Machine Learning telah menjadi lebih berguna dalam kehidupan sehari hari dengan perkembangan dalam Teknik yang digunakan pada machine learning. Klasifikasi teks sebagai bagaian penting dari machine learning. Telah banyak teknik yang digunakan dalam proses klasifikasi teks seperti contohnya Artificial Neural Network (ANN), Naïve Bayes, Decision Tree dan lain lain. ANN adalah cabang dari machine learning yang memodelkan fungsi dari jaringan saraf alami. ANN telah banyak digunakan dalam proses klasifikasi. Dalam penelitian ini menggunakan ANN dengan arsitektur sederhana. Namun perlu ditunjukkan jika arsitektur ANN yang digunakan pada penelitian ini relatif sederhana jika dibandingkan dengan perkembangan ANN terdepan saat ini untuk menunjukkan potensi dari teknik ANN dibandingkan dengan teknik klasifikasi lain. Performa dari ANN, Naïve Bayes, dan SVM diukur menggunakan f1-macro. Performa dari model klasifikasi diukur pada beberapa single-label dan multi-label dataset. Penelitian ini menemukan pada klasifikasi single-label ANN memiliki performa f1-macro sebesar 0.79 yang sebanding dengan f1-macro sebesar 0.82 pada klasifikasi single-label dengan teknik SVM. Pada klasifikasi multi-label ANN memiliki performa terbaik dengan f1-macro sebersar 0.48 jika dibandingkan dengan f1-macro sebesar 0.44 pada klasifikasi multi-label dengan menggunakan teknik SVM.