Obat-obatan memainkan peran penting dalam meningkatkan kesehatan dan kesejahteraan manusia. Sebelum disetujui untuk digunakan oleh publik, obat-obatan harus menjalani uji klinis untuk menilai toksisitasnya dan memastikan keamanannya. Namun, metode konvensional, seperti pengujian pada hewan, mahal, memakan waktu, kontroversial secara etis, dan membutuhkan banyak tenaga. Untuk mengatasi tantangan ini, pendekatan alternatif untuk prediksi toksisitas sangat penting. Penelitian ini berfokus pada Support Vector Machine (SVM), sebuah algoritma Machine Learning (ML) yang diawasi, yang sangat efektif untuk tugas-tugas klasifikasi. Kernel yang digunakan dalam penelitian ini adalah linear, poly, dan RBF. Selain itu, Firefly Algorithm (FA) digunakan sebagai teknik optimasi untuk pemilihan fitur, yang bertujuan untuk meningkatkan akurasi model dan mengurangi dimensi data. Penelitian ini mengeksplorasi implementasi pendekatan hibrida FA-SVM untuk memprediksi toksisitas obat menggunakan dataset yang berisi representasi SMIL