Kemiskinan menggambarkan kondisi ketiadaan kepemilikan dan rendahnya pendapatan, atau secara lebih rinci menggambarkan suatu kondisi tidak dapat terpenuhinya kebutuhan dasar manusia, yaitu pangan, papan, dan sandang. Dalam sepuluh tahun terakhir, kinerja penanggulangan kemiskinan Jawa Tengah mengalami pasang surut dengan kemiskinan perdesaan masih mendominasi. Tujuan dari penelitian adalah melakukan analisis pemetaan berupa klaster terhadap jumlah tingkat kemiskinan di kabupaten atau kota yang ada di provinsi Jawa Tengah dengan menggunakan teknik kecerdasan buatan (artificial intelligence). Mengingat bahwa Jawa Tengah merupakan provinsi terpadat ke tiga setelah Jawa Barat dan Jawa Timur. Hal ini perlu dilakukan dalam rangka memperoleh gambaran secara makro tingkat kemiskinan selama beberapa tahun terakhir melalui pemetaan wilayah. Dataset yang digunakan bersumber dari website Badan Pusat Statistik (BPS) Provinsi Jawa Tengah pada subjek jumlah penduduk miskin (ribu jiwa) tahun 2017-2019. Solusi yang diberikan dalam melakukan pemetaan berupa klaster adalah metode K-Medoids yang merupakan bagian dari data mining klastering. Jumlah klaster yang digunakan yakni klaster tinggi dan rendah pada pemetaan jumlah tingkat kemiskinan. Proses analisis pemetaan menggunakan bantuan software RapidMiner. Hasil penelitian menyebutkan bahwa 6 provinsi (17%) berada pada klaster tinggi dan 29 provinsi (83%) berada pada klaster rendah. Nilai centroid akhir untuk setiap klaster yakni {293.2, 309.2, 343.5} pada klaster tinggi (cluster_1) dan {18.6, 19.4, 20.1} pada klaster rendah (cluster_1). Hasil pemetaan dapat menjadi informasi yang bermanfaat untuk melakukan penanggulangan masyarakat miskin dimana klaster tinggi (cluster_1) menjadi hal yang prioritas bagi pemerintah di provinsi jawa tengah yakni Kabupaten Cilacap, Kabupaten Banyumas, Kabupaten Kebumen, Kabupaten Grobogan, Kabupaten Pemalang, Kabupaten Brebes.