Pertumbuhan penduduk semakin meningkat dengan diikuti pertumbuhan jumlah bangunan sebagai tempat tinggal atau sebagai tempat usaha contohnya pada daerah Cipondoh Makmur, Kec. Cipondoh, Kota tanggerang, Banten. Maka dibuatlah aplikasi prediksi penempatan ODP dengan menggunakan metode algoritma k-means untuk mempermudah karyawan PT.Telkom Indonesia Regional 2 . K-mean merupakan algoritma yang mempartisi data ke dalam cluster sehingga data karakteristik yang berbeda dikelompokkan ke dalam kelompok yang lain. hasil dari penerapan metode k means mendapatkan cluster C1terdapat 17 data, kemudian 1 data pada cluster C2 dan 17 data C3. Masing-masing cluster memiliki nilai centroid berbeda C1 Latitute -6.185.45 Longitude 106.670.232, C2 Latitute -617.317 Longitude 106.718.842 dan C3 Latitute - 6.188.225 Longitute 106.673.564. Iterasi pada algoritma k-means diatas berhenti pada iterasi ke 7. Aplikasi ini mempunyai tingkat akurasi sebesar 88% dan tingkat presisi 65%, .

Population growth is increasing with the growth of the number of buildings as a place of residence or as a business for example in the area Cipondoh Makmur, Kec. Cipondoh, Kota Tanggerang, Banten. Therefore, the application of prediction of ODP placement using the algorithm method K-means to facilitate employees PT. Telkom Indonesia Regional 2. K-Mean is an algorithm that partitions data into clusters so that different characteristics data are grouped into other groups.results of the implementationK-means method of obtainingclustersC1There are 17 data, then 1 data on the clusterC2and 17 DataC3. Each of the clusters have different centroid values C1 latitute-6.185.45 longitude 106,670,232, C2 latitute-617,317 longitude 106,718,842 and c3 Latitute-6,188,225 Longitute 106,673,564. Iterating on the K-means algorithm above stops at the 7th iteration. The application has an accuracy rate of 88%, a conformity prediction of 100% and a 65% precision level.