Penelitian ini dilkaukan dengan tujuan: 1) Untuk menciptakan sebuah sistem yang mampu mengklasifikasi data calon penerima bantuan. 2) Untuk menerapkan algoritma KNN dalam mengklasifikasi data calon penerima bantuan. Penelitian ini menggunakan metode penelitian studi kasus dengan penyajian secara deskriptif. Variabel dan atribut yang digunakan pada sistem ini berdasarkan data yang diperoleh dari desa yaitu Status Tanah (Ada, Tidak Ada), Kondisi KK (Mampu, Kurang Mampu, Tidak Mampu) tedaftar BDT (Ya, Tidak) dengan output Status yang terdiri dari (Layak, Tidak Layak). Sistem ini dibuat dengan menggunakan bahasa pemrograman Visual Basic. Untuk sistem pengolahan database menggunakan MySQL dan laporannya menggunakan Crystall Report for Visual Studio. Hasil yang diperoleh dalam penelitian ini yaitu kita dapat mengetahui cara merekayasa implementasi metode K-Nearest Neighbor dalam mengklasifikasi kelayakkan keluarga penerima bantuan renovasi Rumah Tidak Layak huni (RTLH). Hasil dari penerapan metode K-Nearest Neighbor dalam sistem ini mendapatkan nilai accuracy 92,58%, precision 92,31?n recall 85,71?ngan nilai K=5.