<![CDATA[Kanker paru merupakan salah satu penyebab utama kematian akibat kanker di dunia. Tingginya angka kejadian serta kompleksitas faktor risiko, seperti polusi udara, gaya hidup, dan riwayat kesehatan, menyebabkan proses identifikasi risiko menjadi sulit apabila dilakukan secara manual. Penelitian ini bertujuan mengklasifikasikan tingkat risiko kanker paru menggunakan algoritma Random Forest serta mengidentifikasi faktor-faktor yang paling berpengaruh melalui analisis Feature importance. Dataset yang digunakan adalah Lung Cancer Prediction: Air Pollution, Alcohol, Smoking & Risk of Lung Cancer yang diperoleh dari Kaggle. Tahapan penelitian meliputi pre-processing data, pembagian data menjadi training dan testing dengan rasio 70:30, pembangunan model menggunakan Random Forest, serta evaluasi model menggunakan confusion matrix, accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model Random Forest mampu memberikan performa klasifikasi yang sangat baik dengan tingkat akurasi sebesar 93,48%. Analisis Feature importance menunjukkan bahwa Air Pollution merupakan atribut yang memberikan kontribusi terbesar terhadap proses klasifikasi, diikuti oleh Coughing of Blood dan Wheezing. Hasil penelitian menunjukkan bahwa algoritma Random Forest tidak hanya mampu menghasilkan klasifikasi risiko kanker paru yang akurat, tetapi juga memberikan interpretasi mengenai faktor-faktor dominan yang memengaruhi tingkat risiko sehingga dapat mendukung proses deteksi dini dan pengambilan keputusan di bidang kesehatan.]]>
