Laporan defect merupakan bagian yang tidak dapat dipisahkan dari sebuah perusahaan yang bergerak dalam bidang pengembangan perangkat lunak. Laporan ini merupakan salah satu faktor yang menentukan kualitas perangkat lunak yang dikembangkan. Namun dalam prakteknya laporan defect yang dibuat tidak semuanya dapat langsung dikerjakan dikarenakan beberapa faktor. Penelitian ini membahas mengenai beberapa faktor yang menentukan kualitas dari laporan defect itu sendiri apakah dapat langsung dikerjakan atau harus diperbaiki terlebih dahulu dilanjutkan dengan mengembangkan sebuah model text mining dalam mengidentifikasi klasifikasi kualitas laporan tersebut. Penelitian ini melakukan percobaan terhadap empat algoritme yaitu Naïve Bayes, k-Nearest Neighbor, Logistic Regression, dan Support Vector Machine. Pengukuran performa dari setiap model algoritme dilakukan menggunakan accuracy, recall, precission, dan f-measure. Hasil evaluasi menunjukkan bahwa algoritme Logistic Regression menghasilkan model terbaik dengan nilai recall sebesar 73,04% dan f-measure sebesar 62,51%.