Ayam broiler memainkan peran penting dalam memenuhi kebutuhan protein, dan pertumbuhan industri peternakan yang pesat terdapat dalam produksi yang tinggi yang dipengaruhi oleh kualitas daging yang baik, harga terjangkau, dan ketersediaan yang mudah. Namun, permasalahan yang sering terjadi di peternakan adalah pada monitoring kandang, di mana monitoring kandang masih dilakukan secara manual sehingga peternak harus ke kandang untuk memastikan suhu dan kelembaban stabil. Internet Of Things (IoT) dapat membantu melakukan monitoring kandang secara real-time. Pada penelitian ini akan membuat sistem monitoring suhu dan kelembaban yang dapat mengklasifikasikan kondisi kandang ayam dengan menerapkan metode M-SVM pada sistem. Data yang digunakan pada penelitian ini diperoleh melalui akuisisi data sebanyak 865 data yang diambil dari sensor BME680 untuk mengambil data suhu dan kelembaban. Data yang diperoleh kemudian dinormalisasi pada setiap variabelnya menggunakan normalisasi Min-Max. Pembagian data latih dan data uji dalam penelitian ini menggunakan split data dengan pembagian data 70:30, 80:20, dan 90:10. Pengujian dengan nilai akurasi tertinggi terdapat pada rasio perbandingan 80:20, di mana 80% data latih dengan 692 data dan 20% data uji dengan 173 data. Pengujian sistem monitoring kandang ayam menggunakan metode SVM dengan confusion matrix multiclass. Dari hasil pengujian dapat diketahui bahwa nilai akurasi yang didapatkan sebesar 93.64%, nilai presisi sebesar 91.76%, nilai recall sebesar 93.75%, dan nilai F1-Score sebesar 92.56%.