<![CDATA[Abstract: The Library and Archives Service of Bengkulu Province is a library based in the provincial capital of Bengkulu which aims to provide facilities and sources of information and become a center of learning. The number of visitors recorded on the visitor book list at the Library and Archives Service of Bengkulu Province can generate library visitor profile information. By using visitor data at the Library and Archives Service of Bengkuu Province, data mining can be carried out using the K-Means Clustering method. K-Means is a method of grouping data by taking the parameters of a number of clusters, and partitioning the data into these clusters. Based on the similarity between data in one cluster and the dissimilarity between different clusters, the center of the cluster is the average of the values of the cluster members. which are called centeroids. It is hoped that future research can be developed by adding attribute variables in forming visitor data groups for at the Library and Archives Service of Bengkuu Province such as regional and other variables.Keywords: K-Means; clustering; vb-netAbstrak: Dinas Perpustakaan dan kearsipan Provinsi Bengkulu merupakan perpustakaan yang berkedudukan di ibukota provinsi bengkulu yang bertujuan untuk menyediakan fasilitas dan sumber informasi dan menjadi pusat pembelajaran. Banyaknya pengunjung yang tercatat pada daftar buku pengunjung di Dinas Perpustakaan dan Kearsipan Provinsi Bengkulu dapat menghasilkan informasi profil pengunjung perpustakaan. Dengan menggunakan data pengunjung di Dinas Perpustakaan Dan Kearsipan Provinsi Bengkuu bisa dilakukan penambangan data (data mining) menggunakan metode Clustering K-Means. K-Means adalah metode pengelompokkan data dengan mengambil parameter sejumlah cluster, dan mempartisi data ke dalam cluster tersebut., dengan berpatokan pada kemiripan antar data dalam satu cluster dan ketidakmiripan di antar cluster yang berbeda, pusat dari cluster adalah rata-rata dari nilai anggota cluster yang disebut centeroid.Tujuan dari penelitian ini yaitu untuk membantu proses pengelompokkan jumlah data pengunjung pada kantor Dinas Perpustakaan. Diharapkan pada penelitian yang akan datang dapat dikembangkan dengan menambah variabel atribute dalam membentuk kelompok data pengunjung dinas perpustakaan dan kearsipan provinsi bengkulu seperti variabel wilayah dan lainnya.Kata kunci: K-Means; clustering; VB-Net]]>
