Seringkali dalam melakukan clustering kita tidak bisa menentukan jumlah cluster yang optimal untuk clustering. Oleh karena itu digunakan algoritma Automatic Clustering agar bisa menentukan jumlah cluster optimal pada suatu dataset. Salah satu metode Automatic Clustering adalah Valley Tracing. Namun saat ini kompleksitas yang umumnya dimiliki oleh algoritma clustering adalah O(n3). Sehingga jumlah data dibandingkan waktu komputasinya berbanding kubik. Hal ini membuat proses clustering akan sangat lama ketika kita menambahkan data dalam jumlah besar. Pada penelitian ini kami mengajukan sebuah pendekatan baru dengan memanfaatkan Parallel Computing dengan metode Socket Programming dan Multi-Threading. Dengan Parallel computing proses komputasi yang dilakukan bisa lebih cepat karena proses komputasi dilakukan di beberapa komputer secara bersamaan. Pendekatan ini memiliki 4 fitur utama untuk menyelesaikan masalah. Fitur pertama adalah Addressing untuk menghubungkan Socket yang terdapat pada server dengan client. Fitur kedua adalah Active Status Detection untuk client mana saja yang aktif dan juga yang busy pada saat pembagian task. Fitur ketiga Task Management bertujuan untuk memanajemen Task yang ada pada komputer server. Fitur keempat adalah Task Pool untuk menggabungkan hasil kalkulasi dari client ke komputer server untuk kalkulasi selanjutnya. Hasil dari percobaan pada penelitian ini, dengan menggunakan 3 buah computer yang saling terhubung menunjukkan peningkatan performa pada komputasi sebesar 62%.