Penelitian ini membahas tentang bagaimana merancang aplikasi yang mengenali kata yang berkaitan secara semantik dalam Bahasa Indonesia dan bagaimana teori statistik mutual information dapat digunakan untuk menentukan seberapa besar keterkaitan dua buah kata. Aplikasi ini dirancang agar bisa menerima masukan sejumlah artikel berbahasa Indonesia dan mampu menghitung nilai mutual information setiap pasangan kata yang berbeda dari artikel tersebut sehingga menghasilkan basis data yang berisi pasangan kata beserta nilai mutual informationnya. Tahap analisis dan perancangan menggunakan metode analisis dan desain terstruktur yaitu berorientasi aliran data yang menghasilkan diagram aliran data. Hasil dari penelitian ini adalah bahwa teori mutual information dapat digunakan untuk mengestimasi keterkaitan kata secara semantik, yaitu apabila dua buah kata sering muncul bersamaan dalam artikel maka nilai mutual informationnya akan semakin tinggi. Rancangan aplikasi yang telah dibuat dapat membangun basis data yang berisi kata-kata yang berkaitan dalam bahasa Indonesia secara otomatis dari kumpulan artikel.