Penyakit Parkinson adalah penyakit yang menyebabkan penderita tidak dapat menggunakan anggota tubuh motoriknya dengan baik dan benar. Sebelum hal tersebut terjadi, maka diperlukan sebuah mekanisme untuk mendeteksi penyakit tersebut agar dapat dilakukan upaya penanganan lebih awal. Salah satu cara untuk mendeteksi penyakit tersebut adalah dengan mengamati ekspresi darah yang berada pada tubuh manusia. Penelitian ini bertujuan untuk mengimplementasikan Support vector machine (SVM) dengan hyperparameter tuning yang didapatkan dari algoritma firefly (FA) untuk mendeteksi seseorang yang berkemungkinan menderita parkinson. Pengamatan yang dilakukan peneliti memiliki hasil bahwa SVM-FA dengan kernel polinomial memiliki performa tertingggi dibanding kernel linear dan kernel radial basis function (RBF) saat pengujian, Terjadi peningkatan performa setelah menggunakan hyperparameter tuning pada model SVM-FA linear dan model SVM-FA Polinomial. Model terbaik, yakni SVM-FA dengan kernel polinomial yang memiliki accuracy sebesar 65,63% serta f1-score sebesar 68,57%.