Laporan tahunan merupakan dokumen resmi yang dipublikasikan oleh perusahaan, organisasi, ataupun Lembaga kementrian untuk menyajikan informasi terkait kinerja dan kondisi organisasi. Menganalisis laporan tahunan memerlukan banyak waktu karena dokumen memuat jumlah halaman dan kata yang sangat banyak. Maka dari itu terdapat metode yang dapat menganalisis dengan cepat dan objektif dengan bidang ilmu big data yaitu topic modelling. Metode topic modelling yang digunakan adalah Latent Dirichlet allocation (LDA) untuk menganalisis laporan tahunan Kementrian Kelautan dan Perikanan(KKP) Indonesia dari tahun 2015-2022. Metrik evaluasi yang digunakan dengan menghitung nilai koherensi dari setiap model yang dibuat pada setiap tahun laporan. Sehingga dapat menghasilkan topik-topik utama dari laporan tahunan KKP. Diharapkan hasil dari topic modelling dari laporan tahunan dapat menjadi informasi berharga terkait potensi perikanan dan kelautan di Indonesia.

---

Annual reports are official documents published by companies, organizations, or ministries to present information related to the performance and condition of the organization. Analyzing the annual report takes a lot of time because the document contains a very large number of pages and words. Therefore, there is a method that can analyze quickly and objectively with the field of big data science, namely topic modeling. The topic modeling method used is Latent Dirichlet allocation (LDA) to analyze the annual report of the Ministry of Marine Affairs and Fisheries (KKP) Indonesia from 2015- 2022. The evaluation metric using the coherence score of each model created in each year of the annual report. So that it can produce the main topics of the KKP annual report. It is expected that the results of topic modeling from annual reports can be valuable information related to the potential of fisheries and marine in Indonesia.