K-means adalah algoritma unsupervised learning yang berarti algoritma ini tidak memiliki informasi label sebelumnya. Tujuan utama K-means adalah membagi data ke dalam kelompok atau kluster sedemikian rupa sehingga setiap data dalam suatu kluster memiliki kesamaan yang tinggi dengan data lain dalam kluster yang sama dan perbedaan yang signifikan dengan data dalam kluster lainnya. Penelitian ini bertujuan untuk mengelompokkan 100 data calon penerima bantuan PKH di Desa Pagaranbira Jae, Kecamatan Sosopan, Kabupaten Padang Lawas, Sumatra Utara. Proses data mining yang digunakan adalah CRISP-DM dengan metode pengelompokan yang dipakai adalah K-Means Clustering dengan penentuan cluster menggunakan elbow methode. Setelah metode k-means diimplementasikan diperoleh hasil dengan jumlah klaster 2, 3, 4, 5, 6, dan 7 dari dataset yang digunakan. Dengan teknik elbow methode diperoleh jumlah cluster optimal dengan nilai k = 2. Kemudian evaluasi dilakukan menggunakan Silhouette Score dengan Index k tertinggi adalah 2, dengan nilai 0.175. Melalui penelitian ini didapatkan 2 kelompok calon penerima bantuan PKH yaitu cluster 1 dengan 51 kepala keluarga, cluster 0 yaitu 49 kepala keluarga. Kata kunci : program keluarga harapan (PKH);crisp-dm;k-means clustering;elbow methode