Indonesia saat ini menghadapi masalah kesehatan yang kompleks dan beragam. Mulai dari demam berdarah sampai penyakit pernapasan akut akibat virus flu burung yang terjadi beberapa waktu lalu. Selain penyakit tersebut, ada penyakit lainnya yang menyebabkan kematian nomor satu di Indonesia sampai sekarang yakni penyakit jantung koroner (acute coronary syndrome) atau disebut the silence killer. Angka kematian di Indonesia akibat penyakit jantung koroner (PJK) mencapai 26%. Oleh karena itu, untuk mencegah tingginya angka kematian PJK, dapat dilakukan deteksi dini PJK. Salah satu caranya adalah pemeriksaan rekaman EKG (elektrokardiogram/ electrocardiograph), atau pemeriksaan echocardiograph. Suatu perangkat keras dan lunak untuk untuk merekam sinyal EKG telah dirancang. Peneliian tentang EKG adalah salah satu studi yang penting, karena dapat mendeteksi penyakit kardiovaskular. Penyakit kardiosvaskular dapat digolongkan dengan aritmia. Berdasarkan Association for the Advancement of Medical Instrumentation (AAMI), aritmia dibagi menjadi 5 class utama yaitu: non-ectopic (N), supraventricular ectopic (S), ventricular ectopic (V), fusion (F), dan unknown (Q). Disini kami upaya membuat pengklasifikasi aritmia dan untuk fitur ektraksinya berbasis RR dan SVM sebagai metode klasifikasi. Dataset yang digunakan diambil dari dataset MIT-BIH. Mendapatkan Akurasi sebesar 85% Untuk model 1 dan untuk Model 2 Mendapatkan akurasi sebesar 62 % .
Kata kunci: Aritmia, EKG, RR , SVM