Berita merupakan cerita mengenai kejadian atau peristiwa aktual dan faktual yang diproduksi setiap hari untuk memberikan informasi terbaru kepada masyarakat[1]. Pembaruan berita yang ditulis setiap harinya menyebabkan jumlah berita mengalir dengan cukup besar, sehingga membuat data tidak mudah diolah. Oleh karena itu perlu dilakukan pengklasifikasian artikel berita secara otomatis untuk memudahkan manajemen data. Namun dalam klasifikasi sendiri terdapat masalah yang berkaitan dengan unsur ketidakpastian dan tingginya dimensi fitur. Oleh sebab itu, pada penelitian ini penulis menggunakan metode Multinomial Naive Bayes Classifier dan fitur seleksi Chi-Square untuk menangani permasalahan yang dihadapi penulis dalam penelitian ini. Hasil penelitan mampu memberikan performa sistem yag dibangun dengan nilai rata-rata microaveraged f1-measure sebesar 85.28%.