Infeksi Saluran Pernapasan Akut (ISPA) merupakan kelompok penyakit yang mempengaruhi saluran pernapasan, termasuk hidung, tenggorokan, bronkus, dan paru-paru, dan dapat disebabkan oleh berbagai jenis bakteri. Penyakit ini dapat menimbulkan gejala seperti demam, batuk, pilek, nyeri tenggorokan, dan sesak napas. Pencegahan dan pengendalian ISPA menjadi prioritas utama dalam bidang kesehatan, terutama di daerah seperti Kabupaten Situbondo, Jawa Timur, yang mengalami peningkatan kasus pneumonia pada balita. Pada tahun 2022, angka kasus pneumonia yang ditangani mencapai 1.758 kasus, yakni 91,2% dari 1.927 perkiraan kasus. Namun, terdapat Puskesmas yang capaiannya jauh di bawah target, yakni Puskesmas Kapongan (11,7%), Suboh (51%), Sumbermalang (61,9%) dan Mangaran (63,6%). Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi bakteri penyebab ISPA sebagai deteksi dini menggunakan Algoritma Random Forest, dibandingkan dengan metode sebelumnya yaitu Naïve Bayes yang menghasilkan akurasi 97,368%. Algoritma Random Forest dipilih karena keunggulannya dalam menangani overfitting dan menghasilkan model yang lebih stabil dan akurat. Pada tahap pelatihan, metode ini menunjukkan akurasi tinggi hingga 88,75% dengan menggunakan 11 pohon keputusan. Dikarenakan, perbedaan preprocessing dan perbedaan data citra yang terdapat bakteri tambahan yaitu “Neiseria gonorroea” pada penelitian penulis. Sistem yang dapat mengidentifikasi jenis bakteri penyebab ISPA menggunakan Random Forest dengan 5 parameter ekstraksi fitur bentuk, yaitu jumlah objek, luas, keliling, rata-rata eksentrisitas, dan rata-rata metrik dari 5 jenis bakteri.