O presente estudo concentra-se na detecção de perda não técnica de energia em sistemas elétricos de distribuição por meio de algoritmos de classificação. Na pesquisa é realiza uma avaliação comparativa entre as técnicas Multi Layer Perceptron, que se trata de uma rede neural artificial, e a técnica Random Forest, que se trata de um algoritmo do tipo ensemble baseado em árvores de decisão. Para execução do estudo, os algoritmos foram treinados utilizando-se uma base de dados com informações de aproximadamente 40.000 consumidores de uma concessionária de distribuição brasileira. As informações presentes na base de dados são relacionadas aos cadastros técnico e comercial dos consumidores e possuem associação com a presença da perda não técnica de energia. A partir das informações contidas na base de dados, os algoritmos são utilizados em um processo de análise para busca de padrões que estejam associados aos consumidores com perda não técnica. Os resultados das classificações realizadas pelos algoritmos são avaliados a partir da construção da matriz de confusão em cada caso. A partir da matriz de confusão são extraídas as métricas de avaliação Sensibilidade, Precisão e F-score. A partir dos resultados obtidos no estudo foi possível constatar que o algoritmo Multi Layer Percepron apresenta um resultado superior ao Random Forest para a identificação dos consumidores com perda não técnica, sendo portanto o método recomendado para abordar o problema em questão.