Diabetes adalah penyakit yang sering dijumpai oleh kita semua, penyakit diabetes sulit dideteksi dikarenakan gejala yang terjadi tidak terlalu tampak. Terdapat beberapa tanda seseorang mengidap penyakit diabetes yaitu hiperglikemia, Hiperglikemia adalah kadar glukosa di dalam darah meningkat melampaui batas normal. Organisasi International Diabetes Federation (IDF) memprediksi bahwa ditemukan 463 juta orang diusia 20 -79 mengalami penyakit diabetes berdasarkan jenis kelamin. IDF mengungkapkan bahwa pada 2019 sekitar 9% pada perempuan dan 9,65% pada laki – laki. Proporsi pada penyakit diabetes bertambah dengan seiringnya usia masyarakat naik hingga 111,2 juta orang di usia 65 – 79 tahun.
Diabetes juga adalah sebab yang utama terjadinya penyakit ginjal, kebutaan pada umur 65 tahun, dan juga amputasi. Diabetes tidak hanya menyebabkan kerugian ekonomi bagi pasien karena biaya pengobatan tetapi juga memperpendek umur peluang untuk hidup. Akibat lainnya adalah jika tidak ada upaya untuk mengontrol dan mencegah, diabetes dapat semakin memperburuk penderita karena dapat menimbulkan komplikasi yang berat. Diagnosis medis diabetes sendiri cukup menghadapi rintangan, bahkan telah terjadi penurunan data. Data medis dengan banyak karakteristik yang tidak selaras dan berlebihan dapat mempengaruhi bobot diagnosis penyakit. Pencegahan dapat dilakukan dengan cara rutin medical check up di klinik maupun rumah sakit.
Para medis terkadang mengalami kesulitan dalam memprediksi apakah gejala tersebut dapat menyebabkan penyakit diabetes. perlu diketahui bahwa terdapat algoritma yang dapat membantu memberikan keakuratan diagnosis terhadap pasien yang sudah melakukan checkup dengan cara menggunakan rekam medis pasien. yaitu dengan cara melakukan dengan metode data mining klasifikasi yang menerapkan Algoritma Naïve Bayes dan K-Nearest Neighbor (KNN) guna mengetahui hasil akhir pemeriksaan yang telah dilakukan. Praktek yang digunakan dalam mengimplementasikannya adalah dengan mengumpulkan data set yang merupakan hasil medical checkup lalu di lakukan perhitungan dengan tingkat keakurasian, precision, dan recall.
