Ikatan Alumni Arsitektur Universitas Sumatera Utara (IKARSI) mengelola data keanggotaan secara manual melalui Google Form dan Google Sheets sehingga data tersebar, tidak terstandarisasi, dan belum dimanfaatkan untuk memetakan potensi anggota secara objektif sebagai dasar penyusunan program kerja sehingga pengurus kesulitan mengenali karakteristik anggotanya. Penelitian ini bertujuan membangun sistem informasi manajemen keanggotaan berbasis web yang terintegrasi dengan algoritma K-Means Clustering untuk memetakan potensi anggota. Sistem dikembangkan dengan metode Research and Development model Waterfall. Laravel dan MySQL digunakan untuk antarmuka dan penyimpanan data, sedangkan layanan FastAPI berbahasa Python dengan scikit-learn digunakan sebagai mesin komputasi klasterisasi. Pengelompokan memakai lima variabel ordinal capaian profesional, yaitu lama tunggu kerja, rentang pendapatan, linearitas pekerjaan, status sertifikasi profesi, dan tingkat jabatan. Sebanyak 248 data anggota dikelompokkan menjadi tiga klaster (K = 3) yang dipilih karena mudah diinterpretasikan untuk kebutuhan organisasi, meskipun nilai silhouette score sebesar 0,2630 menunjukkan struktur klaster yang lemah hingga sedang. Algoritma konvergen pada iterasi kesembilan dan membentuk klaster Profesional Mapan (90 anggota), Berkembang Aktif (95 anggota), dan Perlu Pendampingan (63 anggota). Pengujian black box terhadap 63 skenario pada sisi admin dan anggota menunjukkan seluruh fitur berjalan sesuai harapan. Sistem ini memusatkan administrasi keanggotaan dan menghasilkan rekomendasi kegiatan yang spesifik untuk setiap klaster sehingga mendukung pengurus IKARSI dalam mengambil keputusan berbasis data.