Penelitian ini mengembangkan sistem diagnosa penyakit pada ternak sapi menggunakan metode klasifikasi Random Forest untuk membantu peternak mengidentifikasi penyakit secara mandiri berdasarkan gejala yang diinputkan. Peternakan sapi memiliki peran penting dalam perekonomian Indonesia, namun produktivitasnya dapat menurun akibat kesehatan ternak yang buruk. Oleh karena itu, sistem berbasis machine learning dikembangkan untuk mendeteksi penyakit dengan lebih cepat dan akurat. Metode yang digunakan mencakup algoritma Random Forest dengan teknik bagging, serta pengolahan data dari Dinas Pertanian Kabupaten Barru melalui proses pre-processing yang meliputi pembersihan data, One-Hot Encoding, dan SMOTE. Implementasi dilakukan pada aplikasi mobile berbasis Flutter dengan Flask API dan Firebase Realtime Database. Hasil pengujian menunjukkan akurasi model sebesar 90,76% dengan perhitungan matrik evaluasi, serta tingkat kegunaan yang baik berdasarkan metode Black Box dan evaluasi SUS. Sistem ini terbukti efektif untuk deteksi dini penyakit ternak dan mengurangi ketergantungan pada tenaga ahli, dengan saran pengembangan lebih lanjut dalam memperluas jenis penyakit dan basis data yang digunakan.
Kata Kunci: Diagnosa Penyakit, Random Forest, Flask API, Firebase Realtime Database, Flutter.