Menurut data International Diabeles Federation (IDF) dalam IDF Diabetes Atlas tahun 2019 sekitar 463 juta orang dewasa (20 - 79 tahun) di dunia menderita penyakit diabetes. IDF juga menyebutkan bahwa setiap tahun penderita diabetes mengalami peningkatan, diperkirakan sekitar 700 juta orang dewasa menderita diabetes pada tahun 2045. Oleh karena itu, masyarakat perlu melakukan deteksi dini penyakit diabetes ini.
XGBoost (eXtreme Gradient Boosting) merupakan algoritma dalam Machine Learning yang dapat dimanfaatkan untuk melakukan deteksi dini penyakit diabetes. Algoritma ini menggunakan beberapa fitur dari gradient boosting dan decision tree. Salah satu tahapan algoritma XGBoost yaitu menghitung nilai residu untuk digunakan dalam training data, kemudian dari training data ini ditemukan output value untuk penentuan nilai prediksi.
Berdasarkan hasil penelitian yang dilakukan, dinyatakan bahwa algoritma XGBoost dapat diimplementasikan dan dapat melakukan deteksi diabetes dengan akurasi tertinggi sebesar 73,984% pada minimal jumlah boosting 100 dan max deplh 10. Rata-rata akurasi pengujian jumlah boosting sebesar 73,001%. Rata-rata akurasi pengujian max depth sebesar 69,512%. Rata-rata akurasi pengujian dari library XGBoost sebesar 73,588% sedangkan rata-rata akurasi algoritma yang sedang diuji sebesar 68,212%.