Pusat Penelitian dan Pengabdian kepada Masyarakat (P3M) PENS menghadapi tantangan dalam pengelolaan judul penelitian dan pengabdian masyarakat yang terus meningkat setiap tahunnya. Hingga kini, sebagian besar judul belum terklasifikasi secara sistematis berdasarkan bidang keilmuan, yang menyulitkan proses monitoring, evaluasi, serta pengambilan keputusan strategis berbasis data. Penelitian ini menawarkan solusi berupa pengembangan sistem klasifikasi otomatis berbasis text mining yang terintegrasi dalam dashboard interaktif. Tujuan utama dari proyek ini adalah membangun model klasifikasi teks untuk mengelompokkan judul berdasarkan bidang keilmuan, serta menyajikan hasil klasifikasi dalam bentuk visualisasi yang mudah dipahami. Model dikembangkan menggunakan tiga algoritma machine learning: Naive Bayes, Support Vector Machine (SVM), dan Random Forest. Proses pembangunan model mencakup tahap praproses data teks, penanganan data tidak seimbang menggunakan teknik resampling, dan optimasi hyperparameter. Dashboard aplikasi dirancang menggunakan Streamlit dengan prinsip user-friendly dan responsif untuk memudahkan pengguna dalam menelusuri dan menganalisis data. Hasil evaluasi menunjukkan bahwa model Random Forest memiliki performa klasifikasi terbaik dengan akurasi 82,24% untuk data penelitian dan 86,15% untuk data pengabdian setelah diterapkan metode Random Oversampling. Sistem yang dibangun telah diuji secara internal dan mendapatkan umpan balik positif dari pengguna, dengan skor kepuasan rata-rata sebesar 4 dari skala 5, menunjukkan bahwa dashboard efektif mendukung pengelolaan data penelitian dan pengabdian secara sistematis dan berbasis data.