<![CDATA[Amyotrophic Lateral Sclerosis (ALS) merupakan penyakit neurodegeneratif progresif dengan heterogenitas klinis tinggi yang menyulitkan prediksi kelangsungan hidup pasien secara akurat. Kondisi ini menjadi tantangan besar dalam manajemen klinis dan perencanaan paliatif. Permasalahan utama muncul karena model statistik konvensional sering kali terbentur pada pelanggaran asumsi fungsional saat menangani data klinis kompleks, dinamis, dan memiliki tingkat censoring tinggi. Ketidakmampuan model menangkap interaksi non-linier antar variabel menyebabkan penurunan akurasi prognosis. Oleh karena itu, penelitian ini melakukan analisis komparatif antara Cox Proportional Hazards (CPH) dan Random Survival Forest (RSF) untuk mengevaluasi performa prediksi survival serta mengidentifikasi faktor prognostik paling berpengaruh. Metodologi penelitian menggunakan data longitudinal dari PRO-ACT database, meliputi tahapan pra-pemrosesan data, penanganan missing values, serta rekayasa fitur slope ALSFRS-R. Hasil pengujian menunjukkan model CPH melanggar asumsi proporsionalitas pada variabel klinis utama (p < 0,05). Namun secara empiris, CPH menunjukkan daya diskriminasi superior dengan Concordance Index (C-index) sebesar 0,91, mengungguli RSF yang mencapai 0,85. Analisis permutation importance pada RSF mengidentifikasi durasi diagnosis (Length_Diag_LNA) sebagai prediktor paling dominan. Penelitian menyimpulkan bahwa meskipun CPH memberikan akurasi prediksi lebih tinggi, Hasil analisis menunjukkan bahwa RSF merupakan metode yang lebih efektif untuk prediksi kelangsungan hidup dan faktor prognosis pada kasus ALS.]]>
