Jantung adalah salah satu organ terpenting bagi manusia. Kerusakan atau bahkan berhentinya kerja jantung dapat berakibat sangat fatal. Ketidaknormalan detak jantung manusia disebut dengan aritmia. Salah satu cara untuk melakukan diagnosis terhadap aritmia adalah dengan Elektrokardiogram (EKG). EKG merupakan salah satu metode diagnosis detak jantung dengan merekam aktivitas fisiologis jantung melalui elektroda-elektroda yang dipasang di kulit dalam periode waktu tertentu. Beberapa metode ekstraksi fitur dan klasifikasi dilakukan untuk mengetahui jenis-jenis detak jantung mana saja yang tergolong ke dalam aritmia. Di dalam Tugas Akhir ini digunakan Deep Belief Network (DBN) yang dibangun dari Stacked Restricted Boltzmann Machine (RBM). Sistem yang dibangun mampu melakukan ekstraksi fitur dan mengklasifikasi data EKG dengan akurasi terbaik 91,939%.