Pada era digital yang berkembang pesat saat ini peran komputasi pada kecerdasan buatan sangat dibutuhkan untuk dapat membantu para pelaku bisnis. Baik dari bidang perekonomian, Kesehatan dan juga Pendidikan. Penggunaan machine learning akan membantu pihak terkait dalam melihat, menganalisis dan mengambil keputusan. Dengan machine learning segala sesuatu permasalahan yang terkait dengan data akan dapat diselesaikan dengan cepat dan tepat. Permasalahannya adalah dokumen skripsi tiap tahun pasti semakin bertambah, akan menjadi sebuah dokumen yang sia-sia jika tidak dilakukan pengolahan data tersebut. Data skripsi yang sudah lampau dapat dijakian analisis dan pengambilan keputusan pada era skripsi berikutnya. Python merupakan salah satu Bahasa pemrograman yang populer digunakan untuk machine learning. Salah satu alasanya adalah banyaknya library yang berbasis python. Keras adalah salah satu library machine learning berbasis python. TensorFlow dapat digunakan jika berhubungan dengan pengolahan data yang banyak, termasuk data abstrak skripsi. Dengan demikian penelitian ini melakukan klasifikasi 140 dokumen abstrak skripsi dengan menggunakan keras-TensorFlow dengan tujuan bahwa berdasarkan isi abstrak tersebut akan diklasifikasikan pada 6 kelas yaitu Aplikasi Android, Data Mining, RPL, SPK, Pengolahan Citra Digital dan Sistem Pakar. Adapun hasil klasifikasi dengan data latih sebanyak 82 dokumen dengan setting model betch size = 12 dan epoch = 2 dengan nilai akurasi 89,04%. Sedangkan pada data uji test loss memiliki nilai lebih tinggi daripada nilai akurasi yang diperoleh 66,66%. Dengan memanfaatkan memaksimalkan kinerja TensorFlow dengan menambahkan parameter yang dimiliki scikit learn yaitu optuna. Data tes dilakukan optimalisasi dengan nilai trials sebanyak 500 akurasi meningkat menjadi 76.19%.