AbstrakUjian Nasional yang dilaksanakan setiap tahun di Indonesia telah menghasilkan banyak data, termasuk di Provinsi Lampung. Pada rentang tahun 2015 sampai dengan tahun 2018, telah terkumpul kurang lebih 11 juta data hasil ujian nasional. Data tersebut tentu dapat memberikan banyak informasi untuk perbaikan Pendidikan Indonesia di masa mendatang. Tulisan ini membahas tentang pengelompokan mata pelajaran pada Ujian Nasional SMP di Provinsi Lampung dengan tujuan untuk memetakan hubungan hasil belajar Matematika, IPA, Bahasa Indonesia, dan Bahasa Inggris. Tujuan pengelompokan tersebut sebagai analisa lebih jauh agar perbaikan pendidikan juga dapat mulai masuk pada ranah non-teknis, seperti penjadwalan, penyeusaian waktu belajar di kelas sampai dengan waktu pengerjaan tugas, serta perbaikan pada penentuan mata pelajaran yang menjadi syarat pelajaran lainnya. Analisis klusterisasi dilakukan dengan menggunakan Algoritma Kruskal berdasarkan graf maximum spanning tree (MST) dengan bantuan teknik statistik deskriptif dan inferensial. Data yang digunakan adalah hasil Ujian Nasional di Provinsi Lampung tahun 2017 dan 2018 sebanyak 15876 data. Graf MST ditentukan menggunakan algoritma Kruskal dan koefisien korelasi ditentukan menggunakan nilai koefisien korelasi Pearson. Hasil eksperimen menunjukkan bahwa Matematika, IPA, dan Bahasa Inggris memiliki korelasi yang paling kuat. Mata pelajaran yang paling kuat korelasinya dengan Bahasa Indonesia adalah Bahasa Inggris. Oleh karena itu, pemetaan mata pelajaran dapat disusun menjadi dua kelompok yaitu Matematika-IPA-Bahasa Inggris dan Bahasa Inggris- Bahasa Indonesia- IPA. Hasil tersebut dapat bermanfaat sebagai dasar pengambilan keputusan pada berbagai aspek teknis untuk mengoptimalkan hasil belajar siswa SMP khususnya di Provinsi Lampung. Kata kunci: Klusterisasi, Lampung, Ujian Nasional AbstractNational exams carried out every year in Indonesia have produced a lot of data, including in Lampung Province. In the span of 2015 to 2018, approximately 11 million national exam results have been collected. This data can certainly provide a lot of information for the improvement of Indonesian education. This paper discusses the clustering of subjects on junior high school national exams in Lampung Province with the aim of mapping the relationship of learning outcomes in Mathematics, Sciences, Indonesian, and English. The purpose of the clustering is as a further analysis so that educational improvements can also begin to enter the non-technical realm, such as scheduling, adjusting class and assignment time, and also determine prerequisite subjects. Clustering analysis is performed using an algorithm based on maximum spanning tree (MST) graphs with the help of descriptive and inferential statistical techniques. The data used are the results of national exams in Lampung province in 2017 and 2018 totaling 15.876 data. The MST Graph is determined using Kruskal’s algorithm and the coefficient of correlation is determined using Pearson coefficient of correlation value. The experimental results show that Mathematics, Natural Sciences, and English have the strongest correlation. Subject that has the strongest correlation with Indonesian is English. Therefore, the mapping of subjects can be arranged into two groups namely Mathematics- Sciences- English and English-Indonesian- Sains. These results can be useful as a basis for decision making on various technical aspects to optimize junior high school student learning outcomes, especially in Lampung Province.Keywords: Clusterization, Lampung, National Examination