Kalimantan Timur merupakan salah satu provinsi yang terkenal memiliki lahan perkebunan yang luas. Salah satu perkebunan dengan lahan yang luas di Kalimantan Timur yaitu perkebunan kelapa sawit. Dalam menghasilkan kualitas minyak kelapa sawit yang berkualitas maka diperlukan pengendalian tanaman yang baik dan potensi produksi yang tinggi agar mencapai hasil produksi yang optimal. Maka dari itu perlu dibangun sebuah sistem untuk membantu mengelola lahan kelapa sawit dengan cara mengelompokkan produktivitas lahan kelapa sawit tersebut. Sistem ini dibangun berbasis website menggunakan Algoritma K-Means Clustering. Data yang digunakan pada penelitian ini berasal dari Dinas Perkebunan Provinsi Kalimantan Timur dengan total data 112 data berdasarkan data luas areal, produksi dan produktivitas tanaman kelapa sawit dari tahun 2010 sampai dengan tahun 2019. Pada penelitian ini, digunakan metode pengukuran jarak Euclidean Distance, Manhattan Distance dan Minkowski Distance pada perhitungan K-Means clustering. Selain itu, juga digunakan pengujian dengan metode Silhouette Coefficient (SC) dan Sum Square Error (SSE). Berdasarkan hasil perhitungan yang telah dilakukan dapat disimpulkan bahwa cluster yang optimal yaitu dengan metode Euclidean Distance. Hasil pengujian SSE pada metode Euclidean Distance didapatkan hasil dengan nilai sebesar 6,119946327. Hasil pengujian cluster menghasilkan 2 kategori yaitu, C1 yang termasuk dalam kategori tingkat produktivitas rendah dan C2 sebagai tingkat produktivitas tinggi.