Klasifikasi ayat Al-Qur'an berdasarkan topik atau tema tertentu telah banyak dilakukan, namun klasifikasi ayat berdasarkan juz masih jarang diteliti. Penelitian ini bertujuan untuk mengklasifikasikan ayat Al-Qur’an dalam terjemahan Bahasa Inggris berdasarkan juz dengan menggunakan Support Vector Machine (SVM). Masukan berupa teks terjemahan ayat dan keluarannya berupa prediksi juz yang sesuai. Pembagian ayat Al-Qur'an ke dalam juz memiliki makna khusus dalam keilmuan Islam, namun pendekatan dalam klasifikasinya masih bersifat manual dan subjektif. Penelitian ini menawarkan solusi komputasional yang objektif dan terukur, sekaligus membuka peluang untuk analisis terhadap pola distribusi kosakata dan tema dalam setiap juz. Penelitian ini menggunakan Al-Qur’an terjemahan Bahasa Inggris secara keseluruhan (6.236 ayat) yang sudah diberi label sebanyak 30 juz sebagai dataset. Tahapannya meliputi preprocessing, ekstraksi fitur (TF-IDF), dan klasifikasi dengan tiga model pembelajaran mesin (SVM, NB dan KNN). Untuk mengatasi ketidakseimbangan data digunakan teknik oversampling. SVM menunjukkan nilai yang lebih baik dalam klasifikasi dibandingkan NB dan KNN, dengan hasil terbaik mencapai akurasi sebesar 84%, macro precision 82%, macro recall 84% dan macro F1-score sebesar 83%.