Diabetes melitus merupakan salah satu penyakit tidak menular yang sangat umum, sehingga dapat menyebabkan banyak komplikasi serius jika tidak ditangani segera. Algoritma K-Nearest Neighbor (KNN) yang digunakan dalam penelitian ini digunakan untuk memprediksi risiko penyakit diabetes. Dataset yang digunakan terdiri dari sejumlah metrik medis, termasuk usia, kadar glukosa, tekanan darah, indeks massa tubuh (BMI), insulin, dan riwayat diabetes. Data ini diperoleh melalui Kaggle. Pengumpulan data, praproses, pembagian data latih dan uji, penerapan algoritma KNN, dan evaluasi kinerja model dengan akurasi dan confusion matrix adalah bagian dari penelitian. Hasil pengujian menunjukkan bahwa algoritma KNN dapat dengan akurat memprediksi risiko penyakit diabetes. Ini terutama berlaku untuk nilai k tertentu. Oleh karena itu, algoritma KNN dapat digunakan sebagai salah satu cara untuk membantu proses pengambilan keputusan dalam memprediksi kemungkinan terkena diabetes pada usia dini.
Copyrights © 2026