Media sosial saat ini merupakan salah satu tumpuan sarana penyebaran informasi organisasi atau perusahaan, termasuk universitas (lembaga pendidikan tinggi). Pemahaman tentang engagement pengguna diperlukan untuk menjangkau lebih banyak pengguna lainnya. Setiap pengguna cenderung memiliki preferensi tersendiri terhadap konten apa yang ingin dilihat, sehingga topik merupakan salah satu fitur penting yang terdapat dalam suatu konten. Oleh karena itu, mengetahui topik dari konten media sosial yang ingin dilihat oleh kelompok pengguna tertentu dapat meningkatkan engagement pengguna pada akun media sosial tersebut. Pada penelitian tugas akhir ini, dilakukan identifikasi topik menggunakan metode LDA dan prediksi engagement score (jumlah like dan komentar) menggunakan metode Decision Tree dan Random Forest. Didapatkan 11 topik berdasarkan hasil pemodelan LDA terhadap data unggahan Instagram universitas, serta telah dilakukan analisis terhadap topik tersebut pada tiga level engagement, yaitu view, like, dan komentar. Hasil analisis menunjukkan bahwa topik yang berkaitan dengan prestasi universitas memiliki engagement yang tinggi pada level-3 dan sebagian besar engagement setiap topik pada tiga level merata atau seimbang. Random Forest memiliki performa terbaik dalam memprediksi engagement score menggunakan gabungan fitur TF-IDF dan metadata dengan MAE sebesar 1074.