Hipertensi merupakan salah satu masalah kesehatan yang serius di Indonesia. Berdasarkan Riset Kesehatan Dasar, prevelansi hipertensi pada penduduk umur 18 tahun ke atas sebesar 25,8% dan diprediksi akan meningkat tajam menjadi 29% pada tahun 2025. Hipertensi disebut sebagai silent killer karena penderita baru akan menyadari saat penyakit menjadi semakin parah atau timbul komplikasi. Pada studi estimasi tekanan darah sebelumnya, banyak penelitian yang menggunakan gabungan antara sinyal Elektrokardiogram (EKG) dan sinyal Photoplethysmography (PPG) dengan metode perhitungan Pulse Transite Time (PTT). Metode ini tidak efisien karena membutuhkan lebih sensor dan waktu. Untuk itu, diperlukan alat estimasi tekanan darah non invasif menggunakan sinyal EKG dan umur sebagai parameternya. Hasil ekstraksi ciri dari sinyal EKG dengan timer mikrokontroler dan algoritma Peak Detection dapat menghasilkan parameter berupa durasi ventrikular sistole dan ventrikular diastole. Sebanyak 56 data diambil dari subjek sehat berumur 19 sampai 58 tahun yang digunakan untuk parameter input. Sebanyak 4 model Machine Learning digunakan untuk pelatihan dan evaluasi model. Hasil evaluasi menunjukkan model ANN memiliki akurasi terbaik dengan nilai MAE training 2,39 mmHg untuk tekanan sistolik dan 2,18 mmHg untuk tekanan diastolik. Hasil pengujian model ANN dengan data tes menunjukkan MAE sebesar 2,3 mmHg untuk tekanan sistolik dan 2,9 mmHg untuk tekanan diastolik.