ABSTRAKSI: Jumlah dokumen sangat banyak dan harus ditangani memerlukan sistem pengorganisasian secara otomatis. Salah satu teknik dalam pengorganisasian dokumen adalah clustering. Pada tugas akhir dibandingkan performansi dari dua algoritma clustering yaitu K-means dan Suffix Tree Clustering dalam mengelompokkan berita dalam bahasa Indonesia. Pengukuran performansi yang dimaksud adalah recall, precision, F-measure dan variance. Dengan parameter tersebut akan terlihat algoritma terbaik dalam mengelompokkan berita dalam bahasa Indonesia. Algoritma K-means memiliki kerapatan cluster yang lebih baik dibandingkan dengan Suffix Tree Clustering, sedangkan Suffix Tree Clustering memiliki nilai F-measure yang lebih tinggi dibandingkan Kmeans.Kata Kunci : clustering, K-means, Suffix Tree Clustering recall, precision, F-measure dan varianceABSTRACT: The number of documents is very much needed and should be handled automatically organizing system. Clustering is one of technique to organizing document. At the end of the task compared to the performance of two clustering algorithms namely K-means and Suffix Tree Clustering to cluster Indonesian news. Performance measurement in question is the recall, precision, F-measure and the variance. With these parameters would look best algorithm in classifying the news in Indonesian. Algorithm K- means cluster density better than the Suffix Tree Clustering, while the Suffix Tree Clustering has F-measure values are higher than K- means.Keyword: clustering, K-means, Suffix Tree Clustering recall, precision, F-measure and variance