Penelitian ini mengkaji penerapan metode K-Meansuntuk clustering penyakit kehamilan dengan tujuan mempermudah identifikasi kategori atau kelas penyakit yang rentan dialami oleh ibu hamil berdasarkan usia dan jenis penyakit. Masalah yang dihadapi adalah kesulitan dalam mengetahui penyakit yang sering terjadi pada ibuhamil mengingat banyaknya data yang diinput secara manual menggunakan Microsoft Excel. Untuk mengatasi masalah ini, dilakukan clustering penyakit kehamilan menggunakan metode K-Means. AlgoritmaK-Meansyang digunakan dalam penelitian ini merupakan algoritma non-hirarki dari metode data clustering. Algoritma ini dimulai dengan pembentukan partisi klaster di awal, kemudian secara iteratif partisi tersebut diperbaiki hingga tidak terjadi perubahan signifikan pada klaster. Data yang dianalisis meliputi usia ibu hamil dan jenis penyakit yang diderita. Hasil dari penerapan metode K-Meansmenunjukkan bahwa terdapat tiga clusteryang optimum dengan nilai Davies-Bouldin Index (DBI) sebesar 1,65, menandakan validitas clustering yang baik. Analisis clustering mengungkap bahwa clusterpertama didominasi oleh kasus Hepatitis (0), mengindikasikan bahwa ibu hamil dalam clusterini mungkin lebih sehat atau hanya menderita Hepatitis. Clusterkedua menunjukkan distribusi penyakit yang lebih merata dengan frekuensi tinggi pada penyakit Hipertensi (4), Sembelit (5), dan Flu (6), yang menunjukkan perlunya intervensi medis yang komprehensif untuk penyakit-penyakit tersebut. Clusterketiga memiliki distribusi penyakit yang lebih luas dengan dua puncak utama, mencerminkan variasi penyakit yang lebih beragam dan mencakup penyakit kronis atau komplikasi signifikan, yang memerlukan perhatian medis lebih intensif. Dengan hasil ini, metode K-Meansterbukti efektif dalam mengelompokkan penyakit kehamilan, sehingga dapat memberikan panduan yang berguna untuk intervensi medis dan pengambilan keputusan dalam upaya meningkatkan kesehatan ibu hamil.