<![CDATA[Pinjaman online telah menjadi salah satu layanan keuangan digital yang banyak digunakan oleh masyarakat karena proses pengajuannya yang mudah dan pencairan dana yang cepat. Namun, penggunaan pinjaman online yang berlebihan dapat meningkatkan beban hidup serta berdampak pada kondisi ekonomi masyarakat. Penelitian ini bertujuan untuk menganalisis dampak penggunaan pinjaman online terhadap beban hidup masyarakat menggunakan algoritma Random Forest. Data primer diperoleh melalui penyebaran kuesioner berbasis skala Likert lima poin kepada 106 responden yang pernah menggunakan layanan pinjaman online. Data yang terkumpul diolah dan dianalisis menggunakan Orange Data Mining. Evaluasi model dilakukan menggunakan metode 10-Fold Cross Validation dengan metrik Accuracy, Precision, Recall, F1-Score, Area Under the Curve (AUC), Matthews Correlation Coefficient (MCC), dan Confusion Matrix. Hasil penelitian menunjukkan bahwa model Random Forest memperoleh nilai Accuracy sebesar 71,7%, Precision sebesar 67,0%, Recall sebesar 71,7%, F1-Score sebesar 67,9%, AUC sebesar 0,769, dan MCC sebesar 0,441. Hasil Confusion Matrix menunjukkan bahwa model memiliki kemampuan yang baik dalam mengklasifikasikan responden dengan tingkat beban hidup tinggi, meskipun masih terdapat beberapa kesalahan klasifikasi pada kategori rendah dan sedang. Hasil penelitian menunjukkan bahwa algoritma Random Forest efektif digunakan untuk mengklasifikasikan tingkat beban hidup masyarakat berdasarkan penggunaan pinjaman online serta dapat mendukung pengambilan keputusan dalam analisis perilaku keuangan digital. Kata Kunci: Pinjaman Online, Beban Hidup, Random Forest, Machine Learning, Orange Data Mining.]]>
