<![CDATA[Desa Bojong menghadapi tantangan dalam memetakan tingkat pendidikan penduduknyasecara terstruktur. Meskipun data tersedia, kurangnya pengorganisasian menyebabkan kesenjanganakses pendidikan, terutama di wilayah-wilayah tertentu. Penelitian ini bertujuan untukmengelompokkan tingkat pendidikan warga Desa Bojong menggunakan algoritma K-Means, sehinggadapat memberikan wawasan yang lebih mendalam tentang kondisi pendidikan masyarakat. Data yangdigunakan mencakup 6.027 penduduk dari 10 kampung, dengan atribut seperti usia, pendidikanterakhir, pekerjaan, dan status pernikahan. Proses analisis mengikuti tahapan Knowledge Discovery inDatabase (KDD) dan dilakukan menggunakan perangkat lunak RapidMiner. Hasil penelitianmenunjukkan bahwa jumlah klaster yang ideal adalah 7, dengan nilai terbaik 0,467 untuk DaviesBouldin Index (DBI). Setiap klaster menunjukkan tingkat pendidikan tertentu. Cluster 6 memiliki tingkatpendidikan yang sangat tinggi, dengan banyak penduduk yang sampai perguruan tinggi. Sementaraitu, Cluster 0 terdiri dari orang-orang yang hanya tamat SD atau bahkan tidak sekolah. Studi inimenunjukkan distribusi pendidikan di Desa Bojong. Hasil ini dapat membantu pemerintah desamembuat program pendidikan yang lebih baik. Kampung dengan tingkat pendidikan rendah dapatberkonsentrasi pada program yang meningkatkan akses pendidikan dasar, seperti literasi dan subsidipendidikan, sedangkan kampung dengan tingkat pendidikan tinggi dapat berkonsentrasi padapengembangan program pendidikan lanjutan atau pelatihan vokasional. Metode ini diharapkan dapatmembantu Desa Bojong mengatasi kesenjangan pendidikan dan meningkatkan kualitas hidupwarganya dengan menyediakan program yang tepat sasaran. Selain itu, penelitian ini membantuimplementasi algoritma K-Means dalam pengelompokan data pendidikan di daerah pedesaan.]]>
