Berdasarkan hasil beberapa kajian mengenai peminatan yang telah dilakukan pada Sekolah Menengah Atas/Kejuruan, banyak siswa tidak memiliki kemampuan yang memadai pada bidang minat yang telah dipilihnya, sehingga menimbulkan drop out. Hal tersebut diakibatkan karena salah memilih bidang minat. Model klastering seperti K-Means dan FCM serta model-model klasifikasi telah banyak diujicoba dalam proses peminatan. Namun demikian, sifat hard classification pada algoritma-algoritma tersebut memaksa setiap data untuk menjadi anggota sebuah kelompok target (klaster) tertentu yang telah ditetapkan pada awal proses, sehingga akurasi hasil klaster/klasifikasi tidak maksimal. Paper ini memaparkan penggunaan algoritma Subtractive Clustering untuk membentuk sejumlah klaster (kelompok) secara alami pada kasus Penentuan Bidang Minat di Sekolah Menengah Atas/Kejuruan. Hasil uji penetapan bidang minat menggunakan Algoritma Subtractive Clustering pada sebuah Sekolah Menengah Atas, menunjukkan bahwa jumlah klaster (kelompok) bidang minat yang terbentuk melebihi jumlah bidang minat akurasi pembentukan klaster sebesar 89%.