Perkembangan teknologi yang semakin pesat ikut berdampak pada dunia pendidikan di seluruh dunia, termasuk di Indonesia. Seseorang yang memiliki kemampuan pemecahan masalah yang baik sangat dibutuhkan di era ini. Computational thinking (CT) atau berpikir komputasi dinilai mampu melatih peserta didik untuk terampil dalam pemecahan masalah. Penelitian ini bertujuan untuk mengelompokkan peserta didik berdasarkan kemampuan CT, sehingga dapat membantu para guru agar lebih mudah dalam menentukan metode pembelajaran yang sesuai karakteristik peserta didik. Adapun pengolahan data menggunakan algoritma K-Means dengan data diambil dari hasil tes kompetisi Bebras Challenge 2022 untuk jenjang sekolah dasar. Dalam proses clustering ditentukan jumlah cluster paling optimal dengan menggunakan metode Elbow sebanyak 3 cluster yaitu tingkat pemahaman CT tinggi, sedang dan rendah. Adapun cluster untuk kategori Sikecil dengan tingkat pemahaman CT tinggi mempunyai rata-rata nilai sebesar 81,52 dan durasi pengerjaan sebesar 15,07 menit, sedang dengan rata-rata nilai sebesar 43,02 dan durasi pengerjaan sebesar 24,59 menit, dan rendah dengan rata-rata nilai sebesar 34,96 dan durasi pengerjaan sebesar 15,28 menit. Cluster yang terbentuk untuk kategori Siaga adalah cluster dengan tingkat pemahaman CT tinggi dengan rata-rata nilai sebesar 67,13 dan durasi pengerjaan sebesar 23,88 menit, sedang dengan rata-rata nilai sebesar 56,91 dan durasi pengerjaan sebesar 34,76 menit, dan rendah dengan rata-rata nilai sebesar 32,14 dan durasi pengerjaan sebesar 20,79 menit.