Tujuan dari penelitian ini adalah untuk mencluster efisiensi dan kinerja mahasiswa. Hal ini dikarenakan civitas akademika saat ini dihadapkan pada beberapa tantangan dalam hal menganalisis dan mengevaluasi kemajuan prestasi akademik seorang mahasiswa. Di dunia nyata, mengklasifikasikan kinerja mahasiswa adalah tugas yang menantang secara ilmiah. Baru-baru ini, beberapa penelitian menerapkan analisis klaster untuk mengevaluasi hasil mahasiswa dan menggunakan teknik statistik untuk membagi skor mereka dalam kaitannya dengan kinerja mahasiswa. Pendekatan ini, bagaimanapun, tidak efisien. Dalam penelitian ini, kami menggabungkan dua teknik, yaitu k-mean dan algoritma elbow clustering untuk mengevaluasi kinerja mahasiswa. Berdasarkan kombinasi ini, hasil kinerja akan lebih akurat dalam menganalisis dan mengevaluasi kemajuan kinerja mahasiswa, penerapan metode Elbow menurut penelitian ini memberikan jumlah cluster terbaik menjadi 3, dan pada saat penerapan metode K-Means dihasilkan data bahwa jumlah mahasiswa sebanyak 73 mahasiswa, dari 4 pengulangan tersebut terdapat 3 cluster yaitu kategori “Berprestasi”, “Berpotensi Berprestasi”, dan “Kurang Berprestasi”, dengan hasil cluster“Berprestasi” sebanyak 34 mahasiswa dengan persentase 47,22%, cluster “Berpotensi Berprestasi” sebanyak 24 mahasiswa dengan persentase 33,33%, dan cluster “Kurang Berprestasi” sebanyak 15 mahasiswa dengan persentase 19,45%.