Tuberkulosis merupakan masalah kesehatan yang sifatnya menular melewati udara karena adanya kuman mycobacterium tuberculosis. Kasus penyakit tuberkulosis tersebar hampir diseluruh daerah Kota Samarinda. Luasnya daerah Kota Samarinda dan jumlah kasus yang cenderung terus meningkat setiap tahunnya, memungkinkan perlunya pengelompokan daerah penyebaran penyakit tuberkulosis. Namun informasi terkait daerah-daerah yang memiliki penderita paling banyak tidak diketahui secara pasti oleh Dinas terkait. Pengelompokkan daerah rawan persebaran penyakit tuberlkulosis diyakini dapat memberikan informasi yang cukup bagi Dinas terkait agar dapat melakukan tindakan pencegahan agar penyakit ini tidak menyebar di daerah-daerah yang sudah terdampak. Dalam memberikan informasi terkait penyakit ini dapat menggunakan clustering. Clustering atau mengelompokkan data dapat dilakukan dengan menerapkan Algoritma K-Means. Dalam penerapan algoritma ini sendiri menggunakan 3 metode perhitungan jarak yaitu, Euclidean Distance, Manhattan Distance dan Minkowski Distance. Dengan menggunakan data jumlah kasus penyakit tuberkulosis di Kota Samarinda tahun 2018-2021. Penggunaan 3 metode ini dimaksudkan untuk mengetahui perhitungan jarak yang lebih ideal untuk digunakan. Selain menggunakan metode perhitungan jarak, digunakan juga metode Sum of Squared Error (SSE) untuk mengukur akurasi clustering. Diperoleh hasil dengan tiga cluster C1 untuk tingkat kerawanan tinggi, C2 untuk tingkat kerawanan sedang dan C3 untuk tingkat kerawanan rendah, memiliki nilai yang lebih kecil dibandingkan dengan menggunakan dua cluster sehingga tiga cluster merupakan jumlah ideal untuk melakukan clustering dan pengukuran jarak Manhattan Distance merupakan metode yang ideal digunakan karena hanya 4 kali iterasi dan memiliki nilaiSSE paling rendah dengan nilai 11,7962.