Paru-paru adalah organ vital dalam tubuh manusia. Jika terjadi gangguan pada fungsi paru-paru, maka kesehatan tubuh manusia secara keseluruhan dapat terganggu. Pemeriksaan oleh tenaga medis perlu dilakukan bila terjadi gangguan pada fungsi paru. Pemeriksaan ini biasanya dapat dilakukan dengan berbagai cara, salah satunya melalui prosedur pemeriksaan rontgen dada. Penerapan Artificial Intelligence berkembang pesat di bidang medis, terutama dalam diagnostik dan manajemen pengobatan. Kecerdasan buatan dalam dunia medis juga dapat diterapkan dalam mengolah data citra di bidang radiologi untuk menganalisis hasil rontgen sebagai penunjang informasi diagnostik. Operator Chan-Vese dan Canny merupakan dua operator deteksi tepi dalam pengolahan citra digital dalam upaya mendapatkan informasi yang diperlukan berdasarkan bentuk dan ukuran objek. Penelitian ini dilakukan untuk pengelompokan kondisi paru normal dan tuberkulosis berdasarkan hasil segmentasi citra rontgen dada dari Chan-Vese dan Canny menggunakan K-Means Clustering. Hasil clustering menggunakan K-Means diperoleh nilai akurasi sebesar 73%, Sensitivitas (Recall) sebesar 54%, Presisi sebesar 97%, dan F1 Score sebesar 69%.