Penelitian ini bertujuan untuk mengetahui keyword yang cocok untuk digunakan dalam publikasi artikel pada sebuah blog, Model Latent Dirichlet Allocation (LDA), sebuah model probabilitas dimana akan menghasilkan beberapa macam topik yang berbeda. Diawali dengan mengambil data data dari artikel/ blog, kemudian dilakukan pemotongan artikel per bagian dan dilakukan preprocessing data, dan pengubahan vektor data menjadi corpus untuk dimodelkan dengan LDA, selanjutnya di lakukan clustering dengan K-Means untuk mencari topik dengan probabilitas tertinggi. Hasil penelitian menyebutkan dari Model LDA diperoleh 4 topik dengan 8 kata dengan nilai probabilitas paling tinggi yaitu, mesin (0.09375857), maksimal (0.064600445), mazda (0.10009629), varian (0.07572112), cx-8 (0.10170187), mazda (0.101048954), mobil (0.09820121), dan mazda (0.05679208).