Gagal jantung, khususnya Heart Failure with Reduced Ejection Fraction (HFrEF), merupakan kondisi ketika fraksi ejeksi ventrikel kiri mengalami penurunan kemampuan dalam memompa darah secara efektif. HFrEF termasuk salah satu penyebab kematian tertinggi di dunia. Deteksi dini sangat penting untuk mencegah komplikasi lebih lanjut, namun umumnya masih bergantung pada pemeriksaan medis lanjutan yang tidak selalu mudah diakses. Penelitian ini bertujuan merancang sistem prediksi dini penyakit gagal jantung secara praktis menggunakan lima parameter utama: usia, jenis kelamin, tekanan darah, detak jantung maksimal, dan kemiringan segmen ST. Sistem dibangun dengan mikrokontroler ESP32 yang terintegrasi dengan tiga sensor, yaitu AD8232 untuk sinyal EKG, MPX5050GP untuk tekanan darah, dan MAX30102 untuk detak jantung. Data hasil pengukuran diklasifikasikan menggunakan metode Naïve Bayes guna memprediksi risiko gagal jantung secara otomatis. Perangkat dirancang agar mudah digunakan, hanya dengan meletakkan jari di atas sensor, memasang manset, dan menempelkan elektroda. Hasil prediksi ditampilkan pada layar LCD 16x2 serta dapat disimpan dan diakses secara daring melalui website. Model yang digunakan menunjukkan akurasi sebesar 82,36% terhadap dataset, dan akurasi sebesar 96,6% saat diuji pada 30 pasien, dengan rata-rata tingkat kesalahan sebesar 2,34% untuk tekanan darah dan 2,63% untuk detak jantung. Hasil penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan alat deteksi dini gagal jantung yang praktis, terjangkau, dan mudah diakses oleh masyarakat luas.