The purpose of this study is to predict HbA1c in diabetics. The obstacles behind the prediction of HbA1c is the limitations in the laboratory to provide services for diabetics regarding HbA1 check-up. HbA1c prediction is made by a combination of K-Means and C4.5 methods. K-Means is used to classify continuous data. From the results of the K-Means classification will be used by C4.5 to create a rule (decision tree). The prediction results obtained will be carried out a validation process to determine the level of accuracy by using K-Fold Cross Validation. The accuracy value obtained is 72%. The resulting benefit from the prediction of HbA1c can be used as an alternative solution to overcome limitations in the laboratory in terms of HbA1c check-up servicing and the results of HbA1c prediction can also be used as a recommendation by doctor in determining the medical decision for diabetics.

Tujuan dari penelitian ini yaitu melakukan prediksi HbA1c pada penderita diabetes. Adapun kendala yang melatarbelakangi prediksi HbA1c adalah adanya keterbatasan pada laboratorium untuk memberikan pelayanan kepada penderita diabetes dalam hal pemeriksaan HbA1c. Prediksi HbA1c dilakukan dengan kombinasi metode K-Means dengan C4.5. K-Means digunakan untuk mengelompokkan data yang bersifat kontinu. Dari hasil pengelompokan K Means akan digunakan oleh C4.5 untuk membuat rule (pohon keputusan). Hasil prediksi yang didapatkan akan dilakukan proses validasi untuk mengetahui tingkat keakurasian dengan menggunakan K-Fold Cross Validation. Nilai akurasi yang didapatkan sebesar 72%. Manfaat yang dihasilkan dari prediksi HbA1c adalah dapat digunakan sebagai alternatif solusi untuk mengatasi keterbatasan pada laboratorium dalam hal pelayanan pemeriksaan HbA1c dan hasil prediksi HbA1c dapat juga digunakan sebagai rekomendasi oleh dokter dalam menentukan keputusan medis pada penderita diabetes.