Prediksi cuaca merupakan salah satu bidang penting dalam ilmu data dan pemodelan statistik yang berperan dalam berbagai aspek kehidupan, mulai dari pertanian, transportasi, hingga mitigasi bencana. Penelitian ini bertujuan untuk membandingkan performa tiga algoritma Machine Learning, yaitu Logistic Regression (dengan dan tanpa regularisasi), Decision Trees, dan Random Forest dalam melakukan klasifikasi terhadap kondisi cuaca, khususnya apakah terjadi hujan atau tidak. Evaluasi dilakukan berdasarkan metrik akurasi, presisi, Recall, dan F1-score menggunakan data historis cuaca yang telah melalui tahap praproses dan pembagian data latih serta uji. Hasil penelitian menunjukkan bahwa Random Forest dengan jumlah pohon sebanyak lima memberikan hasil terbaik, dengan performa yang sangat stabil yaitu 1.000 pada semua metrik pengujian (Recall, akurasi, F1-score, presisi) pada data test. Logistic Regression dan Decision Trees juga menunjukkan performa yang cukup tinggi, namun cenderung kurang stabil dibanding Random Forest. Penelitian ini menyimpulkan bahwa Random Forest adalah algoritma yang paling tepat untuk tugas klasifikasi cuaca pada dataset yang digunakan, dan direkomendasikan untuk implementasi lebih lanjut dalam sistem prediksi cuaca berbasis Machine Learning.