Persaingan di industri telekomunikasi semakin ketat, sehingga pencegahan pelanggan churn menjadi strategi penting untuk menjaga pendapatan perusahaan. Salah satu tantangan utama yang dihadapi PT. XYZ adalah tingginya angka churn pelanggan layanan Fiber To The Home (FTTH). Penelitian ini bertujuan untuk membangun model prediksi churn dengan memanfaatkan algoritma random forest agar perusahaan dapat mengidentifikasi pelanggan yang berpotensi churn lebih dini. Data pelanggan dari tahun 2017 hingga 2023 digunakan dengan tahapan pra-pemrosesan data, seleksi fitur, pelatihan model, dan evaluasi performa menggunakan data uji sebesar 20% dari total data (2.462 data uji). Hasil evaluasi menunjukkan model random forest mampu memprediksi churn dengan akurasi sebesar 92% dengan precision sebesar 0,98, recall 0,84, dan F1-score 0,90 dalam mengenali kelas churn. Selain itu, interpretasi hasil didukung dengan visualisasi diagram pie, scatter plot, dan histogram segmentasi probabilitas pelanggan churn. Diharapkan hasil prediksi ini dapat menjadi dasar bagi PT. XYZ dalam merumuskan strategi pencegahan churn yang lebih efektif dan terarah.