Machine learning telah banyak digunakan dalam bidang apapun untuk menganalisa sebuah dataset. Salah satu metode machine learning adalah Support Vector Machine. Metode support vector machine disini sebagai nilai akurasi ketepatan dataset diagnosa kondisi pasien tersebut. Pada penelitian kali ini untuk melihat nilai akurasi pada suatu data akan dibedakan berdasarkan rentang usia dan berdasarkan pada jumlah data dengan rentang usia tertentu. Pada data rentang usia dimulai dari rentang usia 29 sampai 39, 40 sampai 49, 50 sampai 59, dan 60 keatas. Sedangkan pada jumlah data dengan rentang usia tertentu sejumlah 20, 40, 60, dan 80 data. Proses training data kali ini menggunakan bahasa pemrograman python dengan menggunakan algoritma svm sehingga dalam prosesnya, dataset akan dibagi menjadi 75 persen data train dan 25 persen data test, dan untuk prosesnya memakai data test sebagai acuan. Dari pengujian yang dilakukan, nilai akurasi paling besar ditunjukkan pada rentang usia 29 sampai 39 dengan memiliki nilai akurasi 75 persen, sedangkan pada rentang usia yang lain dibawah 75 persen. Kemudian pada kategori jumlah data berdasarkan rentang usia tertentu, nilai akurasi paling besar ditunjukkan pada jumlah data sebanyak 80 data pada rentang usia 40 sampai 49 yakni sebesar 72.7 persen. Sedangkan yang lainnya didapatkan nilai akurasi dibawah 72.7 persen. Hal ini menunjukkan bahwa kualitas sebuah dataset sangat mempengaruhi terhadap nilai akurasi yang didapatkan. Setelah itu dilakukan sebuh proses waktu komputasi untuk mengetahui berapa waktu yang dibutuhkan dalam melakukan training sebuah dataset dalam pengujian kali ini. Dalam pengujian kali ini digunakan 5 sampel data pada rentang usia 40 sampai 49. Dari kelima sampel tersebut kemudian dirata rata, dan hasil yang didapatkan berkisar 0.89 detik. Angka tersebut adalah waktu untuk memproses sebuah data dengan jumlah data sebanyak 20 hingga 80 data.