Penelitian ini membahas klasifikasi untuk menentukan atau memprediksi kelas dari objek berdasarkan atribut yang tersedia. Tujuan penelitian ini adalah untuk mengidentifikasi faktor-faktor yang signifikan dalam pengeluaran konsumsi rokok di Kabupaten Gorontalo menggunakan metode regresi logistik biner sekaligus membuat model klasifikasi menggunakan metode random forest. Hasil penelitian menunjukkan bahwa secara parsial, tingkat pendidikan kepala rumah tangga, jumlah anggota rumah tangga dan luas rumah berperan signifikan. Namun, hanya tingkat pendidikan kepala rumah tangga yang secara konsisten berpengaruh dan memenuhi kriteria goodness of fit dalam model yang dikembangkan. Di sisi lain, dalam analisis klasifikasi, model random forest menunjukkan kinerja yang lebih baik dibandingkan regresi logistik biner berdasarkan evaluasi kemampuan klasifikasi seperti accuracy, precision, recall, dan nilai f1-score. Oleh karena itu, random forest diidentifikasi sebagai model klasifikasi terbaik pada penelitian ini. Kata Kunci: Klasifikasi, Regresi Logistik Biner, Random Forest, Pengeluaran Konsumsi Rokok