Sembako adalah sembilan jenis kebutuhan pokok yang umumnya diperlukan oleh orang Indonesia untuk kebutuhan sehari-hari. Dengan pendistribusian sembako tersebut, dimaksudkan untuk memenuhi kebutuhan makanan pokok secara lebih terjangkau dan mudah, terutama bagi masyarakat yang mengalami kesulitan ekonomi. Namun, masih terjadi ketidaktepatan dalam pembagiannya, di mana orang yang seharusnya menerima bantuan tidak mendapatkannya, sementara yang tidak memenuhi kriteria justru menerima bantuan. Oleh karena itu, penting untuk melakukan pengelompokan penerima bantuan sembako berdasarkan data yang telah diproses. Metode data mining cocok digunakan untuk mengidentifikasi pola dalam data, karena dapat mengekstraksi informasi penting yang sebelumnya tidak diketahui. Hasil eksperimen menunjukkan bahwa algoritma K-NN memiliki nilai akurasi yang tinggi pada K=1 dan K=2 sebesar 81.08%, namun cenderung menurun dengan peningkatan K. Evaluasi model menunjukkan kinerja baik dalam mengenali kasus "Ya", tetapi perlu diperbaiki dalam mengenali kasus "Tidak". Dengan demikian, penggunaan algoritma K-NN dalam klasifikasi distribusi bantuan sembako dapat memberikan hasil yang memadai dengan pemilihan parameter yang tepat.