Medical Record-Based Prediction of Type 2 Diabetes Mellitus Risk Using the Naïve Bayes Algorithm
DOI:
https://doi.org/10.47701/gjtc0v25Keywords:
Machine Learning, Medical Records, Naïve Bayes Algorithm, Risk Factors, Type 2 Diabetes MellitusAbstract
Background: Type 2 diabetes mellitus is a non-communicable disease with a high prevalence and the potential to cause serious complications if not properly managed. Identifying risk factors is an essential step in the prevention and control of this disease. Objective: This study aimed to develop and evaluate a medical record-based prediction model for type 2 diabetes mellitus risk using the Naïve Bayes algorithm and to identify the most influential risk factors among hospitalized patients at Bhayangkara Bondowoso Hospital in 2024. Methods: A descriptive quantitative research design was employed, with data processing conducted using the Naïve Bayes algorithm and RapidMiner software. The sampling technique used was total sampling, resulting in 630 medical records, consisting of 315 patients diagnosed with type 2 diabetes mellitus and 315 non-type 2 diabetes mellitus patients. The analyzed variables included age, sex, body mass index (BMI), hypertension, smoking history, cardiovascular disease history, and family history. Results: The results indicated that the most influential risk factors for type 2 diabetes mellitus were age ?45 years, obesity-level BMI, and a history of hypertension. Conclusion: The Confusion Matrix evaluation with a 95%:5% split ratio produced an accuracy of 90.62%, a precision of 100%, and a recall of 81.25%. Suggestion: Hospitals are encouraged to strengthen health promotion programs regarding type 2 diabetes mellitus risk factors and involve patients’ families in educational interventions to help prevent disease-related complications.
Downloads
References
1. Kementerian Kesehatan Republik Indonesia. Peraturan Menteri Kesehatan Nomor 24 Tahun 2022 tentang Rekam Medis. Jakarta: Kementerian Kesehatan Republik Indonesia; 2022.
2. Kementerian Kesehatan Republik Indonesia. Keputusan Menteri Kesehatan (KMK) No. HK.01.07/Menkes/312/2020, standar profesi Perekam Medis dan Informasi Kesehatan (PMIK). Jakarta: Kementerian Kesehatan Republik Indonesia; 2020.
3. American Diabetes Association. Introduction: Standards of Medical Care in Diabetes—2022. Diabetes Care [Internet]. 2022 Jan 1;45(Supplement_1):S1–2. Available from: https://diabetesjournals.org/care/article/45/Supplement_1/S1/138921/Introduction-Standards-of-Medical-Care-in-Diabetes
4. Widiyanti S, Aini DN. Penerapan Pemberian Ekstrak Kayu Manis Terhadap Penurunan Kadar Gula Darah Pada Penderita Diabetes Melitus Di Kelurahan Gemah Semarang. In: The 2nd Widya Husada Nursing Conference. 2022. p. 86–90.
5. Boulton AJM, Armstrong DG, Kirsner RS, Attinger CE, Lavery LA, Lipsky BA, et al. Diagnosis and Management of Diabetic Foot Complications. American Diabetes Association, Inc; 2018.
6. Rahmah F, Ardiansar AM, Bamatraf A. Kaki Diabetik: Pendekatan Diagnosis Sebagai Komplikasi Angiopati Pada Diabetes Melitus. PREPOTIF J Kesehat Masy. 2025;9(2):3245–55.
7. Mutu DA, Yuda HT. Studi Kasus Penerapan Senam Kaki pada Pasien Diabetes Mellitus Desa Giwangretno Kabupaten Kebumen. J Keperawatan Malang. 2019;4(1):42–8.
8. Sumarni N, Rosidin U, Shalahuddin I, Witdiawati. Senam Kaki Diabetes Dalam Upaya Mencegah Ulkus Diabetik pada Lansia di RW 19 Kelurahan Kota Wetan Garut. J Kreat Pengabdi Kpd Masy. 2025;8(4):1941–53.
9. Sitompul Y, Budiman, Soebardi S, Abdullah M. Profil Pasien Kaki Diabetes yang Menjalani Reamputasi di Rumah Sakit Cipto Mangunkusumo Tahun 2008-2012. J Penyakit Dalam Indones. 2015;2(1):9–14.
10. Lasmawati E, Putri DF, Nuryani DD. Analisis faktor yang berhubungan dengan kejadian diabetes melitus tipe 2. Holistik J Kesehat [Internet]. 2023 Jul 20;17(4):334–44. Available from: https://ejurnalmalahayati.ac.id/index.php/holistik/article/view/11190
11. Kementerian Kesehatan Republik Indonesia. Profil Kesehatan Indonesia 2020. Jakarta: Kementerian Kesehatan Republik Indonesia; 2020.
