Penelitian ini mendiskusikan tentang topic modeling dari data 10 halaman web dari portal berita Liputan6.com pada 8 Mei 2022 dengan jumlah data sebanyak 184. Data headline yang telah di scraping di halaman web Liputan6.com dilakukan tahap preprocessing yaitu, case folding, remove puntuatuion, stopword, dan tokenizing. Metode yang digunakan dalam pemodelan topik pada penelitian ini adalah Latent Dirichlet Allocation (LDA). Nilai topic chorence menjadi standar pengukuran banyaknya topik yang dicari pada penelitian ini. Hasil dari penelitian ini memperlihatkan bahwa dari nilai topic coherence atau yang bisa disebut coherence score tertinggi adalah 0.4063 dengan jumlah topik sebanyak tiga. Topik ke-1 adalah tentang rekayasa lalu lintas, topik ke-2 adalah tentang kepadatan transportasi selama arus balik, dan topik ke-3 adalah tentang puncak arus balik.
Kata kunci: topic modeling, Latent Dirichlet Allocation, LDA, coherence score