K-Means Clustering adalah algoritma machine learning tanpa pengawasan (unsupervised learning) yang bertujuan membagi kumpulan data menjadi sejumlah cluster (kelompok) berdasarkan kesamaan data, sehingga titik data dalam satu cluster lebih mirip satu sama lain daripada dengan data di cluster lain. Prosesnya bersifat iteratif, yaitu dimulai dengan menentukan jumlah cluster (k), kemudian mengacak titik pusat (centroid) cluster, menempatkan data ke centroid terdekat, menghitung ulang centroid baru, dan mengulangi langkah-langkah ini sampai tidak ada data yang berpindah cluster lagi.