<p class="Abstract">Penyakit jantung koroner merupakan penyakit yang banyak menyebabkan kematian pada manusia. Penyakit ini terjadi ketika terdapat <em>atherosclerosis</em> (timbunan lemak) yang menghalangi aliran darah ke otot jantung pada arteri koronaria. Metode <em>gold standard</em> yang menjadi rujukan para dokter untuk mendiagnosis penyakit jantung koroner adalah <em>coronary angiography</em>. Namun metode ini <em>invasisve</em>, mempunyai resiko tinggi dan mahal. Tujuan penelitian ini adalah melakukan diagnosis penyakit jantung koroner berbasis komputer menggunakan <em>data mining</em> dengan melakukan seleksi fiture dan melakukan klasifikasi pada<em> dataset</em> penyakit jantung <em>Cleveland</em>. Pada penelitian ini, menggunakan metode seleksi fitur berbasis pakar medis (MFS) dan juga menggunakan metode seleksi fitur berbasis komputer yaitu metode seleksi fiture menggunakan metode <em>data mining</em> berbasis teori <em>Varible Precision Rough Set</em> (VPRS) yang merupakan pengembangan dari teori <em>Rough Set</em>. Pada penelitian ini, studi<em> literature</em> tentang metode seleksi fiture berbasis pakar medis atau <em>motivated feature selection</em> (MFS) dan metode seleksi fitur berbasis komputer yaitu berbasis teori VPRS dilakukan. Penggabungan metode seleksi fitur berbasis pakar medis dan komputer juga dilakukan agar dapat menghindari terhapusnya fitur-fitur yang dianggap penting oleh pakar medis. Pada akhirnya, proses seleksi fitur basis komputer yaitu VPRS dan penggabungan VPRS dengan MFS mampu meningkatkan performa klasifikasi secara signifikan untuk mendiagnosis penyakit jantung koroner, dilihat dari lebih sedikitnya jumlah <em>rule</em> yang dihasilkan dan nilai hasil akurasi yang lebih baik dibandingkan dengan klasifikasi tanpa seleksi fitur.</p>