Revolusi Industri 4.0 telah meningkatkan permintaan Web Developer, namun keputusan pemilihan spesialisasi seringkali sulit karena kurangnya bimbingan yang memadai. Penelitian ini bertujuan untuk mengidentifikasi dan mengklasifikasikan topik-topik utama dalam pekerjaan Web Developer di Tech In-Asia menggunakan metode Latent Dirichlet Allocation (LDA). Data dikumpulkan melalui teknik web scraping dari situs Tech In-Asia dan dianalisis menggunakan Latent Dirichlet Allocation (LDA). Penelitian ini berhasil mengidentifikasi lima topik utama dengan kesimpulan yang dihasilkan yaitu, Pekerjaan yang menarik perhatian pada pekerjaan web developer mencakup frontend developer, backend developer, dan full-stack developer. Dari segi bahasa pemrograman, teknologi-teknologi yang paling banyak diminati adalah JavaScript, React, Python, SQL, PHP, .NET. Kemudian dari segi tools yang sering digunakan adalah git, CSS, Node.js, dan REST API. Dengan menggunakan 3 metrik utama seperti coherence score dengan nilai 0.3764, perplexity yang menghasilkan nilai -5.2059, dan silhouette score dengan nilai 0.6 penelitian ini berhasil mengidentifikasi topik utama pekerjaan web developer dengan nilai akurasi metrik yang cukup baik.

The Industrial Revolution 4.0 has increased the demand for Web Developers, but the decision to choose a specialization is often difficult due to a lack of adequate guidance. This study aims to identify and classify the main topics in the work of Web Developers in Tech In-Asia using the Latent Dirichlet Allocation (LDA) method. The data was collected through web scraping techniques from the Tech In-Asia website and analyzed using Latent Dirichlet Allocation (LDA). The results of the study identified five main topics with the conclusions produced, namely, Jobs that attract attention include frontend developers, backend developers, and full-stack developers. In terms of programming languages, the most popular technologies are JavaScript, React, Python, SQL, PHP, .NET. Then in terms of tools that are often used are git, CSS, Node.js, and REST API. Using 3 main metrics such as a cherence score with a value of 0.3764, perplexity with a value of -5.2059, and a silhouette score with a value of 0.6, this study succeeded in identifying the main topics of web developer work with a good metric accuracy value.