Pada sebuah karya ilmiah yang akan dipublikasikan, tentunya didahului dengan suatu rangkuman kegiatan penelitian yang dikenal sebagai abstrak. Abstrak secara singkat memuat tujuan penelitian, metoda yang digunakan dan hasil yang dicapai pada penelitian. Pengklasifikasian tema – tema penelitian berdasarkan abstrak dapat memudahkan pengelola dokumen hasil penelitian dalam mengelompokkan penelitian berdasarkan tema yang spesifik. Pengelompokan tema dengan jumlah
abstrak yang besar memiliki kesulitan tersendiri apabila dikerjakan secara konvensional. Penelitian ini menggunakan metoda Vector Space Model (VSM) dan K-Nearest Neighbor (K-NN) dalam melakukan proses pengklasifikasian tema penelitian berdasarkan abstrak. VSM digunakan untuk praproses abstrak berupa teks dan KNN digunakan untuk mengklasifikasi tema penelitian. Jumlah abstrak yang digunakan dalam penelitian ini sebanyak 90 data abstrak sebagai data training dan 10 data sebagai data uji. Jumlah kelas pada proses KNN ditentukan sebanyak 15 kelas yang merepresentasikan jumlah tema penelitian dengan nilai K ditentukan sebanyak 3, 5, 7, 9 dan 11. Berdasarkan hasil penelitian ini diperoleh bahwa pengklasifikasian tema penelitian dapat dilakukan dengan akurasi terbaik pada nilai K sebanyak 7 dengan nilai akurasi 72.22% dan mendapatkan akurasi sistem sebesar 80%. Kesimpulan dari hasil yang didapat adalah algoritma KNN mampu mengelompokan data abstrak ke dalam 15 kelas.

Kata kunci:Tema Penelitian; Klasifikasi; Vector Space Model; KNearest Neighbor.