Kabupaten Puwakata memiliki tanah yang subur, hasil pertanian dan sumber daya alam yang melimpah. Namun kawasan tersebut juga rentan terhadap risiko bencana. Berdasarkan data yang terkumpul, bencana yang terjadi di Kabupaten Puwakata meliputi beberapa kategori yaitu longsor, kekeringan, angin topan dan banjir. Tren peningkatan angka bencana memerlukan penyelidikan lebih lanjut untuk mencegah peningkatan jumlah korban. Mengingat sejumlah besar data yang tersedia, informasi ini dapat diperoleh melalui metode analisis data mining. Untuk data bencana alam, metode clustering pada data mining sangat berguna untuk pengelompokan data bencana berdasarkan karakteristik yang sama, sehingga dapat digunakan sebagai dasar untuk pengklasifikasian kejadian bencana yang akan datang. Algoritma k-means adalah model yang digunakan untuk membentuk cluster dengan mengukur seberapa dekat jarak yang ada dengan kumpulan data. Oleh karena itu, ditinjau dari lokasi bencana, jenis bencana dan dampaknya terhadap bencana, diharapkan penelitian ini dapat menggunakan teknik clustering dengan algoritma k-means untuk mengelompokan titik-titik rawan bencana. Hasil penelitian didapatkan 3 cluster yaitu, tipe bencana kekeringan adalah cluster 0, jenis bencana longsor adalah cluster 1, dan jenis bencana longsor adalah cluster 2. Setelah terbentuk tiga cluster, disusun strategi penanggulangan bencana di setiap titik rawan bencana di wilayah Purwakarta.