Diabetes mellitus adalah penyakit yang disebabkan oleh kenaikan kadar gula darah pada beberapa akibat gangguan produksi insulin. Gangguan ini dapat terjadi karena rusaknya sel-sel ? pankreas dikarenakan faktor seperti virus dan zat kimia. Berbagai penelitian telah dilakukan untuk menemukan obat yang dapat mengatasi penyakit ini. Salah satunya adalah Inhibitor Dipeptidyl Peptidase IV (DPP IV) yang diketahui menunjukkan potensi untuk pengobatan pasien diabetes. Pada penelitian ini, metode Quantitative Structure Activity Relationship (QSAR) digunakan untuk memprediksi aktivitas Inhibitor DPP IV sebagai anti-diabetes. Particle Swarm Optimization (PSO) digunakan untuk seleksi fitur dan Support Vector Regression (SVR) digunakan untuk membuat model prediksi. Peneliti meningkatkan kinerja model dengan penyetelan hyperparameter yang dilakukan untuk mendapatkan nilai-nilai hyperparameter yang optimal. Dari hasil analisis, peneliti menemukan bahwa masing-masing model RBF, Poli dan Linear yang berisi 25 deskriptor memiliki akurasi yang baik. Dari hasil yang di uji pada deskriptor versus MSE menunjukkan bahwa ketiga model menghasilkan akurasi yang tepat. Pengujian juga dilakukan pada aktual versus prediksi, aktual versus residual dan Applicability Domain yang menunjukkan hasil yang beragam dari pengujian.