Lapor! adalah layanan penyampaian aspirasi dan pengaduan masyarat Indonesia.Dengan aplikasi Lapor!, pemerintah menjawab permasalahan rumitnya birokrasi yang ada pada instansi pemerintah. Aplikasi Lapor! telah banyak menampung laporan masyarakat, dan hal ini menyebabkan permasalahan baru dalam aplikasi Lapor!. Banyaknya laporan masyarakat serta pemilahan laporan secara manual, menyebabkan kesalahan disposisi laporan ke instansi yang berwenang. Atas dasar permasalahan diatas, penelitian ini akan melakukan klasifikasi laporan secara otomatis berdasarkan isi laporan ke instansi yang berwenang. Setiap laporan akan dilakukan topic modeling menggunakan latent dirichlet allocation (LDA) dan selanjutnya akan dilakukan klasifikasi menggunakan metode support vector machine (SVM). Pengujian metode dilakukan menggunakan confusion matrix dengan 4 matriks, yaitu accuracy, precision, recall, dan F1 Score dengan perlakuan data membagi data training-test 70:30 dan K-Fold dengan jumlah K = 10. Hasil penelitian menunjukan metode LDA dan SVM dengan optimasi hyper-parameters dapat melakukan klasifikasi laporan dengan accuracy sebesar 76.18%, precision sebesar 75.78%, recall sebesar 70.44% dan F1 Score sebesar 69.36% dengan uji K-Fold dan Dan accuracy sebesar 79.85%, precision sebesar 79.98%, recall sebesar 72.37% dan F1 Score sebesar 74.67% training-test split 70:30