Asuransi merupakan mekanisme proteksi atau perlindungan dari resiko kerugian dengan cara mengalihkan resiko pada pihak lain. Adakalanya produk yang baru saja muncul menjadi produk yang lebih unggul dalam hal penjualan, sehingga peminatan suatu produk tidak mutlak diukur dari tahun produk tersebut dirilis. Faktor kendalanya diantaranya dari sisi pemasaran produk saat diluncurkan. Penawaran produk-produk dengan premi murah disertai benefit sesuai yang diinginkan nasabah. Namun perusahaan asuransi masih kesulitan dalam hal mengelompokkan produk-produk unggulan yang banyak diminati calon nasabah. Untuk itu diperlukan teknik mengelompokan produk-produk asuransi agar memudahkan perusahaan melihat produk-produk unggulan dan memilih produk yang sesuai dengan kebutuhan nasabahnya. Melakukan analisis dan mengolah data dengan metode K-Means dalam klasterisasi produk asuransi merupakan tujuan penelitian ini. Penerapan algoritma K-Means ini untuk membantu perhitungan nilai kemurniannya dari hasil clustering yang dilakukan sehingga klasterisasi produk asuransi sesuai dengan kebutuhan nasabahnya. Penerapan metode K-Means dengan teknik clustering untuk data mining menghasilkan informasi produk asuransi yang lebih diminati para calon nasabah. Hal ini sangat tepat dalam melakukan pengelompokan jenis data karena lebih mudah dalam implementasi dan penerapannya dapat memfilter dengan cepat dan tepat. Perhitungan dengan metode K-Means dengan sampel data 55 nasabah diperoleh 3 cluster yaitu cluster 1 untuk asuransi kebakaran mempunyai jumlah nasabah sebanyak 30 orang, cluster 2 untuk asuransi kecelakaan 24 orang dan cluster 3 untuk asuransi kesehatan 1 orang.