Pengelolaan pembayaran pelanggan pada layanan penyediaan air bersih menghadapi tantangan berupa meningkatnya jumlah data transaksi, keterlambatan pembayaran, serta kebutuhan terhadap proses monitoring yang cepat dan tepat. Pengelolaan data secara manual dapat meningkatkan beban kerja petugas dan menyulitkan identifikasi pelanggan berdasarkan pola pembayaran yang dimiliki. Penelitian ini berfokus pada perancangan dan pengembangan sistem informasi berbasis web yang memadukan metode K-Means Clustering dengan fitur pengingat pembayaran tagihan air secara otomatis. Data historis transaksi pelanggan dimanfaatkan sebagai bahan analisis dengan mempertimbangkan beberapa indikator perilaku pembayaran, antara lain intensitas pembayaran, frekuensi keterlambatan, nominal transaksi, serta kondisi tunggakan yang pernah terjadi. Melalui algoritma K-Means Clustering, pelanggan dikelompokkan berdasarkan pola dan tingkat kesamaan perilaku pembayaran yang dimiliki. Hasil proses klasterisasi tersebut kemudian dijadikan acuan dalam menentukan strategi pemberian pengingat pembayaran yang disesuaikan dengan karakteristik setiap kelompok pelanggan. Sistem yang dirancang diharapkan mampu membantu pengelola dalam mengenali pelanggan yang membutuhkan perhatian lebih, mempercepat proses pemantauan status pembayaran, dan meminimalkan pekerjaan pemeriksaan data yang dilakukan secara manual. Selain itu, penerapan analisis perilaku pelanggan yang dikombinasikan dengan fitur pengingat otomatis dapat memberikan dukungan terhadap proses pengambilan keputusan yang lebih terarah dan berbasis data. Dengan pendekatan tersebut, sistem tidak hanya berperan sebagai sarana untuk mengelola administrasi pembayaran tagihan air, tetapi juga dapat menjadi instrumen pendukung dalam pengelolaan hubungan dengan pelanggan. Pemanfaatan hasil analisis pola pembayaran dan otomatisasi pengingat diharapkan mampu meningkatkan efektivitas pengelolaan tagihan sekaligus memberikan dasar yang lebih informatif bagi pengelola dalam menentukan tindakan terhadap masing-masing kelompok pelanggan.