<![CDATA[Diabetes merupakan penyakit kronis yang ditandai dengan mening-katnya kadar gula darah yang tidak normal. Kadar gula darah yang tinggi, usia, hipertensi, sariawan terus menerus, gatal-gatal, penglihatan yang buram, berat badan berlebihan, penurunan pen-dengaran, kesemutan, dan faktor lainnya adalah beberapa penyebab potensial diabetes. Jika tidak ditangani dengan cepat dan tepat, dia-betes dapat mengakibatkan penyakit komplikasi seperti jantung, stroke, gagal ginjal, kebutaan hingga amputasi. Data training dan data testing diabetes yang digunakan dalam penelitian ini adalah data yang berasal dari database aplikasi rekam medis dan akan dio-lah menggunakan empat model algoritma. Metode klasifikasi ialah bagian dari Teknik data mining untuk melakukan prediksi. Terdapat 2460 data training dan 308 data testing. Penelitian ini bertujuan un-tuk mengetahui model algoritma yang paling tepat untuk mempred-iksi diabetes. Untuk menentukan model algoritma yang paling tepat, dapat dilihat dari tingkat akurasi, presisi dan recall dari model algo-ritma. Hasil penelitian menunjukkan bahwa model algoritma K-Nearest Neighbor terbukti dapat melakukan prediksi penyakit dia-betes dengan baik. Diperoleh nilai akurasi model algoritma K-Nearest Neighbor sebesar 83.78%, presisi sebesar 83.35% dan recall sebesar 73.02% yang diukur dengan Confusion Matrix menggunakan Rapidminer.]]>
Copyrights © 2026
