Cindy Wahyuningsih, 2023. IMPLEMENTASI SUPPORT VECTORREGRESSION (SVR) DENGAN FLOWER POLLINATION ALGORITHM (FPA) UNTUK PERAMALAN CURAH HUJAN DI PROVINSI GORONTALO. SKRIPSI. Gorontalo. Program Studi Statistika, Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Gorontalo. Pembimbing: (1) Novianita Achmad, S.Si., M.Si, (2) Isran K. Hasan,S.Pd.,M.Si Indonesia merupakan negara khatulistiwa yang diapit oleh dua samudera dan benua. Perubahan iklim terjadi karena pemanasan global yang menyebabkan perubahan, salah satunya pola curah hujan yang tidak menentu. Curah hujan merupakan parameter iklim yang jumlah sebarannya tidak merata serta berbeda dalam segi ruang mau pun waktu. Intensitas curah hujan yang tinggi dapat mengakibatkan banjir, sedangkan intensitas curah hujan yang rendah dapat mengakibatkan kekeringan. Salah satu wilayah di Indonesia yang sering tertimpa kedua musibah tersebut ialah Provinsi Gorontalo. Untuk mengatasi masalah tersebut diperlukan peramalan curah hujan untuk mengetahui pola curah hujan yang akan datang. Salah satu metode peramalan untuk meramalkan curah hujan adalah Support Vector Regression (SVR). Namun, metode tersebut masih memiliki kekurangan yaitu pada penentuan nilai parameter yang tepat. Maka diperlukan metode optimasi Flower Pollination Algorithm (FPA) untuk membantu menentukan nilai parameter SVR yang tepat. Optimasi metode FPA pada SVR dilakukan untuk mendapatkan nilai parameter SVR yang paling optimal. Parameter SVR yang dioptimasi adalah sigma, variabel skalar, cLR, epsilon, dan variabel slack (C). Hasil pengujian yang dilakukan terhadap peramalan curah hujan menggunakan SVR dengan FPA pada data curah hujan dari tahun 2016 hingga 2021 menghasilkan nilai sebesar 0,054311 dalam fitness atau 17,41247 dalam MAPE yang berarti rata-rata selisih antara data aktual dengan hasil peramalan adalah sebesar 17,0216451mm. Kata Kunci: Peramalan, Curah hujan, Suppot Vector Regression, Flower Pollination Algorithm