Bantuan Pangan Non Tunai (BPNT) merupakan bantuan yang disalurkan pemerintah kepada masyarakat kurang mampu untuk meringankan beban keuangan yang semakin membebani kehidupan mereka. Dalam beberapa kasus, ditemukan banyaknya masyarakat yang menerima BPNT tidak tetap sasaran sehingga diperlukan analisis pola karakteristik penerima BPNT agar bantuan menjadi tepat sasaran. Banyaknya kriteria yang harus dipertimbangkan untuk mengetahui masyarakat yang berhak menerima BPNT maka diperlukan algoritma yang tepat dalam mementukan cluster yang tepat dalam menganalisis pola karakteristik. Penelitian ini menerapkan algoritma K-Medoids dalam mengelompokkan data BPNT yang diperoleh dari penelitian Firza Syahputra pada tahun 2020-2021 dengan jumlah 732 data yang terdiri dari 42 atribut,namun hanya digunakan 25 atribut sebagaimana yang terdapat pada Pedoman Umum Bantuan Pangan Non Tunai 2019, sehingga pemerintah dapat mempertimbangkan faktor-faktor yang menjadi karakteristik penerima bantuan. Indikator pengujian Silhouette Coefficient diterapakan untuk memaksimalkan hasil clustering. Hasil clustering yang diperoleh adalah terbentuk 3 pengelompokan dengan koefisien Silhouette 0.4439221599010089. Hasil analisis menunjukkan bahwa bahwa clustering yang dilakukan menggunakan algoritma K-medoids adalah dapat diasumsikan bahwa cluster mengelompok berdasarkan pengelompokan Cluster 0 berhak menerima, Cluster 1 dipertimbangkan dan Cluster 2 tidak berhak menerima BPNT.