Al-Qur’an merupakan salah satu pedoman bagi seluruh umat muslim di dunia, sekaligus mukjizat dan firman dari Allah. Setiap ayat dalam Al-Qur’an memiliki makna yang berbeda-beda, ada ayat yang mengandung perintah, larangan, atau lainnya yang hanya mengandung informasi saja. Hingga saat ini telah banyak ahli agama yang melakukan tafsir terhadap ayat Al-Qur’an sehingga semakin memiliki makna yang berbeda-beda. Salah satu cara untuk menentukan kategori dari sebuah tafsir ayat Al-Qur’an dapat dilakukan dengan klasifikasi teks. Namun, klasifikasi teks memiliki kendala yaitu terdapat banyak fitur yang kurang relevan sehingga dapat mengurangi performansi sistem klasifikasi tersebut. Salah satu cara untuk mengurangi fitur yang kurang relevan adalah dengan seleksi fitur. Pada penelitian ini penulis membangun model klasifikasi menggunakan Support Vector Machine (SVM) dan metode Chi-Square untuk seleksi fitur. Hasil dari pengklasifikasian tafsir ayat Al-Qur’an dengan menggunakan metode SVM dan Chi-Square menghasilkan nilai akurasi sebesar 70.38% dan F1-Measure sebesar 70.09%.