Al-Qur'an, dengan lebih dari 80.000 kata, 6.236 ayat, dan 114 surah, merupakan kitab suci yang kompleks dan kaya akan makna, memerlukan pemahaman mendalam terhadap konteks sejarah, bahasa Arab klasik, dan tafsir. Meskipun tidak ada klasifikasi resmi yang universal, berbagai pendekatan telah dikembangkan untuk mengklasifikasi isi Al-Qur'an. Penelitian ini membahas klasifikasi topik multi-label pada ayat-ayat Al-Qur'an menggunakan metode K-Nearest Neighbor (KNN) dan Latent Semantic Analysis (LSA). Studi ini bertujuan untuk mengevaluasi dampak penerapan LSA sebagai teknik reduksi dimensi dalam meningkatkan performa KNN pada tugas klasifikasi multi-label.