Tuberculosis (TBC) adalah penyakit menular yang disebabkan oleh bakteri Mycobacterium Tuberculosis, kadang disebut juga TB paru. Pada tahun 2021 kasus TBC di Kota Bogor terdapat 4855 kasus, banyaknya kasus TBC di Kota Bogor ini, diperlukan pengelompokan penyebaran penyakit TBC berdasarkan Fasilitas Pelayanan Kesehatan (Fasyankes) di Kota Bogor menggunakan algoritma K-Medoids, yang bertujuan untuk mengetahui karakteristik Fasyankes dalam kasus TBC. Algoritma K -Medoids adalah sebuah algoritma yang menggunakan metode partisi clustering untuk mengelompokkan sejumlah n objek menjadi k klaster. Pada penelitian ini diterapkan pengujian Silhouette Coefficient untuk memaksimalkan hasil clustering, hasil clustering yang diperoleh adalah terbentuk 2 klaster dengan Silhouette = 0,574652. Sehingga dengan implementasi K-Medoids clustering diperoleh hasil 2 klaster yakni, klaster 0 terdapat 15 Fasyankes yang berisi karakteristik teridentifikasi yang tinggi dan hasil diagnosis positif TBC yang tinggi. Namun, terdapat 3 Fasyankes yang memiliki nilai jumlah pasien teridentifikasi tinggi tetapi nilai hasil diagnosis positifnya rendah. Fasyankes tersebut termasuk ke dalam klaster 0, karena dipengaruhi oleh nilai jumlah pasien teridentifikasi yang tinggi. Sedangkan klaster 1 terdapat 29 Fasyankes yang berisi karakteristik teridentifikasi yang rendah dan hasil diagnosis positif TBC yang rendah. Namun, terdapat 9 Fasyankes yang memiliki nilai jumlah pasien teridentifikasi rendah tetapi nilai hasil diagnosis positifnya tinggi. Fasyankes tersebut termasuk ke dalam klaster 1, karena dipengaruhi oleh nilai jumlah pasien teridentifikasi yang rendah. Kata Kunci: Algoritma K-Medoids; Fasilitas Pelayanan Kesehatan (Fasyankes); Tuberculosis (TBC).