CHD adalah nyeri dada atau ketidaknyamanan yang terjadi jika area otot jantung tidak mendapatkan cukup darah yang kaya oksigen. CHD juga dikenal sebagai penyakit arteri koroner. CHD meningkat setiap tahun dengan jumlah kematian yang signifikan, Diusulkan algoritma pembelajaran untuk mendapatkan kinerja yang lebih baik dalam akurasi, sensitivitas, dan spesifisitas dalam interpretasi CHD. Akurasi dapat ditingkatkan dengan menambahkan suatu teknik optimasi inisialisasi weight Kaiming He (2015) pada struktur DNN. Maka dari itu kami mengusulkan DNN di optimasi dengan suatu teknik inisialisasi weight Kaiming He sehingga dapat mengatasi kelemahan dalam varian data. Ini dibuktikan dengan hasil performa akurasi sebesar 98.73%. Inisialisasi bobot kaiming he terbukti dapat meningkatkan akurasi dan mengatasi masalah varian data yang besar antar kelas.