Sulitnya mengelola dokumen administratif di Kapel St. Yohanes Rasul yang dilakukan secara manual sehingga rentan terhadap human error seperti kesalahan pencatatan hingga kehilangan dokumen. Penelitian ini bertujuan mengatasi masalah tersebut dengan mengolah data arsip milik kapel yang berformat PDF dan citra (image), untuk diklasifikasikan ke dalam tiga kelas (surat perizinan, undangan, dan peminjaman) serta mengekstrak informasi penting di dalamnya. Sistem terintegrasi ini menerapkan teknologi Optical Character Recognition (OCR) menggunakan PyTesseract dan Natural Language Processing (NLP) berbasis model fine-tuned IndoBERT. Hasil pengujian model menunjukkan performa yang sangat tinggi, di mana sistem klasifikasi mencapai akurasi 93,6% pada data uji baru, sedangkan model Named Entity Recognition (NER) berhasil meraih F1-Score sebesar 0.989. Pengujian penerimaan pengguna juga menunjukkan bahwa sistem ini sangat efektif, berhasil meningkatkan efisiensi proses pengelolaan dokumen hingga 69,6% berdasarkan analisis waktu dan mendapatkan skor System Usability Scale (SUS) 77.5 yang menandakan usability yang baik. Dapat disimpulkan, sistem ini terbukti fungsional, efisien, dan dapat diterima dengan baik oleh pengguna untuk meningkatkan akurasi dan efisiensi pengelolaan dokumen administratif.