Era industri 4.0 yang sangat maju seperti sekarang ini membuat masyarakat semakin mudah dalam mencari berbagai informasi melalui platform online khususnya berita. Berita yang merupakan laporan mengenai kejadian atau peristiwa yang terjadi menampilkan berbagai macam topik. Dengan cepatnya berita muncul di platform online diperlukan metode yang lebih cepat dan efektif untuk mendapatkan topik yang ingin dicari. Penelitian ini memiliki tujuan untuk mengambil judul berita dari platform website berita dengan menggunakan Robotic Process Automation (RPA) untuk web scraping yang berjalan di UiPath, kemudian data web scrapingya diolah menggunakan topic modeling. Topic modeling yang digunakan adalah Latent Dirichlet Allocation (LDA). LDA adalah metode untuk mendeteksi topik-topik yang ada pada koleksi dokumen beserta proporsi kemunculan topik tersebut. Pada proses scraping hasilnya berupa dokumen yang berisi judul berita, URL berita, tanggal berita dan portal berita. Data yang diperoleh kemudian diolah dengan pemodelan LDA, sehingga hasil akhirnya didapat 3 topik judul berita dan dari setiap topik memiliki 10 kata-kata tren yang sering muncul dalam judul berita di internet.
Kata Kunci : Judul Berita;Robotic Process Automation (RPA);Topic Modeling, Latent Dirichlet Allocation (LDA)