Setiap Muslim di dunia percaya bahwa Al-Qur’an adalah mukjizat dan firman Allah (Kalamullah) yang diturunkan kepada Nabi Muhammad SAW untuk disampaikan kepada umat manusia. Al-Qur’an dijadikan oleh manusia sebagai pedoman dalam menghadapi segala permasalahan dalam setiap aspek kehidupan. Untuk mempelajari dan memahami Al-Qur’an, perlu untuk mengetahui topik apa yang sedang dibahas dalam setiap ayat. Dengan bantuan teknologi, ayat-ayat Al-Qur’an dapat diberikan topik secara otomatis. Metode ini disebut klasifikasi multilabel dimana data input dapat diklasifikasikan ke dalam satu atau lebih kategori atau kelas. Penelitian tugas akhir ini bertujuan untuk menerapkan sistem klasifikasi multilabel untuk mengklasifikasikan topik-topik pada ayat Al-Qur’an dalam terjemahan bahasa Inggris ke dalam 10 topik dengan menggunakan pengukuran Word Centrality sebagai nilai pembobotan kata pada tahap ekstraksi fitur. Kemudian pada tahap klasifikasi dilakukan perbandingan terhadap 4 metode klasifikasi yaitu SVM, Na?ve Bayes, KNN, dan Decision Tree. Hasil pengukuran word centrality menunjukkan bahwa kata ”Allah” merupakan kata yang paling sentral atau yang paling berpengaruh dalam keseluruhan dokumen Al-Qur’an apabila pengukuran dilakukan menggunakan Stopword Removal. Selanjutnya, dapat disimpulkan bahwa penggunaan nilai word centrality sebagai pembobotan kata dalam ekstraksi fitur dapat meningkatkan performa dari sistem klasifikasi.