Klasifikasi merupakan salah satu cara untuk mengorganisasikan teks sehingga teks yang memiliki isi yang sama akan dikelompokkan kedalam kategori yang sama. Tugas akhir merupakan salah satu syarat yang harus dipenuhi oleh setiap mahasiswa untuk menyelesaikan pendidikannya diperguruan tinggi. Pada jurusan Teknik Informatika, tugas akhir dikelompokkan dalam dua topik umum yaitu Ilmu Komputer dan Teknologi Informasi. Oleh karena itu akan dilakukan penelitian untuk melakukan klasifikasi terhadap tugas akhir mahasiswa Teknik Informatika dengan membandingkan metode Naïve Bayes Classifier dan K-Nearets Neighbor, karena metode ini merupakan algoritma populer dalam melakukan proses pengklasifikasian teks. Dalam penelitian ini akan dilakukan perbandingan hasil klasifikasi berdasarkan abstrak bahasa Indonesia dan daftar isi dari tugas akhir. Proses metode Naïve Bayes Classifier dan K-Nearest Neighbor dilakukan dengan fungsi metode Naïve Bayes Classifier dan K-Nearest Neighbor yang ada pada WEKA. Pengujian akurasi metode pada penelitian ini dilakukan dengan test option 10-fold cross validation dan evaluasi data uji menggunakan confusion matrix. Dari penelitian yang telah dilakukan, didapatkan hasil pada seratus data tugas akhir dengan jumlah kelas acak, metode Naïve Bayes menghasilkan nilai akurasi lebih baik, yaitu sebesar 87%. Pengujian pada metode K-Nearest Neighbor menghasilkan nilai akurasi 84% dengan nilai k=3, 85% dengan nilai k=5, 86% dengan nilai k=7 dan 84% dengan nilai k=9.