Analisis klaster memiliki tujuan untuk mengelompokkan data yang mempunyai sifat yang sama ke dalam klaster yang sama dan pada data yangmempunyai sifat berbeda akan masuk ke dalam klaster yang berbeda. K-Medoidsmerupakan salah satu metode pengelompokan dengan menggunakan objekrepresentatif sebagai titik pusat (medoids). Metode k-medoids dikembangkan untukmengatasi kelemahan dari metode k-means yang sensitif akan adanya pencilan dikarenakan suatu objek dengan nilai yang besar memungkinkan secara ukuranmenyimpang dari distribusi data. Setelah melakukan pengelompokan menggunakan k-medoids dilakukan validasi hasil pengelompokan. Metode DaviesBouldin Index (DBI) merupakan metode untuk mengukur seberapa baik klaster dengan memaksimalkan jarak antara klaster yang satu dengan lainnya dan pada saat yang sama juga meminimalkan jarak antara objek didalam suatu klaster. Penelitian ini bertujuan untuk memperoleh klaster optimal dari nilai DBI yang terkecil danmengetahui karakteristik dari klaster optimal yang terbentuk. Metode pengelompokan ini diterapkan pada data indikator perumahan dan kesehatanlingkungan di Indonesia tahun 2021. Berdasarkan hasil analisis diperoleh bahwaklaster yang optimal adalah sebanyak 2 klaster dengan nilai DBI sebesar 0,96. Klaster 1 beranggotakan 31 provinsi dan klaster 2 beranggotakan 3 provinsi.