Dalam perancangan perangkat lunak, developer memerlukan sebuah dokumen yang berisi semua ketentuan atau persyaratan dari sistem yang akan dibangun, disebut sebagai SRS. Pada isi file SRS antar artefak harus saling berkaitan sesuai dengan hasil dari proses elisitasi. Hasil dari proses elisitasi adalah Use Case Description, yang menjadi salah satu acuan untuk menghitung nilai Smilarity dari Use Case Description dan Sequence Diagram. Namun demikian, ketika dilakukan pengujian terjadi masalah ketidaksesuaian antara Use Case Description dengan Sequence Diagram. Hal tersebut dapat terjadi karena ada perbedaan dalam menentukan objek berdasarkan Step Perform pada Use Case Description. Objek penelitian ini menggunakan aplikasi bernama Scenery yang sudah berbasis mobile sebagai pencari informasi pariwisata di Indonesia. Tujuan dari penelitian ini adalah untuk mengembangkan perangkat lunak yang melakukan pembentukan semua objek untuk Sequence Diagram melalui ekstraksi Text Mining dalam Use Case Description. Hasil dari aktifitas penelitian ini merupakan pengembangan aplikasi yang dimulai dari melakukan analisis terhadap artefak Step Perform yang terdapat dalam Use Case Description dan Sequence Diagram, melalui proses elisitasi untuk mendapatkan informasi yang dibutuhkan. Kemudian membuat model artefak dengan melabeli dataset Step Perform dari d1-d15, dan d16-d30 untuk Sequence Diagram. Proses text pre-processing telah berhasil dilakukan melalui pengguanaan program Python, serta mengimplementasikan rumus Cosine Smilarity dan Cohen’s Kapp. Sehingga telah menghasilkan nilai pembentuk objek tertinggi, yaitu: 0.820368, 0.789612, 0.778272, 0.778272, dan 0.77754. Berdasarkan hasil dari lima nilai similarity tertinggi, objek-objek yang sesuai untuk Sequence Diagram adalah sebagai berikut: user, content creator, scenery app, home page, content page, profile page, notifications page, register page, authentication server, login page.