Memilih bahan makanan yang tepat sehari – hari dapat menjaga tubuh pada kondisi gizi seimbang dan juga menjaga sistem kekebalan tubuh. Untuk itu dibutuhkan pengelompokan bahan makanan yang dapat memudahkan dalam mencari bahan makanan dengan kandungan gizi yang diinginkan. Untuk itu dibutuhkan pengelompokan bahan makanan yang dapat memudahkan dalam mencari bahan makanan dengan kandungan gizi yang diinginkan. K-means adalah salah satu metode clustering yang paling sering digunakan untuk mengelompokkan objek berdasarkan kemiripannya. Namun, metode K-means memiliki kelemahan yaitu titik pusat cluster awal yang digunakan untuk mengelompokkan dibuat secara acak, sehingga hasil pengelompokan tidak konsisten tiap kali dilakukan pengelompokan. Karena itu, dalam penelitian ini menggunakan metode Genetic Algorithm K-means (GA-Kmeans) dalam mengelompokkan bahan makanan berdasarkan kemiripan kandungan gizinya. Algoritma Genetika (GA) pada penelitian ini digunakan untuk mencari titik pusat cluster(centroid) awal yang berpotensi untuk menghasilkan pengelompokan yang optimal. Kemudian centroid tersebut digunakan dalam K-Means pada proses pengelompokan. Hasil uji coba menunjukkan nilai parameter maksimum generasi yang optimal adalah 250, parameter ukuran populasi yang optimal adalah 120, sedangkan parameter crossover rate(pc) dan mutation rate(pm) yang optimal masing-masing adalah 0.5 dan 0.3, dan jumlah cluster yang optimal adalah 5 dengan nilai silhouette 0.801 dan nilai SSE 5.860E+7.