Klasifikasi perangkat seluler merupakan proses pengelompokan perangkat, seperti smartphone, berdasarkan karakteristik dan fitur yang dimiliki. Penelitian ini fokus pada permasalahan, yaitu kurangnya pemahaman mengenai karakteristik penggunaan gadget seluler diberbagai kelompok usia, yang dapat menyebabkan ketidaksesuaian produk dengan kebutuhan pengguna. Bertujuan untuk mengklasifikasikan usia pengguna perangkat seluler berdasarkan nilai guna perangkat dengan menggunakan metode Support Vector Machine (SVM). Data yang digunakan merupakan data sekunder yang diambil dari dataset platform Kaggle, yang mencakup variabel terkait perilaku pengguna, seperti model perangkat, sistem operasi, durasi penggunaan aplikasi, waktu layar menyala, konsumsi daya baterai, jumlah aplikasi terinstal, penggunaan data, dan jenis kelamin pengguna. Pengolahan data melibatkan pembersihan, ekstraksi fitur, dan pelatihan model dengan berbagai kernel SVM (Linear, RBF, Polynomial, dan Sigmoid), serta penyetelan hyperparameter menggunakan Grid search untuk meningkatkan akurasi. Hasil penelitian menunjukkan bahwa model SVM dengan kernel Linier,Polinomial, dan RBF menghasilkan akurasi tertinggi, mencapai 100%. Temuan ini mengindikasikan bahwa metode SVM efektif dalam mengklasifikasikan usia pengguna berdasarkan pola penggunaan perangkat seluler, serta memberikan wawasan berharga untuk pengembangan produk yang lebih personal dan sesuai dengan kebutuhan masing-masing kelompok usia.
Kata Kunci : Klasifikasi, Perangkat Seluler, Usia, Support Vector Machine, Kaggle, Perilaku.