Bahan bacaan adalah hal yang cukup penting bagi guru dalam proses untuk meningkatkan kemampuan siswa dalam memahami materi. Readability atau keterbacaan merupakan isu penting bagi praktisi dan akademisi di berbagai bidang dan minat, termasuk pendidikan, linguistik terapan, linguistik teks, ilmu perpustakaan, bisnis, kedokteran, dan komunikasi teknis. Terdapat beberapa penelitian sebelumnya yang melakukan penelitian terkait readability, readability model, maupun metode terkait, seperti pada artikel yang meneliti model keterbacaan dari bahasa cebuano yang menghasilkan metode gabungan dari metode Traditional dan pola suku kata (Syllables Pattern) sebagai yang terbaik. Penelitian ini membangun model readability dari buku pelajaran bahasa indonesia sekolah dasar menggunakan beberapa ekstraksi fitur, seperti prediktor tradisional atau prediktor surface-based, syllable pattern atau pola suku kata, dan IndoBERT dengan algoritma Random Forest dan Support Vector Machine, kemudian dilakukan hyperparameter tuning menggunakan Grid SearchCV. Hasil penelitian menunjukkan representasi saraf IndoBERT mencapai akurasi maksimum 72,1% saat menggunakan Support Vector Machine. Untuk mendukung penelitian selanjutnya, dataset dan kode penelitian ini telah dijadikan open-source.