Penyakit jantung ialah salah satu penyakit yang tidak mudah di prediksi semenjak dini dan mungkin Sebagian orang tidak sadar bahwa mengidap penyakit tersebut. Data yang diperoleh WHO Lebih dari 17 juta orang di seluruh dunia meninggal karena serangan jantung pada tahun 2016. Jika gejala penyakit jantung atau serangan jantung diketahui maka dapat dilakukan antisipasi pencegahan terhadap penyakit jantung bahkan dapat meminimalkan angka kematian. Analisis terhadap penyakit jantung bertujuan untuk mengurangi angka kematian terhadap penyakit tersebut. Pada penulisan penelitian ini digunakan suatu metode algoritma decision tree, Algoritma tersebut masih memiliki kelemahan dalam melakukan keakuratan prediksi. Maka membutuhkan suatu cara untuk meningkatkan akurasi dari hasil pembelajaran klasifikasi. Penelitian ini bertujuan untuk meningkatkan hasil pembelajaran klasifikasi dari penyakit jantung dengan menggunakan metode pembelajaran ensemble yaitu Boostrap Aggregating (Bagging) dan Adaptive Boosting (Adaboost). Kedua metode tersebut diuji dengan melakukan prediksi kematian yang disebabkan oleh penyakit jantung.