Salah satu tujuan negara adalah terus berkembang ke arah positif supaya kesejahteraan negara tersebut lebih terjamin. Untuk menilai perkembangan suatu negara dapat dilihat dari berbagai faktor seperti faktor sosioekonomi dan kesehatan. Beberapa indikator yang digunakan diantaranya gdpp, kesehatan, pendapatan, ekspor-impor dan lain-lain. Analisis ini digunakan sebagai evaluasi setiap negara untuk meningkatkan level negaranya. Selain itu juga dimanfaatkan sebagai dasar penentuan negara-negara yang berhak mendapatkan bantuan dari lembaga funding, supaya masyarakat negara tersebut bisa mendapatkan kehidupan lebih baik. Berdasarkan permasalahan tersebut, penulis melakukan analisis data negara-negara di dunia menggunakan metode Machine learning unsupervised yaitu Clustering dengan menggunakan tools KNIME. Analisis ini bertujuan untuk mengetahui pengaruh indikator terhadap level suatu negara. Data yang akan diteliti adalah 167 negara di dunia dengan faktor sosioekonomi dan kesehatan. Berdasarkan penelitian untuk menghindari multicolenarity penulis memanfaatkan metode PCA. Dari penelitian ini penulis menggunakan 4 PCA yang merepresentasikan 90% data dan diperoleh 3 cluster yang optimal dengan nilai rata-rata silhouette sebesar 0,443.