Pihak sekolah telah melakukan berbagai upaya untuk meningkatkan prestasi akademik murid, namun hasilnya belum memuaskan. Hal ini dikarenakan pihak sekolah belum sepenuhnya memahami kemampuan setiap murid dalam menguasai pelajaran. Untuk mengatasi hal tersebut maka akan dilakukan pengelompokan data nilai murid yang akan dibagi menjadi beberapa kelompok yaitu kelompok nilai memenuhi dan kelompok nilai tidak memenuhi akan diberikan waktu tambahan. Metode pengelompokan data yang dipakai yaitu clustering dengan menggunakan algoritma K-means. Dengan menggunakan metode algoritma k-means, data dikelompokkan menjadi 2 cluster yaitu kelompok nilai cluster awal memenuhi, dan nilai cluster akhir tidak memenuhi. Berdasarkan hasil sistem pengelompokan yang telah diperoleh, terdapat 26 murid yang nilainya memenuhi dan 16 murid yang nilainya tidak memenuhi. Dalam pengelompokan murid, atribut yang dipakai adalah nama dan nilai seperti nilai Agama, nilai B INDO, nilai Penjas, Nilai SBDP, nilai PKN dan nilai MTK.

School authorities have made numerous efforts to enhance student academic achievement, but the results have not been satisfactory. This is because the school doesn't fully understand each student's ability to master the lesson. In order to overcome this problem, there will be a grouping of student value data which will be divided into several groups which is the virtue group meets and the value group does not meet will be given extra time. The data grouping method used is clustering by using a k-means algorithm. By using the k-motto method of algorithms, the data is grouped into two clusters which is the initial cluster values meet, and the end cluster values don't meet. Based on the results
of the grouping system that had been obtained, there were 26 disciples with high scores and 16 who did not. In the classification of disciples, attributes used are names and values such as religious value, b indo value, the value of the paste, the value of the SBDP, the value of cig and the value of the MTK.