Indonesia memiliki tanah yang subur, hasil bumi dan kekayaan laut yang berlimpah. Namun Indonesia juga tidak luput dari resiko bencana alam yang merupakan serangkaian peristiwa yang mengganggu dan mengancam keselamatan hidup serta menyebabkan kerugian materi maupun non-materi. Letak geologis Indonesia yang strategis menyebabkan Indonesia sering dilanda gempa bumi, letusan gunung berapi dan berbagai bencana alam lain. Dari data yang dikumpulkan, bencana alam yang terjadi di Indonesia terdiri dari beberapa kategori yaitu gempa bumi, letusan gunung berapi, banjir, longsor, puting beliung, serta tsunami. Banyaknya peristiwa bencana alam di Indonesia ini menyebabkan timbulnya korban, baik korban jiwa maupun luka-luka, menghancurkan wilayah sekitarnya serta menghancurkan infrastruktur dan menimbulkan kerugian harta benda. Adanya tren peningkatan kejadian bencana alam perlu diteliti lebih lanjut untuk mencegah agar jumlah korban tidak semakin banyak. Informasi tersebut dapat diperoleh melalui pendekatan data mining mengingat jumlah data yang tersedia sangat banyak. Dalam kaitannya dengan data bencana alam, teknik clustering pada data mining sangat berguna untuk mengelompokkan data bencana alam berdasarkan karakteristik yang sama sehingga dapat dijadikan dasar untuk memprediksi peristiwa bencana alam kedepannya. Dengan demikian, penelitian ini diharapkan dapat mengelompokkan data bencana alam memanfaatkan teknik clustering menggunakan algoritma k-means menjadi beberapa kelompok, dilihat dari segi jenis bencana alam, waktu terjadinya bencana, jumlah korban, dan kerusakan berbagai fasilitas sebagai dampak bencana alam.