Stroke merupakan salah satu kondisi gawat darurat yang harus ditangani dengan cepat karena dapat mengakibatkan kefatalan. Stroke terjadi ketika asupan oksigen dan atau asupan nutrisi ke otak mengalami gangguan karena adanya penyumbatan pada pembuluh darah. Kondisi penyumbatan ini menyebabkan bagian dari sel-sel otak yang terdampak akan mengalami kerusakan sehingga tidak dapat berfungsi dengan baik. Stroke yang tidak tertangani dengan segera dapat memberikan efek negatif terhadap penderitanya, mulai dari kecacatan, kerusakan otak, hingga kematian. Penelitian ini mengusulkan penerapan metode Composite Peformance Index (CPI) dalam membangun Decision Support System (DSS) untuk membantu diagnosis tingkat peluang terjangkit stroke untuk dapat ditangani lebih lanjut. CPI diterapkan untuk melakukan penilaian dan menentukan peringkat dari beberapa alternatif penyebab stroke. Nilai indeks gabungan gejala stroke yang terbesar akan menampilkan pasien yang paling memungkinkan akan menderita stroke. Tujuan penelitian ini yaitu dengan mengetahui pasien yang mungkin mengalami stroke diharapkan dapat memberikan perawatan dan pengobatan yang sesuai, sehingga mampu menekan tingkat kerusakan otak dan mencegah terjadinya komplikasi. Diagnosis dilakukan dengan menerapkan metode CPI pada sistem menggunakan bahasa pemrograman python. Python adalah salah satu bahasa pemrograman yang banyak digunakan dalam pengembangan DSS, karena kemudahan pengkodeannya dan kepemilikan pustaka yang kaya. Hasil penelitian ini didapatkan perhitungan yang dilakukan secara manual dan sistem memiliki hasil yang sama, artinya sistem yang dibangun menghasilkan perhitungan yang valid. Berdasarkan studi kasus penelitian, nilai tertinggi pasien yang akan mengalami stroke berdasarkan nilai indeks gabungan metode CPI adalah sebesar 198.5 dengan keadaan pasien memiliki pola hidup sehat dan riwayat orang tua pernah mengalami stroke mini/TIA.