The present work aims to establish a computational model based clustering (grouping of data) to estimate the production values generated by different Hectares of land Jequetepeque Valley, specifically those dedicated to table grape production, for it is has investigated the variables involved in the production of table grapes and the yield obtained per hectare in terms of these variables. The method adopted for this work is analytical, because through this we can understand the nature of the production per hectare and what determinants affect the technique used for this cluster, selecting variables first and then apply the measure of association and apply cluster technique, classification used will be using the non-hierarchical method of analysis, applying the k-means algorithm. For this computational model is to categorize the variables involved in the production of table grapes quantitatively, these variables are ranked indicators ranging from 0-5, values close to 0 denote a poor maintenance, management and / or control variable while values close to 5 denote an ideal handling. Established computational model proceeded to test the information collected from the production process and the production of the top 10 companies representative of the year 2013 that are dedicated to the cultivation of export table grapes in the Valley JequetepequeEl presente trabajo tiene como objetivo establecer un modelo computacional basado el clustering (agrupamiento de datos) para poder estimar los valores de producción que generan las diferentes Hectáreas de terreno del Valle Jequetepeque, específicamente en las dedicadas a producción de Uva de mesa; para ello se ha investigado sobre las variables que intervienen en la producción de uva de mesa y el rendimiento que se obtiene por hectárea en función de estas variables. El método adoptado para este trabajo es el analítico, porque por medio de este podremos entender la naturaleza de la producción por hectárea y que determinantes lo afectan utilizando para ello la técnica del clúster, seleccionando primero las variables para luego aplicar la medida de asociación y aplicar la técnica del clúster, la clasificación que se utilizará será utilizando el método de análisis no jerárquico, aplicando el algoritmo de k-means. Para este modelo computacional se va a categorizar las variables que intervienen en la producción de la uva de mesa cuantitativamente, estas variables serán clasificados en indicadores que van de 0 a 5, los valores próximos a 0 denotan un escaso cuidado, manejo y/o control de la variable mientras que los valores cercanos a 5 denotan un ideal manejo. Establecido el modelo computacional se procedió a realizar una prueba recolectado la información del proceso de producción y la producción de las 10 empresas más representativas, del año 2013 que se dedican al cultivo de uva de mesa para exportación en el valle JequetepequeTesis