Algoritma Random Forest adalah salah satu algoritma supervised learning yang memiliki 2 variasi - Satu digunakan untuk masalah klasifikasi dan yang lainnya digunakan untuk masalah regresi. Random Forest merupakan salah satu algoritma yang flexibel dan mudah digunakan. Random Forest membuat pohon keputusan (Decision tree) dari sampel yang diberikan dan akan menciptakan prediksi dari setiap pohon dan akan memilih solusi terbaik melalui voting. Algoritma ini juga dapat digunakan sebagai indikator kepentingan suatu fitur
Algoritma Random Forest menggabungkan beberapa pohon keputusan, menghasilkan sebuah hutan , karena itulah disebut Random Forest. Dalam pengklasifikasi Random Forest, semakin tinggi jumlah pohon keputusan akan menghasilkan akurasi yang lebih tinggi.
Dataset berisi 19 atribut mengenai risiko perilaku ca serviks dengan label kelas ca serviks dengan nilai 1 dan 0 yang berarti responden dengan dan tanpa ca serviks.