Bantuan usaha merupakan upaya pemerintah untuk membantu menunjang perekonomian pada masyarakat yang melakukan suatu usaha. Seringkali bantuan usaha yang dilakukan kurang tepat sasaran dikarenakan terbatasnya jumlah bantuan tidak sebanding dengan banyaknya penerima bantuan. Dalam data mining terdapat teknik penggalian data yang mengelompokkan sekumpulan objek data berdasarkan kemiripan (clustering), ini dapat membantu menentukan penerima bantuan. Salah satu metode yang sering digunakan adalah metode K-Means. K-means clustering merupakan salah satu metode cluster analysis non hirarki yang berusaha untuk mempartisi objek yang ada kedalam satu atau lebih cluster atau kelompok objek berdasarkan karakteristiknya. Data yang digunakana merupakan data survey yang dilakukan oleh POLRES di kab. Kutai Barat pada masa pandemic covid-19 tahun 2021 Hasil penelitian menunjukkan bahwa dari 580 data UMKM dilakukan perhitungan dengan 3 jarak yaitu Euclidean Distance 203 data layak, 259 dapat dipertimbangkan, 118 kurang layak, Manhattan Distance 263 data layak, 232 dapat dipertimbangkan, 85 kurang layak, Minkowski Distance 209 data layak, 261 dapat dipertimbangkan, 110 kurang layak. Berdasarkan pengujian perhitungan menggunakan Sum of Squence Error, didapatkan hasil bahwa metode pengukuran Minkowski Distance lebih baik dengan nilai SSE lebih kecil dari Euclidien dan Manhattan yaitu 47.715612.