Kemiskinan merupakan indikator penting untuk melihat keberhasilan pembangunan ekonomi suatu negara seperti Indonesia. Termasuk di Kota Samarinda yang memiliki jumlah penduduk sekitar 858.080 jiwa, diperlukannya gambaran kondisi sosial ekonomi yaitu evaluasi yang dapat mengelompokkan daerah-daerah di Kota Samarinda berdasarkan tingkat kemiskinannya. Clustering adalah metode yang digunakan untuk mengelompokkan variabel atau objek, metode K-Means merupakan salah satu algoritma clustering pengelompokan data non hirarki (sekatan) yang berusaha mempartisi data yang ada kedalam kelompok sehingga data berkarakteristik sama dimasukkan kedalam satu kelompok yang sama dan data yang berkarakteristik berbeda dikelompokkan kedalam kelompok lain Penelitian ini dilakukan bertujuan untuk melakukan pengelompokkan data penerimaan Bantuan Sosial Tunai (BST) di Kota Samarinda menjadi beberapa cluster berdasarkan kecamatan dan tahap yang berbeda. Selanjutnya data akan di evaluasi dengan menggunakan metode silhouette coefficient. Hasil clustering kemiskinan di Kota Samarinda menggunakan metode K-Means dengan nilai k = 3 menempatkan 5 data ke dalam cluster 1 yang merupakan persebaran penerimaan BST banyak, 3 data ke dalam cluster 2 yang merupakan persebaran penerimaan BST sedang dan 2 data ke dalam cluster 3 yang merupakan persebaran penerimaan BST sedikit. Adapun persebaran penerimaan BST ini dilakukan dalam kurun waktu selama 1 tahun dari April 2020 hingga April 2021 yang terbagi dalam 10 tahap. Hasill pengujian nilai silhouette coefficient bernilai 0,68, maka dapat disimpulkan struktur data cluster termasuk ke dalam kategori medium structure pada kasus ini. Kata Kunci : Kemiskinan, Clustering, K-Means.