Oktavian Wahyu Prabowo,Aplikasi Latent Dirichlet Allocation Melalui Sistem Temu Cerdas: Studi Kasus Wikipedia IndonesiaTahun 2018.Dibawah bimbingan Dr. Taufik Edy Sutanto, M.Sc.Tech dan Yanne Irene,M.Si.Sebuah sistem temu cerdas (search engine) diaplikasikan pada 617.411 artikel data Wikipedia Indonesiatahun 2018. Kumpulan dokumen tersebut kemudian dikelompokkan berdasarkan topik laten (tersembunyi) menggunakan metodeLatent Dirichlet Allocation(LDA) yang terdiri dari delapan kombinasi preprocessing dan konsep relevant sampling melalui fungsiBM25. Data sampel tersebut diboboti berdasarkan kemunculan frekuensi kata menggunakan vektor Term Frequency(TF) menggunakan sistem dinamis yang terdapat dalam sistem cerdas. Dalam menentukan jumlah topik yang optimal, model akan dilakukan evaluasi berdasarkan nilai coherencemenggunakan teknik Umass. Pada eksperimen yang dilakukan hasilnya menunjukkan bahwa berbagai topik dapat dihitung secara real time dengan waktu tidak lebih dari 5detik. Hal ini mengindikasikan bahwa metode LDA dapat digunakan untuk melakukan pemodelan topik yang dapat diinterpretasikan dengan baik secara real time.Kata Kunci: Coherence Score, Search Engine,Relevant Sampling,Wikipedia