Clustering adalah proses untuk mengelompokkan suatu himpunan data yang similar satu sama lain ke dalam satu set klaster. K-means adalah satu metode dalam teknik clustering yang sangat populer dan sering digunakan. Tetapi algoritma K-means memiliki permasalahan klasik yaitu hasil perhitungan yang tidak konsisten, mengacu pada pemilihan centroid awal yang ditentukan secara acak, sehingga memiliki ketergantungan yang sangat tinggi terhadap centroid awal yang dihasilkan. Penelitian kali ini mencoba menerapkan suatu teknik baru dalam menentukan centroid awal sehingga dapat menghasilkan centroid awal yang lebih baik dan akurat. Berdasarkan pengujian yang dilakukan dengan menggunakan dataset kanker payudara Wisconsin, dua akurasi tertinggi yang didapat adalah 98% dan 96%.

Kanker payudara, data mining, clustering, K-means, modifikasi K-means, inisial centroid.