12. Kementerian Kesehatan Republik Indonesia. Riset Kesehatan Dasar 2018. Jakarta; 2013.
13. International Diabetes Federation. IDF Diabetes Atlas 10th Edition 2021. International Diabetes Federation; 2021.
14. Dinas Kesehatan Provinsi Jawa Timur. Profil Kesehatan Provinsi Jawa Timur Tahun 2023. Surabaya: Dinas Kesehatan Provinsi Jawa Timur; 2023.
15. Nuraisyah F. Faktor Risiko Diabetes Mellitus Tipe 2. J Kebidanan dan Keperawatan Aisyiyah [Internet]. 2018 Feb 13;13(2):120–7. Available from: https://ejournal.unisayogya.ac.id/index.php/jkk/article/view/395
16. Purba ML, Wahyu A. Hubungan Jenis Kelamin dan Pola Makan dengan Kejadian Diabetes Melitus Tipe 2 Pada Usia Produktif di Wilayah Kerja Puskesmas Sering Medan. Excell Midwifery J. 2025;7(1):227–32.
17. Suwinawati E, Ardiani H, Ratnawati R. Hubungan Obesitas Dengan Kejadian Diabetes Melitus Tipe 2 Di Posbindu PTM Puskesmas Kendal Kabupaten Ngawi. J Heal Sci Prev [Internet]. 2020 Aug 26;4(2):79–84. Available from: http://jurnalfpk.uinsa.ac.id/index.php/jhsp/article/view/388
18. Nurhayati E, Putri NJY, Slamet S. Analisis Tekanan Darah pada Penderita Diabetes Melitus di Puskesmas Jungkat, Kalimantan Barat. J Lab Khatulistiwa. 2024;8(1):192–8.
19. Jessfry V, Siddik M. Penerapan Data Mining Menggunakan Algortima Apriori Dalam Membangun Sistem Persediaan Barang. JOISIE (Journal Inf Syst Informatics Eng. 2024;8(1):187–99.
20. Martantoh E, Yanih N. Implementasi Metode Naïve Bayes Untuk Klasifikasi Karakteristik Kepribadiaan Siswa Di Sekolah MTS Darussa’adah Menggunakan Php Mysql. J Teknol Sist Inf [Internet]. 2022 Sep 14;3(2):166–75. Available from: https://jurnal.mdp.ac.id/index.php/jtsi/article/view/2896
21. Khasanah LU, Nasution YN, Amijaya FDT. Klasifikasi Penyakit Diabetes Melitus Menggunakan Algoritma Naïve Bayes Classifier. BASIS J Ilm Mat. 2022;1(1).
22. Qois Al’Ariq, Permadi GS, Mashuri C, Andriani A. Implementasi Naive Bayes dalam Memprediksi Penyakit Diabetes Mellitus. Inov J Ilm Inov Teknol Inf [Internet]. 2024 Sep 21;9(1):144–53. Available from: https://ejournal.unhasy.ac.id/index.php/inovate/article/view/7267
23. Rohmatulloh VR, Riskiyah R, Pardjianto B, Kinasih LS. Hubungan Usia dan Jenis Kelamin Terhadap Angka Kejadian Diabetes Melitus Tipe 2 Berdasarkan 4 Kriteria Diagnosis Di Poliklinik Penyakit Dalam RSUD Karsa Husada Kota Batu. PREPOTIF J Kesehat Masy. 2024;8(1):2528–43.
24. Arania R, Triwahyuni T, Esfandiari F, Nugraha FR. Hubungan Antara Usia, Jenis Kelamin, dan Tingkat Pendidikan dengan Kejadian Diabetes Mellitus di Klinik Mardi Waluyo Lampung Tengah. J Med Malahayati. 2021;5(3):146–53.
25. Nora P, Gultom N, Harahap F, Edi S, Sipahutar H. Hubungan Antara Jenis Kelamin dan Usia pada Penyakit Diabetes Melitus di Puskemas Kota Medan Tahun 2024-2025. J BIOSHELL J Pendidik Biol Biol Pendidik IPA. 2025;14(1):142–50.
26. Imelda S. Faktor-Faktor Yang Mempengaruhi Terjadinya diabetes Melitus di Puskesmas Harapan Raya Tahun 2018. Sci J. 2019;8(1):28–39.
27. Susilawati, Rahmawati R. Hubungan Usia, Jenis Kelamin dan Hipertensi dengan Kejadian Diabetes Mellitus Tipe 2 di Puskesmas Tugu Kecamatan Cimanggis Kota Depok. ARKESMAS. 2021;6(1):15–22.
