Rata-rata lama (RLS) sekolah menggambarkan tingkat pencapaian setiap penduduk pada suatu daerah dalam kegiatan bersekolah. Semakin tinggi angka lamanya bersekolah, maka semakin tinggi pula jenjang pendidikan yang telah dicapai penduduk, sehingga indikator ini sangat penting karena dapat menunjukkan kualitas sumber daya manusia di suatu daerah. Apalagi telah banyak penelitian-penelitian yang mengemukakan bahwa Rata-rata Lama Sekolah memiliki pengaruh yang signifikan terhadap pertumbuhan Ekonomi. Hal ini berarti, jika Rata-rata Lama Sekolah mengalami peningkatan, maka Jumlah penggangguran dan Penduduk Miskin pada suatu daerah akan menurun dan pastinya akan memberikan pengaruh yang positif dan signifikan terhadap pertumbuhan ekonomi. Tujuan dari penelitian untuk untuk melakukan analisis berupa pemetaan berupa klaster terhadap Rata-Rata Lama Sekolah di Kabupaten dan Kota di Jawa Tengah menggunakan artificial intelligence (AI). Hal ini perlu dilakukan dalam rangka memperoleh gambaran secara makro tingkat perkembangan Rata-Rata Lama Sekolah selama beberapa tahun terakhir melalui pemetaan wilayah. Dataset yang digunakan berasal dari website Badan Pusat Statistik (BPS) Provinsi Jawa Tengah dengan subjek Rata-rata Lama Sekolah (RLS) berdasarkan jenis kelamin dari tahun 2017-2019. Metode solusi yang digunakan adalah metode k-means yang merupakan bagian dari data mining klastering. Jumlas klaster yang digunakan pada penelitian yakni klaster tinggi dan rendah. Proses analisis dibantu mengunakan software RapidMiner. Sebelum proses k-means dilakukan, preprocessing dilakukan dengan mengambil nilai rata-rata dari jumlah RLS berdasarkan jenis kelamin dari tahun 2017-2019. Hasil nilai rata-rata yang diperoleh akan diproses menggunakan k-means. Hasil penelitian menyebutkan bahwa dari 35 provinsi diperoleh 8 provinsi (23 persen) berada di klaster tinggi (cluster_1) dan 27 provinsi (77 persen) di klaster rendah (cluster_0). Hasil yang diperoleh menyebutkan diatas 70% wilayah di jawa Tengah masih memiliki RLS rendah.