Salah satu elemen yang terdapat pada iklim adalah curah hujan. Di Indonesia, iklim dipengaruhi oleh beberapa faktor global seperti adanya peristiwa La Nina dan El Nino, peristiwa Dipole Mode, serta Osilasi Selatan. Pada kejadian – kejadian tertentu dapat meningkatkan atau menurunkan intensitas curah hujan yang menyebabkan terjadinya kebanjiran ataupun kekeringan. Metode klasifikasi Support Vector Machine (SVM) dapat di terapkan di berbagai bidang seperti di bidang meteorologi dan klimatologi, salah satunya yaitu klasifikasi curah hujan. Dengan demikian, dilakukan penelitian dengan mengklasifikasikan curah hujan dengan tujuan untuk mengenali hubungan antara fenomena global dengan curah hujan, serta hasil penerapan klasifikasi dengan metode SVM terhadap curah hujan yang ada di Kabupaten Tanah Laut. Analisis yang dilakukan adalah dengan menggunakan konsep SVM Multiclass dengan 4 kategori klasifiksi curah hujan yaitu Rendah, Menengah, Tinggi, dan Extream. Kernel yang digunakan pada SVM adalah kernel RBF dengan optimasi parameter yang digunakan yaitu Cost (C) 1,5,10,15 dan Gamma (γ) 1,5,10,15. Dataset yang dibentuk yaitu berdasarkan periode tahunan, kondisi iklim, dan juga musiman. Uji korelasi Rank Spearman menggambarkan hubungan antara fenomena global dengan curah hujan dengan kisaran korelasi -0,1456 - 0,43144 untuk keseluruhan dataset. Pada implementasi metode klasifikasi SVM menunjukkan bahwa parameter Cost (C) ≥ 10 dan Gamma (γ) ≥ 5 didapatkan akurasi tertinggi sebesar 100% pada data training sedangkanpada pengujian data testing, mendapatkan akurasi yang terbilang baik yaitu akurasi sebesar 78,00% pada periode La Nina dan 81,38% pada periode musiman.