Cerebrovascular Accidents (stroke) merupakan penyakit yanga mengancam dan penyebab kematian dan kecacatan dan disablitas di dunia, di Indonesia kasus orang terkena stroke setiap tahun meningkat. Penyakit stroke dapat dicegah dengan menjalankan faktor gaya hidup sehat, makan makanan bergizi dan beraktifitasi fisik. Tujuan penelitian ini adalah membuat sebuah model prediksi penyakit stroke yang efektif, sistem menggunakan parameter dari faktor gaya hidup, faktor yang dapat dikendalikan seperti faktor risiko medis dan faktor-faktor yang tidak dapat dikendalikan. Empat algoritma pengklasifikasi di usulkan yaitu multi layer perceptron, KNN, Decisson Tree dan Random Forest. Hasil menunjukkan bahwa algoritma pengklasfikasi dapat bekerja efektif dengan hasilkan nilai akurasi mencapar sempurna 99,99% pada tingkat validasi 10K-Fold Validation