28. Haryono DA, Arifin S, Shinta HE, Widodo T, Yuliani NNS. Hubungan obesitas dan aktivitas fisik dengan kejadian diabetes melitus tipe II pada usia > 40 tahun di wilayah kerja Puskesmas Bukit Hindu. Barigas J Ris Mhs [Internet]. 2023 Aug 29;1(2):53–60. Available from: https://e-journal.upr.ac.id/index.php/medica/article/view/7987
29. Sabrini AM, Febrianty F, Shafira NNA. Karakteristik Pasien DM Tipe 2 Dengan Hipertensi di Poliklinik Penyakit Dalam RSUD Raden Mattaher Jambi Tahun 2016-2019. J Med Stud [Internet]. 2023 Jan 6;2(2):72–80. Available from: https://online-journal.unja.ac.id/joms/article/view/23254
30. Zulkarnaini A, Mahatma G, Puspita D, Vani AT, Abdullah D. Aktivitas Fisik, Pola Makan, dan Konsumsi Makanan Glikemik Tinggi Meningkatkan Risiko Kejadian Diabetes Mellitus Tipe 2. J Kesehat Metro Sai Wawai. 2022;15(2):154–62.
31. Audina M, Maigoda TC, Wahyu T. Status Gizi, Aktivitas Fisik dan Asupan Serat Berhubungan dengan Kadar Gula Darah Puasa Penderita DM Tipe 2. J Ilmu Dan Teknol Kesehat. 2018;6(1):59–71.
32. Murtiningsih MK, Pandelaki K, Sedli BP. Gaya Hidup sebagai Faktor Risiko Diabetes Melitus Tipe 2. e-CliniC [Internet]. 2021 Mar 16;9(2):328–33. Available from: https://ejournal.unsrat.ac.id/index.php/eclinic/article/view/32852
33. DeFronzo RA, Ferrannini E, Groop L, Henry RR, Herman WH, Holst JJ, et al. Type 2 diabetes mellitus. Nat Rev Dis Prim [Internet]. 2015 Jul 23;1(1):15019. Available from: https://www.nature.com/articles/nrdp201519
34. Galicia-Garcia U, Benito-Vicente A, Jebari S, Larrea-Sebal A, Siddiqi H, Uribe KB, et al. Pathophysiology of Type 2 Diabetes Mellitus. Int J Mol Sci [Internet]. 2020 Aug 30;21(17):1–34. Available from: https://www.mdpi.com/1422-0067/21/17/6275
35. Sastrawan IKW, Darmini AAAY, Suantika PIR, Megayanti SD. Hubungan Perilaku Merokok dengan Kejadian Komplikasi Kronis pada Pria dengan Diabetes Melitus Tipe II. J Persat Perawat Nas Indones [Internet]. 2023 Mar 29;7(3):113–9. Available from: http://www.jurnal-ppni.org/ojs/index.php/jppni/article/view/386
36. Irayani SP. Hubungan Riwayat Keluarga, Aktivitas Fisik, dan Pola Makan terhadap Kejadian Diabetes Melitus. J Public Heal Educ [Internet]. 2024 Jul 29;3(4):145–52. Available from: https://journals.prosciences.net/index.php/JPHE/article/view/227
37. Paramita DP, Lestari A. W. Pengaruh Riwayat Keluarga Terhadap Kadar Glukosa Darah Pada Dewasa Muda Keturunan Pertama dari Penderita Diabertes Mellitus Tipe 2 di Denpasar Selatan. E-Jurnal Med. 2019;8(3):1–6.
38. Althnian A, AlSaeed D, Al-Baity H, Samha A, Dris A Bin, Alzakari N, et al. Impact of Dataset Size on Classification Performance: An Empirical Evaluation in the Medical Domain. Appl Sci [Internet]. 2021 Jan 15;11(2):1–18. Available from: https://www.mdpi.com/2076-3417/11/2/796
39. Prasetyo YA, Utami E, Yaqin A. Pengaruh Komposisi Split Data Terhadap Performa Akurasi Analisis Sentimen Algoritma Naïve Bayes dan SVM. J Electr Eng Comput [Internet]. 2024 Oct 4;6(2):382–90. Available from: https://ejournal.unuja.ac.id/index.php/jeecom/article/view/9188
40. Salasa RA, Rahman H, Andiani A. Faktor Risiko Diabetes Mellitus Tipe 2 Pada Populasi Asia: A systematic Review. J BIOSAINSTEK [Internet]. 2019 Nov 24;1(01):95–107. Available from: http://www.jurnal.ummu.ac.id/index.php/BIOSAINSTEK/article/view/306
41. Septiani WD, Marlina M. Comparison of Decision Tree, Naive Bayes, and Neural Network Algorithm for Early Detection of Diabetes. J Pilar Nusa Mandiri [Internet]. 2021 Mar 5;17(1):73–8. Available from: https://ejournal.nusamandiri.ac.id/index.php/pilar/article/view/2213
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Nabila Ersa Wulandari, Mochammad Choirur Roziqin, Bakhtiyar Hadi Prakoso, Dony Setiawan Hendyca Putra, Gamasiano Alfiansyah, Muhammad Ifantara Putra
This work is licensed under a Creative Commons Attribution 4.0 International License.
