Status ekonomi mahasiswa merupakan salah satu faktor yang dapa mempengaruhi keberhasilan mereka dalam studi. Oleh karena Itu, penting untuk mengetahui status ekonomi mahasiswa agar dapat memberikan dukungan yang tepat. Salah satu cara untuk mengetahui status ekonomi mahasiswa adalah dengan menggunakan clustering. Clustering adalah proses pengelompokkan data ke dalam kelompokkelompok yang homogen. Metode K-Means adalah salah satu metode clustering yang paling populer. Metode ini bekerja dengan membagi data ke dalam K kelompok dengan jarak antar anggota kelompok yang seminimal mungkin. Penelitian ini bertujuan untuk menerapkan metode K-Means dalam mengelompokkan status ekonomi mahasiswa. Metode K-Means digunakan untuk membentuk cluster berdasarkan karakteristik status ekonomi. Data yang digunakan dalam penelitian ini adalah data mahasiswa pada tahun 2022 dengan jumlah 812 mahasiswa. Data tersebut terdiri dari atribut-atribut seperti pekerjaan orang tua, penghasilan orang tua, dan jumlah tanggungan orang tua. Hasil analisis menunjukkan bahwa terdapat 4 cluster optimal yang dihasilkan. Setiap cluster mencerminkan tingkat status ekonomi yang berbeda. Hasil analisa clustering untuk masing-masing cluster yaitu cluster 1 merupakan tingkat status ekonomi yang rendah, cluster 2 kelompok mahasiswa yang tingkat ekonomi tinggi, cluster 3 kelompok mahasiswa yang tingkat status ekonomi sedang, dan cluster 4 merupakan kelompok mahasiswa tingkat status ekonomi menengah. Selain itu, penelitian ini juga mempertimbangkan evaluasi kinerja model clustering menggunakan metrik evaluasi internal seperti Davies-Bouldin Index (DBI) untuk memvalidasi hasil clustering dengan nilai DBI sebesar 0.80.