Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi penempatan kelas yang efektif bagi siswa SMP, memanfaatkan kemampuan metode Random Forests dalam menangani data kompleks dan menghasilkan model prediksi akurat. Data nilai siswa kelas 7 dan 8 dari beberapa tahun pelajaran (tapel) dikumpulkan dan diolah, mencakup nilai mata pelajaran. Nilai rata-rata kategori sains, sosial, dan bahasa dihitung untuk setiap siswa, kemudian dikategorikan menjadi tinggi, sedang, dan rendah. Algoritma Random Forests diterapkan untuk membangun model klasifikasi, dengan pembagian data pelatihan dan pengujian 70% : 30%. Evaluasi model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model Random Forests mencapai tingkat akurasi klasifikasi yang tinggi, yaitu 96,97%-97,74%. Evaluasi lebih lanjut menunjukkan presisi 97,04%-97,79%, recall 96,97%-97,74%, dan F1-score 96,95%-97,75%, membuktikan keandalan model dalam mengelompokkan siswa berdasarkan kategori nilai mereka.