Helpdesk secara online dengan sistem ticketing dengan bantuan operator sering kali mengalami permasalahan seperti proses pendelegasian yang kurang tepat, lamanya waktu tunggu helpdesk didelegasikan, bahkan terlewatnya helpdesk untuk dapat ditangani. Proses delegasi tiket secara manual oleh operator beresiko menimbulkan terjadinya kesalahan pendelegasian tiket helpdesk kepada teknisi yang tidak sesuai. Sistem klasifikasi helpdesk dibutuhkan agar setiap tiket helpdesk yang masuk dapat diklasifikasikan dan didelegasikan ke teknisi yang tepat sesuai dengan job description. Helpdesk yang masuk diklasifikasi menjadi 6 macam permintaan bantuan yaitu multimedia, dokumentasi, internet, server, hardware, software. Pengelompokan helpdesk ini diperlukan agar teknisi terkait untuk masing-masing helpdesk dapat mengerjakan dan membantu helpdesk sesuai dengan job description masing-masing. Metode Support Vector Machine dipakai untuk melakukan klasifikasi teks pada helpdesk. Penggunaan kernel Linear dan Polynomial menghasilkan akurasi sebesar 78%, kernel RBF atau Gaussian menghasilkan akurasi paling tinggi yaitu sebesar 81% sedangkan kernel Sigmoid menghasilkan akurasi paling kecil yaitu 51%. Hasil klasifikasi helpdesk dengan metode Support Vector Machine dapat menghasilkan akurasi cukup baik.