Diabetes melitus gestasional (DMG) merupakan suatu kondisi yang ditandai dengan adanya kenaikan level dalam kandungan gula darah seorang ibu pada masa kehamilan. Ibu yang terindikasi menderita diabetes melitus gestasional berpotensi mengidap beberapa komplikasi serius apabila tidak ditangani dengan baik. Deteksi dini melalui penggunaan data rekam medis dilakukan sebagai langkah preventif pencegahan komplikasi dikemudian hari. Kerangka kerja CRISP-DM digunakan dalam pembangunan model. Data diperoleh dari poli kandungan Rumah Sakit Islam Surabaya Jemursari dengan jumlah 270 baris dan 20 kolom. Setelah melalui fase persiapan data, tersisa 267 baris dan 11 kolom yang digunakan untuk pembuatan model. Pemodelan dilakukan dalam 18 skenario. Skenario terbaik merupakan random forest parameter default dengan penanganan class imbalance menggunakan ADASYN pada proporsi data 70:30. Model tersebut menghasilkan accuracy sebesar 88%, precision sebesar 27%, recall sebesar 100%, dan f1 sebesar 43%.Keywords: Random Forest; LightGBM; Diabetes Melitus Gestasional; Klasifikasi