Adopsi teknologi informasi menjadi kunci utama, Wireless Sensor Network (WSN) muncul sebagai teknologi yang menjanjikan, terutama dalam konteks Internet of Things (IoT). Penelitian ini menjelaskan bahwa penggunaan WSN menjadi elemen penting dalam mendukung perkembangan IoT, memberikan keuntungan efisiensi energi dan mengatasi hambatan-hambatan yang muncul. Namun, penggunaan saluran nirkabel membuat WSN rentan terhadap serangan Denial of Service (DoS), khususnya serangan virtual jamming. Serangan ini dapat menyebabkan penurunan throughput dan kapasitas jaringan yang signifikan. Oleh karena itu, penelitian ini mengusulkan pendekatan dengan menggabungkan pembelajaran mesin dan jaringan nirkabel, khususnya menggunakan algoritma Support Vector Machine (SVM) untuk mendeteksi dan mencegah serangan virtual jamming. SVM dipilih karena menunjukkan tingkat akurasi yang tinggi dalam klasifikasi. Penelitian ini memiliki batasan masalah dengan fokus pada penggunaan algoritma SVM. Dataset yang dihasilkan menggunakan NS-2, dan telah difilter serta diklasifikasikan, digunakan untuk mengevaluasi kinerja SVM. Model SVM pada skenario SVM (2) menunjukkan performa terbaik dengan accuracy 76,60%, recall 75,19%, precision 81,06%, dan F1 Score 78,02%. Hasil ini mengonfirmasi bahwa metode SVM efektif dalam mendeteksi serangan virtual jamming, dengan distribusi spasial node yang acak dan dataset yang mendukung validitas analisis.