Publikasi ini menyajikan implementasi algoritma Decision Tree untuk memprediksi risiko serangan jantung menggunakan dataset Heart Attack Prediction Indonesia di R Studio. Model dievaluasi sebelum dan sesudah proses tuning parameter untuk memperoleh performa klasifikasi yang lebih optimal. Selain menghasilkan performa yang lebih baik dibandingkan algoritma KNN, Decision Tree juga unggul dalam hal interpretabilitas karena setiap keputusan klasifikasi dapat ditelusuri melalui struktur percabangan pohon, sehingga mudah dipahami oleh tenaga medis.