Tujuan: Penelitian ini bertujuan untuk menemukan faktor risiko dominan dan membuat skor risiko diabetes tidak terdiagnosis (UDDM) dan prediabetes. Metode: Pembuatan skor risiko berdasarkan data yang tersedia hasil Riset Kesehatan Dasar 2013, dengan kriteria ≥ 18 tahun, baru terdiagnosis saat Riskesdas, tidak menderita penyakit kronis/menular lainnya. Nilai koefisien β hasil analisis regresi logistik multinomial model prediksi digunakan untuk mengenmbangkan skor. Keakuratan skor prediksi diabetes dan prediabetes dinilai dengan ROC (Receiver Operating Characteristic). Hasil: Dua model prediksi dikembangkan menjadi skor risiko. Model 1 prediksi diabetes tidak terdiagnosis dengan 7 prediktor AUC 73,5%, sen 62,2%, spes 70,8%, PPV 12,8%, NPV 96,5%, titik potong ≥22, model 2 prediksi diabetes tidak terdiagnosis dengan 5 prediktor AUC 72,4%, sen 68,3%, spes 64,7%, PPV 11,8%, NPV 96,7%, titik potong ≥20. Prediksi prediabetes tidak dikembangkan menjadi skor karena tidak akurat, tetapi dapat diketahui faktor dominannya. Kesimpulan: Indonesia dapat memiliki perhitungan skor risiko guna memprediksi diabetes yang tidak terdiagnosis berdasarkan data Riset Kesehatan Dasar yang tersedia. Skor Risiko tersebut dapat digunakan tenaga kesehatan untuk mengidentifikasi individu dengan risiko tinggi dan masyarakat awam mampu menggunakan skor tersebut.

---

Objective: This studi aims to find the risk factors and develop risk score for undiagnosed diabetes and prediabetes. Method: Risk score made based on available data from Basic Health Research 2013 in Indonesia, with criteria 18-55 years old, newly diagnosed diabetes, and not affected by chronic /infectious diseases before.β coeff value from multinomial logistic regression analysis results of predictive models are used to develop risk score. The accuracy of risk score assessed with ROC (Receiver Operating Characteristic). Result: 2 prediction models are use to develop risk score. The accuracy form 7 predictors for undiagnosed diabetes in model 1 are AUC 73.5%, sen 62.2%, spes 70.8%, PPV 12.8%, NPV 96.5%, cut off ≥22. The accuracy form 5 predictors for undiagnosed diabetes in model 2 are AUC 72.4%, sen 68.3%, spes 64.7%, PPV 11.8%, NPV 96.7%, cut off ≥20 . Score predikction for diabetes not developed, because of poor accuray, but the result of analysis can showed prediabetes dominant risk factors. Conclusion: Indonesia may have a risk score calculation for predicting undiagnosed diabetes based on data from Health Research provided. The risk score can be used by health workers to indentified individuals with high-risk and the general public are able to use these scores.