Malaria adalah penyakit yang mengancam jiwa, disebabkan oleh parasit yang ditularkan ke manusia melalui gigitan nyamuk Anopheles betina yang terinfeksi. Pada tahun 2019, diperkirakan terdapat 229 juta kasus malaria di seluruh dunia dan jumlah kematian mencapai 409.000. Daerah yang paling sering terjangkit penyakit malaria menurut WHO ada pada wilayah Afrika. Penyakit malaria dapat di deteksi sebelumnya dengan menggunakan informasi yang ada pada data pasien dan menerapkan teknik machine learning. Pada penelitian ini bertujuan untuk deteksi dan klasifikasi penyakit malaria berat berdasarkan histori pemeriksaan data pasien dengan menggunakan metode Support Vector Machine (SVM) dengan sebelumnya dilakukan teknik normalisasi menggunakan min-max pada dataset dan dilakukan teknik cross validation dengan beberapa eksperimen nilai K terhadap hasil. Penelitian ini juga membandingkan metode Support Vector Machine dengan Naïve Bayes (NB) yang dimana hasil akurasi model SVM lebih unggul daripada Naïve Bayes dengan gap akurasi rata-rata 25%. Akurasi yang dihasilkan dengan penerapan metode usulan sebesar 92.3%.