Perkembangan teknologi berbasis lokasi telah memunculkan permintaan yang semakin tinggi akan solusi penentuan posisi. Namun, keterbatasan GPS dalam memberikan layanan posisi di dalam ruangan menjadi kendala yang perlu diatasi. Di sisi lain, akses WiFi yang semakin mudah dan meluas memberikan peluang untuk dimanfaatkan secara maksimal dalam konteks penentuan posisi dalam ruangan. Penelitian ini mengambil manfaat dari ekosistem WiFi untuk mengembangkan sistem pelayanan lokasi dalam ruangan yang dikenal sebagai Indoor WiFi Positioning System. Dalam penelitian ini, data lokasi pengguna dikumpulkan berdasarkan parameter Mac Address dan Receive Signal Strength Indicator (RSSI), yang menjadi dasar dalam pengklasifikasian posisi pengguna menggunakan metode Support Vector Machine (SVM). Tujuan utama penelitian ini adalah menghasilkan sistem yang mampu mengklasifikasikan posisi pengguna dengan tingkat akurasi yang tinggi. Dengan menggunakan pendekatan ini, diharapkan Indoor WiFi Positioning System mampu memberikan solusi penentuan posisi yang akurat dan andal di dalam ruangan. Dengan memanfaatkan kelebihan akses WiFi yang mudah dijangkau, penelitian ini berusaha memenuhi kebutuhan akan sistem penentuan posisi yang lebih presisi dan dapat diandalkan di dalam ruangan. Pengujian sistem klasifikasi SVM pada penentuan lokasi ini diterapkan pada lima ruangan yang terletak di lingkungan Politeknik Elektronika Negeri Surabaya, yaitu ruangan E204, Perpustakaan D3, Perpustakaan D4, Perpustakaan Pasca, dan PS. 04.18. Model SVM terbaik yang diperoleh menggunakan Kernel Radial Basis Function dengan nilai akurasi mencapai 71%.