Dalam ruang baca Fakultas Teknologi Industri Unissula belum terdapat sistem untuk mengetahui topik dari judul tugas akhir tersebut, Dan mahasiswa juga harus membaca keseluruhan atau isi dari laporan tugas akhir tersebut. Mahasiswa pada program studi ini juga belum memiliki akses digital terhadap tugas akhir yang pernah dilakukan serta mahasiswa harus mencari tugas akhir secara fisik pada Ruang baca fakultas. Hal ini tentu membuat kesulitan mahasiswa dalam pencarian sumber pustaka serta sulit untuk mengetahui topik dari topik tugas akhir tersebut yang tepat untuk dilakukannya karena harus membaca keseluruhan isi dokumen tugas akhir. mengimplementasikan metode K-Means dalam pengelompokan dokumen. Data dokumen yang digunakan adalah dokumen pada ruang baca Fti Unissula. Dari data tersebut akan ditentukan jumlah cluster yang akan dibentuk. Kemudian menentukan titik pusat centroid secara random dan mengitung jarak terdekat setiap data kepusat kelompok dengan menggunakan rumus Eucludian Distance. Hasil dari perhitungan jarak tersebut akan dikelompokan berdasarkan jarak eucludiannya jika masih ada data yang berubah maka prosesnya akan masuk ke iterasi berikutnya, namun jika data clusternya tetap maka proses akan dihentikan. Berdasarkan implementasi sistem. Dengan kemampuan clustering teks tersebut, algoritma K-Means clustering dapat menjadi solusi untuk identifikasi topik dokumen tugas akhir Program Studi Teknik Informatika Unissula.

Kata kunci: Metode K-Means, Dokumen TA, Clustering