Diabetes merupakan penyakit berbahaya yang selalu meningkat setiap tahun. Menurut data dari lembaga kesehatan dunia (WHO), mencatat dari tahun 1980 penderita hanya 108 juta jiwa namun di tahun 2014 meledak menjadi 422 juta jiwa. Hal ini perlu di perhatikan secara serius karena berimbas pada timbulnya beban kerja sumberdaya medis maupun biaya yang berlebihan. Berdasarkan permasalahan tersebut, pada penelitian ini akan dilakukan perbandingan feature selection berbasis filtering pada kasus klasifikasi deteksi diabetes menggunakan algoritma random forest untuk mengetahui hasil dari beberapa metode feature selection dalam menangani kasus tersebut. Terdapat tiga metode feature selection yang akan dibandingkan dalam penelitian ini, yaitu Information Gain, ANOVA, dan Chi Square. Data yang digunakan dalam penelitian ini diperoleh dari National Institute of Diabetes and Digestive and Kidney Diseases. Hasil dari perbandingan tiga metode yang diuji, memiliki perbedaan yang tidak signifikan. Metode chi-square memperoleh hasil tertinggi pada ketiga parameter pengukuran dengan nilai Sensitivitas sebesar 0.8566 atau 85.66%, Spesifisitas sebesar 0.5992 atau 59.92% dan Akurasi sebesar 0.7682 atau 76.82%.