Tes Pap smear merupakan salah satu upaya untuk menekan angka kematian yang disebabkan oleh kanker serviks. Namun tes ini memiliki kelemahan yaitu pemeriksaan tes harus dilakukan secara manual sehingga menyebabkan tingginya angka kesalahan diagnosis. Penelitian ini bertujuan untuk menguji akurasi algoritma random forests untuk proses klasifikasi citra Pap smear. Simulasi dilakukan dengan menerapkan 9 fitur yang telah diekstrak untuk proses klasifikasi. Data yang digunakan merupakan database Herlev University Hospital yang terdiri dari 917 citra dengan pembagian 825 data latih dan 92 data uji. Keakuratan hasil klasifikasi berdasarkan simulasi setiap kelas dianalisis menggunakan metode confusion matrix. Hasil menunjukkan bahwa algoritma random forest dapat melakukan klasifikasi citra Pap smear dengan akurasi 100% untuk 2 kelas dan 94,41% untuk 7 kelas.