Pendidikan adalah sebuah proses sistematik untuk meningkatkan martabat manusia secara holistic yang memungkinkan potensi diri berkembang secara optimal. Tingkat keberhasilan siswa merupakan salah satu tugas sekolah dan faktor sumber daya manusia dari suatu negara. Banyak hal yang telah pihak sekolah maupun pihak terkait guna meningkatkan kualitas pendidikan. SMPN 22 Samarinda yang terletak di Samarinda berusaha untuk mengelompokkan para siswa yang perlu perhatian khusus untuk meningkatkan prestasi akademik secara merata. Banyak nya siswa yang ada mengakibatkan sulitnya untuk melakukan pengelompokan terhadap siswa/siswi. Tujuan penelitian ini berusaha memecahkan permasalahan tersebut menggunakan proses data mining guna memudahkan pemrosesan pengelompokkan lebih cepat dan terstruktur. Metode yang digunakan adalah metode clustering dengan algoritma K-Medoids dengan dua jenis perhitungan jarak yaitu Euclidean Distance dan Manhattan Distance. Data yang digunakan berasal dari SMPN 22 Samarinda dengan 10 atribut yang terdiri dari beberapa mata pelajaran dengan total 392 data. Percobaan dilakukan dengan menggunakan K = 2. Hasil yang didapatkan menyatakan bahwasanya nilai DBI memili dengan Euclidean Distance menghasilkan nilai yang lebih besar daripada menggunakan Manhattan Distance dimana nilai Euclidean Distance memiliki DBI sebesar 4.1 dan Manhattan Distance mendapatkan nilai DBI sebesar 1.82.