ABSTRAK Nama: Darell Hendry Program Studi: Sistem informasi, Program Sarjana Judul: Identifikasi dan reorganisasi intent pada chatbot menggunakan pemodelan topik Chatbot sebagai asisten virtual yang digunakan oleh suatu instansi dapat memberikan manfaat bagi penggunanya. Dengan adanya chatbot, pengguna dapat berbicara langsung kepada chatbot melalui pesan singkat, yang kemudian sistem secara spontan mengidentifikasi intent pesan tersebut dan merespons dengan tindakan relevant. Sayangnya, cakupan pengetahuan chatbot terbatas dalam menangani pesan pengguna yang memiliki bervariasi. Dampak utama dari adanya variasi tersebut adalah adanya perubahan pada komposisi label intent. Untuk itu, penelitian ini berfokus pada dua hal. pertama, pemodelan topik untuk menemukan intent dari pesan pengguna yang belum terindetifikasi intent-nya. Kedua, pemodelan topik digunakan untuk mengorganisasi intent yang sudah ada dengan menganalisis hasil keluaran model. Setelah di analisis, terdapat dua kemungkinan fenomena perubahan komposisi intent yaitu: Penggabungan dan Pemecahan intent, dikarenakan terdapat noise saat proses anotasi dataset orisinal. Pemodelan topik yang digunakan terdiri dari latent dirichlet allocation (LDA) sebagai model baseline dan dengan model state-of-the-art Top2 Vec dan BERTopic. Penelitian dilakukan terhadap dataset salah satu e-commerce di Indonesia dan empat dataset publik. Untuk mengevaluasi model topik digunakan metrik evaluasi coherence, topic divercity dan topic quality. Hasil penelitian menunjukan model topik ber topic dab TOP2vec menghasilkan nilai topic quality 0.036 yang lebih baik di bandingkan model topik LDA yaitu -0.014. Terdapat pula pemecahan intent dan penggabungan intent yang di temukan dengan analisis thereshold proporsi. Kata kunci: Chatbot, Pemodelan topik, Teks Pendek, Transformer, Unsupervised.