Dalam data mining, terdapat beberapa algoritma yang sering digunakan dalam pengelompokan data, diantaranya adalah K-Means. Namun, metode tersebut masih memiliki beberapa kekurangan, diantaranya adalah masalah tingkat akurasi dari metode yang digunakan untuk mengukur kesamaan antar objek-objek yang dibandingkan. Untuk mengatasi permasalahan tersebut, dalam penelitian ini dilakukan komparasi antar tiga metode (euclidean distance, manhattan distance, dan minkowski distance) untuk mengetahui status disparitas kebutuhan Guru di Kota Tegal. Dataset yang digunakan dalam penelitian ini adalah data pokok pendidikan tingkat dasar dan menengah di Kota Tegal. Hasil penelitian menunjukkan bahwa dari ketiga metode yang dibandingkaan memiliki tingkat akurasi yang baik, yaitu 84.47% (untuk euclidean distance), 83.85% (untuk Manhattan distance), dan 83.85% (untuk minkowski distance). Selain itu, dalam penelitian ini juga menginfomasikan bahwa masih tedapat 6 (enam) sekolah dengan kondisi ketersediaan Guru yang masih sangat kurang (masuk kategori label disparitas TINGGI) dan perlu mendapatkan perhatian lebih yaitu SMP Atmaja Wacana, SMKN 3 Tegal, SMAS Muhammadiyah, SMAS Pancasakti Tegal, SMKS Muhammadiyah 1 Kota Tegal, dan SMP IC Bias Assalam.