Data mining adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara kompleks dengan tujuan untuk menemukan pola atau kecenderungan yang penting yang biasanya tidak disadari keberadaannya. Salah satu metode dalam data mining adalah clustering. Clustering merupakan metode penganalisaan data untuk mengelompokkan data dengan karakteristik yang sama ke suatu ‘wilayah’ yang sama dan data dengan karakteristik yang berbeda ke ‘wilayah’ yang lain. Pada penelitian ini untuk menentukan pola penjulan pada minimarket berdasarkan kategori produk menggunakan metode clustering dengan algoritma k-prototype. Proses di dahului dengan menentukan k-centroid (titik pusat cluster) secara random, setiap data memilih centroid terdekat dan tentukan posisi centroid baru dengan cara menghitung nila rata-rata dari data-data yang terletak pada centroid yang sama. Melakukan perhitungan ke 3 jika posisi centroid baru tidak sama dengan centroid lama. Setelah mendapatkan nilai identifikasi pola penjualan dilakukan evaluasi dasar terhadap kinerja model cluster yang telah dibangun serta melakukan pengukuran kualitas cluster dengan metode silhouette. Setelahnya dilakukan pengujian jumlah cluster dengan beberapa kali uji coba pada k untuk mengetahui jumlah cluster terbaik berdasarkan nilai silhoutte coeffcient yang dihasilkan .Pada hasil proses pengujian didapatkan kualitas cluster terbaik yaita pada penggunaan K=3 dengan nilai rata-rata sillhoutte coefficient yang paling tinggi yaitu 0,876692106.
Kata kunci: Data Mining, Clustering, K-Prototype, K-Centroid, Silhouette