Di sebuah Rumah Sakit pasti terdapat banyak sekali data rekam medis yang belum dimanfaatkan secara maksimal. Seringkali data rekam medis hanya menjadi data yang menumpuk dan tidak dilakukan penelusuran untuk menghasilkan pengetahuan yang berguna bagi Rumah Sakit.  Selain dapat menjadi sumber pengetahuan bagi Rumah Sakit, data tersebut juga dapat memberikan informasi tersembunyi yang dijadikan pengambilan keputusan yang efektif oleh para praktisi kesehatan. Ternyata sejumlah besar data rekam medis yang terdapat dalam Rumah Sakit memiliki banyak nilai yang jika di teliti atau digali lebih dalam lagi dapat memberikan hasil tidak hanya kepada para pasien melainkan juga dapat memberikan keuntungan juga pada pihak Rumah Sakit.

Setelah mengetahui bahwa data rekam medis masih dapat memberikan keuntungan tentunya banyak pihak yang ingin menggali lebih dalam lagi tentang hal tersebut dan bagaimana cara agar mereka dapat memperoleh hal yang lebih banyak lagi dari data rekam medis yang selama ini terdapat dalam Rumah Sakit. Dengan adanya kemajuan teknologi Rumah Sakit juga ikut serta membangun sistem dan juga berlomba-lomba untuk memajukan kemampuan teknologi yang ada didalam Rumah Sakit tersebut. Untuk memajukan teknologi dalam sistem Rumah Sakit ini tentunya diperlukan data-data. Data tersebut dapat diperoleh melalui data rekam medis yang sudah ada sebelumnya, nantinya data tersebut dapat di kelola menggunakan Data Mining.

              Berdasarkan penelitian-penelitian yang telah dilakukan untuk memprediksi penyakit jantung, diperoleh hasil bahwa data mining menggunakan metode Decision Tree mempunyai hasil yang terbaik. Akan tetapi penerapan algoritma Decision Tree (C4.5) dalam prediksi penyakit jantung akurasinya masih belum mencapai level excellence sehingga akurasi metode algoritma Decision Tree  ditingkatkan dengan metode Adaboost dalam memecahkan masalah prediksi jantung.

              Ternyata terdapat perbedaan antara hasil penelitian prediksi penyakit jantung dengan menggunakan algoritma C4.5 dengan hasil penilitan yang menggunakan algoritma C4.5 berbasis Adaboost. Terbukti setelah melakukan penelitian Penerarpan Algoritma C4.5 Berbasis Adaboost  Untuk  Prediksi Penyakit Jantung, peneliti tersebut memperoleh hasil yang positif. Saat peneliti menggunakan data mining dengan algoritma C4.5 saja diperoleh hasil dengan akurasi sebesar 86,59% sedangkan untuk penelitian yang menggunakan algoritma C4.5 berbasis Adaboost memiliki nilai akurasi sebesar 92.24% dengan selisih akurasi 5,65%.