Konsep pohon merupakan salah satu konsep teori graf yang paling penting. Pemanfaatan pohon dalam kehidupan sehari-hari adalah untuk menggambarkan hierarki dan pemodelan persoalan, contohnya algoritma pohon keputusan CART. Pohon keputusan adalah model prediksi menggunakan struktur pohon atau struktur berhirarki. Pohon keputusan merupakan salah satu metode klasifikasi yang paling populer karena mudah untuk dipahami. CART merupakan algoritma pohon keputusan yang sering digunakan untuk membuat suatu pohon keputusan karena memiliki tingkat akurasi yang tinggi dalam menentukan keputusan. Pada penelitian ini dibangun aplikasi untuk mengklasifikasi data medis. Aplikasi data medis ini menggunakan algoritma CART yang merupakan algoritma pohon keputusan yang sering digunakan karena memiliki tingkat akurasi yang tinggi dalam menentukan keputusan. Dari hasil ujicoba pengukuran kinerja algoritma menggunkanan 2 skenario yang telah dilakukan, dapat disimpulkan bahwa pada skenario 1 Breast Cancer merupakan ujicoba paling efektif karena akurasi yang dihasilkan sama-sama mencapai 92% pada algoritma CART 150:50 dan 100:100 sebesar 92%. Sedangkan algoritma CART memiliki kinerja (precision, recall, dan accuracy) yang lebih tinggi. dibandingkan algoritma CART Diabetes. Ini terlihat dari nilai akurasi CART 150:50 sebesar 70% sedangkan untuk CART Diabetes 100:100 sebesar 68%. Kata kunci : Pohon Keputusan, CART, Klasifikasi Data Medis, Breast Canser, Diabetes.

The concept of a tree is one of the concepts of the theory of graph is most important. The use of trees in our everyday lives is to describe the hierarchy and modeling problems, such as decision tree algorithm CART.Decision tree is a tree structure using a prediction model or the structure of hierarchical structure. Decision tree classification method is one of the most popular because it is easy to understand. CART is a decision tree algorithms are often used to make a decision tree as it has a high degree of accuracy in determining the decision. It is built on the research of application for classifying medical data. Medical data application uses an algorithm which is a CART decision tree algorithms are often used because it has a high degree of accuracy in determining the decision. Test results from performance measurement algorithm using 2 scenarios that have been done, it can be concluded that in scenario 1 Breast Cancer is the most effective test because the resulting accuracy is equally reached 92% in the CART algorithm 150: 50 and 100: 100 amounting to 92%. While the CART algorithm performance (precision, recall, and accuracy) is higher. comparison algorithm CART Diabetes. This can be seen from the value the accuracy of CART 150: 50 of 70% while for CART Diabetes sebesar68 100: 100%. Keyword: Decision Trees, Medical carts, Data Classification, Breast Canser, Diabetes.