Pada penelitian ini menganalisa kesalahan yang diperoleh pada data pembelajaran pada data gambar dengan membandingkan metode K-Means Clustering dan metode Canopy K-Means Clustering. Data yang digunakan adalah data gambar yang diujikan pada aplikasi yang dibangun dan menelaah nilai kesalahan pada setiap iterasi. Analisa kesalahan dengan memahami karakteristik formula pada metode K-Means Clustering dan Canopy K-Means Clustering dan menganalisa angka kesalahan berdasarkan formula kedua metode dengan demikian maka karakteristik perolehan error pada metode Canopy K-Means Clustering diperoleh berdasarkan karakteristik formula dari metode tersebut. Dari hasil beberapa uji coba dengan dataset yang data berbeda maka diperoleh rata-rata bahwa metode Canopy K-Means Clustering memiliki nilai kesalahan lebih sedikit sejumlah 0,0264% dibandingkan metode K-Means Clustering dengan Euclidean distance dan rata-rata keberhasilan 85% sesuai kelompok.