Jantung merupakan komponen tubuh manusia yang bertanggung jawab untuk memompa darah dan mendistribusikan oksigen ke seluruh tubuh. Rumah sakit dan dokter masih memeriksa diagnosis penyakit jantung secara manual saat ini. Namun, metode ini mahal dan memakan waktu. Pada penelitian ini, algoritma Gradient Tree Boosting (GTB) digunakan untuk mendeteksi pasien yang terdiagnosis penyakit jantung (disease and no disease), penelitian ini menggunakan bahasa pemograman python sebagai pembangunan machine learning, sebagai tampilan antarmuka menggunakan bahasa pemograman PHP dan untuk penyimpanan menggunakan MySQL. Dengan dataset yang disediakan dari UCI Machine Learning Repository, terdapat 13 fitur pendukung untuk mendeteksi penyakit jantung dengan total 304 data serta memiliki 1 label untuk menentukan pasien terdiagnosa penyakit jantung atau tidak. Pembangunan aplikasi menggunakan SDLC Waterfall dengan tahapan analisis, desain, implementasi, testing, dan deployment. Dari hasil klasifikasi yang dilakukan mendapatkan skor recall 0,98.