Skripsi ini mengimplementasikan algoritma Discrete Wavelet Transform dengan menggunakan Daubechies orde 4 sebagai mother wavelet function. Implementasi dilakukan pada platform FPGA (Field programmable Gate Array) menggunakan bahasa pemrograman VHDL (Very High Speed Integrated Circuit Hardware Definition Language). Algoritma wavelet digunakan untuk mengekstraksi fitur pada data ECG. Hasil ekstraksi fitur dijadikan masukan untuk algoritma pembelajaran dan klasifikasi, yaitu FLVQ (Fuzzy Learning Vector Quantization) dan NN BP (Neural Network Backpropagation) dengan tujuan untuk mengenali penyakit Arrhythmia. Tahap uji coba membandingkan hasil implementasi di FPGA dengan hasil implementasi di komputer yang diprogram dengan Java. Hasil uji coba menunjukkan output algoritma wavelet yang diimplementasi di FPGA mempunyai selisih presisi sebesar 10􀀀3 dibandingkan dengan output yang dihasilkan di Java. Hasil uji coba juga menunjukkan waktu eksekusi di FPGA sekitar 50 kali lebih cepat dibandingkan waktu yang eksekusi di Java. Hasil uji coba yang lain adalah tingkat akurasi klasifikasi dengan data hasil dekomposisi di FPGA mempunyai hasil yang baik, yaitu mencapai 98.17%.