Pengenalan suara merupakan salah satu bidang riset yang cukup penting yang dimana saat ini banyak digunakan secara luas untuk digunakan berbagai aplikasi. Akan tetapi, kinerja pengenalan suara dipengaruhi oleh dialek pengujar. Oleh karena itu, pengenalan dialek sering digunakan sebagai fitur tambahan pada pengenalan suara. Proses pengenalan dialek tidaklah mudah, Saat ini, teknologi Machine Learning banyak diterapkan dalam pengenalan dialek. Salah satu tantangan dalam pengenalan dialek berbasis machine learning adalah ketidakseimbangan kelas dan tumpang tindih dalam banyak nya ragam pada tehnik klasifikasi. Penelitian ini menerapkan teknologi oversampling berbasis Random Forest untuk pengenalan dialek. Untuk optimasi hyper-parameter dari algoritma random forest, kami menerapkan Grid Search. Percobaan pada data Speech Accent Archive menggunakan fitur MFCC menghasilkan akurasi 0.91 dan AUC 0.95.