Pemanfaatan energi surya melalui sistem Pembangkit Listrik Tenaga Surya off-grid menjadi salah satu solusi dalam mendukung kebutuhan energi berkelanjutan, khususnya untuk aplikasi Penerangan Jalan Umum. Penelitian ini bertujuan untuk menerapkan metode Support Vector Regression dalam memprediksi efisiensi sistem PLTS off-grid berdasarkan data pada sistem. Data yang digunakan meliputi parameter kelistrikan, intensitas cahaya, dan suhu lingkungan yang diperoleh melalui sistem monitoring berbasis sensor. Proses pemodelan dilakukan melalui tahap pra-pengolahan data, pembagian data berbasis deret waktu, serta optimasi parameter menggunakan metode GridSearchCV. Evaluasi performa model dilakukan menggunakan metrik R2, MAE, MSE, RMSE, dan MAPE. Hasil penelitian menunjukkan bahwa model SVR mampu mempelajari pola hubungan antara variabel input dan efisiensi sistem dengan tingkat akurasi yang baik. Analisis kurva pembelajaran menunjukkan bahwa model memiliki kemampuan generalisasi yang baik tanpa indikasi overfitting yang signifikan. Penelitian ini menunjukkan bahwa pendekatan berbasis pembelajaran mesin dapat digunakan sebagai metode pendukung dalam analisis dan prediksi kinerja sistem PLTS off-grid.