Penyakit degeneratif merupakan kondisi kesehatan dimana terjadi penurunan jaringan atau organ tubuh dari waktu ke waktu. Di Indonesia, penyakit degeneratif memiliki jumlah kasus meningkat dari tahun ke tahun termasuk Provinsi Kalimantan Timur adalah yang cukup tinggi. Penelitian ini bertujuan melakukan pengelompokan penyakit degeneratif dengan menerapkan algoritma machine learning yaitu K-Means dalam rangka membantu pihak rumah sakit dan pihak terkait. Penyakit ini dapat dikelompokkan menjadi 3 cluster terdiri dari rendah, sedang, dan cluster tinggi. Dalam penelitian ini, data telah digunakan adalah data yang diperoleh dari rumah sakit Dirgahayu Samarinda dengan rentang tahun 2017 sampai dengan 2021 dengan jumlah data sebanyak 60 data. Metode uji akurasi clustering penyakit degeneratif yang telah diterapkan adalah menggunakan Sum Square Error (SSE), Mean Square Error (MSE), dan Silhouette Coefficient (SC) dengan 3 metode perhitungan jarak yaitu Euclidean Distance, Manhattan Distance, dan Minkowski Distance. Hasil penelitian memperlihatkan bahwa sebanyak 3 cluster kasus degeneratif telah diperoleh. Sedangkan, perhitungan pengukuran jarak dengan metode-metode tersebut telah menghasilkan kelompok C1 berjumlah 1 data yaitu penyakit jantung, C2 berjumah 3 data yaitu penyakit stroke, diabetes, kanker, dan C3 berjumlah 2 data yaitu penyakit osteoporosis dan parkinson. Berdasarkan hasil percobaan maka metode pengukuran jarak yang direkomendasikan adalah Minkowski Distance dan Manhattan Distance dalam mengelompokkan penyakit degeneratif