Kompetisi adalah salah satu aspek penting dalam duniapendidikan. Salah satu fungsi utama partisipasi dalamkompetisi adalah dapat mengukur kemampuan diri. Selainitu, kompetisi juga memiliki berbagai manfaat, yakni dapatmenciptakan inovasi baru dalam pemecahan suatu masalah,memberikan pengalaman baru, dan mengenal/memahamipersaingan antar peserta. Peserta kompetisi di bidangpendidikan, tidak lepas dari dukungan universitas yangmewadahi segala fasilitas dan penunjang dalam aspeklainnya. Untuk lebih mengenal perkembangan kompetisipeserta dalam suatu universitas, diperlukan analisis datayang dapat memberikan gagasan baru. Teknik analisis datayang efektif adalah dengan pendekatan penambangan data,lebih rincinya klasterisasi. Klasterisasi memiliki banyakvariasi algoritma dengan salah satu contohnya K-Modes yangmampu menangani data kategorikal seperti data kompetisi.Sebagai perguruan tinggi dengan peraih prestasi yang cukupbanyak dan menjadi salah satu universitas swasta terbaik diIndonesia, Universitas Telkom menjadi subjek yang menarikuntuk implementasi algoritma K-Modes. Penelitian inibertujuan untuk melakukan klasterisasi K-Modes pada datakompetisi Mahasiswa Universitas Telkom dan ditambahdengan metode Silhouette Score dan Davies-Bouldin Indexuntuk membantu menentukan jumlah klaster yang optimal.Hasil penelitian menunjukkan jumlah klaster optimal adalah13 klaster dengan Silhouette Score bernilai 0,23 (jangkauannilai -1 hingga 1) dan Davies-Bouldin Index bernilai 1,95(jangkauan nilai mulai dari 0 ke bilangan positif).Selanjutnya penelitian ini memberikan visualisasi klasterklaster K-Modes dari perhitungan metode PrincipalComponent Analysis (PCA) dan hasil identifikasi berupainformasi analisis setiap klaster. Kata kunci: Davies-Bouldin Index, K-Modes, Klasterisasi, PCA, Silhouette Score, Universitas Telkom