Al-Quran merupakan kitab suci umat muslim sebagai pedoman dan juga sumber hukum bagi umat
muslim. Dengan demikian memahami dan mempelajari Al-Quran sangatlah penting bagi umat muslim.
Untuk memudahkan umat muslim dalam memahami dan mempelajari Al-Quran perlu dilakukan sebuah
pengklasifikasian terhadap ayat Al-Quran. Pada penelitian ini, dibangun sebuah sistem yang dapat
melakukan klasifikasi ayat Al-Quran secara multi label. Multi-label bermaksud bahwa klasifikasi akan
membagi setiap ayat Al-Quran ke lebih dari 1 topik. Model dibangun menggunakan metode ensemble
dengan menggabungkan beberapa algoritma Naïve bayes. Metode ensemble dipilih karena pada penelitian
dengan dataset yang berbeda dapat memperoleh performansi yang baik. Algoritma naïve bayes juga dipilih
karena memiliki perhitungan yang sederhana sehingga memerlukan waktu komputasi yang cukup singkat.
Tahap preprocessing juga dilakukan untuk melihat perbandingan hasil performansi. Untuk mengukur
performansi dari sistem yang telah dibangun, digunakan perhitungan hamming loss. Berdasarkan hasil
eksperimen dengan beberapa skenario pengujian, diperoleh hasil performansi yang paling baik adalah
dengan menggabungkan Multinomial NB dan Bernoulli NB dengan nilai hamming loss sebesar 0.1167.
Dengan demikian, penggunaan metode ensembledapat meningkatkan performansi dibanding tanpa metode
ensemble.