Jumlah kasus penyebaran penyakit tuberculosis (TB), pneumonia, dan demam berdarah dengue (DBD) pada Dinas Kesehatan Kabupaten Agam setiap tahun mengalami peningkatan. Kondisi alam kabupaten Agam dengan wilayah yang luas dan perbukitan menyebabkan sulitnya memantau penyebaran penyakit berdasarkan kasus terbanyak. Hal ini menyebabkan lambatnya pencegahan maupun penanggulangan penyakit tersebut. Untuk itu diperlukan cara pengelompokkan atau klasterisasi penyakit berdasarkan jumlah kasus yang banyak terjadi. Penelitian ini bertujuan untuk menerapkan algoritma K-Medoids untuk pengelompokkan data penyakit berdasarkan jumlah kasus. Algoritma ini merupakan metode klasterisasi pembatas untuk mengelompokkan sekumpulan n objek menjadi beberapa k klaster. Data yang digunakan berupa data penderita penyakit DBD, TB, dan pneumonia dari tahun 2016-2019 sebanyak 370 record. Hasil pengujian diperoleh anggota masing-masing klaster untuk tiap-tiap penyakit yaitu tuberculosis klaster tinggi 32 dan rendah 60, penyakit pneumonia klaster tinggi 33 dan rendah 59, sedangkan untuk penyakit DBD klaster tinggi 10 anggota dan rendah 82 anggota. Pengujian menggunakan perhitungan manual dan aplikasi Rapidminer mendapatkan hasil yang sama dengan sistem. Ini menunjukkan bahwa sistem telah bekerja dengan baik.