Infeksi Saluran Pernapasan Akut (ISPA) masih menjadi masalah kesehatan penting di Kota Bandar Lampung dan dipengaruhi oleh kondisi lingkungan, khususnya suhu udara dan kelembapan relatif. Penelitian ini bertujuan menganalisis serta memprediksi tingkat risiko ISPA dengan menggunakan model klasifikasi berbasis metode Random Forest. Data yang digunakan meliputi suhu dan kelembapan dari BMKG serta data kasus ISPA periode 2022–2023. Model dievaluasi menggunakan confusion matrix dengan metrik akurasi, presisi, recall, dan F1-score yang seluruhnya disajikan dalam bentuk persen. Hasil pengujian menunjukkan akurasi sebesar 76,50%, presisi 70,00%, recall 72,50%, dan F1-score 71,00%. Temuan ini menunjukkan bahwa Random Forest mampu memetakan hubungan antara variabel cuaca dan risiko ISPA secara cukup efektif, meskipun hanya menggunakan dua parameter meteorologis. Penelitian ini berpotensi mendukung pengembangan sistem peringatan dini berbasis cuaca sebagai alat bantu pengambilan keputusan di bidang kesehatan masyarakat Kota Bandar Lampung.
Copyrights © 2026