Penyakit jantung, yang merupakan penyebab utama kematian, menjadi fokus penanganan dan pembiayaan BPJS Kesehatan. Untuk upaya preventif, prediksi penyakit jantung pada pasien menjadi langkah penting. Dalam penelitian ini, proses klasifikasi dilakukan menggunakan dua metode, yaitu decision tree dan KNN, untuk memprediksi penyakit jantung. Metode decision tree dan KNN merupakan pendekatan yang umum digunakan dalam klasifikasi penyakit jantung. Decision tree membangun model keputusan berbasis pohon, sedangkan KNN menggabungkan beberapa decision tree untuk meningkatkan kinerja dan kestabilan prediksi. Hasil evaluasi performa kedua metode dapat memberikan pandangan yang komprehensif tentang keefektifan masing-masing dalam memprediksi penyakit jantung pada dataset yang digunakan. Metrik evaluasi seperti akurasi, precision, recall, dan F1 score akan memberikan informasi tentang sejauh mana model mampu mengklasifikasikan data dengan benar dan mengidentifikasi kasus penyakit jantung dengan baik