Pemerintah daerah Kabupaten/Kota selaku pengelola pendidikan dasar, memerlukan informasi mengenai kondisi pendidikan di wilayahnya untuk membuat perencanaan dan kebijakan yang sesuai mengenai perluasan dan pemerataan pendidikan. Untuk mengetahui informasi pemerataan pendidikan diperlukan pengelompokan kecamatan berdasarkan indikator pemerataan pendidikan. Pengelompokan (clustering) merupakan salah satu metode data mining membagi data ke dalam kelompok – kelompok yang mempunyai objek yang karakteristiknya sama. Metode clustering yang umum digunakan adalah k-means clustering. Pada penelitian ini, akan mengelompokkan kecamatan yang ada di Pulau Madura menjadi 3 kelompok dengan 18 variabel indikator pemerataan menggunakan metode k-means clustering berbasis smarter. Smarter dikenal sebagai metode yang menghasilkan bobot bagus karena sebelumnya dilakukan perangkingan. Pada uji coba yang telah dilakukan menggunakan iterasi 10, 50 dan 100, kinerja k-means berbasis smarter jauh lebih baik dibandingkan dengan k-means biasa. Metode k-means berbasis smarter memiliki nilai SSE (error) terkecil yaitu 658.61yang terletak pada cluster 3 di 50 iterasi. Hal ini menunjukkan semakin kecil nilai SSEnya berarti semakin baik suatu metode. Kata kunci:indikator pemerataan pendidikan, clustering, k-means, smarter.

Government of Regency / City as manager of primary education, require information about the state of education in their region to make appropriate plans and policies regarding and the expansion of educational equity. To find out information, necessary District grouping based on indicators of educational equity. clustering is one of data mining method that splits data into groups with the object that the characteristics are same. Clustering method commonly used is k-means clustering. on this research would classify the existing district in Madura Island into 3 groups with 18 indicators of equity variabels using the k-means clustering based on smarter. Smarter known as a method which produces good weight as previously done on rangking. In the trials that have been conducted using 10,50 and 100 iterations, k-means smarter's performance much better than the usual k-means. K-means based on smarter method has smallest of SSE value(error)658.61 in cluster 3 for 50 iterations. This means that the less of value SSE is the better than a method. Keywords: indicators of educational equity, clustering, k-means, smarter.