Diabetes Melitus adalah penyakit yang terjadi akibat kadar glukosa di dalam darah terlalu tinggi karena tubuh tidak dapat melepaskan atau menggunakan insulin secara normal. Tesis ini membandingkan dua metode dalam teknik Data Mining yaitu metode Logistik Regression dan metode Bayesian untuk memprediksi tingkat resiko penderita diabetes dengan menggunakan aplikasi berbasis web. Data yang digunakan ada sebanyak 1450 data pasien yang diambil dari RSD BALUNG JEMBER, dengan pengambilan data mulai 26 september 2014 sampai 30 april 2015. Untuk mengukur performansi dari kedua metode digunakan accuracy, nilai sensitivity, specificity dan area dibawah kurva ROC (Receiver Operating Characteristic). Pada hasil percobaan menunjukkan bahwa kedua metode Logistik Regression dan metode Bayesian menggunakan data training dan data testing yang sama dari 1450 data pasien pada performasi sensitivity yang tertinggi terdapat pada metode bayesian 96,5% sedangkan logistic regression 95,1%, specificity nilai tertinggi terdapat pada metode logistic regression 88,2% sedangkan pada metode bayesian 87,6%, accuracy nilai tertinggi terdapat pada metode bayesian 91% sedangkan pada metode logistic regression 90,8% dan pada ROC nilai tertinggi terdapat pada metode logistic regression 98,8% sedangkan pada metode bayesian 96,4%. Dari kedua metode memeiliki kelebihan dan kekurangan yang sama sedangkan dengan perhitungan c-index metode terbaik terdapat pada metode bayesian. Tesis ini juga mengembangkan metode Bayesian yang tidak hanya dapat menggunakan kategorikal saja tapi juga bisa menggunakan data numerical.