Penelitian ini membahas masalah prediksi sektor industri dari saham yang terdaftar pada Bursa Efek Indonesia (BEI) berdasarkan data laporan keuangan. Masalah Hal ini sangat penting dalam pengambilan keputusan investasi, di mana investor perlu mengetahui sektor mana yang memiliki potensi pertumbuhan yang lebih baik atau mana yang sedang mengalami penurunan. dan juga penelitian ini memberikan informasi mengenai letaknya sector industri berdasarkan laporan keungan untuk membantu mengetahui seberapa baik metode machine learning dalam melakukan prediksi. Metode yang digunakan dalam penelitian ini adalah Support Vector Machine (SVM), sebuah teknik pembelajaran mesin yang efektif untuk klasifikasi. SVM bekerja dengan mencari hyperplane yang memisahkan data dengan margin terbesar. Data yang digunakan berupa laporan keuangan tahunan perusahaan yang terdaftar pada BEI, dengan fokus pada rasio keuangan seperti rasio likuiditas dan profitabilitas. Hasil penelitian dari ke 3 kernel SVM yaitu Linear, Polynomial dan RBF sebelum oversampling dan tuning hyperparameter menunjukkan akurasi dibawah 50% Namun, setelah dilakukan oversampling dan tuning hyperparamer didapatkan dengan kernel RBF yang dimana akurasinya naik mencapai 54% cukup baik dari sebelumnya. Berdasarkan hasil tersebut, penelitian ini sebenernya masih jauh dari yang diharapkan mungkin dalam penelitian selanjutnya diharapkan dapat menemukan metode yang lebih efektif dari tahap preprocessing hingga hasil untuk mengatasi kelemahan yang ada pada penelitian ini.