Digitalisasi pariwisata memerlukan pendekatan cerdas dalam mengelola dan memasarkan destinasi wisata. Pengembangan Metode Klasterisasi yang efektif penting untuk mengidentifikasi dan memahami beragam potensi pariwisata di Indonesia. Hal ini menjadi urgensi mengingat banyak wisatawan yang kesulitan memilih tempat wisata terbaik. Tujuan Penelitian ini untuk mengembangkan metode klasterisasi untuk mendukung digitalisasi pariwisata di Indonesia, dengan mengintegrasikan Algoritma K-Means Clustering dan Weighted Product. Metode ini mengelompokkan potensi wisata dalam tiga klaster yaitu besar, sedang, dan kecil. Kemudina dilanjutkan rekomendasi wisata terbaik berdasarkan kriteria: keindahan, budaya, akses, fasilitas, aktivitas, iklim, keunikan, keamanan, keterlibatan, kebersihan, promosi. Penelitian ini meliputi studi literatur, pengumpulan data, pengembangan metode klasterisasi dan pengujian sistem. Model ini diharapkan dapat membantu pengelola pariwisata dalam mewujudkan digitalisasi yang lebih efektif di Indonesia. Hasilnya akhir dari model klasterisasi ini adalah tiga klaster pariwisata dengan tingkat potensi yang berbeda-beda yaitu pada cluster 1 adalah 34%, cluster 2 adalah 54% dan cluster 3 adalah 12%. Pengujian yang dilakukan pada uji fungsionalitas menunjukan hasil diterima pada seluruh sekenario uji dan hasil uji Silhouette Coefisien menunjukkan struktur data yang kuat dengan skor rata-rata 0,87.