Hipertensi merupakan penyakit tidak menular yang dapat menimbulkan komplikasi serius seperti stroke dan penyakit jantung. Penelitian ini bertujuan untuk mengklasifikasikan status hipertensi menggunakan algoritma Support Vector Machine dan Naive Bayes. Dataset berjumlah 1.898 data pasien dari Puskesmas, yang telah melalui tahap pembersihan, normalisasi, serta pembagian menjadi data latih dan data uji. Akurasi, presisi, recall, dan skor f1 digunakan untuk mengevaluasi kinerja model. Hasil menunjukkan bahwa SVM memperoleh akurasi sebesar 95,71%, sedangkan Naive Bayes mencapai 93,37%. Temuan ini menunjukkan bahwa SVM lebih unggul dalam mengklasifikasikan status hipertensi. Meski demikian, Naive Bayes tetap layak digunakan karena kesederhanaan implementasinya. Algoritma ini menjadi pilihan alternatif yang efisien untuk klasifikasi medis yang cepat dan ringan. Temuan ini dapat digunakan sebagai basis pengembangan sistem deteksi dini untuk mendukung layanan kesehatan masyarakat.