PT. Telekomunikasi Indonesia adalah salah satu perusahaan yang mengedepankanpelanggan akan tetapi belum ada informasi tentang karakteristik pelanggan. Pada penelitian ini dilakukan analisa karakteristik pelanggan sebagai dasar penetapan segmentasi pelanggan dan customer profiling pelanggan produk digital service add on Indihome menggunakan Algoritma K-Means. Penentuan jumlah cluster terbaik dilakukan menggunakan metode Elbow dan diperoleh nilai K = 3, sehingga data pelanggan dikelompokkan kedalam tiga segmen. Pengolahan data pelanggan dibagi menjadi 3 simulasi dengan persentase data train dan data test 80% - 20%, 70% - 30% dan 50% - 50%. Data yang digunakan berjumlah 1392 record sebagai populasi imanadata tersebut akan digunakan untuk mencari karakteristik setiap data tersebut. Evaluasi cluster dilakukan menggunakan metode Silhouette Index, Davies Bouldin Index dan Calinski Harabasz Index. Hasil dari penelitian menunjukan bahwa simulasi ketiga merupakan simulasi terbaik berdasarka evaluasi cluster dengan presentasi data train 50% dan data test 50% dimana customer profiling dilihat dengan menganalisis anggota masing-masing cluster dari simulasi ketiga dimana cluster 0 memiliki anggota 396 pelanggan dengan kategori pelanggan yang memberikan keuntungan terbesar bagi perusahaan, cluster 1 memiliki anggota 286 pelanggan dengan kategori pelanggan yang tanpa disadari memiliki potensi besar dalam memberikan keuntungan bagi perusahaan, dan cluster 2 memiliki anggota 14 pelanggan dengan kategori pelanggan yang memberikan keuntungan lebih sedikit daripada biaya untuk memberikan pelayanan.