<![CDATA[Sistem Pemerintahan Berbasis Elektronik (SPBE) di Indonesia merupakan instrumen strategis dalam mewujudkan tata kelola pemerintahan yang efisien, transparan, dan akuntabel. Namun, proses evaluasi SPBE masih menghadapi tantangan berupa kompleksitas indikator dan potensi subjektivitas penilaian. Penelitian ini bertujuan untuk membangun model prediktif indeks SPBE menggunakan algoritma Random Forest berbasis feature selection guna menyederhanakan evaluasi, meningkatkan konsistensi, dan mendukung percepatan transformasi digital birokrasi. Penelitian ini menggunakan 47 indikator penyusun indeks SPBE yang kemudian dianalisis untuk mengidentifikasi indikator dengan kontribusi paling signifikan. Hasil penelitian menunjukkan bahwa empat indikator utama, yaitu Kebijakan Layanan Pusat Data, Tingkat Kematangan Layanan Pusat Data, Manajemen Data, dan Layanan Publik Sektor 3, memiliki pengaruh dominan dalam membentuk model prediksi dengan tingkat akurasi tinggi (MAPE < 10%). Temuan ini membuktikan bahwa tidak semua indikator memiliki peran yang sama dalam estimasi indeks, karena sebagian besar variasi dapat dijelaskan oleh sejumlah kecil indikator kunci. Dengan demikian, proses evaluasi SPBE dapat dilakukan secara lebih cepat, objektif, dan konsisten tanpa mengurangi akurasi hasil, serta sejalan dengan arah kebijakan transformasi digital pemerintahan yang lebih sederhana namun andal.]]>
Copyrights © 2026
