Menurut badan kesehatan dunia (WHO) tercatat sampai dengan sekarang ini sudah lebih dari 150 Juta Jiwa mengidap penyakit diabetes tersebut baik itu orang lanjut usia, dewasa, remaja, pria ataupun wanita. Pengetahuan dini terhadap penyakit diabetes tersebut dapat dilihat berdasarkan dari data pasien yang sudah mengidap penyakit diabetes tersebut. Data – data penyakit penderita dahulu sudah tersimpan dan tersusun data sebuah gudang penyimpanan data atau yang biasa disebut dengan dataset. Maka dari itu perlu dilakukan proses untuk melakukan pengolahan data yang terdapat pada dataset. Tetapi penggunaan dari pada teknik data mining sendiri harus dibantu dengan menggunakan teknik yang terdapat pada data mining tersebut yaitu teknik klasifikasi. K-Nearest Neighbor (K-NN) merupakan salah satu metode yang digunakan pada teknik klasifikasi. Pada hasil klasifikasi tingkat kepercayaan yang didapatkan pada proses dilakukan dilihat berdasarkan dari besarnya akurasi. Namun terdapat permasalahan yang cukup penting yang menjadi perhatian khsusus. Pada dataset yang digunakan untuk proses klasifikasi, data yang dikumpulkan terdapat hasil kelas yang tidak seimbang (imbalance). Proses klasifikasi data yang tidak seimbang menjadi sebuah permasalah penting, hal tersebut dikarenakan dapat menimbulkan penurunan dari kinerja. Adaboost merupakan teknik pada data mining yang dapat digunakan untuk meningkatkan tingkat akurasi pada metode klasifikasi. Hasil penelitian didapatkan bahwa algoritma adaboost dapat membantu meningkatkan kinerja klasifikasi. Hal tersebut terlihat dari meingkatnya tingkat akurasi yang didapatkan dari proses yang dilakukan sebelum dan sesudah menggunakan algoritma adaboost. Hasil yang didapatkan dari penelitian bahwasannya algoritma adaboost dapat dipergunakan dengan baik untuk membantu kinerja dari pada algoritma K-Nearest Neighbor untuk proses klasifkasi pada dataset penyakit diabetes. Hal tersebut dapat dilihat dari 5 pengujian dengan nilai K = 7, 13, 19, 25 dan 31 terdapat peningkatan hasil akurasi yang didapatkan setelah menggunakan algoitma adaboost.