Pandemi COVID-19 mengakibatkan kenaikan jumlah penduduk miskin di Indonesia. Bangsa Indonesia bersama bangsa-bangsa di dunia memiliki kesepakatan untuk mengakhiri kemiskinan dalam segala bentuk dimanapun pada tahun 2030, sebagai tujuan pertama dalam SDGs. Pemberantasan kemiskinan juga masih terus diupayakan karena dalam jangka panjang dapat menghambat pertumbuhan nasional. Masih terjadi ketidaktepatan pemberian bantuan dan kebijakan kemiskinan. Tujuan penelitian ini yaitu mengelompokkan kabupaten/kota di Indonesia berdasarkan indikator SDGs menggunakan analisis cluster untuk memilih daerah yang perlu perhatian lebih dari pemerintah. Pada penelitian ini menggunakan 4 algoritma analisis cluster yaitu algoritma K-Means, PAM, CLARA, dan K-Prototype. Hasil silhouette coefficient keempat algoritma tersebut dibandingkan untuk memilih algoritma terbaik dalam mengelompokkan kabupaten/kota di Indonesia berdasarkan indikator kemiskinan SDGs. Hasil yang diperoleh, algoritma CLARA memiliki nilai silhouette coefficient tertinggi sebesar 0,71, sehingga algoritma terbaik dalam pengelompokan merupakan algoritma CLARA. Terbentuk 2 cluster sebagai hasil pengelompokan dengan algoritma CLARA. Cluster 1 beranggotakan 482 kabupaten/kota termasuk ke dalam kelompok kabupaten/kota tidak miskin. Cluster 2 beranggotakan 32 kabupaten yang dikelompokkan sebagai kabupaten miskin karena hasil perbandingan median cluster 2 lebih rendah dari cluster 1.