Saat ini penyebaran informasi Hoax sangat marak terjadi di berbagai media. Salah satu media nya yaitu berita. Banyak penelitian telah dilakukan dengan metode pengelompokan berita menggunakan K-Means, akan tetapi penelitian yang ada lebih banyak menggunakan data berita yang asli. Pada penelitian ini, terdapat algoritma K-Means yang digunakan. Penelitian ini menggunakan dataset 1.231 record yang berisi Hoax dan digunakan 16 kelompok yang terdiri dari advice fee, bogus warnings, death, facebook scams, fake news, faux images, health, general, legend, malware, misleading, lottery, scams, special featuress. Lalu dataset akan dilakukan proses pre-processing terlebih dahulu. Untuk tahap preprocessing dibagi menjadi beberapa bagian, yakni clear url, clear symbol, tokenisasi, stop words, normalisasi, garbage. Lalu hasil dari preprocessing diolah pada proses pembobotan kata. Setelah melewati tahap pembobotan kata, maka dapat dikelompokkan dengan menggunakan metode dari k-means clustering. Pada penelitian ini dilakukan dengan memasukkan jumlah cluster yang bervariasi. Dari hasil validasi dengan memasukkan nilai cluster yang berbeda telah didapatkan nilai cluster yang terbaik yaitu K=16 dengan nilai SSE(Sum Square Erorr ) yang dihasilkan 1058.0332293029496.