<![CDATA[Transformasi digital memainkan peran penting dalam pembangunan wilayah di Indonesia, namun masih terdapat ketimpangan antar provinsi yang cukup mencolok, terutama antara wilayah barat dan timur. Penelitian ini bertujuan untuk menganalisis kondisi digitalisasi wilayah Indonesia dengan pendekatan segmentasi spasial dan validasi prediktif berbasis data. Metode yang digunakan adalah algoritma DBSCAN (Density-Based Spatial Clustering of Applications with Noise) untuk mengelompokkan provinsi berdasarkan indikator digitalisasi yang terdiri dari tiga dimensi utama: akses dan infrastruktur, penggunaan teknologi informasi, serta keahlian digital. Selanjutnya, Random Forest digunakan untuk mengevaluasi ketepatan segmentasi serta mengidentifikasi variabel yang paling berpengaruh dalam membedakan klaster digitalisasi wilayah. Hasil menunjukkan terbentuknya empat klaster digitalisasi: dua provinsi (DKI Jakarta dan DI Yogyakarta) berada pada klaster “tinggi”, Papua dalam klaster “rendah”, dan 31 provinsi lainnya dalam klaster “menengah”. Nilai Silhouette Score sebesar 0,56 dan Davies-Bouldin Index sebesar 0,25 menunjukkan kualitas segmentasi yang baik. Meskipun Random Forest menunjukkan akurasi out-of-bag sebesar 91,18%, ketidakseimbangan kelas menyebabkan keterbatasan dalam memprediksi provinsi ekstrem. Namun, analisis feature importance mengungkap bahwa indikator “akses dan infrastruktur” merupakan penentu utama tingkat digitalisasi wilayah. Temuan ini menegaskan bahwa kebijakan digital di Indonesia memerlukan pendekatan yang diferensiatif, dengan prioritas pembangunan infrastruktur di wilayah tertinggal dan inovasi lanjutan di wilayah digital maju. Pendekatan kombinatif eksploratif dan prediktif ini memberikan kontribusi pada pemetaan digitalisasi wilayah berbasis data serta mendukung penyusunan kebijakan yang lebih adaptif dan responsif.]]>
