Penelitian ini bertujuan untuk memperoleh hasil clustering dengan model KMeans dalam mengelompokkan siswa berprestasi dan untuk menerapkan metode K-Means dalam mengelompokkan siswa berprestasi. Metode yang diterapkan di dalam penelitian ini melalui pendekatan kuantitatif dengan penyajian secara eksploratif. Penelitian ini menerapkan teknik data mining dalam hal pengelompokkan data untuk di cluster. Dalam penelitian ini menggunakan metode clustering serta algoritma k-means untuk mengelompokkan dan mengidentifikasi data yang sama. Penentuan siswa berprestasi pada sekolah unggulan di kantor Dinas Pendidikan Cabang Tomilito masih memiliki banyak kelemahan. Maka dari itu, data yang dimiliki juga kurang akurat dan tidak dapat diidentifikasi manakah data yang memiliki karakterisitik yang sama. Sehingga untuk mengatasi hal tersebut, solusi yang tepat adalah dengan membuat sebuah sistem pengelompokkan dengan menerapkan metode K-Means Clustering dengan implementasinya menggunakan tools Rapidminer studio. Penelitian ini menghasilkan 3 cluster diantaranya cluster 1 berjumlah 64 data, cluster 2 menghasilkan 25 data, dan cluster 3 menghasilkan 16 data dengan total dataset berjumlah 105 data. Dengan demikian hasil dari penerapan algoritma K-Means clustering dan penggunaan tools rapidminer dinilai sangat efektif sehingga menghasilkan data yang akurat dalam hal pengelompokkan data. Maka dari itu hasil dari pengelompokkan tersebut dapat membantu pihak dinas cabang kecamatan tomilito untuk mengelompokkan siswa berprestasi di sekolah –sekolah unggulan yang berada di Kecamatan Tomilito, sehingga pada proses pengelompokkan berikutnya sudah sesuai dengan kriteria.