Saat ini di Indonesia banyak situs kesehatan yang bermunculan dengan menyediakan
berita dari berbagai macam topik sehingga dapat dimanfaatkan oleh masyarakat luas
untuk pertolongan pertama dalam menjaga dan mencegah tumbuhnya penyakit pada
tubuh. Dalam dunia jurnalisme ada banyak editor yang mengatur berita tersebut
berdasarkan topik-topik tertentu sehingga membutuhkan banyak tenaga dan sumber daya
serta memiliki beban kerja yang berat tetapi tidak cukup praktis. Dalam menghadapi
kemajuan teknologi, metode Latent Dirichlet Allocation (LDA) merupakan salah satu
topic modelling yang dapat mengelompokkan berita kesehatan bedasarkan topik-topik
tertentu dari distribusi kata yang ada pada setiap dokumen. Topic Modelling dengan LDA
diimplementasikan berdasarkan fitur Bag of Words. Tujuan dari penelitian ini adalah
melakukan eksperimen terhadap berita kesehatan dengan metode LDA untuk
menghasilkan model dari topik-topik terbaik pada situs kesehatan di Indonesia.
Eksperimen dilakukan berdasarkan konfigurasi pada parameter number of topic dan
passes. Model Topik terbaik diperoleh berdasarkan pada konfigurasi dengan jumlah
number of topic 10 dan passes 150. Hasil pengujian model LDA terbaik pada total berita
kesehatan sebanyak 20 berita terhadap 3 orang pakar di bidang kesehatan memiliki nilai
akurasi sebesar 90%. Implementasi LDA pada berita kesehatan menurut Agama Islam
merupakan hal yang mubah, yaitu diperbolehkan sampai ada fatwa yang
mengharamkannya.