Pengelolaan dan analisis data perilaku pengguna menjadi hal yang sangat penting di dalam bisnis. Strategi pemasaran yang baik perlu dilakukan agar loyalitas pengguna lama tetap terjaga. Hal ini dapat diinisiasi dengan melakukan pengelompokan pengguna sehingga dapat diformulasikan strategi pemasaran yang baik. Pengelompokan pelanggan dapat dilakukan dengan bantuan salah satu metode data mining yaitu klasterisasi. Pada penelitian ini, algoritma k-medoids digunakan untuk melakukan klasterisasi pengguna e-ujian.com berdasarkan data-data perilaku dari masing-masing pengguna. Langkah pertama akan dilakukan analisis atribut data yang dapat digunakan. Selanjutnya, proses klasterisasi dilakukan dengan nilai k yang ditentukan secara eksperimental. Terakhir, hasil klaster akan dievaluasi menggunakan Davies Bouldin Index (DBI) untuk menentukan jumlah klaster yang terbaik. Hasil penelitian menunjukkan bahwa nilai k = 4 menjadi jumlah klaster optimal dengan nilai DBI sebesar 3,017.