Pesatnya perkembangan media sosial di Indonesia pada beberapa tahun terakhir, menyebabkan banyak pelaku politik baik individu maupun partai politik yang memanfaatkan hal ini. Menurut Hootsuite (We are Social) dalam laporan digital 2023, Indonesia memiliki 60.2% dari jumlah populasi yang aktif bermedia sosial twitter, sehingga akan banyak pelaku politik yang berkampanye di media sosial khususnya twitter. Di literatur yang membahas topik yang sejenis, jarang yang menganalisis pemodelan topik yang dilanjutkan dengan evolusinya dari waktu ke waktu. Maka dari itu dalam penelitian kali ini, Peneliti akan mencoba menganalisis topik apa saja yang dihasilkan dari tweet yang diunggah oleh masyarakat menjelang Pemilu 2019 dan disertai dengan evolusi topiknya dari waktu ke waktu. Metode pemodelan topik yang akan digunakan kali ini adalah BERTopic. Metode pemodelan topik ini di dasari sentence embedding dengan salah satu jenis arsitektur neural network yaitu Siamese network sehingga metode ini dapat mengelompokkan kata sesuai konteksnya dalam suatu kalimat. Metode BERTopic ini juga dilengkapi dengan fitur Dynamic Topic Modelling yaitu metode pemodelan topik yang dilanjutkan dengan mengevolusi setiap topiknya dari waktu ke waktu. Dengan data tweet yang ada, metode BERTopic mampu menghasilkan topik-topik yang ada dengan baik, hal ini dapat dibuktikan dengan hasil evaluasi dari nilai koheren yang dihasilkan yaitu 0.71. Topik yang dihasilkan juga relevan dan dapat dibuat narasinya.
Kata kunci : Dynamic Topic Modelling;BERTopic;BERT;Politik