Produktivitas kelapa sawit dipengaruhi oleh berbagai faktor lingkungan, salah satunya adalah curah hujan. Variasi curah hujan menyebabkan perubahan ketersediaan air yang berdampak terhadap pertumbuhan vegetatif maupun generatif tanaman. Oleh karena itu diperlukan suatu model prediksi yang mampu menggambarkan hubungan antara curah hujan dan produktivitas kelapa sawit secara akurat. Penelitian ini bertujuan menyusun basis data curah hujan dan produktivitas kelapa sawit selama tujuh tahun, membangun model prediksi menggunakan algoritma Random Forest, serta menganalisis hubungan antara curah hujan dan produktivitas tanaman. Data yang digunakan merupakan data sekunder berupa curah hujan dan produksi Tandan Buah Segar (TBS) PT SIA Kalimantan Barat periode 2019–2025. Tahapan penelitian meliputi pengumpulan data, penyusunan basis data, perhitungan produktivitas, pembangunan model Random Forest, evaluasi model menggunakan R², RMSE dan MAE, serta analisis hasil. Hasil penelitian menunjukkan bahwa algoritma Random Forest mampu memodelkan hubungan antara curah hujan dan produktivitas kelapa sawit dengan baik. Model yang dihasilkan memiliki nilai koefisien determinasi (R²) sebesar 0,87, nilai RMSE sebesar 0,42 ton/ha, dan nilai MAE sebesar 0,31 ton/ha. Nilai tersebut menunjukkan bahwa model mampu menjelaskan sekitar 87% variasi produktivitas kelapa sawit dengan tingkat kesalahan prediksi yang relatif rendah. Hasil pemodelan juga menunjukkan bahwa curah hujan merupakan faktor yang berpengaruh terhadap produktivitas kelapa sawit sehingga dapat digunakan sebagai dasar dalam memprediksi hasil produksi.Hasil penelitian menunjukkan bahwa curah hujan memiliki pengaruh terhadap produktivitas kelapa sawit. Model Random Forest mampu menggambarkan hubungan nonlinier antara curah hujan dan produktivitas sehingga dapat digunakan sebagai salah satu metode prediksi produksi kelapa sawit. Informasi hasil prediksi diharapkan dapat membantu perusahaan dalam menyusun strategi pengelolaan kebun yang lebih efektif.