Penyakit kardiovaskular menjadi salah satu penyakit yang menyumbang kematian terbesar di dunia. Resiko kematian penting untuk diprediksi untuk menentukan pengobatan ataupun perubahan perilaku dan gaya hidup pada pasien kardiovaskular. Data rekam medis pasien kardiovaskular dapat dimanfaatkan sebagai masukan dalam memprediksi harapan hidup. Penelitian ini menawarkan dibangunnya sistem prediksi harapan hidup bagi pasien kardiovaskular. Prediksi menggunakan metode multilayer perceptron dengan uji coba berbagai skenario. Selain itu, metode seleksi fitur yaitu correlation based filter (CBF), linear discriminant analysis (LDA), dan principal component analysis(PCA) diterapkan guna memperoleh fitur relevan untuk menaikkan performa klasifikasi. Berdasarkan uji coba yang dilakukan, rata-rata akurasi menggunakan seleksi fitur CBF dan LDA sebesar 84% dan 84,7%. Pada uji coba terbaik, CBF mampu menghasilkan nilai akurasi, precision, recall, dan f-measure yaitu 91,7% 85% 89,5% dan 87,2%. Berdasarkan hasil tersebut dapat disimpulkan bahwa sistem prediksi ini mampu memberikan hasil yang cukup akurat.