Tingginya angka statistik penderita diabetes memerlukan antisipasi dari dinas kesehatan untuk menekan dan mencegah ledakan penderita diabetes. Oleh karena itu, diagnosis dini diabetes dapat membantu pengobatan diabetes lebih cepat dan dapat menghindari komplikasi penyakit berbahaya lainnya. Salah satu pencatatan yang dapat dilakukan adalah dengan memanfaatkan teknik klasifikasi dengan data mining. Algoritma C4.5 dan K-Nearest Neigbor merupakan metode yang dapat digunakan untuk memprediksi diabetes. Dari hasil pengujian 520 data yang terbagi menjadi 80% atau 416 data sebagai data latih dan 20% atau 104 sebagai data pengujian, algoritma C45 (Decision Tree) memiliki akurasi yang lebih tinggi dibandingkan k-NN dengan menggunakan seluruh atribut dengan akurasi sebesar 98% sedangkan k-NN memiliki akurasi sebesar 83%. Sedangkan untuk penggunaan menggunakan fitur berbasis heatmap, algoritma C45 memiliki akurasi 88% lebih tinggi dibandingkan algoritma k-NN dengan akurasi 84%. Pada algoritma k-NN, mencari jumlah k yang optimal adalah 4 dengan akurasi 88%.
