Salah satu pemanfaatan teknologi untuk mengolah data berupa teks adalah metode text mining dan klasifikasi merupakan salah satu teknik dalam text mining. Salah satu algoritma klasifikasi text mining adalah Naïve Bayes Classifier. Pada penelitian ini, peneliti melakukan simulasi kombinasi algoritma Naïve Bayes Classifier dengan Confix Stripping Stemmer untuk stemming, dan Chi-Square sebagai algoritma seleksi fitur untuk mengklasifikasi terjemahan hadits Shahih Bukhari kedalam tiga kelas yaitu anjuran, larangan, dan informasi dengan jumlah data 300 data training, dan 30 data testing. Pengujian kinerja sistem menggunakan confusion matrix dengan menghitung nilai akurasi, presisi, recall, dan f-measure. Hasil pengujian menunjukkan bahwa skenario yang memiliki performa terbaik adalah kombinasi Algoritma Naïve Bayes Classifier dan Confix Stripping Stemmer dengan nilai akurasi, presisi, recall, dan f-measure berturut-turut sebesar 84,44%, 80,19%, 76,67% dan 76,21%.
Kata Kunci : Klasifikasi, Text Mining, Naïve Bayes Classifier,
Confix Stripping Stemmer, Chi-Square