Studi keagamaan merupakan salah satu bidang dengan sumber yang melimpah bagi Natural Language Processing (NLP). Hal ini dikarenakan setiap agama memiliki pedoman tertulis yang mengatur kehidupan umatnya. Dalam konteks Agama Islam, Al-Qur’an dan Hadis merupakan dua sumber hukum utama. Hadis adalah setiap ucapan, perbuatan maupun persetujuan Rasulullah yang diriwayatkan dari para sahabat beliau. Setiap hadis bisa mengandung satu atau beberapa topik yang menjadi inti bahasannya. Hal ini tentu menjadi tantangan bagi umat Islam tanpa latar belakang pendidikan pada bidang tersebut. Oleh sebab itu, penelitian ini bertujuan untuk menguji dan membandingkan metode-metode RNN dan Transformer yang ada dalam melakukan tugas klasifikasi terhadap teks hadis sesuai dengan topiknya masing-masing. Penelitian ini akan membandingkan tingkat akurasi dari kedua metode tersebut dalam melakukan tugas klasifikasi multi label. Hasil yang didapatkan menunjukkan bahwa model Transformer terutama CAMeLBERT memiliki keunggulan dibanding metode uji lainnya dengan tingkat akurasi yang lebih tinggi dibandingkan dengan metode lainnya dengan akurasi sebesar 86,81% dan nilai hamming loss sebesar 0,13193.