecah kalimat input dan mendeteksi kata kunci yang relevan dengan data tersimpan. Pengembangan aturan produksi dalam Context Free Grammar digunakan untuk menerjemahkan bahasa alami ke dalam query. Selanjutnya kalimat yang melewati tahap parser diterjemahkan ke dalam bahasa SQL. Berdasarkan hasil pengujian recall dan precision, penerapan Bahasa alami pada sistem menunjukkan hasil pencarian semua dokumen relevan berdasarkan topik, metode dan objek penelitian dapat ditemukan dengan persentase 100% pada recall dan 89,3% pada precision.Difficulty in determining the topic is one of the obstacles faced in doing thesis, besides that the available digital library cannot display a list of titles that match the classification such as topics, methods, and research objects and this turns into another problem. The existence of an information search model with a natural language interface can be an alternative in the process of finding thesis information in order to provide a more flexible system. This research aims to build thesis information search with a natural language interface so that it is easy to write search criteria without having to be bound by a search form. By using thesis data, data retrieval from the relational database system is done using the Natural Language Processing approach. Natural language sentences are used to find data. Parsing process is carried out to break down input sentences and detect keywords that are relevant to the stored data. The development of production rules in Context Free Grammar is used to translate natural languages into queries. Furthermore, sentences that pass through the parser stage are translated into SQL language. Based on the results of recall and precision testing, the application of natural language to the system shows the results of searching all relevant documents based on topics, methods and research objects can be found with a percentage of 100% on recall and 89.3% on precision.