Los deslizamientos de tierra representan riesgos significativos para la vida humana y la infraestructura. La región de Medea en Argelia es particularmente susceptible a estos eventos destructivos, que resultan en pérdidas económicas sustanciales. A pesar de esta vulnerabilidad, falta un mapa integral de deslizamientos de tierra para esta región. Este estudio tiene como objetivo desarrollar un nuevo modelo metaheurístico híbrido para la predicción espacial de la susceptibilidad a deslizamientos de tierra en Medea, combinando el Sistema de Inferencia Neuro-Fuzzy Adaptativo (ANFIS) con cuatro nuevos algoritmos de optimización (Algoritmo Genético-GA, Optimización por Enjambre de Partículas-PSO, Optimización de Halcones de Harris-HHO y Algoritmo de Enjambre de Salpas-SSA). La fase de modelado se inició utilizando una base de datos que comprende 160 ocurrencias de deslizamientos de tierra derivadas de imágenes de Google Earth; encuestas de campo; y ocho factores de condicionamiento (litología, pendiente, elevación, distancia a corrientes, uso del suelo, precipitación, aspecto de la pendiente y distancia a la carretera). Posteriormente, se utilizó el método de Prueba Gamma (GT) para optimizar la selección de variables de entrada. A continuación, las entradas óptimas se modelaron utilizando técnicas ANFIS metaheurísticas híbridas y su rendimiento se evaluó utilizando cuatro indicadores estadísticos relevantes. La evaluación comparativa demostró las superiores capacidades predictivas del modelo ANFIS-HHO en comparación con los otros modelos. Estos resultados facilitaron la creación de un mapa de susceptibilidad preciso, ayudando a los gestores de uso del suelo y a los tomadores de decisiones a mitigar de manera efectiva los peligros de deslizamientos de tierra en la región de estudio y en otras similares en todo el mundo.