Penyakit jantung atau penyakit kardiovaskuler dan pembuluh darah merupakan
salah satu masalah kesehatan yang penting baik di negara maju maupun negara
berkembang. Penyakit ini merupakan penyebab utama kematian di dunia setiap tahunnya.
Sekitar 17,3 juta kematian disebabkan oleh penyakit kardiovaskuler sejak tahun 2008.
Lebih dari 3 juta kematian ini terjadi sebelum usia 60 tahun. Penelitian ini bertujuan untuk
mengimplementasikan Machine Learning menggunakan algoritma Random Forest
dengan dataset yang diperoleh dari UCI Machine Learning Repository dengan jumlah
data 1024 dan 14 atribut diantaranya age, sex, cp, trestbps, chol, fbs, restecg, thalach,
oldpeak, slope, ca, thal, target. Dari hasil penelitian yang diperoleh, akurasi dari
penggunaan algoritma Random Forest sebesar 89% dan AUC sebesar 0.898. Untuk tahap
deployment dilakukan menggunakan Streamlit untuk membuat antarmuka web interaktif.
Implementasi Streamlit memungkinkan dokter atau profesional tenaga kesehatan untuk
memasukan data pasien dan langsung memperoleh prediksi kemungkinan pasien
memiliki penyakit jantung.
Kata kunci : Penyakit Jantung, Machine Learning, Random Forest, Streamlit