Penelitian ini bertujuan untuk merancang dan membangun sistem monitoring kadar gula darah berbasis web yang memanfaatkan metode klasifikasi K-Nearest Neighbor (KNN) guna memantau kondisi kesehatan pasien diabetes. Sistem ini terintegrasi dengan perangkat pengukur gula darah non-invasif berbasis mikrokontroler ESP32, yang dirancang oleh Rafly Aldakas Erdi, mahasiswa Program Studi Teknik Elektronika Telekomunikasi.
Perangkat ini mampu mengukur kadar gula darah melalui sensor yang terhubung dengan mikrokontroler, kemudian mengirimkan data secara langsung ke sistem. Dataset yang digunakan dalam sistem ini terdiri dari lima atribut utama, yaitu: jenis kelamin, berat badan, usia, riwayat keluarga dengan diabetes, dan kadar gula darah, yang diperoleh dari data pasien diabetes. Sistem menyediakan visualisasi data dalam bentuk grafik dan tabel yang menggambarkan perkembangan kadar gula darah pasien dari waktu ke waktu. Sistem juga memberikan informasi status kadar gula darah—normal, rendah, atau tinggi. Pengujian sistem dilakukan menggunakan metode Black Box Testing untuk memastikan seluruh fungsionalitas, seperti registrasi pengguna, login, akses data kesehatan, dan informasi kadar gula darah, berjalan dengan baik. Evaluasi akurasi algoritma KNN dilakukan menggunakan confusion matrix. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan kadar gula darah dengan akurasi tinggi, yaitu 98,75% pada data latih dan 96,77% pada data uji baru secara real-time yang diperoleh melalui alat pengukur buatan mahasiswa tersebut. Sistem berfungsi dengan baik pada semua fitur utama dan mudah digunakan oleh pasien maupun tenaga medis.

Kata Kunci: Black Box Testing, Confusion Matrix, Diabetes, Klasifikasi KNN, Mikrokontroler ESP32, Sistem monitoring gula darah.