Salah satu masalah utama dalam online advertising adalah menampilkan iklan yang relevan dan sesuai dengan apa yang diinginkan user (contextual advertising). Salah satu teknik personalisasi iklan yang dapat digunakan adalah melalui pendekatan perhitungan frekuensi term, yaitu vector space machine (VSM) dan pendekatan secara semantik dengan latent semantic analysis (LSA). Penelitian ini diimplementasikan dengan menggunakan bahasa pemrograman Java, library Lucene dan Jama. Korpus yang digunakan adalah 6.142 berita dari portal berita Antara dan 4.893 iklan dari Berniaga. Teknik LSA ini dikembangkan dengan menggunakan dokumen training berupa file Wikipedia berbahasa Indonesia. Kedua teknik ini menghasilkan jumlah iklan relevan yang berbeda. Pendekatan VSM menghasilkan rata-rata precision @10 sebesar 0.48 dan pendekatan LSA menghasilkan rata-rata precision @10 sebesar 0.167.