Epilepsi merupakan gangguan pada sistem saraf pusat akibat pola aktivitas listrik yang berlebihan di otak. Penyakit ini meyebabkan pasien mengalami kejang berulang di satu atau seluruh bagian tubuh. Oleh karena itu, epilepsy harus dideteksi secara dini agar penderita segera mendapatkan penanganan yang tepat agar keadaan tidak bertambah buruk. Penelitian ini mengusulkan deteksi penyakit epilepsi dengan metode Discrete Wavelet Transform untuk ekstrasi fitur dan Extreme Gradient Boosting untuk klasifikasi. Hasil deteksi diklasifikasikan ke dalam dua kelas, yaitu kejang dan non kejang. Data rekaman EEG yang digunakan berasal dari CHIB MIT Hospital Boston yang diperoleh secara online. Pada proses klasifikasi, penelitian ini menggunakan empat perbandingan prosentase data latih dan data uji serta parameter tuning yang diproses dengan Randomized Search Cross Validation. Kombinasi dari metode tersebut menghasilkan akurasi yang paling tinggi yaitu 85,15% yang dihasilkan oleh prosentase data latih 80% dan data uji 20%. Namun hasil tersebut mengalami overfitting yang tinggi yaitu sebesar 13.54%. Adapun hasil yang paling fit yang dihasilkan oleh penelitian yaitu nilai akurasi sebesar 81% dengan skor latih 88.65% dan skor uji 81.20% yang dihasilkan oleh prosentase data latih 80% dan data uji 20%.