Diabetes Melitus (DM) merupakan penyakit yang dapat diderita seumur hidup dan termasuk dalam 10 besar penyakit penyebab kematian. Berdasarkan data Kemenkes RI, Indonesia berada di peringkat 7 diantara 10 Negara dengan jumlah penderita terbanyak yaitu sebesar 10.7 juta per tahun 2019. Diabetes Melitus adalah penyakit kronis yang terjadi ketika tubuh tidak dapat secara efektif menggunakan insulin yang dihasilkannya. Insulin adalah hormon yang mengatur gula darah. Diabetes melitus merupakan salah satu penyakit metabolik kronik, dan jika tidak dilakukan pengobatan dan perawatan yang tepat dapat mengakibatkan kondisi yang membahayakan bahkan dapat menyebabkan komplikasi. Penelitian ini bertujuan untuk memperoleh model klasifikasi
terbaik sehingga didapatkan hasil yang akurat dalam mendiagnosis penyakit Diabetes Melitus. Data yang digunakan berasal dari Rekam Medis pasien tahun 2020 pada RSUD I.A Moeis Samarinda sebanyak 60 data. Metode validasi dan evaluasi yang digunakan adalah K-Fold Cross Validation, Confusion Matrix dan Nilai AUC pada grafik ROC. Hasil evaluasi menunjukkan bahwa algoritma KNN menunjukkan akurasi lebih tinggi sebesar 83.60%, presisi sebesar 87.85%, recall sebesar 72.34% dan spesifisitas sebesar 94.19% dengan tingkat error sebesar 16% menggunakan validasi data 9-fold cross validation. Sedangkan algoritma Naïve Bayes memperoleh akurasi sebesar 81.67%, presisi sebesar 85.83%, recall sebesar 75.99%, spesifisitas sebesar 93.50% dengan tingkat error sebesar 18%. Berdasrakan kurva ROC-AUC dari kedua algoritma, KNN menghasilkan nilai sebesar 0.845 dan algoritma NB menghasilkan nilai sebesar 0.830, kedua nilai termasuk dalam kategori Good Classification. Sehingga dapat disimpulkan algoritma KNN memiliki hasil yang baik dalam memprediksi penyakit Diabetes Melitus.