Tujuan dari penelitian untuk mengkombinasi metode klastering dan klasifikasi yang merupakan bagian dari data mining. Kasus yang diangkat adalah jumlah persebaran pandemi Covid-19 di Indonesia per tanggal 7 juli 2020 yang terdari 34 record. Sumber data diperoleh dari Data Kementerian Kesehatan, dicuplik dan diolah dari covid19.go.id dan bnpb.go.id. Variabel yang digunakan pada penelitian adalah jumlah kasus positip (x1), jumlah kasus sembuh (x2) dan jumlah kasus meninggal dunia (x3) berdasarkan provinsi. Metode klastering dan klasifikasi yang digunakan adalah k-medoids dan C4.5. Metode k-medoids berfungsi untuk melakukan pemetaan berupa klaster terhadap wilayah di Indonesia berdasarkan provinsi. Label pemetaan yang digunakan sebanyak 3 klaster yakni: klaster tinggi (C1= zona merah), klaster waspada (C2= zona kuning), klaster rendah (C3= zona hijau). Hasil dari pemetaan diteruskan dengan menggunakan metode C4.5 untuk melihat aturan berupa pohon keputusan. Proses analisa dibantu dengan software RapidMiner. Penentuan jumlah klaster (k) ditentukan dengan menggunakan parameter Davies Bouldin Index (DBI) untuk mengoptimalkan hasil klaster yang diperoleh. Untuk k=3 memiliki nilai optimal yakni 0.740. Hasil pemetaan diperoleh 9 provinsi berada di klaster tinggi (C1= zona merah), 3 provinsi berada di klaster waspada (C2= zona kuning) dan 22 provinsi berada di klaster rendah (C3= zona hijau). Nilai yang diperoleh dari pohon keputusan untuk klaster tinggi (C1= zona merah) berdasarkan C4.5 adalah jika jumlah kasus positip lebih kecil dari 9524 dan lebih besar dari 4329 ( 4329 > x1 < 9524). Sembilan provinsi yang masuk klaster tinggi (C1= zona merah) adalah Aceh, Bali, DKI Jakarta, Jawa Barat, Jawa Tengah, Jawa Timur, Kalimantan Selatan, Sumatera Selatan dan Sulawesi Selatan. Hasil dari kombinasi metode tersebut dapat diterapkan dan memberikan pengetahuan berupa informasi baru tentang pemetaan berupa klaster terhadap jumlah persebaran pandemi Covid-19 di Indonesia.