Prosiding Seminar Nasional Riset Information Science (SENARIS) ISSN: 2686-0260 September 2019 Hal:602-609 Mengelompokkan Rumah Tangga Kumuh di Perkotaan(Ranti Andini Margolang) | 602 Implementasi Data Mining dalam Mengelompokkan Rumah Tangga Kumuh di Perkotaan Berdasarkan Provinsi Menggunakan Algoritma K-Means Ranti Andini Margolang 1 , Sundari Retno Andani 2 , Muhammad Ridwan Lubis 3 STIKOM Tunas Bangsa Pematangsiantar Jln. Jendral Sudirman Blok A No. 1,2,3 Pematangsiantar rantiandini1605@gmail.com Abstract - Slum is an area with a high population density levels in the city are generally inhabited by the poor and the unemployment rate is high, the slum also became a center of health problems because the conditions are not higenis. Slum slum household is is the home that do not have access to a source of drinking water, have no access to decent sanitation, have no access to floor area > = 7.2 m 2 Per capita, and do not have access to conditions the roof, floor, and walls. This study used data sourced from the Central Bureau of statistics the year 2015 – 2016. The method used is Datamining the K-Means Clustering, Clustering is a method used in datamining the how it works find and classify data that has a semblance and characteristics of data between one another with the data. Using this algorithm the data already obtained can be grouped into Clusters based on this data. This data can be entered to the local Government to recommend to the Government so that the Government can handle the Spreader area development assistance to areas of slum households. Keywords: Slum Household, Data Mining, K-Means. Abstrak - Kawasan kumuh merupakan sebuah kawasan dengan tingkat kepadatan populasi tinggi disebuah kota yang umumnya dihuni oleh masyarakat miskin dan tingkat pengangguran yang tinggi, kawasan kumuh juga menjadi pusat masalah kesehatan karna kondisinya yang tidak higenis. Rumah tangga kumuh adalah rumah yang tidak memiliki akses terhadap sumber air minum, tidak memiliki akses terhadap sanitasi layak, tidak memiliki akses terhadap luas lantai >=7,2 m 2 per kapita, dan tidak memiliki akses terhadap kondisi atap, lantai, dan dinding yang layak. Penelitian ini data yang digunakan bersumber dari Badan Pusat Statistik Tahun 2015 – 2016. Metode yang digunakan adalah Data mining K-Means Clustering. Dengan menggunakan metode ini data-data yang telah diperoleh dapat dikelompokkan ke dalam beberapa cluster, dimana penerapan proses K- Means Clustering menggunakan tools RapidMiner. Data diolah dibagi dalam 3 cluster yaitu: cluster tinggi (C1), cluster sedang (C2) dan cluster rendah (C3). Proses iterasi penelitian ini terjadi sebanyak 4 kali iterasi sehingga diperoleh penilaian dalam mengelompokkan rumah tangga kumuh berdasarkan provinsi. Hasil yang diperoleh bahwa terdapat 2 provinsi dengan cluster tertinggi (C1), 16 provinsi dengan cluster sedang (C2), dan 16 provinsi dengan cluster terendah (C3). Data ini dapat menjadi masukkan kepada pemerintah setempat untuk merekomendasikan kepada pemerintah agar pemerintah dapat menangani Penyebarluasan bantuan pembangunan untuk daerah rumah tangga kumuh. Kata Kunci: Rumah Tangga Kumuh, Data Mining, K-Means.