Penurunan signifikan jumlah pendaftar pascapandemi Covid-19 menjadi tantangan strategis bagi SMA Nurul Falah Pekanbaru. Strategi promosi yang masih mengandalkan metode konvensional seperti pamflet, baliho, dan media lokal terbukti kurang efektif menjangkau audiens luas serta tidak memungkinkan evaluasi efektivitas secara real-time. Pergeseran perilaku calon siswa dan orang tua yang semakin mengandalkan media digital menuntut penerapan strategi promosi berbasis data dengan segmentasi yang presisi. Algoritma K-Means Clustering digunakan untuk mengelompokkan calon siswa berdasarkan karakteristik demografis dan preferensi media promosi. Data yang dianalisis mencakup informasi pendaftaran, profil siswa, dan sumber informasi PPDB. Tahapan meliputi pra-pemrosesan data, eksplorasi, serta penentuan jumlah klaster optimal menggunakan metode Elbow dan Silhouette Score. Hasil analisis menunjukkan konfigurasi optimal pada k=4 dengan inertia ≈ 309,8 dan Silhouette Score 0,351, mengindikasikan klaster yang cukup baik dan terpisah jelas. Sebuah sistem rekomendasi berbasis web dikembangkan untuk memvisualisasikan distribusi siswa per klaster dan efektivitas media promosi. Media digital muncul sebagai saluran paling konsisten menjangkau seluruh segmen, diikuti media cetak, elektronik, testimoni, dan promosi langsung. Rekomendasi yang dihasilkan memberikan panduan strategi spesifik, misalnya promosi langsung untuk kelompok berpenghasilan rendah, serta promosi digital untuk segmen menengah. Hasil menunjukkan bahwa K-Means Clustering mampu mendukung pengambilan keputusan promosi PPDB secara efisien, relevan, dan berbasis bukti, sehingga berpotensi meningkatkan konversi pendaftar dan mengoptimalkan alokasi anggaran promosi.
Kata kunci: PPDB, K-Means Clustering, Media Promosi, Segmentasi, Data Mining.