Aritmia merupakan gangguan irama jantung yang sering tidak menimbulkan gejala, namun penting untuk dideteksi sejak dini, khususnya pada remaja. Penelitian ini bertujuan mengembangkan sistem identifikasi aritmia berbasis data elektrokardiogram (EKG) menggunakan algoritma Decision Tree. Analisis dilakukan dengan mengekstraksi fitur-fitur penting dari sinyal EKG, seperti interval RR, PR, durasi QRS, interval QT, segmen ST, detak jantung (BPM), dan rasio R/S. Algoritma Decision Tree dipilih karena mampu membentuk struktur klasifikasi yang mudah dipahami dan relevan untuk interpretasi medis. Hasil pengujian menunjukkan bahwa model yang dibangun dapat mengidentifikasi kondisi aritmia dengan tingkat akurasi sebesar 98,64%. Sistem ini menunjukkan potensi sebagai alat bantu deteksi aritmia yang efisien dan dapat digunakan untuk mendukung proses skrining awal pada remaja.