Metode klasifikasi, baik parametrik maupun non-parametrik, sering digunakan dalam penelitian untuk mengelompokkan data secara sistematis. Namun metode parametrik memiliki keterbatasan seperti pemenuhan asumsi dan penyederhanaan interpretasi. Metode non-parametrik, meskipun lebih mudah diinterpretasikan. Prevalensi stroke di Indonesia meningkat, dengan data rekam medis pasien stroke menunjukkan pentingnya penerapan metode klasifikasi dalam memahami dan mengelola risiko stroke untuk penanganan yang lebih cepat dan tepat. Penelitian ini menggunakan data rekam medis pasien stroke yang dirawat inap di RS X dan mengaplikasikan metode CART untuk klasifikasi faktor risiko dengan jumlah 480 kasus stroke pertama kali dengan 14 variabel prediktor. Metode yang digunakan dalam analisis menggunakan Classification and Regression Tree (CART). Tahapan analisis CART meliputi pembentukan pohon klasifikasi maksimal, pemilahan variabel prediktor, perhitungan keberagaman data, pemilahan simpul berdasarkan indeks gini, dan pemangkasan pohon untuk mendapatkan pohon optimal. Setelah dilakukan analisis, maka dapat dihitung akurasi, sensitivity, specivity, APER, dan presisi dalam metode yang dihasilkan CART. Berdasarkan hasil analisis, dapat diketahui bahwa ada 8 variabel yang penting, yaitu GCS UGD, gejala klinis muntah, tekanan darah sistolik rawat inap, riwayat diabetes mellitus, tekanan darah diastolik rawat inap, GDA dan kolesterol total. Hasil prediksi untuk metode CART pada akurasi sebesar 81%, sensitivity 82%, specivity 75%, APER 19%, dan presisi 95%. Simpulan dari penelitian ini menunjukkan metode CART efektif dalam klasifikasi faktor risiko stroke dengan akurasi 81%. Delapan variabel utama telah diidentifikasi, menunjukkan pentingnya penerapan metode klasifikasi untuk memahami dan mengelola risiko stroke guna meningkatkan efektivitas penanganan pasien.