Lonjakan belanja pemerintah pada akhir tahun merupakan fenomena tahunan yang dapat menurunkan kualitas belanja pemerintah. Oleh karena itu, perlu dilakukan antisipasi melalui identifikasi karakteristik belanja yang pada prinsipnya dapat dipercepat dan mencegah terjadinya penumpukan. Penelitian ini bertujuan untuk mengukur komponen-komponen variabel belanja instansi pemerintah yang dapat digunakan sebagai langkah awal dalam mengantisipasi lonjakan belanja akhir tahun dengan menggunakan metode machine learning algoritma Random Forest Regression dengan pendekatan Feature Importance. Hasil penelitian menunjukkan bahwa beberapa variabel pengeluaran yang tidak boleh melonjak di akhir tahun cenderung terakumulasi di akhir tahun sekaligus menegaskan perilaku menunda-nunda. Melalui pengembangan model yang ada, para pemangku kepentingan dapat memanfaatkan perangkat tersebut sebagai peringatan dini terhadap potensi lonjakan belanja di akhir tahun dan memetakan rekomendasi percepatan belanja untuk mewujudkan belanja berkualitas.