Penyakit kardiovaskular menjadi penyebab kematian nomor satu di seluruh dunia, dan hipertensi memainkan peran penting dalam meningkatnya perkembangan penyakit ini. Dalam praktik klinis saat ini, tekanan darah diukur menggunakan dua metode yaitu invasif dan non-invasif. Namun kedua metode ini kurang sesuai dengan pengukuran rawat jalan dalam jangka waktu panjang jika dilihat dari segi kenyamanannya. Penelitian ini bertujuan mengembangkan sistem deteksi hipertensi berbasis sinyal PPG dengan menggunakan fitur lebar sistolik dan diastolik. Metode yang digunakan adalah Support Vector Machine (SVM) dengan berbagai variasi fungsi kernel dan hyperparameternya. Hasil penelitian menunjukkan bahwa fungsi kernel Poly dengan nilai C=1000 dan degree=2 memberikan kinerja terbaik pada Trial-C. Evaluasi berdasarkan fitur-fitur menunjukkan bahwa pada Trial-C memiliki F1-Score tertinggi yaitu 87,29% pada fitur SEL2. Secara keseluruhan, penelitian ini berhasil mengembangkan sistem deteksi hipertensi berbasis PPG dengan kinerja yang memuaskan. F1-Score sistem mencapai 72,44% pada Trial-A, 74,86% pada Trial-B, dan mencapai tingkat tertinggi yaitu 93,65% pada Trial-C.