<![CDATA[Peningkatan jumlah kasus diabetes dari tahun ke tahun menunjukkan perlunya pendekatan analitik yang lebih komprehensif untuk memahami berbagai faktor klinis yang berkontribusi terhadap timbulnya penyakit ini. Diabetes merupakan gangguan metabolik yang melibatkan sejumlah indikator yang saling berkaitan, seperti kadar glukosa, insulin, tekanan darah, ketebalan kulit, indeks massa tubuh, dan kecenderungan genetik. Kompleksitas hubungan antar variabel tersebut menuntut adanya alat analisis yang mampu menyajikan informasi secara lebih interaktif dan mudah dipahami. Penelitian ini mengembangkan aplikasi web berbasis R Shiny yang dirancang untuk menyajikan visualisasi data klinis diabetes secara dinamis. Aplikasi ini bertujuan untuk membantu pengguna memahami pola dan tren dalam data diabetes, sehingga mendukung pengambilan keputusan yang lebih baik dalam manajemen kesehatan. Selain itu, aplikasi ini juga memfasilitasi pengguna dalam mengeksplorasi pola distribusi dan hubungan antarfaktor melalui beragam jenis visualisasi, termasuk radar chart, heatmap, histogram, scatter plot, dan boxplot. Seluruh fitur dikembangkan untuk mendukung analisis eksploratif yang fleksibel, di mana pengguna dapat memilih sendiri variabel X dan Y guna menilai keterkaitan antar indikator klinis. Data yang digunakan bersumber dari Kaggle dan mencakup informasi diagnostik pasien perempuan keturunan Pima Indian berusia minimal 21 tahun. Hasil eksplorasi visual menunjukkan bahwa glukosa memiliki pengaruh paling kuat terhadap status diabetes, sementara BMI dan insulin juga muncul sebagai indikator penting lainnya. Aplikasi ini berkontribusi sebagai media eksplorasi data yang responsif, mudah diakses, serta potensial digunakan dalam penelitian, pembelajaran, maupun pengambilan keputusan awal terkait kesehatan masyarakat.]]>
