Tanah longsor adalah salah satu bencana alam yang banyak terjadi di Indonesia terutama Provinsi Jawa Tengah, dengan salah satu daerah yang memiliki kerawanan longsor yang cukup tinggi adalah Kabupaten Karanganyar. Penelitian ini dilakukan
untuk menyediakan informasi mengenai kerawanan longsor wilayah Kabupaten Karanganyar dalam suatu bentuk peta yang nantinya dapat dijadikan sebagai sumber tinjauan informasi yang detail dalam upaya mitigasi bencana. Penelitian ini akan memertimbangkan sembilan faktor pengondisi longsor, yaitu jarak terhadap jalan sekunder dan tersier, elevasi, slope, Topographic Wetness Index (TWI), tataguna lahan, litologi, Normalized Difference Vegetation Index (NDVI), dan hujan.
Penyusunan peta kerawanan longsor dilakukan dengan bantuan machine learning dengan metode Random Forest pada pengaturan parameter default dengan bantuan modul Scikit Learn. Validasi model dilakukan menggunakan metode ten-folds cross
validation. Prediksi longsor selanjutnya diklasifikasikan menjadi lima kelas kerawanan longsor dengan metode Natural Breaks (Jenk’s) yang performanya akan dievaluasi dengan nilai landslide density. Hasil penelitian ini menunjukkan bahwa metode machine learning Random Forest dapat digunakan untuk memetakan wilayah kerawanan longsor pada Kabupaten Karanganyar. Model yang dihasilkan mampu mengklasifikasikan seluruh wilayah kerawanan longsor dengan nilai AUC mencapai 0,9719, serta menunjukkan hasil klasifikasi yang baik ditandai dengan semakin meningkatnya nilai landslide density pada kelas kerawanan yang semakin tinggi.