Perdagangan atau jual-beli adalah suatu hal yang penting dalam membangun perekonomian suatu Negara. Tolak ukur perekonomian suatu negara dapat dilihat melalui aktifitas perdagangan dalam suatu Negara dan menjadi suatuindikasi kemakmuran masyarakat dalam suatu Negara. Bisnis dalam sektor perdagangan adalah kegiatan usaha dengan membeli produk atau barang pada suatu perusahaan atau pihak tertentu dan dijual kembali kepada masyarakat dengan tujuan untuk menghasilkan laba secara optimal agar dapat mengembangkan, memajukan dan mempertahankan kelangsungan hidup usahanya ke tingkat yang lebih tinggi. Melihat dari permasalahan-permasalahan yang sudah dipaparkan sebelumnya, penulis mengusulkan teknik data mining untuk menyelesaikan masalah yang ada dengan mengolah data historis transaksi penjualan yang sudah ada. Dalam permasalahan yang ada, penulis menggunakan metode K-Means, dengan menklasteratau mengelompokkan pulsa yang terjual menjadi 3 bagian yaitu sangat laku, laku dan kurang laku, dengan pembagian seperti ini diharapkan memudahkan toko pulsa Icha Cell dalam menyusun strategi dalam managemen penyetokan pulsa dengan pengelompokan pulsa yang terjual dengan kriteria sangat laku, maka menyetok pulsa dalam jumlah banyak, dengan kriteria laku, makamenyetok pulsa dengan jumlah sedang dan kriteria kurang laku, maka menyetok pulsa dengan jumlah sedikit. Pengelompokan (clustering) data penjualan pulsa dapat dilakukan dengan melihat dinamika data tahunan yang diperoleh dari Toko Pulsa Icha Cell. Pengelompokan tersebut dapat menggunakan metode clustering K-Means. Dengan data yang sudah dikelompokan menggunakan algoritma K-Means, diharapkan dapat mempermudah Toko Pulsa Icha Cell dalam menghitung laba penjualan pulsa agar mengetahui jenis pulsa apa saja yang laku di pasaran dan dapat menyusun strategi penjualan guna meningkatkan efektivitas bisnis. Data yang akan digunakan adatalah data penjualan pulsa 3 bulan terakhir tersebut akan menjadi inputan pada proses clustering. Untuk itu, dalam rangka mengklasterkan data penjualan pulsa dalam menghitung laba penjualan dan dapat menyusun strategi penjualan guna meningkatkan efektivitas bisnis melalui perhitungan komputasi dengan teknik Data Mining. Penelitian ini menggunakan metode clustering K-Means dengan 3 distance measure yakni Euclidean Distance, Manhattan Distance, dan Chebyshev Distance. Untuk melihat tingkat errorr yang dihasilkan dari suatu cluster, digunakan teknik Sum Squared Errorr. Dari ketiga distance measure yang digunakan, didapatkan hasil terbaik dengan tingkat errorr terkecil pada distance measure Chebychev Distance sebesar 179,097.