Judi online merupakan masalah yang marak terjadi di Indonesia yang menimbulkan dampak buruk dalam kehidupan bermasyarakat. Website menjadi media yang paling sering digunakan oleh oknum judi online. Sebanyak 55.768 website judi online berhasil di blokir oleh pihak berwenang, namun hingga saat ini website judi online masih banyak beroperasi. Hal ini menjadikan deteksi website judi online sangat penting untuk menekan dan mengatasi permasalahan judi online. NLP (Natural Language Processing) menjadi salah satu cara yang dapat membantu mendeteksi website judi online. GRU (Gated Recurrent Unit) dan BiGRU (Bidirectional GRU) merupakan dua model yang sering digunakan dalam mengklasifikasikan teks. Namun, kedua model ini sering menghasilkan performa yang berbeda-beda di berbagai penelitian, sehingga membandingkan kedua model tersebut penting untuk dilakukan guna menghasilkan performa terbaik dalam penelitian ini. Word embedding word2vec diimplementasikan untuk membantu model dalam memahami konteks kalimat. Dalam melakukan pengambilan data, penelitian ini menggunakan metode web crawling. Dataset yang digunakan adalah hasil dari crawling pada 200 website judi online dan non judi online yaitu sebanyak 11.355 data. Hasil dari penelitian ini, model BiGRU menjadi model terbaik dengan nilai accuracy, precision, recall, dan F1-score sebesar 94.76%, 95.18%, 94.95%, dan 95.06%, dibandingkan dengan GRU sebesar 94.50%, 94.56%, 95.52%, dan 94.75%. Implementasi website yang dibangun berhasil mendeteksi 400 website judi online dan non judi online dengan benar, pada threshold jumlah teks sebesar 50%.