Kardiovaskular atau disebut juga sakit jantung merupakan kondisi dimana terjadi gangguan pada jantung dan pemuluh darah. Angka kematian yang disebabkan oleh penyakit kardiovaskular terus meningkat seiring dengan pertambahan usia dimana terdapat 100 kasus per 1000 orang pada usia di atas 60 tahun. Kurangnya kesadaran terhadap pola hidup yang sehat dan kurangnya informasi terkait penyakit jantung mndorong perlu adanya penelitian atau sistem yang dapat memprediksi faktor penyebab penyakit jantung dengan akurasi yang tepat dan performansi yang tinggi. Dalam Tugas Akhir ini dilakukan analisis perbandingan terhadap performansi algoritma CART dan Random Forest dalam memprediksi faktor penyebab penyakit jantung atau kardiovaskular. CART merupakan suatu metode untuk memilih sekelompok data dalam suatu ruang, yang kemudian disebut simpul (node), selanjutnya akan dibagi menjadi dua simpul anak (child node) dan setiap simpul anak dapat dipilah lagi menjadi dua simpul anak berikutnya. Sedangkan Random Forest adalah salah satu metode ensemble yang digunakan untuk meningkatkan akurasi suatu klasifikasi data dari sebuah pemilah tunggal yang tidak stabil melalui kombinasi banyak pemilah dari suatu metode yang sama dengan proses voting untuk memperoleh prediksi klasifikasi akhir. Dalam penelitian ini, algoritma CART menghasilkan pohon optimal dengan nilai akurasi sebesar 76% dengan nilai presisi untuk class ‘0’ adalah 81% dan class ‘1’ adalah 43%, nilai recall untuk class ‘0’ adalah 84% dan class ‘1’ adalah 53%, nilai F1-Score untuk class ‘0’ adalah 84% dan class ‘1’ adalah 53%. Sedangkan Pohon klasifikasi yang dihasilkan oleh metode Random Forest memiliki tingkat akurasi sebesar 80% dimana nilai presisi yaitu 83% untuk class ‘0’ dan 67% untuk class ‘1’, nilai recall yaitu 91% untuk class ‘0’ dan 50% untuk class ‘1’, dan F1-Score yaitu 87% untuk class ‘0’ dan 57% untuk class ‘1’.