Pengangguran menjadi salah satu isu penting dalam bidang ketenagakerjaan karena berpengaruh terhadap pembangunan ekonomi suatu daerah. Variasi tingkat pengangguran yang terjadi antarkabupaten/kota di Provinsi Kalimantan Selatan menunjukkan adanya perbedaan karakteristik dalam bidang ketenagakerjaan. Oleh sebab itu, diperlukan pendekatan yang mampu mengidentifikasi pola kesamaan maupun perbedaan antardaerah sebagai bahan pertimbangan dalam perumusan kebijakan pembangunan di bidang ketenagakerjaan. Analisis cluster dilakukan dalam penelitian ini dengan mengimplementasikan algoritma K-Means dan K-Medoids untuk mengelompokkan kabupaten/kota berdasarkan faktor-faktor tingkat pengangguran. Identifikasi jumlah cluster optimal dilakukan menggunakan metode Silhouette Coefficient, sedangkan evaluasi kinerja hasil klasterisasi dilakukan melalui perbandingan nilai Silhouette Coefficient dan Davies-Bouldin Index. Berdasarkan hasil penelitian, jumlah cluster optimal untuk kedua algoritma yaitu  sebanyak 2 cluster. Hasil evaluasi menunjukkan bahwa kualitas klasterisasi yang dihasilkan algoritma K-Means lebih baik dibandingkan K-Medoids, dengan nilai Silhouette Coefficient K-Means sebesar 0,3823 yang lebih tinggi dibandingkan K-Medoids sebesar 0,3581, serta nilai DBI K-Means sebesar 1,04065 yang lebih rendah dibandingkan K-Medoids sebesar 1,2343. Meskipun demikian, nilai Silhouette Coefficient sebesar 0,3823 masih tergolong dalam kategori struktur cluster lemah, yang menunjukkan bahwa pemisahan antarcluster belum terbentuk secara optimal.

Kata Kunci : Tingkat Pengangguran, K-Means, K-Medoids, Silhouette Coefficient, Davies- Bouldin Index